We keren terug naar ons eerdere voorbeeld.

[i]De responstijd van ambulances is gemiddeld 11 minuten, met een standaardafwijking van 5 minuten.[br]De Sint-Jozefskliniek in Izegem is trots op haar responstijd en wil testen of ze het beter doen dan dit gemiddelde.[/i][br][br]De nulhypothese: [math]H_0:\mu=11[/math].[br]De alternatieve hypothese: [math]H_a:\mu<11[/math].[br][br][b]OPGELET: We bepalen voor we de steekproef uitvoeren wanneer we zullen verwerpen: dit heet het significantieniveau [math]\alpha[/math][/b]. [b]Typische waarden zijn 5% en 1%. Hier kiezen we 5%.[/b][br][br][i]Er wordt een steekproef genomen van 50 ritten van een ambulance vanuit de Sint-Jozefskliniek. Uit die steekproef blijkt dat de responstijd gemiddeld 10,5 minuten is.[br][br][/i]Het steekproefgemiddelde [math]\overline{X}[/math] volgt de steekproevenverdeling [math]N\left(11;\frac{5}{\sqrt{50}}\right)[/math]. We bepalen de kans op een dergelijke uitzonderlijke waarde, of een waarde die uitzonderlijker is.[br][br]Dit is [math]P\left(\overline{X}<10,5\right)=23,98\%[/math], we noemen dit vanaf nu de [b]p-waarde[/b]. Je berekent die dus zoals gewoonlijk.

De p-waarde is groot: [math]23,98\%=p-waarde\ge\alpha=5\%[/math], de steekproef is dus niet erg onwaarschijnlijk.[br]We verwerpen de nulhypothese dus niet.[br][br]Als de p-waarde kleiner was geweest dan [math]\alpha[/math], dan hadden we wel verworpen.