Mesure d'association utilisée pour analyser une relation entre deux variables catégorielles dont au moins est l'une est nominale ou considérée comme telle. Le V de Cramer est une des mesures d'association les plus utilisées à la suite d'un test du chi-carré. Le V de Cramer varie de 0 à 1. Selon la règle d'interprétation de Fox (1999), lorsque le V de Cramer se situe entre 0 et 0,10, la relation est nulle; entre 0,10 et 0,20, la relation est faible; entre 0,20 et 0,30, la relation est modérée; 0,30 et plus, la relation est forte.

Critère d'interprétation théorique qui évalue si les résultats d'un échantillon peuvent être généralisés à la population de laquelle est tiré cet échantillon.

Critère d'interprétation théorique qui évalue si l'on peut avoir suffisamment confiance aux données de l'échantillon pour que les résultats qui en résultent soient crédibles.

Caractéristique qui varie en fonction des individus et qui prend au moins deux valeurs (p.ex. sexe, âge). Une variable permet de mesurer un phénomène, de rendre opératoire un concept. On distingue deux types de variable selon leur nature: variable qualitative et variable quantitative.

Une variable antécédente est une variable-contrôle qui intervient avant la variable indépendante et la variable dépendante dans la chaîne causale d'une relation. Elle explique pourquoi deux variables sont reliées de façon fallacieuse (relation fallacieuse).

Une variable quantitative est continue lorsqu'elle comporte un nombre presque illimité de valeurs métriques sur la droite des nombres réels. Ses valeurs comportent donc des décimales (p.ex. âge: 25 ans 2 mois 2 semaines...).

La variable dépendante est l'effet présumé d'une variable indépendante. Hypothétiquement, elle dépend de la variable indépendante.

C'est une variable qualitative qui détient exactement 2 valeurs catégorielles.

Une variable quantitative est discrète lorsqu'elle prend un nombre limité de valeurs métriques sur la droite des nombres réels. Ses valeurs procèdent d'un dénombrement et correspondent donc à des nombres séparés sans décimales (p.ex nombre d'enfants dans une famille: 0; 1; 2, etc.)

La variable indépendante est le facteur explicatif d'une autre variable qui se trouve être la variable dépendante. Hypothétiquement, elle influence la variable dépendante. 

Une variable mesurée selon l'échelle nominale est une variable dont les catégories servent simplement à nommer, identifier les individus. Ses catégories ne comportent donc aucun ordre intrinsèque ou logique (p.ex. sexe).

Une variable mesurée selon l'échelle ordinale est une variable dont les catégories sont ordonnées (p.ex. niveau d'instruction).

Une variable est dite qualitative lorsque ses valeurs sont plutôt des catégories (qualité). On parle aussi de variable catégorielle.

Une variable quantitative est une variable dont les valeurs possibles sont des nombres (quantité). On parle aussi de variable métrique ou numérique.

Variable que l'on contrôle ou dont on tient compte dans une relation entre une variable indépendante et une variable dépendante. L'introduction d'une variable-contrôle dans une relation bivariée permet de conclure ou non à une relation de causalité.

Exprimée au carré, la variance mesure la variation ou la dispersion des scores par rapport à la moyenne d'un ensemble de données. C'est la moyenne de la somme des carrés des scores déviation. Mesure de variation la moins appropriée en statistiques descriptives, la variance s'avère toutefois très utile en statistiques inférentielles.

Voir Distribution d'échantillonnage.