Il test di ipotesi è un metodo statistico per valutare se i dati campionari forniscano prove sufficienti per rifiutare un'ipotesi formulata su una popolazione o un processo.
In DMAIC progetti, i team utilizzano i test di ipotesi per indagare le presunte cause e valutare le variazioni delle prestazioni. L'ipotesi nulla rappresenta solitamente l'assenza di differenza o di associazione. Prima di analizzare i dati, il team definisce il confronto e seleziona un livello di significatività, comunemente pari a 0,05. Un p-value inferiore a tale soglia supporta il rifiuto dell'ipotesi nulla in base alle assunzioni del test. Non misura la probabilità che l'ipotesi nulla sia vera.
Ad esempio, un team della contabilità fornitori potrebbe testare se il tempo medio di elaborazione delle fatture sia cambiato dopo l'introduzione di un flusso di lavoro di approvazione revisionato. L'analisi deve tenere conto delle differenze nella complessità delle fatture e dell'indipendenza delle osservazioni. Confrontare periodi non omogenei con carichi di lavoro differenti può condurre a una conclusione fuorviante. Un intervallo di confidenza aiuta il revisore a valutare se la riduzione stimata sia abbastanza ampia da giustificarne l'implementazione.
Il test di ipotesi si colloca all'interno delle fasi Analyze e Improve del DMAIC. La validazione del sistema di misurazione stabilisce se i dati sottostanti siano idonei, mentre la progettazione degli esperimenti può strutturare confronti volti a indagare gli effetti causali. La sola significatività statistica non stabilisce una causa radice o un beneficio finanziario. Un progetto sull'elaborazione delle fatture necessita comunque di prove che colleghino la modifica del flusso di lavoro alla riduzione osservata, contabilizzando la capacità del personale liberata separatamente dalla riduzione delle spese.
