1.13: Korelasyon

Korelasyon, iki veya daha fazla değişken (dondurma tüketimi ve suç gibi) arasında bir ilişki olduğu anlamına gelir, ancak bu ilişki mutlaka neden-sonuç anlamına gelmez. İki değişken ilişkili olduğunda, bu basitçe bir değişken değiştikçe diğerinin de değiştiği anlamına gelir. Korelasyon katsayısı olarak bilinen bir istatistiği hesaplayarak korelasyonu ölçebiliriz. Korelasyon katsayısı, değişkenler arasındaki ilişkinin gücünü ve yönünü gösteren -1 ile +1 arasında bir sayıdır. Korelasyon katsayısı genellikle r harfi ile temsil edilir.

Korelasyon katsayısının sayı kısmı, ilişkinin gücünü gösterir. Sayı 1’e ne kadar yakınsa (negatif veya pozitif), değişkenler o kadar güçlü bir şekilde ilişkilidir ve diğer değişken değiştikçe bir değişkendeki değişiklikler o kadar öngörülebilir olacaktır. Sayı sıfıra ne kadar yakınsa, ilişki o kadar zayıf olur ve değişkenler arasındaki ilişkiler o kadar az tahmin edilebilir hale gelir. Örneğin, 0,9’luk bir korelasyon katsayısı, 0,3’lük bir korelasyon katsayısından çok daha güçlü bir ilişkiyi gösterir. Değişkenler birbiriyle hiç ilişkili değilse, korelasyon katsayısı 0’dır.

Korelasyon katsayısının pozitif veya negatif işareti, ilişkinin yönünü gösterir. Pozitif bir korelasyon, değişkenlerin aynı yönde hareket ettiği anlamına gelir. Başka bir deyişle, bir değişken arttıkça diğerinin de arttığı ve tersine, bir değişken azaldığında diğerinin de arttığı anlamına gelir. Negatif korelasyon, değişkenlerin zıt yönlerde hareket ettiği anlamına gelir. İki değişken negatif korelasyon gösterirse, bir değişkendeki azalma diğerindeki bir artışla ilişkilidir ve bunun tersi de geçerlidir.

Pozitif korelasyon örnekleri, bir bireyin boyu ve kilosu arasındaki ilişki veya bir kişinin yaşı ile kırışıklık sayısı arasındaki ilişkidir. Birinin gün içindeki yorgunluğu ile önceki gece uyudukları saat sayısı arasında negatif bir ilişki olması beklenebilir: yorgunluk hissi arttıkça uyku miktarı azalır. Gerçek dünyadaki bir negatif korelasyon örneğinde, Minnesota Üniversitesi’ndeki öğrenci araştırmacılar, öğrencilerin haftada 5 saatten az uyudukları ortalama gün sayısı ile not ortalamaları arasında zayıf bir negatif korelasyon (r = -0.29) buldular (Lowry, Dean, & Manders, 2010). Negatif bir korelasyonun korelasyon olmaması ile aynı şey olmadığını unutmayın. Örneğin, muhtemelen uyku saatleri ile ayakkabı numarası arasında bir ilişki bulamayacağız.

Korelasyonların öngörücü değeri vardır. Büyük bir üniversitenin kabul komitesinde olduğunuzu hayal edin. Çok sayıda başvuru ile karşı karşıyasınız, ancak başvuru havuzunun yalnızca küçük bir yüzdesini barındırabiliyorsunuz. Kimin kabul edilmesi gerektiğine nasıl karar verebilirsiniz? Mevcut öğrencilerinizin üniversite not ortalamasını SAT veya ACT gibi standart sınavlardaki puanlarıyla ilişkilendirmeye çalışabilirsiniz. Mevcut öğrencileriniz için hangi korelasyonların en güçlü olduğunu gözlemleyerek, bu bilgileri üniversiteye kabul için başvuran öğrencilerin göreceli başarısını tahmin etmek için kullanabilirsiniz.

Korelasyon nedensellik göstermez

İlişkisel araştırma yararlıdır çünkü iki değişken arasında var olan ilişkilerin gücünü ve yönünü keşfetmemizi sağlar. Bununla birlikte, korelasyon sınırlıdır çünkü bir ilişkinin varlığını kurmak bize neden ve sonuç hakkında çok az şey söyler. Değişkenler bazen biri diğerine neden olduğu için ilişkili olsa da, üçüncü bir değişken aslında ilgilendiğimiz değişkenlerdeki sistematik harekete neden olabilir. Örneğin, zenginlik zeka ile pozitif bir şekilde ilişkili olabilir, ancak bunun nedeni muhtemelen varlıklı insanların yüksek öğrenimi karşılayabilmesidir ve bu da zekayı artırır.

Bu metin OpenStax, Psychology kitabından uyarlanmıştır. Stax CNX’i açın.