Hur ska jag tolka en negativ korrelation?

En negativ korrelation mellan två variabler innebär att en variabel ökar när den andra minskar. Detta förhållande kan kanske inte representera orsakssamband mellan de två variablerna, men det beskriver ett befintligt mönster. Perfekt negativ korrelation innebär att en direkt relation alltid finns med en minskning av en variabel som alltid möter en motsvarande ökning i den andra. Statistiker tilldelar negativt värde till negativa korrelationer och ett positivt värde närhelst en positiv korrelation finns.

När två variabler är korrelerade kan de ha en liknande eller identisk orsak. Ökningen av en variabel, i en negativ korrelation, kan representera ökningen av en faktor som direkt orsakar minskningen av en annan faktor. Om till exempel antalet inomhuspopulationer av möss och katter är negativt korrelerade, kan ökningen i kattpopulationen direkt orsaka minskningen av antalet möss. Korrelationen kan dock inte vara relaterad. Närvaron av fler katter kanske inte minskar antalet möss direkt om en annan orelaterad faktor minskar antalet inomhusmöss, till exempel nya musfällor.

Korrelationer bör undersökas för att fastställa en orsak. Affärsplanerare kan titta på befintliga förhållanden mellan variabler, till exempel konsumentutgifter och efterfrågan på en produkt, som en del av marknadsanalysen. Korrelationer bör dock inte tolkas som bevis på att en variabel orsakar förändring i en annan variabel. Komplexa affärsmiljöer presenterar ofta många komplexa orsaker och relaterade data med variabla samband som saknar orsakssamband. Till exempel kan en ökning av konsumentutgifterna och intäkterna inträffa samtidigt som positiv mediatäckning, men det kan ha en annan orsak, till exempel rörelse till en ny tillväxtmarknad.