犯第Ⅰ类错误的概率之所以用α表示，是因为弃真错误的概率正好等于显著性水平α。因为在原假设为真的条件下，取得比临界值更为极端的检验统计量取值的概率为α。在进行假设检验时，如果得到比临界值更为极端的检验统计量取值将拒绝原假设，即在原假设为真的条件下，却做出了拒绝原假设决策的概率值正好等于显著性水平α。因此，显著性水平越高，犯第Ⅰ类错误的概率越大。
犯第Ⅱ类错误的概率β的影响因素较多，主要影响因素有显著性水平α、总体方差σ2和样本容量n。显著性水平α越小，总体方差σ2越大，样本容量n越小，犯第Ⅱ类错误的概率β越大。而且犯第Ⅱ类错误的概率β并不是总能确定和控制的。比如，对于法院陪审团判断被告有罪还是无罪的问题，通常原假设H为被告是无罪的，在此条件下去搜集证据。当证据确凿，有足够把握判定被告有罪时，拒绝原假设，否则不拒绝原假设，即认为被告无罪。这样的决策结论并不意味着被告就是清白的，有可能只是没找到确凿的证据，但被告实际上有罪却做出无罪决策的可能性很难加以计算。因此，在实际应用中，当没有足够证据拒绝原假设时，则采用不拒绝原假设的表述，而不直接表述为接受原假设，这样可以在一定程度上避免犯第Ⅱ类错误的风险。
在其他条件不变的情况下，两类错误存在此消彼长的关系，即减小α必然导致β增大，反之，减小β必然导致α增大。同时减少α和β的最好方法是增加样本容量n。样本容量的增加可以减小标准差，从而降低样本统计量的离散程度，增强样本统计量的代表性，使得样本统计量更加接近总体参数，使犯两类错误的概率均有所减小。
