在统计学中，p值（p-value）是指在原假设成立的情况下，观察到的样本统计量或更极端情况出现的概率。一般来说，p值越小，我们越有理由拒绝原假设。在标准正态分布中，求p值的方法如下：
确定原假设和备择假设。
计算标准正态分布下观察到的样本统计量的z值，即将样本统计量减去总体均值并除以总体标准差。
使用标准正态分布表或计算机软件来查找z值对应的概率，这个概率就是单侧或双侧检验的p值。单侧检验的p值通常是在z值的左侧或右侧计算的，而双侧检验的p值则是两侧之和。
比较p值与显著性水平（通常为0.05），如果p值小于显著性水平，我们可以拒绝原假设；如果p值大于显著性水平，我们不能拒绝原假设。
需要注意的是，在实际应用中，如果使用软件进行统计分析，通常会自动计算p值。此外，标准正态分布下的p值计算也可以适用于其他正态分布，只需要进行相应的均值和标准差的调整即可。