Korelasyon Analizi Ne Zaman Kullanılır?
Korelasyon analizi; iki ya da daha fazla sürekli değişken arasındaki doğrusal ilişkinin yönünü ve gücünü ölçer. Tezlerde sıkça karşılaşılan sorular: Stres düzeyi ile iş performansı arasında ilişki var mı? Anksiyete ve depresyon skorları birlikte artıyor mu? Bu soruları korelasyon ile yanıtlarsınız.
Pearson mi, Spearman mı?
- Pearson r: Her iki değişken de sürekli ve normal dağılımlıysa kullanılır.
- Spearman ρ (rho): Ordinal veriler, normallik varsayımı karşılanmıyorsa ya da aykırı değerler varsa tercih edilir.
SPSS'te Adım Adım
Analyze → Correlate → Bivariate menüsünü izleyin.
- Korelasyonunu hesaplamak istediğiniz değişkenleri "Variables" kutusuna ekleyin.
- Pearson veya Spearman seçeneğini işaretleyin (ikisini birden de seçebilirsiniz).
- Test of Significance: Two-tailed (iki yönlü) seçin.
- "Flag significant correlations" işaretli olsun.
- OK tuşuna basın.
Korelasyon Katsayısını Yorumlama
- |r| = 0.00–0.19: Çok zayıf ilişki
- |r| = 0.20–0.39: Zayıf ilişki
- |r| = 0.40–0.59: Orta düzey ilişki
- |r| = 0.60–0.79: Güçlü ilişki
- |r| = 0.80–1.00: Çok güçlü ilişki
Pozitif r: değişkenler aynı yönde değişiyor. Negatif r: ters yönde ilişki var.
Korelasyon Matrisi
Birden fazla değişken için korelasyon matrisi oluşturun. Tablo 1 olarak sunulan bu matris; tüm çift kombinasyonlarının r ve p değerlerini içerir ve tezlerde standart bir bulgudur.
Dikkat: Korelasyon Nedensellik Değildir
İki değişken arasındaki yüksek korelasyon, birinin diğerine neden olduğu anlamına gelmez. Nedensellik ilişkisi için deneysel tasarım veya boylamsal veriler gereklidir.
APA Raporlama Örneği
Pearson korelasyon analizi sonucunda iş stresi ile iş doyumu arasında negatif yönlü ve istatistiksel olarak anlamlı bir ilişki bulunmuştur, r(198)=-.52, p<.001.