显著性水平（α）是统计学中用于假设检验的一个概念，它代表了在零假设（H0）为真的情况下，错误地拒绝零假设的概率。显著性水平通常在0.05、0.01、0.001等水平中选择，其中0.05是最常用的水平，意味着如果零假设为真，那么观察到的数据或更极端数据出现的概率是5%。选择显著性水平时，研究者需要在第一类错误（错误地拒绝零假设）和第二类错误（错误地接受零假设）之间做出权衡。
第一类错误：当零假设实际上为真时，错误地拒绝零假设的概率。
第二类错误：当零假设实际上为假时，错误地接受零假设的概率。
显著性水平的选择取决于研究的性质和对结论准确性的要求。例如，如果研究结果对决策有重大影响，可能会选择较低的显著性水平（如0.01），以减少犯第一类错误的风险。相反，如果研究是探索性的，可能会选择较高的显著性水平（如0.05），以增加发现统计显著结果的机会，即使这意味着犯第二类错误的风险更高。
需要注意的是，显著性水平并不是一个固定的数字，而是根据研究背景和研究者的判断来确定的。此外，显著性水平与置信度（1-α）相关，置信度越高，意味着我们对结论的信心越大，但这也意味着犯第一类错误的概率越小。
