假設檢驗分為雙側假設檢驗和單側假設檢驗，雙側假設檢驗所針對的問題是證明總體某個引數是否等於某個特定值，而單側檢驗假設是證明是否大於或是否小於某一固定數值，其基本原理是先假設總體某項假設成立，若導致結果不合理的現象產生，則拒絕原假設，若不導致不合理的現象產生，則接受原假設，原假設的設法則根據題目要求做出假設，且必須保證等號放在原假設。
假設檢驗分為雙側假設檢驗和單側假設檢驗，雙側假設檢驗所針對的問題是證明總體某個引數是否等於某個特定值，而單側檢驗假設是證明是否大於或是否小於某一固定數值，其基本原理是先假設總體某項假設成立，若導致結果不合理的現象產生，則拒絕原假設，若不導致不合理的現象產生，則接受原假設，原假設的設法則根據題目要求做出假設，且必須保證等號放在原假設。
統計學假設檢驗中P值的基本原理如下：
1、一個命題只能證偽，不能證明為真；
2、在一次觀測中，小機率事件不可能發生；
3、在一次觀測中，如果小機率事件發生了，那就是假設命題為假。
P值即機率，反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的P值，一般以P值小於0.05為有統計學差異，P值小於0.01為有顯著統計學差異，P值小於0.001為有極其顯著的統計學差異。
1、提出檢驗假設又稱無效假設，符號是H0；備擇假設的符號是H1，H0：樣本與總體或樣本與樣本間的差異是由抽樣誤差引起的，H1：樣本與總體或樣本與樣本間存在本質差異，預先設定的檢驗水準為0.05；當檢驗假設為真，但被錯誤地拒絕的機率，記作α，通常取α=0.05或α=0.01。
2、選定統計方法，由樣本觀察值按相應的公式計算出統計量的大小，如X2值、t值等。根據資料的型別和特點，可分別選用Z檢驗，T檢驗，秩和檢驗和卡方檢驗等。
3、根據統計量的大小及其分佈確定檢驗假設成立的可能性P的大小並判斷結果。若P>α，結論為按α所取水準不顯著，不拒絕H0，即認為差別很可能是由於抽樣誤差造成的，在統計上不成立；如果P≤α，結論為按所取α水準顯著，拒絕H0，接受H1，則認為此差別不大可能僅由抽樣誤差所致，很可能是實驗因素不同造成的，故在統計上成立。P值的大小一般可透過查閱相應的界值表得到。