Omdat het uitvoeren van een hypothesetoets afhangt van een steekproef, bestaat er een kans op een foute conclusie. De kans op de foute conclusie
" `text(H)_0` is juist, maar `text(H)_1` wordt geaccepteerd"
wordt het significantieniveau genoemd. Deze significantie mag niet te groot zijn. In de praktijk wordt voor deze kans vaak `10` % of `5` % gebruikt. Bij belangrijk of nauwkeurig onderzoek wordt meestal `1` % gebruikt.

Als het significantieniveau (de foutkans) is gekozen, kun je daarmee het kritieke gebied berekenen. Bekijk de volgende toets:

`M` is het aantal meisjes in een steekproef met steekproefomvang `n` en `p` is het deel van de steekproef dat meisje is.
`text(H)_0: p=0,5` en `text(H)_1: p gt 0,5` .
Neem aan dat `M` binomiaal verdeeld is.
De steekproefomvang `n=650` .
Het significantieniveau (de kans dat `text(H)_0` juist is, maar `text(H)_1` wordt geaccepteerd) mag maximaal `5` % zijn.
Als `text(H)_0` juist is, geldt: `p=0,5` . Voor de grens `g` van het kritieke gebied moet dus gelden:

`text(P)(M gt g | p=0,5 text( en ) n=650) le 0,05`

Ofwel: `text(P)(M le g | p=0,5 text( en ) n=650) le 0,95` .

De grafische rekenmachine geeft `g = 346` .

Als er dus meer dan `346` meisjes in de steekproef worden geteld, mag je met een significantie van `5` % besluiten dat het deel meisjes in de steekproef groter dan `0,5` is.