p Değeri Nedir, Nasıl Yorumlanır?

Yayın tarihi: 16 Ağustos 2026 · Okuma süresi: yaklaşık 6 dakika

p değeri tam olarak neyi ölçer?

p değeri, en yalın tanımıyla şu soruya yanıt verir: "Gerçekte hiçbir fark yoksa, benim gözlemlediğim kadar büyük ya da daha büyük bir farkı yalnızca şans eseri görme olasılığım nedir?"

Örneğin iki tedavi grubunu karşılaştırdınız ve p = 0,03 buldunuz. Bunun anlamı şudur: gruplar arasında gerçekte hiçbir fark olmasaydı, elinizdeki kadar belirgin bir farkı rastlantı sonucu görme olasılığı %3'tür.

Dikkat edilmesi gereken nokta, p değerinin bir varsayım altında hesaplanmasıdır. Bu varsayım, "gruplar arasında fark yoktur" şeklindeki sıfır hipotezidir. p değeri, verinin bu varsayımla ne kadar uyumsuz olduğunu gösterir.

0,05 sınırı nereden geliyor?

Anlamlılık sınırı olarak yaygın biçimde kullanılan 0,05 değeri, doğanın bir yasası değildir. Bu eşik, istatistikçi Ronald Fisher'ın 20. yüzyılın başlarında pratik bir kolaylık olarak önerdiği bir gelenektir ve zamanla standart haline gelmiştir.

Bu şu anlama gelir: p = 0,049 ile p = 0,051 arasında doğa açısından anlamlı bir fark yoktur. Birinin "anlamlı", diğerinin "anlamsız" sayılması tamamen seçtiğimiz eşikten kaynaklanır. Bu nedenle sonuçları yalnızca eşiğin hangi tarafında kaldığına göre yorumlamak yanıltıcıdır.

En sık yapılan dört yorumlama hatası

1. "p = 0,03 ise hipotezimin doğru olma olasılığı %97'dir"

Bu yaygın bir hatadır. p değeri, hipotezinizin doğru olma olasılığını vermez. Tam tersine, sıfır hipotezinin doğru olduğu varsayımı altında verinizi görme olasılığını verir. Bu ikisi birbirinden farklı şeylerdir ve karıştırılmaları literatürde sıkça eleştirilen bir sorundur.

2. "p > 0,05 çıktı, demek ki fark yok"

Anlamlı fark bulunamaması, farkın olmadığını kanıtlamaz. Çoğu zaman bu sonuç, çalışmanın o farkı saptayacak kadar büyük bir örnekleme sahip olmamasından kaynaklanır. İstatistikte bu duruma II. tip hata denir.

Bu nedenle "fark yoktur" yerine "anlamlı bir fark saptanmamıştır" ifadesi tercih edilmelidir. Yeterli örnekleme sahip olmak için çalışma öncesinde güç analizi yapılması önemlidir.

3. "p çok küçük, demek ki etki çok büyük"

p değeri etkinin büyüklüğünü değil, gözlemin şansa bağlı olma olasılığını gösterir. Örneklem yeterince büyükse, klinik olarak tamamen önemsiz bir fark bile çok küçük p değerleri üretebilir.

Örneğin 10.000 hastalık bir çalışmada iki grup arasındaki 1 mmHg'lik kan basıncı farkı p < 0,001 çıkabilir. Bu istatistiksel olarak anlamlıdır, ancak klinik olarak anlamsızdır. İstatistiksel anlamlılık ile klinik anlamlılık aynı şey değildir.

4. Yalnızca p değerini raporlamak

Bir sonucun anlaşılabilmesi için p değeri tek başına yeterli değildir. Farkın ne kadar büyük olduğunu ve bu tahminin ne kadar kesin olduğunu da bilmek gerekir.

p değerinin yanında ne raporlanmalı?

Uluslararası dergilerin büyük bölümü artık yalnızca p değeri raporlanmasını yeterli görmemektedir. Yanında sunulması beklenenler:

• Etki büyüklüğü: Farkın gerçek boyutu. Gruplar arası ortalama farkı, odds oranı, risk oranı veya Cohen d gibi ölçüler.
• %95 güven aralığı: Gerçek değerin hangi aralıkta olduğuna dair tahmin. Dar bir aralık kesin bir tahmine, geniş bir aralık belirsizliğe işaret eder.
• Örneklem büyüklüğü: Sonucun hangi büyüklükteki bir gruba dayandığı.
• Kullanılan test ve gerekçesi: Hangi testin neden seçildiği ve varsayımlarının kontrol edilip edilmediği.

Güven aralığı özellikle değerlidir; çünkü hem etkinin büyüklüğünü hem de belirsizliğini aynı anda gösterir. Örneğin "ortalama fark 5,2 mmHg (%95 GA: 1,1–9,3)" ifadesi, tek başına "p = 0,014" ifadesinden çok daha bilgilendiricidir.

Örnek bir yorumlama

Aşağıdaki iki cümleyi karşılaştırın:

İkinci cümle, okuyucunun bulgunun hem istatistiksel hem klinik önemini kendisi değerlendirebilmesini sağlar. Hakem süreçlerinde talep edilen de tam olarak budur.

Özetle

• p değeri, sıfır hipotezi doğruyken verinizi görme olasılığıdır; hipotezinizin doğruluk olasılığı değildir.
• 0,05 bir gelenektir, doğa yasası değildir. 0,049 ile 0,051 arasında gerçek bir uçurum yoktur.
• Anlamlı fark bulunamaması, fark olmadığı anlamına gelmez.
• Küçük p değeri, büyük etki demek değildir.
• p değeri her zaman etki büyüklüğü ve güven aralığıyla birlikte raporlanmalıdır.

Sonuçlarınızın nasıl raporlanması gerektiğinden emin değilseniz, analizlerinizi yaparken bu unsurları baştan gözetiyoruz. Teslim ettiğimiz raporlarda p değerinin yanı sıra etki büyüklüğü ve güven aralıkları da yer alır. Detaylar için makale istatistik analizi sayfamıza göz atabilirsiniz.