เปรียบเทียบวิธี

	ค่าพี (P-Value) และนัยสำคัญทางสถิติ	ขนาดอิทธิพล
สาขาวิชา	สถิติการวิจัย	สถิติการวิจัย
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1925	1988
ผู้ริเริ่ม	Ronald Fisher	Jacob Cohen
ประเภท	Concept	Concept
แหล่งต้นตำรับ	Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd.	Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 0-8058-0283-5
ชื่อเรียกอื่น	p-value, significance test, statistical significance, alpha level	ES, Cohen's d, standardized effect, practical significance
ที่เกี่ยวข้อง	5	4
สรุป	The p-value is the probability of observing data as extreme as or more extreme than what was actually observed, assuming the null hypothesis is true. Introduced by Ronald Fisher in 1925, it is the foundation of frequentist hypothesis testing. Statistical significance is declared when the p-value falls below a pre-specified threshold (alpha level, typically 0.05).	Effect size quantifies the magnitude of a research finding independent of sample size. While a p-value tells you whether a result is statistically significant, an effect size tells you how big the result is. Jacob Cohen formalized effect size measurement in behavioral sciences (1988), establishing standard benchmarks (small = 0.2, medium = 0.5, large = 0.8 for Cohen's d). Effect sizes are essential for meta-analysis, power analysis, and communicating the practical importance of research findings.