Pearson Korelasyonu

Pearson korelasyon katsayısı, iki sürekli değişkenin ortalamalarından sapmalarının birlikte hareket edip etmediğini ölçer. Kovaryansın iki değişkenin standart sapmalarının çarpımına bölünmesiyle elde edildiği için birimsizdir: puan, dakika ya da para birimi cinsinden ölçülmüş değişkenler için aynı ölçekte okunabilir. Katsayı +1'e yaklaştıkça noktalar yukarı yönlü bir doğrunun üzerine oturur, -1'e yaklaştıkça aşağı yönlü bir doğruya yaklaşır, 0 civarında ise doğrusal bir örüntü görünmez. Burada kritik olan 'doğrusal' sözcüğüdür: güçlü ama eğrisel bir ilişki, örneğin belirli bir noktadan sonra tersine dönen bir örüntü, sıfıra yakın bir r üretebilir. YouReply Nicel Analiz katsayıyı, çift yönlü p değerini, kullanılan gözlem sayısını ve mutlak büyüklükten türetilen bir güç etiketini raporlar.

• Markaya duyulan güven ölçeği puanı ile tekrar satın alma niyeti puanı birlikte mi yükseliyor?
• Haftalık ekran süresi ile uyku kalitesi ölçeği toplam puanı arasında doğrusal bir ilişki var mı?
• Çalışanların iş doyumu puanı ile kuruma bağlılık puanı ne ölçüde birlikte değişiyor?
• Anketi tamamlama süresi ile verilen yanıtların tutarlılık puanı arasında ilişki bulunuyor mu?

• İki değişken de aralık ya da oran düzeyinde ölçülmüşse; ölçek toplam puanları, süreler, tutarlar ya da sayımlar gibi.
• Serpilme grafiğinde noktalar kabaca bir doğru çevresinde toplanıyorsa, yani ilişki eğrisel görünmüyorsa.
• Soru iki değişkenin birlikte değişiminin gücü ve yönüyse; birinden diğerinin tahmin edilmesi değilse.
• Ölçek geliştirme çalışmalarında maddeler ya da alt boyutlar arasındaki ilişkiyi betimlemek gerektiğinde.
• Uç değerler temizlendikten ya da en azından gerekçeleriyle incelendikten sonra; çünkü tek bir aykırı nokta katsayıyı belirgin biçimde kaydırabilir.

• İki değişkenin ikisi de sürekli olmalıdır; Değişken sekmesinde ölçek düzeyi 'scale' olarak işaretlenmiş sayısal sütunlar.
• Sıralı bir ölçekte, özellikle tek bir Likert maddesinde, basamaklar arasındaki uzaklıkların eşit olduğu varsayılamaz; bu durumda sıralamaya dayanan bir katsayı daha savunulabilir.
• İkili kodlanmış bir değişken (0 ve 1) hesaplanabilir bir katsayı verir ancak yorumu nokta çift serili korelasyona karşılık gelir; bunu bilerek kullanmak gerekir.
• Analiz çiftler üzerinden yürür: iki sütundan birinde değeri eksik olan satırlar tümüyle dışarıda kalır, bu yüzden kullanılan gözlem sayısı veri dosyasındaki satır sayısından küçük olabilir.

İlişkinin doğrusal olması

Katsayı yalnız doğrusal birliktelik için tanımlıdır. Noktalar eğri bir yol izliyorsa, bir eşikten sonra düzleşiyorsa ya da ilişki U biçimindeyse sıfıra yakın bir r, ilişkinin yokluğu değil doğrusal olmadığı anlamına gelir.

İki değişkenli normallik

p değerinin dayandığı dağılım, değişkenlerin birlikte normal dağıldığı varsayımından gelir. Katsayının kendisi bu varsayım olmadan da hesaplanır; etkilenen, anlamlılık sınamasının doğruluğudur. Örneklem büyüdükçe ılımlı sapmalara tolerans artar.

Çiftlerin bağımsızlığı

Her satır bağımsız bir gözlem çifti olmalıdır. Aynı kişinin tekrar tekrar yer aldığı, sınıf ya da hane gibi kümelerin bulunduğu verilerde katsayının standart hatası olduğundan küçük görünür.

Uç değerlerin denetlenmiş olması

Pearson r, ortalamadan sapmaların çarpımına dayandığı için tek bir uzak noktadan güçlü biçimde etkilenebilir. Bir tek aykırı gözlem sıfıra yakın bir katsayıyı yüksek gösterebilir ya da gerçek bir ilişkiyi gizleyebilir.

Ölçüm aralığının daraltılmamış olması

Örneklem değişkenin yalnız belirli bir bölümünü kapsıyorsa (örneğin yalnız yüksek puanlılar) katsayı olduğundan küçük çıkar. Bu bir hesaplama sorunu değil, örneklemin kapsamından doğan bir kısıttır.

• İlişkinin doğrusal olması: Panel doğrusallığı denetleyen bir sınama yürütmez. Sonuçta serpilme verisi bulunduğunda çizilen serpilme grafiği bu değerlendirmeyi yapmanın en doğrudan yoludur; katsayıyı okumadan önce grafiğe bakın.
• İki değişkenli normallik: Bu yöntemde normallik sınaması çalıştırılmaz. Dağılımları görmek isterseniz normallik testlerini ayrı bir yöntem olarak çalıştırabilirsiniz.
• Çiftlerin bağımsızlığı: Panel bu varsayımı otomatik denetlemez; değerlendirme araştırmacıya aittir.
• Uç değerlerin denetlenmiş olması: Otomatik bir uç değer denetimi ya da dışlaması yapılmaz; temizleme kararı Veri ve Değişken sekmelerinde sizdedir. Serpilme grafiği uzak noktaları görmenin en pratik yoludur.
• Ölçüm aralığının daraltılmamış olması: Panel bu varsayımı otomatik denetlemez; değerlendirme araştırmacıya aittir.

1. 1Panelin yükleme alanına veri dosyanızı bırakın; CSV ya da XLSX biçimindeki dosya Veri sekmesindeki ızgaraya açılır.
2. 2Değişken sekmesinde iki sayısal sütunun ölçüm düzeyini denetleyin; metin olarak saklanmış sayıları ve kayıp değer kodlarını burada düzeltmek, eksik çiftlerin sessizce analiz dışında kalmasını önler.
3. 3Aynı sekmede gerekiyorsa ölçek toplam puanı gibi türetilmiş bir sütun oluşturun; madde ortalamalarıyla çalışmak yerine toplam puanı önceden hesaplamak sonucu okunur kılar.
4. 4Analiz sekmesinde İlişki kategorisinden yöntemi seçin ya da arama kutusunu kullanın; seçiciyi 'Yalnız verime uyanlar' anahtarıyla daraltabilirsiniz.
5. 5Parametre formunda ilişkilendirilecek iki sütunu belirtip analizi başlatın; katsayı her iki sütuna simetrik baktığı için sıra fark etmez.
6. 6Sonucu grafikten başlayarak okuyun: serpilme verisi varsa noktaların biçimini inceleyin, ardından katsayı, p değeri ve gözlem sayısını açılır bölümlerde görün.
7. 7Tabloyu Excel, grafiği PNG olarak indirin; hesaplama künyesi kartı hangi kütüphane çağrısının ve hangi sürümün kullanıldığını yazar.

Korelasyon katsayısı

-1 ile +1 arasında değer alan r. İşareti ilişkinin yönünü, mutlak büyüklüğü doğrusal birlikteliğin gücünü verir.

Anlamlılık değeri

Evren katsayısının sıfır olduğu varsayımı altında hesaplanan çift yönlü p değeri. Örneklem büyüdükçe küçük katsayılar da anlamlı çıkabilir.

Kullanılan gözlem sayısı

İki sütunda da geçerli değeri bulunan çiftlerin sayısı. Bu sayıyı raporlamak gerekir, çünkü kayıp değerlerin dağılımına göre dosyadaki satır sayısından belirgin biçimde düşebilir.

Güç ve yön etiketi

Katsayının mutlak değerinden üretilen sözel etiket; yön bilgisiyle birlikte verilir ve katsayı tam olarak sıfır olduğunda ilişki yok biçiminde yazılır.

İlişki grafikleri

İlişki yöntemlerinde katsayıyı gösteren bir korelasyon çubuk grafiği çizilir; sonuçta serpilme verisi bulunduğunda noktaları gösteren serpilme grafiği de eklenir.

Katsayının kendisi

r zaten standartlaştırılmış bir etki büyüklüğüdür, ayrıca bir ölçü hesaplanmasına gerek yoktur. Panelin etiket eşikleri mutlak değer üzerinden 0,2'nin altı için önemsiz, 0,3'ün altı için zayıf, 0,5'in altı için orta, 0,7'nin altı için güçlü, üstü için çok güçlüdür. Bu eşikler alan yazındaki tek doğru bölme değildir; davranış araştırmalarında 0,30 düzeyinde bir katsayı dikkate değer sayılabilirken, ölçüm güvenilirliği yüksek laboratuvar verisinde aynı değer zayıf görünür.

Belirleme katsayısı

r değerinin karesi, iki değişkenin paylaştığı değişkenlik oranı olarak okunur. Panel bu değeri ayrı bir alan olarak döndürmez, r üzerinden kendiniz hesaplayabilirsiniz; 0,50 düzeyinde bir katsayının paylaşılan değişkenliğin yalnız dörtte birine karşılık geldiğini görmek yorumu ölçülü tutar.

Katsayı için güven aralığı döndürülmez. Fisher z dönüşümüne dayanan aralık hesaplanmaz ve sonuçta r, p ile gözlem sayısı nokta tahmini olarak verilir. Aralık istenen bir yayında bunu panel dışında üretmeniz gerekir; özellikle küçük örneklemlerde r'nin aralığı şaşırtıcı derecede geniş olduğu için bu hesap yalnız biçimsel bir gereklilik değildir.

Aşağıdaki sayılar temsili bir örnektir; gerçek bir araştırmanın ya da gerçek bir kullanıcının verisi değildir.

Araştırma sorusu

Temsili bir müşteri araştırmasında, markaya duyulan güven ölçeğinden alınan toplam puan ile tekrar satın alma niyeti puanı arasında doğrusal bir ilişki var mı?

Değişkenler

Birinci değişken: marka güveni ölçeği toplam puanı, 10-50 arası (sürekli) · İkinci değişken: tekrar satın alma niyeti puanı, 0-100 arası (sürekli)

Örnek sonuç

İki değişkende de geçerli yanıt veren 312 katılımcı analize girdi. Katsayı r = 0,48, p < 0,001. Etiket, mutlak değer 0,5'in altında kaldığı için orta düzeyde pozitif ilişkiyi gösteriyor. Karesi alındığında paylaşılan değişkenlik yüzde 23 olarak hesaplanıyor. Serpilme grafiğinde noktalar yukarı doğru yayılmış bir bulut oluşturuyor, belirgin bir eğrilik ya da kopuk nokta kümesi görünmüyor.

Yorum

Güven puanı yüksek olan katılımcıların tekrar satın alma niyeti de eğilim olarak yüksek. Paylaşılan değişkenliğin yüzde 23'te kalması, niyetteki değişimin büyük bölümünün bu ölçekle açıklanmadığını söylüyor; fiyat, alışkanlık ya da bulunabilirlik gibi değişkenler modelin dışında. Katsayı güven puanındaki bir birim artışın niyet puanını ne kadar değiştirdiğini bildirmez, bunun için eğim katsayısı veren bir regresyon kurmak gerekir. İlişkinin yönü de veriden okunamaz: güven niyeti besliyor olabileceği gibi, tekrar satın alan kişilerin markaya daha çok güveniyor olması da aynı katsayıyı üretir. Sayılar temsilidir.

Araştırma sorusu: Memnuniyet ile tükenmişlik arasında doğrusal bir ilişki var mı?

Birinci değişken

memnuniyet

İkinci değişken

tukenmislik

Hesaplama künyesi: scipy 1.18.0 · statsmodels 0.14.6 · scikit-learn 1.9.0 · numpy 2.5.1 · pandas 3.0.5 · semopy 2.3.11 · 89fc29a · Veri tohumu: 20260912

Marka güveni ile tekrar satın alma niyeti arasında orta düzeyde, pozitif yönlü bir ilişki bulundu, r(310) = 0,48, p < 0,001, n = 312.

APA düzenine yakın örnek cümle; sayılar temsilidir.

• Sıfıra yakın bir katsayı ilişkinin yokluğunu göstermez; eğrisel ya da eşikli örüntülerde doğrusal bileşen küçük olduğu için r küçük çıkar.
• Tek bir uç gözlem katsayıyı her iki yönde de belirgin biçimde kaydırabilir; uzak noktaları görmeden raporlanan bir r kırılgandır.
• Katsayı nedensellik kurmaz. İki değişkenin birlikte hareket etmesi, üçüncü bir değişkenin ikisini birlikte sürüklemesiyle de açıklanabilir; böyle bir kuşku varsa kısmi korelasyon daha bilgilendiricidir.
• r bir eğim değildir: birimlerden bağımsız olduğu için 'bir puan artış şu kadar artış getirir' biçiminde okunamaz, bu okuma yalnız regresyon katsayısı için geçerlidir.
• Örneklem değişkenin dar bir aralığını kapsıyorsa katsayı sistematik olarak küçük çıkar; daraltılmış aralık gerçek ilişkiyi gizler.
• Farklı alt grupların bir arada değerlendirilmesi yanıltıcı olabilir; grup içinde var olmayan bir ilişki, gruplar arası ortalama farkları yüzünden birleşik veride görünebilir.

• Spearman Sıra KorelasyonuNeden: Değişkenler sıralı düzeydeyse, dağılımlar belirgin biçimde çarpıksa ya da uç değerler katsayıyı sürüklüyorsa; sıralar üzerinden tekdüze ilişkiyi ölçer.
• Doğrusal Regresyon (OLS)Neden: Birim başına değişimi, yani eğimi ve kesme noktasını raporlamak ya da bir değişkeni diğerinden tahmin etmek gerektiğinde.
• Kısmi KorelasyonNeden: Üçüncü bir değişkenin etkisini denetim altına alarak iki değişken arasındaki ilişkiyi görmek istediğinizde.
• Açımlayıcı Faktör Analizi (AFA)Neden: Çok sayıda maddenin ikili ilişkileri yerine altında yatan boyut yapısı sorulduğunda.

• Spearman Sıra Korelasyonu
• Doğrusal Regresyon (OLS)
• Açımlayıcı Faktör Analizi (AFA)

Katsayı 0,48 çıktı, bir puan artış diğer değişkeni ne kadar artırır?

Bu soru korelasyonla yanıtlanamaz. r standartlaştırılmış ve birimsiz bir ölçüdür; iki değişkenin standart sapmalarına bölündüğü için ölçek bilgisini taşımaz. Birim başına değişimi öğrenmek için doğrusal regresyon çalıştırmanız gerekir; aynı r değeri, değişkenlerin yayılımına göre çok farklı eğimlerle bir arada bulunabilir.

İlişki anlamlı çıktı, nedensel bir çıkarım yapabilir miyim?

Hayır. Korelasyon iki değişkenin birlikte değiştiğini söyler, birinin diğerini ürettiğini söylemez. Yönün tersi de aynı katsayıyı verir ve her ikisini etkileyen üçüncü bir değişken de aynı örüntüyü yaratabilir. Nedensel bir iddia için deneysel tasarım ya da en azından zaman sıralamasını ve karıştırıcıları hesaba katan bir model gerekir; karıştırıcı kuşkusu belirli bir değişkene yönelikse kısmi korelasyon ilk adım olabilir.

Panel doğrusallık ve normallik varsayımlarını denetliyor mu?

Denetlemez. Bu yöntemde doğrusallık sınaması da normallik sınaması da çalıştırılmaz; katsayı, p değeri ve gözlem sayısı doğrudan hesaplanır. Doğrusallık için serpilme grafiğine bakmak en pratik yoldur, normallik için normallik testlerini ayrı bir yöntem olarak çalıştırabilirsiniz. Varsayımlar karşılanmıyorsa katsayı yine hesaplanır, yalnız yorumu zayıflar.

Tek bir aykırı değer sonucu gerçekten değiştirir mi?

Değiştirebilir. Ölçeğin iki ucunda birden uzak duran tek bir gözlem, birkaç yüz kişilik bir veride bile katsayıyı gözle görülür biçimde büyütebilir ya da küçültebilir; yanlış girilmiş bir yaş ya da gelir değeri bunun en sık görülen kaynağıdır. Serpilme grafiğinde uzak nokta fark ederseniz önce değerin gerçek olup olmadığını denetleyin. Gözlem geçerliyse ve etkisi sürüyorsa, sıralara dayandığı için uç değerlere daha az tepki veren Spearman katsayısını da raporlamak şeffaf bir çözümdür.

• Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics
• Anscombe, F. J. (1973). Graphs in Statistical Analysis
• Rodgers, J. L., & Nicewander, W. A. (1988). Thirteen Ways to Look at the Correlation Coefficient
• scipy.stats.pearsonr belgeleri