Vi er naturligvis interesseret i at begrrense risikoen for at forkaste en sand hypo tese, dvs. bega en type-1 fejl. Derfor knytter vi en testsandsynlighed, som vi omtaler som p-vcerdien, til testen. p-vrerdien er sandsynligheden for den observerede vrerdi Xobs eller noget, der er vrerre under nulhypotesen, dvs. noget, der er mere ekstremt i forhold til nulhy potesen. p-vrerdien viser os, hvor rimeligt deter at tro pa, at data er fremkommet ved tilfreldigheder, nar nulhypotesen er sand, og jo mindre p-vrerdien er, jo mere tyder det pa, at H 0 ikke er sand. Vi rna derfor acceptere en vis sandsynlighed for at bega en type-1 fejl, ogden ne sandsynlighed fastsretter vi selv uafhrengigt af data, og vi omtaler den som testens signifikansniveau a. Hvis p-vrerdien er mindre end signifikansniveauet, forkaster vi nulhypotesen, og vi siger, at resultatet er signifikant pa signifikansniveau a. Vi siger ogsa, at resul tatet er signifikant pa signifikansniveau p, nar p ::5 a. De hyppigst anvendte signifikansniveauer er a = 5 %, a = 1 % og a = 0, 1 %, og hvis p-vrerdien er under signifikansniveauet, forkaster vi nulhypotesen. Et signifikansniveau fastlregger en kritisk mcengde K, som bestar af de ekstreme vrerdier af testst0rrelsen, inden for hvilken vi forkaster nulhypotesen, samt en acceptmcengde A, inden for hvilken vi accepterer nulhypotesen. De ekstreme vrerdier kalder vi ogsa de kritiske vrerdier, og hvis de kritiske vrerdi er alle er sma, eller alle er store, kalder vi testen ensidet. Hvis de kritiske vrerdier af testst0rrelsen bade kan vrere sma eller store bestar den kritiske mrengde af to dele, og vi kalder testen tosidet. I dette tilfrelde deler vi signifikansniveauet lige pa de to dele. Hojre kritisk mrengde Figur 2.4 Kun store kritiske v