p value(P값)은 식스시그마를 배우면서 가장 먼저 부딪히며 가장 많이 나오는 중요한 개념 중의 하나이다.
이 값이 유의수준(α=0.05) 보다 작으면 유의한 차이가 있다라고 하고,

유의수준(α=0.05) 보다 같거나 큰 경우에는 유의한 차이가 없다라고 한다.

유의수준(α)은 가설(H0, Ha)과 연계되는 개념으로
실제로는 H0가 참인데도 불구하고 Ha 라고 잘못 선택할 확률(제1종 오류)을 의미이다.
다른 의미로는 "Ha 이다" 라고 주장했는데, 그것이 틀릴 확률을 의미한다.
   

예를 들어 한국사람의 키와 일본사람의 키를 비교해서 한국사람이 일본사람보다
더 키가 큰지를 검정하는 경우를 생각해 보면 설정되는 가설은...

H0 : 한국사람의 키와 일본사람의 키는 같다
Ha : 한국사람의 키와 일본사람의 키는 다르다

통계학에서는 가설을 검정할 때 H0가 아니라는 증거를 수집해서 제시하는 것이 p 값인데,
쉬운 이해를 위해서 약간 다르게 설명하면 Ha 이라는 증거를 수집하게 된다.
그 증거가 바로 p 값이다. 만약 p 값이 0.01이라고 한다면,
    

본래는 한국사람과 일본사람의 키가 같은데 표본을 뽑다보니 우연히도 한국사람에서는
키가 큰 사람만 뽑힌 경우 평균은 한국사람이 일본사람보다 큰 결과를 나오게 된다.
      

즉, 이와 같은 현상이 일어날 확률이 0.01(1%)이라는 의미이다.
다른 말로 표현을 한다면, "한국사람과 일본사람의 키가 다르다
즉, 한국사람이 일본사람보다 크다" 라고 결론을 내렸는데 이 결론 틀릴 확률이 1%라는 의미이다.
거꾸로 말하면 우리가 내린 결론이 맞을 확률이 0.99(99%)라는 의미이므로,
우리는 "Ha 이다 : 두 나라 사람의 키는 유의한 차이가 있다" 라는 결론을 내리게 된다.