我是心理学专业的，看假设检验看得很崩溃。看了甘怡群的假设检验，感觉所说的α都是指的是样本均值分布中的吧，这样也能理解。从样本均值的分布种抽取一个样本的均值出来，再在这个分布中进行比较。“最不可能的5%的样本均值（极端值）和最有可能的95%的样本均值（中间值）”“……表示其在目标总体的样本均值分布中的相对位置”
可是后面书中在讲到检验效力时又是把抽取的某个样本与总体的0.05进行比较了。
…………请解释详细些，有图更好。

假设检验中的α是作为“小概率”的标准，与概率分布是没有关系的。假设检验的基本思想是：如果概率小于α的随机事件在一次试验中发生，不认为是由于随机原因导致的（一次试验中，小概率事件碰巧发生实际上也是可能的），而是认为是因为原来的假设是错误的。
假设检验中常用的概率分布主要有正态分布、t分布、χ平方分布、F分布几种，各种分布的上α分位点都有专门制作的表格可以查得。例如标准正态分布的上0.025分位点Z<0.025>=1.96，即如果随机变量X服从标准正态分布，则X取值大于1.96的概率小于0.025，取值小于-1.96的概率也小于0.025。在假设检验中，按照假设X是服从标准正态分布，作一次抽样检验，如果得到的X取值大于1.96或小于-1.96，在显著性水平α=0.05下，就认为X不是服从标准正态分布的；如果X的取值在区间（-1.96、1.96）内，就不否认X是服从标准正态分布的。

我发现，你的表述怪别扭的，原来你是学心理学的，大概你使用的教材不是数学专业的人士写的，很多语言缺少数学的严谨，如果有可能，找工科类使用的《概率论与数理统计》教材看看，例如浙江大学编的教材。