Analizler · Temel · 3 dk okuma

Korelasyon nasıl yorumlanır?

İki değişkenin birlikte değiştiğini gösterir; birinin diğerine neden olduğunu değil.

Yön ve güç

r = +.41: kaygı arttıkça tükenme de artma eğiliminde (pozitif ilişki).
r = −.35: çalışma saati arttıkça kaygı azalma eğiliminde (negatif ilişki).
r ≈ 0: doğrusal bir ilişki yok; ama U biçimli bir ilişki olabilir, saçılım grafiğine bakın.

Örnek

300 adayda kaygı ile tükenme arasında r = .41, p < .001 bulundu. r² = .17: tükenme puanlarındaki farklılığın yaklaşık %17'si kaygıyla ortaktır; %83'ü başka etkenlere bağlıdır. İlişki anlamlı ve orta güçtedir, ama kaygının tükenmeye yol açtığını kanıtlamaz.

Pearson mı, Spearman mı?

Pearson iki sayısal değişken arasındaki doğrusal ilişkiyi ölçer ve uç değerlere duyarlıdır. Spearman sıralar üzerinden çalışır; sıralı veride, belirgin uç değerlerde veya tekdüze ama doğrusal olmayan ilişkilerde tercih edilir.

Korelasyon nedensellik değildir

Dondurma satışları ile boğulma vakaları arasında pozitif korelasyon vardır; ikisini de sıcak hava artırır. Kesitsel bir ankette bulunan korelasyonu “etkiler”, “yol açar” diye yorumlamayın; “ilişkilidir” deyin.

Sık yapılan hatalar

Saçılım grafiğine bakmadan tek bir uç değerin yarattığı korelasyonu raporlamak.
Anlamlı ama zayıf korelasyonu (ör. r = .12, n = 2.000) güçlü ilişki diye sunmak.
Korelasyon matrisindeki onlarca katsayıyı çoklu karşılaştırma düzeltmesi olmadan yorumlamak.

Raporda nasıl yazılır?

KPSS kaygısı ile tükenme arasında pozitif yönde, orta düzeyde ve anlamlı bir ilişki bulunmuştur, r(298) = .41, p < .001.

Sayıları kendi bulgularınızla değiştirin; ondalık ayırıcı için derginizin veya enstitünüzün yönergesine uyun.

İlgili yazılar

Orta · 3 dk

Danışma başlat