六西格玛设计离不开统计分析技术，现代统计分析技术工具为六西格玛设计打开了方便之门。
如何运用DPMO进行设计分析
DPMO（Defects per Million Opportunity)即每百万个机会中的缺陷数，是六西格玛管理中的一个重要概念。
一、DPU（Defects per Unit）单元缺陷
d——是所观测到的缺陷的频数或次数
u——是所生产的单元数量
二、DPO（Defects per Opportunity）每机位缺陷
例如，生产1000部电话机，每一部电话机具有10个等同缺陷机会，而检测出的缺陷数为60个，那么：
所以由DPO可以计算DPMO，由DPMO可计算出ZLT。
上式DPMO=6000，ZLT=4.01
在这个例子中，Z是长期的，通常没有ZST。这是因为收集离散数据需要花很长时间。
三、DPMO与西格玛或Z的转化问题
假如我们知道一个过程有2000DPMO的能力，那么这个过程的西格玛或Z值是多少呢？
我们可以用NORMSINV（标准正态分布的反函数）求得：
Z= NORMSINV (1-DPMO/1000000)+1.5 Z计算出来是ZLT过程的长期能力
由于DPMO=2000
Z=标准值(1- 2000/1000000 ) +1.5
=4.37
反之，我们知道一个过程有Z=5.6个西格玛的能力，那么它的DPMO又是多少呢？同样我们可用以下公式：
DPMO=1000000[1-标准距离(Z-1.5)]
其中：NORMSDIST是标准正态累积分布，即在标准正态曲线下指定的Z值的面积。
由于Z=5.6
所以DPMO=1000000[1-标准距离(5.6-1.5)]
=20
四、最小DPU或DPMO设计
对于过程（工序）而言，工序越多越复杂。这是因为每一个过程都会影响到新产品或服务的性能。假如一个过程完成需四个工序Y1、Y2、Y3、Y4，每一道工序的合格率为Y1=99%，Y2=95.4%，Y3=97%，Y4=98%，那么全部完成这个过程的能力是多少呢?
从六西格玛设计角度来考虑，系统过程越少越好，这样既减少了工序，又提高了YRT，因此提倡简约设计，即减少冗余，提高新产品或过程的可靠性。因此在六西格玛设计系统分配上要考虑简化设计的重要性。
最小DPU设计，也是从提高滚动合格率YRT来考虑的。
从上图可以看出DPU→O，YRT→1，最小DPU设计也是从过程的繁杂程度来考虑合格率的。因此，进行简化设计也是六西格玛设计的方向之一，即简约之美。
