第一步，依据所研究问题的不同情况，建立原假设H和备择假设H1。
一般情况下，通常将检验者希望得到的目标放在备择假设H1上，这样可以保证有充分的把握拒绝原假设，如生产车间工人总是希望检修后机器的每天生产量均值μ能比检修之前有所提高，将H1设故为μ≠μ或μ>μ，将H设而为μ=μ或μ≤μ。
举一个相反的例子，如果某公司在实施了新的节能增效措施之后，公司负责人肯定希望该措施能够显著降低生产成本，设实施节能增效措施之前的各部门成本均值为μ，而实施该措施后的各部门成本均值为μ，应将H1设则为μ≠μ或μ≤μ，而将H设为μ=μ或μ>μ。
第二步，在原假设H成立条件下，依据总体服从的分布，构建一个合适的样本统计量，该统计量不包含任何的未知参数，然后将各样本值代入该统计量，从而算得一个关于样本的统计量值。
第三步，给定显著性水平α以及相应的自由度，查表求出临界值。
第四步，将第二步求得的样本统计量值与第三步查表求得的临界值进行比较，做出拒绝或接受原假设或对立假设的判断。
注意，在判断时，并非只要统计量值大于或小于某一临界值，就一定拒绝原假设，而是应根据不同的假设所设立的内容进行判断。
