Poziom istotności

Poziom istotności () jest z góry przyjętym, możliwym do akceptacji, ryzykiem popełnienia błędu I rodzaju – uznania prawdziwej hipotezy zerowej za fałszywą – który umożliwia określenie, powyżej jakich zarejestrowanych odchyleń w próbie statystycznej – zbiorze obserwacji wybranych ze zbioru elementów podlegających badaniu – rozstrzygnie się na plus dla hipotezy alternatywnej.
Używany jest do weryfikacji estymacji przedziałowej (grupy metod statystycznych pozwalających na oszacowanie parametrów zmiennych losowych w populacji statystycznej) oraz hipotez statystycznych w podejściu częściowym.

Poziom istotności zakłada trafność obranego modelu statystycznego, spełnienie jego wymagań – między innymi o doborze próby, braku współliniowości i homoscedastyczności – oraz przestrzeganie algorytmu częstościowego wnioskowania. Łamanie tych założeń określa się mianem data dredging – zrywa ono gwarancję że oczekiwana częstość błędów równa będzie przyjętemu ryzyku.

Determinuje ceteris paribus ryzyko błędu II rodzaju z dopełnieniem w postaci mocy testu – nieodrzucenia fałszywej hipotezy zerowej . W tym stopniu, w jakim rozkłady statystyki dla zestawianych hipotez się zgadzają, im surowszy poziom istotności, tym mniejsza moc testu oraz podwyższone ryzyko . Moc statystyczną definiuje także zarówno rozmiar próby, jak i jej wielkość.

Wybór wartości jest całkowicie zależny od badacza, natury problemu oraz od tego, jak właściwie chce się zweryfikować dane hipotezy. Bardzo często niesłusznie przyjmuje się obustronne .

Wartość założonego poziomu istotności można skontrastować z wyliczoną na podstawie testu statystycznego wartością bądź jej równowartością. Jeżeli dana wartość okazałaby się większa to wyniki badania byłyby niesatysfakcjonujące, nie dające logicznych wniosków.

Jeżeli wartość jest niższa, postępujemy w taki sposób, że obieramy jako prawdziwą hipotezę alternatywną, i o ile założenia algorytmu i modelu były dochowane, powinno to skierować do błędu w długim okresie tylko w odsetku realizacji testu równym . To także nie daje nam możliwości rozstrzygnięcia prawdziwości hipotezy przez brak samodzielnych podstaw.