顯著性檢驗就是事先對總體（隨機(jī)變量）的參數(shù)或總體分布形式做出一個假設(shè)，然后利用樣本信息來判斷這個假設(shè)（原假設(shè)）是否合理，即判斷總體的真實情況與原假設(shè)是否顯著地有差異。或者說，顯著性檢驗要判斷樣本與我們對總體所做的假設(shè)之間的差異是純屬機(jī)會變異，還是由我們所做的假設(shè)與總體真實情況之間不一致所引起的。

顯著性檢驗是針對我們對總體所做的假設(shè)做檢驗，其原理就是“小概率事件實際不可能性原理”來接受或否定假設(shè)。

抽樣實驗會產(chǎn)生抽樣誤差，對實驗資料進(jìn)行比較分析時，不能僅憑兩個結(jié)果（平均數(shù)或率）的不同就作出結(jié)論，而是要進(jìn)行統(tǒng)計學(xué)分析，鑒別出兩者差異是抽樣誤差引起的，還是由特定的實驗處理引起的。

顯著性檢驗即用于實驗處理組與對照組或兩種不同處理的效應(yīng)之間是否有差異，以及這種差異是否顯著的方法。

常把一個要檢驗的假設(shè)記作H₀,稱為原假設(shè)（或零假設(shè)） (null hypothesis) ，與H₀對立的假設(shè)記作H₁，稱為備擇假設(shè)(alternative hypothesis) 。

⑴ 在原假設(shè)為真時，決定放棄原假設(shè)，稱為第一類錯誤，其出現(xiàn)的概率通常記作α；

⑵ 在原假設(shè)不真時，決定接受原假設(shè)，稱為第二類錯誤，其出現(xiàn)的概率通常記作β。

通常只限定犯第一類錯誤的最大概率α， 不考慮犯第二類錯誤的概率β。這樣的假設(shè) 檢驗又稱為顯著性檢驗，概率α稱為顯著性水平。

最常用的α值為0.01、0.05、0.10等。一般情況下，根據(jù)研究的問題，如果放棄真錯誤損失大，為減少這類錯誤，α取值小些 ，反之，α取值大些。

• 無效假設(shè)

顯著性檢驗的基本原理是提出“無效假設(shè)”和檢驗“無效假設(shè)”成立的機(jī)率（P）水平的選擇。所謂“無效假設(shè)”，就是當(dāng)比較實驗處理組與對照組的結(jié)果時，假設(shè)兩組結(jié)果間差異不顯著，即實驗處理對結(jié)果沒有影響或無效。經(jīng)統(tǒng)計學(xué)分析后，如發(fā)現(xiàn)兩組間差異系抽樣引起的，則“無效假設(shè)”成立，可認(rèn)為這種差異為不顯著（即實驗處理無效）。若兩組間差異不是由抽樣引起的，則“無效假設(shè)”不成立，可認(rèn)為這種差異是顯著的（即實驗處理有效）。

• “無效假設(shè)”成立的機(jī)率水平

檢驗“無效假設(shè)”成立的機(jī)率水平一般定為5%（常寫為p≤0.05），其含義是將同一實驗重復(fù)100次，兩者結(jié)果間的差異有5次以上是由抽樣誤差造成的，則“無效假設(shè)”成立，可認(rèn)為兩組間的差異為不顯著，常記為p>0.05。若兩者結(jié)果間的差異5次以下是由抽樣誤差造成的，則“無效假設(shè)”不成立，可認(rèn)為兩組間的差異為顯著，常記為p≤0.05。如果p≤0.01，則認(rèn)為兩組間的差異為非常顯著。

分析工作者常常用標(biāo)準(zhǔn)方法與自己所用的分析方法進(jìn)行對照試驗，然后用統(tǒng)計學(xué)方法檢驗兩種結(jié)果是否存在顯著性差異。若存在顯著性差異而又肯定測定過程中沒有錯誤，可以認(rèn)定自己所用的方法有不完善之處，即存在較大的系統(tǒng)誤差。

因此分析結(jié)果的差異需進(jìn)行統(tǒng)計檢驗或顯著性檢驗。

顯著性檢驗的基本思想可以用小概率原理來解釋。

1、小概率原理：小概率事件在一次試驗中是幾乎不可能發(fā)生的，假若在一次試驗中事件 事實上發(fā)生了。那只能認(rèn)為事件 不是來自我們假設(shè)的總體，也就是認(rèn)為我們對總體所做的假設(shè)不正確。

2、觀察到的顯著水平：由樣本資料計算出來的檢驗統(tǒng)計量觀察值所截取的尾部面積為。這個概率越小，反對原假設(shè)，認(rèn)為觀察到的差異表明真實的差異存在的證據(jù)便越強(qiáng)，觀察到的差異便越加理由充分地表明真實差異存在。

3、檢驗所用的顯著水平：針對具體問題的具體特點，事先規(guī)定這個檢驗標(biāo)準(zhǔn)。

4、在檢驗的操作中，把觀察到的顯著性水平與作為檢驗標(biāo)準(zhǔn)的顯著水平標(biāo)準(zhǔn)比較，小于這個標(biāo)準(zhǔn)時，得到了拒絕原假設(shè)的證據(jù)，認(rèn)為樣本數(shù)據(jù)表明了真實差異存在。大于這個標(biāo)準(zhǔn)時，拒絕原假設(shè)的證據(jù)不足，認(rèn)為樣本數(shù)據(jù)不足以表明真實差異存在。

5、檢驗的操作可以用稍許簡便一點的作法：根據(jù)所提出的顯著水平查表得到相應(yīng)的 值，稱作臨界值，直接用檢驗統(tǒng)計量的觀察值與臨界值作比較，觀察值落在臨界值所劃定的尾部內(nèi)，便拒絕原假設(shè)；觀察值落在臨界值所劃定的尾部之外，則認(rèn)為拒絕原假設(shè)的證據(jù)不足。

若用計算機(jī)統(tǒng)計軟件進(jìn)行假設(shè)檢驗, 我們會見到P—值。將算得檢驗統(tǒng)計量樣本值查表得的概率是就是P值（在那里我們稱之為觀察到的顯著水平）。

P值是怎么來的

從某總體中抽樣所得的樣本，其參數(shù)會與總體參數(shù)有所不同，這可能是由于兩種原因：

⑴、這一樣本是由該總體抽出，其差別是由抽樣誤差所致；

⑵、這一樣本不是從該總體抽出，所以有所不同。

如何判斷是那種原因呢？統(tǒng)計學(xué)中用顯著性檢驗賴判斷。其步驟是：

⑴、建立檢驗假設(shè)（又稱無效假設(shè)，符號為H₀）：如要比較A藥和B藥的療效是否相等，則假設(shè)兩組樣本來自同一總體，即A藥的總體療效和B藥相等，差別僅由抽樣誤差引起的碰巧出現(xiàn)的。

⑵、選擇適當(dāng)?shù)?a href="/wiki/%E7%BB%9F%E8%AE%A1%E6%96%B9%E6%B3%95" title="統(tǒng)計方法">統(tǒng)計方法計算H0成立的可能性即概率有多大，概率用P值表示。

⑶、根據(jù)選定的顯著性水平（0.05或0.01），決定接受還是拒絕H0。

如果P＞0.05，不能否定“差別由抽樣誤差引起”，則接受H0；如果P＜0.05或P ＜0.01，可以認(rèn)為差別不由抽樣誤差引起，可以拒絕H0，則可以接受另一種可能性的假設(shè)（又稱備選假設(shè)，符號為H1），即兩樣本來自不同的總體，所以兩藥療效有差別。

統(tǒng)計學(xué)上規(guī)定的P值意義見下表

P值	碰巧的概率	對無效假設(shè)	統(tǒng)計意義
P＞0.05	碰巧出現(xiàn)的可能性大于5%	不能否定無效假設(shè)	兩組差別無顯著意義
P＜0.05	碰巧出現(xiàn)的可能性小于5%	可以否定無效假設(shè)	兩組差別有顯著意義
P ＜0.01	碰巧出現(xiàn)的可能性小于1%	可以否定無效假設(shè)	兩者差別有非常顯著意義

理解P值，下述幾點必須注意：

⑴P的意義不表示兩組差別的大小，P反映兩組差別有無統(tǒng)計學(xué)意義，并不表示差別大小。因此，與對照組相比，C藥取得P＜0.05，D藥取得P ＜0.01并不表示D的藥效比C強(qiáng)。

⑵ P＞0.05時，差異無顯著意義，根據(jù)統(tǒng)計學(xué)原理可知，不能否認(rèn)無效假設(shè)，但并不認(rèn)為無效假設(shè)肯定成立。在藥效統(tǒng)計分析中，更不表示兩藥等效。哪種將“兩組差別無顯著意義”與“兩組基本等效”相同的做法是缺乏統(tǒng)計學(xué)依據(jù)的。

⑶統(tǒng)計學(xué)主要用上述三種P值表示，也可以計算出確切的P值，有人用P ＜0.001，無此必要。

⑷顯著性檢驗只是統(tǒng)計結(jié)論。判斷差別還要根據(jù)專業(yè)知識。

關(guān)于顯著性檢驗的結(jié)果：

(一)顯著性檢驗回答什么問題

我們所觀察到的差異（是純屬于機(jī)會變異，還是反映了真實的差異？

1、如果顯著性檢驗得到差異顯著的結(jié)論這時并不能評價差異的大小和重要性。

2、顯著性檢驗只能告訴我們差異是否在事實上存在，而不能回答差異產(chǎn)生的原因。

3、顯著性檢驗不能檢查我們對實驗所作的設(shè)計是否有缺陷

(二)顯著性檢驗回答問題的方式

在表述顯著性檢驗結(jié)論的時候，應(yīng)與檢驗的邏輯推理相符。

當(dāng)檢驗統(tǒng)計量的觀察值落在拒絕域時，我們應(yīng)該說，樣本資料顯著地（或高度顯著地）表明，差異是存在的。

(三)對觀察到的顯著水平數(shù)值的評價

1、顯著性檢驗的對象是無限總體。

2、大樣本可能會使檢驗統(tǒng)計量過分敏感。

3、從有限總體中抽取樣本用于顯著性檢驗時，必須作概率抽樣。

顯著性檢驗的一般步驟或格式，如下：

1、提出假設(shè)

　H₀：______

H₁：______

同時，與備擇假設(shè)相應(yīng)，指出所作檢驗為雙尾檢驗還是左單尾或右單尾檢驗。

2、構(gòu)造檢驗統(tǒng)計量，收集樣本數(shù)據(jù)，計算檢驗統(tǒng)計量的樣本觀察值。

3、根據(jù)所提出的顯著水平 ，確定臨界值和拒絕域。

4、作出檢驗決策。

把檢驗統(tǒng)計量的樣本觀察值和臨界值比較，或者把觀察到的顯著水平與顯著水平標(biāo)準(zhǔn)比較；最后按檢驗規(guī)則作出檢驗決策。當(dāng)樣本值落入拒絕域時，表述成:“拒絕原假設(shè)”，“顯著表明真實的差異存在”；當(dāng)樣本值落入接受域時，表述成：“沒有充足的理由拒絕原假設(shè)”，“沒有充足的理由表明真實的差異存在”。另外，在表述結(jié)論之后應(yīng)當(dāng)注明所用的顯著水平。

進(jìn)行顯著性檢驗還應(yīng)注意以下幾個問題：

1、要有合理的試驗設(shè)計和準(zhǔn)確的試驗操作，避免系統(tǒng)誤差、降低試驗誤差，提高試驗的準(zhǔn)確性和精確性。

2、選用的顯著性檢驗方法要符合其應(yīng)用條件。由于研究變量的類型、問題的性質(zhì)、條件、試驗設(shè)計方法、樣本大小等的不同，所選用的顯著性檢驗方法也不同，因而在選用檢驗方法時，應(yīng)認(rèn)真考慮其應(yīng)用條件和適用范圍。

3、選用合理的統(tǒng)計假設(shè)。進(jìn)行顯著性檢驗時，無效假設(shè)和備擇假設(shè)的選用，決定了采用兩尾檢驗或是一尾檢驗。 4、正確理解顯著性檢驗結(jié)論的統(tǒng)計意義。顯著性檢驗結(jié)論中的“差異顯著”或“差異極顯著”不應(yīng)該誤解為相差很大或非常大，也不能認(rèn)為在實際應(yīng)用上一定就有重要或很重要的價值?！帮@著”或“極顯著”是指表面差異為試驗誤差可能性小于0.05或0.01，已達(dá)到了可以認(rèn)為存在真實差異的顯著水平。有些試驗結(jié)果雖然表面差異大，但由于試驗誤差大，也許還不能得出“差異顯著”的結(jié)論，而有些試驗的結(jié)果雖然表面差異小，但由于試驗誤差小，反而可能推斷為“差異顯著”。

顯著水平的高低只表示下結(jié)論的可靠程度的高低，即在0.01水平下否定無效假設(shè)的可靠程度為99％，而在0.05水平下否定無效假設(shè)的可靠程度為95%。

“差異不顯著”是指表面差異為試驗誤差可能性大于統(tǒng)計上公認(rèn)的概率水平0.05，不能理解為沒有差異。下“差異不顯著”的結(jié)論時，客觀上存在兩種可能：一是無本質(zhì)差異，二是有本質(zhì)差異，但被試驗誤差所掩蓋，表現(xiàn)不出差異的顯著性來。如果減小試驗誤差或增大樣本容量，則可能表現(xiàn)出差異顯著性。顯著性檢驗只是用來確定無效假設(shè)能否被否定，而不能證明無效假設(shè)是正確的。

5、統(tǒng)計分析結(jié)論的應(yīng)用，還要與經(jīng)濟(jì)效益等結(jié)合起來綜合考慮。

在市場調(diào)研中，由于人力、物力、時間等問題，一般都用抽樣調(diào)查的方法抽取一定數(shù)量的具有代表性的群體，得出樣本數(shù)據(jù)來進(jìn)行市場研究，并對市場總體特征進(jìn)行統(tǒng)計推斷，在這里面就會存在兩個問題，一是樣本的特征數(shù)量能否反映總體特征？二是，兩種不同的樣本的數(shù)量標(biāo)志參數(shù)是否存在差異？只有解決這兩個問題，才能正確的推斷市場總體特征，也才能找出市場中不同特征群體的需求差異，這就需要統(tǒng)計學(xué)中的顯著性檢驗來解決，由于顯著性檢驗的功能在數(shù)據(jù)分析中的重大作用，顯著性檢驗在市場調(diào)研中得到了廣泛的應(yīng)用；但若不恰當(dāng)?shù)氖褂帽銜?dǎo)致市場調(diào)研信息反應(yīng)的歪曲或挖掘不充分；以下是我根據(jù)以往應(yīng)用顯著性檢驗的經(jīng)驗而總結(jié)的一些關(guān)于如何恰當(dāng)?shù)膽?yīng)用統(tǒng)計檢驗的體會，僅供參考、討論。

要恰當(dāng)?shù)倪\(yùn)用檢驗方法，我們需要做到以下幾點：

首先，了解各檢驗方法的適用范圍及其特點。

這也是正確使用檢驗方法的基本前提，只有了解各檢驗方法的基本思想及特點，才能正確選取適當(dāng)?shù)臋z驗方法。

許多統(tǒng)計檢驗方法的應(yīng)用對總體有特殊的要求，如t檢驗要求總體符合正態(tài)分布，F(xiàn)檢驗要求誤差呈正態(tài)分布且各組方差整齊，等等。這些常用來估計或檢驗總體參數(shù)的方法，統(tǒng)稱為參數(shù)統(tǒng)計。許多調(diào)查或?qū)嶒炈玫目蒲袛?shù)據(jù)，其總體分布未知或無法確定，這時做統(tǒng)計分析常常不是針對總體參數(shù)，而是針對總體的某些一般性假設(shè)（如總體分布），這類方法稱非參數(shù)統(tǒng)計，相應(yīng)的，統(tǒng)計檢驗總體分為參數(shù)檢驗和非參數(shù)檢驗。在選擇參數(shù)與非參數(shù)檢驗時，首要考慮是數(shù)據(jù)的分布情況，能確定分布類型的，則可適當(dāng)選用參數(shù)檢驗，參數(shù)檢驗主要包括包含的方法有：單樣本T檢驗、兩獨(dú)立樣本T檢驗、兩配對樣本T檢驗；非參數(shù)由于不限制分布，統(tǒng)計方法簡便，適用性強(qiáng)，但檢驗效率較低，應(yīng)用時應(yīng)適當(dāng)加以考慮，非參數(shù)檢驗主要涉及五個方面，即單樣本、兩獨(dú)立樣本、兩配對樣本、多獨(dú)立樣本、多配對樣本的非參數(shù)檢驗。

不同的檢驗方法，比較的統(tǒng)計量是不同的。T檢驗等檢驗方法都是比較的均值；卡方檢驗、K-S檢驗等比較頻數(shù)；曼－惠特尼U檢驗等是對秩進(jìn)行比較；符號檢驗法比較的是前后變化差值的符號、而符號秩檢驗法則是對差值及符號一同比較的檢驗。

其次，認(rèn)清研究目的。

研究目的是市場調(diào)研中一切實務(wù)的根本出發(fā)點，做數(shù)據(jù)分析時同樣首要考慮的是研究目的，研究目的也是數(shù)據(jù)分析的方向，但此時研究目的需要細(xì)化，具體到要通過哪些數(shù)據(jù)、得到什么信息、何種結(jié)果的問題，如希望通過對消費(fèi)者購買哪些品牌的數(shù)據(jù)來得出市場占有率的信息。

再次，分析數(shù)據(jù)特點。

明確某些數(shù)據(jù)的研究目的后，需要認(rèn)清數(shù)據(jù)自身特點。第一，弄清楚要分析的數(shù)據(jù)屬于什么類型，是連續(xù)型，還是非連續(xù)型？對于連續(xù)型數(shù)值，均值具有實際意義，對于非連續(xù)性的數(shù)值，均值并不具備實際意義，而是頻數(shù)，百分比才有意義，所以，數(shù)據(jù)屬于連續(xù)型時，適用比較均值的顯著性檢驗，若是非連續(xù)型的級數(shù)類，則適用比較頻數(shù)、比例的檢驗方法；其實，數(shù)據(jù)也是可以跟據(jù)不同情況，靈活處理的，如對于滿意度的衡量，我們可以根據(jù)不同的需求看為連續(xù)型分值，也可以看為幾個等級的級數(shù)；第二，我們還需要了解樣本數(shù)據(jù)的分布特點，弄清楚樣本數(shù)據(jù)是否服從某一分布，對于分布明確的，可以采用參數(shù)檢驗，而不清楚分布情況的則可以采用非參數(shù)檢驗法；第三，判斷要檢驗差異的兩組樣本的關(guān)系，屬于獨(dú)立樣本，還是屬于配對樣本。獨(dú)立樣本即指在一個總體中隨機(jī)抽樣對在另一個總體中隨機(jī)抽樣沒有影響的情況下所獲得的樣本，樣本之間相互獨(dú)立；而配對樣本可以是同一個體在前后兩種狀態(tài)下某種屬性的兩種狀態(tài)，也可以是對某事物兩個不同側(cè)面或方面的描述，兩樣本不是相互獨(dú)立，而是有相關(guān)性的。

最后，靈活運(yùn)用檢驗方法。

檢驗方法雖然有各自特點和適用范圍，但是可以對數(shù)據(jù)做稍微的處理、變化，或是換個角度分析，便可運(yùn)用不同的檢驗方法；且各方法有適用范圍，當(dāng)然也有它的局限性，有時需要多種檢驗方法配合使用，相互補(bǔ)充，才能充分的挖掘信息，比如,獨(dú)立樣本T檢驗法判斷AB產(chǎn)品對于抗過敏的功效評價在均值上是否有差異，而卡方檢驗可判斷他們在各評價水平上的分布有無差異，假如判斷出他們功效水平無差異之后，我們還想知道他們到底是同樣的好還是同樣的差，這時可以再使用單樣本 T 檢驗對以與均值評價水平相近的滿意度水平進(jìn)行差異性檢驗來進(jìn)行定位。 此外，我們還需要合理解釋檢驗結(jié)果。

不僅要正確識別檢驗結(jié)果，還需要結(jié)合原始數(shù)據(jù)及實際意義，并針對研究目的來分析說明。