Yo diría que es mucho mejor que decir que "no se puede rechazar la hipótesis nula", ya que hay al menos dos razones por las que podría no alcanzar un resultado significativo: en primer lugar, puede ser debido a que H0 es cierto, pero también podría ser el caso de que H0 es falsa, pero no hemos recogido suficientes datos para proporcionar suficiente evidencia en contra de ella. Considere el caso donde estamos tratando de determinar si una moneda está sesgada (H0 siendo que la moneda es justo). Si sólo observamos 4 coin flips, el p-valor nunca puede ser menor que 0.05, incluso si la moneda es tan sesgada que tiene una cabeza a ambos lados, entonces siempre vamos "no se puede rechazar la hipótesis nula". Claramente en ese caso no queremos aceptar la hipótesis nula, ya que no es cierto. Lo ideal es realizar un análisis para averiguar si podemos razonablemente esperar ser capaz de rechazar la hipótesis nula cuando es falsa, sin embargo, esto no suele ser casi tan sencillo como realizar la prueba en sí, razón por la cual es generalmente olvidadas.
Actualización: La hipótesis nula es muy a menudo que sabe que es falsa antes de observar los datos. Por ejemplo, una moneda (de ser asimétrica) es casi ciertamente sesgada; la magnitud de este sesgo nosotros, sin duda, insignificante, pero no precisamente de cero, que es lo que la H0 para la prueba habitual de los prejuicios de una moneda afirma. Si observamos un número suficientemente grande de volteretas, eventualmente, ser capaz de detectar esta minúscula desviación de la exacta unbiasedness. Sería extraño entonces aceptar la "hipótesis nula", en este caso, como sabemos, antes de la realización de la prueba de que es ciertamente falsa. La prueba es ciertamente útil, aunque como estamos en general interesado en si la moneda es prácticamente sesgada.
