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。