La corrélation suggère une association entre deux variables. La causalité montre qu'une variable affecte directement un changement dans l'autre. Bien que la corrélation puisse impliquer une causalité, c'est différent d'une relation de cause à effet. Par exemple, si une étude révèle une corrélation positive entre le bonheur et le fait d'être sans enfant, cela ne signifie pas que les enfants causent du malheur. En fait, les corrélations peuvent être entièrement coïncidentes, telles que la petite taille de Napoléon et son ascension au pouvoir. En revanche, si une expérience montre qu'un résultat prédit résulte immanquablement de la manipulation d'une variable particulière, les chercheurs sont plus sûrs de la causalité, ce qui dénote également une corrélation.
Exemples de corrélation
Mesure des tests statistiques la probabilité que la corrélation soit due au hasard ou à une association non aléatoire. Sachant qu'une relation statistiquement significative existe entre les variables est utile de plusieurs façons. Par exemple, les chercheurs en marketing examinent les corrélations entre les efforts publicitaires et les ventes. Les agriculteurs jugent la corrélation entre l'utilisation de pesticides et le rendement des cultures. Les chercheurs en sciences sociales étudient les corrélations entre les taux de pauvreté et de criminalité afin d'identifier les stratégies d'intervention. Les corrélations peuvent aussi avoir une direction négative, comme une augmentation des prix des épiceries lorsque l'approvisionnement en nourriture diminue pendant une sécheresse.
Exemples de causalité
Si le vent tombe sur un arbre, c'est la cause et l'effet. D'autres relations causales sont plus complexes. Par exemple, lorsque les scientifiques voient des résultats prometteurs de l'administration d'un nouveau médicament dans des essais humains, ils doivent être certains que le médicament cause le changement, et non d'autres facteurs, comme une modification du régime alimentaire ou du mode de vie. Les preuves doivent être convaincantes pour déclarer la causalité. Des preuves insuffisantes peuvent conduire à de fausses affirmations sur des guérisons et des croyances erronées sur les causes. Au Moyen Age, une chasse aux sorcières s'ensuivit parce que les villageois attribuaient la famine et la souffrance à la présence de la sorcellerie.
