相关系数（coefficient of correlation）是两列变量间相关程度的数字表现形式，或者说是用来表示相关关系强度的指标。作为样本间相互关系程度的统计特征数，常用r表示，作为总体参数，一般用ρ表示，并且是就线性相关而言。相关系数与、s一样，也是应用比较广泛的一个有代表性的统计量。下面的表达式描述了相关系数的取值情况：
-1.00≤r≤1.00
上式表明：
1.相关系数r的取值范围介于-1.00至+1.00之间，它是一个比率，常用小数形式表示。
2.相关系数的“+、-”（正、负）号表示双变量数列之间相关的方向，正值表示正相关，负值表示负相关。
3.相关系数r=+1.00时表示完全正相关，r=-1.00时表示完全负相关，这二者都是完全相关。r=0时表示完全独立，也就是零相关，即无任何相关性。
4.相关系数取值的大小表示相关的强弱程度。如果相关系数的绝对值在1.00与0之间，则表示不同程度的相关。绝对值接近1.00端，一般为相关程度密切，接近0值端一般为关系不够密切。
在对最后一点做具体判定时，尚须考虑计算相关系数时样本量的大小。如果样本量较小时，受取样偶然因素的影响较大，很可能本来无关的两类事物，却计算出较大的相关系数。例如，欲研究身高与学习有无关系，如果只选3～5个人，很可能遇到个子愈高学习愈好这一类偶然现象。这时计算出的相关系数虽然可能接近1.00，但实际上这两类现象之间并无关系。因此，在判定相关是否密切时，要把样本量大小与相关系数取值大小综合起来考虑，一般要经过统计检验方能确定变量之间是否存在显著的相关。另外，若是非线性相关关系，而用直线相关计算r值可能很小，但不能说两变量关系不密切。
对相关及其相关系数概念的理解，可以根据数据等级之间的一致性加以进一步说明。假设五个儿童做了A、B、C、D四种测验，把五个儿童在测验A的成绩分数按高低排序，并列出相应的B、C、D三个测验的分数，结果见表5-1：
表5-1 五名学生四种测验的分数
然后，把五个儿童B、C、D的测验分数也按高低排序，用直线把每个学生的A与B、A与C、A与D 测验分数分别连接，产生图5-1：
图5-1 利用数据等级一致性说明相关关系的图解
从图5-1可以看到，成对分数之间的连接线越接近平行线，正相关值越高；连接线越能相交在一点，负相关值就越大。当连接线交叉点越多时，表明相关值越接近于零。图5-1只是完全正相关、完全负相关和近似零相关的示例。在心理和教育科学研究，以及行为科学研究中，完全正、负相关极其罕见，实际得到的r值绝大多数落于+1和-1之间的某一点上。