显著性差异是一种有量度的或然性评价。比如，我们说A、B两数据在0.05水平上具备显著性差异，这是说两组数据具备显著性差异的可能性为95%。两个数据所代表的样本还有5%的可能性是没有差异的。这5%的差异是由于随机误差造成的。
扩展资料：
数据差异
在试验 、检测的数据处理过程中 ，时常会出现两种或者多种不同的试验结果。对数据进行比较分析时 ，不能仅凭两个结果的不同就作出结论 ，而是要进行统计学分析 ，对数据进行差异显著性检验。显著性检验就是事先对总体(随机变量 )的参数或总体分布形式作出一个假设。
然后利用样本信息来判断这个假设(原假设 )是否合理，即判断总体的真实情况与原假设是否存在显著差异。这时我们要做两种检验 ，一种是检验数据是否是属于母体内抽取的样本，即检验总体参数与样本统计量之间是否存在着显著的差异。
另一种是检验数据的统计 量是 否存在着显著的差异 。差异显著性检验就是要判定造成差异的原因，即差异是由于误差或偶然因素引起的或两者确实本身存在着差异。
显著性检验是针对我们对总体所作的假设做检验 ，其原理就是 “小概率事件实际不可能性原理”来接受或否定假设 。所谓 “显著”，就是指两种或多种处理试验结果之间，本身确实存在差异。如果是 “不显著”，就说明它们之间的差异是 由抽样或偶然 的因素引起的，不是真正有实际差异存在。
在数理统计中一般以概率 (P)5%作为显著评定标准 ，即在100次试验中，由于偶然 因素造成差异的可能 性在5次 以上 ，其差异被认为是不显著。
如果两者差异在概率为5%的范围内，出现这样概率的机会非常小而出现了 ，那么我们就认为此差数具有 显著差异程度。有时我们认为 5%太低 ，则可提高到1%作为显著评定标准 ，若两者的差异在概率为1%的范围内，那么我们就认为这个差数具有极显著的差异程度。
参考资料来源：百度百科－显著性差异
参考资料来源：百度百科－显著性检验