Dr. Fish 漫遊社會統計

卡方獨立性檢定的效果量：關聯性測量

卡方獨立性檢定可用來探討2個類別變項間是否具有關聯性，但從顯著性檢定的結果無法知道2個變項間的關聯程度，也就是效果量的大小。關聯性的測量是呈現效果量的一種方法，包括phi、列聯係數和Cramér′s V。這些數值類似相關係數，不過數值僅介於0和1之間。

無母數檢定

概似比檢定是一種可用來分析類別變項的統計檢定方法，利用最大概似理論，透過列聯表的分析來檢驗變項之間是否具有關聯性。由於檢定統計量帶有卡方分配的型態，所以也稱為最大概似卡方檢定。當樣本數較大的時候，概似比檢定的分析結果會相似於卡方檢定的分析結果。

推論統計

相依樣本是2個群組使用相同或配對參與者的一種研究設計，樣本間具有關聯性。當要比較2個相依樣本時，通常會依據依變項的測量尺度來選擇統計檢定方法，包括母數檢定的關聯樣本t檢定和無母數檢定的符號檢定、Wilcoxon配對符號等級檢定、McNemar檢定和邊際同質性檢定。

入門概念

獨立樣本和相依樣本為截然不同的研究設計，獨立樣本設計指群組間的參與者都不相同，參與者間無法被配對；相依樣本設計指群組間為相同或配對的參與者，一群組的參與者和另一群組的參與者有關聯。不同的樣本類型適用不同的統計檢定，且攸關著統計檢定力和整體研究的成本。

無母數檢定

McNemar檢定是用來評估2個關聯或相依的群組在一個2類別的名義尺度變項回應上是否有所改變的一種無母數檢定。McNemar檢定類似關聯樣本ｔ檢定，同樣適用在2個相依樣本上，最大差別在於前者的依變項為名義尺度的間斷變項而後者為等距或比率尺度的連續變項。