Marginalna istotność („trend statystyczny”) – co z wynikiem p = .06?

Opracowanie merytoryczne: Konrad Hryniewicz · Opublikowano: 28 października 2026 · Aktualizacja: 27 października 2026

Co to jest marginalna istotność?

Marginalna istotność (ang. marginal significance), nazywana też „trendem statystycznym” albo wynikiem „na granicy istotności”, to zwyczaj opisywania wyniku z wartością p nieco powyżej przyjętego progu, zwykle między .05 a .10, jako częściowego potwierdzenia hipotezy. Olsson-Collentine i in. (2019) przejrzeli 42 504 wartości p z tego przedziału w czasopismach psychologicznych: prawie 40% opisano jako marginalnie istotne. Pritschet i in. (2016) opisali wyraźną zmianę tego zwyczaju w ciągu czterech dekad, ale w większej próbie Olsson-Collentine i in. (2019) nie znaleźli trendu wzrostowego.

Dlaczego to zły zapis?

• Próg ustala się przed badaniem. Przy α = .05 wynik p = .06 jest nieistotny. Przesuwanie granicy po zobaczeniu danych to jedna z form p-hackingu.
• Wartość p nie mierzy wielkości efektu ani prawdopodobieństwa, że hipoteza jest prawdziwa (Wasserstein i Lazar, 2016). p = .06 nie jest więc „prawie dowodem”.
• Zapis jest asymetryczny. „Trend” widzi się zwykle wtedy, gdy wynik idzie w oczekiwanym kierunku.

Przykład

Dwie grupy po 30 osób porównano pod względem samopoczucia po treningu (dane symulowane). Grupa treningowa miała wynik wyższy o 2.17 punktu, 95% CI [−0.09, 4.43], t(58) = 1.92, p = .060, d = 0.50, 95% CI [−0.02, 1.01]. Przedział ufności obejmuje zarówno brak różnicy, jak i efekt duży, więc wynik jest nierozstrzygający. Moc takiego badania dla d = 0.5 wynosi tylko .48. W 10 000 symulowanych badań bez prawdziwego efektu wartość p z przedziału (.05, .10] pojawiła się w 4.75% przypadków, czyli mniej więcej tak często jak wynik „istotny”.

Jak opisać w pracy

Na co uważać

• Unikaj zwrotów „trend”, „zbliżał się do istotności”, „marginalnie istotny”. Podaj efekt z przedziałem ufności i dokładne p.
• Brak istotności to nie dowód braku efektu. Do wykazania, że efekt jest pomijalnie mały, służy test równoważności (TOST).
• Próg .10 jest dopuszczalny tylko wtedy, gdy ustalono go przed analizą.

Dłuższe omówienie z alternatywnymi sformułowaniami jest we wpisie p = .06 – trend czy brak efektu?, a ogólne zasady opisu w poradniku Jak opisać wynik nieistotny statystycznie.

suppressPackageStartupMessages(library(effectsize))
set.seed(2800)
kontrolna <- round(rnorm(30, 20, 5))     # wynik skali samopoczucia (dane symulowane)
trening   <- round(rnorm(30, 22.5, 5))
tt <- t.test(trening, kontrolna, var.equal = TRUE)
round(c(roznica = unname(diff(rev(tt$estimate))), CI = tt$conf.int,
        t = unname(tt$statistic), df = unname(tt$parameter), p = tt$p.value), 4)
print(cohens_d(trening, kontrolna)); cat("\n")   # d z 95% CI
round(power.t.test(n = 30, delta = 0.5)$power, 2)   # moc przy d = 0.5 i n = 30 w grupie
# odsetek wartości p z przedziału (.05, .10] przy braku efektu
p0 <- replicate(10000, t.test(rnorm(30), rnorm(30), var.equal = TRUE)$p.value)
mean(p0 > .05 & p0 <= .10)

roznica     CI1     CI2       t      df       p
 2.1667 -0.0945  4.4279  1.9180 58.0000  0.0600
Cohen's d |        95% CI
-------------------------
0.50      | [-0.02, 1.01]

- Estimated using pooled SD.
[1] 0.48
[1] 0.0475

Najczęstsze pytania

Czy wynik p = .06 można nazwać trendem statystycznym?

Lepiej nie. Przy α = .05 wynik p = .06 jest nieistotny. Podaj wielkość efektu z przedziałem ufności i napisz, że wynik jest nierozstrzygający, jeśli przedział jest szeroki.

Jak często w psychologii pisze się o marginalnej istotności?

Olsson-Collentine i in. (2019) ustalili, że prawie 40% wartości p między .05 a .10 w czasopismach APA opisano jako marginalnie istotne, najczęściej w psychologii organizacji.

Czy wolno z góry przyjąć poziom istotności .10?

Tak, jeśli zapiszesz go i uzasadnisz przed analizą, np. w badaniu pilotażowym. Nie zmieniaj progu po zobaczeniu wyniku.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

@article{olssoncollentine2019prevalence, author={Olsson-Collentine, Anton and van Assen, Marcel A. L. M. and Hartgerink, Chris H. J.}, title={{The prevalence of marginally significant results in psychology over time}}, journal={Psychological Science}, year={2019}, volume={30}, number={4}, pages={576--586}, doi={10.1177/0956797619830326}}

@article{pritschet2016marginally, author={Pritschet, Laura and Powell, Derek and Horne, Zachary}, title={{Marginally significant effects as evidence for hypotheses: Changing attitudes over four decades}}, journal={Psychological Science}, year={2016}, volume={27}, number={7}, pages={1036--1042}, doi={10.1177/0956797616645672}}

@article{wasserstein2016asa, author={Wasserstein, Ronald L. and Lazar, Nicole A.}, title={{The ASA statement on p-values: Context, process, and purpose}}, journal={The American Statistician}, year={2016}, volume={70}, number={2}, pages={129--133}, doi={10.1080/00031305.2016.1154108}}