SPSS’te Korelasyon Analizi Nasıl Yapılır?

Kısa cevap: SPSS’te korelasyon analizi için Analyze > Correlate > Bivariate menüsü açılır, değişkenler “Variables” kutusuna alınır ve veriler normal dağılıyorsa Pearson, sıralı ya da normal dağılmıyorsa Spearman seçilir. Çıktıdaki matriste her hücrede korelasyon katsayısı (r), anlamlılık değeri (Sig.) ve örneklem sayısı (N) yer alır; r’nin işareti ilişkinin yönünü, büyüklüğü ise gücünü gösterir.

Bu rehberde 150 çalışanın iş doyumu, tükenmişlik, haftalık çalışma saati ve kıdem verisi üzerinden test seçimini, varsayımları, çıktı okumayı ve raporlamayı adım adım anlatıyoruz.

Korelasyon analizi neyi ölçer?

Korelasyon, iki değişkenin birlikte nasıl değiştiğini −1 ile +1 arasında bir katsayıyla özetler. Pozitif katsayı, bir değişken arttıkça diğerinin de arttığını; negatif katsayı ise birinin artarken diğerinin azaldığını gösterir. Sıfıra yakın değerler doğrusal bir ilişki olmadığına işaret eder.

Bununla birlikte korelasyon nedensellik göstermez. Örneğin tükenmişlik ile çalışma saati arasında pozitif ilişki bulunması, uzun çalışmanın tükenmişliğe yol açtığını tek başına kanıtlamaz; üçüncü bir değişken (örneğin iş yükü) her ikisini de etkiliyor olabilir. Bu nedenle neden-sonuç iddiası için deneysel desen veya en azından regresyon ve kontrol değişkenleri gerekir.

Bu nedenle katsayının karesine (r²) de bakmak gerekir; çünkü r² ortak varyansı verir.

Örneğin r = 0,50 ise iki değişken varyanslarının %25’ini paylaşır. Dolayısıyla “güçlü” görünen bir ilişki bile değişkenliğin büyük kısmını açıklamayabilir.

Pearson mı Spearman mı seçilmeli?

Doğru katsayıyı seçmek, analizin en kritik adımıdır. Aşağıdaki tablo hangi durumda hangi katsayının kullanılacağını özetler.

Durum	Katsayı	SPSS’teki yeri
İki sürekli değişken, normal dağılım, doğrusal ilişki	Pearson r	Bivariate > Pearson
Sıralı (ordinal) veri veya normal olmayan dağılım	Spearman rho	Bivariate > Spearman
Küçük örneklem, çok sayıda eşit sıra	Kendall tau-b	Bivariate > Kendall’s tau-b
Bir değişken iki kategorili (0/1), diğeri sürekli	Nokta çift serili (Pearson ile aynı)	Bivariate > Pearson
Üçüncü bir değişkenin etkisini kontrol etmek	Kısmi korelasyon	Correlate > Partial

Örneğin Likert tipi tek bir madde sıralı bir veridir; bu nedenle tek maddeler arasında Spearman daha uygundur. Bununla birlikte birçok maddenin ortalamasından oluşan ölçek puanları genellikle sürekli kabul edilir ve normal dağılım sağlandığında Pearson ile analiz edilir.

SPSS’te korelasyon analizi öncesi varsayımlar nasıl kontrol edilir?

Pearson korelasyonu üç temel varsayıma dayanır: doğrusallık, yaklaşık normal dağılım ve etkili uç değer bulunmaması. Bunları kontrol etmek için iki adım uygularız.

1. Saçılım grafiği: Graphs > Chart Builder menüsünde Scatter/Dot seçilir; iş doyumu y eksenine, tükenmişlik x eksenine sürüklenir. Grafikte noktalar eğri bir desen çiziyorsa ilişki doğrusal değildir.
2. Normallik: Analyze > Descriptive Statistics > Explore menüsünde “Normality plots with tests” işaretlenir. Shapiro-Wilk sonucu, çarpıklık-basıklık değerleri ve Q-Q grafiği birlikte değerlendirilir.

Öte yandan tek bir uç değer bile katsayıyı ciddi biçimde değiştirebilir. Örneğin 150 kişilik veride haftada 90 saat çalıştığını yazan tek bir katılımcı, r değerini 0,22’den 0,35’e çıkarabilir. Bu nedenle uç değerin veri giriş hatası olup olmadığı kontrol edilir; gerçek bir değerse analiz hem dahil hem hariç yapılarak raporlanabilir ya da Spearman tercih edilir.

SPSS’te korelasyon analizi menüden nasıl yapılır?

SPSS’te korelasyon analizi için izlenecek menü adımları şunlardır:

1. Analyze > Correlate > Bivariate (Analiz > İlişkilendir > İki Değişkenli) menüsünü açın.
2. İş doyumu, tükenmişlik, çalışma saati ve kıdem değişkenlerini “Variables” kutusuna taşıyın.
3. “Correlation Coefficients” bölümünde Pearson’ı (gerekirse Spearman’ı da) işaretleyin.
4. “Test of Significance” bölümünde hipoteziniz yönlü değilse Two-tailed seçeneğini bırakın.
5. “Flag significant correlations” seçeneği anlamlı katsayıları yıldızla işaretler.
6. Options düğmesinde “Means and standard deviations” seçeneğini işaretleyin ve eksik veri için “Exclude cases pairwise” ayarını kontrol edin.

Ayrıca Paste düğmesine basarsanız şu sözdizimi oluşur: CORRELATIONS /VARIABLES=doyum tukenmislik saat kidem /PRINT=TWOTAIL NOSIG /STATISTICS DESCRIPTIVES /MISSING=PAIRWISE. Böylece analizi daha sonra aynen tekrarlayabilirsiniz.

Korelasyon matrisi nasıl okunur?

Çıktıdaki “Correlations” tablosu simetrik bir matristir; köşegendeki 1’ler değişkenin kendisiyle ilişkisidir. Bu yüzden yalnızca köşegenin altındaki veya üstündeki hücreleri okumak yeterlidir. Örnek sonuçlarımız şöyle olsun:

Değişken	1	2	3	4
1. İş doyumu	—
2. Tükenmişlik	−,52**	—
3. Haftalık çalışma saati	−,24**	,31**	—
4. Kıdem (yıl)	,09	−,06	,12	—

** p < ,01. Tabloya göre iş doyumu ile tükenmişlik arasında negatif ve güçlü bir ilişki vardır (r = −0,52). Benzer şekilde çalışma saati arttıkça tükenmişlik artma eğilimindedir (r = 0,31, orta düzey). Kıdem ise hiçbir değişkenle anlamlı ilişki göstermemektedir.

Katsayıların gücünü yorumlarken Cohen’in yaygın ölçütü kullanılabilir: yaklaşık 0,10 zayıf, 0,30 orta, 0,50 ve üzeri güçlü. Ancak bu sınırlar alana göre değişebilir; bu nedenle kendi alanınızdaki önceki çalışmalarla karşılaştırmak daha anlamlıdır.

Spearman çıktısı ve grup karşılaştırması nasıl yapılır?

SPSS’te korelasyon analizi sırasında Spearman seçildiğinde çıktı “Nonparametric Correlations” başlığıyla gelir ve hücrelerde “Correlation Coefficient” satırı rho değerini gösterir. Okuma mantığı Pearson ile aynıdır; ancak rho, ham değerler yerine sıralar arasındaki ilişkiyi ölçer. Bu nedenle uç değerlerden çok daha az etkilenir. Örneğin uç değerli çalışma saati verisinde Pearson r = 0,35 iken Spearman rho = 0,24 çıkabilir; bu fark, uç değerin ilişkiyi şişirdiğini düşündürür.

Bazen iki grubun korelasyonlarını karşılaştırmak gerekir. Örneğin iş doyumu ile tükenmişlik arasındaki ilişki kadınlarda r = −0,60 (n = 80), erkeklerde r = −0,38 (n = 70) olsun. SPSS bu karşılaştırmayı doğrudan menüde sunmaz; bu nedenle Fisher z dönüşümünü Excel’de yaparız:

1. Her katsayıyı dönüştürün: =FISHER(-0,60) → −0,693 ve =FISHER(-0,38) → −0,400.
2. Standart hatayı hesaplayın: =KAREKÖK(1/(80-3)+1/(70-3)) → yaklaşık 0,167.
3. z değerini bulun: =(-0,693-(-0,400))/0,167 → yaklaşık −1,75.
4. İki yönlü p değeri: =2*(1-NORM.S.DAĞ(1,75;DOĞRU)) → yaklaşık 0,08.

Dolayısıyla iki grup arasındaki fark 0,05 düzeyinde anlamlı değildir. Öte yandan grupları ayrı ayrı analiz etmek için Data > Split File menüsünde “Compare groups” seçilip korelasyon yeniden çalıştırılabilir. Böylece her grubun matrisi aynı çıktıda yan yana görünür.

Eksik veri korelasyon sonuçlarını nasıl etkiler?

Options penceresindeki eksik veri ayarı, matristeki N değerlerini doğrudan belirler. Exclude cases pairwise seçildiğinde her korelasyon, o iki değişkende verisi olan herkesle hesaplanır; bu nedenle hücrelerdeki N değerleri farklı olabilir. Exclude cases listwise seçildiğinde ise herhangi bir değişkende eksiği olan katılımcı tüm analizlerden çıkarılır.

Örneğin 150 kişiden 12’si kıdem sorusunu boş bıraktıysa pairwise ayarında iş doyumu–tükenmişlik ilişkisi 150, kıdem içeren ilişkiler ise 138 kişiyle hesaplanır. Listwise ayarında ise tüm katsayılar 138 kişiyle hesaplanır. Dolayısıyla korelasyon matrisini daha sonra regresyon veya faktör analizinde kullanacaksanız tutarlılık için listwise tercih etmek daha güvenlidir. Bununla birlikte eksik oranı yüksekse, eksikliğin rastgele olup olmadığını incelemek ve gerekirse çoklu atama yöntemlerini düşünmek gerekir.

Kısmi korelasyon ne zaman kullanılır?

Çalışma saati hem iş doyumunu hem de tükenmişliği etkiliyorsa, iki değişken arasındaki “saf” ilişkiyi görmek için kısmi korelasyon kullanılır. Analyze > Correlate > Partial menüsünde iş doyumu ve tükenmişlik “Variables” kutusuna, çalışma saati ise “Controlling for” kutusuna alınır.

Örneğin kısmi korelasyon r = −0,48 çıkarsa, çalışma saatinin etkisi kontrol edildiğinde bile ilişkinin güçlü kaldığı söylenebilir. Öte yandan katsayı belirgin biçimde düşerse ilişkinin bir kısmının çalışma saatinden kaynaklandığı anlaşılır. Bu adım, regresyon analizine geçmeden önce yararlı bir ön inceleme sunar. Bir sonraki aşama için SPSS ile hiyerarşik regresyon analizi rehberimize bakabilirsiniz.

SPSS’te korelasyon analizi sonuçları APA’ya göre nasıl yazılır?

APA 7 formatında korelasyon sonuçları hem metinde hem de tabloda verilir. Metin içi raporlama şöyle olabilir: “İş doyumu ile tükenmişlik arasında negatif yönde, güçlü ve anlamlı bir ilişki bulunmuştur, r(148) = −,52, p < ,001.” Parantez içindeki sayı serbestlik derecesidir ve N − 2 ile hesaplanır.

Tablo başlığı italik yazılır, örneğin “Tablo 2. Değişkenler Arasındaki Pearson Korelasyon Katsayıları”. Katsayılarda sıfır yazılmaz (0,52 yerine ,52); çünkü korelasyon 1’den büyük olamaz. Ayrıca köşegen hücreleri tire ile gösterilir ve matrisin yalnızca alt üçgeni doldurulur.

Bunun yanı sıra tabloda ortalama ve standart sapmaları da vermek, okuyucunun değişkenleri tanımasını kolaylaştırır. Ayrıca çok sayıda korelasyon test edildiğinde yanlış pozitif riskinin arttığı unutulmamalıdır; özellikle keşifsel analizlerde bu durum sınırlılık olarak belirtilir.

Sonuç olarak SPSS’te korelasyon analizi; doğru katsayı seçimi, varsayım kontrolü, dikkatli matris okuma ve eksiksiz raporlama ile güvenilir sonuç verir. Ücretsiz bir alternatifle aynı analizi yapmak isterseniz Jamovi ile korelasyon ve regresyon rehberimiz de aynı adımları izler.

Sık sorulan sorular

SPSS'te korelasyon analizi için kaç kişi gerekir?
Orta düzey bir ilişkiyi (r = 0,30) %80 güç ve 0,05 anlamlılık düzeyinde yakalamak için yaklaşık 85 katılımcı gerekir. Daha zayıf ilişkiler için örneklem büyüklüğü belirgin biçimde artar.

Korelasyon anlamlı ama katsayı küçükse ne demektir?
Büyük örneklemlerde 0,10 gibi zayıf ilişkiler bile anlamlı çıkabilir. Bu durumda ilişkinin istatistiksel olarak var olduğu ama pratik öneminin sınırlı olduğu yorumlanır.

Spearman sonucu Pearson’dan farklıysa hangisi raporlanır?
Varsayımlar sağlanmıyorsa Spearman raporlanır. Fark büyükse bunun nedeni genellikle uç değerler veya doğrusal olmayan ilişkidir; saçılım grafiği bu durumu netleştirir.

Negatif korelasyon kötü bir sonuç mudur?
Hayır. Negatif işaret yalnızca ilişkinin yönünü gösterir. Örneğin iş doyumu ile tükenmişlik arasındaki negatif ilişki beklenen ve kuramla uyumlu bir sonuçtur.

Korelasyon matrisinde yıldızlar ne anlama gelir?
Tek yıldız (*) p < ,05, çift yıldız (**) p < ,01 düzeyinde anlamlılığı gösterir. APA tablolarında bu açıklama tablonun altına not olarak yazılır.

Korelasyon ile regresyon arasındaki fark nedir?
Korelasyon iki değişkenin ilişkisinin yönünü ve gücünü özetler. Regresyon ise bir değişkeni diğerleriyle yordayan bir model kurar ve birden fazla bağımsız değişkeni aynı anda değerlendirebilir.

İlgili rehberler ve hizmetler

• SPSS ile istatistiksel analiz
• Jamovi ile korelasyon ve regresyon
• Kurumsal projelerde korelasyon ve regresyon
• IBM SPSS Statistics resmî sayfası
• APA 7 örnek tablolar

Veri, modern dünyanın en değerli varlıklarından biri haline gelmiştir ve iş dünyasında, araştırmada ve karar verme süreçlerinde kritik bir rol oynamaktadır. Biz, veri analizi konusundaki tutkulu bir topluluk olarak, veri biliminin ve analizinin gücünü vurguluyoruz. Web sitemiz, işletmelerden akademisyenlere ve veri meraklılarına kadar herkesin veri analizi becerilerini geliştirmesine yardımcı olmayı amaçlayan bir kaynaktır. Misyonumuz, veri analizi sürecini anlaşılır ve erişilebilir hale getirmek, verilerin içinde gizlenen değeri açığa çıkarmak ve daha bilinçli kararlar almalarını desteklemektir.

Web sitemiz, geniş bir veri analizi yelpazesi sunmaktadır. Hangi sektörde olursanız olun veya hangi veri analizi aracını kullanıyorsanız kullanın, ihtiyaçlarınıza uygun hizmetler sunuyoruz. SPSS, R, Python, Excel veya diğer analiz araçlarını kullanarak veri madenciliği, hipotez testleri, regresyon analizi, zaman serisi tahmini, segmentasyon ve daha fazlasını içeren çeşitli analiz türlerini kapsarız. Ayrıca, öğrenmeyi kolaylaştırmak için zengin kaynaklar, öğreticiler ve interaktif araçlar sunuyoruz.