六西格瑪管理中的假設檢驗，就是事先對總體參數或總體分布形式的作出一個假設，然后利用樣本信息來判斷原假設是否合理，即判斷樣本信息與原假設是否有顯著差異，從而決定應接受或否定原假設，所以假設檢驗也稱為顯著性檢驗。

    假設檢驗的前提條件是：

    · 當比較不同的總體時，我們假設相互獨立；

    ·  當比較不同的總體時，我們假設過程穩定；

    ·  如果數據是連續的，我們假設基本分布是正態；

    假設檢驗的術語和基本步驟：

    1.將實際問題抽象為統計問題

    選擇假設檢驗的工具：根據數據類型選擇不同的假設檢驗的工具；

    2.定義原假設、備擇假設

    原假設：不證自明的假設，它是關于“沒有差異”或者“根本沒有效果”或“是相同的”陳述的假設，直到有充分的證據說明其是錯誤時為止總被認為是真實的；

    備擇假設：懷疑什么，什么就是備擇假設，它是關于“有差異”或“有效果”，或“不同的”陳述的假設，在零假設被推翻時生效的另一個假設，根據具體事件有不同的假設。

    原假設和備擇假設是不對等的，不能互換；“拒絕總是有道理的”，我們可以說“拒絕原假設”，但不能說“接受原假設”，而只能說“沒有充足的理由拒絕原假設”。

    3.規定α、β水平，確定樣本量

    因為我們是用樣本來判斷總體，所以有可能選擇了“典型”的樣本判斷正確，也有可能選擇了“怪異”的樣本而判斷錯誤；

    Ⅰ類錯誤： 又名“棄真錯誤”，是指零假設是真的時候而拒絕它

    α值：犯Ⅰ類錯誤的概率，一般取5%；

    Ⅱ類錯誤： 又名“取偽錯誤”，是指原假設是假的時候而接受它

    β值：犯Ⅱ類錯誤誤的概率，一般取10-20%

    1-β值：檢驗功效

    4.計算P值，判斷是否應該拒絕原假設

    P值：原假設成立的情況下，發生目前狀況的概率；

    原假設成立的情況下，拒絕原假設發生錯誤的概率；

    判斷：P值小于0.05就拒絕原假設；

    5.根據統計結論，還原為實際問題，對實際問題作出判斷

    假設檢驗是基于這樣的原理：在原假設成立的情況下，按照常識，與大概率事件相比，小概率事件在一次實驗中是幾乎不會發生的，如果它發生了，就說明最初“原假設成立”的假設并不正確，應該拒絕原假設。