İstatistik, birçok alanda analizler için önemli bir araçtır. Bu kılavuz, Spearman tarafından yapılan Rang-korelasyon analizini Excel'de nasıl yapılacağını göstermektedir. Bu yöntemle ordinal değişkenler arasındaki ilişkiyi etkili bir şekilde nicelendirebilirsiniz. Müşteri memnuniyeti ile pazarlama seviyesi arasındaki ilişkiye odaklanacağız.
En Önemli Bulgular
- Spearman tarafından yapılan Rang-korelasyon analizi, ordinal ölçekli veriler için özellikle uygundur.
- Excel'in kullanımı, Rang-korelasyonun hızlı bir şekilde hesaplanmasına ve görselleştirilmesine olanak tanır.
- Pazarlama seviyeleri ile müşteri memnuniyeti arasında zayıf bir pozitif ilişki, daha fazla pazarlama harcamasının zorunlu olarak daha yüksek memnuniyete yol açmadığını göstermektedir.
Adım Adım Kılavuz
İlk olarak, ilgili verileri eklemeniz gerekmektedir. Müşteri memnuniyeti ve pazarlama seviyelerine odaklanacağız. Bu veriler bir vaka çalışması kapsamında toplanmıştır.
Bunun için verileri ilk olarak ham veri setinizden kopyalayıp yeni bir çalışma sayfasına yapıştırmanız gerekecektir. Sütun başlıklarını açık bir şekilde tanımlamayı unutmayın. Sütunların "Müşteri Memnuniyeti" ve "Pazarlama Seviyesi" olarak adlandırılması faydalı olabilir.
Verileri kopyaladıktan sonra değişkenlerinizin ölçek düzeylerini kontrol etmek önemlidir. Müşteri memnuniyeti ordinal ölçeklidir, pazarlama seviyeleri de ayrıca ordinal kategorilere ayrılmıştır. Bu konuda doğru anladığınızdan emin olun, böylece daha sonra yapacağınız hesaplamalarda bir hata yapmazsınız.
Rang-korelasyon analizi için verilerin hazırlanması gerekmektedir. Değişkenlerin sıralarına ihtiyacınız olacak. Excel'de bunu "SIRA.GLEICH" veya "SIRA.ORTA.W" işlevleri ile gerçekleştirebilirsiniz. Bu işlev, her sayıya belirlenen bir matris açısından bir sıra atar. Doğru aralıkta çalıştığınızdan emin olun.
Burada müşteri memnuniyeti için sıraları (X1 olarak adlandırdık) hesaplamak için ilgili hücreyi seçersiniz. İlk gözlem için müşteri memnuniyeti hücresini işaretlemek ve ardından sıraların belirlendiği matrisi seçmek anlamına gelir. Formülü aşağı doğru sürüklediğinizde başvurunun tüm matris için sabit kalmasını sağlamak önemlidir.
Pazarlama seviyesi için sıraları (X2) hesaplamak istiyorsanız, aynı işlemi tekrar edersiniz. Burada da formülü aşağıya doğru kopyaladığınızda doğru çalışması için tüm veri aralığını sabit tutmanız önemlidir. Bu adımlar, her değişken için sıraların doğru bir şekilde belirlenmesini garanti eder.
Her iki değişken için sıraları aldıktan sonra, Rang-korelasyonu hesaplayabilirsiniz. Bunun için "KOREL" işlevini kullanırsınız. Bu işlev, hem X1 hem de X2'nin sıralarını seçmenize ve korelasyonunu hesaplamanıza olanak tanır. Sonuç, iki değişken arasındaki ilişkinin gücünü belirtir.
Sizin durumunuzda, korelasyon 0,082'dir, bu da zayıf bir pozitif ilişki olduğunu gösterir. Bu sayı, daha yüksek pazarlama harcamalarının daha iyi müşteri memnuniyetine yol açabileceğine dair bir eğilim olduğunu gösterir, ancak bu ilişkinin güçlü olmadığını belirtir.
Son olarak, sonuçlarınızın yorumunu belgelemeniz önemlidir. Bir tablo, Rang-korelasyonun nerede olduğunu açıkça göstermenize ve iki değişken arasındaki ilişkiyi net bir şekilde ortaya koymaya yardımcı olabilir.
Rang korelasyon analizi yaklaşımı, nicel verilerde nitel içgörüler elde etmeye yardımcı olur ve pazarlama harcamalarının müşteri memnuniyetini doğrudan artırmadan nasıl değişebileceğini gösterir.
Özet
Bu kılavuzda, Excel'de rang korelasyon analizini nasıl yapacağını öğrendin. İlk olarak verilerini doğru şekilde hazırladın ve ardından her iki değişkenin de sıralarını belirledin. Son olarak, pazarlama düzeyi ile müşteri memnuniyeti arasındaki ilişkiyi nicelendirmek için rang korelasyonunu hesapladın.
Sıkça Sorulan Sorular
Spearman ve Kendall ne kadar farklı?Spearman ve Kendall, her ikisi de farklı biçimde hesaplanan sıralı korelasyon katsayılarıdır. Spearman, sıra farklarına dayanırken, Kendall eşleşme ve eşleşmeme sayılarını kullanır.
Doğru korelasyonu nasıl seçmeliyim?Korelasyon seçimi verinin türüne bağlıdır. Sıralı ölçekli veriler için Spearman uygunken, ölçümlü veriler için genellikle Pearson kullanılır.
Korelasyon yerine regresyon kullanabilir miyim?Evet, bir regresyon, bir veya daha fazla bağımsız değişkenin bir bağımlı değişken üzerindeki etkisini incelemek için faydalı olabilir; korelasyon yalnızca bir ilişkiyi gösterir.
