식스 시그마 개선활동을 하면서 마주치게 되는 p-value에 대한 Quick Guide를 소개한다.
 

사용하는 Tool	p-value < 0.05	p-value ≥ 0.05
Anderson Darling Normality Test	분석하는 데이터가 정규분포한다고 확신할 수 없음	분석하는 데이터가 정규분포한다고 추정할 수 있음
1 Sample t-Test	분석하는 표본 데이터의 평균값은 알고있는 test 평균값과 다른 평균값을 가진다고 확신할 수 있음	분석하는 표본 데이터의 평균값과 알고있는 test 평균값 사이에는 차이가 없음
2 Sample t-Test	두 표본의 평균값은 서로 다르다 라고 확신할 수 있음	분석하는 두 표본의 평균값 사이에는 차이가 없음
Paired t-Test	짝을 이루고 있는 데이터 사이에는 일관된 차이가 있다 라고 확신할 수 있음	분석하는 데이터에서 짝을 이루고 있는 데이터 사이에는 일관된 차이가 없음
One Way ANOVA	분석하는 표본 데이터들의 평균값 중에서 적어도 한 표본의 평균값은 다른 표본과 비교해 볼 때 다르다 라고 확신할 수 있음	분석하는 표본 데이터들의 평균값 사이에는 서로 차이가 없음
Kruskal Wall & Mood’s Median Test	분석하는 표본 데이터들의 중앙값 중에서 적어도 한 표본의 중앙값은 다른 표본과 비교해 볼 때 다르다 라고 확신할 수 있음	분석하는 표본 데이터들의 중앙값 사이에는 서로 차이가 없음
F-test, Levene’s test Bartlett’s test	분석하는 표본 데이터들의 표준편차값 중에서 적어도 한 표본의 표준편차값은 다른 표본과 비교해 볼 때 다르다 라고 확신할 수 있음	분석하는 표본 데이터들의 표준편차값 사이에는 서로 차이가 없음
1 Proportion test	분석하는 표본 데이터의 비율은 알고 있는 test 비율과 다른 비율을 가진다고 확신할 수 있음	분석하는 표본 데이터의 비율과 알고있는 test 비율 사이에는 차이가 없음
2 Proportion test	두 표본의 비율은 서로 다르다 라고 확신할 수 있음	분석하는 두 표본의 비율 사이에는 차이가 없음
Chi-Square test	분석하는 표본 데이터들 중에서 적어도 한 표본은 다른 표본과 비교해 볼 때 다른 비율을 가지고 있다 라고 확신할 수 있음	분석하는 표본 데이터들의 비율 사이에는 서로 차이가 없음
Correlation test (Pearson Coefficient)	분석하는 데이터들은 서로 상관관계가 있다 라고 확신할 수 있음 (Pearson coefficient ≠ 0)	분석하는 데이터들은 서로 상관관계가 없음 (Pearson coefficient ≒ 0)
Regression Analysis	X 변수(예측변수)가 프로세스의 결과(Y)에 영향을 주고있다 라고 확신할 수 있음	분석하는 데이터에서 X 변수 (예측변수)와 프로세스의 결과(Y) 사이에은 서로 상관관계가 없음