Spearman Sıra Korelasyonu Hesaplama

İstatistikSon güncelleme: 22 Ağustos 2026

Spearman sıra korelasyon katsayısı (ρ, rho), iki değişkenin ham değerleri yerine sıra numaraları üzerinden hesaplanan parametrik olmayan bir ilişki ölçüsüdür. Doğrusallık ve normallik varsayımı gerektirmez; yalnızca ilişkinin tek yönlü (monoton) olmasını arar. Bu nedenle Likert tipi ölçeklerde, sıralama verilerinde, küçük örneklemlerde ve uç değer içeren veri setlerinde Pearson korelasyonuna göre çok daha güvenilir sonuç verir.

Bu araç girdiğiniz veri çiftlerini sıralara çevirir, bağlı (eşit) değerlere ortalama sıra atar, sıra farklarının karelerini toplayarak rho'yu hesaplar ve katsayının evrende sıfırdan farklı olup olmadığını n − 2 serbestlik dereceli t yaklaşımıyla sınar. Sonuçta sıra dönüşüm tablosunu, saçılım grafiklerini, Fisher z güven aralığını ve aynı veri için Pearson r değerini yan yana görürsünüz; böylece hangi katsayının raporlanması gerektiğine bilerek karar verirsiniz.

Her değer bir gözleme (katılımcıya) aittir. Virgül, boşluk veya alt alta yazabilirsiniz.
X alanındaki aynı sıradaki gözlemle eşleşmelidir; iki alanda eşit sayıda değer olmalıdır.
Yanlış pozitif riskini belirler. Sosyal bilimlerde yaygın seçim %5'tir.
Aralığın gerçek parametreyi kapsama olasılığı.

Spearman Sıra Korelasyonu Formülleri

Kısayol (bağ yokken):  ρ = 1 − 6·Σdᵢ² / [n(n² − 1)]
dᵢ = sıra(xᵢ) − sıra(yᵢ)
Bağ varken:            ρ = Σ(Rxᵢ − R̄x)(Ryᵢ − R̄y) / √[Σ(Rxᵢ − R̄x)² · Σ(Ryᵢ − R̄y)²]
Anlamlılık:            t = ρ·√[(n − 2) / (1 − ρ²)] ,  sd = n − 2
Kritik katsayı:        ρ_kritik = t_kritik / √(sd + t_kritik²)
Fisher z:              z = ½·ln[(1 + ρ)/(1 − ρ)] = artanh(ρ)
Güven aralığı:         tanh( z ± z_(1−α/2)·√(1,06 / (n − 3)) )

Bağlı (eşit) değerlere ortalama sıra atanır. Bağ olduğunda kısayol formülü yaklaşık kalır; araç bu durumda sıralara Pearson formülünü uygulayarak bağ düzeltmeli rho'yu raporlar — SPSS ve R'ın cor(method="spearman") çıktısı da budur.

Nasıl Hesaplanır?

  1. X ve Y değerlerini aynı sırayla iki alana yapıştırın; her satır aynı gözleme (katılımcıya) ait olmalıdır ve iki alanda eşit sayıda değer bulunmalıdır.
  2. Anlamlılık düzeyini (α) ve güven aralığı düzeyini seçin; sosyal bilimlerde yaygın seçim α = 0,05 ve %95 güvendir.
  3. Sıra dönüşüm tablosunu inceleyin: değerlerin sıralara nasıl çevrildiğini, bağlı değerlere hangi ortalama sıranın atandığını ve Σd² toplamını burada görürsünüz.
  4. Sonuç kartında rho, t, serbestlik derecesi, kritik değer, p ve güven aralığını birlikte okuyun; karar satırı ilişkinin anlamlı olup olmadığını doğrudan söyler.
  5. Pearson r ile Spearman rho'yu karşılaştırın; iki katsayı belirgin biçimde ayrışıyorsa saçılım grafiğine bakarak eğrisellik veya uç değer olup olmadığını kontrol edin.
  6. Raporunuza APA satırını (ör. ρ(8) = 0,95; p < 0,001) ve güven aralığını birlikte aktarın.

Örnek Hesaplamalar

Çalışma süresi ile sınav puanı

10 öğrencinin haftalık çalışma süresi ile sınav puanı arasında ρ = 0,952 bulunur; Σd² = 8'dir. t(8) = 8,749 kritik değer 2,306'yı aştığı için ilişki p < 0,001 düzeyinde anlamlıdır ve %95 güven aralığı 0,795 – 0,989'dur. Pearson r = 0,957 ile çok yakın olduğundan ilişki hem monoton hem doğrusaldır.

Spearman rho (ρ): 0,952 · Etki büyüklüğü etiketi: çok güçlü (|ρ| = 0,952) · ρ² (ortak sıra varyansı): 0,905 (%90,5)

Likert ölçeği (bağlı sıralar)

5'li Likert maddesinde çok sayıda bağlı değer bulunur; bağ düzeltmeli ρ = 0,876 iken kısayol formülü 0,8829 verir — aradaki fark bağ düzeltmesinin etkisidir. Σd² = 33,5 ve t(10) = 5,743 ile ilişki p < 0,001 düzeyinde anlamlıdır; %95 güven aralığı 0,595 – 0,966'dır ve Pearson r = 0,883 ile çok yakındır.

Spearman rho (ρ): 0,876 · Etki büyüklüğü etiketi: çok güçlü (|ρ| = 0,876) · ρ² (ortak sıra varyansı): 0,767 (%76,7)

Eğrisel monoton ilişki (Pearson yanıltır)

Üstel biçimde artan bir ilişkide Σd² = 2 olduğundan ρ = 0,988 çıkar, ancak Pearson r = 0,839'da kalır: ilişki neredeyse kusursuz monotondur ama doğrusal değildir. Bu veride raporlanması gereken katsayı Spearman rho'dur; t(8) = 18,000 ve p < 0,001'dir.

Spearman rho (ρ): 0,988 · Etki büyüklüğü etiketi: çok güçlü (|ρ| = 0,988) · ρ² (ortak sıra varyansı): 0,976 (%97,6)

Sıkça Sorulan Sorular

Spearman rho ile Pearson r arasındaki fark nedir?
Pearson r ham değerler üzerinden DOĞRUSAL ilişkiyi ölçer ve aralık/oran ölçeği ile yaklaşık normallik varsayar. Spearman rho ise değerleri sıra numaralarına çevirip aynı formülü uygular; bu yüzden yalnızca MONOTON ilişki arar, normallik varsaymaz ve uç değerlerden çok az etkilenir. İlişki doğrusalsa iki katsayı birbirine çok yakın çıkar; eğrisel ama monoton bir ilişkide rho belirgin biçimde yüksek olur.
Hangi durumda Spearman, hangi durumda Pearson kullanmalıyım?
Ordinal (sıralı) ölçekler, Likert maddeleri, sıralama verileri, belirgin uç değerler, küçük örneklemler ve çarpık dağılımlar Spearman'ı gerektirir. Değişkenler sürekli, ilişki doğrusal ve dağılımlar yaklaşık normalse Pearson daha güçlüdür (aynı örneklemde gerçek ilişkiyi yakalama olasılığı daha yüksektir). Kararsız kaldığınızda saçılım grafiğine bakın: nokta bulutu düz bir doğru etrafında değilse Spearman tercih edilir.
Bağlı (eşit) değerler sonucu nasıl etkiler?
Eşit değerlere ortalama sıra atanır; örneğin 3. ve 4. sıradaki iki eşit gözlemin ikisi de 3,5 sırasını alır. Bağ varken 1 − 6Σd²/[n(n²−1)] kısayol formülü artık tam değildir, çünkü sıra varyansı küçülür. Araç bu durumda sıralara Pearson formülünü uygulayarak bağ düzeltmeli rho'yu raporlar; bağ oranı çok yüksekse Kendall tau-b daha uygun bir seçimdir.
Spearman korelasyonu için en az kaç gözlem gerekir?
Hesaplama en az 4 çiftle yapılabilir, ancak bu kadar küçük örneklemde p değeri ve güven aralığı güvenilir değildir. t yaklaşımının makul çalışması için genellikle n ≥ 10, kararlı bir tahmin için n ≥ 20–30 önerilir. Bu araç Fisher z güven aralığını yalnızca n ≥ 6 olduğunda üretir, çünkü küçük n'de dönüşümün varyansı yaklaşık bile olmaz.
rho'nun karesi Pearson'daki r² gibi yorumlanır mı?
Tam olarak değil. ρ², SIRALAR düzeyinde paylaşılan varyans oranını verir; ham değerlerdeki açıklanan varyans oranı değildir. Bu nedenle 'değişkenin varyansının %86'sı açıklanmaktadır' demek yerine 'sıralamalar arasında güçlü bir uyum vardır' biçiminde yorumlamak daha doğrudur. Etki büyüklüğü olarak doğrudan ρ'nun kendisi raporlanır.
Sonuçlar SPSS, R ve Excel ile aynı çıkar mı?
SPSS (Correlate → Bivariate → Spearman) ve R'ın cor.test(x, y, method="spearman") çıktısıyla katsayı birebir aynıdır. p değeri için bu araç, SPSS ile aynı olan n − 2 serbestlik dereceli t yaklaşımını kullanır; R küçük örneklemlerde tam permütasyon dağılımını kullandığı için üçüncü basamakta küçük farklar görülebilir. Excel'de hazır bir Spearman fonksiyonu yoktur: RANK.AVG ile sıraları üretip CORREL uygulamak gerekir.
Anlamlı bir rho nedensellik gösterir mi?
Hayır. Spearman rho da tıpkı Pearson r gibi yalnızca birlikte değişimi ölçer; hangi değişkenin diğerini etkilediğini ya da ilişkinin üçüncü bir değişkenden kaynaklanıp kaynaklanmadığını söyleyemez. Üçüncü değişkenin etkisini arındırmak istiyorsanız kısmi korelasyon, tahmin yapmak istiyorsanız regresyon analizi gerekir.