Das eine steht in Beziehung zum anderen, bedingt es aber nicht zwingend.
Beispiel:
Eiscreme-Verkauf und Sonnenbrand
In den Sommermonaten, wenn die Sonne wie ein goldener König ihr Reich beherrscht, beobachten wir häufig einen Anstieg im Verkauf von Eiscreme. Die Straßen füllen sich mit dem Klang des Glücks, während Kinder und Erwachsene gleichermaßen der süßen Verführung frönen. Parallel dazu erlebt die Zahl der Menschen mit Sonnenbrand einen merklichen Anstieg. Eine oberflächliche Analyse könnte nun zu dem Schluss verleiten, dass der Konsum von Eiscreme irgendwie Sonnenbrand verursacht oder vice versa – eine Annahme, die bei näherer Betrachtung jedoch ins Reich der Mythen verbannt wird.
Die versteckte Variable, die hier die Fäden zieht, ist die Intensität der Sonneneinstrahlung. Mit den längeren Tagen und dem höheren Stand der Sonne im Sommer steigt nicht nur die Lust auf Eiscreme, sondern auch das Risiko, sich einen Sonnenbrand zu holen. Die Korrelation zwischen Eiscreme-Verkauf und Sonnenbrand ist daher hoch, doch beide sind durch eine dritte Variable verbunden – das Wetter.
Dieses Beispiel illustriert eindrucksvoll, dass Korrelation nicht Kausalität bedeutet. Es mahnt zur Vorsicht bei der Interpretation von Daten und zur tiefgründigen Suche nach verborgenen Variablen, die im Schatten der offensichtlichen Zusammenhänge lauern.
In der Welt der Statistik und darüber hinaus ist es essenziell, über den Tellerrand hinauszuschauen und zu erkennen, dass hinter der scheinbaren Synchronizität der Ereignisse oftmals ein Netz unentdeckter Beziehungen wartet. So wird die Kunst der Analyse zur Schatzsuche, bei der das Verständnis der wahren Natur der Dinge der größte Gewinn ist.