Korelasyon Çalışmalarının Önemi

Bilimsel araştırma okuyorsanız, bildiğiniz gibi, korelasyon ille de nedensellik anlamına gelmez. Nedensel bir ilişki olmaksızın iki değişken ilişkilendirilebilir. Bununla birlikte, bir korelasyonun nedensel bir çıkarım olarak sınırlı bir değere sahip olması, korelasyon çalışmalarının bilim için önemli olmadığı anlamına gelmez. Korelasyonun mutlaka nedensellik anlamına gelmediği fikri, birçok korelasyon çalışmasının değerinin düşürülmesine yol açtı. Bununla birlikte, uygun şekilde kullanıldığında, korelasyon çalışmaları bilim için önemlidir.

Korelasyon çalışmaları neden önemlidir? Stanovich (2007) şuna işaret etmektedir:

"İlk olarak, pek çok bilimsel hipotez, korelasyon veya korelasyon eksikliği açısından ifade edilir, bu nedenle bu tür çalışmalar doğrudan bu hipotezlerle ilgilidir ..."

İkincisi, korelasyon nedensellik anlamına gelmese de, nedensellik korelasyonu ima eder. Yani, korelasyonel bir çalışma nedensel bir hipotezi kesin olarak kanıtlayamasa da, birini ekarte edebilir.

Üçüncüsü, korelasyon çalışmaları göründüklerinden daha kullanışlıdır, çünkü son zamanlarda geliştirilen karmaşık korelasyon tasarımlarından bazıları çok sınırlı bazı nedensel çıkarımlara izin verir.

… Bazı değişkenler etik nedenlerden dolayı manipüle edilemez (örneğin, insan yetersiz beslenmesi veya fiziksel engeller). Doğum sırası, cinsiyet ve yaş gibi diğer değişkenler doğaları gereği ilişkiseldir çünkü manipüle edilemezler ve bu nedenle bunlarla ilgili bilimsel bilgi korelasyon kanıtlarına dayanmalıdır. "

Korelasyon bilindikten sonra tahmin yapmak için kullanılabilir. Bir ölçüdeki bir puanı bildiğimizde, onunla oldukça ilişkili olan başka bir ölçü için daha doğru bir tahmin yapabiliriz. Değişkenler arasındaki / arasındaki ilişki ne kadar güçlü olursa tahmin de o kadar doğru olur.

Pratik olduğunda, korelasyon çalışmalarından elde edilen kanıtlar, bu kanıtın kontrollü deneysel koşullar altında test edilmesine yol açabilir.

Korelasyonun mutlaka nedensellik anlamına gelmediği doğru olsa da, nedensellik korelasyonu ima eder. Korelasyon çalışmaları, daha güçlü deneysel yöntem için bir sıçrama tahtasıdır ve karmaşık korelasyonel tasarımların (yol analizi ve çapraz gecikmeli panel tasarımları) kullanılmasıyla, çok sınırlı nedensel çıkarımlara izin verir.

Notlar:

Nedensellik sonucunu basit bir korelasyondan çıkarmaya çalışırken iki büyük sorun vardır:

1. yönsellik problemi - değişken 1 ve 2 arasındaki bir korelasyonun, 2'deki değişikliklere neden olan 1'deki değişikliklerden kaynaklandığı sonucuna varmadan önce, nedensellik yönünün bunun tersi olabileceğini, dolayısıyla 2'den 1'e olabileceğini anlamak önemlidir.
2. üçüncü değişken problemi - değişkenlerdeki korelasyon, her iki değişken de üçüncü bir değişkenle ilişkili olduğu için ortaya çıkabilir

Yol analizi, çoklu regresyon ve kısmi korelasyon gibi karmaşık korelasyon istatistikleri, “diğer değişkenlerin etkisi kaldırıldıktan veya 'çarpanlara ayrıldıktan sonra” veya' parçalandıktan sonra iki değişken arasındaki korelasyonun yeniden hesaplanmasına izin verir "(Stanovich, 2007, s. 77). Karmaşık korelasyonel tasarımlar kullanırken bile, araştırmacıların sınırlı nedensellik iddialarında bulunmaları önemlidir.

Yol analizi yaklaşımı kullanan araştırmacılar, modellerini nedensel ifadeler açısından çerçevelememek için her zaman çok dikkatli olurlar. Neden olduğunu anlayabilir misin? Bir yol analizinin iç geçerliliğinin düşük olduğunu çünkü korelasyonel verilere dayandığını umuyoruz. Sebepten sonuca yön kesin olarak kurulamaz ve “üçüncü değişkenler” asla tamamen göz ardı edilemez. Bununla birlikte, nedensel modeller, gelecekteki araştırmalar için hipotezler oluşturmak ve deney yapmanın mümkün olmadığı durumlarda olası nedensel dizileri tahmin etmek için son derece yararlı olabilir (Myers ve Hansen, 2002, s. 100).

Nedeni Çıkarmak İçin Gerekli Koşullar (Kenny, 1979):

Zaman önceliği: 1'in 2'ye neden olması için 1'in 2'den önce gelmesi gerekir. Nedenin sonuçtan önce gelmesi gerekir.

İlişki: Değişkenler birbiriyle ilişkilendirilmelidir. İki değişkenin ilişkisini belirlemek için, ilişkinin tesadüfen oluşup oluşmayacağının belirlenmesi gerekir. Uzman olmayan gözlemciler genellikle ilişkilerin varlığı konusunda iyi yargıçlar değildir, bu nedenle ilişkilerin varlığını ve gücünü ölçmek ve test etmek için istatistiksel yöntemler kullanılır.

Merhametsizlik (sahte olma, 'gerçek değil' anlamına gelir): “Nedensel bir ilişki için üçüncü ve son koşul, acımasızlıktır (Suppes, 1970). X ve Y arasındaki bir ilişkinin müstehcen olması için, hem X hem de Y'ye neden olan bir Z olmaması gerekir, öyle ki Z kontrol edildiğinde X ve Y arasındaki ilişki kaybolur ”(Kenny, 1979. s. 4-5).

Referanslar

Kenny, D. (1979). Korelasyon ve Nedensellik.

Myers, A. ve Hansen, C. (2002). Deneysel Psikoloji. Pacific Grove, CA: Wadsworth.

Stanovich, K. (2007). Psikoloji Hakkında Düzgün Düşünme. Boston, MA: Pearson.