a:

Korelasi, positif atau negatif, tidak pernah menyiratkan sebab-akibat. Dalam statistik, istilah korelasi digunakan untuk menggambarkan hubungan antara dua atau lebih variabel. Korelasi positif bila terjadi peningkatan frekuensi satu variabel disertai dengan peningkatan frekuensi variabel lainnya. Korelasi negatif akan menjadi kebalikan dari ini: satu variabel penurunan frekuensi disertai oleh penurunan frekuensi variabel lainnya. Korelasi bisa menjadi alat yang berharga untuk analisis statistik, namun tidak dapat menyiratkan sebab akibat karena statistik yang disebut variabel perancu.

Variabel yang membingungkan mempengaruhi hubungan antara dua atau lebih variabel lain dengan cara yang seringkali tidak terdeteksi atau tidak beragam. The Guardian mengutip korelasi antara merokok dan kanker paru-paru sebagai contoh bagus bagaimana variabel pembaur dapat membingungkan proses analisis korelatif. Dalam kasus ini, ada korelasi positif yang nyata antara kenaikan merokok dan peningkatan kasus kanker paru-paru. Namun, tidak ada cara bagi analis untuk secara meyakinkan menentukan bahwa merokok saja bertanggung jawab atas kenaikan tersebut, karena faktor lain seperti penerapan prosedur diagnostik yang lebih baik dan peningkatan polusi terkait industri dan lalu lintas. Karena semua variabel ini penting dalam menentukan penyebab di balik peningkatan kasus kanker paru-paru, mereka menutupi hubungan antara merokok dan kanker paru-paru dan membuatnya jauh lebih sulit untuk menentukan hubungan yang tepat.

Ini bukan untuk mengatakan bahwa korelasi tidak dapat memberi analis pemahaman yang lebih baik tentang bagaimana dua variabel saling mempengaruhi, namun jenis analisis ini tidak dapat menawarkan kepastian yang mutlak. Dalam kasus merokok dan kanker paru-paru, dibutuhkan lebih dari 40.000 dokter dan beberapa tahun studi intensif untuk memastikan dengan tingkat kepastian yang tinggi mengenai hubungan sebenarnya antara kedua variabel tersebut. Semua ini dikatakan, semakin kuat korelasi antara dua variabel, positif atau negatif, semakin besar kemungkinan bahwa setidaknya ada beberapa penyebab di mana bermain. Jika menganalisis korelasi untuk tujuan keuangan, cobalah untuk meneliti cara-cara yang akan dilakukan oleh lembaga keuangan profesional.