Hoe je p-waarden rapporteert en wat je verder rapporteert hangt niet af van de hoogte van de p-waarde (tenminste, tenzij de p-waarde heel erg klein is). Dit is altijd hetzelfde als je een toets doet.
Als je een toets hebt gedaan, rapporteer je altijd:
-
De waarde van de toetsingsgrootheid (t voor een t-toets, F voor een anova, of $\chi^2$ voor een $\chi^2$-toets);
-
De bijbehorende vrijheidsgraden (voor een t-toets, n-1; voor een anova, eerst $Df_{effect}$ en dan $Df_{error}$; en voor $\chi^2$, aantal rijen - 1 * aantal groepen - 1);
-
De resulterende waarde van de toetsingsgrootheid (dus de waarde van t, F of $\chi^2$);
-
De p-waarde die daarbij hoort;
-
Als je het netjes wil doen, de effect size (Cohen's d voor een t-toets, $\eta^2$ of $\omega^2$ voor een Anova, en Cramer's V voor $\chi^2$).
Al deze getallen hebben twee decimalen, behalve de p-waarden, die heeft drie decimalen. Je rapporteert dus ook altijd de exacte p-waarde. De enige uitzondering is als de p-waarde kleiner is dan .001; dan rapporteer je 'p < .001'. In alle andere gevallen rapporteer je de exacte p-waarde, of die nu significant is of niet.