p 值怎麼看？p < .05、p > .05、SPSS p=.000 完整解讀

如果你第一次看 SPSS、R、Jamovi 或論文的統計結果，很容易先被 p = .032、p < .001、p > .05 搞混。很多課程又會把它簡化成「p < .05 就顯著」，久了就會讓人誤以為 p 值只是研究有沒有成功的開關。

其實，p 值真正要回答的是：假設虛無假設成立，而且統計模型與分析前提合理，得到目前這麼極端或更極端資料的機率有多大。

速答：p 值怎麼看？
常見研究會先設定顯著水準 α = .05。若 p < .05，代表目前資料和虛無假設的不相容程度達到研究者事先設定的判準，通常會寫成「結果達統計顯著」；若 p ≥ .05，通常寫成「未達統計顯著」。但 p 值不能告訴你效果有多大，也不能單靠 p 值判定結果是否重要。

一、先用最白話的方式理解 p 值

假設你想研究：「新的閱讀策略教學，會不會讓學生的閱讀理解成績比一般教學高？」

你通常會先設定虛無假設：

H₀：兩種教學的母體平均表現沒有差異。

接著蒐集資料並進行統計檢定。

如果最後得到：

p = .018

它的意思不是「有 1.8% 的機率兩組其實沒有差」，比較接近正確的說法是：

假設兩組在母體中真的沒有差異，而且統計模型的前提合理，那麼得到目前這麼大的差異或更極端差異的機率約為 1.8%。

因為這樣的資料在 H₀ 成立時相對少見，所以研究者可能選擇拒絕 H₀。

二、p < .05 到底代表什麼？

.05 不是大自然規定的神奇界線，而是研究中很常使用的顯著水準。

如果研究者事先設定 α = .05，常見判讀如下：

p 值	常見判讀
p < .001	達統計顯著
p = .003	達統計顯著
p = .032	達統計顯著
p = .049	達統計顯著
p = .050	依事先規則忠實報告，不宜自行改寫成 p < .05
p = .061	未達 .05 顯著水準
p = .214	未達統計顯著

最重要的是：p = .049 和 p = .051 並不是一個「有真實效果」，另一個「完全沒有任何效果」。 兩者其實非常接近。把 .05 當成絕對斷崖，容易過度簡化研究結果。

三、p > .05 是不是代表「沒有差異」？

不是。

如果 p = .12，較好的說法是：

本研究在目前樣本、測量精度與分析方法下，沒有得到足夠證據拒絕虛無假設。

不能直接改寫成：

「證明兩組完全一樣。」

未達顯著可能有很多原因，例如：

真正效果很小；
樣本數不足；
個體差異很大；
測量誤差較大；
信賴區間很寬；
分析方法不合適；
統計檢定力不足。

因此，比起只看 p 值，更好的做法是一起看平均差、效果量、95% 信賴區間、樣本數、研究設計與實務意義。

四、SPSS 顯示 Sig. = .000 要怎麼寫？

很多 SPSS 初學者第一次看到 Sig. (2-tailed) = .000，會直接在論文寫 p = .000。

這樣不理想。

SPSS 顯示 .000 通常是因為介面只顯示到小數第三位，不代表真正的 p 值等於 0。正式報告通常寫：

p < .001

而不是：

~~p = .000~~

例如 SPSS 顯示：

t = 4.823
df = 58
Sig. (2-tailed) = .000

可整理成：

A 組成績顯著高於 B 組，t(58) = 4.82, p < .001。

若有平均數、標準差與效果量，建議寫完整：

A 組（M = 82.40, SD = 7.10）高於 B 組（M = 74.30, SD = 8.20），t(58) = 4.82, p < .001, d = 1.24。

五、p 值不是效果量：p 很小不代表效果很大

假設有兩個研究：

研究 A

平均差 0.8 分
N = 10,000
p < .001

研究 B

平均差 7.5 分
N = 20
p = .064

只看 p 值，研究 A 看起來「很顯著」。但研究 A 可能只是因樣本非常大，使很小的差異也得到很小的 p 值；研究 B 的差異反而可能更大，只是樣本小、估計不精確。

因此：

p 值回答資料與 H₀ 的不相容程度；效果量回答差異或關係有多大。

延伸閱讀：效果量 Effect Size 完整指南

六、p 值和 95% 信賴區間有什麼關係？

在許多常見的雙尾檢定中，如果使用 α = .05：

95% CI 沒有包含虛無值，通常對應 p < .05；
95% CI 包含虛無值，通常對應 p ≥ .05。

例如比較兩組平均差時，虛無值通常是 0。

例 1

平均差 = 5.2，95% CI [2.1, 8.3]

區間沒有包含 0，常見雙尾檢定通常也會得到 p < .05。

例 2

平均差 = 3.1，95% CI [-0.8, 7.0]

區間跨過 0，代表資料仍與「可能沒有差」相容。

信賴區間比單一 p 值多提供一個重要訊息：效果可能落在哪一段合理範圍，以及估計有多精確。

延伸閱讀：95% 信賴區間完整指南

七、p = .049 和 p = .051 差很多嗎？

沒有理由把這兩個數字理解成完全相反的世界。

研究 A：p = .049
研究 B：p = .051

傳統 .05 門檻會讓 A 被標成「顯著」、B 被標成「不顯著」，但證據強度非常接近。

更好的做法是忠實報告效果估計、CI 和精確 p 值，而不是把 .051 誇大成「完全沒有效果」。

八、單尾 p 值和雙尾 p 值差在哪？

雙尾檢定

問：「A 和 B 是否有差異？」不預先限定方向。

單尾檢定

問：「A 是否明確高於 B？」只關注事先指定方向。

不能因為雙尾 p = .08 不顯著，看到資料方向符合預期後，才臨時改成單尾讓 p 值變小。檢定方向應由研究問題與分析計畫事先決定。

九、做很多次檢定，為什麼會提高誤判風險？

如果每次都用 α = .05，而且一次做很多個假設檢定，就會提高至少出現一次偽陽性結果的機會。

例如有 4 組學生，卻不用 ANOVA，而一直做 A vs B、A vs C、A vs D、B vs C、B vs D、C vs D，就會產生多重比較問題。

三組以上平均數比較通常先考慮 ANOVA，再依整體結果與研究目的做適當的事後比較或多重比較校正。

十、研究結果應該怎麼完整解讀？

看到一個 p 值時，可以按 5 步走：

確認研究問題：比較、相關、比例，還是預測？
確認統計方法：t 檢定、ANOVA、卡方、相關、迴歸回答的問題不同。
看 p 值：依事先設定 α 判斷統計顯著性。
看效果方向與效果量：顯著不代表效果大。
看 95% CI：確認合理效果範圍與估計精確度。

不知道該選哪個方法，可以先看：統計方法怎麼選？完整選擇指南

十一、SPSS t 檢定結果範例：不要只盯著 Sig.

假設：

組別	N	M	SD
閱讀策略組	30	82.4	7.1
一般教學組	30	76.3	8.2

結果：

Welch’s t = 3.07
df = 57.4
p = .003
Cohen’s d = 0.79

完整判讀是：

閱讀策略組平均高 6.1 分；
p = .003，達常用 .05 顯著水準；
d = 0.79，顯示差異幅度不能只當成極小變化；
最好再檢查平均差的 95% CI；
是否具有教育實務意義仍需回到測驗尺度與研究情境判斷。

你也可以使用 FunnyTools 的獨立樣本 t 檢定簡易計算器核對摘要統計結果。

十二、論文／作業常見錯誤寫法

錯誤 1

p < .05，所以研究假設有 95% 的機率正確。

問題：p 值不是研究假設為真的機率。

錯誤 2

p > .05，因此證明兩組沒有差異。

問題：未拒絕 H₀ 不等於證明 H₀ 為真。

錯誤 3

p = .000。

建議：若軟體只是因顯示精度呈現 .000，通常報告為 p < .001。

錯誤 4

p < .001，所以效果非常大。

問題：統計顯著與效果大小不同。

錯誤 5

p = .051，所以完全沒有研究價值。

問題：應一起檢視效果估計、CI、樣本數與研究設計。

十三、APA 7 結果句可以怎麼寫？

獨立樣本 t 檢定

閱讀策略組（M = 82.40, SD = 7.10）的閱讀理解得分高於一般教學組（M = 76.30, SD = 8.20），Welch’s t(57.4) = 3.07, p = .003, d = 0.79。

ANOVA

三組教學方式的後測成績存在差異，F(2, 87) = 6.41, p = .003, η² = .13。

正式投稿仍應依期刊、學校或指導教師要求調整格式。

十四、常見問題 FAQ

p 值越小越好嗎？

不能這樣說。p 值越小通常表示資料在 H₀ 成立時越不容易出現，但研究品質不能用 p 值大小排名。

p = .05 算顯著嗎？

若事先規則是 p < .05，精確的 p = .050 並不符合 < .05。依研究計畫或期刊規範忠實報告最重要。

p > .05 可以寫「沒有顯著差異」嗎？

可以寫「未達統計顯著」或「未發現統計上顯著差異」，但避免直接寫成「證明沒有差異」。

SPSS 的 Sig. 就是 p 值嗎？

在常見輸出中，Sig. 欄位通常是該檢定的 p 值，但要確認你讀的是哪個檢定、單尾或雙尾，以及正確的輸出列。

p < .001 要寫成 p = .000 嗎？

通常不要。SPSS 的 .000 是顯示精度造成，正式報告一般寫 p < .001。

p 值可以告訴我效果大不大嗎？

不能。效果大小應看 Cohen’s d、r、η²、partial η²、R² 或其他適合研究設計的效果量。

十五、下一步：不要只停在「顯著／不顯著」

推薦繼續看：

統計解讀最安全的習慣不是問「有沒有 p < .05」，而是一起回答：

差多少？方向是什麼？估計有多精確？這個差異在研究情境中重要嗎？

下一步

已經有兩組的 N、平均數和標準差？
使用 FunnyTools 獨立樣本 t 檢定簡易計算器快速核對 Welch t、自由度與雙尾 p 值，再回到本指南一起檢查效果量與信賴區間。

重點速記

重點：p 值不是「假設為真的機率」

四格文字：

p < .05：常見判準下達統計顯著
p > .05：未達顯著 ≠ 證明沒有差異
SPSS .000：通常報告 p < .001
別只看 p：一起看效果量與 95% CI

參考資料

American Statistical Association, Statement on Statistical Significance and P-Values.
NIST/SEMATECH e-Handbook of Statistical Methods.
FunnyTools 現有教育與統計工具與研究統計指南。

本頁供教育、研究方法學習與統計結果初步判讀使用，不取代研究設計諮詢、正式統計軟體驗證或期刊投稿規範。