六西格玛是什么？一套减少波动与缺陷的方法

六西格玛是一套以客户需求、过程数据和系统化问题解决为核心的改善方法。它关注两个关键词：变异和缺陷。企业通过降低过程波动，让结果更稳定地满足客户要求。

六西格玛从哪里来？

现代六西格玛通常追溯到20世纪80年代的Motorola。后来GE等大型企业进一步推广，使六西格玛从制造质量方法发展成跨部门的经营改善体系。

Sigma（σ）在统计学中表示标准差，用来描述数据的离散程度。标准差越大，说明过程结果越分散；标准差越小，过程通常越集中。

六西格玛管理借用了这个概念，把过程波动、规格和缺陷机会联系起来，用数据衡量过程表现。

六西格玛常用「每百万机会缺陷数」DPMO描述质量水平。在传统六西格玛换算中，六西格玛水平常对应约3.4 DPMO。这个数字的重点不是要求所有过程都机械追求同一个水平，而是建立一种可比较的缺陷衡量方式。

项目需要先明确客户真正关心的CTQ，也就是关键质量特性。没有客户要求作为边界，团队可能花大量时间改善一个对客户没有实际价值的指标。

DMAIC是六西格玛最具代表性的流程改善框架：

Define：定义问题和项目范围。

Measure：建立可信的数据基础。

Analyze：验证造成结果的关键原因。

Improve：设计并实施改善方案。

Control：建立控制机制，防止成果回退。

常用工具包括流程图、MSA、SPC、过程能力、帕累托图、鱼骨图、假设检验、回归、ANOVA、DOE、FMEA和控制计划。不同项目并不会全部使用，工具应根据问题阶段选择。

SPC帮助判断过程是否稳定，并识别特殊原因变异。它经常用于Measure和Control阶段，是六西格玛中非常重要的过程监控方法。相关内容可以参考统计过程控制SPC。

六西格玛并不是让员工背统计公式，而是减少凭感觉做决定的机会。它要求团队把问题转化为可测量指标，用证据验证原因，再确认改善方案是否真正有效。