Dennis Lindley (1957) menunjukkan: dengan sampel yang sangat besar, uji t bisa menolak H₀ (p < 0.05) sementara faktor Bayes mendukung H₀ dengan kuat. Ini terjadi karena uji frekuentis sensitif terhadap ukuran sampel — sampel besar membuat efek sangat kecil tampak signifikan secara statistik, meski secara praktis tidak berarti.
Paradoks ini memperlihatkan perbedaan fundamental antara dua mazhab statistik: signifikansi statistik bukan signifikansi praktis. Dalam era big data, hampir semua efek akan signifikan secara statistik jika sampelnya cukup besar. Implikasinya: efek size dan interval kepercayaan lebih informatif dari p-value saja.
← Kembali ke Daftar Paradoks