الاختبارات من الأطفال الذين يسجلون درجات أقل في اختبار القلق، وحجم العلاقة الارتباطية يكشف عن درجة العلاقة؛ فالعلاقة الارتباطية من مستوى +0.6 بين علاقة قوية بقدر العلاقة الارتباطية - 0.6، والفرق الوحيد هو الاختلاف في اتجاه العلاقة, وإذا كان لدينا عددًا من المقاييس عن مجموعة من الأفراد نستطيع أن نفحص العلاقات الارتباطية بين كل المقاييس. مثال ذلك: لنفرض أن لدينا خمسة مقاييس على عينة من الأطفال في سن السادسة: الطول، والوزن، ومعامل الذكاء، والحالة الصحية، ونتائج اختبار أداء، فإننا نستطيع أن نحصي العلاقات الارتباطية بين كل المقاييس, وستكون نتيجة ذلك عشر علاقات ارتباطية في المثال الذي قدمناه.
ومن خلال عملية تعرف باسم تحليل العوامل أو التحليل العاملي factor analysis نستطيع علاوة على ذلك تحليل هذه المجموعة من العلاقات الارتباطية، وأن نستخلص من ذلك عدة تجمعات من المتغيرات داخلة في تجمعات أخرى, وبهذه الطريقة نختصر عدد المتغيرات التي علينا أن نتعامل معها، الأمر الذي يساعد على تبسيط المعطيات، وعادة يجعلها أسهل فهمًا.
وكما ذكرنا عاليه: تستخدم الإحصاءات الاستدلالية لاختبار ما إذا كانت النتائج تفرز الافتراضات؛ لنفرض مثلًا أننا افترضنا أن تعليم القراءة بالطريقة "أ" أفضل من تعليمها بالطريقة "ب" وهي المستخدمة عادة في المدارس، فنستطيع أن نختبر هذه الافتراضات بتعليم مجموعة من أطفال الصف الأول القراءة بالطريقة "أ"، ومجموعة أخرى بالطريقة المعتادة "ب"، ويسمَّى الفريق الأول الذي يتبع الطريقة "أ" بالمجموعة التجريبية، وذلك لأننا نعاملهم معاملة خاصة، وهي في القراءة بالطريقة "أ"، أما المجموعة التي لم تلق معاملة خاصة, وهي في هذه الحالة المجموعة التي تقرأ بالطريقة المعتادة, تسمَّى مجموعة ضابطة, وفي نهاية الفصل الدراسي يعطى كل فريق اختبار في القراءة, ونسجل فقط القدرة على القراءة, ولنا أن نستخدم الإحصاءات الوصفية لفحص متوسط الأداء لكل مجموعة. ومن جهة أخرى: فإن الإحصاءات الاستدلالية تساعد على تحديد ما إذا كان الفرق ضئيلًا لدرجة يمكن به أن نعزوه للعشوائية، أو فرق المصادفة في أداء المجموعتين.