答案是显而易见的，错了！
还是有很多人在问我这个问题，为什么错了？
首先是显著性一词，英文的说法是significant，或者significance，所以翻译成中文，很多人翻译成显著性，但是英文还有个词要联系起来，statistical，也就是如果你要翻译应该是具有显著性统计学差异。
但这种说法在中文上重复用词，统计学差异，本来就是P<0.05，才被认为存在着统计学差异，那么“显著性统计学差异”是不是差异不是很显著的意思呢？显然不是的。
所以显著性统计学差异是“脱裤子放屁，多此一举”。关键是，误导别人是两组差异似乎很显著的意思。
很显然，P值大小，不能代表差异是否显著的问题。
比如两组均数比较，P值小于0.05，不能说两组差异很明显，P值小于0.01，不能说是差异极其显著了。比如，如果两组样本量均为20例，则两组均值分别30.2和 37.4 的情况下，t检验P值可能为0.04；而如果两组样本量均为200例，则两组均值分别30.2和 31.4 的情况下，t检验P值可能为0.00004。均差和P值没有对应的关系。
P值无论大小只能代表存在着统计学差异。从专业上来说，P值（P value）就是当原假设为真时，比所得到的样本观察结果更极端的结果出现的概率。
但是这个概念很难让人理解，我觉得诸位可以把P值通俗理解（但不准确）为，两组总体均数相等的概率。特别提醒，虽然这种说法不严谨，但是对于非统计学的人士来说，足够用了（专业人士请路过）。
P值越小，表示两组存在差异的可能性越大，说明有差异的证据越强。这就是一般我们为什么建议P值不要只标出>0.05，或者<0.05，而是详细标出P值，直至P<0.001。
但是在统计分析结果上，不要过分解读P值，不要觉得P值很小就是极其显著，不是0.01 就是比0.04结果一定更好。其实，对我们来说，区别不大。
