Při volbě testovacího postupu je naším cílem, aby chyby testu byly co nejmenší. Lze dokázat, že za daných podmínek vede snižování <math>\alpha</math> k růstu <math>\beta</math> a naopak.
Při testování obvykle postupujeme tak, že nejdříve formulujeme nulovou a alternativní hypotézu. Poté volímepevně zvolíme hladinu významnosti <math>\alpha</math> (obvykle se volí <math>\alpha=0,05</math> a nižší). Nalezneme vhodné testovací kritérium, aodvodíme jeho pravděpodobnostní rozdělení při platnosti <math>H_0</math>. Dále vymezíme kritický obor s ohledem na formulaci hypotézy <math>H_1</math>. Vypočteme testovací kritérium <math>T</math> a určíme kritické hodnoty testovacího kritéria. Jestliže <math>T\in\mathbf{W}</math>, pak hypotézu <math>H_0</math> zamítáme a říkáme, že s pravděpodobností <math>1-\alpha</math> platí hypotéza <math>H_1</math>. Pokud <math>T\in\mathbf{V}</math>, pak hypotézu <math>H_1</math> považujeme za neprokázanou. V takové případě neprovádíme úsudek o platnosti <math>H_0</math>, nechceme-li se zabývat sílou testu.
Moderní [[statistický program|statistické programy]] při výpočtech předkládají přímo pravděpodobnost chyby I.prvního řádudruhu, označovanou jako „Sig.“ nebo „P-value“, kterou porovnáváme se zvolenou hladinou pravděpodobnostivýznamnosti (typicky 0,05). Tyto programy hodnoty pro vyšší přehlednost často označují hvězdičkami, jedna hvězdička pro pravděpodobnosthladinu nižší než 0,05, dvě pro p-value nižší než 0,01 a tři pro 0,001.
