研究者常常利用相關分析以探討兩個變項之間的關聯性,而變項的測量尺度會決定我們必須使用何種的相關分析,
- 皮爾遜相關係數(Pearson’s r):衡量兩個等距尺度或等比尺度變數之相關性。是最常見的,也是學習統計學時第一個接觸的相關係數。
- 淨相關(partial correlation):在模型中有多個自變數(或解釋變數)時,去除掉其他自變數的影響,只衡量特定一個自變數與因變數之間的相關性。自變數和因變數皆為連續變數。
- 相關比(correlation ratio):衡量兩個連續變數之相關性。
- Gamma相關係數:衡量兩個次序尺度變數之相關性。
- 斯皮爾曼等級相關係數:衡量兩個次序尺度變數之相關性。
- 肯德爾等級相關係數:衡量兩個人為次序尺度變數(原始資料為等距尺度)之相關性。
- 肯德爾和諧係數:衡量兩個次序尺度變數之相關性。
- Phi相關係數(英語:Phi coefficient):衡量兩個真正名目尺度的二分變數之相關性。
- 列聯相關係數(英語:contingency coefficient):衡量兩個真正名目尺度變數之相關性。
- 四分相關(英語:tetrachoric correlation):衡量兩個人為名目尺度(原始資料為等距尺度)的二分變數之相關性。
- Kappa一致性係數(英語:K coefficient of agreement):衡量兩個名目尺度變數之相關性。
- 點二系列相關係數(英語:point-biserial correlation):X變數是真正名目尺度二分變數。Y變數是連續變數。
- 二系列相關係數(英語:biserial correlation):X變數是人為名目尺度二分變數。Y變數是連續變數。