Korelasyon

Analizi

Dr. Ertuğrul ÇOLAK

Eskişehir Osmangazi Üniversitesi

Tıp Fakültesi

Biyoistatistik Anabilim Dalı

Korelasyon analizi, değişkenler arasındaki ilişkinin

yönünü, derecesini ve önemini ortaya koyan

istatistiksel yöntemdir. İlişkinin yönünü ve

derecesini belirten katsayıya korelasyon katsayısı

denir.

Korelasyon Analizi

Korelasyon katsayısı küçük r harfi ile gösterilir ve r

değeri -1 ile +1 arasında değerler alır. Eğer r

değeri -1’e yakın değerler alıyor ise değişkenler

arasında negatif yönde, +1’e yakın değerler alıyor

ise pozitif yönde bir ilişki olduğu belirlenir. Eğer r

değeri sıfıra yakın değerler alıyor ise iki değişken

arasında bir ilişki olmadığı sonucuna varılır.

Korelasyon Analizi

Çok sayıda korelasyon analizi mevcuttur. Ancak en

yaygın kullanılan korelasyon analizleri;

• Pearson

• Spearman

korelasyon analizleridir.

Korelasyon Analizi

Değişkenler oransal ya da aralıklı ölçek ile elde

edilmiş ve normal dağılıma uygunluk gösteriyorsa

bu durumda Pearson korelasyon analizi yapılır.

Değişkenler oransal ya da aralıklı ölçek ile elde

edilmiş ancak normal dağılıma uygunluk

göstermiyorsa Spearman korelasyon analizi yapılır.

Korelasyon Analizi

Değişkenler sıralı ölçekle elde edilmiş ise bu

durumda da Spearman korelasyon analizi

uygulanabilir.

Korelasyon Analizi

Örnek: FEV1(litre) değerleri ile boy arasındaki

ilişkiyi belirlemek üzere 20 erkek üniversite

öğrencisi çalışmaya dahil edilmiştir.

SPSS’de Pearson Korelasyon Analizi

Öğrencilerden elde edilen veriler aşağıdaki gibidir.

SPSS’de Pearson Korelasyon Analizi

FEV1 Boy FEV1 Boy

4.32 174.0 3.54 167.0

4.80 180.7 3.42 171.2

4.68 183.7 3.60 177.4

5.43 177.0 3.20 171.3

3.09 177.0 4.56 183.6

3.78 172.0 4.78 183.1

3.75 176.0 3.60 172.0

4.05 177.0 3.96 181.0

3.54 164.0 3.19 170.4

2.98 178.0 2.85 171.2

Veriler SPSS veri sayfasına iki

sütun halinde yandaki gibi

girilir. Öncelikle değişkenlerin

normal dağılıma uygunluk testi

yapılmalıdır.

SPSS’de Pearson Korelasyon Analizi

Yapılan normalite testi sonuçları aşağıda verilmiştir. Bu

sonuçlara göre FEV1 ve BOY değişkenleri normal dağılıma

uygunluk göstermektedir. Bu durumda Pearson korelasyon

analizi uygulanabilir.

SPSS’de Pearson Korelasyon Analizi

Analyze -> Correlate -> Bivariate seçeneği tıklanır.

SPSS’de Pearson Korelasyon Analizi

Açılan pencerede FEV1 ve

BOY değişkenleri Variables

alanına taşınır. Korelasyon

katsayısı alanından

Pearson seçeneği

işaretlenir. OK tıklanır ve

sonuçlar elde edilir.

SPSS’de Pearson Korelasyon Analizi

Analiz sonuçları aşağıda verilmiştir. Burada FEV1 ile BOY

arasındaki Pearson korelasyon katsayısı r=0.581 olarak

bulunmuştur.

SPSS’de Pearson Korelasyon Analizi

Elde edilen katsayının anlamlılık testinde kullanılacak p

değeri de 0.007 olarak elde edilmiştir. Bu p değeri

korelasyon katsayısının anlamlı olduğunu yani sıfırdan

farklı olduğunu göstermektedir.

SPSS’de Pearson Korelasyon Analizi

Eğer p değeri 0.05’den büyük çıksaydı bu

durumda korelasyon katsayısının anlamsız yani

sıfıra eşit olduğunu söyleyebilirdik. Bu sonuçlara

göre FEV1 ve BOY arasında orta düzeyde pozitif

yönde bir ilişki vardır diyebiliriz.

SPSS’de Pearson Korelasyon Analizi

Eğer normalite testinde FEV1 ya da BOY

değişkenlerinden biri ya da her ikisi de normal

dağılıma uygunluk göstermeseydi bu durumda

Spearman korelasyon analizi yapılırdı.

SPSS’de

Spearman Korelasyon Analizi

Pearson korelasyon

analizine benzer şekilde

aşağıdaki pencerede de

görüldüğü gibi bu sefer

Spearman korelasyon

katsayısı seçeneği

işaretlenir ve OK tıklanarak

sonuçlar elde edilir.

SPSS’de

Spearman Korelasyon Analizi

Elde edilen sonuçlar aşağıdaki gibidir. Spearman korelasyon

katsayısı r=0.599 ve anlamlılık düzeyi p=0.005 olarak

hesaplanmıştır. Yorumu ise Pearson korelasyon katsayısı ile aynıdır.

SPSS’de

Spearman Korelasyon Analizi