六西格玛管理中的假设检验，就是事先对总体参数或总体分布形式的作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定应接受或否定原假设，所以假设检验也称为显著性检验。

    假设检验的前提条件是：

    · 当比较不同的总体时，我们假设相互独立；

    ·  当比较不同的总体时，我们假设过程稳定；

    ·  如果数据是连续的，我们假设基本分布是正态；

    假设检验的术语和基本步骤：

    1.将实际问题抽象为统计问题

    选择假设检验的工具：根据数据类型选择不同的假设检验的工具；

    2.定义原假设、备择假设

    原假设：不证自明的假设，它是关于“没有差异”或者“根本没有效果”或“是相同的”陈述的假设，直到有充分的证据说明其是错误时为止总被认为是真实的；

    备择假设：怀疑什么，什么就是备择假设，它是关于“有差异”或“有效果”，或“不同的”陈述的假设，在零假设被推翻时生效的另一个假设，根据具体事件有不同的假设。

    原假设和备择假设是不对等的，不能互换；“拒绝总是有道理的”，我们可以说“拒绝原假设”，但不能说“接受原假设”，而只能说“没有充足的理由拒绝原假设”。

    3.规定α、β水平，确定样本量

    因为我们是用样本来判断总体，所以有可能选择了“典型”的样本判断正确，也有可能选择了“怪异”的样本而判断错误；

    Ⅰ类错误： 又名“弃真错误”，是指零假设是真的时候而拒绝它

    α值：犯Ⅰ类错误的概率，一般取5%；

    Ⅱ类错误： 又名“取伪错误”，是指原假设是假的时候而接受它

    β值：犯Ⅱ类错误误的概率，一般取10-20%

    1-β值：检验功效

    4.计算P值，判断是否应该拒绝原假设

    P值：原假设成立的情况下，发生目前状况的概率；

    原假设成立的情况下，拒绝原假设发生错误的概率；

    判断：P值小于0.05就拒绝原假设；

    5.根据统计结论，还原为实际问题，对实际问题作出判断

    假设检验是基于这样的原理：在原假设成立的情况下，按照常识，与大概率事件相比，小概率事件在一次实验中是几乎不会发生的，如果它发生了，就说明最初“原假设成立”的假设并不正确，应该拒绝原假设。