Asymptotische Tests basieren auf bestimmten Verteilungsfunktionen (z. B. Standardnormalverteilung, Chi-Quadrat-Verteilung, t-Verteilung und F-Verteilung), d.h. asymptotische Tests gehen davon aus, dass die berechneten Werte einer theoretischen Verteilungsfunktion folgen.
Je größer der Stichprobenumfang, desto besser ist die Annährung an diese Verteilungsfunktionen.
Die empfohlenen Mindest-stichprobengrössen sind in der Literatur nicht einheitlich angegeben und reichen bis mehrere -Zig.
Bei metrischem Skalenniveau die häufiger vorkommende Testklasse.
Der grosse Vorteil asymptotischer Tests liegt darin, dass im Gegensatz zu exakten Tests nicht alle denkbaren Möglichkeiten durchgespielt werden müssen, also "pauschaler" geechnet werden kann.
Im Gegensatz zur Normalverteilung dienen die Chi Quadrat Verteilung, F-Verteilung und t-Verteilung eigens dem Zweck der asymptotischen Tests, das heisst, diese Tests beschreiben das Verhalten von Parametern von Stichproben. In der Natur gibt es diese Verteilungsfunktionen (im Gegensatz zur Normalverteilung) nicht.
Siehe auch exakter Test.