Kausal inferens er ikke blot tidens højeste mode i empirisk samfundsforskning, det er også en forudsætning for at kunne designe eller evaluere policy-interventioner i praksis. Imidlertid stiller kausal inferens særligt store krav til forskningsdesignet netop i samfundsvidenskaben, idet de færreste relevante samfundsmæssige variable kan siges at være eksogene i nogen samfundsmæssig sammenhæng. Det er velkendt, at kausal inferens forudsætter statistisk signifikant korrelation, men at korrelation omvendt ikke er tilstrækkeligt til at identificere en kausal sammenhæng. Derfor opstilles ofte et sæt af kriterier, som en signifikant sammenhæng skal opfylde, før den kan udlægges som en årsagssammenhæng. I statskundskab er disse kriterier traditionelt tidsrækkefølge, fravær af spuriøsitet samt teoretisk begrundelse. Denne artikel problematiserer disse tre kriterier og illustrerer grafisk og matematisk, at kausal inferens forudsætter, at den uafhængige variabel er eksogen. Desuden illustreres det, hvordan man gennem et velgennementænkt forskningsdesign, kan opfylde dette ganske krævende kriterium.