当两个相互关联着的变量分布都是真正的二分变量，在两个分布中间都各有一个真正的缺口时，用phi系数（phi coefficient）解决此类“点分布”问题，因其系数用符号Φ表示，故而得名。它是指两个分布都只有两个点值或只是表示某些质的属性，如工作状态（有工作与无工作）、吸烟状况（吸烟者与非吸烟者）、婚姻状态、智能水平等。此时，可以运用列联表（contingency table）计算，因此它又称列联系数（contingency coefficient）。适用资料是除四分相关之外的四格表（计数）资料，是表示两因素两项分类资料相关程度最常用的一种相关系数。若直接用四格表内数据计算可用下式。
【例5-14】 下面是关于吸烟与患癌症之间的一组假设数据。吸烟状况（X）分为吸烟者与非吸烟者，用0、1表示，死亡原因（Y）分为因吸烟致癌死亡与其他原因死亡两种，用0、1表示。试求它们之间的相关。
X：0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
Y：0 1 0 0 1 0 0 0 1 1 0 1 1 1 1 0 1 1 1 0
解：将上面的数据整理成下面的四格表：癌症（0）其他（1）吸烟者（0）
从表中可知a=6，b=4，c=3，d=7，代入公式5-17得：
答：吸烟与吸烟致癌死亡之间的相关系数为0.302。
Φ相关系数的大小，表示两因素之间的关联程度。当Φ值小于0.3时，表示相关较弱；当Φ值大于0.6时，表示相关较强。关于其相关方向，一般由表中的ad、bc的大小来说明。负值表明一次测量中的“是”多于另一次测量中的“非”。完全正相关时，全体个案落于四格表中a、d两格中；完全负相关时，全体个案会落于四格表中b、c两格中。零相关时，全体个案匀称地落于四格中。但在应用Φ相关时，一般不指出相关方向，只说明相关程度是否显著。
另外，对于四格表（独立样本）相关程度的描述，除常用Φ相关外，有时还用到其他方法。例如尤尔（Yule）的关联系数Q或归结系数γ（有时用W表示）
这些表示2×2表计数资料二因素之间相关程度的尺度不同，数值也可能不同，但都能反映两因素之间的相关。Q与γ之间还存在一定的数量关系：Q=2/（1+γ2）。
【例5-15】 有研究者调查了358名不同性别的学生对某项教育措施的评价态度，结果如下表。根据这些结果能否说性别与评价态度有关？相关的程度如何？
解：从表中可知a=66，b=106，c=28，d=158，N=358，
代入公式5-17得：
代入公式5-18a得：
代入公式5-18b得：
答：几个系数均表示性别与评价态度有一定的相关，相关是否显著有待于进行χ2检验。