Wartość p a wielkość efektu – co naprawdę mówi wynik badania?

Wartość p jest jednym z najbardziej rozpoznawalnych elementów analizy statystycznej, ale jednocześnie bardzo często jest interpretowana zbyt uproszczony sposób. Łatwo potraktować ją jako najważniejszy wynik całego badania. Tymczasem sama istotność statystyczna nie mówi jeszcze, czy efekt ma większe znaczenie praktyczne albo czy różnica między grupami jest rzeczywiście wyraźna.

Co oznacza wartość p?

W uproszczeniu wartość p informuje, na ile uzyskany wynik jest zgodny z hipotezą zerową. Jeśli p jest niskie, wynik uznaje się zwykle za istotny statystycznie. To jednak nie znaczy, że efekt jest duży, ważny albo praktycznie znaczący. Właśnie tutaj pojawia się potrzeba spojrzenia szerzej.

Dlaczego wielkość efektu ma znaczenie?

Wielkość efektu pomaga ocenić, jak wyraźna jest obserwowana różnica albo zależność. Dzięki temu można lepiej zrozumieć, czy wynik jest jedynie formalnie istotny, czy rzeczywiście wnosi coś ważnego z punktu widzenia badania. To szczególnie przydatne wtedy, gdy liczebność próby jest duża i nawet niewielkie różnice osiągają istotność statystyczną.

Najczęstszy błąd w interpretacji wyników

Częsty błąd polega na tym, że interpretacja kończy się na zdaniu „wynik był istotny statystycznie”. Taki opis jest zbyt ubogi. W rozdziale wyników warto pokazać nie tylko poziom istotności, ale też wielkość efektu oraz kontekst merytoryczny badania.

Jak pisać o wynikach bardziej świadomie?

Najlepiej łączyć kilka elementów: statystykę testową, poziom istotności, wielkość efektu oraz krótkie wyjaśnienie, co dany wynik oznacza dla pytania badawczego. Taki opis jest bardziej dojrzały metodologicznie i lepiej pokazuje, że rozumiesz sens przeprowadzonej analizy.