Testowanie hipotez to metoda statystyczna służąca do oceny, czy dane z próby stanowią wystarczający dowód na odrzucenie określonego założenia dotyczącego populacji lub procesu.
In DMAIC w projektach zespoły wykorzystują testy hipotez do badania podejrzewanych przyczyn i oceny zmian w wydajności. Hipoteza zerowa zazwyczaj oznacza brak różnicy lub brak związku. Przed przeanalizowaniem danych zespół określa porównanie i wybiera poziom istotności, zazwyczaj 0,05. Wartość p-value poniżej tego progu przemawia za odrzuceniem hipotezy zerowej przy założeniach danego testu. Nie mierzy ona prawdopodobieństwa, że hipoteza zerowa jest prawdziwa.
Na przykład zespół ds. zobowiązań może przetestować, czy średni czas przetwarzania faktur zmienił się po wprowadzeniu zmodyfikowanego procesu zatwierdzania. Analiza musi uwzględniać różnice w złożoności faktur oraz to, czy obserwacje są niezależne. Porównywanie niedopasowanych okresów o różnym obciążeniu pracą może prowadzić do błędnych wniosków. Przedział ufności pomaga osobie weryfikującej ocenić, czy szacowana redukcja jest na tyle duża, aby uzasadnić wdrożenie.
Testowanie hipotez wpisuje się w fazy Analizy (Analyze) i Doskonalenia (Improve) metodyki DMAIC. Walidacja systemu pomiarowego pozwala ustalić, czy dane wyjściowe są odpowiednie, natomiast planowanie eksperymentów pozwala ustrukturyzować porównania badające związki przyczynowo-skutkowe. Sama istotność statystyczna nie świadczy o przyczynie źródłowej ani o korzyściach finansowych. Projekt dotyczący przetwarzania faktur nadal wymaga dowodów łączących zmianę procesu z zaobserwowaną redukcją, przy czym zwolnione moce przerobowe personelu należy rozliczać oddzielnie od zmniejszonych wydatków.
