Schemat korelacyjny (ang. correlational design) – to prosty  sposób badania zależności (korelacji, współwystępowania): mierzymy dwie lub więcej zmiennych zależnych w tym samym momencie i sprawdzamy, czy wykazują wzajemne współwystępowanie :

• W kierunku pozytywnym, np. wraz ze wzrostem wypłaty rosną również wydatki lub wraz ze spadkiem wypłaty mniej wydajemy.
• W kierunku negatywnym, im niższa samoocena, tym silniejsze objawy stresu.

Do najbardziej znanych współczynników należą: korelacja r Pearsona oraz korelacja rho Spearmana. Choć w rzeczywistości odmian korelacji jest wiele, np. semicząstkowa, punktowa, tau Kendalla. Ważne jest że  w tym schemacie badacz nie wykonuje manipulacji eksperymentalnej, zatem nie istnieje w nim zmienna niezależna.  Oczywiście umownie często dzielimy zmienne na zależnie, niezależne, kontrolne i czasem zakłócające.

W schemacie korelacyjnym, podział na zmienne zależne i niezależne występuje zwłaszcza kiedy planujemy analizę regresji liniowej. Jednak metodologicznie rzecz ujmując, zmienna niezależna nie jest w schemacie korelacyjnym prawdziwie niezależna. Zastosowanie tego schematu jest częste np.:

• w psychologii (np. stres ↔ towarzyskość),
• socjologii (wykształcenie ↔ zaufanie społeczne),
• badaniach marketingowych (czas na stronie ↔ dokonanie zakupu),
• epidemiologii (liczba kroków ↔ ciśnienie krwi).