DAVRANIŞ BİLİMLERİNDE İLERİ İSTATİSTİK
DOKTORA
Doç. Dr. ÖMAY ÇOKLUK BÖKEOĞLU
KORELASYON
• İki değişken arasındaki ilişkinin miktarını, yönünü belirlemeye yarar.
Korelasyon katsayısı (KK): İlişkinin yönü, miktarı vb. açısından yorumlama
Saçılma Diyagramı
Determinasyon Katsayısı kavramları
Farklı Korelasyon Teknikleri
Basit, kısmi, çoklu korelasyon ve uygulamaları
• Pearson Momentler Çarpımı KK
• Spearman Sıra Farkları KK
• Çift Serili KK
• Nokta Çift Serili KK
• Phi KK ve paket programda yer alan uygulamaları üzerinde durulması
Korelasyon
• Pearson korelasyon katsayısı, iki değişkenin de sürekli olmasını ve değişkenlerin birlikte (ikili olarak) normal dağılım göstermesini gerektirmektedir. Değişkenler sürekli bir dağılıma sahipler, ancak normal dağılım göstermiyorlarsa, iki değişken arasındaki ilişkiyi açıklamak amacıyla Spearman Brown Sıra Farkları korelasyon katsayısı kullanılır. Değişkenlere ait değerlerin puan yerine sıra değeri olarak verildiği durumlarda da sıra farkları korelasyon katsayısı kullanılır (Büyüköztürk, 2004).
Korelasyon
• Korelasyon katsayısının 1.00 olması, mükemmel pozitif bir ilişkiyi;
-1.00 olması, mükemmel negatif bir ilişkiyi; 0.00 olması, ilişkinin olmadığını gösterir. Korelasyon katsayısının büyüklük bakımından yorumlanmasında üzerinde tam olarak ortaklaşılan aralıklar bulunmamakla birlikte, korelasyonu yorumlamada şu sınırların sıklıkla kullanılabileceği not edilmelidir (Büyüköztürk, 2004).
Korelasyon
• Korelasyon katsayısının, mutlak değer olarak, 0.70-1.00 arasında olması, yüksek; 0.70-0.30 arasında olması, orta; 0.30-0.00 arasında olması ise, düşük düzeyde bir ilişki olarak tanımlanabilir (Büyüköztürk, 2004).
REGRESYON ANALİZİ
• Aralarında ilişki olan iki ya da daha fazla değişkenden birinin bağımlı, diğerlerinin bağımsız değişkenler olarak ayrımı ile aralarındaki ilişkinin matematiksel eşitlik ile açıklanması sürecidir.
• Basit doğrusal regresyon (Bir bağımlı değişken, bir bağımsız değişken)
• Çoklu regresyon (Bir bağımlı değişken, birden fazla bağımsız değişken)
Regresyon analizinin amaçları dört noktada açıklanabilir (Büyüköztürk, 2004):
• Bağımlı değişken ile bağımsız değişken ya da değişkenler arasındaki ilişkiyi regresyon eşitliği ile açıklamak.
• Regresyon modelinin bilinmeyen parametreleri tahmin edildiğinde, bağımsız değişken ya da değişkenlerin bilinen değerleri için bağımlı değişkenin alacağı değeri tahmin etmek.
Regresyon analizinin amaçları dört noktada açıklanabilir (Büyüköztürk, 2004):
• Bağımsız değişkenin ya da değişkenlerin bağımlı değişkende gözlenen değişmelerin ne kadarını açıkladıklarını, determinasyon katsayısı ile belirlemek.
• Bağımsız değişken ya da değişkenlerin bağımlı değişkeni anlamlı bir şekilde yordayıp yordamadıklarını; birden fazla bağımsız değişken var ise bunların bağımlı değişken üzerindeki göreli önemliliklerini saptamak.
Çoklu Doğrusal Regresyon (Multiple Linear Regression)
(Büyüköztürk, 2004)• Çoklu regresyon analizi, bağımlı değişkenle ilişkili olan iki ya da daha çok bağımsız değişkene (yordayıcı değişkenlere) dayalı olarak, bağımlı değişkenin tahmin
edilmesine yönelik bir analiz türüdür.
• Çoklu regresyon analizi, yordayıcı değişkenler tarafından bağımlı değişkende açıklanan toplam varyansın yorumlanmasına, açıklanan varyansın istatistiksel
anlamlılığına, yordayıcı değişkenlerin istatistiksel olarak anlamlılığına ve yordayıcı değişkenlerle bağımlı değişken arasındaki ilişkinin yönüne ilişkin yorum yapma olanağı verir.
Kaynak
• Büyüköztürk, Ş. (2004). Sosyal Bilimler için Veri Analizi El Kitabı.
Ankara: Pegem A Yayıncılık.
