Miara Phi i V Cramera – Jest to statystyka pozwalająca na wykazanie siły związku pomiędzy zmiennymi w kolumnach i wierszach. Jeśli wartość współczynnika kontyngencji wynosi 0 to znaczy, że zmiennej nie są ze sobą w ogóle powiązane np. kolor włosów i rodzaj jedzonego makaronu. Jeśli wartość jest bliska 1 to znaczy, że istnieje silny związek pomiędzy zmiennymi np. wykształcenie i wysokość zarobków. Miara Phi jest dedykowana dla tabel krzyżowych o wymiarach 2×2. Miara V Cramera jest dedykowana dla tabel większych niż 2×2.
Współczynnik kontyngencji
Współczynnik kontyngencji – Jest to statystyka pozwalająca na wykazanie siły związku pomiędzy zmiennymi w kolumnach i wierszach dla zmiennych nominalnych. Jeśli wartość współczynnika kontyngencji wynosi 0 to znaczy, że zmiennej nie są ze sobą w ogóle powiązane np. kolor włosów i rodzaj jedzonego włoskiego makaronu. Jeśli wartość jest bliska 1 to znaczy, że istnieje silny związek pomiędzy zmiennymi np. rodzajem posiadanych kategorii prawa jazdy a rodzajem prowadzonych pojazdów. Współczynnik ten jest wyliczany dla pomiarów na skalach nominalnych.
Tabela krzyżowa
Tabela krzyżowa – Przedstawiają łączne rozkłady dwóch lub większej liczby zmiennych. Tabele krzyżowe prezentowane są zazwyczaj w postaci macierzowej. podczas gdy rozkład częstości informuje o rozkładzie jednej zmiennej, tablica krzyżowa/kontyngencji opisuje jednocześnie rozkład dwóch lub większej liczby zmiennych. Każda komórka pokazuje liczbę respondentów (lub po prostu wystąpień), którzy udzielili określonej kombinacji odpowiedzi. Tabele krzyżowe jako jeden z bardzo niewielu testów weryfikuje hipotezę o równości częstości kolejnych komórkach tabeli. Tabele krzyżowe przydają się w problemach kiedy mamy do czynienia z korelacją zmiennych zakodowanych na skalach jakościowych np. kolor włosów i płeć lub rodzaj wykorzystywanej oferty a rodzaj posiadanego konta bankowego. Najczęściej wykorzystywanym testem weryfikującym proporcję w komórkach tabeli krzyżowej jest test Chi Kwadrat Pearsona, iloraz wiarygodności Chi Kwadrat, test dokładny Fishera (poprawka na małe liczebności w komórkach lub liczebnościach komórek mniejszych niż 5).
Test Hosmera-Lemeshowa
Test Hosmera-Lemeshowa – Test weryfikuje hipotezę o równości wartości obserwowanych i przewidywanych. Jeśli wartości obserwowane i przewidywane są wystarczająco bliskie, wówczas można założyć, model jest dobrze dopasowany do danych. Brak istotności tego testu jest pożądany. Jest to główna statystyka diagnostyczna modelu regresji logistycznej. Test Hosmer Lameshow jest niezbędną statystyką podczas oceny dopasowania modelu do przewidywanych danych. Na podstawie testu Hosmera Lameshowa rozpatruje się rewizję modelu, jego przekształcenie lub zastosowanie alternatywnej metody analizy.
Skalowanie wielowymiarowe (Multidimensional Scaling – MDS)
Skalowanie wielowymiarowe (Multidimensional Scaling – MDS) – procedura statystyczna mająca na celu wykrycie zmiennych nieobserwowalnych które wyjaśniają podobieństwa i różnice między badanymi obiektami. MDS dąży do tego aby w przestrzeni wielowymiarowej obiekty podobne do siebie znajdowały się bliżej, a różne od siebie dalej. Jest to technika wykorzystywana często w rozstrzygania sporów sądowych dotyczących podobieństwa marek. Nieuczciwi przedsiębiorcy wypuszczają w obieg produkt który jest już podobny do znanych marek, co wiąże się z tym że produkt ten wykorzystuje dobroczynne właściwości zdobytej przez konkurencyjną markę opinię konsumentów. Produkt podobny może być mylony przez podobieństwo do oryginalnej marki, przez co producent traci wypracowane zyski. Procedura skalowania wielowymiarowego może badać podobieństwo percepcyjne (tak jak konsumenci widzą markę), emocjonalne (związane uczucia z nią) oraz znaczeniowe ( znaczenia i pojęcia jakimi myślą konsumenci o danej marce). Statlab używa trzech metodologii zbierania danych do tworzenia map percepcyjnych, pierwszą metodą jest SpAM, drugą Classic (Pairwise), a trzecią Total-Set (Pairwise). Procedura może wykazać podobieństwa pomiędzy materiałami obrazowymi (zdjęcia, rzeczywiste przedmioty ), abstrakcyjnymi (pojęcia) lub zmysłowymi zapach, dźwięki aukustyczne). Czas realizacji badania jest zależny od badanych bodźców i wybranej metodologii badawczej. Przy braku presji czasowej możemy przeprowadzić badanie obarczone minimalnym błędem pomiaru co daje możliwość wglądu w rzeczywiste związki pomiędzy badanymi obiektami. Procedura ta jest dostępna w większości poakietów statystycznych (analiza SPSS, analiza SAS, analiza Statistica, analiza GNU R, analiza orange ).
