სიდიდე, რომელიც გამოიყენება სტატისტიკური ჰიპოთეზების  შემოწმებისას. ამ სიდიდის განმარტება დამოკიდებულია იმაზე ცალმხრივია თუ ორმხრივი კრიტერიუმი. თუ ნულოვანი ჰიპოთეზა სამართლიანია, მაშინ კრიტერიუმის სტატისტიკის განაწილება ცნობილია და მარჯვენა ცალმხრივ ჰიპოთეზაში P - მნიშვნელობა განიმარტება როგორც ალბათობა იმისა, რომ ამ განაწილების მქონე შემთხვევითი სიდიდე აღემატება კრიტერიუმის სტატისტიკის ფაქტიურ მნიშვნელობას. სხვა სიტყვებით, ვთქვათ ჰიპოთეზა მოწმდება რაიმე T სტატისტიკით, რომლის შერჩევითი ფაქტიური მნიშვნელობა გამოვიდა t, მაშინ P - მნიშვნელობა არის $P_r=P(T>t)$ მარცხენა ცალმხივი ჰიპოთეზისას P - მნიშვნელობა იქნება $P_l=P(T<t)$ ხოლო ორმხრივისას ასე განიმარტება $P=2_{min}(P_r,P_l)$ თუ P - მნიშვნელობა ნაკლებია წინასწარ ფიქსირებული $\alpha$  მნიშვნელოვნების დონეზე ნულოვან ჰიპოთეზას უარყოფენ ალტერნატივის სასარგებლოდ.

ჰიპოთეზების შემოწმების კლასიკური მეთოდი დამყარებულია კრიტიკული წერტილების ცნებაზე, P - მნიშვნელობის მეთოდი გამოიყენება როგორც მისი ალტერნატივა. 

მაგალითი: ნორმალურად განაწილებული პოპულაციიდან, $\sigma =4$ სტანდარტული გადახრით, აღებულია შერჩევა, $n=9,\overline{X}=13$მნიშვნელოვნობის დონით $\alpha =0.05$ შესამოწმებელია შემდეგი ჰიპოთეზა განაწილების საშუალოს შესახებ: $H_0:\mu =10, H_1:\mu \ne 10$ რადგან დისპერსია ცნობილია, გამოიყენება კრიტერიუმის სტატისტიკა

ვიპოვოთ P - მნიშვნელობა, $P(Z\ge 2.25)=0.02$ ორმხრივი ალტერნატივის შემთხვევაში P - მნიშვნელობა იქნება $2\times 0.02=0.04$ ვინაიდან 0.04<0.05-ზე, ამიტომ 0.05 მნიშვნელოვნების დონით ნულოვან ჰიპოთეზას უარვყოფთ.

***

გამოყენებული ლიტერატურა:

Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics. SAGE Publications Ltd.

კისი, ჰ. (2008). სტატისტიკა სოციალურ მეცნიერებებში. სოციალურ მეცნიერებათა ცენტრი.  თბილისის უნივერსიტეტის გამომცემლობა