🎓 Korelasyon (İlişkisel) yöntem nedir Test 2 - Ders Notu
Bu ders notu, "Korelasyon (İlişkisel) yöntem nedir Test 2" kapsamında karşılaşabileceğiniz korelasyonun temel prensiplerini, türlerini, yorumlanmasını ve nedensellikten farkını sade bir dille özetlemektedir.
📌 Korelasyon (İlişkisel Yöntem) Nedir?
Korelasyon, iki veya daha fazla değişken arasındaki ilişkinin yönünü ve gücünü inceleyen istatistiksel bir yöntemdir. Bu yöntem, değişkenlerin birlikte nasıl değiştiğini anlamamıza yardımcı olur.
- 📝 **Amacı:** Değişkenler arasında bir bağlantı olup olmadığını, varsa bu bağlantının ne kadar güçlü olduğunu ve hangi yönde ilerlediğini belirlemektir.
- 💡 **Günlük Hayat Örneği:** Bir öğrencinin ders çalışma süresi ile sınav notu arasındaki ilişkiyi incelemek korelasyon yöntemine bir örnektir.
📌 Korelasyon Türleri ve Yönleri
Korelasyon, değişkenler arasındaki ilişkinin yönüne göre üç ana türe ayrılır:
- **Pozitif Korelasyon:** Bir değişken artarken diğer değişkenin de artması veya bir değişken azalırken diğerinin de azalması durumudur. Değişkenler aynı yönde hareket eder.
- Örnek: Ders çalışma süresi arttıkça sınav notunun da artması.
- **Negatif Korelasyon:** Bir değişken artarken diğer değişkenin azalması veya tam tersi durumudur. Değişkenler zıt yönde hareket eder.
- Örnek: Televizyon izleme süresi arttıkça ders başarısının düşmesi.
- **Sıfır (Nötr) Korelasyon:** Değişkenler arasında anlamlı bir ilişki olmaması durumudur. Bir değişkenin değişimi, diğerini etkilemez.
- Örnek: Ayakkabı numarası ile zeka seviyesi arasında bir ilişki olmaması.
📌 Korelasyon Katsayısı (Pearson r)
Korelasyon katsayısı, iki sürekli değişken arasındaki doğrusal ilişkinin gücünü ve yönünü sayısal olarak ifade eden bir ölçümdür. En yaygın kullanılanı Pearson Korelasyon Katsayısı'dır (r).
- 📝 **Değer Aralığı:** Korelasyon katsayısı $r$, her zaman $-1$ ile $+1$ arasında bir değer alır. Yani $-1 \le r \le +1$.
- **Yorumlama:**
- $r = +1$: Mükemmel pozitif doğrusal ilişki.
- $r = -1$: Mükemmel negatif doğrusal ilişki.
- $r = 0$: Doğrusal bir ilişki yok.
- $r$ değeri $0$'dan uzaklaştıkça (hem pozitif hem negatif yönde), ilişkinin gücü artar.
- **İlişkinin Gücü (Genel Kılavuz):**
- $|r|$ değeri $0.00 - 0.20$: Çok zayıf veya önemsiz ilişki.
- $|r|$ değeri $0.21 - 0.40$: Zayıf ilişki.
- $|r|$ değeri $0.41 - 0.60$: Orta düzeyde ilişki.
- $|r|$ değeri $0.61 - 0.80$: Güçlü ilişki.
- $|r|$ değeri $0.81 - 1.00$: Çok güçlü ilişki.
💡 İpucu: Korelasyon katsayısının işareti ilişkinin yönünü (pozitif/negatif), mutlak değeri ($|r|$) ise ilişkinin gücünü gösterir.
📌 Serpilme Diyagramları (Saçılma Grafikleri)
Serpilme diyagramı, iki değişken arasındaki ilişkinin görsel bir temsilidir. Her bir veri noktası, iki değişkenin birleşimini gösterir.
- **Pozitif Korelasyon:** Noktalar sol alttan sağ üste doğru bir eğilim gösterir.
- **Negatif Korelasyon:** Noktalar sol üstten sağ alta doğru bir eğilim gösterir.
- **Sıfır Korelasyon:** Noktalar dağınık bir bulut şeklinde olup belirli bir eğilim göstermez.
- **İlişkinin Gücü:** Noktalar bir doğruya ne kadar yakınsa, korelasyon o kadar güçlüdür.
📌 Korelasyon ve Nedensellik Ayrımı
Bu, korelasyon analizinde en kritik noktalardan biridir ve sıklıkla karıştırılır.
- ⚠️ **Dikkat:** Korelasyon, iki değişken arasında bir ilişki olduğunu gösterir, ancak bu ilişkinin birinin diğerine neden olduğunu KANITLAMAZ. "Korelasyon nedensellik değildir!"
- **Neden Önemli?**
- **Üçüncü Değişken Etkisi:** İki değişken arasında bir korelasyon olabilir, ancak her ikisi de aslında üçüncü bir (gözlemlenmeyen) değişken tarafından etkileniyor olabilir.
- Örnek: Yaz aylarında dondurma satışı ile boğulma vakaları arasında pozitif korelasyon vardır. Ancak dondurma boğulmaya neden olmaz; her ikisi de sıcak hava ve yüzme aktivitesinin artmasıyla ilişkilidir.
- **Yön Belirsizliği:** A ile B arasında korelasyon varsa, A'nın B'ye mi yoksa B'nin A'ya mı neden olduğunu korelasyon tek başına söylemez.
💡 İpucu: Nedensellik ilişkisini kurabilmek için deneysel çalışmalar ve daha ileri istatistiksel analizler gereklidir.
📌 Belirleme Katsayısı ($r^2$)
Belirleme katsayısı ($r^2$), korelasyon katsayısının karesidir ve iki değişken arasındaki ilişkinin ne kadarının bir değişken tarafından açıklandığını gösterir.
- 📝 **Hesaplanışı:** $r^2 = (r)^2$. Örneğin, $r = 0.70$ ise, $r^2 = (0.70)^2 = 0.49$.
- **Yorumlama:** $r^2$ değeri, bir değişkenin diğerindeki değişimin yüzde kaçını açıkladığını ifade eder. $0.49$ değeri, bir değişkendeki varyansın %49'unun diğer değişken tarafından açıklandığı anlamına gelir. Geri kalan %51 ise başka faktörlerden kaynaklanır.
- **Değer Aralığı:** $r^2$ her zaman $0$ ile $1$ arasında bir değer alır ($0 \le r^2 \le 1$), çünkü bir sayının karesi negatif olamaz.
💡 İpucu: $r^2$ değeri, korelasyonun pratik önemini anlamak için $r$ değerinden daha açıklayıcı olabilir. Yüksek bir $r^2$ değeri, değişkenler arasındaki ilişkinin daha güçlü ve açıklayıcı olduğunu gösterir.
