Statistiskā nozīmība ir matemātisks rīks, ko izmanto, lai noteiktu, vai eksperimenta rezultāts ir noteiktu faktoru attiecības rezultāts vai tikai nejaušības rezultāts. Šo koncepciju parasti izmanto medicīnas jomā, lai pārbaudītu zāles un vakcīnas un noteiktu slimības cēloņsakarības. Statistiskā nozīme tiek izmantota arī psiholoģijas, vides bioloģijas un citās disciplīnās, kurās pētījumi tiek veikti eksperimentējot.
Statistika ir matemātiski aprēķini skaitliskām kopām vai populācijām, kuras tiek manipulētas, lai noteiktu notikuma iestāšanās iespējamību. Tiek izmantota izlase, un aprēķinu rezultāti tiek piemēroti visai populācijai. Piemēram, varētu teikt, ka 80 procenti no visiem pieaugušajiem Amerikas Savienotajās Valstīs brauc ar automašīnu. Būtu grūti pajautāt katram pieaugušajam ASV, vai viņš vai viņa brauc ar automašīnu, tāpēc varētu tikt apšaubīts nejaušs cilvēku skaits, un datus varētu statistiski analizēt un vispārināt, lai tie attiektos uz visiem pieaugušajiem ASV.
Zinātniskā pētījumā tiek izvirzīta hipotēze, pēc tam tiek apkopoti un analizēti dati. Datu statistiskā analīze iegūs skaitli, kas ir statistiski nozīmīgs, ja tas nokrītas zem noteikta procenta, ko sauc par ticamības līmeni vai nozīmīguma līmeni. Piemēram, ja šis līmenis ir iestatīts uz 5 procentiem un notikuma iespējamība ir noteikta kā statistiski nozīmīga, pētnieks ir par 95 procentiem pārliecināts, ka rezultāts nav noticis nejauši.
Dažkārt, kad eksperimenta statistiskais nozīmīgums ir ļoti svarīgs, piemēram, cilvēkiem paredzēto zāļu drošums, statistiskajam nozīmīgumam ir jāsamazinās zem 3 procentiem. Šajā gadījumā pētnieks varētu būt par 97 procentiem pārliecināts, ka konkrētas zāles ir drošas lietošanai cilvēkiem. Šo skaitli var samazināt vai palielināt, lai pielāgotos rezultāta pareizības svarīgumam un vēlamajai pārliecībai.
Statistisko nozīmīgumu izmanto, lai noraidītu vai pieņemtu tā saukto nulles hipotēzi. Hipotēze ir skaidrojums, ko pētnieks cenšas pierādīt. Nulles hipotēze parasti uzskata, ka faktori, kurus pētnieks meklē, neietekmē datu atšķirības vai ka starp faktoriem nav nekādas saistības. Statistisko nozīmīgumu parasti raksta, piemēram, t=.02, p<.05>. Šeit “t” apzīmē testa rezultātu un “p<.05 nozīmē="" that="" the="" probability="" of="" an="" event="" happening="" by= "" iespēja="" is="" less="" than="" procenti.="" these="" numbers="" would="" cēlonis="" null="" hypothesis="" to=" " be="" rejected.="">Psiholoģiskās hipotēzes piemērs, kurā izmantota statistiskā nozīme, varētu būt hipotēze, ka meitenes smaida vairāk nekā zēni. Lai pārbaudītu šo hipotēzi, pētnieks novēroja noteiktu skaitu meiteņu un zēnu un saskaita, cik reižu viņi pasmaida noteiktā laika periodā. Novērošanas beigās smaidu skaits tiks statistiski analizēts.
Katrs eksperiments nāk ar zināmu kļūdu pakāpi. Iespējams, ka novērošanas dienā visi zēni bija nenormāli kašķīgi. Datu analīzē konstatētais statistiskais nozīmīgums šo iespēju izslēgtu par 95 procentiem, ja t=.03. Šajā gadījumā ar 95 procentu pārliecību pētnieks varētu teikt, ka meitenes smaida vairāk nekā zēni.