Korelasyon nedir? Korelasyon, iki değişken arasındaki ilişkinin yönünü ve gücünü sayısal olarak ifade eden istatistiksel bir ölçüdür. Değişkenlerden biri değiştiğinde diğerinin de birlikte değişip değişmediğini gösterir. Sonuç, -1 ile +1 arasında bir korelasyon katsayısıyla özetlenir; ancak bu değer tek başına neden-sonuç ilişkisi kanıtlamaz.
BIART Bilişim olarak bankacılık, sigorta, enerji ve kamu kurumlarında veri ambarı, raporlama ve analitik projeleri yürütürken en sık gördüğümüz hata, korelasyon sonuçlarının bağlamsız yorumlanmasıdır. Bu rehber, değişkenler arasındaki ilişkiyi doğru okumanız için hazırlanmıştır.
Korelasyon Nedir? Temel Tanımı ve İstatistikteki Yeri
Veri analizinde ilk sorulardan biri şudur: iki ölçüm birbiriyle ilişkili mi? Korelasyon analizi bu soruya sayısal ve karşılaştırılabilir bir yanıt verir. Değişken seçimi, risk değerlendirmesi ve raporlama kararlarının temelinde yer alır.
Korelasyon Kelime Anlamı ve Mantığı
Kelime, "birlikte" ve "ilişki" anlamındaki Latince köklerden gelir. Mantığı basittir: iki değişken aynı anda belirli bir düzen içinde hareket ediyorsa aralarında korelasyon vardır. Bu düzen aynı yönde, ters yönde ya da hiç olmayabilir.
İki Değişken Arasındaki İlişkiyi Anlamak
Bir şubenin aylık kampanya harcaması ile yeni müşteri sayısı arasındaki ilişkiyi düşünün. Harcama arttıkça müşteri sayısı da artıyorsa değişken arasındaki bağ güçlüdür. Bu ilişkiyi anlamanın ilk adımı, veriyi bir saçılım grafiği üzerinde görselleştirmektir. Grafik, katsayının gizleyebileceği örüntüleri açıkça gösterir.
Korelasyon Katsayısı (r) Nedir ve Nasıl Yorumlanır?
Korelasyon katsayısı, ilişkiyi tek bir sayıya indirger. En yaygın gösterimi "r" harfidir. Birimden bağımsız olduğu için farklı ölçeklerdeki değişkenler karşılaştırılabilir.
Katsayı Değer Aralığı (-1 ile +1 Arası)
- +1: mükemmel pozitif doğrusal ilişki
- 0: doğrusal ilişki yok
- -1: mükemmel negatif doğrusal ilişki
İlişkinin Gücünü ve Yönünü Belirleme
İşaret yönü, mutlak değer gücü gösterir. Aşağıdaki sınırlar yaygın kullanılan bir pratik kılavuzdur; alanlara göre değişebilir.
| |r| aralığı | Yorum (kılavuz) |
|---|---|
| 0,00 - 0,19 | Çok zayıf |
| 0,20 - 0,39 | Zayıf |
| 0,40 - 0,59 | Orta |
| 0,60 - 0,79 | Güçlü |
| 0,80 - 1,00 | Çok güçlü |
Gücünü ve yönünü birlikte okumak önemlidir: r = -0,75 değeri, güçlü bir negatif korelasyon demektir.
İstatistiksel Anlamlılık (p-değeri) Önemi
Küçük örneklemlerde yüksek bir r değeri tesadüfen ortaya çıkabilir. Bu yüzden katsayı ile birlikte p-değeri raporlanır. P-değeri, ilişki gerçekte olmasaydı bu kadar uç bir katsayı görme olasılığını ifade eder. Düşük p-değeri istatistiksel anlamlılık sağlar, ancak ilişkinin pratik açıdan önemli olduğunu garanti etmez. Örneklem büyüklüğünü de her zaman belirtin.
Korelasyon Çeşitleri Nelerdir?
Pozitif Korelasyon (Aynı Yönde Hareket)
Bir değişken arttığında diğeri de artar. Örnek: çalışma saati ile üretilen birim sayısı. Pozitif korelasyon, r değerinin sıfırdan büyük olmasıyla tanınır.
Negatif Korelasyon (Ters Yönde Hareket)
Biri arttığında diğeri azalır. Örnek: bir makinenin yaşı ile üretim verimi. Negatif korelasyon, r değerinin sıfırdan küçük olmasıdır ve risk yönetimi için çok değerlidir.
Sıfır Korelasyon (İlişkisizlik Durumu)
r değeri sıfıra yakınsa doğrusal bir ilişki görülmez. Bu, ilişki yok demek değildir; ilişki doğrusal olmayan bir biçimde olabilir.
En Yaygın Korelasyon Analizi Yöntemleri
Yöntem seçimi, veri tipine ve dağılıma bağlıdır.
| Yöntem | Ne ölçer? | Ne zaman? |
|---|---|---|
| Pearson | Doğrusal ilişki | Sürekli, yaklaşık normal dağılımlı veri |
| Spearman | Monoton ilişki (sıra) | Sıralı veri, aykırı değer veya normal olmayan dağılım |
| Kendall Tau | Sıra uyumu | Küçük örneklem, çok sayıda eş değer |
Pearson Çarpım Momentler Korelasyonu
Pearson korelasyonu ham değerler üzerinden doğrusal ilişkiyi ölçer. Aykırı değerlere duyarlıdır; uygulamadan önce veri dağılımını kontrol edin.
Spearman Sıra Korelasyonu
Spearman korelasyonu, değerler yerine sıraları kullanır. İlişki doğrusal olmasa bile sürekli artan veya azalan (monoton) ise yakalar. Pearson ile arasındaki temel fark budur: biri değerlerin büyüklüğüne, diğeri sıralamasına bakar.
Kendall Tau ve Kısmi Korelasyon
Kendall Tau, sıra uyumuna dayanır ve küçük örneklemlerde tercih edilir. Kısmi korelasyon ise üçüncü bir değişkenin etkisini sabitleyerek iki değişken arasındaki ilişkiyi yalıtır. Gizli bir etkenden şüphelenildiğinde kullanışlıdır.
Korelasyon ile Nedensellik Arasındaki Kritik Fark
Birlikte Değişim Neden-Sonuç İlişkisi Midir?
Hayır. Korelasyon yalnızca birlikte değişimi gösterir. A ile B arasındaki ilişki; A'nın B'ye yol açması, B'nin A'ya yol açması, ortak bir üçüncü etken veya tesadüf olabilir. Nedensellik, kontrollü deneyler ve uygun nedensel çıkarım yöntemleriyle sınanır.
Sahte Korelasyon (Spurious Correlation) Nedir ve Örnekleri
Sahte korelasyon, iki değişkenin gerçekte birbirini etkilemediği hâlde ilişkili görünmesidir. Klasik, varsayımsal bir örnek: yaz aylarında dondurma satışları ile deniz kazaları birlikte artabilir. Ortak etken sıcak havadır. İş verisinde de iki göstergenin her ikisi mevsimsellikten etkileniyorsa aralarında yanıltıcı bir bağ ortaya çıkar.
Korelasyon ile Regresyon Arasındaki Farklar
İlişki Tespiti ve Tahminleme Ayrımı
- Korelasyon: ilişkinin yönünü ve gücünü özetler; değişkenler simetriktir.
- Regresyon: bağımlı değişkeni bağımsız değişkenlerden tahmin eden bir model kurar; değişkenlerin rolü bellidir.
Önce korelasyonla ilişkiyi keşfetmek, sonra regresyonla tahmin modeli kurmak yaygın bir iş akışıdır.
Korelasyonun Farklı Alanlardaki Pratik Kullanımları
Finans ve Yatırım Portföylerinde Risk Yönetimi
Portföy çeşitlendirmesi korelasyona dayanır. Birbiriyle düşük veya negatif korelasyonlu varlıklar bir arada tutulduğunda toplam dalgalanma azalır. Örneğin bir hisse senedi düşerken ters yönde hareket eden bir varlık kaybı kısmen dengeleyebilir. Korelasyonların kriz dönemlerinde değişebileceğini unutmayın.
Tıp ve Sağlık Bilimlerinde Klinik Araştırmalar
Klinik araştırmalarda bir ölçüm ile bir sağlık göstergesi arasındaki ilişkiyi incelemek için korelasyon kullanılır. Bu, hipotez üretmeye yarar; bir tedavinin etkisini kanıtlamak için randomize kontrollü çalışma gerekir.
Veri Bilimi ve Makine Öğreniminde Çoklu Doğrusallık Kontrolü
Modelleme öncesinde korelasyon matrisi hazırlanır. Bu matris, tüm değişken çiftlerinin katsayılarını tek tabloda gösterir. İki bağımsız değişken birbirine çok yüksek korelasyonlu ise çoklu doğrusallık (multicollinearity) sorunu doğar; regresyon katsayıları kararsızlaşır ve yorumlanması güçleşir. Uygulama adımları:
- Korelasyon matrisini oluşturun ve ısı haritasıyla görselleştirin.
- Yüksek korelasyonlu değişken çiftlerini belirleyin.
- İş bilgisine göre birini eleyin ya da değişkenleri birleştirin.
- Gerekirse ek tanı ölçütleriyle sonucu doğrulayın.
Bu tür çalışmalar güvenilir bir veri yönetimi altyapısı gerektirir; kalitesiz veri, hesaplanan her katsayıyı bozar. Verinin nereden geldiğini izlemek için veri kökeni ve data trust yazımıza göz atabilirsiniz. Analizleri kurum geneline yaymak için iş zekası ve self servis analitik çözümleri kullanılır. Çok sayıda değişkenin olduğu büyük veri ortamlarında korelasyon matrisi de ölçeklenebilir bir platformda hesaplanmalıdır.
Korelasyon Analizinde Sık Yapılan Hatalar ve Dikkat Edilmesi Gerekenler
Aykırı Değerlerin (Outliers) Analize Etkisi
Tek bir aykırı değer, Pearson katsayısını belirgin biçimde yükseltebilir veya düşürebilir. Çözüm yolları:
- Saçılım grafiğiyle aykırı değerleri görsel olarak tespit edin.
- Veri girişi hatası mı, gerçek bir uç durum mu olduğunu araştırın.
- Aykırı değere dayanıklı Spearman korelasyonunu da hesaplayıp karşılaştırın.
- Çıkarma kararını ve gerekçesini mutlaka belgeleyin.
Doğrusal Olmayan İlişkilerin Gözden Kaçırılması
Pearson yalnızca doğrusal ilişkiyi ölçer. Değişkenler arasında U şeklinde (kuadratik) bir ilişki varsa katsayı sıfıra yakın çıkabilir; oysa bağ çok güçlüdür. Örneğin bir sürecin verimi belirli bir sıcaklıkta zirve yapıp iki yanda düşüyorsa, bu doğrusal olmayan desen r değerinde görünmez. Bu yüzden r = 0 sonucunu "ilişki yok" diye okumayın.
Anscombe Dörtlüsü: Görselleştirmenin Önemi
İstatistikçi Francis Anscombe'un dörtlüsü, aynı ortalama, varyans ve yaklaşık aynı korelasyon katsayısına (yaklaşık 0,816) sahip dört veri setinden oluşur. Ancak grafiklere bakıldığında biri doğrusal, biri eğrisel, biri aykırı değerli, biri ise tek bir uç noktaya bağlıdır. Ders açıktır: katsayıyı her zaman saçılım grafiğiyle birlikte yorumlayın.
Kaynaklar ve Sonuç
Konuyu derinleştirmek için Wikipedia'daki Correlation maddesine, Anscombe's quartet maddesine ve NIST'in e-Handbook of Statistical Methods kaynağına bakabilirsiniz. Referans projelerimiz için referanslar sayfamızı inceleyebilirsiniz.
Özetle korelasyon, ilişkiyi keşfetmek için güçlü ama tek başına yetersiz bir araçtır. Doğru yöntemi seçin, aykırı değerleri ve doğrusal olmayan örüntüleri kontrol edin, nedensellik iddiasından kaçının. Kurumunuzda güvenilir veri analizi altyapısı kurmak için: Projeniz için birlikte çalışalım. İletişime Geçin
Sık sorulan sorular
Korelasyon katsayısı -1 çıkarsa ne anlama gelir?
Mükemmel negatif doğrusal ilişki vardır. Bir değişken arttığında diğeri tam orantılı biçimde azalır. Gerçek verilerde nadiren görülür; görülürse hesaplama veya veri tekrarı hatası olup olmadığı kontrol edilmelidir.
Korelasyon neden nedensellik anlamına gelmez?
Korelasyon yalnızca birlikte değişimi gösterir. Üçüncü bir gizli değişken, tesadüf ya da ters yönlü etki aynı sonucu üretebilir. Nedenselliği göstermek için deneysel tasarım veya nedensel çıkarım yöntemleri gerekir.
Pearson ile Spearman korelasyonu arasındaki fark nedir?
Pearson doğrusal ilişkiyi ham değerler üzerinden ölçer ve aykırı değerlere duyarlıdır. Spearman değerlerin sıralarını kullanır; monoton ilişkileri yakalar ve aykırı değerlere daha dayanıklıdır.
Sahte (spurious) korelasyon ne demektir?
İki değişkenin gerçekte birbirini etkilemediği hâlde, ortak bir üçüncü etken veya tesadüf nedeniyle istatistiksel olarak ilişkili görünmesidir.
Tıpta korelasyon ne anlama gelir?
Klinik araştırmalarda bir risk faktörü ile bir sonuç arasındaki birlikte değişimi ifade eder. Tedavi etkisini kanıtlamak için ise kontrollü çalışma gerekir.
Korelasyon ve regresyon arasındaki temel fark nedir?
Korelasyon ilişkinin yönünü ve gücünü tek bir katsayıyla özetler. Regresyon ise bir değişkeni diğerinden tahmin eden bir model kurar ve değişkenlerin rolünü ayırır.
Finansta negatif korelasyon portföyü nasıl korur?
Fiyatları ters yönde hareket eden varlıklar bir arada tutulduğunda, birindeki kayıp diğerindeki kazançla kısmen dengelenir ve portföyün toplam dalgalanması azalır.

