假设检验作为六西格玛的核心工具之一，在进行项目改进过程中，常常会用到，可以说它是六西格玛团队项目中应用最多的统计工具。诸如要判断下列结论是否正确：“新员工比老员工得到更多的投诉”，“改进工作后平均产量有提高”，“加工温度为180度时比160度时垫圈断裂强度要高”等等。由于我们观测到数据总会带有误差，不能从简单的样本统计量的结果下定论，必须使用严格的统计假设检验方法才能得出准确的判断结论。下面天行健 六西格玛培训公司 就来介绍有关假设检验的基本概念和简单的检验方法，希望与大家一起共勉，如有遗漏和错误之处，敬请指出。

1.假设检验概述

●假设检验是统计学的一个重要分支，它可以明确地确定某一特定目标值是否包含在一个计算出的区间（置信区间）内。

●该值落入或超出置信区间决定了你得出两者相等与否的结论。

●假设检验通常应用于判断两个均值是否相等的场合。

○因为变异的存在，即使来自相同的总体，两组数据也不会完全一致。

○假设检验将告诉你，观察到的差异是因为相应的总体确实不同，还是仅由随机波动造成的。

2.假设检验术语和概念

●原假设（null hypothesis）（H0）或零假设，是被测试的要确定真伪的表述。通常原假设用等式表示。例如：

H0：μ1=μ2或H0：μ1-μ2=0

○上述原假设的含义为两组数据所对应的总体均值相等。（如果命题为真，将两者相减，其差值为0。）

○我们假设原假设为真，除非有足够的证据证明其为假。

●备择假设（alternativehypothesis）（H1），是如果有足够证据可以拒绝原假设H0时所对应的事实状态的表述。例如：

H1：μ1≠μ2或Ha：μ1-μ2≠0

○上述备择假设的含义是两组数据所对应的总体均值不相等。

○如果我们拒绝原假设，实际上就等于接受了备择假设。

●注意：从统计学家的观点来看，我们永远无法接受或证明一个原假设是正确的——我们只能在一定的概率上无法拒绝原假设。相似地，我们永远无法接受或证明一个备择假设是正确的——我们只是拒绝原假设。对于初学者而言，这样的语言很容易让人迷惑。因此，本书使用拒绝/接受某假设这样的表述。