Veri yığınları arasında boğulduğumuz bu çağda, her kararımızın arkasında sağlam bir dayanak noktası arıyoruz. İşte bu noktada, o görünmez ipleri ortaya çıkaran temel bir kavram devreye giriyor: Korelasyon. Basitçe ifade etmek gerekirse korelasyon, istatistikte iki rastgele değişken arasındaki doğrusal ilişkinin yönünü ve gücünü saptayan kritik bir tekniktir. Sanki evrendeki iki farklı olayın birbirine ne kadar fısıldadığını ölçmek gibi düşünebiliriz.
Hedef kitlemiz olan yüksek lisans öğrencileri için şunu netleştirmeliyiz: Korelasyon, sadece bir sayının ötesinde; keşifçi veri analizinin (EDA) ve hipotez testlerinin en temel başlangıç adımıdır. Eğer iki değişkenin birlikte hareket edip etmediğini anlamazsak, ne regresyon kurabiliriz ne de makine öğrenimi modelimiz için en uygun özellikleri seçebiliriz.
Korelasyon Katsayısı: Yön ve Gücün İmzası
Korelasyonun kalbinde, tüm o karmaşık hesaplamaların sonucunda tek bir sayı yer alır: Korelasyon Katsayısı (r). Bu değer, daima -1 ile +1 aralığında seyreder. Peki bu sayılar bize tam olarak ne anlatıyor?
1. İlişkinin Yönü (Pozitif mi, Negatif mi?)
- Pozitif Korelasyon (r > 0): Değişkenlerden biri artarken diğeri de artıyorsa veya biri azalırken diğeri de azalıyorsa, aralarında doğru orantılı bir ilişki vardır. Örnek mi? Çalışma süresi arttıkça sınav başarısının artması gibi.
- Negatif Korelasyon (r < 0): Değişkenlerden biri artarken diğeri azalıyorsa aralarında ters orantılı bir ilişki var demektir. Bir ürünün fiyatı yükseldikçe satış miktarının düşmesi tipik bir negatif korelasyondur.
- Sıfır Korelasyon (r ≈ 0): Değişkenler arasında doğrusal bir ilişki yoktur. Birlikte hareket etme eğilimleri bulunmamaktadır.
2. İlişkinin Gücü (Zayıf mı, Çok Güçlü mü?)
Katsayının mutlak değeri, ilişkinin ne kadar güçlü olduğunu gösterir. Yani, 0’dan uzaklaşıp $\pm 1$’e yaklaştıkça ilişki kuvvetlenir.
- Yüksek/Çok Güçlü İlişki: $0.80$ ile $1.0$ arası değerler çok yüksek bir ilişkiye işaret eder. Veri noktaları, bir saçılım grafiğinde dümdüz bir çizgiye çok yakındır.
- Orta Düzey İlişki: $0.40$ ile $0.59$ arası kabul edilir. Bu, bir miktar öngörü sağlayabileceğimiz anlamına gelir.
- Zayıf İlişki: $0.20$ ile $0.39$ arasındaki değerler, ilişkinin zayıf olduğunu gösterir.
- Pratik Gözlem Sinyali: Akademik çalışmalarda, özellikle insan davranışlarını inceleyen sosyal bilimler alanında, $0.70$’den yukarı çıkan bir korelasyon değeri, ölçme aracının güvenirliğini doğrulamak için genellikle ‘yüksek’ ve arzu edilen bir eşik olarak kabul edilir.
Uzmanlık Alanı: Pearson, Spearman ve Türleri
Korelasyon analizi denince akla ilk gelen Pearson Korelasyon Katsayısı‘dır (Pearson Çarpım Momentler Korelasyonu). Ancak bu, her zaman kullanılabileceği anlamına gelmiyor. Pearson’ın hesaplanabilmesi için iki temel teknik varsayımın karşılanması şarttır: Her iki değişkenin de nicel (sayısal) olması ve yaklaşık olarak normal dağılım göstermesi gerekir. Ayrıca, ilişkinin doğrusal olması beklenir.
Peki ya verilerimiz normal dağılmıyorsa veya en az biri sıralı (ordinal) değişken ise? İşte burada Spearman Korelasyon Katsayısı ($\rho$) gibi parametrik olmayan yöntemlere başvururuz. Örneğin, bir araştırmacı yaş ile eğitim düzeyi (ilkokul, ortaokul, üniversite gibi sıralı veri) arasındaki ilişkiyi incelerken Pearson yerine Spearman’ı kullanmak zorundadır, çünkü Spearman sıralı verilere uygulanabilme esnekliğine sahiptir. Bu, uzmanlık alanımızda en sık yapılan hatalardan birini önler: uygun olmayan istatistiksel testi seçmek.
Güvenilirlik Sinyali: Korelasyon Nedensellik Değildir
Bu konunun en kritik uyarısıdır: Korelasyon, nedensellik anlamına gelmez! İki değişken arasında yüksek bir korelasyon bulunması, birinin diğerine neden olduğu anlamına gelmez. Sadece birlikte hareket ettiklerini gösterir.
Örneğin, yaz aylarında dondurma satışlarıyla güneş çarpması vakaları arasında pozitif bir korelasyon bulabilirsiniz. Dondurma yemek, güneş çarpmasına neden olur mu? Elbette hayır. Her iki olayın da nedeni, üçüncü bir değişkendir: Havanın sıcaklığı. Buna istatistikte “sahte korelasyon” (spurious correlation) ya da gizli değişken etkisi denir. Bu ayrımı netleştirmek, istatistiksel analizlerimizde güvenilirliğin temel taşıdır.
Sonuç: Veri Dünyasında Yol Haritanız
Korelasyon, bir veri setindeki potansiyel ilişkileri hızlıca işaretleyen bir pusuladır. Makinenizin parçalarının ne kadar uyum içinde çalıştığını anlamanın ilk adımıdır.
Önemli 3 Ders:
- Korelasyon Katsayısı (r), ilişkinin yönünü ($\pm$) ve gücünü ($\pm 1$’e yakınlık) gösterir.
- Veri türüne (nicel, sıralı) ve dağılımına göre Pearson veya Spearman gibi doğru katsayı türünü seçmek hayati önem taşır.
- Yüksek korelasyon, nedensellik demek değildir; daima üçüncü bir değişkenin etkisini göz önünde bulundurun.
Şimdi Sırada Ne Var? Korelasyonun gücünü belirledikten sonra, bir sonraki mantıksal adım, bu ilişkinin nedenselliğe yaklaşıp yaklaşmadığını veya bir değişkenin diğerini ne kadar öngörebildiğini inceleyen Regresyon Analizi‘ne geçmektir. Veri setinizdeki o gizli hikayeleri tam olarak ortaya çıkarmak için, korelasyon tablonuzdan yüksek çıkan değerleri alıp bir regresyon modeli kurarak analizinizi derinleştirin.
