Ett p-värde används för att bedöma hur oförenliga observerade data är med en specificerad statistisk modell, ofta en nollhypotes om ingen effekt. Ett litet p-värde kan tala emot den modellen. Det anger däremot inte sannolikheten att hypotesen är sann, hur stor effekten är eller om resultatet är viktigt i praktiken.
Vad betyder p = 0,03?
Anta att forskare testar om en metod ger ett annat genomsnittligt resultat än en jämförelsemetod. Nollhypotesen säger att det inte finns någon verklig skillnad enligt den valda modellen. Om modellen och dess antaganden stämmer, är ett p-värde på 0,03 ett mått på hur ovanligt det observerade resultatet, eller ett ännu mer extremt resultat enligt testets definition, vore vid upprepade försök. Det är inte en 3-procentig sannolikhet för att nollhypotesen är sann.
Definitionen beror på det statistiska testet, vilka utfall som bestämdes i förväg och hur data samlades in. Ett p-värde är alltså villkorat av analysens antaganden. Dålig mätning, snedvridet urval eller fel modell kan göra även ett prydligt p-värde missvisande.
Vad är statistisk signifikans?
I många studier används gränsen p < 0,05. När p-värdet hamnar under den kallas resultatet ofta statistiskt signifikant enligt den valda gränsen. Gränsen är en konvention och skapar ingen naturlig skarp skiljelinje mellan sant och falskt. Resultaten p = 0,049 och p = 0,051 kan i sak vara nästan likadana, trots att de ofta får olika etiketter.
American Statistical Association betonar att vetenskapliga slutsatser inte ska vila enbart på om ett p-värde passerar en viss gräns. Studiedesign, förhandsbestämda analyser, datakvalitet och oberoende upprepningar måste vägas in. Om forskare testar många utfall och endast lyfter fram det som råkar ge lågt p-värde ökar risken för falskt positiva fynd. Fullständig rapportering är därför viktig.
Statistiskt signifikant är inte samma sak som stor effekt
En mycket liten skillnad kan få lågt p-värde i ett stort material. En potentiellt betydelsefull skillnad kan däremot få högre p-värde i en liten studie med osäkra mätningar. Fråga därför hur stor den uppmätta effekten är, vilka osäkerhetsintervall som redovisas och om skillnaden har praktisk betydelse. Ett konfidensintervall ger information om uppskattningens precision enligt sin metod; det gör inte p-värdet på egen hand.
Snabb checklista när du läser en studie
- Vad var den förhandsbestämda frågan och vilket utfall mättes?
- Hur stor var effekten i faktiska tal, och hur brett är osäkerhetsintervallet?
- Hur många tester gjordes, och redovisades även resultat utan lågt p-värde?
- Kan urval, bortfall eller andra faktorer förklara sambandet?
- Har andra studier funnit liknande resultat?
Vår längre guide Så tolkar du en vetenskaplig studie ger fler frågor om metod och evidens. Den här artikeln är ett stöd för läsning, inte en ersättning för en statistisk granskning av en viss undersökning.
Källa och granskning: American Statistical Associations uttalande om p-värden och statistisk signifikans (2016) och dess senare arbetsgrupps uttalande. Redaktionell faktaguide sammanställd av Vetenskapsnytt-redaktionen. Exemplet p = 0,03 är pedagogiskt och kommer inte från en verklig studie. Bild: AI-genererad redaktionell illustration.