मुझे लगता है कि यह कहने में बहुत गलत नहीं है कि परिणाम "अत्यधिक महत्वपूर्ण" हैं (भले ही हां, यह थोड़ा टेढ़ा है)।
इसका अर्थ है कि यदि आपने बहुत छोटा महत्व स्तर निर्धारित किया है , तो आप अभी भी परिणामों को महत्वपूर्ण मानेंगे। या, समकक्ष, यदि आपके कुछ पाठकों के मन में बहुत छोटा α है, तो वे अभी भी आपके परिणामों को महत्वपूर्ण मान सकते हैं।αα
ध्यान दें कि महत्व स्तर की नजर में है, जबकि पी -वेल्यू (कुछ कैविट्स के साथ) डेटा की एक संपत्ति है।αp
अवलोकन सिर्फ पी = 0.04 के अवलोकन के समान नहीं है , भले ही दोनों को आपके क्षेत्र के मानक सम्मेलनों द्वारा "महत्वपूर्ण" कहा जा सकता है ( α = 0.05 )। टिनी पी -value साधन अशक्त के खिलाफ मजबूत सबूत (जो परिकल्पना परीक्षण के फिशर ढांचे की तरह उन लोगों के लिए); इसका मतलब है कि प्रभाव आकार के आसपास विश्वास अंतराल एक बड़ा मार्जिन (जो उन लोगों के लिए सीआईएस पसंद करते हैं के लिए के साथ शून्य मान को बाहर निकाल देगा पी -values); इसका मतलब है कि अशक्त की पूर्ववर्ती संभावना कुछ छोटी होगी (कुछ पूर्व के साथ बायेसियन के लिए); यह सभी समतुल्य है और बस इसका मतलब है कि निष्कर्ष अधिक ठोस हैंp=10−10p=0.04α=0.05pp। देखें छोटे पी मूल्यों अधिक समझाने हैं? अधिक चर्चा के लिए।
"अत्यधिक महत्वपूर्ण" शब्द सटीक नहीं है और होने की आवश्यकता नहीं है। यह एक व्यक्तिपरक विशेषज्ञ निर्णय है, जो आश्चर्यजनक रूप से बड़े प्रभाव के आकार का अवलोकन करने और इसे "विशाल" (या शायद बस "बहुत बड़ा)" कहने के समान है। आपके डेटा के गुणात्मक, व्यक्तिपरक विवरण का उपयोग करने के साथ कुछ भी गलत नहीं है, यहां तक कि वैज्ञानिक लेखन में भी; बेशक, उद्देश्य मात्रात्मक विश्लेषण के रूप में अच्छी तरह से प्रस्तुत किया है।
उपरोक्त कुछ उत्कृष्ट टिप्पणियाँ, +1 से @whuber, @Glen_b, और @COOLSerdash भी देखें।