假設檢驗的壹般步驟包括,如下
壹是建立假設，確定檢驗水準。壹般假設檢驗中的檢驗假設“(或稱為零假設、無效假設），假設樣本來自同壹總體，即其總體參數相等。二是確定顯著性水平。三是，計算統計量。四是確定概率值p。五是，做出推斷結論。
定義
假設檢驗(hypothesis testing)，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
基本思想
假設檢驗的基本思想是“小概率事件”原理，其統計推斷方法是帶有某種概率性質的反證法。小概率思想是指小概率事件在壹次試驗中基本上不會發生。反證法思想是先提出檢驗假設，再用適當的統計方法，利用小概率原理，確定假設是否成立。
即為了檢驗壹個假設H0是否正確，首先假定該假設H0正確，然後根據樣本對假設H0做出接受或拒絕的決策。如果樣本觀察值導致了“小概率事件”發生，就應拒絕假設H0，否則應接受假設H0。
假設檢驗中所謂“小概率事件”，並非邏輯中的絕對矛盾，而是基於人們在實踐中廣泛采用的原則，即小概率事件在壹次試驗中是幾乎不發生的，但概率小到什麽程度才能算作“小概率事件”，顯然，“小概率事件”的概率越小，否定原假設H0就越有說服力，常記這個概率值為α(0<α<1)，稱為檢驗的顯著性水平。