假设检验是先对母体Population参数提出假设然后利用样本的资讯再决定是否接受或否决该假设。假设检验的具体步骤步骤 1设定虚无假设null hypothesis与对立假设alternative hypothesis步骤 2选择检验统计量test statistic步骤 3选择显著水准level of significanceα 并决定决策法则步骤 4比较样本统计量与临界值步骤 5下结论如何提出虚无假设原假设虚无假设对母体参数提出一个主张假设此主张为真通常为研究者想要推翻之统计假设即假设检验中之主要假设一般以 H₀ 表之。对立假设是相对于虚无假设所提出的另一个不同相反的假设或主张必须有足够的证据才能说明此主张为真是希望证明是正确的另一种可能。从数学上来看虚无假设和对立假设的地位是相等的但是在统计学的实际运用中常常需要强调一类假设为应当或期望实现的假设。如果一个统计检验的结果拒绝虚无假设结论不支持虚无假设而实际上真实的情况属于虚无假设那么称这个检验犯了第一类错误。反之如果检验结果支持虚无假设而实际上真实的情况属于对立假设那么称这个检验犯了第二类错误。通常的做法是在保持第一类错误出现的机会在某个特定水平上的时候即显著性差异值或 α 值尽量减少第二类错误出现的概率。例子某药厂开发了一种新药声称可以降低血压。研究人员想要验证这款新药是否真的有效。设定假设虚无假设H₀这款新药对降低血压没有效果。对立假设H₁这款新药对降低血压有效。我们通常将第一类错误的概率限制在 α 0.05 或 0.01然后在这个前提下尽量提高试验的敏感性以降低第二类错误的概率。假设检验是六西格玛项目中必须应用到的工具很多项目中如果没有统计分析很多时候都不是真正的找到解决方案。