Korelasyon ve regresyon, nicel tez araştırmalarında en sık kullanılan ama en sık karıştırılan iki istatistiksel yöntemdir. İkisi de değişkenler arasındaki ilişkiyi inceler, fakat verdikleri bilgi ve cevapladıkları soru tamamen farklıdır. Bu yazıda ikisi arasındaki farkı, SPSS çıktısının nasıl okunacağını ve hangi durumda hangisini kullanmanız gerektiğini açıklıyoruz.
Korelasyon Nedir?
Korelasyon analizi, iki değişken arasında bir ilişki olup olmadığını ve bu ilişkinin yönünü (pozitif/negatif) ve gücünü ölçer. Korelasyon katsayısı (r), -1 ile +1 arasında bir değer alır:
- r = +1’e yakın: Güçlü pozitif ilişki (biri artarken diğeri de artar)
- r = -1’e yakın: Güçlü negatif ilişki (biri artarken diğeri azalır)
- r = 0’a yakın: Anlamlı bir doğrusal ilişki yok
Yaygın kullanılan yorumlama eşikleri (mutlak değer olarak): 0,10-0,29 zayıf, 0,30-0,49 orta, 0,50 ve üzeri güçlü ilişki olarak değerlendirilir — ancak bu eşikler disipline göre değişebilir, alanınızdaki kaynaklara da bakmanız önerilir.
Önemli sınırlılık: Korelasyon, nedensellik anlamına gelmez. İki değişken arasında güçlü bir korelasyon bulmanız, birinin diğerine neden olduğu anlamına gelmez — üçüncü bir gizli değişken her ikisini de etkiliyor olabilir.
Regresyon Nedir?
Regresyon analizi ise bir adım daha ileri gider: bir veya daha fazla bağımsız değişkenin, bir bağımlı değişkeni ne ölçüde ve nasıl yordadığını (öngördüğünü) modeller. Regresyon size şu soruların cevabını verir:
- Bağımsız değişken(ler) bağımlı değişkendeki değişimin yüzde kaçını açıklıyor? (R²)
- Her bir bağımsız değişkenin etkisi ne yönde ve ne büyüklükte? (B / Beta katsayıları)
- Bu etki istatistiksel olarak anlamlı mı? (p değeri)
Tek bir bağımsız değişken varsa basit doğrusal regresyon, birden fazla bağımsız değişken varsa çoklu doğrusal regresyon kullanılır.
Korelasyon mu, Regresyon mu? Hangisini Ne Zaman Kullanmalısınız?
| Araştırma Sorunuz | Kullanılacak Yöntem |
|---|---|
| X ile Y arasında bir ilişki var mı, varsa yönü nedir? | Korelasyon |
| X, Y’yi ne kadar ve nasıl yordar/etkiler? | Regresyon |
| Birden fazla değişken bir sonucu birlikte ne kadar açıklıyor? | Çoklu regresyon |
SPSS’te Korelasyon Analizi Nasıl Yapılır ve Okunur?
Analyze > Correlate > Bivariate yolunu izleyerek değişkenlerinizi seçin ve genellikle “Pearson” (sürekli, normal dağılan veriler için) ya da “Spearman” (sıralı veya normal dağılmayan veriler için) katsayısını seçin. Çıktıda iki değer önemlidir:
- r (korelasyon katsayısı): İlişkinin yönü ve gücü.
- p (Sig. 2-tailed): p < 0,05 ise ilişki istatistiksel olarak anlamlıdır.
SPSS’te Regresyon Analizi Nasıl Yapılır ve Okunur?
Analyze > Regression > Linear yolunu izleyerek bağımlı değişkeni (Dependent) ve bağımsız değişken(ler)i (Independent) seçin. Çıktıda üç tablo öne çıkar:
- Model Summary: R² değeri — bağımsız değişken(ler)in bağımlı değişkendeki varyansın yüzde kaçını açıkladığını gösterir (örn. R²=0,35 → %35).
- ANOVA: Modelin bütün olarak istatistiksel anlamlılığını (p değeri) gösterir.
- Coefficients: Her bağımsız değişkenin etkisinin yönünü ve büyüklüğünü (B, Beta) ve bu etkinin anlamlılığını (p) gösterir.
Sık Yapılan Hatalar
- Korelasyonu nedensellik gibi sunmak: Bulgular bölümünde “X, Y’yi artırıyor” demek yerine, korelasyon sonucundan söz ederken “X ile Y arasında pozitif yönde anlamlı bir ilişki bulunmuştur” ifadesini kullanmak daha doğrudur.
- Varsayımları kontrol etmeden analiz yapmak: Doğrusal regresyon; doğrusallık, çoklu bağlantı (multicollinearity) olmaması, hataların normal dağılımı gibi varsayımlara dayanır — bunlar kontrol edilmeden yapılan analizler yanıltıcı sonuç verebilir.
- Örneklem büyüklüğünü göz ardı etmek: Küçük örneklemlerde yüksek görünen R² değerleri güvenilir olmayabilir; genel bir kural olarak her bağımsız değişken için en az 10-15 gözlem önerilir.
Sık Sorulan Sorular
Korelasyon katsayısı yüksek ama regresyon anlamsız çıkabilir mi?
Evet, özellikle çoklu regresyonda değişkenler arasındaki etkileşimler ve çoklu bağlantı nedeniyle bu mümkündür; bu yüzden ikisini birlikte, dikkatle yorumlamak gerekir.
Hangi durumda Pearson, hangi durumda Spearman kullanmalıyım?
Verileriniz sürekli ve normal dağılıma yakınsa Pearson; sıralı (ordinal) veri veya normal dağılım varsayımı sağlanmıyorsa Spearman korelasyon katsayısını tercih edin.
İlgili Yazılar
- Tez Metodolojisi ve Veri Analizi Rehberi: Yöntem Bölümünü Doğru Kurgulamak
- SPSS Konu Anlatımı
- Evren ve Örneklem Nedir? Nasıl Belirlenir? Tez Araştırmalarında Doğru Örnekleme
- Ölçek Geçerlik ve Güvenirlik Analizi Nasıl Yapılır?
- Likert Ölçeği Verileri SPSS’e Nasıl Girilir?
- Nicel ve Nitel Araştırma Yöntemleri Arasındaki Farklar
- SPSS’te Frekans Analizi Nasıl Yapılır? Adım Adım Rehber
- Hangi İstatistik Testi Kullanılmalı? Karar Rehberi
- Nitel İçerik Analizi Nasıl Yapılır? Adım Adım Kodlama Süreci
- Anket Sorusu Nasıl Hazırlanır? Tez Araştırmaları İçin Rehber
- Nitel Araştırmada Görüşme (Mülakat) Soruları Nasıl Hazırlanır?