“显著”一词极具诱惑力，也容易被误解，因为该词在统计学中的含义与其通常含义截然不同。 仅仅因为某种差异在统计学上显著，并不意味着它在生物学或临床层面上具有重要性或研究价值。此外，（在首次实验中）未达到统计学显著性的结果，最终可能被证明非常重要。

按照α=0.05的常规定义，当两个总体实际上完全相同时，若出现如此大的差异（或更大的差异），其发生概率小于5%，则该结果被认为统计学显著。

“假设检验”这一整个框架——即得出结果是否“统计学显著”的结论——在必须根据单个P值的结果做出明确决策的情况下是有意义的。虽然这种情况在质量控制中会出现，但在其他情况下却很少发生。 通常，如临床试验中那样，决策是基于多种证据做出的。在基础研究中，仅凭单次实验就做出决策的情况极为罕见。

如果无需根据单一P值做出决策，那么就没有必要将结果宣称为“统计学显著”或“不统计学显著”。只需将P值作为数字报告，无需使用“统计学显著”这一术语。更好的做法是，直接报告置信区间，而不提供P值。