假设检验的步骤
1>建立检验假设，确定检验水准 α 。 检验假设需要注意：1、检验假设针对的是总体，而不是样本；2、H0与H1是相互关联、对立的假设，最后的统计推断结论是根据H0和H1作出，两者缺一不可；3、H0是无效假设，其假定通常是：某两个或多个总体参数相等，或两个总体参数之差等于0，或某资料服从某一特定分布（如正态分布、Poisson分布），或......无效等；4、H1的内容直接反映了检验的单双侧。 若H1为 μ>μ0 或 μ<μ0 ,则此检验为单侧检验（one-side test),它不仅考虑是否有差异，而且还考虑差异的方向。单双侧的确定首先考虑专业知识，其次根据所要解决的问题来确定。若从专业角度看一种方法的结果不可能低于或高于另一种方法，即使提的问题为：两种方法的测定结果是否不同？此时仍然用单侧检验。一般认为，双侧检验较保守和稳妥，探索性研究多用双侧检验；而证实性研究多用单侧检验。
2>计算检验统计量。 应根据变量或资料类型、设计方案、统计推断的目的、方法的适用条件等选择合适的检验统计量。注意，所有的检验统计量都是在H0成立的条件下计算出来的，而检验水准 α 就是拒绝H0成立所会犯的错误的最大值。拒绝H0所犯的错误会很小，属于小概率事件，所以，如果P值小于H0，拒绝H0是最好的选择。
3>确定P值，作出推断结论。 P值得含义是指从H0规定得总体中随机抽样，抽得等于及大于或(和)等于及小于现有样本获得的检验统计量的值的概率。根据查界值表获得的P值与给定的检验水准 α 进行比较，从而判断其是否为小概率事件来得出结论。一般而言，推断结论应该包含统计结论和专业结论两部分。统计结论只说明差异有无统计学意义（statistical significance）或无统计学意义，而不能说明专业上的差异大小。例如，若P ≤ α ，则结论为按所取的检验水准 α ，拒绝H0，接受H1，差异有统计学意义（统计结论）。可认为......不等或不同（专业结论）。此外，需要注意，差异有无统计意义是针对样本统计量和总体参数或两个、多个样本统计量而言；对于所要推断的两个总体参数而言，只能说是否不等或不同。