เปรียบเทียบวิธี

	การวิเคราะห์ความไวร่วมกับ Six Sigma DMAIC	การควบคุมกระบวนการเชิงสถิติ
สาขาวิชา	การออกแบบการทดลอง	การออกแบบการทดลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2000s–2010s (applied integration era)	1924–1931
ผู้ริเริ่ม	Integration of Six Sigma DMAIC (Motorola / Mikel Harry, 1980s–2000) with sensitivity analysis techniques (Saltelli et al., 1990s–2000s)	Walter A. Shewhart
ประเภท	Hybrid process-improvement and uncertainty-quantification pipeline	Process monitoring and quality control method
แหล่งต้นตำรับ	Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 978-0470059975	Shewhart, W. A. (1931). Economic Control of Quality of Manufactured Product. Van Nostrand. ISBN: 978-0873890762
ชื่อเรียกอื่น	SA-DMAIC, DMAIC sensitivity analysis, sensitivity-informed Six Sigma, Six Sigma sensitivity integration	SPC, statistical quality control, process control charting, Shewhart control
ที่เกี่ยวข้อง	5	6
สรุป	Sensitivity analysis integrated with Six Sigma DMAIC augments the classic Define-Measure-Analyze-Improve-Control cycle with formal quantification of how much each input variable contributes to output variation. By embedding local or global sensitivity indices inside the Analyze phase, practitioners move beyond correlation screening to rigorously rank which process factors drive defect rates, guiding improvement resources to where they matter most.	Statistical Process Control (SPC) is a data-driven quality method that uses statistical techniques — primarily control charts — to monitor a manufacturing or service process over time. By distinguishing natural process variation (common cause) from unusual, actionable variation (special cause), SPC enables practitioners to maintain processes in a stable, predictable state and to detect problems early, before defective output reaches customers.