【已刪除】24. 丁老師研究教師效能與學生學習表現之關聯性，他建構模式並運用結構方程模式 (Structural Equation Models)檢定，經過模式估計之後，丁老師宜採用下列哪一種統計 數值來瞭解模式的適配度呢？
(A)相關係數
(B)卡方值
(C)因素負荷量
(D)特徵值

　　卡方檢驗是一種用途很廣的計數資料的假設檢驗方法。它屬於非參數檢驗的範疇，主要是比較兩個及兩個以上樣本率( 構成比）以及兩個分類變數的關聯性分析。其根本思想就是在於比較理論頻數和實際頻數的吻合程度或擬合優度問題。

　　它在分類資料統計推斷中的應用，包括：兩個率或兩個構成比比較的卡方檢驗；多個率或多個構成比比較的卡方檢驗以及分類資料的相關分析等。

卡方:

1. 適合度考驗

2. 百分比同質性考驗

3. 獨立性考驗

4. 改變顯著性考驗

著名統計學家卡爾·皮爾遜設計了統計指標——相關係數。相關係數是用以反映變數之間相關關係密切程度的統計指標。相關係數是按積差方法計算，同樣以兩變數與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變數之間相關程度；著重研究線性的單相關係數。

• 當r>0時，表示兩變數正相關，r<0時，兩變數為負相關。
• 當|r|=1時，表示兩變數為完全線性相關，即為函數關係。
• 當r=0時，表示兩變數間無線性相關關係。
• 當0<|r|<1時，表示兩變數存在一定程度的線性相關。且|r|越接近1，兩變數間線性關係越密切；|r|越接近於0，表示兩變數的線性相關越弱。
• 一般可按三級劃分：|r|<0.4為低度線性相關；0.4≤|r|<0.7為顯著性相關；0.7≤|r|<1為高度線性相關。