Korelasi menunjukkan hubungan antara dua variabel. Kausalitas menunjukkan bahwa satu variabel secara langsung mempengaruhi perubahan yang lain. Meskipun korelasi mungkin menyiratkan kausalitas, itu berbeda dari hubungan sebab-akibat. Misalnya, jika sebuah penelitian mengungkapkan korelasi positif antara kebahagiaan dan tidak memiliki anak, itu tidak berarti bahwa anak-anak menyebabkan ketidakbahagiaan. Faktanya, korelasi mungkin sepenuhnya kebetulan, seperti perawakan pendek Napoleon dan kebangkitannya ke tampuk kekuasaan. Sebaliknya, jika sebuah eksperimen menunjukkan bahwa hasil yang diprediksi pasti dihasilkan dari manipulasi variabel tertentu, peneliti lebih yakin akan kausalitas, yang juga menunjukkan korelasi.
Contoh Korelasi
Tes statistik mengukur probabilitas apakah korelasi disebabkan oleh kebetulan atau asosiasi non-acak. Mengetahui bahwa ada hubungan yang signifikan secara statistik antara variabel berguna dalam banyak hal. Misalnya, periset pemasaran melihat korelasi antara upaya periklanan dan penjualan. Petani menilai korelasi antara penggunaan pestisida dan hasil panen. Ilmuwan sosial mempelajari korelasi antara tingkat kemiskinan dan kejahatan untuk mengidentifikasi strategi intervensi. Korelasi juga bisa negatif, seperti kenaikan harga bahan makanan saat pasokan makanan turun selama musim kemarau.
Contoh Kausalitas
Jika angin menumbangkan pohon, itu sebab dan akibat. Hubungan sebab akibat lainnya lebih kompleks. Misalnya, ketika para ilmuwan melihat hasil yang menjanjikan dari pemberian obat baru dalam uji coba manusia, mereka harus yakin bahwa obat tersebut yang menyebabkan perubahan, bukan faktor lain, seperti modifikasi pola makan atau gaya hidup peserta. Bukti harus meyakinkan untuk menyatakan kausalitas. Bukti yang tidak memadai dapat menyebabkan klaim penyembuhan yang salah dan keyakinan yang salah tentang penyebab. Selama Abad Pertengahan, perburuan penyihir terjadi karena penduduk desa mengaitkan kelaparan dan penderitaan dengan kehadiran ilmu sihir.
Gambar Desain/Gambar Desain/Gambar Getty
