Korelasyon Analizi

Korelasyon analizi sayısal veya kategorik değişkenler arasında istatistiksel olarak bir ilişkinin var olup olmadığını test etmek için kullanmaktayız. Bu ilişkinin test edilmesine korelasyon analizi adı verilmektedir. Günlük hayatımızda farkında olmasak da korelasyonu sıklıkla kullanırız. Örneğin yağmur yağacak dediğimizde aslında koyu renk bulutların artması gibi birtakım göstergelerden yola çıkarak yağmurun yağacağı sonucuna varırız.

Korelasyon oldukça önemli bir analizdir çünkü bir kez aradaki ilişkiyi doğruladıktan sonra geleceğe yönelik tahminler yürütmek mümkündür. Tüketilen kalori ile alınan kilo arasındaki korelasyonun saptanması kilo kontrolünün temelini oluşturur. Bazı korelasyon örnekleri vermek gerekirse,

• Egzersiz miktarı ve yakılan kalori
• Hammadde alımı ve satış miktarı
• Sigara kullanımı ve kanser riski
• Kişi başı tavuk tüketimi ve ABD’nin ham petrol ithalatı

Sonuncu örnek size pek mantıklı gelmemiş olabilir. Ancak bu iki değişkenin korelasyon katsayısı 0,899’dur ve bu yüksek derecede ilişkili oldukları anlamına gelir. Elbette ABD’nin tavuk tüketimini azaltarak ithalatı azaltabileceği pek inandırıcı durmuyor. Bu da bizi çok önemli bir noktaya götürüyor. Korelasyon her zaman nedensellik anlamı taşımaz. İki veri seti tamamen tesadüfi olarak korelasyon gösterebilir. Bu nedenle bir olguyu açıklamaya çalışırken yalnızca korelasyona başvurmak bizi yanıltıcı sonuçlara götürmektedir.  Bu nedenle bazen farklı ön çalışmalarla ve bazen de korelasyon analizini destekleyecek nitel analiz yöntemleri ile ortaya çıkan ilişkinin rassal olup olmadığını değerlendirebiliriz.

Korelasyon Analizi ve Korelasyon Katsayısı

Korelasyon katsayısı, değişkenler arasındaki ilişkiye bir değer biçme olarak tanımlanmaktadır. -1 ve 1 arasında değişmektedir. Sıfır hiçbir ilişki olmadığını gösterirken 1 mükemmel korelasyonu ifade etmektedir. Diğer bir deyişle iki veri setinin korelasyon katsayısı 1 ise bu iki değişkene ilişkin grafikler mükemmel bir şekilde üst üste oturur. Korelasyon katsayısının negatif değer alması ise bir değerin azalırken diğerinin arttığı anlamını taşır. Örneğin yükseklik ve sıcaklık negatif korelasyona örnek olarak gösterilebilir. Deniz seviyesinden yükseldikçe ortalama sıcaklık da azalır.

Genellikle korelasyon katsayısı 0-0,25 aralığındaysa çok zayıf, 0,26-0,49 aralığındaysa zayıf, 0,50-0,69 aralığındaysa orta, 0,70-0,89 aralığındaysa yüksek ve 0,90-1,00 aralığında ise çok yüksek bir ilişki olduğunu ifade eder.

Korelasyon için çoğunlukla Pearson testi tercih edilmektedir. Ayrıca birlikte veri setinin parametrik testlere uygun olmadığı durumlarda Spearman testi de tercih edilebilir.

Korelasyon analizinde korelasyon katsayısının yanı sıra diğer bir önemli unsur ilişkinin istatistiksel olarak anlamlı olmasıdır. SPSS yazılımı ile korelasyon testi yapıyorsanız zaten yazılım size bir p değeri sunacaktır. Genellikle %95 güven düzeyinde çalışıldığı için bu p değeri 0,05’in altında kaldığı sürece korelasyon istatistiksel olarak anlamlı olacaktır.

Korelasyon analizlerinizde destek almak için bize ulaşabilirsiniz.