Correlação não é causa: como não cair nessa

Entenda a diferença entre correlação e causa com poças no pátio, guarda-chuvas esquecidos e mudas de feijão, e aprenda a testar uma afirmação.

Autoria
equipe editorial de dadolopos.com
Publicado
Revisado
Leitura
6 min

Numa escola imaginária, a turma notou que, nos dias com mais poças no pátio, o achados e perdidos recebia mais guarda-chuvas. As duas contagens subiam e desciam juntas. A conclusão que parece natural é que as poças fazem as pessoas esquecerem os guarda-chuvas. Só que ninguém esquece um guarda-chuva por causa de uma poça.

Esse tipo de erro tem nome: confundir correlação com causa. Correlação é a relação que aparece nos números, quando duas medidas variam juntas. Causa é uma explicação sobre o motivo: uma coisa provoca a outra. O gráfico só mostra a primeira. Todos os números desta página são fictícios, inventados para a aula.

O que o gráfico mostra e o que ele não mostra

A turma contou, durante nove dias, o número de poças no pátio e o número de guarda-chuvas esquecidos. Cada ponto do gráfico é um dia.

Poças no pátio e guarda-chuvas esquecidos em nove diasGráfico de dispersão com 9 pontos. A relação entre as duas medidas é forte, e os pontos tendem a subir juntos (correlação r = 0,96). Relação nos dados não prova que uma medida causa a outra.Poças no pátio e guarda-chuvas esquecidos em nove dias-20246810-2024681012Poças no pátioGuarda-chuvas esquecidos
Dados fictícios, criados só para este exemplo. Os pontos sobem juntos, mas uma coisa não causa a outra.
Ver os dados deste gráfico em tabela
Poças no pátioGuarda-chuvas esquecidos
00
10
33
42
53
89
98
108
119

Os pontos formam uma faixa que sobe. Um número chamado coeficiente de correlação resume isso: ele vai de −1 a 1. Perto de 1, as duas medidas sobem juntas. Perto de −1, uma sobe quando a outra desce. Perto de 0, não há padrão em linha reta. Para estes dados, calculado com a fórmula padrão, o valor é 0,96, muito próximo de 1. Para aprender a ler pontos e tendências, veja o artigo sobre gráfico de dispersão.

Um número alto diz que as medidas andam juntas. Ele não diz por quê. Também não diz quem puxa quem: o gráfico seria idêntico se a turma tivesse contado os guarda-chuvas primeiro e as poças depois. Por isso, diante de qualquer gráfico de pontos, a primeira pergunta deve ser sobre o motivo, e não sobre a força da relação.

Quatro explicações para duas coisas que andam juntas

Quando duas medidas variam juntas, há pelo menos quatro explicações possíveis:

ExplicaçãoO que significaExemplo fictício
A causa Ba primeira provoca a segundamais água na horta, mudas mais altas (ainda precisa de teste)
B causa Aa relação é no sentido contrárioturmas que visitam mais a biblioteca leem mais, ou quem lê mais visita mais?
Um terceiro fator causa os doisuma causa escondida muda as duas medidasa chuva do dia produz poças e guarda-chuvas esquecidos
Coincidênciao acaso fez os números combinaremduas séries que sobem sem ligação

No caso do pátio, a explicação é o terceiro fator: a chuva. Quando chove muito, há muitas poças e muita gente com guarda-chuva, e por isso mais esquecimentos. Esse fator escondido é chamado de fator de confusão. Uma forma de testá-lo é separar os dias por tipo de chuva e ver o que sobra da relação:

Tipo de diaPoçasGuarda-chuvas esquecidos
Sem chuvade 0 a 10
Chuva fracade 3 a 5de 2 a 3
Chuva fortede 8 a 11de 8 a 9

Dentro de cada grupo, saber o número de poças não ajuda a prever os guarda-chuvas: o que separa um grupo do outro é a chuva. Fazer essa comparação, mantendo o terceiro fator parado, é o que os livros chamam de "controlar" a variável escondida. Se a relação some quando o fator é controlado, ele era a explicação. A pergunta "existe um terceiro fator?" é a mais útil de todas.

Coincidência: séries que sobem sem relação

Algumas séries crescem juntas só porque o tempo passa. Veja a altura de uma muda de feijão na janela e o número de livros devolvidos à biblioteca da escola nas seis primeiras semanas do ano, tudo fictício:

SemanaAltura da muda (cm)Livros devolvidos
1312
2515
3819
41022
51324
61529

A correlação entre as duas colunas é de 0,99, ainda mais forte que a do exemplo da chuva. Mesmo assim, ninguém acredita que a muda faça devolver livros. As duas séries aumentam com as semanas, e isso basta para elas "combinarem". Com poucos pontos e séries ao longo do tempo, a coincidência é muito fácil de aparecer. Uma boa defesa é olhar outro período ou outro grupo: se a ligação desaparece quando você troca os dados, ela provavelmente era acaso. O artigo sobre amostra pequena e viés mostra por que poucos casos pedem cautela.

Cinco perguntas e uma frase cuidadosa

Antes de aceitar que uma coisa causa outra, passe a afirmação por esta lista:

  • Existe um terceiro fator que poderia explicar as duas medidas?
  • Qual das duas aconteceu primeiro? A causa precisa vir antes do efeito.
  • O padrão se repete em outros dias, outros grupos e outros lugares?
  • Dá para explicar, passo a passo, como uma coisa levaria à outra?
  • Quantos casos existem? Poucos casos aumentam a chance de coincidência.

Só um experimento bem planejado se aproxima de provar uma causa: grupos parecidos, um fator mudado por vez e o resto igual. O artigo sobre experimento escolar e tabela de resultados mostra como registrar um. Enquanto você tem apenas observações, escreva de forma cuidadosa:

Frase forte demaisFrase cuidadosa
As poças fazem esquecer guarda-chuvas.Nos nove dias observados, dias com mais poças tiveram mais guarda-chuvas esquecidos.
Regar mais faz a muda crescer.As mudas que receberam mais água ficaram mais altas, mas outros fatores podem ter influído.

Prefira verbos como "estar associado a", "acompanhar" e "vir junto com". Guarde "causa", "provoca" e "faz" para quando houver teste. Veja mais no artigo sobre como escrever uma conclusão baseada nos seus dados. Para checar relações no seu próprio trabalho, monte o gráfico no Editor de gráficos e tabelas.

Erros comuns ao interpretar relações

  • Trocar "junto" por "porque". Dois números que andam juntos não explicam um ao outro.
  • Ignorar o fator tempo. Muitas séries crescem com o calendário e parecem ligadas sem ser.
  • Concluir com poucos casos. Nove dias dão uma pista, não uma prova.
  • Mostrar só os pontos que combinam. Se alguns dias ficam de fora, a relação aparente pode desaparecer.
  • Confundir um número alto com uma explicação. O coeficiente mede só o quanto os pontos seguem uma linha, e mais nada.

Perguntas frequentes

Correlação alta prova que existe causa?

Não. Ela indica que as medidas variam juntas, o que é uma boa pista para investigar. Para afirmar uma causa, é preciso excluir o terceiro fator, conferir a ordem dos acontecimentos e, de preferência, fazer um experimento.

Então a correlação não serve para nada?

Serve, sim. Ela ajuda a levantar perguntas, a prever o que costuma acontecer e a decidir o que vale testar. O erro está em tratá-la como resposta pronta sobre o motivo.

Pode haver causa sem correlação visível no gráfico?

Pode. O coeficiente de correlação mede relações em linha reta. Se a relação for curva ou se houver muita variação nos dados, ele pode ficar perto de zero mesmo com uma ligação real.

Como provar que uma coisa causa outra no meu trabalho?

Em geral, com um experimento: dois grupos parecidos, em que só um fator muda, e o resto fica igual. Se isso não for possível, descreva o que observou, aponte os fatores que podem ter influído e evite a palavra "causa".

O que é correlação positiva e negativa?

Na positiva, as duas medidas sobem juntas, como poças e guarda-chuvas. Na negativa, uma sobe quando a outra desce, como a quantidade de água que sobra num pote e o tempo que ele ficou aberto ao sol. Em ambas, valem os mesmos cuidados: o sinal do coeficiente não diz qual é a causa, e a força da relação não prova que ela existe de verdade.

Fontes

Leituras de apoio, com endereços testados em 17/11/2026. Os números usados como exemplo neste texto são fictícios.

Continue lendo