六西格玛是指旨在推动业务流程改进的方法和工具集。六西格玛使用DMAIC（定义，测量，分析，改进，控制）方法来找出导致给定流程中的缺陷的原因，并确定使其更好地工作所需的更改。但为什么称为六西格玛呢？
什么是西格玛？
在统计中，Sigma是代表标准差的希腊字母。标准偏差衡量一组数据中的变化量。如果数据集是“正常”，意味着数据集中的值分布在数据集的平均值之上和之下，则标准差有助于描述数据的分布情况。例如，包含范围从10到100的值的数据集将具有比包含30到40之间的值的数据集更高的标准偏差。
“六”代表什么？
在正常数据集中，高于平均值的一个标准差的变化将包括低于该值的总人口的84.1％。将其扩展到两个标准偏差会增加到97.7％的人口。一个标准差进一步增加了包括在99.85％人口中的数据点。将这种情况超出平均值的6个标准偏差，计算值为99.9999998％或十亿分之二。简单来说，这意味着在这个级别运行的流程每生产10亿个项目只会产生两个缺陷。
流程变化怎么样？
十亿分之二是至少可以说是一个崇高的目标，特别是当我们知道任何过程中存在固有的变化时。六西格玛的“教父”米克尔·哈里明白，一个过程在任何一个方向上变化多达1.5个标准偏差是正常的。因此，六西格玛过程中缺陷的上限实际上被认为是百万分之3.4。这是与平均值右侧4.5个标准差相关的值。
那么六西格玛概念和名称来自哪里？
在20世纪70年代，摩托罗拉产品遭遇严重的质量问题。当一家日本公司接管以前由摩托罗拉运营的工厂并设法生产缺陷数量为1/20的电视机时，这一点得到了强调。 1981年，摩托罗拉首席执行官鲍勃·高尔文（Bob Galvin）质疑他的公司在五年内将质量和性能提高了10倍。出于这一挑战，Mikel Harry开发了DMAIC方法和结构化问题解决方法，称为六西格玛。根据摩托罗拉在其制造流程中达到六个标准偏差的目标，将六西格玛的名称分配给该方法。
