Rassembler les données pour les paramètres de la population. Déterminer si il ya une base théorique qui indique une différence dans la direction indiquée pour les paramètres. Une différence spécifié serait indiquée par indiquant que la valeur d'une variable est supérieure ou inférieure à celle de l'autre variable. Cette information vous permet de décider si un test bilatéral est approprié.
Émettre des hypothèses sur le niveau de la variable de mesure, la méthode d'échantillonnage, la taille de l'échantillon, et les paramètres de la population. Utilisez ces hypothèses à formuler vos hypothèses. Votre première hypothèse sera votre hypothèse de recherche, ou H1. Cette hypothèse indique la différence entre les variables du paramètre de la population. Votre seconde hypothèse sera votre hypothèse nulle, ou H0. Cette hypothèse contredit l'hypothèse de recherche et affirme qu'il n'y a aucune différence entre la moyenne de la population et une valeur spécifiée.
Calculer les statistiques de test de l'alpha. Alpha est le niveau de probabilité à laquelle l'hypothèse nulle est rejetée. L'alpha est habituellement fixé à la .05, .01, .001 ou niveaux, ce qui signifie qu'il y aura une marge d'erreur de 5%, 1%, ou de 0,1%. Pour un test bilatéral, diviser la valeur de l'alpha par 2 et le comparer avec le Z-statistique si l'écart type est connu ou la statistique t si l'écart type est pas connue.
Tester l'hypothèse nulle afin de déterminer si il existe une différence entre le paramètre de population. L'objectif est de rejeter l'hypothèse nulle, afin de fournir un soutien pour l'hypothèse de recherche. Lorsque la valeur de probabilité est inférieure à l'alpha, nous rejetons l'hypothèse nulle et soutenons l'hypothèse de recherche. Lorsque la valeur de probabilité est plus grande que l'alpha, nous ne parvenons pas à rejeter l'hypothèse nulle.