Der Unterschied im Überblick

Bei einer Korrelation treten bestimmte Werte oder Veränderungen gemeinsam auf. Daraus allein folgt noch nicht, dass eine Größe die andere verursacht. Eine dritte Einflussgröße, eine umgekehrte Wirkungsrichtung oder die Auswahl der beobachteten Fälle kann den Zusammenhang erklären. Für eine kausale Aussage muss deshalb die mögliche Ursache gezielter untersucht werden.

Beispiele für X und Y

In einer hypothetischen Untersuchung haben größere Städte sowohl mehr Cafés als auch mehr Verkehrsunfälle. Daraus folgt nicht, dass Cafés Unfälle verursachen: Die Bevölkerungszahl könnte beide Gesamtzahlen beeinflussen. Ein geeignetes Experiment oder ein sorgfältig begründetes Untersuchungsdesign müsste die behauptete Ursache gesondert prüfen.

Typische Missverständnisse

Der Satz Korrelation ist nicht Kausalität bedeutet nicht, dass Zusammenhänge wertlos sind oder niemals auf Ursachen hinweisen. Sie können wichtige Hinweise liefern. Entscheidend ist, welche weiteren Erklärungen ausgeschlossen werden können. Auch ein fehlender einfacher linearer Zusammenhang beweist nicht, dass es überhaupt keine ursächliche Beziehung gibt; Wirkungen können komplexer verlaufen.

Häufige Fragen

Was ist eine dritte Variable?
Eine zusätzliche Größe, die mit beiden beobachteten Größen zusammenhängt und deren gemeinsamen Verlauf erklären kann, etwa die Bevölkerungszahl im Städtebeispiel.
Beweist eine besonders starke Korrelation eine Ursache?
Nein. Auch ein sehr enger statistischer Zusammenhang kann durch andere Faktoren entstehen. Seine Stärke allein klärt die Wirkungsrichtung und mögliche Alternativerklärungen nicht.