原假设应该是β1=0

在一元线性回归模型中，回归系数检验通常涉及检验斜率参数（即回归系数 \(\beta_1\)）是否显著。以下是对各个选项的分析：

A: 检验统计量是t统计量
- 正确。回归系数的检验通常使用t统计量，通过t检验来判断回归系数是否显著。

B: 原假设是\(\beta_1 = 3\)
- 错误。标准的回归系数检验的原假设通常是\(\beta_1 = 0\)，即假设自变量对因变量没有显著影响。原假设为\(\beta_1 = 3\)不是常见的假设形式，除非有特定的背景或先验信息。

C: 若拒绝原假设，就认为自变量与因变量存在显著的线性关系
- 正确。如果拒绝了原假设\(\beta_1 = 0\)，就意味着回归系数显著不等于零，自变量对因变量有显著的线性关系。

D: 可以用P值与显著性水平比较结果判断是否拒绝原假设
- 正确。P值法是常用的方法之一，通过比较P值与显著性水平（如0.05）来决定是否拒绝原假设。

综上所述，错误的说法是B。正确答案是B。