检验统计量是一个已经算好的确定分布，你可以将你的假设（虚无假设）替换其中一个参数，其结果必然也会在此分布之中，问题是在哪里。如果是落在拒绝域，那么意味着你找到的证据（抽样结果），拒绝你的假设，是该检验统计量分布中的一员。比如 Z 检测，将你的假设放在均值的位置，如果其得出的结果是在1.96以外，那么意味着这个结果距离Z 应该是的值（期望值）太远了，以至于Z 否认（拒绝）了其是Z 分布的一员。1.96怎么来的？这是一个分位数，通过积分积出来的。
一个检验统计量的值落在了拒绝域，那么肯定是出问题了。已知总体是正态分布，那么样本也是正态分布，总体没问题，样本（你找的证据）没问题，实验结果出了问题，看看公式，那么肯定是你的假设出了问题，因此需要拒绝。
不同的检验统计量，有不同的分布，但核心是你的目的是什么？你有什么样的数据？