在六西格玛范畴里面， 标准差（或标准变异）通常是被用来衡量一个制程的稳定性，很多人认为标准差只是相对产品质量特性而言的，其实不然，不论是产品的质量还是生产产量，我们都可以通过标准变异来统计评价其过程能力的稳定性，比方说评价一个车加工工序的能力，对于某质量特性---轴的直径，我们可以对抽样样本进行逐一测量，然后统计其标准差，根据标准差的大小就可以判定该工序轴的直径加工稳定性的好坏；对于该工序产量的稳定性，我们可以以时间为单位统计其产量，然后计算其产量的标准差，比如以1小时为单位统计此工序在若干个一小时内的产量情况，然后利用上述公式计算出产量的标准差（x此时就是每小时的产量），以此来衡量该加工工序产量的波动情况。
六西格玛标准偏差与变异有什么关系？我们都知道，质量的变异主要是来源于人、机、料、法、环(环境)的性质或功能的变化，而产量的变异（波动）主要来自于什么呢？当然同样是和这五种要素是分不开的，但是我们主要关注的是它们对生产速度的影响，比方说材料的变化导致难以加工、操作工的更改导致生产速度变化、环境的变化影响生产操作的节奏等等；然而在实际生产过程之中，上述的这些要素在相对不变的情况下，也就是说同样的环境、同一生产线、不变的设备、不变的人员配置、同样的加工和操作方法，产量也是有波动的，这样产量变异主要来源于这五大要素在时间上的变化的影响，如物料的等待、设备的故障导致的等待、人员的懒散导致后工序的等待等等，这些问题通常是导致生产效率变化的最主要的因素；还有一种情况也会影响实际产量的波动，就是产品品质的好坏，哪怕是超音速生产速度，如果产出的都是废品，那么实际的生产效率也是0%.
对于一条生产线而言，它的最终产出速率是由瓶颈工序速率决定的，瓶颈工序往往不能够发挥其本身的最大产能就是因为有上述因素的制约，一旦瓶颈工序发生了上述的待料、设备故障等问题，它对产出的影响是直接的，但是其它不同工序出现类似问题时对产出的影响程度是不一样的，这就需要我们对问题的发生频率和持续时间进行统计并分析其对最终产出效率的影响，以便制定合理的改善计划，无论如何这些异常因素都需要解决，使生产线的产出效率稳定可控。
