效率是一个相对的术语，它被用来比较在相同条件下两种检验的样本容量，假定有两个检验被用来检验特定的假设，而且它们有相同的 α 和 β 值，因此关于显著性水平和功效，它们是“可比的”。（注意，两种检验的 β 值是相等的，通常排除了备择假设是复合假设的情况，因为这时通常 β 不只有一个值）需要的样本量越小，检验越好，因为小样本量意味着试验中需要较少的花费和精力。
较小的样本量的检验被称为比其他检验更有效（more efficient），相对效率（relative efficiency）也更大。
【定义】设 T 1 和 T 2 分别表示两种检验，在相同的 H 0 对 H 1 下，临界域对应的 α 和 β 相等， T 1 对 T 2 的相对效率（或“ T 1 相对于 T 2 的效率”）定义为比值 n 2 /n 1 ，其中 n 1 和 n 2 分别是检验 T 1 和 T 2 的样本容量。
如果 n 1 小于 n 2 ， T 1 相对 T 2 的效率比1大，就和我们预想的一样。假如备择假设是复合3，相对效率可以由备择假设定义的每个概率函数计算得到，这些相对效率值可以用表格或图象来表示。
【例1.12】在相同的 H 0 对 H 1 下，两种检验有相等的 α =0.01和 β =0.14。第一个检验的样本量为75，第二个为50。因此第一个检验不如第二个检验有效。第一个检验对第二个检验的相对效率为50/75=0.67，第二个检验相对第一个检验的效率为75 / 50=1.5。若已知 α =0.05， β =0.30， n 1 =40，第一个检验相对于第二个检验的效率是0.75，那么可以得到要求的第二个检验的样本容量。
第二个检验方法用30个样本，就能够达到与第一个检验用40个样本得到的一样好的分析结果。
