P değeri için %5 sınırı çoğu alanda otomatikleşmiş durumda. Oysa Fisher bu sayıyı katı bir kural olarak değil, "üzerinde durmaya değer bir bulgu" sinyali olarak önermişti. Sonraki on yıllarda Neyman-Pearson çerçevesi bunu hipotez ret kararı eşiğine dönüştürdü ve iki farklı felsefe yapışık ikiz gibi birlikte kullanılır oldu. Bence sorunun özü şu: %5 keyfi bir sayı ama keyfi olması tek başına yanlış olduğu anlamına gelmiyor. Sorun, eşiğin neden bu olduğunu sormadan "p < 0,05 ise gerçek, değilse yok" diye okumak. Bu, ikili düşünmeye davet ediyor ve etki büyüklüğü ile güven aralığı tamamen perde arkasına itiliyor. Birkaç somut alternatif tartışılıyor. %0,5 önerisi tekrarlanabilirlik krizine yanıt olarak ortaya çıktı, false positive oranını ciddi düşürüyor ama örnek büyüklüğü gereksinimini de yukarı çekiyor. Bayesçi yaklaşım eşik yerine kanıt güç oranını öne çıkarıyor. Bazıları p değerini tamamen bırakıp etki kestirimine ve aralığa odaklanmayı savunuyor. Kendi alanımda gözlemim şu: %5'i otomatik kullanan ekipler çoklu karşılaştırma düzeltmesi, ön kayıt ve etki büyüklüğü raporlama gibi tamamlayıcı araçları da uygulamıyorsa, eşiği değiştirmek tek başına çare olmuyor. Sorun eşik değil, kararı tek bir sayıya yıkma alışkanlığı. Sizin alanınızda %5 dışında bir konvansiyon var mı? Etki büyüklüğü ile birlikte raporlama ne ölçüde standart hale geldi?