1.概念與意義
在假設檢驗中，顯著性水平（Significant level，用α表示）的確定是至關重要的問題。
顯著性水平a，是在原假設成立時，檢驗統計量值落在某個極端區域的概率值。因此，若取α= 0.05，如果計算出的p值小于α ，則可認為原假設是一個不可能發生的小概率事件。當然，如果真的發生了，則犯錯誤的可能性為5%。顯然，顯著性水平反映了拒絕某一原假設時所犯錯誤的可能性，或者說，α是指拒絕了事實上正確的原假設的概率。
2.顯著性水平a，取多大才合適？
顯著性水平α值一般在進行假設檢驗前由研究者根據實際的需要確定。
常用的取值是0.05，0.01及0.1。
對于前者，相當于在原假設事實上正確的情況下，研究者接受這一假設的可能性為95%；對于中間者，則研究者接受事實上正確的原假設的可能性為99%；后者，接受的可能性為90%。一般最常用的0.05和0.01，醫學類大多采用0.01。
顯然，降低α值可以減少拒絕原假設的可能性。因此，在報告統計分析結果時，必須給出α值。
3.SPSS中的實際應用
顯著性水平a值表現為SPSS在數據結果中輸出的Sig值。假設檢驗運用了小概率原理，事先確定的作為判斷的界限，即允許的小概率的標準，稱為顯著性水平，它把概率分布分為兩個區間：拒絕區間，接受區間。
SPSS和SAS等統計軟件常用*號表示顯著性水平的程度，通常一個*號表示0.1的顯著水平，兩個* *表示0.05的顯著水平。
（整理自互聯網/數據小兵）
