優(yōu)思學(xué)院｜六西格瑪是哪六個？「六個西格瑪」到底是什么意思？

若干年前，優(yōu)思學(xué)院寫了一篇原創(chuàng)文章，題為「六西格瑪是哪六個？」當(dāng)時有感很多初學(xué)者第一次接觸六西格瑪時，都會問同一個問題：

六西格瑪是哪六個？是不是六種管理方法、六個實(shí)施階段，或者六項(xiàng)質(zhì)量工具？

直到最近，我們才發(fā)現(xiàn)，今天仍有許多人在搜索「六西格瑪是哪六個？」。因此，我們決定重新探討這個老問題，看看六西格瑪究竟是什么意思。優(yōu)思學(xué)院認(rèn)為，更值得深入討論的是：為什么許多人覺得六西格瑪很難？從一知半解到恍然大悟，又需要經(jīng)歷怎樣的學(xué)習(xí)過程？

「六西格瑪」中的「六」，指的是六個標(biāo)準(zhǔn)差；「西格瑪」是希臘字母σ（Sigma）的音譯，在統(tǒng)計學(xué)中通常代表標(biāo)準(zhǔn)差。因此，六西格瑪最直接的含義，就是過程平均值與規(guī)格界限之間可以容納六個標(biāo)準(zhǔn)差。

簡單來說，六西格瑪不是六個獨(dú)立的「西格瑪」，而是一種衡量過程波動、過程能力和缺陷風(fēng)險的質(zhì)量水平。

一、什么是西格瑪（Sigma）？

Sigma寫作希臘字母σ，在統(tǒng)計學(xué)中通常表示總體標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差的英文是Standard Deviation，常見縮寫為SD。

標(biāo)準(zhǔn)差用來衡量一組數(shù)據(jù)圍繞平均值的離散程度。

標(biāo)準(zhǔn)差越小，代表數(shù)據(jù)越集中，過程波動通常越小；標(biāo)準(zhǔn)差越大，代表數(shù)據(jù)越分散，過程波動通常越明顯。

假設(shè)一家工廠生產(chǎn)目標(biāo)直徑為10毫米的零件。雖然設(shè)計目標(biāo)是10毫米，但實(shí)際生產(chǎn)出來的零件不可能每一個都剛好等于10毫米，測量結(jié)果可能是：

9.98毫米、10.01毫米、10.03毫米、9.99毫米……

這些數(shù)據(jù)圍繞10毫米上下波動，而標(biāo)準(zhǔn)差就是用來描述這種波動大小的統(tǒng)計指標(biāo)。

如果大部分零件尺寸都集中在10毫米附近，代表標(biāo)準(zhǔn)差較小，生產(chǎn)過程相對穩(wěn)定；如果尺寸分布得很分散，代表標(biāo)準(zhǔn)差較大，產(chǎn)品超出規(guī)格的風(fēng)險也會增加。

因此，六西格瑪關(guān)注的不只是平均值是否接近目標(biāo)，還關(guān)注過程波動是否足夠小。

二、六西格瑪是哪六個？

六西格瑪并不是指六種工具，也不是指六個項(xiàng)目階段。

它指的是：

從過程平均值到最近的規(guī)格界限之間，可以容納六個標(biāo)準(zhǔn)差。

在理想狀態(tài)下，如果過程平均值正好位于規(guī)格中心，那么從平均值到規(guī)格上限之間有六個標(biāo)準(zhǔn)差，從平均值到規(guī)格下限之間同樣有六個標(biāo)準(zhǔn)差。

相關(guān)統(tǒng)計符號包括：

• LSL：規(guī)格下限，Lower Specification Limit
• Mean：過程平均值
• USL：規(guī)格上限，Upper Specification Limit
• σ：過程標(biāo)準(zhǔn)差

理想的六西格瑪過程可以表示為：

USL－Mean＝6σ

Mean－LSL＝6σ

因此，從規(guī)格下限到規(guī)格上限，理論上可以容納十二個標(biāo)準(zhǔn)差。

這里所說的「六個西格瑪」，就是平均值與其中一側(cè)規(guī)格界限之間的六個標(biāo)準(zhǔn)差，而不是六項(xiàng)管理內(nèi)容。

三、規(guī)格界限與控制界限不是同一回事

理解六西格瑪時，還要分清「規(guī)格界限」與「控制界限」。

規(guī)格界限通常來自客戶要求、產(chǎn)品設(shè)計、工程標(biāo)準(zhǔn)或行業(yè)規(guī)范，用來判斷產(chǎn)品或服務(wù)結(jié)果是否符合要求。

例如，某個零件直徑的允許范圍是9.90至10.10毫米，那么：

LSL＝9.90毫米

USL＝10.10毫米

控制界限則根據(jù)過程數(shù)據(jù)計算，通常應(yīng)用于控制圖，用來判斷過程是否存在特殊原因變異，以及過程是否處于統(tǒng)計受控狀態(tài)。

規(guī)格界限回答的是：

客戶允許的范圍是什么？

控制界限回答的是：

過程本身通常會怎樣波動？

兩者的來源和用途不同，不能混為一談。一個過程可能非常穩(wěn)定，但仍然無法滿足規(guī)格；也可能暫時滿足規(guī)格，卻存在明顯的特殊原因變異。

四、為什么標(biāo)準(zhǔn)差可以代表質(zhì)量水平？

如果過程數(shù)據(jù)服從或近似服從正態(tài)分布，大部分?jǐn)?shù)據(jù)會集中在平均值附近，并形成一條中間高、兩邊低的鐘形曲線。

正態(tài)分布通常具有以下規(guī)律：

• 平均值上下1個標(biāo)準(zhǔn)差，約包含68.27%的數(shù)據(jù)
• 平均值上下2個標(biāo)準(zhǔn)差，約包含95.45%的數(shù)據(jù)
• 平均值上下3個標(biāo)準(zhǔn)差，約包含99.73%的數(shù)據(jù)
• 平均值上下6個標(biāo)準(zhǔn)差，約包含99.9999998%的數(shù)據(jù)

這就是統(tǒng)計學(xué)中常見的「68—95—99.7法則」。

當(dāng)規(guī)格上下限分別距離平均值六個標(biāo)準(zhǔn)差時，數(shù)據(jù)超出規(guī)格界限的概率會非常低。如果把超出規(guī)格界限的結(jié)果定義為缺陷，那么六西格瑪過程就代表極低的缺陷風(fēng)險。

不過，以上推算建立在數(shù)據(jù)服從或近似服從正態(tài)分布的前提下。如果數(shù)據(jù)明顯偏斜、存在多個峰值，或者屬于計數(shù)型及比例型數(shù)據(jù)，就不能機(jī)械套用正態(tài)分布結(jié)論。

實(shí)際開展六西格瑪項(xiàng)目時，還需要檢查數(shù)據(jù)分布、測量系統(tǒng)和過程穩(wěn)定性。

五、用可視化工具看懂六個西格瑪

單看標(biāo)準(zhǔn)差、正態(tài)分布和規(guī)格界限的定義，初學(xué)者可能仍然覺得抽象。

為此，優(yōu)思學(xué)院開發(fā)了「Sigma Level不良率可視化工具」，讓大家直接觀察不同西格瑪水平下，過程分布與規(guī)格界限之間的關(guān)系。

工具固定規(guī)格下限LSL與規(guī)格上限USL。當(dāng)使用者把Sigma Level從1σ逐步調(diào)整至6σ時，可以看到正態(tài)分布曲線越來越窄，落在規(guī)格界限以外的不良區(qū)域也越來越小。

這里改變的不是規(guī)格要求，而是過程標(biāo)準(zhǔn)差。

Sigma Level較低，代表過程標(biāo)準(zhǔn)差相對較大，數(shù)據(jù)分布比較寬，產(chǎn)品或服務(wù)結(jié)果更容易超出規(guī)格；Sigma Level越高，代表過程波動越小，數(shù)據(jù)更加集中，超出規(guī)格的概率也隨之下降。

例如：

• 3σ水平下，過程分布較寬，規(guī)格外仍然存在較明顯的不良區(qū)域；
• 4σ水平下，分布明顯收窄，不良率大幅下降；
• 5σ水平下，規(guī)格外的不良區(qū)域已經(jīng)非常小；
• 6σ水平下，過程波動很小，規(guī)格外的尾部面積幾乎看不見。

讀者可以使用優(yōu)思學(xué)院開發(fā)的「Sigma Level不良率可視化工具」，拖動Sigma Level滑塊，比較1σ至7σ的DPMO、合格率和不良率。

六、理論上的六西格瑪缺陷率是多少？

假設(shè)一個過程完全服從正態(tài)分布，過程平均值始終位于規(guī)格中心，而且從平均值到上下規(guī)格界限均為六個標(biāo)準(zhǔn)差，那么落在規(guī)格界限以外的概率約為：

0.00197 DPMO

DPMO是Defects Per Million Opportunities的縮寫，中文通常稱為「每百萬機(jī)會缺陷數(shù)」。

0.00197 DPMO可以近似寫成0.002 DPMO，代表在一百萬個缺陷機(jī)會中，預(yù)計只會出現(xiàn)約0.002個缺陷。

換句話說，平均大約五億個缺陷機(jī)會才可能出現(xiàn)一個超出規(guī)格的結(jié)果。

看到這里，很多人會產(chǎn)生另一個疑問：

為什么平常所說的六西格瑪質(zhì)量水平，一般是每百萬機(jī)會3.4個缺陷，而不是0.002個缺陷？

這是因?yàn)閮蓚€數(shù)字采用的計算假設(shè)不同。

七、六西格瑪?shù)腄PMO究竟是3.4還是0.002？

0.002 DPMO和3.4 DPMO都有相應(yīng)的計算依據(jù)，但代表的情境不同。

1. 不考慮過程偏移：約0.002 DPMO

如果假設(shè)過程平均值長期保持不變，并且始終位于規(guī)格中心，那么真正的雙側(cè)六西格瑪過程，其理論缺陷率約為0.002 DPMO。

這是純粹根據(jù)標(biāo)準(zhǔn)正態(tài)分布計算出來的理論結(jié)果。

2. 考慮1.5σ長期偏移：約3.4 DPMO

現(xiàn)代六西格瑪管理通常采用1.5西格瑪偏移的傳統(tǒng)換算慣例。

這種計算方式假設(shè)過程在長期運(yùn)行中，平均值可能偏離原來的中心位置，偏移幅度按照1.5個標(biāo)準(zhǔn)差估算。

原本距離規(guī)格界限六個標(biāo)準(zhǔn)差的過程，在考慮偏移之后，平均值到較近一側(cè)規(guī)格界限的距離便剩下：

6σ－1.5σ＝4.5σ

當(dāng)平均值到最近規(guī)格界限的距離約為4.5個標(biāo)準(zhǔn)差時，超出該界限的概率約為每百萬機(jī)會3.4個缺陷。

所以，六西格瑪管理中常見的3.4 DPMO，是在「短期六西格瑪能力加上1.5σ長期偏移」這一傳統(tǒng)口徑下計算出來的結(jié)果。

六西格瑪計算口徑

基本假設(shè)

每百萬機(jī)會缺陷數(shù)

理論統(tǒng)計值

平均值不發(fā)生偏移，雙側(cè)均為6σ

約0.002 DPMO

六西格瑪常用口徑

加入1.5σ長期偏移

約3.4 DPMO

因此，當(dāng)有人問「六西格瑪?shù)娜毕萋示烤故?.4還是0.002」時，更準(zhǔn)確的回答是：

不考慮過程平均值偏移時，理論缺陷率約為0.002 DPMO；按照六西格瑪常用的1.5σ長期偏移慣例計算，則約為3.4 DPMO。

八、用工具比較0.002 DPMO與3.4 DPMO

優(yōu)思學(xué)院的「Sigma Level不良率可視化工具」提供了1.5σ漂移開關(guān)，可以直接比較這兩種計算情境。

關(guān)閉1.5σ漂移時，過程平均值位于LSL與USL的正中間。如果平均值與上下規(guī)格界限之間均能容納六個標(biāo)準(zhǔn)差，雙側(cè)規(guī)格外的理論缺陷率約為0.002 DPMO。

打開1.5σ漂移后，工具會顯示過程中心向其中一側(cè)移動。此時，平均值到最近規(guī)格界限的距離由6σ縮短為4.5σ，相應(yīng)缺陷率約為3.4 DPMO。

使用者還可以選擇過程向LSL或USL方向偏移。無論偏向哪一邊，靠近平均值的規(guī)格界限都會成為主要的缺陷風(fēng)險來源。

通過這個互動演示可以直觀看到：

0.002 DPMO與3.4 DPMO的差別，不是誰對誰錯，而是兩者采用了不同的過程偏移偏移假設(shè)。

九、什么是1.5西格瑪偏移？

1.5西格瑪偏移（1.5 Sigma Shift），是傳統(tǒng)六西格瑪質(zhì)量水平換算中使用的一項(xiàng)經(jīng)驗(yàn)性假設(shè)。

現(xiàn)實(shí)中的生產(chǎn)和服務(wù)流程，很難永遠(yuǎn)保持完全相同的運(yùn)行狀態(tài)。隨著時間推移，過程平均值或波動程度可能發(fā)生變化。

常見影響因素包括：

• 設(shè)備磨損或重新調(diào)整
• 刀具逐漸磨耗
• 原材料批次發(fā)生變化
• 溫度、濕度等環(huán)境條件改變
• 不同班次或操作人員之間存在差異
• 測量系統(tǒng)發(fā)生漂移
• 供應(yīng)商或工作方法發(fā)生變化
• 設(shè)備維護(hù)和參數(shù)設(shè)定發(fā)生變化

這些因素可能使過程平均值逐漸偏離原來的中心，也可能使標(biāo)準(zhǔn)差擴(kuò)大，造成長期過程表現(xiàn)不如短期數(shù)據(jù)所顯示的結(jié)果。

需要說明的是，1.5σ并不是適用于所有過程的統(tǒng)計定律，也不代表每個過程都會剛好偏移1.5個標(biāo)準(zhǔn)差。

這一口徑主要來自摩托羅拉發(fā)展六西格瑪方法時所采用的經(jīng)驗(yàn)?zāi)Ｐ停髞碇饾u成為六西格瑪領(lǐng)域常見的質(zhì)量水平換算慣例。

在實(shí)際項(xiàng)目中，不應(yīng)該直接認(rèn)定某個過程一定發(fā)生了1.5σ偏移。更可靠的做法是收集長期數(shù)據(jù)，分別評估過程的短期波動、長期波動、穩(wěn)定性和實(shí)際偏移程度。

十、短期西格瑪水平與長期西格瑪水平有什么區(qū)別？

短期過程能力主要觀察較短時間內(nèi)的自然波動。

在短期數(shù)據(jù)中，設(shè)備、人員、材料和環(huán)境條件可能比較一致，因此過程看起來相對穩(wěn)定，計算出來的標(biāo)準(zhǔn)差也可能較小。

長期過程表現(xiàn)則覆蓋更長的運(yùn)行周期。長期數(shù)據(jù)可能包含不同班次、設(shè)備狀態(tài)、材料批次、操作人員和環(huán)境條件，因此反映出來的總體波動通常更大。

這就是為什么一個過程的短期能力可能很好，長期表現(xiàn)卻沒有預(yù)期中理想。

實(shí)際分析時，可以使用Cp與Cpk評估過程相對于規(guī)格的能力，也可以使用Pp與Ppk觀察較長期的總體表現(xiàn)。

如果Cp明顯高于Cpk，通常說明過程平均值沒有位于規(guī)格中心；如果Cpk明顯高于Ppk，則可能說明長期數(shù)據(jù)包含了更多漂移、批次差異或其他變異來源。

不過，任何過程能力指數(shù)都應(yīng)該在確認(rèn)測量系統(tǒng)可靠、過程基本穩(wěn)定，并充分理解數(shù)據(jù)分布的前提下使用。

十一、怎樣從實(shí)際缺陷數(shù)據(jù)計算Sigma Level？

理解六西格瑪?shù)慕y(tǒng)計概念后，接下來會遇到一個實(shí)際問題：

企業(yè)已經(jīng)擁有檢查數(shù)量和缺陷數(shù)量，應(yīng)該怎樣計算DPMO和Sigma Level？

為此，優(yōu)思學(xué)院給學(xué)員開發(fā)了「Cpk與Sigma Level轉(zhuǎn)換工具」。它可以把實(shí)際檢查數(shù)據(jù)轉(zhuǎn)換成DPMO、合格率、Sigma Level和估算Cpk。

使用者只需輸入三個數(shù)據(jù)：

1. 樣件數(shù)
2. 每件產(chǎn)品或服務(wù)的缺陷機(jī)會數(shù)
3. 實(shí)際發(fā)現(xiàn)的缺陷數(shù)

工具便會自動完成計算。

假設(shè)一家工廠檢查了1000件產(chǎn)品，每件產(chǎn)品有5個關(guān)鍵質(zhì)量要求，共發(fā)現(xiàn)12個缺陷。

缺陷機(jī)會總數(shù)為：

1000×5＝5000

DPMO的計算公式為：

DPMO＝缺陷數(shù)÷缺陷機(jī)會總數(shù)×1,000,000

代入數(shù)據(jù)：

DPMO＝12÷5000×1,000,000＝2400

這代表該過程平均每百萬個缺陷機(jī)會中，預(yù)計會出現(xiàn)約2400個缺陷。

把1000、5和12輸入工具后，系統(tǒng)會自動計算DPMO、合格率、Sigma Level和對應(yīng)的Cpk估算值，讓使用者更容易判斷當(dāng)前過程大約處于什么質(zhì)量水平。

十二、缺陷數(shù)不等于不合格品數(shù)

使用工具計算DPMO時，需要分清「缺陷」與「不合格品」。

一件產(chǎn)品可能同時存在多個缺陷。

例如，一個零件既有尺寸超差，又有表面劃傷。那么，它是一件不合格品，卻可能包含兩個缺陷。

不合格品率關(guān)注的是不合格產(chǎn)品占全部產(chǎn)品的比例；DPMO關(guān)注的則是每百萬個缺陷機(jī)會中出現(xiàn)多少個缺陷。

因此，計算DPMO之前必須合理定義：

• 什么情況屬于缺陷；
• 每個產(chǎn)品共有多少個缺陷機(jī)會；
• 不同產(chǎn)品的缺陷機(jī)會是否相同；
• 數(shù)據(jù)收集人員是否使用相同的判斷標(biāo)準(zhǔn)。

如果不同人員對缺陷機(jī)會的定義不一致，計算出來的DPMO也無法直接比較。

十三、Cpk與Sigma Level有什么關(guān)系？

Cpk是過程能力指數(shù)，用來衡量過程平均值、過程波動與最近規(guī)格界限之間的關(guān)系。

Cpk的基本計算公式為：

Cpk＝min［（USL－Mean）÷3σ，（Mean－LSL）÷3σ］

其中，min表示取兩個計算結(jié)果中較小的一個，因?yàn)榫嚯x平均值較近的規(guī)格界限代表較大的缺陷風(fēng)險。

如果過程平均值位于規(guī)格中心，而且到最近規(guī)格界限的距離為6σ，那么：

Cpk＝6σ÷3σ＝2.00

因此，在不考慮1.5σ長期偏移的短期能力口徑下，可以使用以下簡化關(guān)系：

Sigma Level≈3×Cpk

常見換算結(jié)果為：

Cpk

對應(yīng)的短期Sigma Level

1.00

約3σ

1.33

約4σ

1.67

約5σ

2.00

約6σ

讀者可以使用優(yōu)思學(xué)院的「Cpk與Sigma Level轉(zhuǎn)換工具」，直接輸入Cpk或Sigma Level，觀察兩者之間的換算關(guān)系。

不過，這里必須分清短期能力與加入1.5σ偏移后的長期表現(xiàn)。

十四、為什么六西格瑪有時對應(yīng)Cpk＝2.00，有時又是1.50？

如果過程平均值位于規(guī)格中心，并且不考慮長期偏移，從平均值到最近規(guī)格界限的距離為6σ：

Cpk＝6÷3＝2.00

如果加入1.5σ長期偏移，平均值到最近規(guī)格界限的距離由6σ縮短為4.5σ：

Cpk＝4.5÷3＝1.50

所以，以下兩個說法可以同時成立：

計算情境

最近規(guī)格距離

對應(yīng)Cpk

估算DPMO

短期居中，不考慮偏移

6σ

2.00

約0.002

加入1.5σ長期偏移

4.5σ

1.50

約3.4

學(xué)習(xí)六西格瑪時，不能只記住「六西格瑪?shù)扔谀膫€Cpk」，還要說明采用的是短期還是長期口徑，以及是否加入1.5σ偏移。

否則，同一個六西格瑪水平可能會出現(xiàn)Cpk＝2.00和Cpk＝1.50兩種答案，容易造成混淆。

十五、兩個優(yōu)思學(xué)院工具應(yīng)該怎樣配合使用？

兩個工具分別解決不同的學(xué)習(xí)問題。

「Sigma Level不良率可視化工具」適合用來理解概念。它通過正態(tài)分布圖展示Sigma Level、標(biāo)準(zhǔn)差、規(guī)格界限、尾部不良區(qū)域和1.5σ偏移之間的關(guān)系。

「Cpk與Sigma Level轉(zhuǎn)換工具」適合用來完成計算。它可以根據(jù)樣件數(shù)、缺陷機(jī)會和缺陷數(shù)計算DPMO，也可以完成Cpk與Sigma Level之間的快速換算。

建議按照以下順序使用：

1. 先打開「Sigma Level不良率可視化工具」，觀察1σ至6σ的分布如何逐步收窄；
2. 關(guān)閉1.5σ漂移，觀察居中過程的理論不良率；
3. 打開1.5σ漂移，比較0.002 DPMO與3.4 DPMO；
4. 再打開「Cpk與Sigma Level轉(zhuǎn)換工具」，輸入實(shí)際缺陷數(shù)據(jù)；
5. 查看DPMO、合格率、Sigma Level和Cpk；
6. 回到實(shí)際過程，判斷應(yīng)該縮小波動、調(diào)整過程中心，還是同時改善兩者。

這樣一來，「六西格瑪是哪六個」就不再只是一個統(tǒng)計定義，而會變成一個可以看見、計算和應(yīng)用的過程能力概念。

十六、常見Sigma Level、DPMO與合格率對照

按照六西格瑪常用的1.5σ偏移口徑，不同Sigma Level與DPMO的近似關(guān)系如下：

Sigma Level

每百萬機(jī)會缺陷數(shù)DPMO

合格率

1σ

約691,462

約30.85%

2σ

約308,538

約69.15%

3σ

約66,807

約93.32%

4σ

約6,210

約99.379%

5σ

約233

約99.9767%

6σ

約3.4

約99.99966%

這些數(shù)據(jù)可以幫助企業(yè)理解不同西格瑪水平之間的差距。

從3σ提升至4σ，看起來只提高了一個西格瑪水平，但DPMO會從約66,807下降至約6,210，缺陷數(shù)量減少超過九成。學(xué)員也可以使用優(yōu)思學(xué)院的可視化工具模擬這些結(jié)果。

從4σ提升至5σ，DPMO又會從約6,210下降至約233。

Sigma Level的提升不是簡單的線性變化。越接近六西格瑪，缺陷率下降的幅度越明顯，但進(jìn)一步改善所需要的技術(shù)能力、過程控制和資源投入也可能更高。

十七、西格瑪水平越高越好嗎？

一般來說，Sigma Level越高，代表過程平均值距離規(guī)格界限越遠(yuǎn)，或者過程波動越小，超出規(guī)格的風(fēng)險也越低。

不過，企業(yè)不一定要把所有流程都提升到六西格瑪水平。

改善目標(biāo)應(yīng)該結(jié)合以下因素確定：

• 客戶對質(zhì)量的實(shí)際要求
• 缺陷可能造成的風(fēng)險
• 質(zhì)量問題帶來的損失
• 改善所需的成本和時間
• 法律法規(guī)或行業(yè)標(biāo)準(zhǔn)
• 過程在整體價值鏈中的重要程度

例如，醫(yī)療安全、航空零部件、汽車關(guān)鍵特性或重要金融交易，可能需要極高的過程能力；某些低風(fēng)險、低成本的內(nèi)部流程，如果一味追求六西格瑪水平，改善投入可能遠(yuǎn)高于所創(chuàng)造的價值。

六西格瑪強(qiáng)調(diào)以數(shù)據(jù)支持業(yè)務(wù)決策，而不是為了達(dá)到一個漂亮的數(shù)字而過度改善。

十八、六西格瑪只是一個缺陷率目標(biāo)嗎？

六西格瑪最初與統(tǒng)計質(zhì)量控制和過程能力密切相關(guān)，但今天所說的六西格瑪，已經(jīng)不只是「每百萬機(jī)會3.4個缺陷」這個數(shù)字。

它也是一套以客戶需求、過程數(shù)據(jù)和持續(xù)改善為基礎(chǔ)的管理方法。

六西格瑪項(xiàng)目通常通過DMAIC路線解決問題：

• Define：定義問題、客戶需求和項(xiàng)目目標(biāo)
• Measure：測量過程現(xiàn)狀并確認(rèn)數(shù)據(jù)可靠性
• Analyze：分析變異和缺陷的根本原因
• Improve：設(shè)計、篩選和驗(yàn)證改善方案
• Control：建立控制機(jī)制，使改善成果持續(xù)保持

DMAIC共有五個階段，所以六西格瑪中的「六」并不是指DMAIC階段的數(shù)量。

企業(yè)學(xué)習(xí)六西格瑪，也不只是為了計算Sigma Level，而是為了把模糊的問題轉(zhuǎn)化為可測量的問題，再通過數(shù)據(jù)找出關(guān)鍵原因，降低過程變異，改善質(zhì)量、成本、交付和客戶體驗(yàn)。

十九、六西格瑪與六西格瑪管理有什么區(qū)別？

「六個西格瑪」主要描述統(tǒng)計意義上的質(zhì)量水平，也就是過程平均值與規(guī)格界限之間能夠容納多少個標(biāo)準(zhǔn)差。

「六西格瑪管理」則是一套完整的流程改善方法，涵蓋客戶需求、項(xiàng)目選擇、數(shù)據(jù)測量、統(tǒng)計分析、方案驗(yàn)證、風(fēng)險管理和持續(xù)控制。

兩者的關(guān)系可以概括為：

六個西格瑪是統(tǒng)計意義上的質(zhì)量水平；六西格瑪管理是幫助組織降低變異、減少缺陷和改善績效的方法體系。

這也是為什么學(xué)習(xí)六西格瑪不能只記住3.4 DPMO，還需要掌握過程思維、Y＝f(X)、測量系統(tǒng)分析、過程能力、假設(shè)檢驗(yàn)、回歸分析、實(shí)驗(yàn)設(shè)計和控制圖等方法。

二十、關(guān)于六西格瑪?shù)某Ｒ妴栴}

六西格瑪是不是有六個階段？

不是。六西格瑪改善項(xiàng)目常用的DMAIC共有五個階段，分別是定義、測量、分析、改善和控制。「六」指的是六個標(biāo)準(zhǔn)差，不是六個項(xiàng)目階段。

六西格瑪是不是六種質(zhì)量工具？

不是。六西格瑪會使用很多統(tǒng)計和質(zhì)量管理工具，但「六西格瑪」這個名稱并不是由六種工具組成。

六西格瑪是不是代表零缺陷？

嚴(yán)格來說不是。六西格瑪代表極低的缺陷率，并非數(shù)學(xué)意義上的絕對零缺陷。按照行業(yè)常用的1.5σ偏移口徑，六西格瑪約為3.4 DPMO。

六西格瑪?shù)娜毕萋适?.4還是0.002 DPMO？

兩個數(shù)字的計算條件不同。不考慮平均值偏移時，雙側(cè)理論缺陷率約為0.002 DPMO；按照六西格瑪常用的1.5σ長期偏移慣例計算，則約為3.4 DPMO。

六西格瑪只能用于制造業(yè)嗎？

不是。只要工作能夠被視為一個重復(fù)運(yùn)行的過程，并且可以定義客戶要求、輸出結(jié)果和測量數(shù)據(jù)，六西格瑪便可以應(yīng)用。

銀行審批、保險理賠、醫(yī)療服務(wù)、物流運(yùn)輸、軟件開發(fā)、供應(yīng)鏈、客戶服務(wù)和行政流程，都可以使用六西格瑪方法改善。

達(dá)到六西格瑪是否代表過程一定穩(wěn)定？

不一定。

過程能力與過程穩(wěn)定性是兩個不同概念。一個過程可能暫時顯示出很高的能力，卻存在特殊原因變異；也可能非常穩(wěn)定，但平均值偏離目標(biāo)或波動過大，無法滿足規(guī)格要求。

因此，通常應(yīng)該先判斷過程是否穩(wěn)定，再評價過程能力。

3.4 DPMO是不是所有企業(yè)都必須達(dá)到的標(biāo)準(zhǔn)？

不是。3.4 DPMO是六西格瑪管理的標(biāo)志性質(zhì)量水平，并不是所有過程都必須達(dá)到。企業(yè)應(yīng)該根據(jù)客戶要求、風(fēng)險、成本和業(yè)務(wù)價值設(shè)定合理目標(biāo)。

結(jié)語

六西格瑪「是哪六個」？

答案并不是六種工具、六個階段或六項(xiàng)管理原則，而是過程平均值與規(guī)格界限之間的六個標(biāo)準(zhǔn)差。

如果過程完全居中，而且不考慮平均值偏移，雙側(cè)六西格瑪過程的理論缺陷率約為0.002 DPMO；如果按照六西格瑪常用的1.5σ長期偏移慣例計算，則約為3.4 DPMO。

真正理解六西格瑪，關(guān)鍵不只是記住這兩個數(shù)字，而是理解數(shù)字背后的過程思維：

產(chǎn)品和服務(wù)出現(xiàn)缺陷，往往與過程變異有關(guān)。通過可靠的數(shù)據(jù)識別變異來源、縮小過程波動、調(diào)整過程中心并控制關(guān)鍵因素，才是六西格瑪管理的核心。

讀者可以配合優(yōu)思學(xué)院開發(fā)的「Sigma Level不良率可視化工具」和「Cpk與Sigma Level轉(zhuǎn)換工具」，親自比較不同質(zhì)量水平、1.5σ偏移、DPMO和Cpk之間的關(guān)系，把抽象的統(tǒng)計概念轉(zhuǎn)化為可以觀察和計算的實(shí)際結(jié)果。

優(yōu)思學(xué)院的六西格瑪綠帶認(rèn)證課程（CSSGB）與六西格瑪黑帶認(rèn)證課程（CSSBB），系統(tǒng)涵蓋DMAIC、MSA、SPC、過程能力、假設(shè)檢驗(yàn)、回歸分析、FMEA和DOE實(shí)驗(yàn)設(shè)計等內(nèi)容，幫助學(xué)員從理解統(tǒng)計概念，逐步走向完整的六西格瑪項(xiàng)目應(yīng)用。