6σ原理本身就是由統計學的正態分布而來，σ表示與平均值的標準偏差。我們知道正態分布由兩個重要的參數確定。這兩個參數是值均m 和標準差s （s ＞０），其特點是曲線關于x = m 對稱，并在x = m 處達到最高，然后向兩邊下降，在x = m ±s 處有拐點，當x →±∞時以水平軸為漸近線。當X 服從正態分布N(m,s 2 ) 時，也記為X ～ N(m,s 2 ) 。

在全面質量管理中，我們知道：
     P(m - 3s < X < m + 3s ) = F(3) - F(-3) = 0.9973這表明當某質量特性X ～ N(m,s 2 ) 時，其特性值落在區間（m - 3s ， m + 3s ）外的概率僅為0.27％。這是一個小概率事件，通常在一次試驗中是不會發生的，一旦發生就認為質量發生了異常，在質量檢驗和過程控制中就用這一思想。當上下公差不變時，6σ的質量水準就意味著產品合格率達到99.9999998%，即
     P(m - 6s < X < m + 6s ) = F(6) - F(-6) = 0.999999998其特性值落在區間（m - 6s ， m + 6s ）外的概率僅為十億分之二。通常當考慮到1.5 σ漂移后，不合格率為百萬分之3.4。即在某生產流程或服務系統中有100 萬個出現缺陷的機會，而6σ質量水準出現的缺陷不到4 個。

實施6σ更需要大量統計方法和技術，這不僅需要統計學基礎知識，而且從數據收集到數據分析的一系列過程都需要統計方法。抽樣技術、參數估計、假設檢驗、優化設計、回歸分析、時間序列分析、多元統計分析等眾多統計方法都大有用武之地。