Tačkaste i intervalne ocene parametara, dobijene na osnovu raspoloživog slučajnog uzorka nisu dovoljne za donošenje zaključaka o parametrima osnovnog skupa, već je potrebno testirati postavljenu pretpostavku o vrednostima parametara odnosno raspodeli, da li su one prihvatljive ili ne. Statistička hipoteza je pretpostavka, a postupak provere je statistički test, kojim se hipoteza prihvata ili odbacuje. Razlikuju se parametarske hipoteze koje predstavljaju pretpostavku o vrednosti nekog parametra poznate raspodele i neparametarske hipoteze koje predstavljaju pretpostavku o tipu raspodele osnovnog skupa.

Hipoteza koja se proverava naziva se nulta hipoteza \(H_{0}\), a hipoteza koja je tačna kada je nulta hipoteza odbačena se naziva alternativna hipoteza \(H_{1}\). Testiranje statističke hipoteze se sastoji od izbora odgovarajuće funkcije uzorka, test statistike, izračunavanja njene vrednosti iz uzorka i poređenja sa kritičnom vrednošću odnosno provere da li se ona nalazi u oblasti prihvatanja hipoteze (nulta hipoteza prihvata) ili se nalazi u kritičnoj oblasti (nulta hipoteza se odbacuje).

Prilikom testiranja hipoteze postoji rizik da je rezultat testa pogrešan, pri čemu je greška prve vrste (rizik prve vrste, \(\alpha\)) kada je tačna hipoteza \(H_{0}\) odbačena jer je test statistika u kritičnoj oblasti a greška druge vrste (rizik druge vrste, \(\beta\)) kada je hipoteza \(H_{0}\) pogrešna ali prihvaćena jer je test statistika u oblasti prihvatanja hipoteze.

Uobičajena procedura pri testiranju hipoteza je da se kritične oblasti formiraju na osnovu zadate verovatnoće greške prve vrste \(\alpha\), što u stvari predstavlja proveru statističke značajnosti uočenog odstupanja uzoračkog od pretpostavljenog parametra populacije. Ukoliko uočeno odstupanje prevazilazi kritičnu granicu smatramo ga statistički značajnim i odbacujemo hipotezu sa nivoom značajnosti testa \(\alpha\), odnosno sa rizikom \(\alpha\) da smo učinili grešku. Pri čemu se kaže da je uočeno odstupanje u slučaju odbacivanja \(H_{0}\) statističko značajno pri \(\alpha=5\%\), a statističko vrlo značajno pri \(\alpha=1\%\).

Alternativni način za testiranja hipoteza je da se umesto poređenja uzoračkog parametra sa kritičnom vrednošću, poredi verovatnoća \(p\)određena iz raspodele test statistike sa usvojenom vrednošću \(\alpha\), pri čemu se nulta hipoteza prihvata kada je \(p>\alpha\), a odbacuje kada je \(p<\alpha\). Verovatnoća \(p\)se naziva \(p-vrednost\) (engl. \(p-value\)) i predstavlja najniži nivo značajnosti koji će dovesti do odbacivanja nulte hipoteze \cite{Montgomery2009}.