Die Korrelation ist ein statistisches Maß, das angibt, inwieweit zwei oder mehr Variablen im Verhältnis zueinander schwanken. Eine positive Korrelation zeigt an, inwieweit diese Variablen parallel zu- oder abnehmen; eine negative Korrelation zeigt an, inwieweit eine Variable zunimmt, während die andere abnimmt.

Ein Korrelationskoeffizient ist ein statistisches Maß für das Ausmaß, in dem Änderungen des Wertes einer Variablen Änderungen des Wertes einer anderen Variablen vorhersagen. Wenn die Fluktuation einer Variablen zuverlässig eine ähnliche Fluktuation einer anderen Variablen vorhersagt, neigt man oft zu der Annahme, dass die Veränderung der einen Variable die Veränderung der anderen verursacht. Korrelation bedeutet jedoch nicht gleich Kausalität. Es kann z. B. einen unbekannten Faktor geben, der beide Variablen in ähnlicher Weise beeinflusst. Die Unterscheidung zwischen Korrelation und Kausalität kann bei Verbraucherdatenmustern sehr hilfreich sein und wertvolle Erkenntnisse liefern. Das Beispiel Bier und Windeln wird häufig verwendet, um dies im Zusammenhang mit dem Marketing zu verdeutlichen.

Hier ein Beispiel: Eine Reihe von Studien berichtet über eine positive Korrelation zwischen der Menge an Fernsehen, die Kinder sehen, und der Wahrscheinlichkeit, dass sie zu Tyrannen werden. In der Medienberichterstattung werden solche Studien häufig zitiert, um zu suggerieren, dass viel Fernsehen dazu führt, dass Kinder zu Tyrannen werden. Die Studien zeigen jedoch nur eine Korrelation, nicht die Ursache. Es ist wahrscheinlich, dass ein anderer Faktor – wie z. B. ein Mangel an elterlicher Aufsicht – der ausschlaggebende Faktor sein könnte.