Apa maksud signifikan?

Berikut adalah pemahaman tentang signifikan dalam kajian korelasi linear. Sebagai contoh , perhatikan empat set dapatan bagi ujian Pearson skor IQ vs EQ berikut  sebagai satu andaian

Kes 1. Nilai pekali r = .8 sig, = .01 (p<.0.5)

Signifikan diterjemahkan sebagai sebarang perubahan IQ akan menyebabkan perubahan linear yang signifikan juga pada EQ pada keyakininan tinggi p<.05, iaitu anda lebih yakin korelasi tersebut tidak berlaku secara kebetulan , dan memang wujud. Signifikan lazimnya diperolehi jika saiz sampel mencukupi , kerana dapat dikesan hubungan yang wujud secara signifikan. Dalam kata lain , kebarangkalian mendapat nilai pekali r=.8 secara kebetulan (bukan kerana benar benar wujud) kurang lima kali dalam 100 (<5%).

Kes 2. Nilai pekali r= .8, sig. = .11(p>.05)

Hubungan linear yang kuat, r= .8 yang tidak signifikan (p>.05) antara IQ dan EQ. Keyakinan anda terhadap signifikannya hubungan ini rendah kerana korelasi tersebut mungkin wujud secara kebetulan. Ini selalu berlaku jika saiz sampel kecil. Dalam kata lain , kebarangkalian mendapat nilai pekali korelasi, r=.8 secara kebetulan (bukan kerana benar-benar wujud) lebih dari lima kali dalam 100 (>5%)

Kes 3. Nilai pekali r = .3, sig. = .01 (p<.05)

Hubungan lemah , dengan pekali korelasi, r= .3 tetapi signifikan (p<.05) antara IQ dan EQ. Sama seperti kes 1 di atas , keyakinan anda tinggi untuk menyatakan nilai ini sememang rendah kerana nilai ini signifikan. Ini selalu berlaku jika sampel jika sampel saiz besar , kerana saiz sampel yang besar dapat mengesan korelasi yang kecil secarasignifikan. Dalam kata lain, kebarangkalian mendapat nilai pekali korelasi , r= .3 walaupun rendah  secara kebetulan (bukan kerana benar benar wujud) kurung lima kali dalam 100 (.5%).

Kes 4. Nilai pekali r= .3, sig. = 0.06 (p>.05)

Hubungan lemah dengan pekali korelasi, r= .3 yang tidak signifikan (p>.05) antara IQ  dan EQ. Keyakinan anda rendah terhadap nilai pekali ini iaitu korelasi tersebut mungkin berlaku secara kebetulan. ini mungkin terjadi jika saiz sampel kecil. Dalam erti kata lain , kebarangkalian mendapat nilai r=.3 secara kebetulan ( bukan kerana benar-benar wujud)  lebih lima kali dalam 100 (>5%).

Secara kesimpulan , nilai pekali korelasi , r dan nilai signifikan adalah dua perkara yang berbeza. Anda boleh mendapat r yang kuat , tetapi kerana sampel anda kecil, nilai tersebut mungkin tidak signifikan , bermakna anda tidak boleh pasti hubungan yang kuat tersebut memang wujud atau secara kebetulan. Anda boleh dapat nilai r yang kecil tetapi signifikan , kerana saiz sampel yang mencukupi, walaupun nilai r kecil, tetapi nilai pekali tersebut adalah signifikan dalam korelasi merujuk kepada keyakinan anda kepada nilai r yang diperolehi pada aras keyakinan yang ditetapkan seperti .05