일반 선형 모형 분산 분석에서 다중 비교를 위해 사용하는 수정된 p-값은
한 계열의 비교(가설 검정) 내에서 어느 요인 수준이 크게 다른지 나타낸다.
수정된 p-값이 알파보다 작으면 귀무 가설을 기각한다.
수정된 p-값을 사용하면 모임 오류율이 선택한 알파 수준으로 제한된다.
일반 p-값을 다중비교에 사용하면 한 번 더 비교할 때마다 모임 오류율이 증가한다.
수정된 p-값은 또한 특정 귀무 가설을 기각할 최소모임 오류율을 나타낸다.

다중비교에서 제1종 오류가 발생할 확률이 단일 비교의 오류율보다 크기 때문에,
다중 비교를 할 경우에는 모임 오류율을 고려해야 한다.
 
 

예를 들어, 네 가지 페인트의 경도를 비교한다고 가정하자.
데이터를 분석하면 다음과 같은 결과가 얻어진다.

평균의 차이에 대한 Tukey 동시 검정

                              차이의
                    평균의    표준                               수정된
수준의 차이        차이    오차       95% CI       T-값    P-값

혼합 2 - 혼합 1   -6.17    2.28  (-12.55,  0.22)  -2.70   0.061
혼합 3 - 혼합 1   -1.75    2.28  ( -8.14,  4.64)  -0.77   0.868
혼합 4 - 혼합 1    3.33    2.28  ( -3.05,  9.72)   1.46   0.478
혼합 3 - 혼합 2    4.42    2.28  ( -1.97, 10.80)   1.94   0.245
혼합 4 - 혼합 2    9.50    2.28  (  3.11, 15.89)   4.17   0.002
혼합 4 - 혼합 3    5.08    2.28  ( -1.30, 11.47)   2.23   0.150
개별 신뢰 수준 = 98.89%

알파로 0.05를 선택하며, 알파 값은 수정된 p-값과 결합하여 모임 오류율을
0.05로 제한한다. 이 수준에서 4와 2 사이의 차이는 유의하며, 모임 오류율을 0.01로
낮춰도 페인트 4와 2 사이의 차이는 여전히 유의하다.