Olika typer av korrelationer används i statistiken för att mäta hur variablerna är relaterade till varandra. Till exempel, genom att använda två variabler - högskoleklass rang och college GPA - en observatör kan dra en korrelation att elever med en över genomsnittet gymnasiet rankar vanligtvis uppnå en över genomsnittet college GPA. Korrelationer mäter också förhållandets styrka och huruvida korrelationen mellan variabler är positiv eller negativ. Den typ av korrelation som utförs beror på huruvida variablerna är icke-numeriska eller intervalldata, såsom temperatur.

Pearson Product Moment Correlation

Pearson Product Moment Correlation namngavs efter Karl Pearson, grundare av den matematiska statistikdisciplinen. Det anses vara en enkel linjär korrelation, vilket innebär att förhållandet mellan två variabler beror på att de är konstanta. Pearson används med intervalldata för att mäta styrkan i en korrelation, som representeras av bokstaven r i ekvationen. Denna korrelation visar också om förhållandet är positivt eller negativt; representeras av tal värderade mellan +1 och -1. Ju närmare värdet av r kommer till -1,00 eller +1,00, ju starkare korrelationen. Ju närmare värdet av r kommer till numret 0, desto svagare är korrelationen. Till exempel, om r är lika med -90 eller 90, skulle det indikera en starkare relation än -.09 eller .09.

Spearmans Rank Correlation

Spearmans Rank Correlation namngavs efter statistiker Charles Edward Spearman. Spearmans ekvation är enklare och används ofta i statistik i stället för Pearson, även om det är mindre avgörande. Socialforskare kan också använda Spearmans för att beskriva sambandet mellan kvalitativ data, såsom etnicitet eller kön, och kvantitativa data, såsom antalet begåvade brott. Korrelationen beräknas med hjälp av en nullhypotes som därefter accepteras eller avvisas. En nollhypotes består normalt av en fråga som ska besvaras; till exempel, huruvida antalet begått brott är detsamma för män och kvinnor.

Kendall Rank Correlation

Kendall Rank Correlation, som heter British Statistics Maurice Kendall, mäter styrkan i beroende av uppsättningarna av två slumpmässiga variabler. Kendall kan användas för vidare statistisk analys när en Spearmans korrelation avvisar nollhypotesen. Det uppnår en korrelation när en variabels värde minskar och den andra variabelns värde ökar. denna korrelation kallas motstridiga par. En korrelation kan också inträffa när båda variablerna ökar samtidigt, kallad ett överensstämmande par.