correlation - korelasyon / ilişki

iki nitelik arasındaki ilişkinin gücü ve yönünü gösterir. İlişkinin yönünü artı ya da eksi işaret, gücünü sayısal değer verir. Pozitif korelasyon, değişkenlerden biri arttıkça (ya da azaldıkça) diğerinin de arttığını (ya da azaldığını) gösterir. Negatif korelasyon, değişkenlerden biri arttıkça (ya da azaldıkça) diğerinin azaldığını (ya da arttığını) gösterir. KORELASYON KATSAYISI, genelde, “0” ile “1” arasında değer alır. İlişki arttıkça, değer, 1'e yaklaşır. Korelasyon tekniklerinde, genelde, değişkenler arasındaki ilişkinin doğrusal olduğu varsayılır. Korelasyon teknikleri, verilerin sayısallaştırılmasında kullanılan ölçek türlerine göre farklılaşır. a. En sık kullanılan teknik Pearson momentler çarpımı korelasyonu (r; product-moment correlation)’dur. Pearson r, iki sürekli veri (örn., yaş ve öğrenme miktarı) arasındaki doğrusal ilişkiyi ortaya koyar. Korelasyon teknikleri arasında en güvenilir olanıdır. [Geliştiren/aktaran: İngiliz matematikçi ve istatistikçisi Karl Pearson (1857-1936)]. Diğer korelasyon türleri şunlardır: b. iki-serili korelasyon (rbis; biserial correlation): Biri sürekli diğeri suni (artificial) olarak iki sınıflı hale getirilmiş olan (örn., 20-34 yaş aralığı 20-24, 25-34 olarak ikiye ayrıldığında) iki değişken arasındaki ilişkiyi ortaya koyar. “1’den büyük çıkabilir; r’den büyük standart hatası vardır. c. Kendall tau değeri (τ; Kendall’s tau): İki sıralı veri (örn., 5-dereceli psikolojik ölçek üzerinde kişinin özellikleri konusunda kişinin kendisi ve başkaları tarafından yapılan derecelendirme) arasındaki ilişkiyi ortaya koyar. Katılımcı sayısı 30’un altında olduğunda, momentler çarpımı korelasyonu yerine kullanılır. Katılımcı sayısı 10’un altında olduğunda, Spearman sıra farkları korelasyonu yerine kullanılır. d. nokta iki-serili korelasyon (rpbis; point biserial correlation): Biri sürekli (örn., yaş), diğeri gerçekte iki sınıflı olan (örn., kadın ve erkek) iki değişken arasındaki ilişki derecesini ortaya koyar. Hesaplanan korelasyon katsayıları r’den daha düşük, rbis’den ise çok daha düşük çıkar. e. phi katsayısı (ɸ; phi coefficient): Her ikisi de gerçekte kategorik olan iki değişken (örn., kadın ve erkek, Kafkas ve Anglo-Sakson ırk) arasındaki ilişkiyi ortaya koyar. Örneğin çoktan-seçmeli ve iki seçenekli maddelerde, maddeler-arası korelasyonun hesaplanmasında kullanılır. f. tetrakorik korelasyon (rt; tetrachoric correlation): Her ikisi de suni olarak kategorik hale getirilmiş olan iki değişken (örn., 20-24, 25-34 yaş ile düşük ve yüksek soyoekonomik düzey) arasındaki ilişkiyi ortaya koyar. g. Spearman sıra farkları korelasyonu (rho; Spearman rank difference correlation): İki sıralı veri (örn., 5-dereceli psikolojik ölçek üzerinde kişinin özellikleri konusunda kişinin kendisi ve başkaları tarafından yapılan derecelendirme) arasındaki ilişkiyi ortaya koyar. Katılımcı sayısı 30’un altında olduğunda, momentler çarpımı korelasyonu yerine kullanılır. [Geliştiren/aktaran: İngiliz psikolog, istatistikçi ve zeka kuramcısı Charles Spearman (1863-1945)]. h. yaygın iki-serili korelasyon (rwbis; widespread biserial correlation): Biri sürekli (örn., yaş), diğeri ise ilgili dağılımın en uçlarından seçilerek suni olarak kategorik hale getirilmiş olan (örn., ZB 20-30 ve 130-139) iki değişken arasındaki ilişkiyi ortaya koyar. Büyük bir standart hatası vardır. bakınız: korelasyon katsayısı karşılaştırınız: ilintisel desen