Ve statistikách vychází asociace ze dvou proměnných, které spolu souvisí. Mnoho lidí zaměňuje asociaci s příčinnou souvislostí. Asociace neznamená příčinnou souvislost.
Organizace spojených národů například provedla studii selhání vlády – když vlády padnou nebo jsou svrženy. Nejlepším ukazatelem vlády, která má padnout, byla dětská úmrtnost. Mrtvé děti pád vlády nezpůsobují, jsou spíše společným důsledkem společné věci.
Dalším příkladem je konzumace zmrzliny a vražda. Prodej zmrzliny a vražda spolu silně pozitivně korelují. Což způsobuje co; způsobuje konzumace zmrzliny vraždu nebo nutí vražda lidi jíst zmrzlinu? Odpověď je ani jedno – nárůst spotřeby zmrzliny i vražd koreluje s horkým počasím.
Dalším pohledem na vztah mezi asociací a kauzalitou je, že asociace neimplikuje přímou kauzální souvislost mezi přidruženými proměnnými. Pokud je však asociace nonrandomní (tj. není způsobena čistě náhodou), pak z ní vyplývá, že funguje nějaký kauzální mechanismus. Často je povahou kauzálního mechanismu, který je základem asociace, společný vliv jedné nebo více běžných příčin působících na dané proměnné. Například jak nárůst spotřeby zmrzliny, tak vražda mohou nastat za teplého počasí (závěr, který by vyžadoval další informace k potvrzení nebo vyvrácení). Pokud by tomu tak bylo, pak by výskyt asociace mezi spotřebou zmrzliny a vraždou byl projevem kauzality, ale ne tak jednoduchým, lineárním způsobem, jak by člověk zpočátku mohl být v pokušení předpokládat. Sdružení tohoto druhu, zahrnující třetí proměnnou, která společně způsobuje spojitost mezi dvěma původními proměnnými, se často označují jako „falešná spojitost“.
Pro určení asociace lze použít několik testů. Nejčastější je výpočet některé z několika verzí korelačního koeficientu, P test, t-test a chi-kvadrát test.