P-arvon laskuri
Muunna z- tai t-testisuure p-arvoksi yksi- tai kaksisuuntaiselle testille ja vertaa sitä merkitsevyystasoon.
P-arvo – kuinka harvinainen tulos on?
P-arvo on hypoteesin testauksen keskeisin tunnusluku. Se kertoo, kuinka todennäköistä on saada vähintään yhtä äärimmäinen tulos kuin havaittu, jos nollahypoteesi pitää paikkansa. Tällä laskurilla muunnat z- tai t-testisuureen p-arvoksi ja saat suoraan tulkinnan valitsemallasi merkitsevyystasolla.
Z-testisuureesta p-arvoksi
Z-arvolle p-arvo lasketaan standardinormaalijakauman kertymäfunktiosta Φ.
Kaksisuuntainen: p = 2 × (1 − Φ(|z|))
Oikea häntä: p = 1 − Φ(z)
Vasen häntä: p = Φ(z)
Esimerkki: z = 1,96 antaa kaksisuuntaisen p-arvon 2 × (1 − Φ(1,96)) ≈ 0,05.
T-testisuureesta p-arvoksi
T-arvolle käytetään Studentin t-jakauman kertymäfunktiota, joka riippuu vapausasteista. Pienillä vapausasteilla jakauman hännät ovat paksummat kuin normaalijakaumalla, joten sama testisuure tuottaa suuremman p-arvon. Suurilla vapausasteilla t-jakauma lähestyy normaalijakaumaa.
Esimerkki: t = 2,0 ja vapausasteita 10 antaa kaksisuuntaisen p-arvon noin 0,073.
Tulkinta merkitsevyystasolla
Verrataan p-arvoa etukäteen valittuun merkitsevyystasoon α (usein 0,05):
- Jos p ≤ α, tulos on tilastollisesti merkitsevä ja nollahypoteesi hylätään.
- Jos p > α, nollahypoteesia ei voida hylätä.
Yksi- vai kaksisuuntainen?
Kaksisuuntainen testi tutkii poikkeamaa nollahypoteesista kumpaankin suuntaan ja on oletusarvoinen valinta. Toispuoleinen testi tutkii poikkeamaa vain yhteen suuntaan ja tuottaa puolet kaksisuuntaisen p-arvosta. Valitse toispuoleinen vain, jos sinulla on etukäteinen peruste odotetulle suunnalle.
Mitä p-arvo ei kerro
- P-arvo ei ole todennäköisyys sille, että nollahypoteesi on tosi.
- P-arvo ei kerro vaikutuksen suuruutta – pienikin ero voi olla merkitsevä suurella otoksella.
- Tilastollinen merkitsevyys ei takaa käytännön merkitystä.




