🐟 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
肯德爾等級相關係數和斯皮爾曼等級相關係數同樣用來測量兩個次序尺度變項間的關聯性，但較少被使用。實際上，當樣本總數很小且變項中存在很多相同等級時，肯德爾等級相關係數是更好的選擇，因為該係數在樣本數等於或大於10時已趨近常態分配，且是較佳的母體參數估計值。
SPSS
相關
斯皮爾曼等級相關係數是用來測量次序尺度變項間關聯方向和程度的一種相關係數，屬於無母數統計量。依據變項裡相同等級的存在與否，斯皮爾曼等級相關係數會有稍微不同的計算方式。若其中有一個變項為等距或比率尺度，須先將其依數值大小排序並列出等級後再進行運算。
線性迴歸
當1個自變項和1個依變項呈現不完全的線性關係時，可在成對的兩變項所構成的點中建構出一條適合所有點的線，作為預測的用途。這條線是依據最小平方法準則，將自變項預測依變項的誤差最小化，因此稱為最小平方迴歸線。由於預測誤差最小，所以能夠給予最準確的整體預測值。
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。
圖形繪製
散布圖是觀察兩個變項之間的關係時最常使用的圖形，可用來瞭解變項之間是否存在關聯性、關聯的大小和方向。散布圖是將第1個變項的數值置於X軸，與第1個變項相對的第2個變項的數值置於Y軸所形成的「點」而繪製出來的圖形。不論是SPSS或Excel，皆可簡單地繪製出散布圖。