六西格玛管理的标准差和缺陷
在6σ管理中，描述质量的两个基本概念是西格玛和缺陷。西格玛是希腊宇母σ的中文译音，统计学中用它来表示标准偏差，即数据的变异程度。对连续可计量的质量特性，用2σ度量其公差范围。计算σ水平，表示过程能力。
缺陷(defect)是指产品没有满足顾客的某个预期的使用要求或合理的期望。6σ管理是以顾客满意为目标的，因此可用缺陷来反映产品的质量，有缺陷的产品称为次品。
不合格(nonconformity)是指产品没有满足某个规定的要求，这个概念不是直接反映顾客需求的。在全面质量管理和ISO9000质量管理体系中，使用合格与不合格来反映产品的质量，产品的某项指标没有满足某个规定就属于不合格品。
在现代激烈的市场竞争中，不是企业的产品符合某个行业标准就万事大吉了。6σ管理的最有利之处在于它关注顾客，从顾客出发，为顾客服务(at the customer, for the customer)。满足顾客的需求是企业最起码的准则。同时6σ管理还注重了解顾客的期望，任何能够帮助你的顾客成功的东西都能给你带来收益。我们不得不承认，中国企业认识到这一点的为数不多。
用数据说话是6σ管理的精髓。任何企业都无法改进它不能评估的业务，而评估靠的就是对数字指标的分析。DMAIC流程中的量测阶段为6σ管理用数据说话提供了保障，把一些模糊的质量管理过程转变为清晰的数量标准，从而将科学的统计方法，包括统计过程控制方法应用于其中。中国企业习惯总结“经验”，但不能量化的经验是无法学习的和不可重复的。
目前服务行业比制造行业更需要6σ管理。因为制造业的工程师们在获得量化数据方面是占有优势的，从一开始就能够致力于用统计方法优化他们的生产程序；而服务行业本身缺乏量化指标，服务行业的白领们始终难以找到衡量服务标准的尺度。现在6σ管理为服务业指标的量化提供了可行性，准能越快找到并使用这个量化的标准，谁就能越快地提高自身的竞争力。
6σ是一个致力于追求完美和客户满意的管理理念，过程控制是其中的一个重要组成部分，它包含许多支持6σ理念的技术。所有那些传统的质量管理技术，像SPA、 MSA、FMEA等均是实现6σ过程必不可少的工具，并且许多质量管理技术都是针对量化指标的，这正好符合6σ管理数据化的特点。
