Korelasyon analizi, iki değişkenin birlikte değişip değişmediğini ve bu ilişkinin yönünü ve gücünü ölçer. "Çalışma süresi ile başarı arasında ilişki var mı?" gibi sorular korelasyonla yanıtlanır. Bu yazı, korelasyon katsayısını (r) doğru okumanın yolunu açıklıyor.
Korelasyon katsayısı (r) nedir?
Korelasyon katsayısı -1 ile +1 arasında bir değer alır ve iki bilgi verir: ilişkinin yönü ve gücü.
- Yön: Katsayı pozitifse iki değişken birlikte artar; negatifse biri artarken diğeri azalır.
- Güç: Katsayının mutlak değeri 1'e ne kadar yakınsa ilişki o kadar güçlüdür. 0'a yakın değerler zayıf ilişkiye işaret eder.
Gücü nasıl yorumlarız?
Kesin sınırlar alana göre değişmekle birlikte, yaygın bir kaba yorum şöyledir:
| |r| değeri | İlişkinin gücü |
|---|---|
| 0,00 – 0,29 | Zayıf |
| 0,30 – 0,49 | Orta |
| 0,50 – 0,69 | Orta-güçlü |
| 0,70 – 1,00 | Güçlü |
Örneğin r = -0,62, "orta-güçlü, negatif bir ilişki" olarak yorumlanır. Bu sınırlar kesin kurallar değil, alana göre değişen kaba bir çerçevedir.
Anlamlılık (p) değeri
Korelasyon çıktısında r'nin yanında bir de anlamlılık (Sig.) değeri bulunur. p < 0,05 ise ilişkinin tesadüfle açıklanması zordur. Ancak dikkat: büyük örneklemlerde çok zayıf ilişkiler bile "anlamlı" çıkabilir. Bu yüzden yalnızca p'ye değil, r'nin büyüklüğüne de bakmak gerekir. Anlamlılığın ne anlama geldiğini p değeri ne anlama gelir yazısında bulabilirsiniz.
Pearson mı, Spearman mı?
- Pearson korelasyonu: İki sürekli değişken normal dağılıyorsa kullanılır.
- Spearman korelasyonu: Sıralı (ordinal) veri için ya da normallik varsayımı karşılanmadığında kullanılan parametrik olmayan alternatiftir.
Hangi testin uygun olduğuna karar vermek için hangi istatistik testini kullanmalıyım yazısı yol gösterir. Normallik kontrolünü normallik testi nasıl yapılır yazısında bulabilirsiniz.
En kritik uyarı: korelasyon nedensellik değildir
Bu, istatistiğin en sık tekrarlanan ve en sık unutulan kuralıdır. İki değişkenin birlikte değişmesi, birinin diğerine neden olduğu anlamına gelmez. Aralarında üçüncü bir değişken olabilir ya da ilişki tümüyle tesadüfi olabilir. "Dondurma satışı ile boğulma vakaları birlikte artar" — ama biri diğerine neden olmaz; ikisini de sıcak hava etkiler. Korelasyon bulgularını yorumlarken bu ayrımı asla atlamayın.
Korelasyondan regresyona
İlişkinin yönünü ve gücünü belirledikten sonra, bir değişkenin diğerini ne ölçüde yordadığını incelemek isterseniz bir sonraki adım regresyondur. Bu geçişi regresyon analizi yorumlama yazısında ele alıyoruz.
Sık yapılan hatalar
- Korelasyonu nedensellik sanmak: Birlikte değişmek, neden-sonuç kanıtı değildir.
- Yalnızca p değerine bakmak: Büyük örneklemde önemsiz bir r bile anlamlı çıkabilir; büyüklük de değerlendirilmeli.
- Yanlış katsayıyı seçmek: Sıralı veri ya da normallik ihlalinde Pearson yerine Spearman kullanılmalı.
- Doğrusal olmayan ilişkiyi gözden kaçırmak: Pearson yalnızca doğrusal ilişkiyi ölçer; saçılım grafiğine bakmadan yorum yapmayın.
Sık sorulan sorular
r ile R² (R kare) aynı şey mi?
Hayır. r korelasyon katsayısıdır ve ilişkinin yönü ile gücünü verir. R² ise regresyonda modelin açıkladığı varyans oranıdır. Basit doğrusal ilişkide R², r'nin karesine eşittir ama ikisi farklı şeyler anlatır.
Negatif korelasyon "kötü" ilişki mi demek?
Hayır. Negatif işaret yalnızca yönü gösterir: bir değişken artarken diğeri azalır (ör. stres arttıkça performans azalır). İlişkinin gücü işarete değil, katsayının mutlak değerine bakılarak yorumlanır.
Pearson mı Spearman mı kullanacağıma nasıl karar veririm?
İki değişken de sürekli ve normal dağılıyorsa Pearson; değişkenler sıralı (ordinal) ise ya da normallik sağlanmıyorsa Spearman kullanılır. Kararı vermeden önce dağılımı ve ölçüm düzeyini kontrol edin.
Korelasyon anlamlı çıkmadıysa ilişki kesin yok mudur?
Anlamsız sonuç "ilişki yoktur" değil, "eldeki veri anlamlı bir ilişki için yeterli kanıt sunmuyor" demektir. Küçük örneklem, ölçüm hatası veya doğrusal olmayan bir ilişki de anlamsız sonuç üretebilir.
Özet
- r, ilişkinin yönünü (işaret) ve gücünü (mutlak değer) gösterir.
- p değeri ilişkinin anlamlılığını verir ama büyüklüğü değil.
- Veri tipine göre Pearson ya da Spearman seçilir.
- Korelasyon nedensellik kanıtı değildir.
Analiz çıktınızı yorumlarken destek almak isterseniz SPSS nasıl kullanılır rehberimize bakabilir, iletişim sayfasından ulaşabilirsiniz.
Kaynaklar
- DergiPark — Korelasyon bulgularının makalelerde nasıl raporlandığını gerçek örneklerle görmek için açık erişim dergi platformu.
- YÖK Ulusal Tez Merkezi — Benzer tezlerde korelasyon sonuçlarının nasıl sunulduğunu incelemek için resmî tez arşivi.
Bu içerik Tez Pusulası editör ekibi tarafından gözden geçirilmiştir. Son güncelleme: .
Bu yazıda bir hata mı fark ettiniz? Bize bildirin.
Yorumlar
Bu yazıya henüz yorum yapılmamış.