1、提出檢驗假設又稱無效假設，符號是H0；備擇假設的符號是H1。

H0：樣本與總體或樣本與樣本間的差異是由抽樣誤差引起的；

H1：樣本與總體或樣本與樣本間存在本質差異；

預先設定的檢驗水準為0.05；當檢驗假設為真，但被錯誤地拒絕的機率，記作α，通常取α=0.05或α=0.01。

2、選定統計方法，由樣本觀察值按相應的公式計算出統計量的大小，如X2值、t值等。根據資料的型別和特點，可分別選用Z檢驗，T檢驗，秩和檢驗和卡方檢驗等。

3、根據統計量的大小及其分佈確定檢驗假設成立的可能性P的大小並判斷結果。若P>α，結論為按α所取水準不顯著，不拒絕H0，即認為差別很可能是由於抽樣誤差造成的，在統計上不成立；

如果P≤α，結論為按所取α水準顯著，拒絕H0，接受H1，則認為此差別不大可能僅由抽樣誤差所致，很可能是實驗因素不同造成的，故在統計上成立。P值的大小一般可透過查閱相應的界值表得到。

擴充套件資料

注意事項

要進行統計假設的檢驗， 必須利用各種不同的判據， 即利用規則來選擇。假設的採用與拒絕， 通常在判據的前件中應有某個數量指標（稱為統計判據）。

根據判據方式， 假設分為引數假設和非引數假設。按照引數統計結論， 通常應提出被研究特徵在總體中分佈的具體形式， 因為在這種情況下， 統計學通常是以分佈引數（平均值、方差、迴歸係數）的利用為依據的。非引數判據的優點是能把判據用於只靠名義級或次序級完成的特徵度量上。

否定零假設的判據值總體能構成否定域。如果某一點能將否定域與接受零假設的區域劃分開來， 這一點就稱為臨界點。