1995年2月前MSA变异研究的宽度只有99%，这就意味着在正态分布下，以均值为中心的5.15σ范围内（左右各2.575σ）可以涵盖99%的数据，超出的1%视为异常，即小概率事件，说明MSA系统处于统计失控状态。在这种情况下，有99%的概率认为MSA系统是合格的，有α=1%的概率认为是不合格的，这时虚发警报的概率为1%。

2002年3月起，MSA变异研究的宽度只有99.73%，这就意味着在正态分布下，以均值为中心的6σ范围内可以涵盖99.73%的数据，超出的0.27%视为异常，即小概率事件，说明MSA系统处于统计失控状态。在这种情况下，有99.73%的概率认为MSA系统是合格的，有α=0.27%的概率认为是不合格的，这时虚发警报的概率为0.27%。

从变异研究的分布宽度可以看出，这是一种进步。

这就如同质量管理从全面质量管理向六西格玛管理进步的原理是一样的。在全面质量管理中，我们知道

P(μ-3σ＜X＜μ+3σ)=Ф(3)-Ф(-3)=0.9973。

这表明当某质量特性X～N(μ,σ2)时，其特性值落在区间（μ-3σ，μ+3σ）外的概率仅为0.27%。这是一个小概率事件，通常在一次试验中是不会发生的，一旦发生就认为质量发生了异常，在质量检验和过程控制中就是利用这一思想。

六西格玛管理质量标准也是在正态分布原理基础上建立的。

当上下公差不变时，6σ的质量水准就意味着产品合格率达到99.9999998%，即

P(μ-6σ＜X＜μ+6σ)=Ф(6)-Ф(-6)=0.999999998

其特性值落在区间（μ-6σ，μ+6σ）外的概率仅为十亿分之二。

由于种种随机因素的影响，任何流程在实际运行中都会产生偏离目标值或者期望值的情况，我们通常把这种偏移称为漂移。

我们知道在传统的“3σ原则”下，质量标准的合格率为99.73%。即使在没有任何漂移的情况下，也意味着2700ppm的不合格率。考虑到漂移时是66807ppm。

不考虑漂移，6σ的次品率仅为十亿分之二。通常考虑到1.5σ漂移时，不合格率为百万分之3.4。即在某生产流程或服务系统中有100万个出现缺陷的机会，而6σ质量水准下出现的缺陷不到4个。（统计质量管理专家李颖）