Antara korelasi dan signifikan... bagi menjawab soalan hubungan!

ingat ni MASHITHAH, DR OT punya pesanan!

penerangan DR OT:

Saya ingin mengulas sedikit maksud signifikan bagi korelasi linear  yang menimbulkan beberapa pertanyaan dari peserta bengkel. Perhatikan set dapatan bagi ujian Pearson skor IQ vs EQ berikut yang saya hanya buat andaian:


a. r = 0.8, sig. = 0.01 (signifikan)
b. r = 0.8, sig. = 0.06 (tak signifikan)
c. r = 0.3, sig. = 0.01 (signifikan)
d. r = 0.3, sig. = 0.06 (tak signifikan)

a: Hubungan linear yang kuat (r=0.8) yang signifikan (p<.05) antara IQ dan EQ. Signifikan diterjemahkan sebagai sebarang perubahan IQ akan menyebabkan perubahan linear yang signifikan juga pada EQ.  Keyakinan anda tinggi kerana nilai ini signifikan, iaitu korelasi tersebut tidak berlaku secara kebetulan, ianya memang wujud. Ini selalu berlaku jika saiz sampel besar, kerana mudah mengesan hubungan yang wujud secara signifikan.

b: Hubungan linear yang kuat (r=0.8) yang TIDAK signifikan (p>.05) antara IQ dan EQ.  Keyakinan anda terhadap signifikannya hubungan ini rendah  kerana korelasi tersebut mungkin wujud secara kebetulan sahaja. Ini selalu berlaku jika saiz sampel kecil.

c: Hubungan lemah  (r=0.3) tetapi signifikan (p<.05) antara IQ dan EQ. Signifikan diterjemahkan sebagai sebarang perubahan IQ akan menyebabkan perubahan linear yang rendah tetapi signifikan pada EQ.  Keyakinan anda tinggi untuk menyatakan nilai ini sememang rendah kerana nilai ini signifikan. Ini selalu berlaku jika sampel saiz besar, kerana saiz sampel yang besar dapat mengesan korelasi yang kecil secara signifikan.

d. Hubungan lemah (r=0.3) yang TIDAK signifikan (p>.05) antara IQ dan EQ.   Keyakinan anda rendah untuk menyatakan nilai ini sememangnya rendah, iaitu korelasi yang rendah tersebut mungkin berlaku secara kebetulan. Ini selalu berlaku jika saiz sampel kecil - dahlah r rendah tak signifikan pulak!!


Kesimpulan: Nilai r dan nilai signifikan adalah 2 benda berbeza. Anda boleh mendapat r yang kuat, tetapi kerana sampel anda kecil, nilai tersebut tidak signifikan, bermakna anda tidak boleh pasti hubungan yang kuat tersebut memang wujud atau secara kebetulan berdasarkan sampel yang kecil. 


Anda boleh dapat r yang kecil tetapi signifikan, kerana saiz sampel yang besar, iaitu walaupun r kecil, keyakinan anda signifikan untuk mempercayai nilai r tersebut. Dgn lain perkataan, korelasi tersebut boleh dipercayai wujud walaupun lemah, bukan sekadar berlaku secara kebetulan.


Anda juga boleh dapat nilai r yang kecil dan tidak signifikan wpun saiz sampel besar. Ini membuatkan anda percaya bahawa korelasi antara variable tersebut sememang kecil.


Jadi signifikan merujuk kepada keyakinan anda kepada nilai r yang diperolehi.... moral of the story pastikan saiz sampel anda mencukupi untuk anda mempercayai serta mempertahankan dapatan. Jika tidak.... anda akan bye-bye masa viva....