选择 a 水平

对 a 的选择决定类型 I 错误的概率。此值越小，错误地否定原假设 (H0) 的几率就越小。但是，a 值越小就意味着功效越低，并因此降低了检测到效应（如果存在）的几率。

按照惯例，最常用的 a 水平为 0.05。a = 0.05 表示发现实际并不存在的效应的几率仅为 5%。大多数情况下，认为这种出现错误的概率可接受。但是，对特定检验选择 a 时，可能需要考虑何种错误更严重：发现实际不存在的效应，或未发现实际存在的效应。

选择较小的 a。有时选择较小、较保守的 a 值更好。例如，假设要检验新铣床中的样本，并尝试决定是否购买并在加工车间中安装一批这种机器。如果新机器比当前使用的机器更精确，则会节省大量资金，因为生产的残次品将会减少。但是，购买和安装一批机器的成本非常高。购买前需要确信新机器更加精确。这种情况下，可能需要选择较低的 a 值，如 0.001。这样，如果实际上并非如此，将断定新机器更精确的几率也仅为 0.1%。

选择较大的 a。另一方面，有时选择较大、较宽松的 a 值更好。例如，假设喷气发动机制造商要检验一种价格较低的新滚珠轴承的稳定性。很明显，如果滚珠不合格，则节省的少量滚珠成本没有潜在灾难性后果的代价值得重视。因此，可能需要选择较高的 a 值，如 0.1。尽管这意味着在不存在差异的情况下将更可能错误地断定存在差异，但更重要的是更可能检测到轴承稳定性中的差异（如果存在）。