统计显著（Statistical significance）是指在统计学中，通过假设检验来评估样本数据与假设的差异是否显著。具体来说，统计显著意味着在零假设（null hypothesis）为真的情况下，观察到的样本数据或结果出现的概率非常小，通常小于或等于预设的显著性水平（α）。如果这种情况发生，研究者通常会拒绝零假设，认为观察到的结果不太可能是随机误差造成的，即结果具有统计显著性。
在科学研究中，统计显著性是一个重要概念，因为它帮助研究者判断观察到的数据差异是否可能由系统因素引起，而非随机误差，从而为研究结论的有效性提供依据。需要注意的是，统计显著并不等同于实际意义上的显著或重要性，它仅仅表明结果不太可能是偶然产生的。
统计显著性的判断通常依赖于P值，即在原假设为真的条件下，出现当前样本或更极端样本的概率。P值越小，拒绝原假设的证据就越强，统计显著性也就越高。
需要注意的是，统计显著性只是研究中的一个步骤，它需要结合效应大小、置信区间以及研究的实际背景来综合评估研究结果的意义