值与错误率都由概率表达，却处于不同的论证层次。前者评价这份数据与指定零假设的相容程度，后者评价一套检验规则反复使用时的表现。混淆这两个层次，容易把数据的尾概率解释成某次结论的错误概率。
零假设下的极端程度
检验先选定统计量、比较方向与极端程度的定义，再在零假设及相应条件下计算：重复获得的结果至少与已观测结果同样极端的概率有多大。这就是 p 值。尾部区域由检验定义决定，连续与离散模型的双侧计算也未必相同；具体讨论见 离散双侧检验。
由于整个计算以零假设为前提，p 值不表示 。它也没有把结果分成“真正作用”与“纯属偶然”两类来源，再计算后一类所占比例。它所表达的是，在假定模型及程序条件下，这类偏离有多罕见。检验与功效 将这种数据评价与拒绝规则联系起来。
单项与成组程序的错误
显著性水平 规定第一类错误的控制目标，即零假设为真时误拒绝它的概率上限。有效检验的实际拒绝率应不超过相应水平；离散精确检验可能较为保守。看过数据后再改变方向、结果变量或子组，实际执行的程序便已变化，其错误率也可能不同于最初的校准结果。
如果 20 项零假设均为真，各项拒绝事件独立，且每项实际错误率恰为 .05，至少一次误拒绝的概率为 。这里先计算全部检验均不误拒绝的概率，再取补事件。单项错误不大，整组中出现至少一次错误却可能较常见；这一等式依赖独立性与准确校准。
FWER 控制一组检验至少出现一次误拒绝的概率，FDR 则控制错误发现比例的期望。二者关注的随机对象不同，适合的科学问题也有所区别，详见 多重比较。
检验结果还需与 区间 和 效应量 一起理解。小 p 值可以来自较大的差异，也可以来自对很小差异的精确估计，不能单独回答效应是否具有实际价值。
返回 概念索引。