SPSS 15.0 Kullanma Kılavuzu
Korelasyon
İçindekiler
Korelasyon
Korelasyon analizi ile iki farklı değişken arasındaki ilişkinin yönü ve şiddeti hakkında bilgi edinebiliriz. Ancak daha önce de belirttiğimiz gibi korelasyon, neden-sonuç ilişkisinin göstergesi değildir.
Örneğimizde günlük uyku süresi ile TV izleme süresi arasındaki ilişki incelenmiştir. Şimdi aşağıdaki mönüleri kullanın, karşınıza Bivariate Correlations iletişim kutusu çıkacaktır.
ANALYZE » CORRELATE » BIVARIATE
Bu iletişim kutusunda aralarındaki ilişkiyi öğrenmek istediğiniz değişkenleri (ikinin üzerinde olabilir), Variables penceresine taşıyınız (Örneğimizde, Uyku ve TV izleme). Pearson kutucuğunu işaretli olduğundan emin olduktan sonra OK tuşunu tıklayınız. Kaşınıza aşağıdakinin benzeri bir tablo çıkacaktır.
Pearson Coorrelation ifadesinin karşısındaki 0,769 değeri “r” ile ifade edilir ve ? 1 ile + 1 arasında bir değer alır. Burada ilişkinin yönünü “r”nin işareti, derecesini ise katsayının büyüklüğü belirler. Eksi değerler bir değişken artarken diğerinin azaldığının, artı değerler ise her iki değişkenin aldığı değerlerin birlikte artış ve azalış gösterdiğinin göstergesidir.
Tablodaki 0,769 değeri ise TV İzleme ile Uyku arasında çok güçlü pozitif doğrusal bir ilişki olduğunu göstermektedir. Bu iki değişken arasında bir neden sonuç ilişkisi olmamakla birlikte, çok fazla TV izleyenlerin pek fazla işi olmayan kişiler olduğu ve bunların aynı zamanda uykuya da fazla zaman ayırdıkları yorumu yapılabilir. Ancak daha sağlıklı bir yorum yapabilmek için farklı değişkenlerin TV izleme ve uykuya etkisi araştırılmalıdır.
Eğer verileriniz parametrik olma şartlarını taşımıyorsa Correlation Coefficients başğlığı altındaki Pearson seçeneği yerine Spearman seçeneğini işaretlemeniz gerekecekti. Aşağıda Searman aynı sorulara 25 kişinin verdiği cevaplar sonrasında elde edilen Spearman Testi sonuçları verilmiştir.
Tablodaki 0,545 değeri, TV İzleme ile Uyku arasında pozitif doğrusal bir ilişki olduğunu göstermektedir.
