Bir tez tablosunda iki değişkenin birlikte değiştiğini görmek, aralarında anlamlı ve neden-sonuç ilişkisi olduğu anlamına gelmez. SPSS korelasyon analizi ne zaman kullanılır sorusunun doğru yanıtı; araştırma sorunuzun iki değişken arasındaki ilişkinin yönünü ve gücünü incelemeye odaklandığı durumlarda kullanılır şeklindedir. Ancak analizin türü, veri yapısı ve varsayımlar kontrol edilmeden alınan bir korelasyon sonucu, savunulması güç bir bulguya dönüşebilir.
SPSS korelasyon analizi ne zaman kullanılır?
Korelasyon analizi, iki nicel değişkenin birlikte nasıl değiştiğini değerlendirmek için kullanılır. Örneğin öğrencilerin akademik motivasyon puanı yükseldikçe akademik başarı puanının da yükselip yükselmediği, çalışma süresi arttıkça tükenmişlik düzeyinin azalıp azalmadığı ya da yaş ile teknoloji kabulü arasında bir ilişki bulunup bulunmadığı korelasyonla incelenebilir.
Bu analiz, temel olarak üç soruya yanıt verir: Değişkenler arasında ilişki var mı, varsa bu ilişki pozitif mi negatif mi ve ilişkinin gücü ne düzeydedir? Pozitif korelasyonda bir değişken arttıkça diğeri de artma eğilimindedir. Negatif korelasyonda ise bir değişken yükselirken diğerinin düşme eğilimi görülür. Korelasyon katsayısının sıfıra yaklaşması, doğrusal ilişkinin zayıf olduğuna işaret eder.
Korelasyon özellikle aşağıdaki araştırma amaçlarında uygundur: Bir ölçeğin toplam puanı ile başka bir ölçeğin toplam puanı arasındaki ilişkiyi incelemek, yaş veya gelir gibi sürekli değişkenlerin tutum puanlarıyla bağlantısını değerlendirmek ve regresyon, aracılık veya yapısal eşitlik modeli gibi ileri analizlerden önce değişkenler arasındaki ilk örüntüyü görmek. Buna karşılık iki grubun ortalamalarını karşılaştırmak istiyorsanız bağımsız örneklemler t testi veya ANOVA; kategorik değişkenler arasındaki ilişkiyi değerlendirmek istiyorsanız ki-kare testi daha uygun olabilir.
Korelasyon, neden-sonuç testi değildir
Araştırmacıların en sık yaptığı yorum hatası, anlamlı korelasyonu nedensellik olarak sunmaktır. Örneğin sosyal medya kullanım süresi ile yalnızlık puanı arasında pozitif bir ilişki bulunması, sosyal medya kullanımının yalnızlığa neden olduğunu tek başına göstermez. İlişkinin yönü ters olabilir veya her iki değişkeni etkileyen üçüncü bir değişken bulunabilir.
Nedensel yorum için araştırma deseni, zaman sırası, kontrol değişkenleri ve mümkünse deneysel ya da boylamsal kanıt gerekir. Bu nedenle sonuç bölümünde neden olur, etkiler veya belirler gibi kesin ifadeler yerine ilişkilidir, birlikte değişmektedir ya da anlamlı bağlantı göstermektedir ifadeleri daha metodolojik olarak doğrudur.
Pearson mı Spearman mı seçilmeli?
SPSS’te korelasyon denildiğinde çoğunlukla Pearson korelasyon katsayısı akla gelir. Pearson, iki sürekli değişken arasındaki doğrusal ilişkiyi inceler. Ölçek toplam puanları, sınav notları, yaş, süre ve puan türü ölçümler için sıklıkla tercih edilir. Fakat yalnızca değişkenlerin sayısal görünmesi Pearson kullanımını otomatik olarak doğru yapmaz.
Pearson korelasyonu için değişkenler arasında yaklaşık doğrusal bir ilişki bulunması, ciddi uç değerlerin olmaması ve dağılım özelliklerinin makul düzeyde olması beklenir. Büyük örneklemlerde normallikten küçük sapmalar her zaman kritik olmayabilir. Buna rağmen özellikle küçük örneklemlerde histogram, Q-Q grafiği, çarpıklık-basıklık değerleri ve saçılım grafiği birlikte değerlendirilmelidir.
Spearman sıra farkları korelasyonu ise sıralı ölçümlerde veya Pearson varsayımlarının yeterince karşılanmadığı durumlarda güçlü bir alternatiftir. Örneğin tek maddelik 5’li Likert yanıtları, belirgin çarpık dağılım gösteren puanlar ya da doğrusal olmayan ancak düzenli artan veya azalan ilişkiler için Spearman daha uygun olabilir. Ölçek toplam puanlarının Pearson ile mi Spearman ile mi analiz edileceği ise sadece Likert tipi veri tartışmasına indirgenmemelidir; örneklem büyüklüğü, ölçeğin yapısı, dağılım ve grafikler birlikte ele alınmalıdır.
Kendall’s tau-b, özellikle küçük örneklemlerde ve çok sayıda eşit sıranın bulunduğu sıralı verilerde değerlendirilebilir. Doğru katsayıyı seçmek, yalnızca p değerini elde etmek değil, araştırma sorusuna uygun ve jüri karşısında gerekçelendirilebilir bir analiz yürütmek demektir.
Analizden önce kontrol edilmesi gerekenler
Korelasyon çıktısına geçmeden önce veri setinin temel kalitesi incelenmelidir. Eksik verilerin nasıl ele alındığı, ters maddelerin doğru kodlanıp kodlanmadığı ve ölçek toplam puanlarının doğru hesaplanıp hesaplanmadığı sonucu doğrudan etkiler. Özellikle ters kodlanan maddelerdeki hata, ilişkinin yönünü bile değiştirebilir.
Ardından uç değerler kontrol edilmelidir. Tek bir aşırı gözlem, Pearson korelasyon katsayısını olduğundan güçlü ya da zayıf gösterebilir. SPSS’te saçılım grafiği bu noktada oldukça işlevseldir. Grafik hem uç değerleri hem de ilişkinin gerçekten doğrusal olup olmadığını görmenizi sağlar. Noktalar rastgele bir bulut görünümündeyse anlamlı bir doğrusal ilişki beklemek gerçekçi olmayabilir.
Ölçek puanları kullanılıyorsa güvenirlik de göz ardı edilmemelidir. Düşük güvenirlik, ölçüm hatasını artırarak korelasyon katsayısını zayıflatabilir. Bu nedenle korelasyon tablosunu yorumlamadan önce ölçeğin iç tutarlılığı ve puanlama mantığı gözden geçirilmelidir.
Çoklu korelasyonlarda p değeri tuzağı
Bir araştırmada çok sayıda değişken çifti için korelasyon hesaplandığında, yalnızca şans eseri anlamlı sonuç bulma olasılığı artar. Onlarca korelasyon üretip sadece p < ,05 olanları öne çıkarmak seçici raporlamaya yol açabilir. Araştırma sorusuna dayalı, önceden belirlenmiş bir analiz planı bu riski azaltır.
Ayrıca büyük örneklemlerde çok küçük katsayılar da istatistiksel olarak anlamlı çıkabilir. Örneğin r = ,10 düzeyindeki bir ilişki, geniş bir örneklemde anlamlı olabilir; fakat pratik veya kuramsal önemi sınırlı kalabilir. Bu yüzden p değerini, katsayının büyüklüğünü, güven aralığını ve alan yazındaki anlamını birlikte değerlendirmek gerekir.
SPSS’te korelasyon çıktısı nasıl okunur?
SPSS’te analiz menüsünden Correlate ve ardından Bivariate seçeneği kullanılarak değişkenler aynı panele alınır. Uygun katsayı türü seçildikten sonra iki yönlü anlamlılık testi çoğu araştırma için varsayılan tercihtir. Tek yönlü test ise yalnızca ilişkinin yönü araştırma başlamadan önce güçlü kuramsal gerekçelerle belirlenmişse düşünülmelidir.
Çıktıdaki temel göstergeler korelasyon katsayısı, anlamlılık değeri ve örneklem sayısıdır. Pearson için katsayı genellikle r, Spearman için rho olarak raporlanır. Katsayının işareti ilişkinin yönünü, mutlak değeri ise gücünü gösterir. Sosyal bilimlerde ,10 civarı küçük, ,30 civarı orta, ,50 ve üzeri görece güçlü ilişki olarak değerlendirilebilir; ancak bu eşikler alanın uygulamasına göre değişir ve mekanik biçimde kullanılmamalıdır.
Örneğin akademik öz yeterlik ile akademik başarı arasında r = ,34 ve p < ,001 bulunmuşsa, bu sonuç orta düzeye yakın, pozitif ve istatistiksel olarak anlamlı bir ilişkiye işaret eder. Yorumun doğru biçimi, öz yeterlik puanı yüksek katılımcıların başarı puanlarının da yükselme eğiliminde olduğudur. Bu bulgu, öz yeterliğin başarıyı doğrudan artırdığını kanıtlamaz.
APA biçiminde bulgu yazımı
Korelasyon sonucu raporlanırken test türü, katsayı, serbestlik derecesi gerektiğinde örneklem büyüklüğü ve p değeri açıkça verilmelidir. APA biçiminde örnek bir ifade şu mantığı izler: Akademik öz yeterlik ile akademik başarı arasında pozitif yönlü ve anlamlı bir ilişki bulunmuştur, r(198) = ,34, p < ,001.
Tablo kullanılıyorsa değişken adları, ortalama, standart sapma ve korelasyon katsayıları okunabilir biçimde sunulmalıdır. Tablo altındaki anlamlılık notları ile metindeki değerlerin birbiriyle tutarlı olması gerekir. Virgül-nokta kullanımı, p değerinin yazımı ve katsayıların yuvarlanması da kurumunuzun veya hedef derginin yazım kurallarına göre kontrol edilmelidir.
Korelasyon sonucunuz tezinizin sonraki analizlerine temel oluşturuyorsa, yalnızca anlamlı ilişki var demek yeterli olmayabilir. Regresyon analizine geçmeden önce çoklu doğrusal bağlantı olasılığı, kuramsal model ve değişkenlerin ölçüm düzeyi ayrıca değerlendirilmelidir. Özellikle birbirleriyle aşırı yüksek ilişkili yordayıcılar, regresyon katsayılarının yorumunu zorlaştırabilir.
Doğru korelasyon analizi, SPSS’te birkaç tıklamayla tablo üretmekten daha fazlasıdır. Araştırma sorusunu, veri yapısını ve yorum sınırlarını aynı çerçevede değerlendirdiğinizde, bulgunuz yalnızca anlamlı değil; yöntemsel olarak açıklanabilir ve savunulabilir hale gelir.