Ketika Anda menggunakan salah satu dari tes ini, nilai-P yang Anda temukan atau laporan perangkat

lunak adalah perkiraan untuk nilai-P yang sebenarnya. Ini karena distribusi sampling normal (atau
chi-squared) yang digunakan adalah perkiraan sampel besar untuk distribusi sampling yang
sebenarnya. Jadi, ketika Anda melaporkan nilai-P, dapat dipastikan untuk menggunakan banyak nilai
desimal. Jika Anda beruntung, nilai P yang baik yaitu pendekatan dari desimal dengan 2 dibelakang
koma. Jadi, untuk nilai-P yang dilaporkan perangkat lunak sebagai 0,028374, lebih masuk akal untuk
melaporkannya sebagai 0,03 (atau, paling baik, 0,028) daripada 0,028374. Pengecualian adalah
ketika nilai-P adalah nol untuk banyak tempat desimal, dalam hal ini masuk akal untuk melaporkan P
<0,001 atau P <0,0001.Selain itu, nilai-P semata-mata hanya mengumpulkan kekuatan untuk bukti
terhadap hipotesis awal, dan akurat untuk tempat-tempat tertentu yang memadai untuk tujuan ini.

Setiap metode memiliki interval kepercayaan yang sesuai. Ini didasarkan pada hasil pembalikan dari
uji signifikansi: Interval kepercayaan 95% untuk parameter β adalah set nilai β0 untuk uji signifikansi
H0: β = β0 sehingga nilai-P lebih besar dari 0,05. Sebagai contoh, interval kepercayaan 95% Wald
adalah himpunan nilai β0 yang z = (β −β0) / SE memiliki | z | <1,96. Itu sama dengan ˆ β ± 1,96 (SE)
.Untuk proporsi binomial, interval kepercayaan skor adalah yang dibahas dalam Bagian 1.3.4 yang
memiliki titik akhir yaitu nilai π0 yang memiliki nilai-P 0,05 pada uji-z menggunakan standar nol
kesalahan.