Korelasyon (Pearson / Spearman / Kendall)
Korelasyon (Pearson / Spearman / Kendall), MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Mühendislik alanına ait örnek veri seti üzerinde analizin nasıl uygulandığı, MerQur çıktısının nasıl görüneceği ve APA 7 formatında nasıl raporlanacağı temsilî olarak gösterilmiştir.
🎯 Ne işe yarar?
Korelasyon (Pearson / Spearman / Kendall), ilgili veri türü için gerekli tüm varsayım kontrollerini (normallik, varyans homojenliği, vb.) arka planda otomatik uygular ve sonuçları açık bir tablo + grafik ile sunar. APA 7 standardında otomatik yorumlama, Cohen’s d/η²/R² gibi etki büyüklükleri ve %95 güven aralıkları raporlanır.
📌 Ne zaman kullanılır?
- Mühendislik alanına ait ölçümlerin istatistiksel analizinde
- Akademik yayın için APA 7 uyumlu sonuç tabloları üretmek için
- Hipotez sınama ve karar verme süreçlerinde
- Lisans / yüksek lisans / doktora tezlerinde uygun yöntem seçimi sonrasında
📐 Varsayımlar
- Uygun ölçek — Değişkenler analizin gerektirdiği ölçek düzeyinde (nominal/ordinal/aralık/oran) olmalı
- Bağımsız gözlemler — Gözlemler birbirinden bağımsız bireylerden gelmiş olmalı
- Yeterli örneklem — Analiz için minimum n gereksinimi karşılanmalı
- Aykırı değer kontrolü — Aykırı değerler tespit edilip değerlendirilmeli
Varsayımlar bozulursa MerQur otomatik olarak non-parametrik veya sağlam (robust) alternatife yönlendirir.
🛠 MerQur’da Nasıl Yapılır?
Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.
Analizi seç. Sol kenardan Korelasyon (Pearson / Spearman / Kendall)‘yi seç.
Panel atamaları (programdaki form alanları):
- Sütunlar:
[parsel_id, sulama_mm, gubre_kg_da, +3 daha] - method:
pearson
Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).
▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.
📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.
📊 Örnek Veri Seti — Mühendislik
ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.
🎬 Örnek Dosya
Bu analiz, Mühendislik alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Muhendislik/33_correlation_5degisken.xlsx
🎬 Senaryo
Beş saha değişkeni arasındaki tüm ikili korelasyonları inceliyoruz. İlişki yönü ve gücü için korelasyon matrisi uygundur.
⚙️ Değişken Seçimi
- Değişkenler: irrigation_mm
- Değişkenler: fertilizer_kg_da
- Değişkenler: temperature_C
- Değişkenler: moisture_pct
- Değişkenler: yield_kg_da
- >> GELİŞMİŞ PARAMETRELER (formda opsiyonel — ne işe yarar):
- p-değerleri artık TÜM yöntemler için üretiliyor (Pearson/Spearman/Kendall), yalnız Pearson değil.
- Hipotez yönü (çift / sağ / sol).
- Çiftler arası çoklu karşılaştırma p-düzeltmesi: Bonferroni / Holm / FDR (Benjamini-Hochberg).
- r için güven aralığı: Fisher z (Pearson/Spearman) veya Kendall SE.
Veri Önizleme (İlk 5 Satır)
| plot_id | irrigation_mm | fertilizer_kg_da | temperature_C | moisture_pct | yield_kg_da |
|---|---|---|---|---|---|
| 1.0 | 30.2 | 105.8 | 20.2 | 51.8 | 215.5 |
| 2.0 | 201.0 | 170.4 | 15.7 | 65.6 | 380.4 |
| 3.0 | 241.5 | 37.4 | 28.9 | 89.6 | 211.9 |
| 4.0 | 64.0 | 197.2 | 20.1 | 87.0 | 417.2 |
| 5.0 | 210.9 | 172.0 | 17.0 | 45.4 | 378.3 |
n = 180 · Sütunlar: plot_id, irrigation_mm, fertilizer_kg_da, temperature_C, moisture_pct, yield_kg_da
📈 MerQur Çıktısı
💬 MerQur Yorumu
Beş saha değişkeni arasındaki tüm ikili Pearson korelasyonlarını hesapladık: en güçlü ilişki gübre ile verim arasında (r = 0.85, p < .001); diğerleri daha zayıf. Yani gübre arttıkça verim belirgin biçimde artıyor, geri kalan ölçüler ise daha bağımsız hareket ediyor. Korelasyon matrisi, ilişkilerin yönünü ve gücünü tek bakışta özetler; sahada girdiler arasındaki çakışmayı (multikolinearite riski) ve hangi değişkenlerin verimle gerçekten ilişkili olduğunu görmede ilk adımdır.
⚠ Sık Yapılan Hatalar
- Veri tipini yanlış belirlemek (örn. kategorik değişkeni numerik olarak yüklemek)
- Varsayım kontrollerini atlayıp doğrudan p-değerine bakmak
- Etki büyüklüğünü raporlamamak — APA 7 hem p hem etki büyüklüğü ister
- Çoklu karşılaştırmada Tip I hatası düzeltmesi (Bonferroni/Tukey) yapmamak
- n yetersiz olduğunda non-parametrik alternatife geçmemek
📹 Video Anlatım
Bu analizin Mühendislik dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Korelasyon Analizi — video anlatım
Bu bölüm, İlişki ve Korelasyon videosunun içinde yer alıyor (6 analiz, tek video). Aşağıdaki bağlantı doğrudan 0:00 dakikasından, bu analizin anlatıldığı yerden başlar.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · 🏥 Sağlık Bilimleri · 📊 Sosyal, Beşeri ve İdari Bilimler · 🏃 Spor Bilimleri · 🌾 Ziraat, Orman ve Su Ürünleri
📚 Bu Analizi Yaptıysanız MerQur’u Atıf Yapın
MerQur’u kullanarak bilimsel bir çalışmada bu analizi gerçekleştirdiyseniz, akademik atıf zorunluluğu kapsamında lütfen aşağıdaki atfı kullanın (APA 7):
Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001
BibTeX, RIS, EndNote ve İngilizce karşılığı için: tüm atıf formatları →
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.