Tanım, özellikler, anket ve gözlemsel çalışma türleri
Üç koşul, üçüncü değişken problemi
Yön, güç, Pearson/Spearman/Phi
Sporda motivasyon araştırması, 1500 sporcu
7 aşamalı süreç, madde yazım ilkeleri
Örneklem gücü, güven aralığı, kovaryans
Nedensellik yanılgısı, aykırı değer, restriction of range
Tez sürecinize taşıyacağınız karar noktaları
Değişkenleri manipüle etmeden mevcut durumu olduğu gibi gözlemler
Belirli bir plan ve yapıya sahiptir, rastgele değildir
Sadece ilişkileri ya da özellikleri tanımlar, nedenselliği açıklamaz
Belirli bir zaman noktasında, farklı bireylerden veri toplanır.
Örnek: Sporcuların mevcut beslenme alışkanlıkları ile antrenman yoğunluğu ilişkisi.
Aynı örneklemden, farklı zaman noktalarında tekrar veri toplanır.
Örnek: Sporcuların kariyer boyunca motivasyon değişiminin performansla ilişkisi.
Katılımcı farkında değildir. Örnek: Futbol maçında top sürme tekniğini gizlice gözlemleme.
Araştırmacı grubun bir parçası olur. Örnek: Takıma katılıp içeriden dinamikleri gözlemleme.
Önceden belirlenmiş kodlama şeması. Örnek: Basketbolda her oyuncunun pas/şut/top kaybı sayısı.
Avantaj: gerçekçi davranış, yeni hipotez üretme potansiyeli. Dezavantaj: gözlemci yanlılığı, zaman maliyeti, nedensellik kuramama, etik sorunlar (gizlilik, onam).
X ve Y arasında istatistiksel olarak anlamlı bir ilişki olmalı
X, Y'den zaman olarak önce gelmeli
Başka olası açıklamalar kontrol edilmeli
Kaygı performansı mı düşürür, yoksa düşük performans mı kaygıya neden olur? İki değişken ilişkiliyken hangisinin neden olduğunu belirlemek zordur.
Yanlış yorum: "Dondurma yemek boğulmaya neden oluyor."
Doğru açıklama: Her iki değişken de yaz aylarındaki artan sıcaklıklardan (üçüncü değişken) etkilenir — insanlar hem daha çok dondurma yer hem daha çok yüzer.
Ders: Korelasyon gördüğünüzde, aklınıza gelen ilk nedensel açıklamaya güvenmeyin.
Dondurma satışları ile boğulma vakaları arasındaki gerçek ama yanıltıcı ilişki, üçüncü bir değişkeni (Z) kontrol etmeden nedensellik iddia edilemeyeceğinin klasik örneğidir — spor bilimlerinde de "protein tüketimi ile kas kütlesi" gibi ilişkilerin arkasında antrenman hacmi gibi gizli bir Z değişkeni olabilir.
İki sürekli değişken, doğrusal ilişki. En sık kullanılan.
Sıralı değişkenler veya normal dağılmayan veri.
İki nominal (iki kategorili) değişken arası ilişki.
r=-0.58, sıfıra göre oldukça uzak bir noktadır — bu yüzden "orta-güçlü" sınıfına girer. Eksi işareti yönü (yaş artınca sıçrama azalır) anlatırken, 0.58 büyüklüğü ilişkinin gücünü anlatır; ikisini birlikte okumak zorunludur.
Örneklem: 5 farklı bölgeden 1500 sporcu.
Araç: Sport Motivation Scale (SMS-28) Türkçe versiyonu, online anket, 3 hafta.
Değişkenler: yaş, cinsiyet, spor dalı, deneyim yılı — içsel/dışsal motivasyon karşılaştırması.
Geniş örneklemlerden veri toplama
Genelleme yapabilme, maliyet etkinliği
Standartlaştırılmış veri
Yüzeysel bilgi, düşük yanıt oranları
Sosyal beğenirlik yanlılığı
Nedensellik kuramamak
Sorular spesifik mi? Örneklem temsili mi? Araç geçerli/güvenilir mi? Pilot çalışma yapıldı mı? Etik onay var mı? Yanıt oranı stratejisi var mı? Analiz planı önceden belirlendi mi?
"Antrenörüm beni destekler ve motive eder." — iki farklı şeyi tek soruda soruyor.
"Antrenörüm beni destekler." + "Antrenörüm beni motive eder." — iki ayrı madde.
"Antrenman yapmaktan hiç hoşlanmam." — ters kodlama gerektirir, kafa karıştırır.
"Antrenman yapmaktan hoşlanırım." — doğrudan ve net.
Yapı geçerliliği faktör analiziyle boyutları doğrular; kriter geçerliliği ise benzer ölçeklerle korelasyon kurarak sağlanır.
Bulgu: r = -0.58, p < 0.001
Yorum: Yaş arttıkça dikey sıçrama performansı istatistiksel olarak anlamlı şekilde azalır — orta-güçlü düzeyde negatif ilişki.
Kesikli çizgi genel eğilimi gösterir ama hiçbir nokta tam onun üzerinde değildir — bu dağınıklık tam olarak r=-0.58'in beklediğimiz görüntüsüdür. r=-0.95 olsaydı noktalar çizgiye çok daha yakın kümelenir, r=-0.15 olsaydı bulut neredeyse dairesel bir dağınıklığa dönüşürdü.
α = 0.05, güç = 0.80 varsayımıyla. Fisher's z-transform ile korelasyon katsayısı için %95 güven aralığı hesaplanabilir.
"Yüksek korelasyon neden-sonuç demektir" — yanlış. Korelasyon sadece ilişki gösterir.
Tek bir ekstrem değer tüm korelasyonu değiştirebilir.
Pearson r sadece doğrusal ilişki görür. Yaş-performans çoğu sporda U-şeklindedir.
Homojen alt gruplarda korelasyon azalır; karma gruplarda yanlış yüksek çıkar.
Yeşil kesikli eğri gerçek örüntüyü takip ederken, kırmızı düz çizgi (Pearson r'nin varsaydığı doğrusal model) neredeyse yatay kalır — sayısal olarak r sıfıra yakın çıkabilir. Bu yüzden bir korelasyon katsayısına güvenmeden önce veriyi mutlaka serpilme diyagramıyla görselleştirmek gerekir.
Hesaplama: Cov(süre, kalori) = +45.8 dk×kcal
Yorum: Pozitif kovaryans — antrenman süresi arttıkça kalori yakımı da artıyor. Ancak birimi olduğu için büyüklüğü doğrudan yorumlamak zordur; bu yüzden standartlaştırılmış korelasyon katsayısı tercih edilir.