Het korte antwoord
Een p-waarde is de kans op een resultaat dat minstens zo extreem is als het jouwe, als de nulhypothese (geen reëel effect) daadwerkelijk waar zou zijn. Een kleine p-waarde (doorgaans lager dan 0,05) suggereert dat uw gegevens onder die veronderstelling ongebruikelijk zouden zijn: bewijs tegen de nulhypothese, geen bewijs dat deze onwaar is, en niet de waarschijnlijkheid dat de nulhypothese zelf waar is.
Belangrijkste afhaalrestaurants
- p < 0,05 bewijst niet dat een effect reëel is; het betekent dat de waargenomen gegevens onwaarschijnlijk zouden zijn als er werkelijk geen effect zou zijn.
- De p-waarde hangt af van de teststatistiek, de steekproefomvang en de variabiliteit; een klein, onbelangrijk effect kan nog steeds een kleine p-waarde opleveren als de steekproef groot genoeg is.
- Tweezijdige toetsen verdelen de significantie over beide richtingen en rapporteren over het algemeen ongeveer het dubbele van de p-waarde van een overeenkomende eenzijdige toets.
- Verschillende teststatistieken (z, t, chikwadraat, F) komen uit verschillende verdelingen, dus dezelfde numerieke statistiek kan zeer verschillende p-waarden opleveren, afhankelijk van welke test van toepassing is.
Gemeenschappelijke significantiedrempels
| p-waardebereik | Typische interpretatie |
|---|---|
| p ≥ 0.10 | Weinig tot geen bewijs tegen de nulhypothese |
| 0.05 ≤ p < 0.10 | Zwak of marginaal bewijs |
| 0.01 ≤ p < 0.05 | Moderate evidence — commonly called "significant" |
| p < 0.01 | Sterk bewijs tegen de nulhypothese |
Deze banden zijn conventies, geen natuurwetten; verschillende vakgebieden (geneeskunde, natuurkunde, sociale wetenschappen) hanteren verschillende drempels, afhankelijk van hoe duur een vals positief resultaat zou zijn.
Eenzijdig versus tweezijdig
| Test | Vraag gesteld | p-waarde relatie |
|---|---|---|
| Tweestaartig | Is er enig verschil in beide richtingen? | ~2× de eenzijdige p-waarde |
| Eenzijdig | Is er een verschil in één specifieke richting? | ~1/2 de tweezijdige p-waarde |
Uitgewerkt voorbeeld: z-test p-waarde
z = 1,96, tweezijdige test
p = 2 × (1 − Φ(1,96)) = 2 × (1 − 0,9750) = 0,05
Dit is precies de reden waarom 1,96 zo vaak in de statistieken voorkomt: het is de z-score waarvan de tweezijdige p-waarde precies op de conventionele drempel van 0,05 terechtkomt, waardoor dit de standaardgrens is voor een betrouwbaarheidsniveau van 95%.
Veelgemaakte fouten die u moet vermijden
- Treating the p-value as "the probability the null hypothesis is true" — it's computed assuming the null IS true, so it can't simultaneously measure the odds that it's true.
- Het kiezen van de richting van een eenzijdige test nadat je hebt gezien in welke richting de gegevens leunen: de richting moet worden bepaald voordat naar de resultaten wordt gekeken, anders is de test niet langer geldig.
- Als p = 0,05 als een harde lijn wordt behandeld, vertegenwoordigen een p-waarde van 0,049 en 0,051 vrijwel identiek bewijs, ondanks dat ze aan weerszijden van de gemeenschappelijke drempel terechtkomen.
- Statistische significantie verwarren met praktisch belang: een steekproef die groot genoeg is, kan zelfs een triviaal klein, onbelangrijk effect statistisch significant maken.
Gerelateerde rekenmachines
- Vertrouwensintervalcalculator — een bereik schatten in plaats van een enkele hypothese te testen.
- Z-Score-calculator — converteer een ruwe waarde naar de z-score die deze rekenmachine kan testen.
- Standaardafwijkingscalculator — bereken de variabiliteit die in de meeste teststatistieken wordt gebruikt.
- Rekenmachine voor steekproefomvang — een onderzoek plannen met voldoende power om een reëel effect te detecteren.