一、六西格玛六大工具
六西格玛质量管理依赖于众多的质量工具，下面对六个最常用的六西格玛工具作一些简单的介绍。
1. 描述性统计工具
描述性统计工具主要是对样本的数据统计特征展开分析，包含样平均值、中位数、众数、方差、极差、标准差和斜扭性、偏度、峰度等特征量展开分析，并给出样本的统计条形图，进行概率分布拟合等。六西格玛绿带和黑带学生通常要学习不同的概率分布，例如：正态分布、二项分布等。
2. 相关性和回归分析工具
相关性和回归分析工具主要是研究一个变量y与其它若干变量x之间相关关系的一种数学工具，它是在一组实验或观测数据的基础上。找寻被随机性掩盖了的变量之间的依存关系。
粗略地讲，可以看作用一种确定的函数关系去类似替代比较复杂的相关关系，这个函数被称作重归函数，在实际问题中被称作经验公式。
回归分析所研究的主要问题就是如何利用变量x，y的观察值(样本)，对重归函数进行统计推断，包含对它进行估计及检测与它相关的假设等。
3. 假设检验
假设检验（hypothesis testing）是推论统计中用于检验统计假设的一种方法。而“统计假设”是可通过观察一组随机变量的模型进行检验的科学假说。一旦能估计未知参数，就会希望根据结果对未知的真正参数值做出适当的推论。在六西格玛项目过程中，我们可以通过假设检验，来知道不同的原因（x）是否和结果（y）有所关联。
一张包含零假设与备择假设两个曲线的示意图，两正态分布有不同的期望值与相同的方差。
六西格玛绿带和黑带学生通常要学习不同程度的假设检验包括：t检验，z检验，卡方检验，f检验等等。
4. 测量系统分析工具（msa）
对检测系统的几个特点(准确性、重复性、再现性和稳定性、线性、分辨率)展开分析，以此来确认总偏差、检测系统中测量人员偏差和测量仪器误差的大小，并对检测系统的实用性作出判断。
5. 统计过程控制工具（spc）
统计过程控制（statistical process control）是通过控制图发现异常，通过过程管理与确诊理论(spcd)找到异常的原因并予以排除。
常用的休哈特控制图有均值一极差(x-r)控制图，均值一标准差(x-s)控制图，中位数一极差(x-r)控制图，单值一挪动极差(x-rs)控制图和不合格品率(p)控制图，不合格品数(pn)控制图，缺陷数(c)控制图，单位缺陷数(u)控制图等。
spc方法是维持生产线平稳，降低质量波动的有效工具。
6. 实验设计（doe）
实验设计，又称试验设计或设计试验，是数理统计学的一个分支，科学探究的一部份，涉及“用何方法可更好的设计一个实验”，属于方法论的范畴。
因为任何实验都会受到外来环境影响，如何设计实验，使外来环境的变化能够对实验造成最小的影响，就是实验规划的目的。实验设计法广泛用于自然科学、社会科学、医学等各学科的实验设计里。
六西格玛绿带和黑带学生通常要学习不同程度的实验设计方法，利用不同的方法找出最优化的模型来改善现有的制程。
二、实施六西格玛时会用到哪些六西格玛工具？
六西格玛常用的十大工具如下：
六西格玛工具之1——顾客满意度评估
iso9000：2000系列标准要求企业对顾客有关组织是否已满足其要求的感受的信息进行测量和监视。与顾客有关的信息可包括：对顾客和使用者的调查，有关产品方面的反馈，顾客要求和顾客抱怨，合同信息，市场需求，服务提供数据和竞争方面的信息等。
六西格玛工具之2—fmea和fta分析
故障模式与影响分析(fmea)和故障树分析(fta)均是在可靠性工程中已广泛应用的分析技术，国外已将这些技术成功地应用来解决各种质量问题。在iso 9004：2000版标准中，已将fmea和fta分析作为对设计和开发以及产品和过程的确认和更改进行风险评估的方法。我国目前基本上仅将fmea与fta技术应用于可靠性设计分析，根据国外文献资料和我国部分企业技术人员的实践，fmea和fta可以应用于过程(工艺)分析和质量问题的分析。质量是一个内涵很广的概念，可靠性是其中一个方面。通过fmea和fta分析，找出了影响产品质量和可靠性的各种潜在的质量问题和故障模式及其原因（包括设计缺陷、工艺问题、环境因素、老化、磨损和加工误差等），经采取设计和工艺的纠正措施。
六西格玛工具之3——统计过程控制(spc)
统计过程控制(statistical process control,缩写为spc)是由美国休哈特博士于上世20年代提出的，自第二次世界大战后，spc已逐渐成为西方工业国家进行在线质量控制的基本方法。根据spc理论，产品质量特性的波动是出现质量问题的根源，质量波动具有统计规律性，通过控制图可以发现异常，通过过程控制与诊断理论（spcd）可以找出异常的原因并予以排除。常用的休哈特控制图有均值－极差（x-r）控制图，均值－标准差（x-s）控制图，中位数－极差（x-r）控制图，单值－移动极差（x-rs）控制图，不合格品率（p）控制图，不合格品数（pn）控制图，缺陷数（c）控制图，单位缺陷数（u）控制图等。spc方法是保持生产线稳定，减少质量波动的有力工具。
六西格玛工具之4——poka-yoke“防差错系统”
防差错系统(poka－yoke)经过几十年的发展已经形成了完整的系统，在实践中获得充分运用并取得了显著的效果。各种失误在企业里随时随地地发生着，其结果是造成产品缺陷不断、损失难以下降，而导致失误发生的人往往会说：“是一时疏忽造成的意外而已”，管理层慢慢习惯了这种状况并习以为常。poka－yoke防错法从杜绝失误发生的源头入手，在失误发生之前就避免其发生，从而全面降低产品缺陷，有效减少避免损失。
六西格玛工具之5——头脑风暴法
头脑风暴法又称智力激励法，是现代创造学奠基人美国奥斯本提出的，是一种创造能力的集体训练法。它把一个组的全体成员都组织在一起，使每个成员都毫无顾忌地发表自己的观念，既不怕别人的讥讽，也不怕别人的批评和指责，是一个使每个人都能提出大量新观念、创造性地解决问题的最有效的方法。
六西格玛工具之6——实验设计(doe)
验设计(design of experiments,缩写为doe)是研究如何制定适当实验方案以便对实验数据进行有效的统计分析的数学理论与方法。实验设计应遵循三个原则：随机化，局部控制和重复。随机化的目的是实验结果尽量避免受到主客观系统因素的影响而呈现偏倚性；局部控制是化分区组，使区组内部尽可能条件一致；重复是为了降低随机误差的影响，目的仍在于避免可控的系统性因素的影响。实验设计大致可以分为四种类型：析因设计、区组设计、回归设计和均匀设计。析因设计又分为全面实施法和部分实施法。
六西格玛工具之7——容差设计
容差设计(tolerance design)在完成系统设计和由参数设计确定了可控因素的最佳水平组合后进行，此时各元件(参数)的质量等级较低，参数波动范围较宽。
六西格玛工具之8——排列图
排列图的全称是“主次因素排列图”，也称为pareto图。它是用来影响产品质量的各种因素中主要因素的一种方法，由此可以用来确定质量改进的方向。因为在现实中存在的多数问题通常是由少数原因引起的。经济学上的80/20原则用到管理领域，其基本原理是区分“关键的少数”和“次要的多数”，这样有助于抓关键因素，解决主要问题，为直观起见，用图形表示出来，这一图形便是排列图。
六西格玛工具之9——方差分析与回归分析
方差分析(analysis of variance,缩写为anova)是数理统计学中常用的数据处理方法之一，是工农业生产和科学研究中分析试验数据的一种有效的工具。也是开展试验设计、参数设计和容差设计的数学基础。
六西格玛工具之10——msa测量系统分析
测量系统分析measurement system analysis），它使用数理统计和图表的方法对测量系统的误差进行分析，以评估测量系统对于被测量的参数来说是否合适，从而判定检验系统的状态、改进方向及系统可接受程度。
内容摘自：天行健咨询
三、六西格玛有哪些具体实施工具？
六西格玛工具之1——顾客满意度评估
iso9000：2000系列标准要求企业对顾客有关组织是否已满足其要求的感受的信息进行测量和监视。与顾客有关的信息可包括：对顾客和使用者的调查，有关产品方面的反馈，顾客要求和顾客抱怨，合同信息，市场需求，服务提供数据和竞争方面的信息等。
六西格玛工具之2— fmea和fta分析
故障模式与影响分析(fmea)和故障树分析(fta)均是在可靠性工程中已广泛应用的分析技术，国外已将这些技术成功地应用来解决各种质量问题。在iso 9004：2000版标准中，已将fmea和fta分析作为对设计和开发以及产品和过程的确认和更改进行风险评估的方法。我国目前基本上仅将fmea与fta技术应用于可靠性设计分析，根据国外文献资料和我国部分企业技术人员的实践，fmea和fta可以应用于过程(工艺)分析和质量问题的分析。质量是一个内涵很广的概念，可靠性是其中一个方面。通过fmea和fta分析，找出了影响产品质量和可靠性的各种潜在的质量问题和故障模式及其原因（包括设计缺陷、工艺问题、环境因素、老化、磨损和加工误差等），经采取设计和工艺的纠正措施。
六西格玛工具之3——统计过程控制(spc)
统计过程控制(statistical process control,缩写为spc)是由美国休哈特博士于上世20年代提出的，自第二次世界大战后，spc已逐渐成为西方工业国家进行在线质量控制的基本方法。根据spc理论，产品质量特性的波动是出现质量问题的根源，质量波动具有统计规律性，通过控制图可以发现异常，通过过程控制与诊断理论（spcd）可以找出异常的原因并予以排除。常用的休哈特控制图有均值－极差（x-r）控制图，均值－标准差（x-s）控制图，中位数－极差（x-r）控制图，单值－移动极差（x-rs）控制图，不合格品率（p）控制图，不合格品数（pn）控制图，缺陷数（c）控制图，单位缺陷数（u）控制图等。spc方法是保持生产线稳定，减少质量波动的有力工具。
六西格玛工具之4——poka-yoke“防差错系统”
防差错系统(poka－yoke)经过几十年的发展已经形成了完整的系统，在实践中获得充分运用并取得了显著的效果。各种失误在企业里随时随地地发生着，其结果是造成产品缺陷不断、损失难以下降，而导致失误发生的人往往会说：“是一时疏忽造成的意外而已”，管理层慢慢习惯了这种状况并习以为常。poka－yoke防错法从杜绝失误发生的源头入手，在失误发生之前就避免其发生，从而全面降低产品缺陷，有效减少避免损失。
六西格玛工具之5——头脑风暴法
头脑风暴法又称智力激励法，是现代创造学奠基人美国奥斯本提出的，是一种创造能力的集体训练法。它把一个组的全体成员都组织在一起，使每个成员都毫无顾忌地发表自己的观念，既不怕别人的讥讽，也不怕别人的批评和指责，是一个使每个人都能提出大量新观念、创造性地解决问题的最有效的方法。
六西格玛工具之6——实验设计(doe)
验设计(design of experiments, 缩写为doe)是研究如何制定适当实验方案以便对实验数据进行有效的统计分析的数学理论与方法。实验设计应遵循三个原则：随机化，局部控制和重复。随机化的目的是实验结果尽量避免受到主客观系统因素的影响而呈现偏倚性；局部控制是化分区组，使区组内部尽可能条件一致；重复是为了降低随机误差的影响，目的仍在于避免可控的系统性因素的影响。实验设计大致可以分为四种类型：析因设计、区组设计、回归设计和均匀设计。析因设计又分为全面实施法和部分实施法。
六西格玛工具之7——容差设计
容差设计(tolerance design)在完成系统设计和由参数设计确定了可控因素的最佳水平组合后进行，此时各元件(参数)的质量等级较低，参数波动范围较宽。
六西格玛工具之8——排列图
排列图的全称是“主次因素排列图”，也称为pareto图。它是用来影响产品质量的各种因素中主要因素的一种方法，由此可以用来确定质量改进的方向。因为在现实中存在的多数问题通常是由少数原因引起的。经济学上的80/20原则用到管理领域，其基本原理是区分“关键的少数”和“次要的多数”，这样有助于抓关键因素，解决主要问题，为直观起见，用图形表示出来，这一图形便是排列图。
六西格玛工具之9——方差分析与回归分析
方差分析(analysis of variance, 缩写为anova)是数理统计学中常用的数据处理方法之一，是工农业生产和科学研究中分析试验数据的一种有效的工具。也是开展试验设计、参数设计和容差设计的数学基础。
六西格玛工具之10——msa测量系统分析
测量系统分析measurement system analysis），它使用数理统计和图表的方法对测量系统的误差进行分析，以评估测量系统对于被测量的参数来说是否合适，从而判定检验系统的状态、改进方向及系统可接受程度。
六西格玛工具之11——水平比较法(benchmarking)
水平对比法(benchmarking)又称标杆法。是对照最强有力的竞争对手或已成为工业界领袖的公司，在产品的性能、质量和售后服务等各方面进行比较分析和度量，并采取改进措施的连续过程。水平比较法包括两个重要的方面，一方面制订计划，不断地寻找和树立国内、国际先进水平的标杆，通过对比和综合思考发现自已产品的差距；另一方面不断地采取设计、工艺和质量管理的改进措施，取人之长、补已之短，不断提高产品的技术和质量水平，超过所有的竞争对手，达到和保持世界先进水平。
