إن موضوع التحليل الترابطي هو احد المواضيع المألوفة بالنسبة لكل كيميائي حيث انه يربط النتائج المستحصلة عليها من التفاعل مثل (قيم السرعة والتوازن) مع القيمة المتوفرة من الدراسات السابقة للتفاعلات الاخرى. يتم برهنة العلاقة من خلال رسم القيم الجديدة المستحصلة ضد القيم المتوفرة. ان الدالة التي تمثل القيم الجديدة  يطلق عليها اصطلاح المتغير المعتمد (Dependent variable)، اما الدالة التي تمثل القيم المتوفرة فتسمى بالمتغير غير المعتمد (Independent variable). وهذه الطريقة تختزل الحجم الهائل من النتائج المستحصلة وتظهر العوامل الاساسية التي تتضمن الفعالية العضوية.⁽⁵⁸⁾

إن الترابطات التجريبية لذلك النوع الموصوف اعلاه يطلق عليها العلاقات الخطية والتي تتضمن لوغاريتمات ثوابت السرعة (k) او ثوابت التوازن (K) وكمثال أولي لمثل تلك العلاقة هو رسم ثابت السرعة للتحليل الاساسي لبنزوات الاثيل المعوض ضد ثوابت التوازن لتأين حوامض البنزويك المطابقة، مثل هذا النوع من الرسم ينتج خطا مستقيما مع مقطع (Intercept) (b)  على المحور العمودي والميل(a)  الذي يعكس حساسية المتغير المعتمد تجاه المتغيرات. ويمكن كتابة معادلة الخط المستقيم كما يلي:-

  y = ax + b     --- (9.2)                              

  حيث ان:

           y = المتغير المعتمد.

           x = المتغير غير المعتمد.

ان اقامة الترابطات المستخدمة للطريقة الرياضية الموضحة اعلاها يطلق عليها التحليل الانحداري (Regression analysis) حيث انه تم استخدام متغير غير            معتمد واحد فقط في التعامل مع النتائج العملية.وتقاس قوة العلاقة بدلالة الحيود القياسي(S)  (Standard deviation)  او معامل الترابط (Correlation coefficient) (R)  وتعطي قيمة الحيود القياسي فكرة عن حيود القيم المختلفة عن علاقة الخط المستقيم والذي يعنى وقوع جميع النقاط على خط مستقيم، حيث تقع ثلثي القيم المحسوبة ضمن المدى الذي يمثله (S) بينما تقع 95% من هذه القيم ضمن المدى 2S، وقلما تقع اية قيمة خارج  المدى 3S. ان المشكلة في استخدام الحيود القياسي هي انه لا يعطي فكرة نسبية عن قوة العلاقة والذي يعتمد على المدى الذي يغطيه المتغير غير المتعمد (y).

لو اخترنا قيمة لـ S تساوي (0.1) فان العلاقة تكون جيدة اذا كان المتغير المعتمد يغطي عشرة وحدات و الا ان العلاقة تكون غير جيدة اذا كان المدى الذي يغطيه المتغير المعتمد يشمل وحدتين فقط. ويتحاشى معامل الارتباط هذه الصعوبة . ان المهم في تحديد قوة علاقة ما هو مربع معامل الارتباط R². يحدد مربع معامل الارتباط النسبة من قيم المتغير المعتمد المحسوبة التي تتطابق مع القيم التجريبية. ان القيمة لـ R تبلغ (0.9) تعنى بان (0.9)² =(0.81) (81%) من القيم المحسوبة فهي قيم صحيحة تتطابق مع القيم العملية.

وسواء اخترنا S ام R كمقياس لقوة العلاقة فان ذلك لا يكون ذو معنى الا اذا ارتبط بمفهوم ونطلق عليه مستوى الثقة  (Confidence level). ان التحليل الانحداري هي طريقة احصائية وان هناك دوما احتمال معين من ان تكون قيم  S او R المستحصلة قد نتجت   بمحض الصدفة، لذلك تقدم لنا قيمة مستوي الثقة النسبة المئوية لهذه الاحتمالية. ان مستوى  ثقة (95%) تعنى بانه هناك احتمالية تبلغ (5.0%) فقط و تكون قيمة S اوR قد نتجت بمحض الصدفة.

تتوفر في الوقت الحاضر برامج احصائية متعددة تقوم بحساب الحيود القياسي ومعامل الترابط وغيرهما من القيم الاحصائية، ومن الاعتيادي الطلب من البرنامج حساب S اوR على اساس مستوى ثقة يبلغ 96.0% و مما يجدر الإشارة اليه ان اختيار مستوى ثقة اقل يؤدي الى تحسين من قيم S و R و في الحالات التي يتأثر المتغير المعتمد بأكثر من متغير غير معتمد واحد فان العلاقة بين المتغير المعتمد وأي من هذه المتغيرات غير المعتمدة بمفرده تكون غير خطية. يتم اللجوء في مثل هذه المواقف الى استخدام طريقة إحصائية تدعى بالتحليل الانحداري متعدد العوامل parametric regression analysis) ( Multi.

y= а_˚+a₁x₁+a₂x₂+  ----- (10.2)

        وتعتمد قيمة a_˚ على الوحدات التي تدخل بها جميع المتغيرات التي تظهر في المعادلة وعلى المراجع التي تعود إليها هذه المتغيرات، بينما تدل قيمة المعاملات a_1,a_2,… على مدى تأثر المتغير غير المعتمدx  بالتغير الذي يحدث فيy  .

يجب الانتباه عند استخدام هذه الطريقة الى عدم ادخال متغيرين غير معتمدين او اكثر يرتبطان فيما بينها بعلاقة خطية والاكتفاء باختيار واحد منهم فقط. في خلاف ذلك فان الطريقة المذكورة يمكن ان تعطي نتائج غير منطقية.