当我们进行统计假设检验时，通常会选择一个显著性水平来判断是否拒绝原假设。常见的显著性水平是0.05或0.01。当我们得到的p值小于显著性水平时，我们通常认为结果是显著的，可以拒绝原假设。但当p值大于显著性水平时，我们该如何判断结果是否有显著性呢？

首先，需要明确一点，p值只是一个概率值，它反映了观察到的数据或更极端情况出现的概率。当我们得到的p值大于显著性水平时，说明我们没有足够的证据来拒绝原假设，但并不代表原假设一定成立。这时需要结合实际情况和数据的背景来进行判断。

其次，需要考虑样本大小和效应大小。当样本大小较小时，即使效应显著，也可能得到较高的p值。反之，当样本大小较大时，即使效应较小，也可能得到较低的p值。因此，需要综合考虑样本大小和效应大小，而不仅仅是p值的大小。

最后，需要注意多重比较问题。当进行多个假设检验时，进行多重比较可能会导致p值的累积误差。因此，需要采用适当的校正方法，如Bonferroni校正或Benjamini-Hochberg校正，来控制误差率。

综上所述，当p值大于显著性水平时，我们需要综合考虑样本大小、效应大小和多重比较问题等因素，来进行结果的判断。不能仅仅依赖于p值的大小来判断结果是否显著。