Son güncelleme:
Problem
p değeri istatistik çıktısında en çok bakılan sayıdır ama en sık yanlış yorumlanan sayıdır da: etkinin büyüklüğü, hipotezin doğru olma olasılığı ya da sonucun önemi gibi göstermediği şeylerle karıştırılır.
Kısa yanıt
p değeri, sıfır hipotezi (gerçekte fark ya da ilişki olmadığı) doğru olsaydı, eldeki kadar ya da daha uç bir sonucun gözlenme olasılığıdır. Önceden seçilen anlamlılık düzeyinin (çoğunlukla .05) altındaysa sonuç istatistiksel olarak anlamlı kabul edilir. p değeri etkinin büyüklüğünü göstermez; bu yüzden her zaman etki büyüklüğüyle birlikte raporlanır.
Örnek veri yapısı
p değeri tek başına bir veri yapısı istemez; her istatistiksel testin çıktısında test istatistiği ve serbestlik derecesiyle birlikte üretilir.
p değeri tam olarak neyi söyler?
Her istatistiksel test bir sıfır hipoteziyle başlar: gruplar arasında fark yoktur ya da değişkenler arasında ilişki yoktur. p değeri, bu hipotez doğru olsaydı elde ettiğiniz kadar ya da daha uç bir test istatistiğinin ne sıklıkla gözleneceğini söyler.
Örneğin p = .03, gerçekte hiç fark olmasaydı bu büyüklükte ya da daha büyük bir farkın yaklaşık yüzde 3 olasılıkla gözleneceği anlamına gelir. Bu olasılık önceden seçilen anlamlılık düzeyinin (α, çoğunlukla .05) altında kaldığı için sıfır hipotezi reddedilir.
p değeri neyi söylemez?
p değeri sıfır hipotezinin ya da araştırma hipotezinin doğru olma olasılığı değildir. Etkinin ne kadar büyük olduğunu, sonucun pratikte önemli olup olmadığını ya da çalışmanın tekrarlandığında aynı sonucu verip vermeyeceğini de söylemez. Amerikan İstatistik Derneği'nin 2016'da yayımladığı p değeri bildirgesi tam olarak bu yanlış okumalara karşı uyarır.
Anlamlı olmayan bir sonuç da "etki yok" demek değildir: örneklem küçükse gerçek bir etki saptanamamış olabilir. Bu yüzden anlamsız sonuçlarda da etki büyüklüğü ve güven aralığı raporlanır; çalışma planlanırken gereken örneklem büyüklüğü güç analiziyle önceden hesaplanır.
Anlamlılık düzeyi ve tek yönlü–çift yönlü test
Anlamlılık düzeyi veriye bakmadan önce seçilir; .05 bir gelenektir, doğa kanunu değildir. p = .049 ile p = .051 arasında anlamlı bir fark yoktur, bu yüzden sonucu yalnızca "anlamlı / anlamsız" diye değil kesin p değeriyle raporlamak gerekir.
Çift yönlü test farkın her iki yönünü de sınar ve çoğu durumda varsayılan seçimdir. Tek yönlü test yalnızca yön veriden önce, kuramsal bir gerekçeyle belirlenmişse kullanılır; sonuca bakıp tek yönlüye geçmek p değerini yapay olarak yarıya indirir.
APA'da p değeri nasıl yazılır?
APA 7'ye göre p değeri italik yazılır ve 1'den büyük olamayacağı için baştaki sıfır kullanılmaz (p = .038). Kesin değer iki ya da üç ondalıkla verilir; .001'den küçük değerler p < .001 olarak yazılır. Test istatistiği, serbestlik derecesi ve etki büyüklüğü aynı cümlede yer alır.
Çok sayıda karşılaştırma yapıldığında (ör. ANOVA sonrası ikili karşılaştırmalar) yanlışlıkla anlamlı bulma olasılığı artar; Bonferroni, Holm ya da Tukey gibi düzeltmelerden hangisinin kullanıldığı belirtilir.
Platform p değerini nasıl raporlar?
Akademik İstatistik'te p değeri, istatistik kütüphanesinin dağılım fonksiyonlarından hesaplanır ve rapora tek bir biçimlendirme kuralıyla aktarılır: baştaki sıfır olmadan, .001'in altında p < .001 olarak. Her test sonucu etki büyüklüğüyle birlikte yazılır ve sonradan hesaplanan (gözlenen) güç tek başına raporlanmaz.
APA raporlama örneği
Deney grubunun son test puanları kontrol grubundan anlamlı biçimde yüksektir, t(58) = 2.12, p = .038, Cohen's d = 0.55.
Sık yapılan hatalar
- p değerini sıfır hipotezinin doğru olma olasılığı sanmak; p, hipotezin değil verinin olasılığıdır.
- Anlamlı olmayan bir sonucu "fark yok" kanıtı saymak; yetersiz örneklem gerçek bir farkı da anlamsız gösterebilir.
- Küçük p değerini büyük etki sanmak; çok büyük örneklemde önemsiz bir fark bile çok küçük p verir.
- p = .000 yazmak; doğrusu p < .001'dir.
- Çok sayıda test yapıp yalnızca anlamlı çıkanları raporlamak ya da çoklu karşılaştırma düzeltmesi yapmamak.