Significance testing은 '통계적 유의성 검정' 또는 '가설 검정'을 의미하는 통계학 용어입니다. 이는 어떤 연구 결과나 데이터에서 관찰된 효과가 우연히 발생했을 가능성이 얼마나 되는지를 통계적으로 평가하는 방법입니다. 주로 연구 가설을 설정하고, 그 가설이 맞는지 틀리는지를 데이터에 기반하여 판단할 때 사용됩니다. 예를 들어, 새로운 약이 효과가 있는지, 두 그룹 간에 차이가 있는지 등을 검증할 때 활용됩니다. 이 검정의 핵심은 '귀무가설(null hypothesis)'을 설정하고, 수집된 데이터가 귀무가설을 기각할 만큼 충분한 증거를 제공하는지를 'p-값(p-value)'을 통해 판단하는 것입니다. p-값이 특정 기준(일반적으로 0.05)보다 작으면, 관찰된 결과가 우연히 발생했을 가능성이 낮다고 보아 귀무가설을 기각하고 연구 가설을 채택합니다. 이는 과학, 의학, 사회학 등 다양한 학문 분야에서 데이터 기반의 결론을 도출하는 데 필수적인 절차이며, 매우 공식적이고 학술적인 맥락에서 사용되는 전문 용어입니다.