Los estudios correlacionales pueden sugerir que existe una relación entre las variables. Sin embargo, NO PUEDE probar que una variable causa un cambio en otra. Si no hay asociaciones entre las variables probadas, entonces no hay conexiones causales entre ellas. Tome, por ejemplo, el experimento en el que observa a los estudiantes con poca asistencia para ver si afecta sus calificaciones. Si esos estudiantes obtienen calificaciones bajas, esto sugiere que existe una relación causal entre la falta de asistencia a clase y el rendimiento académico. Sin embargo, con solo dos variables disponibles, no se puede demostrar que estos estudiantes obtendrán mejores calificaciones si se presentan de manera más consistente.
Además, la correlación no significa causalidad. En otras palabras, la correlación no indica una relación causa-efecto. Esto se debe a que puede haber factores de confusión. Los factores de confusión son variables que influyen en la variable independiente, así como la variable dependiente. Siguiendo el ejemplo anterior, la baja asistencia no siempre causa calificaciones bajas porque puede haber factores de confusión. Por ejemplo, es posible que al estudiante no le guste la materia o que tenga una discapacidad de aprendizaje que afecte su rendimiento.