Korrelation vs. Kausalität

Korrelation misst die Stärke und Richtung des Zusammenhangs zwischen zwei Variablen; Kausalität impliziert, dass Änderungen in einer Variablen direkt Änderungen in einer anderen hervorrufen. Eine starke Korrelation (z. B. r = 0,9) beweist keine Kausalität. Klassische Beispiele gibt es zuhauf: Schuhgröße und Lesefähigkeit sind bei Kindern korreliert (durch das Alter als Störvariable beeinflusst), aber die Schuhgröße verursacht keine Lesefähigkeit. Das Verständnis, wann Korrelation Kausalität impliziert, erfordert die Bewertung des Studiendesigns, von Störvariablen, der zeitlichen Abfolge und des Mechanismus. Randomisierte Experimente bieten die stärksten kausalen Beweise; Beobachtungsstudien müssen sorgfältig auf Störvariablen kontrollieren.