تنتمي معظم البحوث إلى إحدى هذين الأسلوبين.
ففي البحث الارتباطي لا نقوم بالتأثير (أو على الأقل نحاول عدم التأثير) على أي من المتغيرات ولكن نقيسها فقط ونبحث عن العلاقات (الارتباطات) بين مجموعة من المتغيرات، مثل ضغط الدم ومستوى الكوليسترول.
أمّا في البحث التجريبي، نُعدل بعض المتغيرات ونُسجل تأثيرها على متغيراتٍ أخرى، على سبيل المثال، يمكن للباحث زيادة ضغط الدم بشكل مصطنع ومن ثم تسجيل تغيّر مستوى الكوليسترول.
يعمل تحليل البيانات في البحث التجريبي على حساب “الارتباطات” بين المتغيرات أيضًا، وبالتحديد الارتباطات التي تم تغييرها والأخرى المتأثرة بهذا التغيير.
ومع ذلك، من المحتمل أن تُوفر البيانات التجريبية معلومات أفضل نوعًا، فوحدها البيانات التجريبية يمكن أن توضح بشكلٍ قاطع العلاقات السببية بين المتغيرات، ومثالًا على ذلك، إذا وجدنا أنّه عندما نغير المتغيّر ” أ ” سيتغير المتغيّر “ب” ، عندئذٍ يمكننا أن نستنتج أنّ “أ” يؤثر على “ب”.
لا يمكن “تفسير” البيانات المأخوذة من البحث الارتباطي إلا بشروط سببية بناءً على ما لدينا من بعض النظريات، ولكن لا يمكن للبيانات الارتباطية أن تثبت بشكل قاطع العلاقة السببية.