六西格瑪（6σ）是一種企業營運的改善策略，簡單地講，指的是一個組織的管理策略，而六西格瑪的目的在于利用各種質量管理工具、統計與管理科學的方法論，來有效的辨識與移除流程中潛在的錯誤或者不良品，并将産品制造與管理流程的變異（Variability）降至最小，以幫助企業追求産品質量的穩定與不斷的改善。

六西格瑪包括了諸多管理前沿、質量大師的理論成果，是一種可以嚴格、集中和有效地改進企業管理流程的原則與技術。六西格瑪以"零缺陷”的完美商業追求，帶動質量成本的大幅度降低，從而實現業績的顯著提高與企業競争力的重大突破。

六西格瑪管理方法是由上而下由企業最高管理者領導并驅動的過程創新方法，它由定義、測量、分析、改善與控制（DMAIC）5個階段組成。

六西格瑪管理方法是由定義、測量、分析、改善與控制（DMAIC）5個階段組成。

六西格瑪質量管理依賴于六西格瑪眾多的質量工具，離開了質量工具的六西格瑪質量管理就變得空有其表。下面對幾類最常用的質量工具作一些簡單的介紹。

描述性統計工具主要是對樣本的數據統計特征展開分析，包含樣平均值、中位數、衆數、方差、極差、标準差和斜扭性、偏度、峰度等特征量展開分析，并給出樣本的統計條形圖，進行概率分布拟合等。六西格瑪綠帶和黑帶學生通常要學習不同的概率分布，例如：正态分布、二項分布等。

相關性和回歸分析工具主要是研究一個變量Y與其它若幹變量X之間相關關系的一種數學工具，它是在一組實驗或觀測數據的基礎上。找尋被随機性掩蓋了的變量之間的依存關系。

粗略地講，可以看作用一種确定的函數關系去類似替代比較複雜的相關關系，這個函數被稱作重歸函數，在實際問題中被稱作經驗公式。

回歸分析所研究的主要問題就是如何利用變量X，Y的觀察值(樣本)，對重歸函數進行統計推斷，包含對它進行估計及檢測與它相關的假設等。

假設檢驗（hypothesis testing）是推論統計中用于檢驗統計假設的一種方法。而“統計假設”是可通過觀察一組随機變量的模型進行檢驗的科學假說。一旦能估計未知參數，就會希望根據結果對未知的真正參數值做出适當的推論。在六西格瑪項目過程中，我們可以通過假設檢驗，來知道不同的原因（X）是否和結果（Y）有所關聯。

一張包含零假設與備擇假設兩個曲線的示意圖，兩正态分布有不同的期望值與相同的方差。

六西格瑪綠帶和黑帶學生通常要學習不同程度的假設檢驗包括：t檢驗，Z檢驗，卡方檢驗，F檢驗等等。

對檢測系統的幾個特點(準确性、重複性、再現性和穩定性、線性、分辨率)展開分析，以此來确認總偏差、檢測系統中測量人員偏差和測量儀器誤差的大小，并對檢測系統的實用性作出判斷。

統計過程控制（Statistical Process Control）是通過控制圖發現異常，通過過程管理與确診理論(SPCD)找到異常的原因并予以排除。

常用的休哈特控制圖有均值一極差(x-R)控制圖，均值一标準差(x-S)控制圖，中位數一極差(x-R)控制圖，單值一挪動極差(x-Rs)控制圖和不合格品率(P)控制圖，不合格品數(Pn)控制圖，缺陷數(C)控制圖，單位缺陷數(u)控制圖等。

SPC方法是維持生産線平穩，降低質量波動的有效工具。

實驗設計，又稱試驗設計或設計試驗，是數理統計學的一個分支，科學探究的一部分，涉及“用何方法可更好地設計一個實驗”，屬于方法論的範疇。

因為任何實驗都會受到外來環境影響，如何設計實驗，使外來環境的變化能夠對實驗造成最小的影響，就是實驗規劃的目的。實驗設計法廣泛用于自然科學、社會科學、醫學等各學科的實驗設計裡。

六西格瑪綠帶和黑帶學生通常要學習不同程度的實驗設計方法，利用不同的方法找出最優化的模型來改善現有的制程。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!