Wartość p – jak interpretować wyniki badań statystycznych?

Data publikacji: 2026-08-29

Wartość p (p-value) to prawdopodobieństwo uzyskania wyniku tak skrajnego jak zaobserwowany lub jeszcze bardziej skrajnego, przy założeniu, że hipoteza zerowa jest prawdziwa. Nie określa prawdopodobieństwa prawdziwości hipotezy ani wielkości badanego efektu.

Czym tak naprawdę jest wartość p?

Wartość p stosuje się w częstościowym podejściu do wnioskowania statystycznego. Punktem odniesienia jest hipoteza zerowa, oznaczana jako H0. Zwykle zakłada ona brak efektu, różnicy albo zależności w populacji.

Badacz oblicza, jak często przy prawdziwości H0 można byłoby otrzymać dane podobne do zaobserwowanych lub bardziej skrajne. Im niższa p-wartość, tym mniej zgodne z modelem zerowym są uzyskane dane. Można więc myśleć o niej jako o miarze „zaskoczenia” wyniku, ale tylko w świecie, w którym H0 jest punktem wyjścia.

Na przykład p = 0,01 oznacza, że przy założeniu prawdziwości H0 uzyskanie takiego wyniku lub bardziej skrajnego miałoby prawdopodobieństwo 1%. Nie oznacza natomiast, że H0 ma 1% szans na prawdziwość. Wartość p jest parametrem konkretnego wyniku i zastosowanej procedury, a nie prawdopodobieństwem hipotezy.

Czego wartość p nie oznacza?

Najczęstsze nieporozumienia wynikają z zamiany kolejności warunków. Wartość p opisuje prawdopodobieństwo danych przy założeniu H0, czyli P(dane | H0). Nie podaje prawdopodobieństwa H0 przy zaobserwowanych danych, czyli P(H0 | dane). Te dwa wyrażenia nie są równoważne.

Mit	Dlaczego to błąd?
p = 0,01 oznacza, że H0 ma 1% szans na prawdziwość	Wartość p oblicza się przy założeniu, że H0 jest prawdziwa. Nie wyznacza prawdopodobieństwa samej hipotezy.
p < 0,05 dowodzi hipotezy badawczej	Przekroczenie ustalonego progu oznacza, że wynik jest mało zgodny z H0 w ramach przyjętego modelu. Nie rozstrzyga samo w sobie, czy hipoteza alternatywna jest prawdziwa.
p > 0,05 oznacza brak efektu	Wynik może wynikać z małej próby, dużej zmienności lub niskiej mocy statystycznej. Brak podstaw do odrzucenia H0 nie jest dowodem jej prawdziwości.
p = 0,01 oznacza 1% ryzyka, że decyzja jest błędna	P-wartość nie jest prawdopodobieństwem błędu w konkretnym badaniu. Ryzyko błędu pierwszego rodzaju odnosi się do wcześniej określonej procedury i poziomu istotności.
Im niższa p-wartość, tym ważniejszy praktycznie efekt	Duża próba może dać bardzo niską p-wartość przy różnicy tak małej, że nie ma znaczenia w praktyce.

Próg 0,05 jest konwencją, a nie granicą wyznaczoną przez naturę. Wynik p = 0,049 nie jest jakościowo zupełnie inny od p = 0,051. Wnioskowanie oparte wyłącznie na przekroczeniu jednej granicy tworzy sztuczny podział między rezultatami, które mogą mieć podobne znaczenie.

Dobrym przykładem problemu porównań wielokrotnych jest analiza aktywności mózgu martwego łososia podczas prezentowania mu zdjęć. Bez odpowiednich korekt można znaleźć pozornie istotny obszar nawet tam, gdzie biologicznie nie zachodzi żaden proces. Wynik nie świadczył o „aktywności” ryby, lecz pokazywał, jak łatwo przypadkowe różnice pojawiają się przy testowaniu wielu obszarów.

Dlaczego sama wartość p to za mało?

Interpretacja wyniku wymaga przede wszystkim oceny wielkości efektu. Jest to miara tego, jak duża jest obserwowana różnica lub zależność, niezależnie od samej liczebności próby. Przy bardzo dużej próbie nawet mikroskopijny efekt może uzyskać niską p-wartość. Taki rezultat może być statystycznie wyróżniony, ale praktycznie nieistotny.

Drugim uzupełnieniem jest przedział ufności. Pokazuje on zakres wartości zgodnych z danymi i przyjętą metodą obliczeń, dzięki czemu można ocenić precyzję oszacowania. Wąski przedział sugeruje większą precyzję, a szeroki wskazuje na znaczną niepewność. Jeżeli obejmuje zarówno wartości bliskie zeru, jak i efekty duże, pojedyncza p-wartość nie powinna prowadzić do stanowczych wniosków.

Istotność statystyczna nie mówi, czy wynik ma znaczenie praktyczne. O tym decydują między innymi wielkość efektu, jego przedział ufności, jakość danych i kontekst badania.

Znaczenie ma także wiedza a priori, czyli informacje dostępne przed analizą. Niska p-wartość uzyskana dla hipotezy bardzo mało wiarygodnej może wymagać sprawdzenia jakości próby, pomiaru i modelu, zamiast automatycznego przyjęcia nowego wyjaśnienia. Podejście bayesowskie pozwala formalnie łączyć dane z prawdopodobieństwem a priori, ale wymaga dodatkowych założeń.

Jak poprawnie interpretować wyniki badań?

Rozsądna interpretacja powinna przebiegać w określonej kolejności:

Sprawdź założenia modelu – oceń, czy test pasuje do rodzaju danych, czy obserwacje są niezależne i czy spełniono wymagania dotyczące rozkładu, pomiaru oraz planu badania.
Oceń wielkość efektu – sprawdź, jak duża jest różnica lub zależność i czy ma znaczenie dla badanego problemu, a nie tylko czy jest wykrywalna statystycznie.
Przeanalizuj przedział ufności – zobacz, jak precyzyjne jest oszacowanie i jakie wartości efektu pozostają zgodne z danymi.
Spójrz na p-wartość – potraktuj ją jako informację o zgodności danych z H0, a nie jako samodzielną decyzję o prawdziwości którejkolwiek hipotezy.

Jeżeli p < 0,05, można – przy poprawnym modelu, wcześniej ustalonym poziomie istotności i właściwej analizie – odrzucić H0 na przyjętym poziomie. Trafniejsze jest sformułowanie, że wynik dostarcza przesłanek niezgodnych z H0, niż że coś zostało definitywnie rozstrzygnięte.

Jakie pułapki mogą zniekształcić wynik?

Wiarygodność p-wartości zależy od sposobu zaprojektowania i przeprowadzenia badania. Szczególną ostrożność zachowaj, gdy:

Wykonano wiele porównań – testowanie licznych hipotez zwiększa szansę znalezienia przypadkowo niskiej p-wartości, dlatego potrzebne mogą być korekty, na przykład metoda Bonferroniego.
Zastosowano p-hacking – wielokrotne sprawdzanie różnych analiz, podgrup lub punktów końcowych i raportowanie tylko korzystnego wyniku może sztucznie zwiększać pozorną wiarygodność odkrycia.
Moc statystyczna była niska – nieistotny wynik może oznaczać zbyt małą zdolność badania do wykrycia rzeczywistego efektu.
Wynik nie został powtórzony – pojedyncza analiza jest słabszą podstawą wniosku niż zgodne rezultaty niezależnych, dobrze zaplanowanych badań.

Wartość p jest więc narzędziem, a nie wyrocznią. Najlepszy wniosek powstaje dopiero po połączeniu jej z wielkością efektu, przedziałem ufności, założeniami modelu, jakością metodologii i wiedzą o badanym zjawisku.