P-value
Wartość p (p-value) to miara statystyczna określająca prawdopodobieństwo uzyskania zaobserwowanego wyniku (lub bardziej ekstremalnego) przy założeniu, że badany efekt nie istnieje.
Czym jest p-value i skąd się bierze
Wartość p pojawia się praktycznie w każdym badaniu naukowym dotyczącym treningu, suplementacji czy żywienia. Gdy naukowcy chcą sprawdzić, czy np. kreatyna rzeczywiście zwiększa siłę, formułują tzw. hipotezę zerową — założenie, że kreatyna nie ma żadnego efektu. Następnie przeprowadzają eksperyment i obliczają, jak prawdopodobne byłoby uzyskanie zaobserwowanych wyników, gdyby ta hipoteza zerowa była prawdziwa. To prawdopodobieństwo to właśnie p-value.
Jeśli p-value wynosi 0,03, oznacza to, że istnieje zaledwie 3% szans na uzyskanie takiego wyniku (lub bardziej ekstremalnego) w świecie, w którym badany środek nie działa. Umowny próg istotności statystycznej ustalono na poziomie p < 0,05 — czyli poniżej 5%. Gdy wartość p spada poniżej tego progu, wynik uznaje się za „istotny statystycznie".
Serwis, który zna Ciebie
Podłącz urządzenie. Treści, które otrzymasz, będą dopasowane do Twoich wyników i zdrowia.
Dlaczego p-value bywa mylące
Niska wartość p nie mówi nic o wielkości efektu. Badanie z udziałem tysięcy osób może wykazać istotną statystycznie różnicę w sile mięśniowej wynoszącą 0,5 kg — technicznie „istotną", ale praktycznie bez znaczenia na sali treningowej. Dlatego obok p-value zawsze warto sprawdzać wielkość efektu (effect size) oraz przedziały ufności, które pokazują zakres prawdopodobnych wartości rzeczywistego efektu.
Kolejne nieporozumienie dotyczy interpretacji: p-value nie jest prawdopodobieństwem, że hipoteza zerowa jest prawdziwa. Nie mówi też, jak prawdopodobne jest, że wynik się powtórzy w kolejnym badaniu. To subtelna, ale kluczowa różnica — wartość p odnosi się wyłącznie do danych przy założeniu braku efektu, a nie do prawdziwości samej hipotezy.
Warto też pamiętać o zjawisku p-hackingu — manipulowaniu analizą danych (np. testowaniu wielu zmiennych i raportowaniu tylko tych z niskim p) w celu „wyłowienia" istotnego wyniku. W naukach o sporcie i żywieniu, gdzie presja na publikację pozytywnych wyników jest duża, takie praktyki niestety się zdarzają.
Jak czytać p-value w badaniach fitness
Przeglądając badanie dotyczące np. wpływu białka serwatkowego na hipertrofię, zwróć uwagę na kilka elementów jednocześnie:
- Wartość p — czy wynik przekracza próg istotności (zwykle 0,05)?
- Wielkość efektu — czy różnica ma praktyczne znaczenie dla trenującego?
- Liczebność próby — małe grupy (np. 8 osób) generują mniej wiarygodne wyniki, nawet przy niskim p.
- Projekt badania — randomizowane badanie kontrolowane (RCT) z grupą placebo daje silniejsze dowody niż badanie obserwacyjne, niezależnie od wartości p.
Pojedyncze badanie z p = 0,04 to sygnał, nie dowód. Dopiero powtarzalność wyników w wielu niezależnych eksperymentach — najlepiej podsumowana w metaanalizie — pozwala mówić o solidnych podstawach naukowych danej rekomendacji.
Podsumowanie
P-value to narzędzie pomagające odróżnić rzeczywiste efekty od przypadkowych wahań w danych. W kontekście fitness i zdrowia pozwala ocenić, czy wyniki badań nad treningiem, dietą czy suplementacją mają podłoże statystyczne, czy mogą być dziełem przypadku. Sama niska wartość p nie wystarczy jednak, by zmienić plan treningowy — zawsze warto ją odczytywać razem z wielkością efektu, liczebnością próby i jakością projektu badawczego.
Powiązane artykuły
Cholesterol pod kontrolą — wytyczne, badania i codzienna rutyna
Jakie wartości cholesterolu są bezpieczne? Jak często robić lipidogram? Poznaj wytyczne AHA z 2026 roku i prostą rutynę, która chroni Twoje serce.
Serce sportowca po 40. — co mówi nowy konsensus kardiologów?
Pierwszy wspólny konsensus ESC i ACC poświęcony sportowcom masters zmienia zasady diagnostyki i podejmowania decyzji. Sprawdź, co oznacza dla twojego treningu po 40. roku życia.