六西格玛辞典

六西格玛辞典

★　Attribute Data (特怔型数据) 数据或变量的最低层次, 通常是二元的数据, 比如开/关, 好/坏, 合格/不合格.

★　Benchmarking (比较)企业向其他企业学习更好实践和方法的过程, 可以帮助企业了解别人如何比自己做得更好同时运用这些获取的信息改善自己的能力.

★　Black Belt (黑带)在一个Six Sigma组织中接受黑带培训, 并完成两个黑带项目后被授予黑带称号的六个西格玛全职人员.

★　Brainstorming (头脑风暴)一个集思广益的讨论过程, 通常的规则是: 没有任何想法是不好的想法. 能够帮助参加讨论的人进行最全面的思考.

★　Cause (原因)在流程中影响流程的结果的因素, 是我们要寻找和控制的对象.

★　Cause-And-Effect Diagram (因果图)也称为鱼骨图, 是用图示的方法将造成某个结果的可能原因列出并分类的工具.通常和头脑风暴结合使用.

★　Champion (带头人)在企业中推动Six Sigma的最高负责人, 他负责制定企业Six Sigma的实施战略, 为顺利推动提供必要的资源和支持. 通常他也是项目批准和项目审核的最终决定人.

★　Characteristic (特性)可定义或量化的产品或服务特征.

★　Control Chart (控制图)统计工序控制中对流程或工序按照时间作图, 通过计算控制上下限以监控流程是否处在受控状态的工具.

★　Continuous Data (连续型数据)数据在测量系统精度的可能下可以是任意可能的数值. 比如用天平测量质量的数据, 用时钟测量时间的数据等.

★　Correlation (相关性)当某个变量的变化和另一变量的变化存在关系时候, 我们称这两个变量之间有相关性. 通常两个变量之间的相关性为正相关性, 负相关性或无相关性.

★　Critical-To-Quality (CTQ) 质量关键点企业提供的产品和服务必须满足客户要求的质量特征. 在Six Sigma 中, 通常用Y来表示.

★　Design For Six Sigma (DFSS) 为六个西格玛而设计通常也称为DMADV,. 是一套运用六个西格玛的工具并遵守一套严格的程序来进行新产品或新流程设计的方法论. 又称为”关卡设计法”.

★　Design of Experiments (DOE) 实验设计根据统计方法设计实验来改进产品和流程的品质的方法. 应用在Six Sigma的改进阶段中.

★　Discrete Data (离散型数据)数据是有限分类的数据. 比如省份, 产品个数. 离散型数据不能够再做有意义的拆分.

★　Distributions (分布)大量的数据在某个中心值的两边散布的趋势.

★　DMAIC六个西格玛方法论的一种, 通常是对现有的流程进行改进的方法. 包括5个阶段: Define(定义), Measure(测量), Analyze(分析), Improve(改进)和Control(控制).

★　DMADV六个西格玛方法论的一种, 也称为六个西格玛而设计(DFSS), 包括5个阶段: Define(定义), Measure(测量), Analyze(分析), Design(设计)和Verify(验证).

★　DPMO (百万次机会中缺陷数)Defect-Per-Million-Opportunity. 是将单位产品的缺陷率除以单位产品的缺陷机会数再乘以1000000来表示的缺陷率. 六个西格玛的缺陷率为3.4DPMO.

★　Effect (结果)流程的输出和结果. 是六个西格玛项目改进的对象. 它是因变的. 和原因想对应.

★　Experiment (实验)在事先确定的条件下所进行的实验以寻找实验因素对实验结果的影响, 寻找或验证未知或已知的规律.

★　Fishbone Diagram (鱼骨图)见因果图

★　FMEA 失效模式和后果分析研究产品, 流程, 系统, 软件中的各子部分可能失效的模式和后果, 并根据分析制定相应的预防和改善措施的方法和程序. 在Six Sigma中用于解决3-4西格玛的问题.

★　5M1E在因果图中常用的对因素的分类方法，包括：人, 机, 料, 法, 测量和环境.

★　Gage R&R (测量系统的重复性和重现性)对测量系统进行研究以确定测量系统由量具和测量者造成的偏差是否在一个可以接受的范围之内的方法. 在DMAIC的测量阶段必须确认测量系统合格之后项目才能继续进行.

★　Green Belt (绿带)在本职工作之外, 接受Six Sigma绿带培训, 完成一个绿带项目并被授予绿带称号的员工.

★　Histogram (直方图)用直方块的方法来表示数据在某个区域出现的频率的方法. 是基本的质量工具, 用于了解数据的分布情况.

★　Independent Variable (自变变量)流程中不受其他变量的影响的变量. 是Six Sigma的核心概念 y=f(x)中的x.

★　Interaction 交互作用因子 A 对结果的影响大小取决于因子B的水平(位级)时, 通常称A和B之间有交互作用.

★　Lower Control Limit 控制下限在控制图中数据波动允许的下限. 和控制上限一起用来判定数据的波动是否在正常的范围内. 可能是连续的水平线, 也可能是不断变化的水平线.

★　Master Black Belt (MBB) 黑带大师在六个西格玛组织中的质量专家, 他负责指导六个西格玛团队, 制定六个西格玛实施方案, 加速流程的改进, 培训和辅导黑带, 对确保六个西格玛项目的完成提供工具和技术上的支持.

★　Nonconformity (缺陷)产品不符合某项或多项质量指标或要求, 通常也称为缺陷(Defect). 任何缺陷产品都有可能含有一个多个缺陷..

★　Normal Distribution (正态分布)当数据的分布呈钟型曲线, 并在中心的两边对称时的分布.

★　Pareto Diagram (柏拉图)对事件的发生频率进行排序的工具, 同时包括事件发生的绝对数的排序和累计百分比.

★　Probability (概率)某个事件发生的可能性.

★　Process (流程)完成某项特定任务的一系列相互连接的步骤和操作. 流程通常包括五大要素: 边界, 供应商, 输入, 输出, 客户和步骤. 也称为: SIPOC.

★　Process Capability (流程能力)流程在满足质量规范方面的相对能力. 在六个西格玛中, 用Z来表示. 当Z=6时, 也就是我们说的六个西格玛.

★　Process Map (流程图)用图示的方法将流程表示出来.

★　Quality Functional Deployment (QFD) 质量功能展开一种系统的将客户的要求转换成对产品, 服务和内部流程的要求的方法. 运用在Six Sigma 方法的定义和测量阶段.

★　Random (随机)当从数据总体中选择某个样本时, 每个数据被选取的机会是均等而没有特定的规则.

★　Random Cause (随机原因)流程中的某个因素对流程的偏差造成的影响是随机的, 内在的, 在一个小的范围内正常的波动.

★　Random Variation (随机偏差)由随机原因造成的流程的偏差.

★　Regression Analysis (回归分析)统计上研究一个变量和另外一个或多个变量之间的关系的方法.

★　Repeatability (重复性)在测量系统分析中指由于测量量具造成的测量偏差

★　Reproducibility (重现性)在测量系统分析中指由于测量者造成的测量偏差

★　Robust (稳定)产品或流程在可控因素发生较大变化时其性能和输出能够不受可控因素的变化干扰的能力.

★　Scatter Diagram (散点图)研究两个变量之间关系的图表.

★　Sigma (标准方差)统计上衡量数据散布程度大小的指标, 通常用在数据为正态分布时. 标准方差越大, 数据的散布程度也就越大. 恒定的有68.26% 的数据在正负 1 个标准方差内, 95.44% 的数据在正负 2 个标准方差内, 99.73% 的数据在正负3 个标准方差内.

★　Sigma Level (西格玛水平)既Z, 是对流程相对质量规范可能的缺陷率(表示为百万次机会中个数)的衡量方法. 西格玛水平越高, 流程缺陷率越低, 质量水平就越高.

★　Six Sigma (六个西格玛)世界级的质量水平, 代表在一百万次机会中只有3.4次机会出错. 也代表一套利用统计工具对质量进行改进的方法论.

★　Stable Process (受控流程)只受到随机因素的影响的流程或工序.

★　Standard Deviation (标准方差)见Sigma.

★　Statistical Process Control (统计工序控制)应用控制图的方法对流程和工序进行监控的方法.

★　Upper Control Limit (控制上限)在控制图中数据波动允许的上限. 和控制下限一起判定数据的波动是否在正常的范围内. 可能是连续的水平线, 也可能是不断变化的水平线.

★　“Xs”在Six Sigma的术语中代表你所要改进的流程中的因素. 它是流程产生偏差的原因, 是自变的. 和y 相对应.

★　X – R控制图针对连续型数据的控制图, 包括变量的平均值图和极差图.

★　"y”指为满足客户CTQ(Y), 产品和服务必须具备的功能特征或内部流程, 也是六个西格玛项目需要改进的流程的输出.

★　“Ys”见CTQ.

★　Z值同西格玛水平.