🐟 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。
類別變項
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。
描述統計
統計分析軟體如SPSS可以很輕鬆地求得次數分配，但對於沒有SPSS的人而言，可以改使用Excel來執行次數分配。若是名義尺度變項，Excel函數會因為變項的類別是否有編碼而不同。若是等距或比率尺度的變項，或連續變項，FREQUENCY函數可用來呈現個別分數或分組分數的次數分配。
無母數檢定
卡方獨立性檢定是卡方檢定的一種，用來探討兩個名義尺度變項或類別變項間為彼此獨立或相互關聯，通常會製作一列聯表後再進行分析。卡方獨立性檢定不具有方向性，假設檢定的過程使用卡方分配和卡方檢定統計量，檢驗兩個名義尺度變項或類別變項間彼此獨立的虛無假設。
無母數檢定
卡方適合度檢定為卡方檢定的一種，是一種沒有方向性、綜合的檢定方法，適用在類別變項或名義尺度的變項資料上，用來評估互斥類別間的觀察次數模式是否明顯不同於期望次數。卡方適合度檢定的假設檢定使用卡方分配和卡方檢定統計量，檢驗觀察和期望次數模式相同的虛無假設。