1、是事先對總體的引數或總體分佈形式做出一個假設，然後利用樣本資訊來判斷這個假設是否合理，即判斷總體的真實情況與原假設是否有顯著性差異。2、或者說，顯著性檢驗要判斷樣本與我們對總體所做的假設之間的差異是純屬機會變異，還是由我們所做的假設與總體真實情況之間不一致所引起的。 3、顯著性檢驗是針對我們對總體所做的假設做檢驗，其原理就是“小機率事件實際不可能性原理”來接受或否定假設。常把一個要檢驗的假設記作H0,稱為原假設，與H0對立的假設記作H1，稱為備擇假設。⑴ 在原假設為真時，決定放棄原假設，稱為第一類錯誤，其出現的機率通常記作α；⑵ 在原假設不真時，決定不放棄原假設，稱為第二類錯誤，其出現的機率通常記作β；(3)α+β 不一定等於1。通常只限定犯第一類錯誤的最大機率α， 不考慮犯第二類錯誤的機率β。這樣的假設 檢驗又稱為顯著性檢驗，機率α稱為顯著性水平。最常用的α值為0.01、0.05、0.10等。一般情況下，根據研究的問題，如果放棄真假設損失大，為減少這類錯誤，α取值小些 ，反之，α取值大些。2、原理：（1）無效假設顯著性檢驗的基本原理是提出“無效假設”和檢驗“無效假設”成立的機率水平的選擇。所謂“無效假設”，就是當比較實驗處理組與對照組的結果時，假設兩組結果間差異不顯著，即實驗處理對結果沒有影響或無效。經統計學分析後，如發現兩組間差異是抽樣引起的，則“無效假設”成立，可認為這種差異為不顯著。若兩組間差異不是由抽樣引起的，則“無效假設”不成立，可認為這種差異是顯著的 。（2）“無效假設”成立的機率水平檢驗“無效假設”成立的機率水平一般定為5%，其含義是將同一實驗重複100次，兩者結果間的差異有5次以上是由抽樣誤差造成的，則“無效假設”成立，可認為兩組間的差異為不顯著，常記為p>0.05。若兩者結果間的差異5次以下是由抽樣誤差造成的，則“無效假設”不成立，可認為兩組間的差異為顯著，常記為p≤0.05。如果p≤0.01，則認為兩組間的差異為非常顯著。

進行u檢驗，對應於無效檢假設H0：μ=μ0的備擇假設為HA:μ≠μ0，HA包含μμ0兩種情況，此時在α水平上無效假設H0：μ=μ0的否定域為（-∞，-u0]和[u0,+∞),對稱的分佈在u軸的左右兩側尾部，u值在每側尾部的機率為α/2,這種利用兩尾機率進行的假設檢驗稱為兩尾檢驗。