Trước tiên, cần hiểu về giả thuyết không (null hypothesis). Giả thuyết không là một tuyên bố khẳng định rằng không có sự khác biệt nào tồn tại giữa các nhóm đang được so sánh. Trong một thử nghiệm đánh giá độ hiểu quả của một điều trị mới, nếu chúng ta có thể bác bỏ giả thuyết không, nghĩa là chúng ta đang bác bỏ tuyên bố không có sự khác biệt, điều này đồng nghĩa rằng điều trị mới đó có hiệu quả.

Tiếp theo, cần hiểu về lỗi loại I (type I error). Lỗi loại I xảy ra khi chúng ta tuyên bố kết quả có sự khác biệt trong khi thực tế không có, tức kết quả thu được là do may mắn. Như vậy, lỗi loại 1 xảy ra khi chúng ta bác bỏ giả thuyết không trong khi giả thuyết đó đúng.

Giá trị P (P value) phản ánh khả năng mắc lỗi loại I. Chúng ta sử dụng giá trị P để thể hiện sự tin cậy đối với dữ liệu, giá trị P càng nhỏ thì càng có ít khả năng mắc lỗi loại I và càng có cơ sở mạnh mẽ để bác bỏ giả thuyết không.