En statistiques, la lettre grecque sigma dsigne l'cart type ; Six Sigma signifie donc

six fois l'cart type . L'cart type pouvant tre assimil la dispersion d'un processus,
on parle aussi d'tendue comme paramtre de dispersion : l'tendue R (range en anglais)
est la diffrence entre la valeur maxi et la valeur mini d'un chantillon. Au sens
mathmatique, l'cart type est la racine carre de la variance.
La mthode consiste faire en sorte que tous les lments issus d'un processus, soient
compris dans un intervalle s'loignant au maximum de 6 sigma par rapport la moyenne
gnrale des lments issus de ce processus. En rduisant la variabilit des produits du
processus, on rduit le risque de voir le produit (ou service) rejet par son destinataire car
en dehors de ses attentes ou spcifications. Le principe vise donc travailler sur le
processus afin que seuls des produits conformes aux exigences soient livrs : produire
juste ds la premire fois en liminant les cots lis aux retouches, recyclage, mise au
rebut et risque de vente d'un produit non conforme.
Mikael Harry et Bill Smith ont conu une mthodologie d'amlioration de processus en
mode projet qui suit les phases du DMAIC (voir ci-dessous). Cette mthodologie vise
rduire la variabilit des processus car c'est la variabilit qui est l'origine de
produits/services non conformes.[rf. ncessaire]

Concept[modifier | modifier le code]

Un processus industriel ou un service comprend un certain nombre de tches rptitives,
l'exemple le plus simple tant la production d'une pice en grande srie. Une pice ou une
prestation est conforme si elle respecte un certain nombre de critres, mais les pices ou
les services ne sauraient tre strictement identiques. Lesprit Six Sigma consiste
amliorer le processus pour que ces produits soient tous bons, il ne sagit pas de contrler
les produits, mais bien dtre sr que le processus soit fiable1.
Le concept sapplique non seulement la production mais aussi la logistique, au
dveloppement. Cependant, l'exemple de la socit 3M montre que la mthode s'applique
plutt aux tches de production qu'aux travaux de recherche o la crativit est
ncessaire2 il suffit davoir un processus dont les performances sont mesurables1.
En pratique la limite de 6 est difficilement atteignable mais certaines entreprises peuvent
rechercher le 4 ou 3, comme dans laronautique.

Exemple[modifier | modifier le code]

Prenons le cas d'une pice mcanique dont la longueur nominale est L. La pice est
utilisable si la longueur est comprise entre L-L et L+L (2L = IT est l'intervalle de
tolrance). Le processus de production, lui, produit des pices dont la longueur varie, la
longueur moyenne est L, et avec un cart type (on suppose que cette longueur suit
une loi normale).
En gnral, le processus est rgl afin que l'on ait = L/3 ( = IT/6) ; on crit en gnral
plutt L = 3 (IT = 6), mais c'est bien L qui est une contrainte (la pice est utilisable
ou non) et qui est ajust (les machines sont plus ou moins bien rgles). Ceci conduit
un taux de rebut de 0,27 %, soit 2 700 pices au rebut pour une production de 1 million de
pices.
Si l'on amliore le processus et que l'on diminue jusqu' avoir L = 6 ( = IT/12), on
aura un taux de rebut de 210-9 (0,0000002 %), soit deux pices au rebut pour un milliard
de pices produites.
On se situe donc avec 12 bien au-del du taux de rebut de 3,4 pices dfectueuses pour
un million de pices produites, qui est la valeur couramment admise pour une approche
Six Sigma . En fait, l'approche Six SIGMA tient compte d'une dviation de la
moyenne de 1,5 . Pour un processus qui suivrait parfaitement une loi normale, il
suffirait de rester dans un intervalle de + ou - 4,5 fois l'cart type. Pour retrouver
l'objectif d'un taux de rebut de 3,4 pour un million maximum, il suffit d'appliquer les formules
4,5 (6 - 1,5 ) sur un seul ct de la gaussienne. Il faudrait en fait rajouter la valeur
7,5 (6 + 1,5 ) pour tenir compte de l'autre ct de la gaussienne, mais ces valeurs trs
faibles sont ngligeables.