一、建立假设和确定检验水准

假设有二。一是无效假设（null hypothesis），符号为H0。假设两总体均数相等（μ=μ0），即样本均数x所代表的总体均数μ与假设和总体均数μ0相等。x和μ0差别仅仅由抽样误差所致；二是备择假设（alternative hypothesis），符号为H1。二者都是根据推断的目的提出的对总体特征的假设。这里还有双侧检验和单侧检验之分，需根据研究目的和专业知识而定：若目的是推断两总体是否不等（即是否μ≠μ0），并不关心μ＞μ0还是μ＜μ0，应用双侧检验，H0：μ=μ0，H1：μ≠μ0；若从专业知识已知μ＞μ0,不会μ＜μ0（或已知μ＜μ0不会μ＞μ0），或目的是推断是否μ＞μ0（或μ＜μ0），则用单侧检验，H0：μ=μ0，H1：u＞μ0（或μ＜μ0）。一般认为双侧检验较为稳妥，故较常用。

检验水准（size of a test）亦称显著性水准（significance level），符号为α，是假设检验时发生第一类错误的概率。α常取0.05或0.01。

二、选定检验方法和计算统计量

根据研究设计的类型、资料类型及分析目的选用适当的检验方法。如配对设计的两样本均数比较，选用配对t检验；完全随机设计的两样本均数比较，选用u检验（大样本时）或t检验（小样本时）等。

不同的检验方法有不同的检验假设以及不同的公式。根据公式计算现有样本统计量，如t值、u值等。

三、确定P值，作出推断结论

用算得的统计量与相应的界值作比较，确定P值。P值是指在由H0所规定的总体中随机抽样，获得等于及大于（或等于及小于）现有统计量的概率。根据P值大小作出拒绝或不拒绝H0的统计结论。