六西格玛六大工具
六西格玛设计的主要设计工具如下：
1.质量功能展开；2.系统设计；3.参数设计；4.容差设计；5.FMEA分析；6.面向X的设计
1.质量功能展开：质量功能展开是实施六西格玛设计必须应用的最重要的方法之一。为了保证设计目标值与顾客的要求完全一致，质量特性的规格限满足顾客的需求。
2.系统设计：系统设计（system design）在六西格玛设计中有着十分重要的作用。在顾客需求明确以后，如何有针对性地开发出技术含量高、生命力强、适销对路的产品，从根本上决定了产品的质量，也将直接影响企业的成败。
3.参数设计：参数设计（parameter design）在系统设计之后进行。参数设计的基本思想是通过选择系统中所有参数（包括原材料、零件、元件等）的最佳水平组合，尽量减少外部、内部和产品间三种干扰的影响，使所设计的产品质量特性波动小、稳定性好。
4.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，此时各元件的质量等级较低，参数波动范围较宽。
5.FMEA分析：通过FMEA分析，找出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危害度和原因（包括设计缺陷、工艺问题、环境问题、老化、磨损和加工误差等），经财务设计和工艺的纠正措施，提高产品的质量和抗各种干扰的能力。
6.面向X的设计：为了在产品全寿命周期内增强顾客满意，必须针对有关的各种要素X，进行面向X族的设计（DFX）。所谓DFX，本质上就是面向产品全寿命周期的设计。
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。
