为什么六西格玛水平对应的缺陷机会是3.4ppm

熟识六西格玛的朋友们知道，在西格玛之前，相应的数值越高，产品或工艺的通过率越高，所见或听到的缺陷率也相应地为：

6个西格玛=3.4ppm   

5个西格玛=233ppm   

4个西格玛=6,210ppm   

3个西格玛=66,810ppm

2个西格玛=308,700ppm   

1个西格玛=697700ppm

那么，为什么6个西格玛等于3.4ppm的缺陷率呢？

因此，缺陷率是指存在缺陷的机会，即百万分之一之差的几率(DPMO)。一六西格玛是指某些六西格玛水平，通常用Z表示。该公式的值为Z=|TU-TL|/2。

3个Sigma包含了99.7%的数据；如果达到6个Sigma，那么在上下界通常都包含99.99999982的数据。而这次99.99999982的错误机率是0.0018ppm，不符合本文开头提到的3.4ppm数据。查看以下两组数据：

1)6σ(Sigma=Sigma)=0.0018ppm。

2)6σ(6Sigma=Sigma)=3.4ppm。

通过上述两个数据表，我们可以看到，一般人所说的六西格玛对应缺陷的概率是3.4ppm，而非第一张数据的0.0018ppm，这是为什么呢？

是不是很奇怪？

这6个西格玛等级对应的3.4ppm缺陷的机率是来自哪？

当缺陷发生概率在0.0018ppm，在6西格玛水平上不到3.4ppm时，该缺陷发生的概率是0.0018ppm。在3.4ppm时，过程缺陷也接近0，这几乎可以忽略。实际上，根据本文表1所示的3.4ppm缺陷率，六西格玛大约是4.5个左右。它将产生1.5西格玛偏移。它真正的理由和逻辑是六西格玛在实践中的经验总结：生产过程在短期内要比实际的长期业绩好，原因在于，只要短时间内有正常的过程变化，而在长期过程中则有特殊的过程变异，这一状况在短期内表现为6种西格玛水平，在长期表现为4.5西格玛水平。过程差异的长期变化主要有两个：

1)过程平均值随时间而变化；

2)该工艺的标准偏差随时间而增大；

在长期的过程中，由于一、二个因素的综合作用，流场无法达到正真六西格玛水平。这种变化，又称长期均值变化。长期平均变化，并不符合六西格玛标准，但我们如何知道每条曲线两边都有1.5个西格玛水平？而实际上，这并不是数据统计的结果，而是行业的长期实践，大名鼎鼎的摩托罗拉公司是六西格玛法的先驱，经过大量的例子，该方法也证明了相同的结论。其他一些人则持怀疑态度，但由于摩托罗拉的榜样作用，业界也承认6西格玛水平对应3.4ppm缺陷的可能性。

一般情况下，在6σ水平上，所用的数据通常是长期数据，而不是短期数据，但6σ结果通常依赖于短期数据。