Aynı p değeri, farklı etki büyüklükleri
Aşağıdaki iki sonuç tamamen kurgusaldır. Sıfıra karşı iki yönlü normal yaklaşım testi, bilinen standart hata ve aynı ölçü birimi varsayılır. Örnek bir araştırmanın bulgusu değildir; p değerinin etkinin büyüklüğünü neden tek başına göstermediğini açıklar.

1. Önce tahmin edilen farkı ve ölçü birimini yazın. Sayının neyi karşılaştırdığını bilmeden “önemli” diye nitelemeyin.
2. Standart hatayı ve kullanılan modeli kaydedin. Standart hata, gözlemlerin standart sapması ile aynı şey değildir.
3. Sıfır fark için z = tahmin / standart hata hesaplayın. Aynı oran, farklı büyüklüklerdeki tahminlerden gelebilir.
4. Yaklaşık aralığı, çalışma tasarımını ve uygulamadaki anlamı birlikte değerlendirin. Buradaki normal yaklaşım her veri veya tasarım için geçerli değildir.

Kurgusal A: Fark 0,2 birim; standart hata 0,1. z = 2; iki yönlü normal p ≈ 0,0455.
Kurgusal B: Fark 2 birim; standart hata 1. z = 2; aynı p ≈ 0,0455. Tahmin ve belirsizlik A’nın 10 katıdır.
Yaklaşık %95 aralıklar: Tahmin ± 1,96 × standart hata: A için [0,004; 0,396], B için [0,04; 3,96] birim. Bunlar belirtilen varsayımlara bağlı Wald aralıklarıdır.
Yorum sınırı: Aynı p, aynı etki veya aynı pratik önem demek değildir. p, sıfır hipotezinin doğru olma olasılığı da değildir.
Sonuç kartı: Karşılaştırma __; birim __; tahmin __; standart hata __; model __; aralık __; bağlamdaki anlam __; sınırlamalar __.

Kurgusal A: ____________________
Kurgusal B: ____________________
Yaklaşık %95 aralıklar: ____________________
Yorum sınırı: ____________________
Sonuç kartı: ____________________
ASA’nın 2016 bildirisi etki büyüklüğü ile istatistiksel anlamlılığı ayırır. Bu yeni editoryal örnek eski PiVOLKA yazarlarına atfedilmez ve bir klinik karar aracı değildir.

ASA — statement on statistical significance and p-values, 2016 — https://www.amstat.org/asa/files/pdfs/p-valuestatement.pdf