进行显著性检验是为了消除Ⅰ类错误和Ⅱ类错误。
通常情况下，α水平就是第一类错误。第一类错误是零假设为真却被错误拒绝的概率。第二类错误( 
如果P值小于某个事先确定的水平，理论上则拒绝零假设，反之，如果P值大于某个事先确定的水平，理论上则不拒绝零假设。常用的显著性水平是0.05，0.01和0.001 。
不同的水平各有优缺点。水平越小，判定显著性的证据就越充分，但是不拒绝错误零假设的风险，犯第二类错误的可能性就越大，统计效力(就越低。选择水平不可避免地要在第一类错误和第二类错误之间做出权衡。
如果犯第一类错误造成的后果不严重，比如在试探性研究中，我们可以将α水平定得高一些，如0.05或0.1。如果研究样本很小，为了提高统计效力，我们在某些研究中也不妨提高口水平。
但是，如果犯第一类错误造成的后果很严重，比如我们要基于某项研究发现决定是否在全国推行某项教学改革，我们则需要将α水平定得低一些，如0.01或0.001。
扩展资料
相关系数的显著性检验：
①积差相关系数的显著性检验
②相关系数差异的显著性检验
③等级相关与其他系数显著性检验
④相关系数的合并
显著性检验的虚无假设是变量间相关系数为0，也就是说，我们做显著性检验要解决的问题是相关系数是不是0，如果得到显著的结果，则代表相关存在，相关系数不为0。
参考资料来源：百度百科——显著性检验
温馨提示：答案为网友推荐，仅供参考
相似回答