Altijd als je een toets doet dan kijk je naar een aantal verschillende dingen. De eerste is: vind ik een effect in mijn steekproef? Dat is in dit geval een beta van .10. Een andere vraag is, hoe waarschijnlijk is het dat niet alleen in mijn steekproef maar ook in de populatie een effect aanwezig is? Daarvoor kijk je o.a. naar de p-waarde. Als die kleiner dan alfa is kun je concluderen dat dit waarschijnlijk is. Maar een nog belangrijkere vraag die je dan ook moet stellen is: Is dit een belangrijk or relevant effect? Een beta van .10 is niet heel groot en kun je interpreteren als een zwak effect. Het is dus heel leuk dat je aantoont dat het waarschijnlijk ook aanwezig is in de populatie, maar als het maar heel klein is, is deze kennis niet heel relevant.
Relevantie kun je op een verschillende manieren invullen, maar een ervan is wat kunnen we met die kennis? Stel je kijkt naar voorspellers voor het houden aan een vuurwerkverbod en je voorspeller is dat iemand je erop wijst dat het niet mag. Als je dan een beta van .10 vindt ga je niet gelijk iedereen aansporen om anderen aan te spreken op hun gedrag, maar bij een beta van .90 wellicht wel.