מקדם המתאם יכול לשמש למדידת התלות הליניארית בין שני משתנים אקראיים. מקדם המתאם הנפוץ ביותר, שנוצר על ידי מתאם הרגע של פירסון, עשוי לשמש למדידת הקשר הלינארי בין שני משתנים. עם זאת, במערכת יחסים לא ליניארית, מקדם המתאם הזה לא תמיד יכול להיות מדד מתאים של תלות.
ההבדלים בין המתאם לבין התלות ניתן להדגים באמצעות מושגים של קורלציה וסיבתיות. מקדם המתאם אינו מעיד על קיומו של קשר סיבתי בין שני משתנים. לדוגמה, אין קשר סיבתי מוכח בין אושר לבין כוח פיזי. אמנם ניתוח הנתונים עשוי להצביע על קשר חיובי בין שני המשתנים, אך אין זה אומר כי האושר גורם לעלייה בכוח הפיזי או בהיפוךו - כי עלייה בכוח הפיזי גורמת לאושר - נכונה. כתוצאה מכך, התלות של משתנה אחד על האחר אינה ניתנת לזיהוי ישירות ממקדם המתאם עקב פעולה של משתנים אקראיים חיצוניים המשפיעים על התלות הסטטיסטית. לדוגמה, המתאם בין מספר המלחים בספינה לבין המהירות הממוצעת שלה אינו מעיד על סיבתיות בשל נוכחותם של מספר גורמים נוספים, כגון תנאי מזג האוויר, הגדרות המצערת ומשאבתה. כמו כן, התעשייה הפיננסית משתמשת בעקרונות סיבתיות וקורלציה ביחס ליחסים שבין הרווח למניה לבין מדדים פיננסיים אחרים.
יש מספר סוגים של מקדמי קורלציה המשמשים לקביעת הקשר בין סוגי נתונים מגוונים, כולל מתאם סדר הדירוג של Spearman, מתאם ביסרי ומתאם Phi. מקדם Pearson של קורלציה מסומן על ידי האות "r" וניתן להשתמש בו כדי לפרש את כוח או חולשה של מערכת יחסים בין שני משתנים בין הערכים 1 ו -1. כאשר בריבוע, הערך המתקבל נקרא מקדם הקביעה המבטא את השונות של מערכת יחסים כזו.-> -