上班过程的6西格玛（6sigma）分析

现在假设你要评价自己上班的“过程”，目标是确保每天都能够按时上班。“按时”意味着每天在早上8:30前后的几分钟内到达。为了简化起见，首先假设你每天总是在早上8:12按时出门。因此，你知道在上班路上花费的目标时间为18分钟。对你来说，18分钟的路途无论如何都是理想的，因为这使你有机会为工作调整好状态，同时也有时间考虑全天的工作安排。

由于在8:30前后的一两分钟到达都是可以接受的，因此上班行程时间的“规格界限”或说顾客要求可以在16-20分钟之间波动。在这个范围内的任何时间对你的“上班过程”来说都是可以接受的(我们用LSL (lower specification limit)代表“规格下限”，用USL (upper specification limit)代表“规格上限”)。

下一个问题是:在上班路上你实际花了多少时间?要找到答案，你需要收集数据，测量几个月内每天上班所花的时间。一些人对你总是拿着一块计时表感到奇怪。但你在生活中总是特立独行，傲这件事就不足为奇了。当你开始整理这些数据时，

你会发现非常好:上班路上所花的平均时间恰好就是18分钟，这很不错!
 

但仔细一看，事情并不是那么好。把所有数据放进一个“直方图”(也被称为钟形曲线)中，你会发现所有上班时间之间确实存在许多差异。就像你在下图所看到的那样，有许多天超出了你的时间规格界限，即提前或者迟到的时间超过了两分钟。“这并不奇怪”，你会说，“有时就怪咖啡没有准备好，而有时找不到停车的车位。”

为了确认上班行程花费时间的变异程度，你可以计算一下所收集的数据的标准差(可以用电子数据表或统计软件很简单地来完成)。结果显示，你的标准差为2.7分钟。这意味着满足你距离平均时间正负2分钟的“规格界限”还不到1个西格玛。

很明显，目前的表现并不好!如果总是想提早到达，你必须比平时的8:12更早就出门。那样的话，很多时候你会孤零零地一个人在办公室，浪费时间，并且你将总是那个不得不为大家准备咖啡的人。此外，在上班的路上你已经听了关于6西格玛(6sigma)的磁带，获得灵感，认识到这样的变异是一个需要被消灭的敌人。

于是，你采取行动来改进上班过程:比如不再走捷径。重新校准车速控制表，这样你就可以精确地设定速度，你会约束自己，不再坐在停车场里多听一首歌再进入办公大楼以及其他诸如此类的事情。当实施了改进措施后，你急切地想再次收集关于路途时间的资料。
 

从上图中可以看到，你的努力成功了，你上班花费的平均时间仍然是18分钟，但时间变异程度大大减小了。如果你保持这样一个变异幅度(也就是说，很好地控制上班过程)，你花费少于16分钟或多于20分钟到达工作地点的可能性将几乎为零。

从统计学上说，将标准差从2.7分钟减少到了0.33分钟，这意味着你达到了距平均值的6个标准差的绩效水平(仍然是18分钟，却符合你的规格界限要求)。这就是六西格玛绩效!

任何能将变异缩减到这个程度的企业都将获得巨大的效率，更不用说在顾客满盘度上的改善了。如此说来，难怪6西格玛(6sigma)会成为许多企业领导者心日中一个有吸引力的目标。