「模糊」這個名詞常被用來表示為不確定性，而模糊理論其實就是在探討統計機率中所表達的「隨機性」。而對於區間型的資料時，由於單一的數值(例如：平均數)常會隱藏住資料的真實情況，因此在處理區間型資料時，我們大多會採用相關係數進行計算。 　　以往之模糊區間資料大多為連續型資料，然而仍有許多計數值資料，例如：旅運量、品管中的缺點數、公司出勤人次等，而本文將針對計數值資料之模糊區間加以討論，並藉由計數值模糊區間資料，生成模糊相關係數。另外，我們也將導入針對計數值資料進行轉換的ISRT法，透過此方法，將計數值資料轉為連續型資料，並比較其兩組數據所生成之模糊相關係數。本文利用模擬分析，生成若干種間斷型分配後再模擬計數型模糊區間資料(Attribute Fuzzy Interval Data)；並加入實證分析，利用實際資料來分析驗證。