母比率の差の検定は、独立した2つの群における成功割合を比較する手法です。たとえば2種類のページデザインの成約率や、2つの治療法の回復率などに用います。各群の成功数と標本サイズという4つの数値から計算し、z統計量とp値を求めます。これらは、データが「2つの母比率は等しい」という仮定とどれほど整合するかを示します。

帰無仮説は「両群が単一の真の比率を共有する」と述べます。この仮定のもとでは、共通の値の最良の推定は両群の成功数を合わせたものになります。すなわち p̂ = (x₁ + x₂) / (n₁ + n₂) です。このプールした比率を用いて標準誤差を構成するため、検定は2つの群が同じ母集団から得られたものとして評価されます。

差の信頼区間を作る際には、2つの比率が等しいとは仮定しないため、プールしない別の標準誤差を用います。

p値は、2つの母比率が実際に等しいとしたとき、対立仮説で指定した方向で、観測された差と同程度以上に極端な差が得られる確率です。帰無仮説が正しい確率ではありません。

あらかじめ定めた有意水準α（通常0.05）と比較し、pがα未満なら統計的に有意とされます。そうでなければ、比率に差があると結論づけるだけの十分な証拠がないと判断します。

両側検定は2つの比率が「いずれかの方向に」異なるかを問い、片側検定は第1群が「大きい」（右片側）または「小さい」（左片側）だけを問います。慣例的な既定は両側検定です。

片側検定は、データ収集前に方向を定めた仮説がある場合のみ選びます。片側p値は両側p値の半分ですが、データを見た後で片側に切り替えると偽陽性率が高まるため推奨されません。