Geçmişi anlamaya çalışırken yalnızca olayların ne zaman gerçekleştiğine değil, insanların dünyayı anlamlandırmak için hangi yöntemleri geliştirdiğine de bakmak gerekir. İstatistik, bugün hayatımızın pek çok alanında kullanılan güçlü bir araç olsa da arkasında uzun bir bilimsel gelişim ve sorgulama tarihi bulunur. sorusu da bu tarihsel birikimin günümüzdeki yansımalarından biridir.
Pearson korelasyon katsayısı, iki sayısal değişken arasındaki doğrusal ilişkinin yönünü ve gücünü ölçmek için kullanılır. Ancak bu yöntemin hangi koşullarda tercih edildiğini anlamak için yalnızca matematiksel formülüne değil, istatistik biliminin gelişimine ve bilimsel araştırmalarda kanıt anlayışının dönüşümüne de bakmak gerekir.
İstatistiksel düşüncenin gelişimi, devletlerin nüfuslarını, ekonomik kaynaklarını ve toplumsal değişimleri ölçme ihtiyacıyla yakından ilişkilidir. Nüfus sayımları, ölüm kayıtları ve ekonomik göstergeler, zaman içerisinde yalnızca idari belgeler olmaktan çıkarak bilimsel araştırmaların da temelini oluşturdu.
19. yüzyılda ölçüm tekniklerinin gelişmesiyle birlikte araştırmacılar, farklı değişkenlerin birbirleriyle nasıl ilişkili olduğunu daha sistematik biçimde incelemeye başladı. Özellikle biyoloji, astronomi ve insan özelliklerinin ölçülmesiyle ilgilenen araştırmalar, istatistiksel yöntemlerin gelişmesine katkıda bulundu.
İngiliz araştırmacı Francis Galton, 19. yüzyılın ikinci yarısında farklı özellikler arasındaki ilişkileri inceleyen çalışmalar gerçekleştirdi. Özellikle kalıtım ve insan özellikleri üzerine yaptığı araştırmalar, korelasyon düşüncesinin gelişmesinde etkili oldu.
Galton’ın çalışmaları, bir özelliğin değişmesiyle başka bir özelliğin nasıl değiştiğini ölçme fikrini bilimsel tartışmaların merkezine taşıdı. Bununla birlikte, bu araştırmaların tarihsel bağlamı değerlendirilirken dönemin kalıtım anlayışının ve öjenik düşüncesinin etik açıdan sorunlu yönleri de göz önünde bulundurulmalıdır.
açısından Galton’ın 1889 tarihli Natural Inheritance adlı eseri, bu dönemin önemli birincil kaynaklarından biridir. Eser, değişkenler arasındaki ilişkilerin ölçülmesine yönelik düşüncelerin nasıl geliştiğini anlamak için incelenebilir.
Francis Galton’ın öncülük ettiği araştırmaların ardından İngiliz matematikçi Karl Pearson, korelasyonun matematiksel temellerinin geliştirilmesinde önemli rol oynadı. Pearson’ın çalışmaları, iki değişken arasındaki doğrusal ilişkinin sayısal bir katsayıyla ifade edilmesini sağlayan yöntemin yaygınlaşmasına katkıda bulundu.
Pearson’ın 1896 yılında yayımlanan Mathematical Contributions to the Theory of Evolution başlıklı çalışması, korelasyon ve regresyon yöntemlerinin gelişimi açısından önemli bir bilimsel kaynaktır.
Bu dönemde istatistik, yalnızca verileri özetleyen bir araç olmaktan çıkarak bilimsel hipotezleri değerlendirmeye yarayan bir yöntem hâline geliyordu.
Evet, Pearson korelasyon katsayısı parametrik bir korelasyon yöntemi olarak sınıflandırılır. Bununla birlikte, katsayının hesaplanmasıyla bu katsayı hakkında istatistiksel çıkarım yapılması birbirinden ayrılmalıdır.
Pearson korelasyon katsayısı genellikle rrr harfiyle gösterilir ve -1 ile +1 arasında değer alır.
– r=+1r=+1r=+1: Mükemmel pozitif doğrusal ilişki.
– r=−1r=-1r=−1: Mükemmel negatif doğrusal ilişki.
– r=0r=0r=0: Doğrusal ilişki yoktur; ancak doğrusal olmayan bir ilişki bulunabilir.
Pearson korelasyonunun hesaplanması için değişkenlerin normal dağılıma sahip olması zorunlu değildir. Ancak katsayı hakkında özellikle klasik anlamlılık testleri ve güven aralıkları üzerinden çıkarım yapılırken kullanılan varsayımlar önem kazanır.
Parametrik yöntemler, belirli bir olasılık dağılımı modeli veya dağılımın özellikleri hakkında varsayımlara dayanır. Pearson korelasyonunun klasik çıkarımsal kullanımında, özellikle iki değişkenli normal dağılım varsayımı önemlidir.
Buna karşılık, örneklemden hesaplanan Pearson katsayısı, verilerin normal dağıldığı varsayımı olmadan da matematiksel olarak bulunabilir. Dolayısıyla Pearson korelasyonun parametrik olması, her veri setinde normal dağılım koşulunun zorunlu olduğu anlamına gelmez.
20. yüzyılda istatistik; psikoloji, ekonomi, sosyoloji, tıp ve eğitim gibi alanlarda daha geniş biçimde kullanılmaya başladı. Araştırmacılar, bireysel gözlemlerin ötesine geçerek toplumsal eğilimleri ve değişkenler arasındaki ilişkileri ölçmeye yöneldi.
Bu süreçte Ronald Fisher’ın istatistiksel çıkarım ve deney tasarımı üzerine çalışmaları da bilimsel yöntemlerin gelişiminde etkili oldu. Fisher’ın 1925 tarihli Statistical Methods for Research Workers adlı eseri, istatistiksel yöntemlerin araştırmalarda kullanımını ele alan önemli bir birincil kaynaktır.
Ancak korelasyonun yaygınlaşması, önemli bir metodolojik sorunu da beraberinde getirdi: İki değişken arasında ilişki bulunması, birinin diğerine neden olduğunu göstermez.
, eğitim süresi ile gelir arasında pozitif bir korelasyon bulunması, gelirdeki bütün farklılıkların eğitimden kaynaklandığını kanıtlamaz. Aile koşulları, iş deneyimi ve ekonomik yapı gibi başka değişkenler de bu ilişkide etkili olabilir.
Pearson korelasyonunun uygun olup olmadığına karar verirken verilerin yapısı, ilişkinin biçimi ve araştırmanın amacı birlikte değerlendirilmelidir.
Özellik Pearson korelasyon Spearman korelasyon
Temel yaklaşım Doğrusal ilişki Sıralamalar arasındaki ilişki
Veri yapısı Sayısal ölçümler Sıralanabilir veriler
Uç değerlerden etkilenme Genellikle daha fazla Bazı durumlarda daha az
Temel ilişki varsayımı Doğrusal ilişki Monoton ilişki
Spearman korelasyonu, özellikle sıralı verilerde veya ilişkinin doğrusal olmadığı ancak monoton olduğu durumlarda yararlı olabilir. Bununla birlikte, hangi yöntemin seçileceği yalnızca normal dağılım testinin sonucuna göre belirlenmemelidir.
Pearson korelasyonu, iki sayısal değişken arasında doğrusal ilişki olup olmadığını araştırırken tercih edilebilir. Örneğin çalışma süresi ile sınav puanı, yaş ile belirli bir ölçüm sonucu veya sıcaklık ile enerji tüketimi arasındaki ilişki incelenebilir.
Yöntemi uygulamadan önce şu noktalar değerlendirilmelidir:
– Değişkenler uygun sayısal ölçüm düzeyinde olmalıdır.
– İlişkinin doğrusal olup olmadığı saçılım grafiğiyle incelenmelidir.
– Aykırı değerlerin katsayı üzerindeki etkisi değerlendirilmelidir.
– Anlamlılık testi yapılacaksa ilgili varsayımlar göz önünde bulundurulmalıdır.
Pearson korelasyonunun tarihsel gelişimi, bilimin yalnızca yeni formüller üretmekten ibaret olmadığını gösterir. Galton’ın gözlemlerinden Pearson’ın matematiksel çalışmalarına, Fisher’ın istatistiksel çıkarım yaklaşımına uzanan süreç, ölçme ve yorumlama biçimlerimizin nasıl değiştiğini ortaya koyar.
Bugün kamu politikalarından eğitim araştırmalarına kadar pek çok alanda korelasyon katsayıları kullanılmaktadır. Ancak bir istatistiksel sonucun güvenilirliği, yalnızca hesaplamanın doğru yapılmasına değil, verilerin nasıl toplandığına ve sonuçların hangi bağlamda yorumlandığına da bağlıdır.
Pearson korelasyon parametrik mi? sorusunun cevabı evet olsa da yöntemin doğru kullanımı, bu sınıflandırmayı bilmekten daha fazlasını gerektirir. Korelasyon katsayısı ilişkinin gücü ve yönü hakkında bilgi verir; tek başına neden-sonuç ilişkisini kanıtlamaz.
Geçmişte geliştirilen yöntemler bugün hâlâ bilimsel düşüncemizi şekillendiriyor. Peki biz verilerle karşılaştığımızda yalnızca sayılara mı bakıyoruz, yoksa sayıların arkasındaki koşulları da sorguluyor muyuz? Belki de istatistiğin tarihinden çıkarılabilecek en önemli ders, ölçmenin yanında eleştirel düşünmenin de vazgeçilmez olduğudur.
Pearson korelasyon parametrik mi başlığıyla ilgili bu kapsamlı anlatımın faydalı olmasını dileriz.