Six Sigma (6σ)管理 Motorola 公司於1960年代提出基於全面品管(TQM) 理論所發展出之Six Sigma 之品質管理方式 General Electric公司於1995年起全面應用Six Sigma管理及手法持續進行改善減少變異，成功地獲得極大效益
DMAIC Six Sigma管理起始於選定(Define) Six Sigma專案 測量(Measure)影響關鍵製程品質之缺點 找出與分析(Analyze)造成這些缺點的主要輸入變數之變異，及其對主要中間變數與主要輸出變數的影響 藉由改善(Improve)獲得影響績效之關鍵變數與最佳水準 控制(Control)與持續追蹤，至終與成本效益相聯結
6的意義 「σ」（Sigma）是衡量統計資料離散情形所使用的符號，又稱為「標準差」，以測量接近品質特性之目標的程度 若製程平均值等於規格中心值，而 6σ之水準則表示品質特性變異之降低，使規格中心值至規格上限或規格下限之距離，以「標準差」衡量，其距離為 6σ
6的意義 (平均值等於規格中心時) 規格界限 良率(Yield) 百萬分之不良比率(PPM) ±1σ 68.27% 317300 ±2σ 95.45% 45500 ±3σ 99.73% 2700 ±4σ 99.9937% 63 ±5σ 99.999943% 0.57 ±6σ 99.9999998% 0.002
6的意義 (平均值偏移規格中心1.5時) 規格界限 良率(Yield) 百萬分之不良比率(PPM) ±1σ 30.23% 697700 ±2σ 69.13% 308700 ±3σ 93.32% 66810 ±4σ 99.379% 6210 ±5σ 99.9767% 233 ±6σ 99.99966% 3.4
Six Sigma 管理範圍--DFSS DFSS (Design for Six Sigma) 運用CDOV (Concept 設計概念, Design 產品或流程設計, Optimize 設計最佳化, Verify 設計驗證) 之方式
DFSS 透過DMADV (Define 定義, Measure 測量, Analyze 分析, Design 設計, Verify 驗證) 之實施步驟 減少產品功能潛在失敗、製程作業損失或後續使用風險的機會 使從設計概念或顧客需求展開後之設計各個關鍵特性的流程之潛在與實際風險，都不超過每百萬機會中3.4個風險。
Six Sigma 管理範圍--PFSS PFSS (Process for Six Sigma) 分析製程管理或產品生產關鍵變異因素(Variation)以及製程能力(Process Capability) 藉由DMAIC (Define 定義、Measure 測量、Analyze 分析、Improve 改善與Control 控制)之步驟，有系統且靈活運用較多的統計工具，獲得關鍵輸入因素與最佳水準
Six Sigma 管理範圍--MFSS MFSS (Management for Six Sigma) 藉由人力與資源之管理與調配、教育訓練推動與落實、領導階層之支持與願景的規劃、企業策略方針與經營績效之整合、人員之升遷與獎勵與創新管理等方式 使用Six Sigma的步驟與統計工具於開發流程、製程改善、事務流程、財務流程與服務面
Six Sigma 管理推展步驟(1/2) 定義(Define)：以顧客需求為導向，明確訂定專案可衡量的目標與不良情形，並能在最短時間內，獲得最大效益之專案。 測量(Measure)：衡量目前的關鍵績效指標，以及與目標或客戶需求之間的差距，進行初部製程能力分析與確認測量系統的分析，並初部篩選影響績效之關鍵品質輸入變數。
Six Sigma 管理推展步驟(2/2) 分析(Analyze)：依照重點導向原則，用更多統計工具，諸如檢定分析、迴歸分析、變異數分析等，獲得造成缺陷或影響關鍵輸出變數之少數關鍵輸入變數。 改善(Improve)：以實驗設計(DOE)等方式，進一步篩選少數關鍵輸入變數，並找出影響結果之各參數之最佳水準，以及獲得關鍵輸出變數與關鍵輸入變數之關係式子，改善關鍵績效。 控制(Control)：藉由專案管理與追蹤，控制關鍵輸入變數與維持改善的績效。
Six Sigma 管理相關統計工具 品質管理概論 抽樣檢驗 Six Sigma管理 假設檢定 測量系統分析 迴歸和相關 不良模式及效應分析 田口品質損失函數 品質機能展開 田口品質工程 基本統計及圖形 變異數分析 QC七大手法 實驗設計 QC新七大手法 管制圖 IE七大手法 可靠度 製程能力分析 品質成本