Empirycznie ustalono, że nawet dla bardzo złożonych procesów przy przyjęciu poziomu sześciu sigma na każdym kroku uzyskuje się dużą szansę wypuszczenia produktów dobrych za pierwszym razem.
Te wartości promował Mikey Harry około roku 1980, wyprowadził je z obserwacji i praktyki, a nie z teoretycznych danych. Używa się ich jako modelu zmian, gdyż defekty produkcyjne często nie podlegają rozkładowi normalnemu. Wtedy do obliczeń liczby potencjalnych wad nie używa się odchylenia standardowego, a parametrów zmienności właściwych innym typom rozkładów statystycznych.
Donald J. Wheeler uważa, iż przesunięcie 1,5 jest niewłaściwe, argumentuje, iż takie praktyki transformują proces 4,5 sigma (3,4 DPMO) w 6 sigma. Jednak takie argumenty są właściwe jedynie dla danych krótkookresowych, gdyż tylko wtedy 1,5 jest odejmowany od wyniku. Gdy wynik 3,4 DPMO wskazuje na proces o wartości 3 sigma, a nie 6 sigma. W przypadku danych długookresowych przesunięcie procesu zostało wliczone i nic więcej się nie odejmuje.
DMAIC W podejściu sześć sigma zakłada się, że zmiany w procesach realizowane są za pomocą projektów optymalizacyjnych.