p值是一个统计学概念，是指在假设检验中，当原假设成立时，观察到的统计量与原假设的差异的概率。p值越小，代表观察到的差异越显著，越有理由拒绝原假设。

而sig值则是指显著性水平，通常为0.05或0.01。当p值小于sig值时，我们可以认为观察到的差异是显著的，即有足够的证据来拒绝原假设。

因此，p值和sig值并不相同，但它们之间存在着一定的联系。p值小于sig值时，我们可以拒绝原假设，并认为观察到的差异是显著的；反之，则不能拒绝原假设。

需要注意的是，p值和sig值并不能完全代表实验结果的可靠性。在实际应用中，我们还需要考虑实验设计的合理性、样本量、误差等因素，才能得到更加准确的结论。