统计功效（英语：statistical power），或称检验功效（power of a test），是指假设检验中，当备择假设（
H
a
{\displaystyle H_{a}}
，或记作
H
1
{\displaystyle H_{1}}
）为真时正确地拒绝零假设（
H
0
{\displaystyle H_{0}}
）的概率，即
“Statistical power”的各地常用译名中国大陆统计功效、检验功效 港澳统计功效、统计检定力 台湾统计检定力、统计考验力[1]、检定力[2] 日本検出力 韩国检定力
power
=
Pr
(
reject
H
0
∣
H
a
is true
)
.
{\displaystyle {\text{power}}=\Pr {\big (}{\text{reject }}H_{0}\mid H_{a}{\text{ is true}}{\big )}.}
换言之，统计功效也可以看作是当备择假设为真时将其接受的概率。当功效增加时，第二类错误出现的概率（即伪阴性率β）减少。此时，功效可以表示为(1-β)。
真实情况
H
0
{\displaystyle H_{0}}
（零假设）为真
H
a
{\displaystyle H_{a}}
（备择假设）为真
根据研究结果的判断
拒绝
H
0
{\displaystyle H_{0}}
错误判断（弃真、第一类错误）发生概率α（显著性水平）
正确判断发生概率1-β（统计功效）
不拒绝
H
0
{\displaystyle H_{0}}
正确判断
错误判断（存伪、第二类错误）发生概率β
在给定的显著性水平下，功效分析可以用于计算给定效应值时所需的最小样本数；相反地，功效分析也可以用来计算给定样本数时所能检验到的最小效应值。