六西格玛专业术语一览

六西格玛专业用语词汇表⇨ANOV A（ANalysis Of Variance）：变异数分析。

一比较两个或以上的群体之间平均值的差异程度, 作为相关性辨别的方法。

⇨Balanced Design ：设计在每组试验中有相同的实验单位。

⇨BB（Black Belt）：黑带。

⇨Black Belt Certification：黑带认证。

完成两个符合条件的项目后取得的认证。

⇨Block：一群具有同构型的实验单位。

⇨Blocking：一个试验在既定的顺序或条件下完成。

任何有妨碍的因子并不会影响真正的结果或重要性。

⇨Capability：能力，达成目标的过程中能维持下去的能力。

⇨Cause & Effect Diagrams ：因果关系图。

能表达出一个结果及可能的原因两者关系的图表。

⇨Center Points：以所有因子的最高及最低点的中点值来执行的实验。

只能用在计量的数据。

⇨CI（Confidence Interval）：信赖区间。

响应的数值能真实代表母体，使人信赖的百分比程度。

⇨Confounded Effects ：不能被独立预测出的令人困惑的结果。

⇨Confounding：一个或多个结果，无法明确的归因于某个因素或相互间的影响。

⇨Control Chart ：控制图。

用来辨识一个控制下的操作过程的方法（在既定的统计范畴内）。

⇨Cp（Process Capability）：衡量过程能力的指数Cp = 公差(Tolerance) / 6s。

⇨Cpk ：Performance Capability Index – Cpk = (USL – mean)或(mean - LSL)的最小值除以3s。

⇨CRD （Completely Randomized Design）：完全随机设计。

在各种程度下，研究某个重要的因子，而实验以完全随机的顺序来执行，使不可控制的变因最小化。

⇨CTQ Flow down ：以非常严谨的方法分配需求，并评估比关键性的产品及其部门的能力。

⇨CTQ（Critical To Quality）：关键品质参数。

⇨Defect ：一个用来衡量既定标准的参数，却无法符合其标准。

⇨Defective （Part）：某个被用来衡量既定标准的部分，无法符合该标准的任何条件。

单一的缺陷部分可能包含数个缺陷(defects)。

⇨Degrees of Freedom：自由度，分析变异数的一个数值。

相当一个独立于用来预测变量的信息个数。

⇨Degrees of Freedom for Error：一个数值，用来分析变异数以预测过程中的干扰度。

未对过程的干扰度加以预测，而决定何者是重要的变量及其影响程度，都是无效的。

一个大约的衡量准则是，5的误差的自由度为极小值，相当于至少六次的重复。

⇨DOA（Dead on Arrival）：客户接收时无法运作的产品。

⇨DOE（Design of Experiments）：实验设计; 一群母体中的任何一项用来了解高度分配的因子。

通常和因子设计有关。

⇨DPMO（Defects Per Million Opportunities）：发现的缺陷个数除以(单位数乘每单位的机率)，乘以一百万。

⇨DPPM（Defective Parts Per Million) ：外部的阐述, ─缺陷单位个数除以总单位数，乘以一百万。

在Cpk的基础下。

⇨DPU（Defects Per Unit）：发现的缺陷个数除以实际衡量的单位数。

⇨Duncan’s Method：邓肯法。

一种统计方法，用以决定改变结果的因素其程度。

⇨Effect：当一个因素的水准由低变为高时，对结果产生的平均变化。

⇨Error ：误差。

过程中的固有变量。

当其它变量保持不变时，结果产生的差异。

（见noise）。

⇨Estimate ：在既定的水准及考量过程中所有因素的影响下，对某结果的预测。

（见prediction）。

⇨EVOP（EVolutionay OPeration）：渐进式操作。

持续进行所设计的试验而不影响其效率的一种方式。

⇨EWMA（Exponentially Weighted Moving Average）：指数加权移动平均。

一个控制曲线法，利用历史数据的指数加权值最小值。

⇨Experimental Region ：实验范围。

所有可能的因素组合产生可能的实验。

亦称做“要素空间”(Factor Space)。

⇨Experimental Unit ：实验中被发现及用来衡量的单位。

亦称做“分析单位”(unit of analysis)。

⇨ F Test ：一项统计检定，用来决定两变量间是否有差异存在。

⇨Factor ：在实验中能改变的投入要素，因子。

可能以质（例如：附加的种类）或量（例如：温度、气压）表示。

⇨Factor, Fixed ：如果要素的水准明确的被指定，则此要素称做固定的。

结论只能以此要素来推论。

结果具重要性。

⇨Factor, Monitored ：一项因素（通常是不可控制的，因此不能视为固定的。

）在实验过程中发现，且与部分无法解释的变异相关联。

⇨Factor, Nuisance ：妨害的因子。

一项已知会在过程中制造差异的因素﹔并无要求调查这项因子，但亦不可使此因子影响其它重要变因产生的结果。

（见blocking）。

⇨Factor, Random ：如果要素的水准是随机自母体值中选取时，则此因子称做“随机的”。

变异的组成要素具重要性。

⇨Fixed Effects Factor ：有选择地挑选出某水准下的因子。

例如，以400度、450度、500度来做为研究气温的结果。

（与做Random Effects Factor比较。

）⇨Fractional 2k Designs ：所有的要素都在低水准及高水平下做测试。

⇨Fractional 3k Designs ：所有的要素都在三种水准下测试：低、中、高。

⇨Fractional Factorial Experiment ：部分因子试验。

DOE的集合，只部分探究数个变量中的两种水准。

用来遮蔽住许多琐碎的变量，而集中焦点于主要控制过程的少而重要的变量。

⇨Full Factorial Experiment ：全部因子试验。

DOE的集体，探究数个变量中的两种水准，并可取得对主要及相互影响的结果之了解。

⇨Gage R&R（Gage Repeatability and Reproducibility）：某分配的所有变异百分比的分析，此分配可归因于衡量系统中的变异。

⇨Gage Repeatability ：当操纵者利用相同的gage衡量此明显的特性时，可得到相同的变异。

⇨Gage Reproducibility ：当衡量相同部分的特性时，由不同的操作者以相同的gage 衡量其平均变异。

⇨Generator ：一个用来创造部分因子设计的相互影响作用。

⇨GLM（General Linear Model）：一个ANOV A的形式，可允许实验设计中些许程度的不平衡。

⇨HALT─Highly Accelerated Life Testing ：为达可靠的设计所用的数种方法中的一种。

其概念为测试某产品致其极端（失败）条件，找出失败的根本原因，改善设计，并重复程序。

⇨Histogramv ：长条图。

表示所搜集资料分布情形的条状图。

⇨Hypothesis ：前提，假说。

一项利用统计方法来测试的声明。

此假设可能被拒绝，或因无够充分的证据而被拒绝。

⇨Interaction ：在某情况下，一项因子对某结果影响的水准不同于第二项因子的不同水准。

有双向相互影响，三向相互影响等。

⇨IX-MR ：Individual X and Moving Range─一个有连续数据点的控制曲线，并有点之间的等级图表。

⇨Kutosis ：峰度。

是描述某变量所有取值分布形态陡缓程度的统计量。

峰度为0表示其数据分布与正态分布的陡缓程度相同；大于0表示比正态分布高峰更加陡峭，为尖顶峰。

⇨Level ：某因子的数值或设定。

可以是质（如：附加A和附加B）或量（如：1000磅平方英吋，2000平方英吋）。

⇨LSD（Latin Square Design）：一种实验设计，研究其中的一项重要变因，并排除两项干扰因素。

⇨Main Effect ：当一项因子由低水准改变至高水准时，其对结果的改变。

⇨MBB（Master Black Belt）：6σ的训练师和顾问师。

⇨Mean ：衡量一项变数的中间趋势。

原点的第一项要素。

⇨Mean Square ：在ANOV A表中的某栏，代表由不同来源的变因导致结果的差异。

⇨Mean Square Error ：在ANOV A表中的某项，代表所有因子在给定的水准下，结果所产生的差异。

预测由于干扰（误差）对结果产生的差异。

⇨Minitab ：目前许多人所选择的统计分析应用软件。

⇨Multiple Comparison Procedure ：一种用来决定因子在何种水准下导致结果改变的统计方法。

例如：Fisher法、Duncan法、Scheffe法。

⇨Multi-Vari Analysis ：一种图解法，将过程中的变化来源拆解为他们基本的组成成分。

这种技巧用于初步移除多而琐碎的因子，并准备替代的因子作为设计的实验。

⇨Multivariate Statistical Methods ：统计工具，用来分析一组变量以决定他们对数种结果的影响。

包括一组多样的统计工具，例如回归、成分法则、因子分析、群组、分别分析。

⇨Nested Design ：一项实验设计，其中一种因子因其它变量而设定多种水准。

例如：不同厂商提供不同批次。

附加物的不同水准等。

⇨Noise ：一过程中固有的变因。

代表当不改变任何因素时，结果的改变。

⇨Normal Distribution ：常态分配，一种钟状的机率曲线，描述许多自然的过程。

当情况一再重复且平均发生时。

⇨Normal Probability Plot ：一种图标法，用来研究样本是否来自一个常态分配的母体。

通常用来检验利用ANOV A的正确性。

⇨One-Way ANOV A ：分析单项因素在不同水准下所生的变异。

（见ANOV A）。

⇨Optimization ：从过程中找出最希望的结果下，其因子和水准的组合。

⇨Pareto Chart ：以一般公制单位（次数、元额、时间等）表示事件的条状图。

⇨Plackett-Burman Design ：一种设计的实验，用来筛选样本需要的最小量。

通常只调查主要的影响，而不预测相互间的影响。

⇨Point Estimate ：点估计值。

判断某种预言或预定的响应的最好单一值，应该与信心和/ 或预言同时使用。

⇨Pre-control ：预先控制。