Hvordan skal jeg fortolke en negativ korrelation?

En negativ sammenhæng mellem to variabler betyder, at den ene variabel stiger, når den anden falder. Dette forhold repræsenterer muligvis eller ikke en årsagssammenhæng mellem de to variabler, men det beskriver et eksisterende mønster. Perfekt negativ korrelation betyder, at der altid findes et direkte forhold med et fald i den ene variabel, der altid mødes med en tilsvarende stigning i den anden. Statistikere tildeler en negativ værdi til negative korrelationer og en positiv værdi, når der findes en positiv korrelation.

Når to variabler er korrelerede, kan de have en lignende eller identisk årsag. Stigningen af ​​en variabel, i en negativ korrelation, kan repræsentere stigningen i en faktor, der direkte forårsager faldet af en anden faktor. Hvis for eksempel antallet af indendørspopulationer af mus og katte er negativt korreleret, kan stigningen i kattebestanden direkte forårsage faldet i antallet af mus. Korrelationen kan dog ikke relateres. Tilstedeværelsen af ​​flere katte mindsker muligvis ikke antallet af mus direkte, hvis en anden ikke-relateret faktor reducerer antallet af indendørs mus, såsom nye musefælder.

Korrelationer bør undersøges for at bestemme en årsag. Forretningsplanlæggere kan muligvis se på eksisterende forhold mellem variabler, såsom forbrugsforbrug og efterspørgsel efter et produkt, som en del af markedsanalysen. Korrelationer bør dog ikke fortolkes som bevis for, at en variabel forårsager ændring i en anden variabel. Komplekse forretningsmiljøer præsenterer ofte mange komplekse årsager og relaterede data med variable korrelationer, der mangler årsagssammenhæng. For eksempel kan en stigning i forbrugerudgifter og indtægter forekomme på samme tid som positiv mediedækning, men det kan have en anden årsag, såsom bevægelse ind i et nyt voksende marked.