|
1.概念与意义 在假设检验中，显著性水平（Significant level，用α表示）的确定是至关重要的问题。
显著性水平a，是在原假设成立时，检验统计量值落在某个极端区域的概率值。因此，若取α= 0.05，如果计算出的p值小于α ，则可认为原假设是一个不可能发生的小概率事件。当然，如果真的发生了，则犯错误的可能性为5%。显然，显著性水平反映了拒绝某一原假设时所犯错误的可能性，或者说，α是指拒绝了事实上正确的原假设的概率。 2.显著性水平a，取多大才合适？ 显著性水平α值一般在进行假设检验前由研究者根据实际的需要确定。
常用的取值是0.05，0.01及0.1。 对于前者，相当于在原假设事实上正确的情况下，研究者接受这一假设的可能性为95%；对于中间者，则研究者接受事实上正确的原假设的可能性为99%；后者，接受的可能性为90%。一般最常用的0.05和0.01，医学类大多采用0.01。 显然，降低α值可以减少拒绝原假设的可能性。因此，在报告统计分析结果时，必须给出α值。 3.SPSS中的实际应用 显著性水平a值表现为SPSS在数据结果中输出的Sig值。假设检验运用了小概率原理，事先确定的作为判断的界限，即允许的小概率的标准，称为显著性水平，它把概率分布分为两个区间：拒绝区间，接受区间。 SPSS和SAS等统计软件常用*号表示显著性水平的程度，通常一个*号表示0.1的显著水平，两个* *表示0.05的显著水平。 |
