I inferentiell statistik bildas hypoteser som preliminära svar på forskningsfrågor. Statistisk hypotetisk testning gör det möjligt för oss att utvärdera hypoteser om populationsparametrar baserat på provstatistik. Testtypen varierar beroende på mätnivån för de variabler som är inblandade. Om en populationsparameter antas vara större än eller mindre än något värde används ett ensidigt test. När ingen riktning anges i forskningshypotesen används ett tvåsidigt test. Ett tvåsidigt test visar om det finns en skillnad i värdena på de variabler som är inblandade.
Samla in data för befolkningsparametrarna. Bestäm om det finns en teoretisk grund som indikerar en specificerad riktningsskillnad för parametrarna. En specificerad skillnad skulle indikeras genom att värdet för en variabel är högre eller lägre än den för den andra variabeln. Denna information gör att du kan bestämma om ett tvåsidigt test är lämpligt.
Gör antaganden om variabelns mätnivå, provtagningsmetod, provstorlek och populationsparametrar. Använd dessa antaganden för att formulera dina hypoteser. Din första hypotes är din forskningshypotes, eller H1. Denna hypotes anger skillnaden i variablerna för populationsparametern. Din andra hypotes är din nollhypotes, eller H0. Denna hypotes strider mot forskningshypotesen och säger att det inte finns någon skillnad mellan populationsmedelvärdet och ett specificerat värde.
Beräkna teststatistiken för alfa. Alpha är nivån på sannolikheten då nollhypotesen avvisas. Alfa är vanligtvis inställd på nivåerna .05, .01 eller .001, vilket innebär att det blir en felmarginal på 5%, 1% eller .1%. För ett tvåsidigt test, dela värdet på alfa med 2 och jämför det med Z-statistiken om standardavvikelsen är känd eller t-statistiken om standardavvikelsen inte är känd.
Testa nollhypotesen för att avgöra om det finns en skillnad mellan populationsparametern. Målet är att avvisa nollhypotesen för att ge stöd för forskningshypotesen. När sannolikhetsvärdet är mindre än alfa, avvisar vi nollhypotesen och stöder forskningshypotesen. När sannolikhetsvärdet är större än alfa misslyckas vi med att avvisa nollhypotesen.