對應分析的主要旨趣在於處理兩個或多個不連續的變項或類別之間的關係。

對應分析的特點有：

1. 對應分析以列聯表為基礎將資料的特性呈現於空間分布的圖示中，CA接近幾何學的概念甚過於統計的概念(Greenacre 1993:7-8)。透過各個類別或變項在空間的分布距離探討類別間或變項間的關係，將複雜的資料結構視覺化(Clausen 1998:1)。
2. 對應分析是探索性的資料分析方法，主旨不在於檢證資料是否適配研究者設定的理論模型，而是呈現資料本身的結構(Greenacre 1993:6)。將CA從理論層次應用到社會科學界的是Benzécre特別強調歸納法的資料分析，而不是一般統計方法較常使用的演繹法(Clausen 1998:6)。此外，如Bourdieu所說，對應分析是一種對眾多關係的「思考」的方法，不同於一般的統計模式蘊含著某種社會或行動的因果哲學(引自Tarnai & Wuggenig 1998:177)。對於社會學而言，對應分析以低度抽象以及圖解的方式提供社會學者探討和思索社會位置、價值取向以及行為模式之間可能關係的有效方法。 (陳家倫, 2001)¹⁾

對應分析的基本原理可以和因素分析相關的主成份分析(principal component analysis)相符合(Clausen 1998:5)。其次，對應分析強調空間分布圖顯示資料結構的特徵，和MDS(Multi-Dimensional Scaling)有許多相似之處。(陳家倫, 2001)²⁾

在非對稱圖(asymmetric map)中，頂點(vertex or vertices points)代表想像的列極端奇異值，限定奇異值點之位置的範圍，最分散的點就在於vertices points上。因此，在非對稱圖中所有的點都落在頂點之內。某個代表列的奇異值的點越接近頂點(代表行的類別)，表示對應的列和行的相關性愈高。在非對稱圖中，頂點和列的奇異值都同樣重要，列的奇異值可以直接參考頂點作為解釋。此外，不論是對列的分析或是對行的分析所得到的對應分析表，彼此有很高的相似性，也就是兩者相關非常高(Greenacre 1994:14-18)。」³⁾

.