能力分析是 六西格玛 和 精益六西格玛中的一个重要主题。它可以定义为过程、产品或服务执行某些预定义客户要求的能力的量化或测量。按照惯例，有两个主要措施或指标可用于评估能力：短期 sigma 水平和长期 DPMO，或每百万机会的缺陷数。此图表显示了各种短期 Sigma 水平的估计长期 DPMO。西格玛水平通常被认为是描述过程能力的“积极”方式，因为它直接关系到过程的合规率或产量。

另一方面，DPMO 与过程中的缺陷或缺陷有关，因此通常称为缺陷率或缺陷率。衡量流程、产品或服务的能力有几个重要原因。首先，它允许组织评估其所有商品和服务的真实质量水平。其次，它允许不同的组织或部门相互比较他们的质量水平。衡量能力还使组织能够根据收集到的数据分配资源。最后，对于属性输出特性，能力分析将清晰直接地量化缺陷率。对于可变输出，能力分析会将问题的性质确定为中心问题、传播相关问题或两者的组合。

能力分析可以在属性和变量数据上运行。如前所述，我们将使用的最常见的能力指标是西格玛水平。该统计量非常通用，因为它可用于变量和属性测量。此外，所有其他能力指标都可以转换为西格玛水平。

完成成功的属性能力分析需要明确定义缺陷和缺陷品的分类。因此，缺陷的操作定义、标准化和培训都是必不可少的。对于属性数据，我们可以用一个过程的产量来表示输出符合客户要求的比例。属性能力分析的核心是计算“好”单元与“坏”单元的数量。运行可变能力分析时，西格玛水平是根据过程参数（例如平均值、标准差和客户规格限制）估算的。最简单的 sigma 水平估计是可以介于均值和最近的规格限之间的标准差的数量。规格限制可以是双侧的，这意味着有上限和下限，或者是单侧的，

随着时间的推移，过程输出特性将始终表现出某种形式的变化。这种变化可以分为短期和长期两个来源。短期变化是当大多数对输出特性有贡献的输入保持不变时输出特性的可变性。通常，短期数据样本的变异性小于长期样本。短期样本通常使我们能够估计在当前稳定条件下所谓的过程“权利”。在输入恒定且居中的条件下，权利是我们希望执行的最好的。换句话说，在当前设计的情况下，权利是流程能够执行的最佳状态。当允许大多数输入以不受约束的方式波动时，长期变化是输出特性的可变性。长期样品使我们能够估计交付给客户的整体性能，这代表了真实的过程性能。

尽管短期和长期的定义是合理的，但在衡量我们投入的波动时，我们常常不知道关键投入是什么或者它们波动了多少。相反，这是我们在流程改进项目过程中发现的。我们还可以使用时间跨度来确定我们的数据是短期的还是长期的。尽管时间跨度因项目而异，但大多数从业者都同意长期数据通常代表一年或更长时间的数据，因为可能会影响流程的年度周期和事件已经发生。然而，如果这个过程不受季节变化的影响，三到四个月就足够了。如果没有专门设计的研究，短期数据可能很难收集，但许多从业者会说短期数据可以在一个季度或更短的时间内收集。

对于短期、中期或长期数据没有硬性限制。您必须考虑您的特定项目有哪些时间和资源可用。无论您使用哪个时间跨度，要记住的重要一点是您必须始终在脚注或注释您的计算是哪个术语。最后要考虑的一点是：您拥有的数据量并不能决定您拥有的是短期数据还是长期数据。明确区分收集的数据量和收集数据的时间跨度很重要。

也许用于分析此流程能力的最佳指标是 DPMO，即每百万机会的缺陷数——一种非常常见的流程改进指标。计算这个指标有点复杂，因为我们还必须考虑每个单元的机会数量。当每个单元都有相同数量的机会时，这个过程会稍微容易一些，就像这里的情况一样。当每个单元的机会数量不同时，例如具有不同数量的行项目的采购订单，计算每个单元的机会变得更具挑战性并且可能不值得付出努力。因此，利用机会计数的指标会考虑流程的复杂性。要计算 DPMO，我们首先计算每个机会的缺陷数或 DPO。DPO 是 DPU 除以每单位机会数。