| 词语(英文) | 说明词语(中文) |
| CQ | 是 Critical To Quality的缩略语。 是指从顾客对产品或服务的要求事 出发，为了创造效率或价值而掌握的产品或服务的核心质量. |
| BB Project | 是BB实施的与许多部门相关或对企业影响度大的project. 通常组成小组后应用6西格玛技法和工具来进行实施。 |
| YS | 在project中，为了使成果可以测定， 而采用的可以代替CTQs的具体可测定型指标。 |
| 详细展开 | 为了实现6西格玛经营目标，决定CTQ(Big Y),并把要应用6西格玛方法论进行解决的战略按CTQ1;2...(Small y...)详细分类，而开发project的方法。 |
| GB Project | 是GB实施的project.可以用简单的6西格玛工具解决日常生活问题的project. |
| GB Project | 是指按阶段分类，在不应用6西格玛技法或工具也可以解决的project和6西格玛projcet的实施过程中，
根据主要Xs即可当场实行的小型改善项目。词汇名称用英文表示为「Quick-Fix」; 用中文表示为「当场实践」 或 「当场改善 」。 |
| Champion | 作为6西格玛促进战略及实行的负责人，选拔并培训Belt人员，管理project的实施
（高级职员/事业部长/组长）;作用 – 负责组织内6σ促进战略的建立和实施；管理成果Project（建立目标，支援，管理） ； 选拔及培训BB；消除推进过程中的障碍。 |
| BB | 6西格玛专家，同时也是推进project的领导者，应用6西格玛方法论科学地解决问题并创造巨大成果 。
作用 – 在部门内开发CTQ；project的推进领导者；指导GB project。 |
| Process | 狭义的概念是通过加工或处理输入，创造为内/外部顾客提供产品或服务， 信息等附加价值的一系列活动。广义的概念概括地分为输入和输出。 |
| Process Map | 把构成process的阶段或内容按照时间，职能或主管部门, 用图片把真实情况表示出来。
可分为上位process和下位process。 |
| SIPOC (High Level Process Map) | 上位水平的process Map也被称为SIPOC，为了实现核心process的具体化 ，在把process图片化时，不仅掌握process的Input;Output信息，也要掌握提供Output的Customer及VOC，同时扩大定义提供Input的Supplier， 并以这些信息为基础，从系统的观点导出顾客指向性问题。 |
| Six Sigma 方法论 | 6西格玛project只限定于使用6西格玛方法论的课题。对目前process进行改善时使用DMAIC，
在进行新设计或Redesign时使用DIDOV方法论。 |
| DMAIC | 现有的Process。 用于改善产品的 6西格玛促进方法论。 |
| DMADV | 在设计新产品时应用的6西格玛促进方法论。 |
| DIDOV | 在设计新产品时应用的6西格玛促进方法论。 |
| 开发Project | Project从以顾客观点收集的VOC，经营未决问题VOB， 因低质量引起的浪费要素COPQ 多的角度开发课题，并按照选定顺序进行导出。 |
| COPQ | 是Cost Of Poor Quality的缩略语。 是指总成本中因非正常的process导致的，当所有活动不发生缺陷或问题时就会消失的费用。 |
| 次品: Defective | 次品是指带有缺陷的对象。 |
| 规格 : Specification | 在制造·服务等方面，顾客要求的最低条件。 |
| 公差 : Tolerance | 规定允许的最大值和最小值间的差。 |
| PPM | 是Parts Per Million的缩略语。 表示把次品以百万单位进行换算后所得的值。 |
鉴定费用 :
Appraisal Cost | 在给顾客提供的产品或服务中发现次品或缺陷之前，进行事先检查而投入的费用。
例）产品发货前进行实验·检查的费用；对外部货物进行进口检查的费用 |
内部失败费用 :
Internal Failure Cost | 指在把产品交给顾客之前发现问题，并为解决问题而产生的重新作业，废弃费用等 。 |
外部失败费用 :
External Failure Cost | 指把产品或服务交给顾客后发现次品或缺陷，为解决问题而投入的费用。
例 ）品质保证；交换；退款；处理顾客不满的费用等。 |
预防费用 :
Prevention Cost | 防止产生次品或在设计时为事先防止产生不一致产品时需要的费用。
例）教育培训费；质量计划费用；工序管理/改善费用等。 |
| VOB | 是Voice Of Business的缩略语。 是指公司/事业部或小组的企业战略；管理层为实现经营计划而要求的事项。 |
回归分析 :
Regression Analysis | 为了掌握输入变数和输出变数的关系，以过去的数据为基础，求数学模型的统计分析方法。
利用这种方法，可以由一个变数的变化预测其他变数的变化。 |
| 回归方程式 : Regression Equation | 根据回归分析结果而导出的数学模型被称为回归方程式。 |
| 数学模型 : Mathematical Model | 实验计划法：是回归分析中得到的，表示输出变数（y）和输入变数 （x）关系的函数式。 |
单纯回归模型 :
Simple Regression Model | 是回归分析的基础模型。当输入变数为x，输出变数为y，误差项为 ε时，以 y = β0 + β1x1 + ε的形式表现出来的模型。 |
多重回归模型 :
Multiple Regression Model | 是回归分析的模型。两个以上的输入变数x和输出变数y，误差项为 ε 时，以 y = β0 + β1x1 + β2x2 + ε表示出来的模型。 |
线性模型 :
Linear Model | 把各输出变数用输入变数的线性函数来表示的模型。 |
| 决定系数(R) : Coefficient of Determination | 用于表示通过数据得到的回归模型是否非常有效地说明了实际数据的值。 决定系数的大小是介于0和1之间的值，决定系数的值越大，则回归模型更恰当。 |
预测区间 :
Prediction Interval | 对于一个预测值，在一定的概率范围（概率性根据下）内决定的上限和下限的范围 。 |
| 余差 : Residual | 回归模型中实际测定值减去通过回归模型计算的预测值后所得的值。 |
余差分析 :
Residual Analysis | 为了确认模型是否合适，对余差是否和正规分布相似，是否随机，是否带有独立性等进行分析。 |
| 非母数检验 : Nonparametrics Test | 不需要对母集合的分布进行假设； 使用顺序或符号测定数据代表值的方法被称为非母数测定。 |
职能分析 :
Function Analysis | 是在找出对策或分析价值时使用的解决问题的技法。
职能分析大体由①职能定义②职能评价 ③找出对策 等3个系统组成。 |
相关分析 :
Correlation Analysis | 判断两个变数之间线性关系如何的分析方法。 |
| 可信度 : Reliability | 系统，机器，零件等在规定的条件和一定的时间内有效实现其职能的概率。 |
| 故障 : Failure | 由于系统组成要素的缺陷，外部的冲击或因长时间使用而造成的系统磨损， 而使系统不能正常实行任务的状态。 |
| 实验计划法 : DOE | 是Design of Experiments的缩略语， 表示对实验进行计划的方法。计划的内容主要有：如何对要解决的问题进行实验；如何收集数据； 通过什么统计方法分析数据才可以实现用最少的实验次数得到最多的信息。 |
| 因子 : Factor | 在无数被认为会产生分布的原因中，直接导致进行实验的原因。 |
| 水平 : Level | 表示用于进行实验的因子的条件； 实验时为了确认因子的影响而设定的因子值的大小水平。 |
| 主效果 : Main Effect | 实验结果中，因各个因子而产生的效果。 不考虑相互作用只考虑因各个因子而产生的效果。 |
| 直交性 : Orthogonality | 变数A和B在高(+1)水平上有2个run，在低水平上有2个run时，AB项的和为0的性质被称为直交性 。
可以使各个要素相互间独立。 |
交互效果 :
Interaction Effect | 用于表示有两个以上的因子时， 一个因子的水平效果随着其它因子的水平进行变化的程度的量。 |
| 中心点 : Center Point | 在实验计划中因子水平很多的情况下，为了减少实验次数，通常进行2个水平的实验 ；这时，为了明确各水平之间的反应值为非线性，在2个水平之间的中心部分追加的实验点。 |
| 实验误差 : Experimental Error | 实验时，因周边环境而产生的数据差异（变化值）被称为实验误差。 |
标本大小 :
Sample Size | 从母集合抽取的标本个数 |
| 标准误差 : SE Mean | 是指Standard Error of Mean，表示推断量的程度。 表示出一个推断量（平均）的标准偏差。 |
检验假说 :
Hypothesis Testing | 对母集合的母数（母平均；母比率；母分散）或分布等进行假设 ，通过标本所得到的信息，决定假设是否合适的分析步骤或方法。 |
| Z 值 | 是标准正规分布中的平均值，即表示从0点到x轴距离的值。 |
| 归零假设 | Null Hypothesis; 把一般众所周知的事实设定为归零假设。 检验假设时，进行比较的两个母集合的平均值或标准偏差没有差异的假设。 |
| 对立假设 : Ha | Alternative Hypothesis; 立足于标本， 通过确切的依据进行证明的假设。在检验假设时被比较的两个母集合的平均值或平均偏差有差异的假设，也被称为H1。 |
取消域 :
Critical Region | 把归零假设取消的检验统计量的领域 也称为 Rejection Region。 |
一边检验 :
One-Side Test | 取消域只在一边的检验方式。即，当检验统计量的值比某值大的时候（或小的时候 ），取消归零假设的检验方式。 |
双边检验 :
Two-Sided Test | 取消域存在于两边的情况，即， 检验统计量的值在非常大或非常小的领域同时具备取消域的检验。 |
检验统计量 :
Test Statistic | 通过分析收集的材料，决定是否使用假设，是判断归零假设对错的标准值（ 或统计量） |
第1种错误 :
Type ⅠError | 检验假设时，虽然归零假设(H0)为真; 但还是错误地取消归零假设(H0)的概率 。
☞ a risk; 也称为生产者的危险概率。" |
第2种错误 :
Type Ⅱ Error | 检验假设时，虽然归零假设(H0)为假，但还是错误地选择H0的概率。
☞ β risk; 也称为消费者危险概率。" |
| 价值水平 : Significance Level | 归零假设为真时，取消归零假说而产生错误的概率的最大允许限度表示为 α，通常使用0.05(5%) ; 0.01；(1%); 0.10(10%)作为值。 |
| P - value | 当归零假设为真时，错误地取消归零假设的概率。即， 当产生归零假设为假的结论时，表示我们的判断错误的危险，因此这个值小的话，可以下结论说归零假设为假。 |
检验能力 :
Power of Test (1-β) | 在统计性检验中，当归零假设非真时，判断出归零假设为假并取消的概率，即， 检验出归零假设非真的概率。
例）用归零假设设定被告无罪时（事实上被告有罪），法官出示证据，阐述归零假设为非真的能力。 |
| 1-Sample t Test | 通过在一个母集合中抽样标本的平均数， 判断母集合的平均数是否和特定值相同的方法。
例）分析目前工序的平均数是否和已知的特定值有差异。 |
| 2-Sample t Test | 互相不产生影响的两个母集合中， 通过检验各个母集合中的抽样标本，判断两
集合母平均是否相同的方法。
例）在检验改善process前·后的效果，或用同一零件比较两家公司水平时使用。 |
|
| Paired t Test | 数据呈现同性质成对的形态时，利用从各对数据得到的观测值的差， 对两个集合进行比较的方法。 |
| t-分布 : t- Distribution | 同正规分布相似的形态。以0为中心左右对称，根据自由度决定分布， 自由度越大t分布越接近正规分布
* 通常，不知道母分散时，应用由t分布产生的统计量实施检验。 |
自由度 :
Degree of Freedom | 自由度是指在目前条件下可以自由变化的数。 在推断母集合的母数时需要的独立观测值的数。
例）假设有5名学生。当让这5名学生各选择一名自己喜欢的学生时，每个学生可以自由选择的对象是除了
自己以外的4个人，此时自由度是 N-1=5-1=4 。 |
| 1- Proportion Test | 通过一个母集合中抽出的标本比率，测定母集合的比率是否同特定比率相同的方法 。 |
| 检验合适度 : Goodness- of-Fit Test | 测定样品数据是否受特定分布影响的方法 |
分期表 :
Contingency Table | 根据两种以上的特性（优良品/次品；男人/女人 等）把实验结果分类，记录属于各个范围的度数（个数）的表。
* 通过分类表对比率进行比较，可以测定出变数间的关系。 |
| Chi-square分布 | 不只是平均的标本分布，分散的标本分布也很重要， 所以被用于母分散的推论的分布被称为
Chi-square分布
* 例如，产品特性的平均数重要的同时，可以知道产品特性的变化程度非常重要。 |
分散分析 :
Analysis of Variance | 因测定值而产生的总变化，即，利用总平方， 判断影响反应值的要素的影响程度的统计性分析。 |
| One-Way ANOVA | 在检验两个以上母集合是否互相一致时使用。 |
| Two-Way ANOVA | 在对于影响反应值的两个因子进行随机组合实验，分析效果的时候使用。 |
平方和(SS) :
Sum of Squares; | 用测定值得平均数乘以测定值的差得出的值，用来表现特性值的分布 。 |
| F- 分布: F- Distribution | 在利用母集合的分散比较平均数时被使用的分布。
* 主要在检验许多母集合的平均数同一性时使用 |
| 概率密度函数 : Probability Density Function | 概率变数是指得到给与的某种值的概率，表示连续概率变数的概率函数，即，
概率密度函数应该满足以下性质。 |
| Poisson Distribution | Poisson Distribution 当以一定时间、长度、 面积和体积等为基准进行观察时，把频率低的确切事件的发生次数进行概率性的模型化分布，有特定时间内的机器故障次数或安全事故数、 产品的缺陷数和下水道里的细菌数等。 |
二项式分布 :
Binomial Distribution | Binomial Distribution 把在实验结果为优良品/次品或成功失败两种独立性的实验时反复进行n次时 ，
成功次数X随着特定分布而变化被称为二项式分布。 |
正规分布 :
Normal Distribution | Normal Distribution 。 表示观测结果以平均为中心进行两边对称分布的状态。根据平均和分布的程度可以有相当多的正规分布，正规分布很好地阐明了许多自然现象。 |
| 标准正规分布 : Standard Normal Distribution | Standard Normal Distribution 平均是0， 标准偏差是1的正规分布。因为正规分布根据平均数和分布的不同，会有很多不同的正规分布，所以这是把他按照统一标准标准化的分布。 |
| Z 变换 : Z Transformati | 把任意的正规分布给“标准化”为标准正规分布的作业叫做“Z 变换”。 |
中心极限整理 :
Central Limit Theorem | Central Limit Theorem 与母集合的分布毫不相关地进行同一分布的众多数的独立性概率分布的和，
近似于做正规分布。 |
正规性检验 :
Normality Test | Normality Test 因为Sample Data假定正规分布， 所以在使用工具时，统计所有统计性的假设检验一定要确认数据是否带有正规性。检验正规性时，把P值在0.05以上的判断为正规分布。 |
随机抽样 :
Random Sampling | 为了最小化在从母集合中抽出标本的过程中，由实验顺序引起的误差的影响 （时间变化、条件变化）等，
偶然地收集数据的方法。*误差：真实值和测定值之间的差 |
| 层分类 : Stratification | 把母集合分成相同性质的几个集合或层后，在各个层中抽出标本的方法。 |
| 质量职能展开 : QFD | 是Quality Function Deployment的缩略语 。可以表示为连接顾客的需求到产品功能要求事项 → 产品设计Spec → 工程Spec的形式上的品质住宅(House Of Quality)。 |
| Vital Few Xs | 指在影响Project CTQ的要素中影响度大的核心因子。 |
度数分布 :
Frequency Distribution | Frequency Distribution 指按不同级别把分类的各级别资料的个数-度数按各级别表现出来，把这个用图表称为度数分布表。 |
相对度数:
Relative Frequency | 指按不同级别分材料时，把对应各级别的资料的个数叫做那个级别的度数， 相对度数是指各个度数占全体资料个数的比率。 |
| Histogram | 在按不同区间把数据分类，按不同的区间掌握了频度数（个数）后，横轴把区间纵轴表现为大Graphic的图表。 |
| 箱子图 : Box Plot | 把测定值表示为Box形态，不仅可以掌握分布的状态 ，还可以掌握数据的中间值、最小值、四分位数、
最大值、理想点。 |
| Outlier | 通过实验和观察收集数据时， 因为脱离数据的大半部分状态的观测点由于数据记录时的误差而产生，
所以应排除这一点再分析。否则要调查出现这点的原因。 |
Pareto 法则 :
Pareto's Law | 利用活动的多部分（全体系统的80%）是由小部分的要素（这个变数的20%） 形成的法则，断定影响结果的原因的重要程度，在制定对应重要程度的对策方案时，为了分辨活用 - Vital Few的分析。 |
| Pareto Chart | 按照Pareto图表产品的次品或缺陷、装备的故障、 事故或原因等不同项目分类，按顺序排列的图表。计算每个分类项目累计的数量，计算全体数据数量的累计百分比。 |
| 散点图 : Scatter Plot | 对相关联的서的两个变数得观测值X、Y打分， 可以从视觉上判断出两个变数间的大略关系的图表。 |
| Marginal Plot | 是追加可以看到散点图上的各个变数的分布模样的功能。 既有可以看到两个变数的关系，又有可以同时看到各个变数的分布状态和按区间频度分类的长处。 |
行列散点度 :
Matrix Plot | 作为同时表现许多个散点图的图表，在要掌握许多变数间的关系时使用。 |
| Multi-Vari Analysis | 是分析输入变数给输出变数带来什么影响时用到的技法， 通常， 把不影响输出变数的输入变数从输入变数 List 中删除，找出产生重大影响的核心输入变数(Vital Few Xs)的一系列Process。 |
| Estimation | 了解了母集合的特性后，利用从母集合抽出的样品求范围，叫做推断。 前者叫推断点，后者叫推断区间 |
推断点 :
Point Estimation | 把母数像标本平均数一样推定为一个数值。 |
推断区间 :
Interval Estimation | 是指可以决定未知母数被包含的概率的区间界限; 表示包含推断点误差概念的推断信赖区间。 |
NVA :
Non Value Added | 指不能创出附加价值的非附加价值业务。代表性非附加价值业务有Line交替时间、 搬运、检查、重新作业、处理再订货、库存过剩、废弃、不必要业务Process、修改报告上的错误和不必要的等待等。 |
KPIV :
Key Process Input Variable | 作为Process的主要输入变数，是指可能引起顾客重视的的产品特性或Process的输出变数产生影响的要素等 。 |
| CNX | 考虑在影响输出变数的潜在Xs中的重要程度、紧急程度，对被选定为Xs的输入变数进行如下分类和改善
* Constant (常数) : C
指在影响输出变数的Xs中保持一定条件的因子。
* Noise (噪音因子) : N
在影响输出变数的因子中，通常把不可管理的环境条件或很难管理的条件因子叫做噪音因子。
* Controllable Variable(控制因子) : X
指在影响输出变数的Xs中可以管理的因子。 |
特性要因图 :
C & E Diagram | 是Cause and Effect Diagram的缩略语。 一般以人、材料、环境、装备和测定系统等共同的范畴进行分类，是为了导出产生影响的原因时使用的方法。还被叫做Fish-bone或石川Diagram。 |
| X-Y Matrix | 在表明输入变数和顾客重视的输出变数的关系，或优先次序化时使用 。
职能展开Matrix也叫 C Matrix ; FDM(Function Deployment Matrix)。 |
| 故障影响分析 : FMEA | 明确掌握在process中发生的故障类型及由其产生的影响， 把与危险类型相关的危险度数值化，为了决定改善的优先次序而制成的表格。
* 种类 : Design FMEA、Process FMEA、System FMEA |
| 严重程度(SEV) : Severity | 在制定FMEA时根据故障类型对顾客的影响程度打分，数值越高，越危险。
* 顾客 : 是指包含后工序的内，外部顾客。 |
| 发生度(OCC) : Occurrence | 在制定FMEA时，根据潜在故障原因的发生频度打分，数值越高， 越经常发生故障；数值越低，发生故障的概率越低。 |
| 检出度(DET) : Detection | 在制定FMEA时，根据对Process的问题原因的探知可能性打分 ，数值越高，越难发现；数值越低，
越容易发现。 |
| 危险优先次序 : RPN | 是Risk Priority Number的缩略语。在FMEA中把故障类型的危险程度数值化 ，为决定改善的优先次序，各个故障类型用（严重程度）X（发生度）X（检出度）计算，数值越高，越应该重点考虑。 |
计量型数据 :
Variable Data | 特性值可以连续量地被测定的质量特性值
例) 长度、重量、强度、体积、浓度、速度、压力、温度等☞ 还叫做连续型数据(Continuous Data) |
计数型数据 :
Attribute Data | 是指点数次品的数量，缺陷的数量等所得到的质量特性值。 计数性数据分为缺陷数数据和次品率数据。
* 缺陷数数据：校对教材时出现的误打
*次品率数据：重新作业件数 也叫离散型数据(Discrete Data) |
| 母集合 : Population | 把关心对象的总集合叫做母集合，母集合的元素个数叫做母集合的大小。
如果母集合的大小有限，就叫有限母集合，反之叫无限母集合。 |
| 抽样 : Sampling | 要得到有关母集合特性的信息，从母集合中抽出一部分要素，叫做抽样。 |
中心倾向性 :
Central Tendency | 在计量型数据中向分布的中央聚集的倾向。 |
| 斜度 : Skewness | 表示资料的分布状态以中心为标准，向一边倾斜的尺度。 |
| Kurtosis | 用来表示资料的分布状态是否以正规分布为标准，向一个值聚集， 或者许多值均匀分布程度的尺度。 |
| 平均数 : Mean | 通常指全部测定值的算术平均数。
* 母平均数: μ = Σxi / N = 全部数据的和/全部数据的大小（个数）
* 标本平均数 : = Σxi / n = 标本数据的和/标本数据的大小(个数)" |
| 中间值 : Median | 把数据按大小(n)排列时，处于中间的值。受Outlier的影响小 |
| 最频值 : Mode | 在全部测定值中，发生频度最高的值。 |
加权平均数 :
Weighted Average | 根据相对重要性赋予的加权值的平均被称为加权平均。 |
| 分散 : Variance | 表示数据分散程度的分布单位的一种。 |
标准偏差 :
Standard Deviation; StDev | 标准偏差是表示数据的平均分布的统计量。 表示个别的数据到数据平均数的距离有多远的值，
取分散的平方根。 |
| 四分位数 : Quartile | 把材料按大小顺序排列时，4等分的数。
* Q1: 第1四分位数(First quartile) = 相当于 25%的值
* M : 中间值(Median) = 相当于 50%的值
* Q3: 第3四分位数(Third Quartile) = 相当于75%的值 |
| 范围 : Range | 测定值的最大值和最小值的差 |
| 缺陷 : Defect | Process及产品等中超出顾客要求条件的不当或缺点。 |
| 顾客 : Customer | 使用在process中生产的产品或服务的人或组织。 是内部顾客与外部顾客的统称。为了实现6西格玛，应该同时使内外顾客满意。广义的顾客包括Stakeholder和 Society。 |
| 顾客的声音 : VOC | 是Voice Of Customer的缩略语。 指顾客的声音， 即内外部顾客的要求事项。 |
西格玛水平 :
Sigma Level | 以短期工序能力为标准， 计算分布的平均数和规格限度之间的距离是标准偏差的几倍而得出的值，
表示process能力的共同指标。 |
| MBB | 6西格玛专家。是公司内的consultant，以对企业的理解和6西格玛方法论的知识为基础 ，主导方法论的开发及培训/指导等 Six Sigma活动。作用-部门内支援开发project，6西格玛方法论的Owner,
6西格玛培训 ；BB/GB Project支援 |
| GB | 参与6西格玛活动并应用6西格玛技法，实施以改善目前业务为中心的project. |
| FEA | 是Finance Effect Analyst的缩略语。 是检验project(BB/GB)财务成果的专家，为了提高计算效果的正确率，保持评价/补偿的公正性，按照公司/事业部/小组情况分类后 ，审查project效果的专家。 |
| Hidden Factory | 当所有的活动没有缺陷或问题时消失的业务。把引起再作业，库存过剩 ，移动，废弃，错误，
等待时间等的process称为Hidden Factory。 |
| Work-Out | 对于经营活动中的问题，相关的人员聚集在一起进行具体商议后， 向管理层提出改善方案，
管理层最终决定是否可以进行促进的方法论。 |
| Benchmarking | 为了确保最高水平的竞争力，不断的同竞争企业或行业内的先进企业在产品·服务方面进行比较·分析，
建立并实行可以消除差距的战略的一系列改善活动。 |
Kano 分析 :
Kano Analysis | 把顾客的要求事项按 Must be needs(当然性质量; 必需要素); One Dimensional needs(一元性质量; 1元性要素); Delighter(魅力性质量; 感动型要素)进行分类，并分析顾客的满意度，决定优先次序并寻找解决方案的分析方法。 |
| Brainstorming | 是创造idea的技法。利用集合效果，产生idea连锁反应，在不考虑idea质量的情况下尽可能的创造各种idea， 被用于寻找问题，对问题的解决方案，和改善的机会。 |
| 机会 : Opportunity | 有发生缺陷可能性的检查，或者作为管理的对象有必要改善或消除业务。 |
| 测定系统(MSA) : Measurement System Analysis | 用于确保数据的可信度的分析方法。 分析因测定系统发生的变化对总变化产生多少影响，判断测定系统是否合适，分析测定系统的精密度(Gage R)，正确度等。 |
| 测定误差 : Measurement Error | 测定值和真实值之间的差。测定误差是由测量仪的正确度和精密度引起的， 误差的原因主要是温度，
湿度，灰尘等环境因素；测量仪变形；操作不熟练；测量员的失误等 |
| 正确度 : Accuracy | 通过测定系统对同一样品进行测定时， 测定值的平均和真实值的一致程度被称为准确度。 |
| 偏移 : Bias | 要推断的母数和推断量的期待值之间的差。 |
| 稳定性 : Stability | 对标本的一个特性进行长时间测定时，因时间而产生的测定值的总变化。 |
| 线性 : Linearity | 在测定系统分析中，超出包含全部测定范围的测定系统的一贯性的变化。 |
| 精密度 : Precision | 是指由测定系统的反复性和再现性引起的变化总和。 |
| 反复性 : Repeatability | 指同一人使用同一测量仪对同一零件进行反复测定时表现出来的测定值的分布。 被用于分析测量仪的分布。 |
| 再现性 : Reproducibility | 指不同的人用同一测量仪对同一零件进行多次反复测量时所得测定值的分布。 被用于分析测量员之间的分布。 |
| Gage R & R Study | 统计性分析由测定系统分析中的反复性，再现性引起的变化对工序产生多大的影响 ，评价测定系统是否合适的方法。 |
| Contribution | Gage R分析中总变化中，由测量仪，测量员，测量员*Part，零件间(Part-To-Part)引起的变化所占的比率通过分散进行分析 。 |
| Study Variation | Gage R分析中总变化中，由测量仪，测量员，测量员*Part，零件间(Part-To-Part)引起的变化所占的比率通过标准偏差进行分析 。 |
| Number of Distinct Categories | 是评价测定系统的量度。表示相应的测定系统可以区分的空间数 ，即，辨别范围的数。 |
DPU :
Defects Per Unit | 表示一个单位内存在的缺陷数的比率。 把发生的缺陷数除以全部的单位个数进行计算。 |
DPO :
Defects Per Opportunity | 表示可以产生缺陷的每一个机会可以产生的缺陷数， 把发生的缺陷数除已全部的机会数进行计算。 |
| DPMO | 是Defects Per Million Opportunities的缩略语 。表示每一百万个机会中可以产生的缺陷数，
是把DPO乘以百万（106）而表现出来的值。 |
| FTY | 是First Time Yield的缩略语。 表示单位工序中不反应再作业或修理的初期优良品率。 |
| 工序能力分析 : Process Capability Analysis | 在开发，制造，服务阶段中为了测定process的分布， 缩小变化的幅度而利用统计型方法同规格进行比较，分析。 |
| 标准化比率 | Normalized Yield。是代表全部工序的质量水平指标。 以工序的平均比率表示出来，以几何平均数计算出来。 |
工序能力 :
Process Capability | 表示当Process处于管理状态时产品或服务的质量变化为何种程度的量。 |
| 部分群 : Subgroup | 为了求管理图上某一点统计量的值而抽出的样品。 |
短期工序能力 :
Short Term Capability | 被判断为没有process外部影响的，比较短时间内的工序能力 。
目前的process能达到的最大工序能力被称为短期工序能力。 |
长期工序能力 :
Long Term Capability | 是指包含process的全部变化要素的长时间的实行能力。一般的情况 ，process的中心不固定在目标值上，因为随时间变化，所以短期的工序能力和长期的工序能力会不同。 |
| 目前水平 : Baseline | 用project特性或指标表示，指对目前水平测定所得到的值。 |
DSC :
Design Scorecard | 在产品，服务，process的设计project中， 为了事先预测最终质量并进行改善而使用的图表。 |
| 潜在 X | 是指假设会对project CTQ产生影响的输入因子。也称为潜在原因变数 。据此，在推进6西格玛project时，可以规定process的范围并导出尽可能多的输入变数（KPIV）。 |
| 潜在 X : Potential X | 是指假设会对project CTQ产生影响的输入因子。也称为潜在原因变数。 据此，在推进6西格玛project时，可以规定process的范围并导出尽可能多的输入变数（KPIV）。 |
完全要素实验 :
Full Factorial Experiment | 根据因子的各个水平在所有组合中实施的实验。因为可以评价所有的主效果和交互作用，
在掌握因子特性及最佳化时使用。 |
| 再现实验 : Replication | 在实验计划法中， 按照全部实验计划顺序进行实验后，重新以同一顺序反复进行实验。 |
| 反复实验 : Repetition | 在实验计划法中， 通过各因子水平的组合（实验条件），进行2次以上的实验。即，
在同一实验条件下反复进行实验。 |
| 反应表面分析 : RSM | 当许多输入变数（说明变数） 对一个输出变数(反应变数)产生影响时，对输出变数表示出的反应表面进行分析的方法。RSM的目的是掌握输入变数和输出变数的关系， 找出最佳条件。 |
| Robust Design | 在产品及工序设计阶段， 为了使产品的性能特性对噪音（Noise）不敏感，而求出设计变数的最佳条件。即，为了减少产品的性能变化， 与控制需要很多费用和努力的杂音相比，在产品和工序的执行可以顺利实行的范围内，允许噪音，寻找在性能。 特性上可以减少对噪音敏感度的设计变数的最佳值 |
| Taguchi实验 : Taguchi Method | 把因噪音因子引起得的分布表现为损失，对不可回避的环境条件或难以控制的生产条件， 工序条件等噪音因子对输出变数产生的影响程度进行计量评价的方法。 |
| Parameter设计 : Parameter Design | 是指决定对产品性能的特性值产生影响的可控制性因子最佳条件的目标值。 |
公差设计 :
Tolerance Design | Parameter 设计在进行파라미터设计后，性能特性不处于令人满意的状态时，考虑对性能特性值变化的影响和费用，把设计变数的允许值最佳化， 把性能特性值的变化保持在理想水平以下的设计方法。 |
| Pilot | 为了使Risk最小化， 在把最佳方案正式进行扩大使用·批量生产之前，进行示范性使用的方法。 |
| Simulation | 通过假设实行改善方案， 预测实际情况结果的技法。
*process Simulation: 在改善或开发了process后，用于评价恰当性的技法。 |
| Must-Want Matrix | 要在许多方案中选出最佳方案时应用的Matrix，是为找出最佳方案的技法。 |
| Pugh Matrix | 在按已设定的标准比较几个对策时使用的工具。从弱的解决方案出发准备强大的解决方案。
被用于导出其它对策的混合状态或变形状态的最佳对策。 |
| Pay off Matrix | 通过比较要考虑的解决方案需要的努力和预想效果，对提出的众多对策进行评价，
从中选择最佳对策的技法。 |
线性计划法 :
Linear Programming | 把现有的情况（限制） 用数式（线性的）进行模型化，对此进行分析并选择最佳条件的方法。 |
计时分析 :
Time Series Analysis | 使用按时间顺序测定或观测得到的数据，以统计型模型表示出来，预测以后的现象或倾向的技法 。 |
| 统计型工序管理(SPC) : Statistical Process Control | 应用管理图定义问题或把process输出变数同管理限度相比较并进行控制 ，发生不稳定的pattern或脱离管理情况的话，通过采取适当的措施对process进行统计性管理。 |
| 管理图 : Control Chart | 把工序中收集的数据画成点； 把这些点的位置或移动情况同事先规定的标准（管理限度线）相比较；判断工序是否有异常；寻找其原因的统计型工序管理的代表技法。 管理图上的点大部分处于管理限度线里面时，可以判断说处于管理状态。 |
| 管理线 : Control Line | 管理图中的中心线和管理限度线统称为管理线。 |
管理限度 :
Control Limit | 为了区分工序变化产生原因中的异常原因和偶然原因，在管理图上设定的限度。
分为管理上线和管理下限。 |
管理上限(UCL) :
Upper Control Limit | 工序处于管理状态时中心线上面的管理限度。 位于从中心线开始统计量标准偏差的3倍距离处 。 |
管理下限(LCL) :
Lower Control Limit | 工序处于管理状态时中心线下面的管理限度。位于从中心线开始统计量标准偏差的3倍距离处。 |
| 规格限度 : Specification Limit | 对质量特性允许的限度值。 分为上限规格和下限规格。质量特性值超过规格限度的产品被判断为次品。 |
| 管理状态 : In-Control | 在管理图中， 表示质量特性的点全部得分在管理限度线以内，点的排列没有规则性的状态。 |
脱离管理 :
Out of Control | 在管理图中， 表示质量特性的点在管理限度线以外，或点的排列表现出一定规则的状态。 |
| 群 : Group | 在同一条件下随意抽出的测定值的集合。群内变化只包括由偶然原因引起变化，
而异常原因则作用于群间变化，促使群形成. |
群间变化 :
Variation between Subgroups | 部分群之间发生的变化 |
群内变化 :
Variation within Subgroups | 部分群种测定值的变化。 称为lot内变化或测定误差。 |
| Run | 属于同一种类的连续的点。 例如区分管理图商议点中心线上边的点和下边的点时，
中心线上边连续的点被称为中心线上边Run，下边连续的点被称为中心线下边Run。 |
| 检验Run : Run Test | 管理图的情况，根据得分的Run检验是否脱离管理状态的方法 。分为利用“Run的长度”和“Run的数”这两种方法。 |
偶然原因 :
Common Cause | 在对工序进行严格管理时也会发生的不可避免的变化，被称为因偶然原因引起的变化，
当变化只是因为偶然原因引起时， 从统计的角度可以说该工序处于管理状态。
例）工作人员的熟练程度差异；工作环境差异；不可鉴别的原料及设备特性差异等 |
| Assignable Causes | 在产品或业务process中以非慢性形式存在 ，以散发的形式发生的引起质量变化的原因。
例）指由工作人员的不注意；使用次品材料；生产设备异常等产生的原因。 |
| 计量型管理图 : Continuous Control | 使用计量型质量特性值制定的管理图 * 管理图按照数据的类型进行制定。 |
| I-MR 管理图 | 在管理图中， 不把数据按部分群分类，每个测定值打点后管理工序时使用，
每个测定值和移动范围可以在一个画面上输出。 |
| I-MR-R 管理图 | 在管理图中把数据分为部分群， 给平均值评分管理工序时，把部分群的平均值；移动范围；
部分群内数据范围等在一个画面上输出。 |
计数型管理图 :
Attribute Control | 应用次品的个数， 次品率等计数型质量特性值制成的管理图。 |
| P 管理图 : P Chart | 是利用次品率管理工序时应用的管理图。标本的大小即使不相同也可以使用。 |
| nP 管理图 : nP Chart | 标本的大小(n)经常一定时 ，对全部标本中有几个次品进行管理的次品个数管理图。 |
| C 管理图 : C Chart | 把一定个数的标本中检验出的缺陷数用管理图表示出来。
例）每页的误打字数；冰箱门每一次喷汽过程中产生的气泡数； 每一个wafer当中发生的缺陷数等 |
| U 管理图 : U Chart | 当标本的大小不一致时， 通过缺陷数管理工序，把缺陷数转变为单位缺陷数后制定管理图。 |
| 标准化 : Standardization | 业务标准，材料标准，作业标准，设备标准，图形等人们的倾向；为了业务效率和安全，以合理的标准设定彼此间约定的方法。 |
| 标准执行步骤 : SOP | 是Standard Operating Procedure的缩略语。为了使业务（作业）的结果（质量）长期保持均一而制定的业务（作业）的方法。 |
管理计划书 :
Control Plan | 为了管理process的分布 ，持续保持被改善的事项，把管理项目方法文件化。包括管理项目，管理周期，管理标准，负责人，非常情况时的措施等 |
| 扩散 Scale Up | 改善了实验应用结果中出现的问题或应该补充的事项后， 建立并推进包含什么业务什么时候需要应用扩散；被改善的project业务移交等的扩散计划等的业务。 |
平均数平方(MS) :
Mean Square | 因子的平方除以各个因子的自由度所得的值
* 在分散分析中，利用这个值可以判断因子对反应值产生影响的程度。 |
| CTQ | 是 Critical To Quality的缩略语。是指从顾客对产品或服务的要求事项出发，为了创造 效率或价值而掌握的产品或服务的核心质量. |
发表于 2017-8-9 13:38:18
发表于 2017-8-9 15:41:02
发表于 2018-1-21 12:24:09
发表于 2017-8-9 13:39:35
发表于 2017-8-9 16:54:35
发表于 2017-8-9 19:58:03
