Deux pièces ne sont jamais rigoureusement identiques, deux livraisons ne prennent jamais exactement le même temps. Et si cette variation, plutôt que la moyenne, était la vraie ennemie de la qualité ?
Réduire la variation, pas seulement la moyenne
Un processus peut afficher une bonne moyenne tout en produisant beaucoup de défauts s'il est très variable : plus il est dispersé, plus il génère de résultats hors des limites acceptables. Six Sigma part de ce constat : maîtriser la qualité, c'est d'abord réduire la dispersion pour obtenir un processus régulier et prévisible. La méthode est née chez Motorola dans les années 1980, puis a été popularisée par General Electric sous Jack Welch dans les années 1990.
Le DPMO et l'échelle sigma
Le « sigma » (la lettre grecque σ) désigne l'écart-type, une mesure de la dispersion. Plus le niveau sigma est élevé, moins le processus produit de défauts. Le DPMO (Defects Per Million Opportunities) est l'indicateur central : il compte les défauts pour un million d'occasions d'en commettre.
- 3 σ — environ 66 800 DPMO, soit ~93,3 % de conformité
- 4 σ — environ 6 210 DPMO, ~99,4 %
- 5 σ — environ 233 DPMO, ~99,98 %
- 6 σ — seulement 3,4 défauts par million, soit 99,99966 % : une quasi-perfection
La démarche DMAIC
Pour atteindre ce niveau, Six Sigma suit un cycle rigoureux, le DMAIC : Définir (cadrer le problème), Mesurer (chiffrer le niveau de défauts actuel), Analyser (identifier statistiquement les causes), Innover/Améliorer (agir sur les causes), Contrôler (vérifier et pérenniser les gains). Là où d'autres démarches affirment avoir « amélioré la qualité », Six Sigma exige de le démontrer chiffres à l'appui : combien de défauts avant, combien après, l'écart est-il significatif ?
Le Lean Six Sigma
Combinée au Lean (chasse au gaspillage), la méthode forme le Lean Six Sigma. Elle est particulièrement puissante pour les processus répétitifs et à fort volume, où une petite réduction du taux de défaut a de grands effets — mais elle reste exigeante en méthode et en données.