當兩個相互關聯著的變量分布都是真正的二分變量，在兩個分布中間都各有一個真正的缺口時，用phi係數（phi coefficient）解決此類“點分布”問題，因其係數用符號Φ表示，故而得名。它是指兩個分布都隻有兩個點值或隻是表示某些質的屬性，如工作狀態（有工作與無工作）、吸煙狀況（吸煙者與非吸煙者）、婚姻狀態、智能水平等。此時，可以運用列聯表（contingency table）計算，因此它又稱列聯係數（contingency coefficient）。適用資料是除四分相關之外的四格表（計數）資料，是表示兩因素兩項分類資料相關程度最常用的一種相關係數。若直接用四格表內數據計算可用下式。
【例5-14】 下麵是關於吸煙與患癌症之間的一組假設數據。吸煙狀況（X）分為吸煙者與非吸煙者，用0、1表示，死亡原因（Y）分為因吸煙致癌死亡與其他原因死亡兩種，用0、1表示。試求它們之間的相關。
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：將上麵的數據整理成下麵的四格表：癌症（0）其他（1）吸煙者（0）
從表中可知a=6，b=4，c=3，d=7，代入公式5-17得：
答：吸煙與吸煙致癌死亡之間的相關係數為0.302。
Φ相關係數的大小，表示兩因素之間的關聯程度。當Φ值小於0.3時，表示相關較弱；當Φ值大於0.6時，表示相關較強。關於其相關方向，一般由表中的ad、bc的大小來說明。負值表明一次測量中的“是”多於另一次測量中的“非”。完全正相關時，全體個案落於四格表中a、d兩格中；完全負相關時，全體個案會落於四格表中b、c兩格中。零相關時，全體個案勻稱地落於四格中。但在應用Φ相關時，一般不指出相關方向，隻說明相關程度是否顯著。
另外，對於四格表（獨立樣本）相關程度的描述，除常用Φ相關外，有時還用到其他方法。例如尤爾（Yule）的關聯係數Q或歸結係數γ（有時用W表示）