显著性，又称统计显著性（Statistical significance）， 是指零假设为真的情况下拒绝零假设所要承担的风险水平，又叫概率水平，或者显著水平。显著性表示得以相互区别的能力。在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平，对同一量，进行多次计量，然后算出平均值。对于偏离平均值的正负差值，就是其不确定度。其差值越大，则计量的不确定度就越大，对于具有特定的发生概率的随机变量，其特定的价值区间，即一个确定的数值范围（“一个区间”）就越大。

显著性的含义是指两个群体的态度之间的任何差异是由于系统因素而不是偶然因素的影响。我们假定控制了可能影响两个群体之间差异的所有其他因素，因此，余下的解释就是我们所推断的因素，而这个因素不能够100%保证，所以有一定的概率值，叫显著性水平（Significant level）。

总的来说，它表示群体之间得以相互区别的能力。在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平,对同一量，进行多次计量，然后算出平均值。

显著性(Significance)首次由Fisher在假设检验中提出.假设检验中有两种错误： 拒真和纳伪.显著性检验仅考虑发生拒真错误的概率，也就是考虑原假设的Significance的程度，把拒真的概率控制在提前所给定的阈值alpha之下，来考虑检验原假设是否正确。简单的说就是判断要检验的统计量是否与假设差异明显。

差异是否明显的分界概率就是显著性概率。