Statistikas kasutatakse mitmesuguseid korrelatsioone, et mõõta muutujate omavahelist seost. Näiteks võib vaatleja kahe muutuja - keskkooli klassi auaste ja kõrgkooli GPA - abil joonistada a korrelatsioon, et keskmisest kõrgema keskkooliastmega õpilased saavutavad keskmisest kõrgema kõrgkooli GPA. Korrelatsioonidega mõõdetakse ka seose tugevust ja seda, kas muutujate korrelatsioon on positiivne või negatiivne. Tehtud korrelatsiooni tüüp sõltub sellest, kas muutujad on mittearvulised või intervallandmed, näiteks temperatuur.
Pearsoni toote hetke korrelatsioon
Pearsoni tootemomendi korrelatsioon sai nime matemaatilise statistika distsipliini asutaja Karl Pearsoni järgi. Seda peetakse lihtsaks lineaarseks korrelatsiooniks, mis tähendab, et kahe muutuja vaheline seos sõltub nende püsivusest. Pearsoni kasutatakse intervalliandmetega korrelatsiooni tugevuse mõõtmiseks, mida võrrandis tähistab täht r. See seos näitab ka seda, kas suhe on positiivne või negatiivne; mida tähistavad numbrid vahemikus +1 kuni -1. Mida lähemale jõuab r väärtus -1,00 või +1,00, seda tugevam on korrelatsioon. Mida lähemal r väärtus jõuab arvule 0, seda nõrgem on korrelatsioon. Näiteks kui r võrdub -.90 või .90, näitab see tugevamat suhet kui -.09 või .09.
Spearmani auastme korrelatsioon
Spearmani auastme korrelatsioon sai nime statistik Charles Edward Spearmani järgi. Spearmani võrrand on lihtsam ja statistikas kasutatakse seda Pearsoni asemel, ehkki see on vähem veenev. Sotsiaalteadlased võivad kasutada Spearmani ka kvalitatiivsete andmete, nagu etniline kuuluvus või sugu, ja kvantitatiivsete andmete, näiteks toimepandud kuritegude arvu vahelise seose kirjeldamiseks. Korrelatsioon arvutatakse nullhüpoteesi abil, mis hiljem aktsepteeritakse või lükatakse tagasi. Nullhüpotees koosneb tavaliselt küsimusest, millele tuleb vastata; näiteks kas meeste ja naiste puhul on toimepandud kuritegude arv sama või mitte.
Kendalli auastme korrelatsioon
Briti statistiku Maurice Kendalli nime saanud Kendalli auastme korrelatsioon mõõdab kahe juhusliku muutuja hulga vahelise sõltuvuse tugevust. Kendalli saab kasutada edasiseks statistiliseks analüüsiks, kui Spearmani korrelatsioon lükkab nullhüpoteesi tagasi. See saavutab korrelatsiooni, kui ühe muutuja väärtus väheneb ja teise muutuja väärtus suureneb; seda korrelatsiooni nimetatakse ebakõlalisteks paarideks. Korrelatsioon võib ilmneda ka siis, kui mõlemad muutujad suurenevad üheaegselt, mida nimetatakse konkordantseks paariks.