🐟 請您尊重本網站的智慧財產權，如有任何引用，請註明出處：Dr. Fish 漫游社會統計。（文章發表日期）。文章名稱。文章網址
相關
皮爾森積差相關係數並不是母群體相關係數的不偏誤估計值，尤其是在樣本數很小的時候。為了能夠更正確地估計母群體相關係數，可以使用調整後相關係數，是一個去除偏誤的相關係數。調整後相關係數的計算公式很簡單，也可利用SPSS輸出的模型摘要裡的調整後R平方來計算取得。
共變異數
相關
共變異數為基礎的相關性統計量，透過統計分析軟體可簡單地取得，也可以利用微軟的Excel來計算，有2種方法。第1種方法是運用資料分析工具，雖然可輸出共變異數矩陣，但僅可取得母群體共變異數。第2種方法是運用函數語法，可取得母群體共變異數，也可取得樣本共變異數。
相關
共變異數是兩變項相關性的一種測量方法，用來探討一個變項和另一個變項共同變化的程度。共變異數的概念類似於變異數，只是變異數用在單一變項的變化上，而共變異數用在兩個變項的共同變化上。但是共變異數會隨著不同的測量單位而改變數值大小，因此很難解釋和進行比較。
相關
皮爾森積差相關係數是將兩個變項轉換成單位相同的標準分數後，再測量變項間關係的方向和強度的一個量化數值。計算方法可採用傳統的紙筆計算、SPSS的相關分析或Excel的PEARSON函數，而不論使用哪一種方法，皆可正確地求得皮爾森積差相關係數的數值。
相關
皮爾森積差相關係數是測量兩變項關聯方向和程度的一個量化數值。相關係數的數值可從-1到1，符號代表關係的方向，數值本身則代表關係的強度，數值愈大關係程度愈高。若將皮爾森積差相關係數平方，即變成決定係數，可用來解釋一個變項中有多少的變異可被另一個變項說明。