在测量阶段，测量核心业务流程的整体表现.
测量阶段有三个重要部分.
准备数据收集计划以收集所需数据.该计划包括需要收集何种类型的数据，数据来源等.收集数据的原因是确定需要改进当前流程的区域.
您从三个主要来源收集数据:输入，流程和输出.
输入源是生成流程的地方.
过程数据是指效率测试:时间要求，成本，价值，缺陷或错误，以及在过程中花费的人工.
输出是衡量效率.
在此阶段，评估收集的数据并且sigma是计算.它给出了大致的缺陷数量.
六西格玛缺陷被定义为超出客户规格的任何内容.
六西格玛机会是缺陷发生的总机会.
首先，我们计算每百万机会缺陷(DPMO)，并根据该预测表格确定Sigma，减去;
DPMO = ------------------------------------------- x 1,000,000 Number of Units x Number of opportunities
如上所述，缺陷数是找到的缺陷总数，单位数是生产的单位数量和机会数量意味着产生缺陷的方式数量.
例如，食品订购交付项目团队检查了50次交付，并发现了以下内容:
交货时间不准（13）
点菜不按顺序（3）
食物不新鲜（0）
所以现在，DPMO将如下 :
13 + 3 DPMO = ----------- x 1,000,000 = 106,666.7 50 x 3
根据给出的"收益率与Sigma"转换表，每百万机会中有106,666.7的缺陷等于2.7至2.8之间的Sigma性能。
这是在整个项目过程中用于评估结果的方法。 这个起点使我们能够找到这些过程的原因和结果，并寻找缺陷点，从而可以改进过程。
测量阶段的最后部分称为FMEA。 它是指在缺陷发生之前就进行预防。 FMEA流程通常以三种方式对可能的缺陷或故障进行评级:
出问题的可能性。
检测缺陷的能力。
缺陷的严重程度。
您可以使用评分表。 例如，将这三个区域中的每个区域从1到10进行评分，其中1为最低的FMEA水平，而10为最高。 级别越高，评级越严格。 因此，较高的FMEA表示需要在整个过程中设计和实施改进的测量步骤。 这将具有防止缺陷的效果。 显然，如果缺陷的可能性很低，则无需在此过程上花费大量时间。
| Yield % | Sigma | Defects Per Million Opportunities |
|---|---|---|
| 99.9997 | 6.00 | 3.4 |
| 99.9995 | 5.92 | 5 |
| 99.9992 | 5.81 | 8 |
| 99.9990 | 5.76 | 10 |
| 99.9980 | 5.61 | 20 |
| 99.9970 | 5.51 | 30 |
| 99.9960 | 5.44 | 40 |
| 99.9930 | 5.31 | 70 |
| 99.9900 | 5.22 | 100 |
| 99.9850 | 5.12 | 150 |
| 99.9770 | 5.00 | 230 |
| 99.9670 | 4.91 | 330 |
| 99.9520 | 4.80 | 480 |
| 99.9320 | 4.70 | 680 |
| 99.9040 | 4.60 | 960 |
| 99.8650 | 4.50 | 1350 |
| 99.8140 | 4.40 | 1860 |
| 99.7450 | 4.30 | 2550 |
| 99.6540 | 4.20 | 3460 |
| 99.5340 | 4.10 | 4660 |
| 99.3790 | 4.00 | 6210 |
| 99.1810 | 3.90 | 8190 |
| 98.9300 | 3.80 | 10700 |
| 98.6100 | 3.70 | 13900 |
| 98.2200 | 3.60 | 17800 |
| 97.7300 | 3.50 | 22700 |
| 97.1300 | 3.40 | 28700 |
| 96.4100 | 3.30 | 35900 |
| 95.5400 | 3.20 | 44600 |
| 94.5200 | 3.10 | 54800 |
| 93.3200 | 3.00 | 66800 |
| 91.9200 | 2.90 | 80800 |
| 90.3200 | 2.80 | 96800 |
| 88.5000 | 2.70 | 115000 |
| 86.5000 | 2.60 | 135000 |
| 84.2000 | 2.50 | 158000 |
| 81.6000 | 2.40 | 184000 |
| 78.8000 | 2.30 | 212000 |
| 75.8000 | 2.20 | 242000 |
| 72.6000 | 2.10 | 274000 |
| 69.2000 | 2.00 | 308000 |
| 65.6000 | 1.90 | 344000 |
| 61.8000 | 1.80 | 382000 |
| 58.0000 | 1.70 | 420000 |
| 54.0000 | 1.60 | 460000 |
| 50.0000 | 1.50 | 500000 |
| 46.0000 | 1.40 | 540000 |
| 43.0000 | 1.32 | 570000 |
| 39.0000 | 1.22 | 610000 |
| 35.0000 | 1.11 | 650000 |
| 31.0000 | 1.00 | 690000 |
| 28.0000 | 0.92 | 720000 |
| 25.0000 | 0.83 | 750000 |
| 22.0000 | 0.73 | 780000 |
| 19.0000 | 0.62 | 810000 |
| 16.0000 | 0.51 | 840000 |
| 14.0000 | 0.42 | 860000 |
| 12.0000 | 0.33 | 880000 |
| 10.0000 | 0.22 | 900000 |
| 8.0000 | 0.09 | 920000 |
