了解哪些變數是因，哪些變數是果。例如，假設市政府想要減少轄區中的車禍事件，透過初步的描述型和探索型研究，他們可能發現車禍和路怒症 (公路上駕駛人之間的暴力或憤怒事件) 在過去 5 年都穩定增加。這時，研究人員不應自動認定路怒症是造成這些車禍的原因，反而必須評量這種看法會不會是倒果為因。比如說，也可能是因為巷道封閉和交通阻塞造成太多車禍，才導致路怒症發生；也或許這兩者如同古老的格言所說：「相關不代表因果」，兩件事的增加可能都是由其他因素所引起的，例如道路施工、缺乏適當的交通管制，或是太多駕駛新手等等
判斷因和果之間的關係性質。繼續用剛才的例子說明，假設市政府證明了在這個地區，路怒症確實會導致車禍次數增加，那麼因果研究還可用來研究兩件事情。第一個是評量影響的顯著程度，像是把路怒症造成的車禍增加比例量化；第二個則是觀察變數之間的關係如何運作 (舉例來說，暴怒的駕駛是因為傾向於加速太快，或傾向於容易冒險，進而導致車禍增加)。

這兩項目標使得因果型研究比探索型和描述型研究更加科學。為了達到這些目標，因果型研究人員必須把他們認定是導致某件事發生的原因隔離出來，並測量其真正的顯著性。有了這些資訊，組織機構就能有信心地判斷是否值得投入資源來使用某項變數 (例如改良交通號誌) 或是試圖消除某項變數 (例如路怒症)。

有效地進行因果型研究

因果型研究應該被當作實驗型研究看待。請記住，這種研究的目標是證明因果關係。為了這個緣故，您一定得先有嚴謹的參數和目標。如果對研究計畫和想要證明的論點沒有完整的理解，您的研究結果可能會很不可靠，並存在大量的研究偏差。建議您利用探索型和描述型研究作為初步研究，為您的因果型研究打下堅實的基礎。

一旦有了完整的研究計畫和目標，接下來就要妥善設計您的因果實驗了。在開始進行因果實驗之前，您應該確認的三個重要條件：

這項實驗會證實或反駁您假設的因果關係。這聽起來似乎是廢話，但是，如果您沒有把研究計畫與研究目標緊緊串聯起來，得到的調查結果可能會和大部分的早餐麥片一樣無「果」而終。為了確保您研究能得到兩種結果之一，請先觀察正常狀況下的環境，然後逐漸調高變數的頻率或程度。
您要清楚知道哪些變數是測試時的自變項 (產生影響)，哪些變數則是依變項 (受到影響)。如同剛剛在路怒症／車禍的例子中討論過的，在很多情況下，我們很難分辨哪個變數是依賴哪個變數而改變，因此，在實驗之前，請務必先認定測試中的各個變數要扮演哪種角色。通常，自變項是您加入環境當中的因素。

例如，我們假設增加車子的顏色選項可以提高銷售量。在這個案例中，顏色選項的數量是自變項，而銷售量多寡則是我們的依變項。您的下一步應該是先評量汽車門市的正常銷售量，然後再加入更多顏色選擇，收集新的銷售數字，最後您就可以比較這兩組資料，並研究出實驗變因對銷售量的影響。
確定沒有其他外部變數會影響您的結果。如果沒有考慮到所有影響依變項可能因素，您就無法肯定測試中放入的變數是造成測得之影響的真正原因。實驗室裡的科學家有條件能建立完全中性的環境，但我們這些一般人就得勉強將就於現實中所能擁有的環境。所以在建立研究計畫時，最重要的一件事就是確保您的實驗環境和正常的一般環境盡量接近。

例如，假設您是冰淇淋店的老闆，想要調查請小丑在店門口發送氣球會對銷售量造成什麼樣的影響。這個點子很棒！不過您不能在冬天做實驗，卻拿夏天的銷售量做為比較基準，然後在冬天作實驗。寒冬不但會讓小丑凍壞，也會對冰淇淋銷售量造成巨大的影響。

誰在使用因果型研究？它跟我的業務目標又有什麼關係？

無論貴機構是什麼樣的組織，有什麼目標，因果型研究都能助您一臂之力。因果型研究的目標是提供證據，證明某種因果關係確實存在。從公司的立場來看，如果想要驗證某種策略是否會有效，或想更有信心地確定疑難雜症的來源，因果型研究就是正確的行動。讓我們來看看幾個例子，了解如何透過因果型研究達成不同的目標：

提高留客率：大多數的加盟連鎖業者都會在店裡進行因果型研究。在一個案例中，一家大型的修車商最近進行了一項實驗，讓特定分店實施一項政策，這項政策規定，每當維修人員在評估顧客的車輛時，必須有另一名員工與顧客進行一對一對談。他們必須仔細說明每一項疑慮，並以一般人的用語告知顧客車輛發生了什麼狀況，讓顧客了解問題所在。

會執行這項實驗的原因，是因為一項線上調查發現員工和顧客之間缺乏溝通是顧客重複上門光顧的一大障礙。公司為這項問題找到了兩個解決方案 (促成討論和增加對顧客的了解)，然後設計了這項實驗，以了解這些解決方案對於提高留客率有多大的效果。在經過比較之後，公司發現實驗組店家 (有改變) 的客戶忠誠度比對照組店家 (無改變) 明顯高出許多。
評估社區計畫：市政府經常使用因果型研究來評量社區計畫是否成功。假設渥太華市執行一份問卷調查，發現市民對目前的大眾運輸選項不滿意。接著，他們可以建立更多的「停車轉乘」區，讓更多人能更方便地搭乘公車。在實施這個策略之後，他們可以再次寄出同一份調查問卷，評量這項策略對大眾運輸的整體滿意度有什麼影響。
評估廣告效益：廣告是因果型研究最常見的使用領域。許多公司在發佈廣告之前，會先在小範圍的地區先進行測試。其構想為在大規模投入宣傳之前，先評量該廣告在這些地區內是否能充分提升銷售量、潛在客戶數量或大眾的興趣。
許多組織在進行這個實驗時，會更進一步透過問卷詢問顧客是為了什麼原因而造訪或產生興趣。這樣一來，企業就能比較實驗組地區的顧客回覆和整體顧客群的回覆，以了解客流的增加是不是直接由廣告所造成的。