假設檢驗壹般分為五個步驟:
1、建立假設:提出檢搜晌驗假設又稱無效假設，符號是H0；備擇假設的符號是H1。
無效假設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；
備擇假設H1：樣本與總體或樣本與樣本間存在本質差異；
2、確定檢驗水準:檢驗水準搜晌用a表示，a壹般取0.05；
預先設定的檢驗水準為0.05；當檢驗假設是為真，但被錯誤地拒絕的概率記作α，通常就取α=0.05或者α=0.01。
3、計算檢驗統計量:根據不同的檢驗方法,使用特定的公式計算；
選定統計方法，由樣本觀察值按相應的正叢公式計算出統計量的大小，如X2值、t值等。根據資料的類型和特點，可分別選用Z檢驗，T檢驗，秩和檢驗和卡方檢驗等。
4、確定P值:通過統計量及相世清鋒應的界值表來確定P值；
根據統計量的大小及其分布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，結論搜晌為按所世清鋒取α水準顯著，拒絕H0，接受正叢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值的大小壹般可通過查閱相應的界值表得到。
5、推斷結論:如Pa則接受H,差別無統計學意義;如Pa則拒絕HO差別有統計學意義。
擴展資料
假設檢驗，又稱統計假設檢驗，是用來判斷樣本與樣本、樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統計推斷方法。
顯著性正叢檢驗是假設檢驗中最常用的壹種方法，也是壹種最基本的統計推斷形式，其基本原理是先對總體的特征做出某種假設，然後通過抽樣研究的統計推理，對此假設應該被拒絕還是接受做出推斷。常用的假設檢驗方法有Z檢驗、t檢驗、卡方檢驗、F檢驗等。