P-Waarde

Een Z-Score Omzetten in een Kans op Toeval

Een p-waarde is de kans om een resultaat te zien dat minstens zo extreem is als het waargenomen resultaat, puur toevallig, als er eigenlijk geen echt effect zou zijn. Voer een z-score in en kies een testtype, en deze calculator zet dit om in een p-waarde — het standaardcijfer gebruikt om te beslissen of een resultaat statistisch significant is. Als je ruwe steekproefgegevens hebt in plaats van een al berekende z-score, vind die eerst met de

Z-Score Calculator.

Een kleinere p-waarde betekent dat het waargenomen resultaat minder waarschijnlijk puur toevallig zou gebeuren, wat sterker bewijs is tegen de aanname dat er niets echts aan de hand is (de “nulhypothese”). Volgens lang bestaande conventie in de meeste vakgebieden wordt een p-waarde onder 0,05 algemeen behandeld als statistisch significant — maar die drempel is een conventie, geen natuurwet, en wat telt als “significant genoeg” kan variëren per vakgebied en per hoe kostbaar een verkeerde conclusie zou zijn.

De Formule

Voor een linkszijdige toets (is het resultaat ongewoon laag?):

$$p = \Phi(\vA{z})$$

Voor een rechtszijdige toets (is het resultaat ongewoon hoog?):

$$p = 1 - \Phi(\vA{z})$$

Voor een tweezijdige toets (is het resultaat ongewoon in beide richtingen?):

$$p = 2 \times \left(1 - \Phi(|\vA{z}|)\right)$$

Waarbij $\vA{z}$ de z-score is en $\Phi$ de cumulatieve verdelingsfunctie van de standaard normale verdeling is — de kans dat een willekeurig getrokken waarde uit die verdeling op of onder een gegeven punt valt, hier berekend via een gevestigde polynomiale benadering van de foutfunctie.

Voorbeeldberekening

1. Een z-score van 1,96 is het studieboek-referentiepunt voor een tweezijdige toets bij het conventionele zekerheidsniveau van 95%: $p = 2 \times (1 - \Phi(1,96)) \approx 2 \times (1 - 0,975) \approx 0,0500$. 2. Een p-waarde van ongeveer 0,05 ligt precies op de conventionele significantiedrempel. 3. Een grotere z-score van 2,576 (het tweezijdige referentiepunt voor 99% zekerheid) geeft een kleinere, significantere p-waarde van ongeveer 0,0100.

Belangrijke Factoren Om Te Overwegen

• Een p-waarde vertelt je NIET de kans dat de nulhypothese waar is. Dit is een van de meest voorkomende verkeerde interpretaties in de statistiek — een p-waarde van 0,03 betekent dat er 3% kans is om een resultaat zo extreem (of extremer) te zien ALS de nulhypothese waar ZOU zijn, niet 3% kans dat de nulhypothese daadwerkelijk klopt.
• Een eenzijdige en tweezijdige toets op dezelfde z-score geven verschillende p-waarden, en de verkeerde kiezen kan misleiden. Een eenzijdige toets controleert alleen op een effect in één specifieke richting, terwijl een tweezijdige toets controleert op een effect in beide richtingen — de keuze moet worden bepaald op basis van de werkelijke onderzoeksvraag VOORDAT naar de data wordt gekeken, niet achteraf gekozen om een gunstiger ogende p-waarde te produceren.
• Statistische significantie en praktische significantie zijn twee verschillende dingen. Bij een voldoende grote steekproefgrootte kan zelfs een klein, praktisch onbeduidend effect een zeer kleine p-waarde opleveren — een statistisch significant resultaat is niet automatisch een belangrijk of groot effect in de echte wereld, en de effectgrootte moet naast de p-waarde worden overwogen.
• De conventionele drempel van 0,05 is een veelgebruikte conventie, geen universele wetenschappelijke wet. Sommige vakgebieden (zoals deeltjesfysica) vereisen veel strengere drempels voordat een ontdekking wordt verklaard, terwijl andere 0,05 als een redelijke standaard behandelen — wat telt als “significant genoeg” hangt af van het vakgebied en de kosten van het ongelijk hebben.

Veelgemaakte Fouten

• Het testtype pas kiezen nadat je de resultaten hebt gezien. De keuze tussen een eenzijdige en tweezijdige toets zou moeten voortvloeien uit de werkelijke onderzoeksvraag, beslist voordat de data er zijn — achteraf overstappen naar welke toets dan ook een kleinere p-waarde oplevert, is een vorm van datamanipulatie, ook al is het onbedoeld.
• Een p-waarde rapporteren zonder enige maat voor de effectgrootte. Een p-waarde zegt alleen iets over hoe onwaarschijnlijk een resultaat is onder de nulhypothese — het zegt niets over hoe groot of betekenisvol dat resultaat werkelijk is, wat de reden is waarom een p-waarde meestal wordt gerapporteerd samen met een betrouwbaarheidsinterval of effectgrootte, niet op zichzelf.
• p = 0,049 en p = 0,051 behandelen als fundamenteel verschillende uitkomsten. De grens van 0,05 is een conventie, geen scherpe lijn in de natuur — twee zulke dicht bij elkaar liggende resultaten zijn in bewijskracht praktisch identiek, ook al haalt de een technisch gezien de drempel en de ander niet.
• Veel toetsen uitvoeren en alleen de significante resultaten rapporteren. Genoeg vergelijkingen testen zal uiteindelijk puur toevallig een “significant” resultaat opleveren — de betekenis van een p-waarde veronderstelt één enkele, vooraf geplande toets, niet het beste resultaat dat uit vele is gekozen.

Goed Om Te Weten

• Begin je met ruwe steekproefgegevens in plaats van een al bekende z-score? Z-Score Calculator zet een ruwe waarde tegen een bekend gemiddelde en standaarddeviatie om in de z-score die deze calculator nodig heeft.
• Wil je een bereik van plausibele waarden in plaats van één enkel significantie-oordeel? Betrouwbaarheidsinterval Calculator drukt onzekerheid uit als een interval, een gebruikelijke metgezel van een p-waarde in plaats van een vervanging ervoor.
• Heb je eerst samenvattende statistieken nodig — gemiddelde, standaarddeviatie, variantie — uit een ruwe lijst getallen? Statistiek Calculator berekent deze direct uit je gegevens.