P i p-värde står för probability – sannolikhet. Ett p-värde beräknas i en statistisk analys av sannolikheten för att ett resultat skulle bero på tillfälligheter.
Forskning på TM har ofta p-värden som är 50 till en miljon gånger mindre (=bättre) än normen
Inom fysiken är det i stort sett enkelt att identifiera orsak och verkan. Inom samhällsvetenskaperna är det mycket svårare, eftersom människor hela tiden utsätts för påverkan från många olika håll. Det är därför som ”sannolikhet”, den statistiska utvärderingen av om resultatet uppkom på grund av tillfälligheter och inte den hypotetiska orsaken, är avgörande för att bedöma säkerheten av ett tänkt samband mellan orsak och verkan. ”p-värdet” brukar betraktas som minst lika viktigt som själva effekten.
Det låter logiskt. Om en forskare ger ett preparat till någon för att göra personen lyckligare, och personen nästa dag faktiskt känner sig litet lyckligare, så kan forskaren fortfarande inte säga med bestämdhet att det var preparatet som var orsaken. Kanske personen fick befordran på jobbet, blev förälskad, eller att det var en placeboeffekt.
Men om vi ger preparatet till 100 personer och genomsnittet för alla är att de känner sig litet lyckligare ( att effekten är konsistent), så är chansen för att det är en tillfällighet mycket lägre. Om vi ser att alla 100 personerna känner sig lyckligare än någonsin ( stor effekt), så kan vi säga med en hög grad av bestämdhet att det troligen inte var en tillfällighet.
Normen inom vetenskapen är att forskaren ska vara minst 95% säker på att det inte var en tillfällighet, och det betecknas p<0,05, en sannolikhet mindre än 5 på 100. Ju mer konsistent (= pålitligare) och starkare effekten är, desto mindre är chansen att det var slump, och desto mindre är p-värdet.
