在六西格瑪項(xiàng)目中或者其他學(xué)術(shù)研究領(lǐng)域之中，我們經(jīng)常要對(duì)原因和輸出結(jié)果之間的關(guān)系進(jìn)行分析和確認(rèn)，這個(gè)時(shí)候我們就需要用到假設(shè)檢驗(yàn)。在大部分的研究中，我們想要證明：母體中有某種特定的效應(yīng)。

例如我們猜想大部分喝咖啡的人都偏好現(xiàn)煮咖啡，為方便討論，統(tǒng)計(jì)檢定會(huì)先假設(shè)我們?cè)谡业男?yīng)并不存在。然后，我們開(kāi)始尋找的證據(jù)，必須不利這個(gè)假設(shè)，因而支持我們想找的效應(yīng)。

假設(shè)檢驗(yàn)的第一步，是要先列出一個(gè)斷言，然后我們?cè)僭囍页鲎C據(jù)來(lái)否定它。

原始假設(shè)H。

在假設(shè)檢驗(yàn)中，受檢驗(yàn)的斷言叫做原始假設(shè)（null hypothesis）。檢定是設(shè)計(jì)來(lái)評(píng)估：否定原始假設(shè)的證據(jù)有多強(qiáng)。

通常，原始假設(shè)都是“沒(méi)有效應(yīng)”或“沒(méi)有差別”的敘述。

“原始假設(shè)”這個(gè)詞用Ho代表，讀法是“H零”。Ho是關(guān)于母體的敘述，所以一定要用母體參數(shù)來(lái)表示?？Х鹊睦赢?dāng)中的參數(shù)，是所有喝咖啡的人里偏愛(ài)現(xiàn)煮咖啡的比例 p。原始假設(shè)是：

Ho: p=0.5

我們希望或猜想可取代H。的正確敘述，叫對(duì)立假設(shè)（alternative hypothesis），用Ha表示。在例子中，對(duì)立假設(shè)就是：喝咖啡的人大多偏好現(xiàn)煮咖啡。用母體參數(shù)表示就是：

Ha: p>0.5

假設(shè)檢驗(yàn)會(huì)找對(duì)原始假設(shè)不利、但對(duì)對(duì)立假設(shè)有利的證據(jù)。

如果觀(guān)察到的結(jié)果，在原始假設(shè)為真的情況下是出人意料的，而在對(duì)立假設(shè)為真時(shí)卻較易發(fā)生，這個(gè)證據(jù)就很強(qiáng)。

比如說(shuō)，當(dāng)事實(shí)上母體只有一半喜歡現(xiàn)煮咖啡，卻發(fā)現(xiàn)50位受試者中有36位喜歡，就會(huì)出人意料。

有多出人意料呢？用機(jī)率來(lái)回答這個(gè)問(wèn)題：這個(gè)機(jī)率指的就是，在Ho正確時(shí)實(shí)際觀(guān)察到的結(jié)果跟預(yù)期結(jié)果差距很大的機(jī)率，而這個(gè)差距至少要等于（或大于）實(shí)際觀(guān)察與預(yù)期結(jié)果的差距。

怎么樣算是“跟預(yù)期結(jié)果的差距很大”？這既和Ho有關(guān)，也和Ha有關(guān)。

在試喝測(cè)試中，我們希望得到的機(jī)率，就是在50人中至少有36人喜歡現(xiàn)煮咖啡的機(jī)率。如果原始假設(shè)p=0.5正確的話(huà)，上述的這個(gè)機(jī)率會(huì)非常小（0.001）。這就是原始假設(shè)不正確的有力證據(jù)。

關(guān)于P值

假設(shè)檢驗(yàn)中的 P值（P-value）是在Ho為真的假設(shè)下，所得到樣本結(jié)果會(huì)像實(shí)際觀(guān)察結(jié)果那么極端或更極端的機(jī)率。P值愈小，資料所提供否定Ho的證據(jù)就愈強(qiáng)。

在實(shí)際應(yīng)用時(shí)，大部分的統(tǒng)計(jì)檢定可以由會(huì)計(jì)算P值的電腦軟體來(lái)執(zhí)行，例如minitab、SPSS、Excel。

在許多領(lǐng)域中都常見(jiàn)到引用P值來(lái)描述研究結(jié)果。所以，即使你自己不做假設(shè)檢驗(yàn)，也應(yīng)該要知道P值的意義，就像雖然你自己不用計(jì)算置信區(qū)間，但也應(yīng)該要了解“95％置信水平”是什么意思。