确定卡方检验的显著水平通常可以考虑以下几个方面：
一、研究目的和问题
重要性程度：如果研究问题对于实际应用或理论发展非常重要，可能需要选择较低的显著水平，如 0.01 或 0.001。这意味着只有在非常强的证据下才拒绝零假设，以确保结论的可靠性。例如，在医学研究中，对于涉及生命安全的问题，通常会选择较低的显著水平。
错误后果：考虑错误决策的后果。如果错误地拒绝零假设（即第一类错误）或错误地接受零假设（即第二类错误）会带来严重的后果，应选择较低的显著水平。例如，如果错误地判断苔藓植物的生长状态与环境条件有关，可能会导致错误的环境保护决策，那么就需要选择较低的显著水平。
二、行业标准和惯例
相关领域的惯例：参考所在领域的研究通常使用的显著水平。不同领域可能有不同的习惯和标准。例如，在生物学领域，常用的显著水平可能是 0.05；而在一些工程领域，可能会根据具体情况选择更高或更低的显著水平。
法规和标准要求：如果研究受到法规或标准的约束，应遵循相应的显著水平要求。例如，在环境监测中，可能有特定的法规规定了显著水平的选择。
三、样本大小
大样本：对于较大的样本量，卡方检验通常会更敏感，即使是较小的差异也可能被检测出来。在这种情况下，可以选择相对较低的显著水平，以避免过度敏感导致错误的结论。例如，如果样本量很大，选择 0.01 的显著水平可能更为合适。
小样本：小样本量时，卡方检验的效力可能较低，需要更大的差异才能检测到显著性。此时，可以考虑选择较高的显著水平，如 0.1，但同时要注意结论的可靠性可能会降低。
四、探索性与验证性研究
探索性研究：在探索性研究中，目的是发现潜在的关系或趋势，而不是得出确定性的结论。此时，可以选择较高的显著水平，如 0.1 或 0.2，以增加发现有趣结果的机会。但需要明确这只是初步的探索，后续需要进行更严格的验证性研究。
验证性研究：验证性研究旨在确认或否定特定的假设，需要更高的证据强度。因此，应选择较低的显著水平，如 0.05 或 0.01。
五、多重比较调整
多重检验问题：如果进行多个卡方检验或同时比较多个组，需要考虑多重比较的问题。在这种情况下，为了控制总体的错误率，可以选择更严格的显著水平，或者使用多重比较调整方法，如 Bonferroni 校正、Holm 校正等。例如，如果进行了 10 个独立的卡方检验，为了保持总体错误率在 0.05 水平，可以将每个检验的显著水平调整为 0.05÷10 = 0.005。
综合考虑以上因素，可以根据具体情况确定卡方检验的显著水平。在选择显著水平时，需要在敏感性和可靠性之间进行权衡，以确保得出合理的结论。同时，在报告研究结果时，应明确说明所选择的显著水平及其理由。