Kiểm định giả thuyết hoạt động thế nào (H0/H1, mức ý nghĩa α)?

Kiểm định giả thuyết là quy trình dùng dữ liệu mẫu để quyết định giữa hai giả thuyết đối lập:

1. Đặt giả thuyết. H0 (giả thuyết không) mô tả trạng thái mặc định / không có hiệu ứng; H1 (giả thuyết đối) là điều ta muốn chứng minh (một phía hoặc hai phía).
2. Chọn mức ý nghĩa α (thường 0.05) — mức lỗi loại I mà ta chấp nhận.
3. Tính thống kê kiểm định (z, t, χ²...) và p-value dưới giả định H0 đúng.
4. Ra quyết định: nếu p < α → bác bỏ H0, nghiêng về H1; ngược lại → chưa đủ bằng chứng bác bỏ H0.

Lưu ý quan trọng: ta không "chứng minh" hay "chấp nhận" H0 — chỉ "bác bỏ" hoặc "chưa bác bỏ". Và ý nghĩa thống kê ≠ ý nghĩa thực tiễn: cần nhìn thêm effect size, vì mẫu rất lớn có thể làm một hiệu ứng bé xíu vẫn "có ý nghĩa".