Los intervalos de confianza y las pruebas de hipótesis están estrechamente relacionados, ya que los intervalos de confianza deben incluirse en los resultados de las pruebas de hipótesis. Los intervalos de confianza proporcionan un rango en el que se espera que se encuentre el parámetro de la población, y si el intervalo de confianza del 95% no incluye el valor nulo, el resultado es estadísticamente significativo con un p-valor menor que 0,05 y se rechaza la hipótesis nula.

1. Correlación entre intervalos de confianza y prueba de hipótesis.
Los I.C y las P.H son 2 herramientas estadísticas estrechamente relacionadas. Cuando se tiene que determinar la prueba de hipótesis para una cierta prueba se tiene que incluir en los resultados el intervalo de confianza. El intervalo de confianza I.C para un parámetro desconocido de cierta población, nos proporciona dos límites entre los cuales confiarnos para encontrar dicho parámetro.
El valor real de dicho parámetros es casi siempre desconocido y por regular es imposible conocer. Entonces, atreves de calcular I.C, calculamos la confiabilidad (p-valor) y así las muestras se acerquen a valores reales.
El cálculo de I.C no implica aprobar o rechazar pruebas de hipótesis sino que estimar cual es el tamaño del efecto de un factor.
Si el intervalo de confianza del 95% no contiene el valor de la hipótesis nula, entonces el resultado del análisis será estadísticamente significativo con p<0.05. Si p<0.05 entonces se dice que se recha hipótesis nula (H0)
Si el intervalo de confianza del 95% contiene el valor de la hipótesis nula, entonces el resultado del análisis no será estadísticamente significativo p>0.05. Si p>0.05 entonces se dice que se la hipótesis alternativa (H1) es aceptada.