是的，这可能完全有道理。事实上，也有可能（也许更罕见）看到一个大的估计效应大小，而没有统计学上的显着证据表明它不是零。

问题是您的影响大小只是一个点估计，因此是一个随机变量，取决于您可用于分析的特定样本。如果您为您的估计构建一个 95% 的置信区间，您将看到它包含零，这就是您的 p 值高于 0.05 的原因。

是的。这基本上意味着您看到了中等（比方说）效果，但在 95% 的水平上您不能确定您看到的不是随机波动造成的。这可能是因为您的样本太小。你想看看http://en.wikipedia.org/wiki/Statistical_power

（对于这里的所有专业人士：是的，我知道这都是非常不精确、模糊和错误的。我只是试图将答案的水平与问题的水平相匹配。）

什么是 p 值：p 值回答了这个问题：如果在从中抽取样本的总体中，确实没有任何影响，那么结果与我们得到的结果一样极端或更极端的可能性有多大在这个样本中？

这就是它的全部含义。

这个问题几乎从不感兴趣

效应量（如 Cohen 的 d）在几乎所有情况下都更为重要。他们回答了这个问题：影响有多大？这就是我们通常感兴趣的。

我认为我们不应该让我们的答案如此简单以至于它们是错误的。我认为我们可以帮助受教育程度较低的提问者了解真正发生的事情。而且，在这种情况下，我认为这可以很容易地完成。