许多统计推理均在质量控制的情况下建立得到，在质量控制条件下，需要从每一个分析中得到一个明确的“是或否”的答案。接受还是拒绝这该批次？用来获得答案的逻辑叫做假设检验。
首先，执行试验前先定义一个P值。理想情况下，应根据遗漏真实差异或错误发现差异的相对后果来设置该值。实际上，阈值（名为α）几乎总是设置为0.05（一个 广泛采用的任意值）。
接下来，定义零假设。如果比较两个平均数，零假设是两个群体有相同的平均值。在分析一个试验时，零假设通常与实验假设相反。实验假设 - 执行该试验的原因 - 治疗改变了平均值。零假设是两个群体具有相同的平均值（或者治疗没有效果）。
现在，进行适当统计检验来计算P值。
•如果P值小于阈值，则说明您“否定零假设”，且差异“具有统计学显著性”。
•如果P值大于阈值，则说明您“未否定零假设”，且差异“不具统计学显著性”。您不能得出零假设为真的结论。所能做的就是得出结论：无'足够证据否定零假设。
