p 值計算器

什麼是 p 值計算器？

p 值計算器是在你已經得到檢定統計量之後，用來快速判斷這個結果有多「罕見」的統計工具。假設檢定中通常先假設虛無假設成立，再用 p 值表示觀察到目前結果或更極端結果的機率。p 值越小，一般表示目前資料與虛無假設越不一致。

在實務上，報告或論文中往往更常出現 p 值，而不是統計量本身。但同一個統計量在常態分布(Z)還是 t 分布、單側還是雙尾檢定的前提下，結果都會不同，因此必須連同條件一起看。本工具把這些條件集中在同一頁面，幫助減少解讀錯誤。

適合這些情境

當你已經透過統計軟體、論文表格或手算得到 Z 統計量或 t 統計量，並需要快速重新確認 p 值時，這個工具會很有幫助。尤其適合在調整檢定方向或重新套用自由度後，比較結果變化的幅度。

例如考試分數差異檢定、實驗組與對照組平均值比較、Welch t 檢定、迴歸係數檢定等情境，若只拿到統計量與自由度，就很適合用它進行即時確認。無論是課堂作業、閱讀論文、資料分析複核，還是撰寫報告前的交叉檢查，都能派上用場。

• 課堂與作業複核 – 把手算得到的 t 值或 Z 值重新換算成 p 值確認
• 閱讀論文表格 – 直接輸入論文中給出的統計量與自由度，重新核對顯著性
• 檢查分析報告 – 在開會前快速比較單側與雙尾結果的差異
• 資料實務 – 即使沒有統計軟體，也能立刻解讀迴歸或均值比較結果

主要功能

本工具不只是給出一個 p 值數字，還會同時顯示使用了哪一側的尾部機率，以及在不同顯著水準下的判斷結果。重點是讓你從輸入統計量到整理報告結論之間的流程盡量不中斷。

你可以在常態分布(Z)與 t 分布之間切換，並立即比較左尾單側、右尾單側與雙尾檢定的差異。同時也能直接輸入 α，查看在目前標準下是否顯著，以及在常見的 0.10、0.05、0.01 門檻下會得到什麼判斷。

• Z / t 模式切換 – 依統計量類型切換到對應分布並立即計算
• 支援單側與雙尾檢定 – 立即比較左尾、右尾與雙尾的 p 值
• 輸入自由度 – 在 t 分布模式下結合 df 計算更準確的 p 值
• 顯著水準比較卡片 – 一眼查看 0.10、0.05、0.01 三檔門檻下的判斷
• 複製結果 – 提供便於貼到報告或訊息中的摘要句

使用方式

先選擇你要使用的檢定統計量是 Z 還是 t，再選擇檢定方向。然後輸入統計量數值；如果使用 t 分布，還要同時輸入自由度。最後填入目前採用的顯著水準 α，p 值與判斷就會立即更新。

雙尾檢定會把較小的一側尾部機率乘以 2，而單側檢定只使用你選擇方向的尾部機率。如果你正在看的是迴歸係數檢定或平均值比較，且結果表中沒有明確說明方向，那麼最好先確認報告或作業要求的是單側還是雙尾，再進行輸入。

1. 選擇分布 – 若統計量是 Z，就選常態分布(Z)；若是 t 統計量，就選 t 分布。
2. 選擇檢定方向 – 在左尾單側、右尾單側與雙尾之間，選擇符合目前假設的方向。
3. 輸入統計量 – 輸入已經計算好的 z 或 t 值。
4. 輸入自由度與 α – 若使用 t 分布，請輸入自由度，並設定目前用來判斷的 α。
5. 查看結果 – 結合上方結果卡片中的 p 值、下方比較卡片與摘要表一起解讀。

計算方式與閱讀重點

Z 模式使用標準常態分布累積分布函數 Φ(z)。左尾單側直接把 Φ(z) 當作 p 值，右尾單側則使用 1 – Φ(z)。雙尾檢定會把較小的尾部機率乘以 2，以反映左右任一方向同等程度的極端性。

t 模式會結合自由度來計算 Student’s t 分布的累積機率。自由度越小，尾部越厚，因此在相同統計量下，p 值往往會比常態分布更大。所以當樣本較小或母體標準差未知時，不要直接用 Z 來簡化，最好依照 t 分布重新確認。

p 值並不等於「虛無假設為真的機率」。它表示的是目前統計量或更極端結果被觀察到的機率。因此，樣本設計、多重比較、事後假設設定等解讀問題仍需另外考量。如果還需要先確認基礎統計量，可以搭配使用 Z-score 計算器、標準差計算器 與 平均值計算器。

常見問題