何謂六標準差?
標準差是什么東西？
標準差(Standard Deviation；SD)是一種統計學上的術語(其符號為「σ」，讀做「Sigma」)。
標準差是統計學上描述群體「變異性」(variation)或「不一致程度」(inconsistency)的名詞。
過去多數企業習慣使用「平均數」作為其績效表現，例如平均成本、平均產能、平均交貨時間、平均工資等，但這卻隱藏了許多問題，其中很重要的一點就是忽略了變異程度。
如今之所以器重「標準差」，即是仰賴它可用來衡量產品之品質分布的變異狀況。
什么又是六標準差？
就統計學定義而言，六標準差是指在完美情況下每10億個量測值中，其缺點只有2個機會，亦即2PPB(Part Per Billion)，也就是良品率有99.9999998%。
常有很多企業會很引以自豪的表示自己的良率達到99%，但是99%僅是3.8標準差，意謂著每一百萬次中，會有6000次以上失誤產生，這樣的數字真令人心驚膽跳。
根據Harry(1978)的研究，在美國而言，平均99%的品質水準相當于：(1)每小時有2萬件郵件遺失，這相當于1%的誤投率；(2)每天供應的自來水有15分鐘是不適合飲用的；(3)每星期有5千例外科誤診；(4)每個月有7小時停電。
顯然地，即使資料99%看起來頗完美，但其實這等水準非但不是優良表現，甚至無法符合我們的日常生活所需。
那么平均99.9%的品質水準又如何呢?
即使「危險性」已較前述降為十分之一，不過如果某醫院聲明其婦產科接生新生嬰兒的平均成功率是99.9%，恐怕一般人還是不能放心由該醫院接生吧!
相信在很多類此「不能開玩笑」的處境下，人們對良率的要求絕對是以近乎「苛求」的心態來審視的。
由于現今科技管理已進入凡事談「奈米」的階段，表示什么東西都要盡量小、盡量細微，于是，對品質瑕疵以「每百萬中不合格數目」(ppm；part per million)來挑剔，也就不足為奇。
于是乎，如果某產品品質呈現常態分布，且符合規格中心值左右3個標準差內，則在平均值μ之正負兩邊，每一百萬個各有1,350個不良，合計為2700ppm。倘若有家航空公司突發奇想，對外宣稱其飛安率可「高」達99.73%，也就是每起落一百萬個架次，約有2,700次失事，不知道您敢不敢搭乘？
既然推到了3個標準差都還不能滿足現代人的要求，那么只好更嚴格，「六個標準差」就此出現。
在企業實務上，由于流程是動態而非靜態，亦即流程之材料、人員、環境、工具等因素不斷有小改變，因此平均值會隨之上上下下移動。
推到「六標準差」的品質水準，相當于99.99966%的產品可被接受，也就是一百萬次僅僅發生3.4次不良，亦即不良數為3.4ppm(或謂DPMO；defects per million opportunities)。
何謂「六標準差」？這個在過去十年中吸引數十億美元的企業主和華爾街財務分析師注目的術語代表什么？六標準差是一項由品質改善計畫所支持的商業策略。
它利用統計、問題排除和問題預防等工具，藉由排除和預防多數程序、產品、服務、文件與決策上的疏失，將客戶滿意度提升至99.999%的完美層級。
另外，整體品質管理希望以最低的成本達成客戶滿意度和最高品質，而六標準差則提供一種策略性的商務改善方法，目標是為了提高客戶滿意度和健全公司財務。
六標準差提供一套營運的方法，強調的是根本的減少支出以及可計量且檔話的成果。
Motorola的六標準差
在1985年，Motorola公司發現其制程中心值與規格中心值無法重迭，會有1.5σ的偏移，所以Motorola假設制程平均在偏移規格中心值1.5σ處，上下規格界線固定在6倍標準差處，在超出上下規格界線之不合格點數之估計值為百萬分之三點四，即3.4ppm，稱為6sigma品質水準。
雖然Motorola公司名為6σ管理，但當時Motorola公司的6σ品質水準實際只有4.5σ的品質水準，其制程能力指數Cpk=1.5。
因此，產品超出規格機率值為3.4ppm。
6 sigma的管理啟源于1986年Motorola的通訊部門率先采用，并于次年推廣于全公司，1987年Motorola正式推動「Six Sigma-Program」。
當時的執行長Bob Galvin宣示要以五年的時間內達成6s之品質水準。
接著Motorola大學推出6s之訓練課程集中在制程及產品品質的改善上，并于1988年得到美國國家品質獎。
6 sigma是1980年代Motorola發展出來的管理手法，六標準差不只是一套工具，更是企業轉型的方法，是一項經由溝通、培訓、領導、團隊、合作、以顧客為中心所共同驅動的方法。
[GE的六標準差]
Motorola在1987年開始推動6σ改善計畫，并在兩年后得到美國馬康巴拉治國家品質獎(Malcolm Baldrige National Quality Award)時，并未受到企業界很大的重視。
但GE在1995年重新全力激活的6σ-program，卻受到全球極大的重視。
GE的6σ-program之所以會如此的著名，是由于GE的傳奇性前任總裁Jack Welsh全力推動之故，還是因為GE所發表的驚人成效(以19999年為例，就有約20億美元的推行效益)，亦或GE的6σ-program被過度渲染所致，這些都是重要原因之一。
有許多人認為GE-6σ的成功，有70%-80%的因素應歸功于Jack Welch。
此種說法，是有幾分道理，但仍有其它一些配套的做法，才能推行的如此成功。
1.高階主管的決心與承諾
Jack Welch的決心與堅持確實是GE-6σ成功的很重要因素。
此也是公司推動6σ-program之必備條件。
6σ-program之推動比其它的管理制度的導入需要更多的資源與訓練，也更需要跨部門的團隊合作，而且還會要求突出的改善(造)經營績效。
因而，推動起來較為困難，所以，不但要有高階主管的高度決心與堅持之外，更要對全體員工加強溝通，形成共識，才能取得全體員工之配合，支持與行動。
此外，更要設定愿景(Vision)，發展方向，帶動變革，以及進行文化的轉變等重大工程的進行。
2.主管強有力的領導即對6σ項目的負責
6σ-program之運作方式之設計，各部門主管是6σ項目的提供者或指定者，而且對所提供之項目給予必要之資源的支持。
而且盟主(Champions)，黑帶大師(Master Black Belts, MBB)，及黑帶(Black Belts, BB)都是來自資深的主管。
他們都需要扮演良好的領導者之角色，由于6σ項目的改善(造)成果需要很突出，所以各部門主管及資深經理人均需要具備強有力的領導能力才行。
3.結構化的角色設計
一般企業界或企管界對于GE-6σ，都把焦點放在其運作步驟DMAIC (Define-Measure-Analyze-Design-Verify)上面。
此運作步驟固然有其不可忽略的功能，而最重要的成功因素是在于組織面及執行面。
為了在這兩方面有很好的實施效果，GE特別設立了Six Sigma的運作角色與基礎架構。
＊盟主(Champions)
是6σ項目的指定者，也是贊助者，對項目的成功運作負有全責，因而，需要給予財物上的支持，并協助項目小組解決重大問題。
＊黑帶大師(Master Black Belts, MBB)
黑帶大師可說是6σ項目運作的全職訓練講師，因而，須具備良好的數量技術，及教學與領導的能力。
＊黑帶(Black Belts, BB)
黑帶是6σ項目的主角，是6σ項目的全職執行者。他們帶領項目小組，全程負責執行6σ項目。
＊綠帶(Green Belts, GB)
他們是參與由黑帶所主導之項目小組的成員，并非是全職的參與者，因而，仍然需負有原來工作之責任。
GE公司在6σ項目的推動上非常舍得投資，而且重視投資成效，才會有那幺好的推行成果。
GE公司從CEO、盟主、…到綠帶等等，都有完整的教育訓練計畫，且徹底的實行。
CEO及盟主會有一至三星期的教育訓練，其重點在于如何擬定愿景與策略，如何管理變革，以及領導、溝通技巧等等。
教育訓練份量最重的是黑帶，至少有三~四星期的訓練，且是配合運作步驟DMAIC(或DMADV)而進行的。
通常是每階段先訓練三天至一星期，再執行三星期，其訓練的內容主要的有DMAIC之運作方式，需要使用到的統計工具，以及項目管理、溝通與領導等等。
至于非全職的綠帶也有兩星期左右的教育訓練，內容也是DMAIC之運作方式及統計手法。
GE-6σ非常強調公司獲利與發展。
TQM的推行特別強調追求顧客滿意，但在追求顧客滿意的同時，并不一定會讓公司獲利。
但由于Jack Welch是專業經理人，他必須要讓公司獲利，所以，他必須要兼顧到顧客滿意與公司獲利。
GE-6σ的任何改善項目固然是以顧客聲音為驅動力，以關鍵品質要素CTQ為考量重點。
但改善(造)成效卻是以財務績效作為衡量，由于改善目標是融入了原來Motorola的6σ觀念。
所以，改善進步的幅度大約是十余倍，至少也要有數倍之多，也因此，每個6σ項目所訂的財務績效指針也就非常的高。
由于高階主管對6σ項目直接負責，且給予必要的資源上的支持。所以，這些績效指針達成的可能性很高。
GE公司更為了讓6σ項目的參與人員全力以赴，特別設計讓公司的40%的年終獎金是以6σ項目之執行成效做考量的。
不但如此，執行成效好壞也會影響到參與人員的升遷。
GE的這些做法確實非常有效，也確實讓6σ項目的經營效果非常好，自1995年推行以來，已經有數十億美元的效益。
就以1999年來說，竟高達20億美元的獲利。
GE-6σ除了重視公司的短期獲利之外，更不會忽略了公司的長期發展，因而GE的6σ項目是必須跟公司的發展策略結合在一起。
公司的策略規劃會銜接到6σ項目；許多公司的策略需要依賴6σ項目來運作的。
所以，我們不能單純的認為GE的6σ項目只是像QCC或Re-engineering一樣，是改善或流程改造的工具而已。
GE-6σ不但追求顧客滿意，追求公司獲利，更是公司策略發展的一還。 [科學上與管理上的六標準差]
一般品管問題基本上都假設被品管的品質特性具有常態分布，表示分布集中程度的標準差(σ)，以及平均數(μ)是常態分布的兩個重要參數，這是品質作業上的基本認知，因此，對于某產品的某一品質特性可以被量測成X，在常態分布的假設前提下X~N(μ， )，對于6σ所要求的品質，其不合格率應為0.00198 ppm，統計學者都明了，科學上想要查看X~N(μ， )的假設，是否成立，必須得取億個X的觀測值，才能查證這樣的條件是否可用，不要說是中小企業，跨國大企業恐怕也沒這樣的能耐；對于Motorola與GE所談及品質分類所引用的1.5σ，如果用t-分布來看這樣的表現也可以獲得很好的了解，一個kσ系統反映在ppm上的數值，并不十分離譜，因此，六個標準差的標準差一詞，應不是目的，而是如果要維持一個3.4ppm的系統，與其去拼6σ，不如在SPC上用心，因為，如SPC上能保證查得出0.5σ的變化，則一個五個標準差系統，也能產生4.3ppm的不良率，這與一個需容忍1.5σ的6σ系統的效果是一樣的。真正要做的是努力減小標準差，以SPC、DOE等品質技術來改進制程。
每位統計學者都明了六個標準差在科學上不易查證其是否可用，但不會有人因此抵制這樣的潮流，在利潤掛帥的市場里，只要是可以創造利潤的手段，都是時代的寵兒，至于科學上嚴格的查證已不是那幺重要了。
也許，6σ這個時髦的名詞，可以讓最高階與第一階執行工作人員之間對品質目標、愿景、概念、定義及程序得以有方法的拉近，可以看到一些具有資料為基礎的流程改善手法，然而，水能載舟亦能覆舟，正確的了解統計手法背后的意涵，正確的運用推動統計方法，或許不用大費周章便能輕而易舉的解決問題。第一次就把事情作對，或許更具威力。
