Ini akan menjadi kasus bahwa jika Anda mengamati sampel yang tidak mungkin di bawah nol (dan jika statistik mampu mendeteksi itu), Anda bisa mendapatkan nilai p tepat nol.
Itu bisa terjadi dalam masalah dunia nyata. Misalnya, jika Anda melakukan uji Anderson-Darling tentang kesesuaian data ke seragam standar dengan beberapa data di luar rentang itu - misalnya di mana sampel Anda (0,430, 0,712, 0,885, 1,08) - nilai p sebenarnya nol (tetapi tes Kolmogorov-Smirnov sebaliknya akan memberikan nilai-p yang tidak nol, meskipun kita dapat mengesampingkannya dengan inspeksi).
Tes rasio kemungkinan juga akan memberikan nilai p nol jika sampel tidak mungkin di bawah nol.
Seperti whuber yang disebutkan dalam komentar, tes hipotesis tidak mengevaluasi probabilitas hipotesis nol (atau alternatifnya).
Kami tidak (tidak bisa, benar-benar) berbicara tentang probabilitas nol menjadi benar dalam kerangka itu (kami dapat melakukannya secara eksplisit dalam kerangka Bayesian, meskipun - tapi kemudian kami melemparkan masalah keputusan agak berbeda dari awal) .