🐟 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
無母數檢定
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。
相關係數
相關係數
當同一個樣本裡有兩個皮爾森積差相關係數，且這兩個相關係數帶有共同的變項，則這兩個相關係數不是彼此獨立，而是相互關聯的情況。此時，若想比較這兩個皮爾森積差相關係數是否明顯不同，須進行兩個相依的皮爾森積差相關係數的假設檢定，使用ｔ分配和ｔ檢定統計量。
相關
運用Excel取得皮爾森積差相關係數的方法有2種，一種是透過函數語法，另一種是利用資料分析工具。函數有CORREL函數和PEARSON函數，都可得到相同的結果。不過利用函數只能一次計算2個變項的相關係數，若想一次取得數個變項的相關矩陣，利用資料分析工具會比較快。
相關
行為和社會科學領域的研究很常在探討兩個變項之間的關係時移除或控制其他變項的作用，此時就須使用到淨相關或半淨相關。淨相關最主要用來探討其他變項的作用被移除後兩個變項之間的純淨關係，而半淨相關主要用在多元線性迴歸裡，用來解釋各個自變項對依變項的獨特貢獻。
相關係數
複相關係數是數個變項間關聯程度的一個量化數值，一般會在一個依變項和數個自變項的多元線性迴歸分析結果裡看到，符號為Ｒ。不過為了理解方便，通常會用Ｒ平方而不是Ｒ來做解釋。複相關係數的假設檢定在檢驗自變項整體對於依變項的預測是否有幫助，使用Ｆ分配和Ｆ值。