當(dāng)前位置：首頁(yè) > 新聞動(dòng)態(tài) > 行業(yè)動(dòng)態(tài)
分享|六西格瑪培訓(xùn)專(zhuān)業(yè)用語(yǔ)詞匯
| 序號(hào) | 名稱(chēng) | 釋解 |
| 1 | ZB（Z benchmark） | 認(rèn)為流程是短期變異數(shù)的中心(在目標(biāo)方面)。 |
| 2 | Vital Few | 關(guān)鍵多數(shù)。是管理流程中的關(guān)鍵因素。 |
| 3 | Variance | 變異。提供一個(gè)量測(cè)散布的方法。其平方根為標(biāo)準(zhǔn)差，The 2nd moment around the mean。 |
| 4 | USL or LSL | 規(guī)格的上、下限– 設(shè)計(jì)標(biāo)準(zhǔn)的界限。 |
| 5 | Unbalanced Design | 不平衡設(shè)計(jì)。每一個(gè)處理結(jié)合中實(shí)驗(yàn)單元不相等的數(shù)字的設(shè)計(jì)或執(zhí)行。 |
| 6 | UCL or LCL | 管制的上、下限 – 管制圖表的統(tǒng)計(jì)范圍。 |
| 7 | Type II Error | 確實(shí)不同，卻誤判為相同。其組合機(jī)率稱(chēng)為 b。 |
| 8 | Type I Error | 沒(méi)事卻誤判為有事的錯(cuò)誤。 其組合機(jī)率稱(chēng)為 a。 |
| 9 | Two-way Interaction Plot | 雙因子互動(dòng)圖。一個(gè)因素的平均數(shù)反應(yīng)的散布圖 (縱軸)就像一個(gè)因素(橫軸)和第二個(gè)因素的每一個(gè)標(biāo)準(zhǔn)的平均反應(yīng)由線所連接出來(lái)。 |
| 10 | Two-Way ANOVA | 雙因子變異數(shù)分析。為以若干標(biāo)準(zhǔn)調(diào)查兩個(gè)原素的變異數(shù)分析。 |
| 11 | T-Test | 正常的母體下，樣本平均數(shù)的統(tǒng)計(jì)比較 。 |
| 12 | Trivial Many | 鎖碎多數(shù)。長(zhǎng)期被認(rèn)為在流程上會(huì)有影響的因素，但實(shí)際上說(shuō)明了成果上很少的差異。 |
| 13 | SPC（Statistical Process Control） | 統(tǒng)計(jì)流程管理。對(duì)希望的狀態(tài)在修正以后，使用安定性最好的監(jiān)控流程。 |
| 14 | Skewness | 偏度。描述某變量取值分布對(duì)稱(chēng)性的統(tǒng)計(jì)量，能夠影響使用ANOVA的有效性。偏度為0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布偏度相同；大于0表示為正偏或右偏，即有一條長(zhǎng)尾巴拖在右邊。 |
| 15 | Signal to Noise Ratio | 訊號(hào)噪聲比。當(dāng)因素標(biāo)準(zhǔn)中沒(méi)有變化時(shí)，由于改變與可變性相關(guān)的因素標(biāo)準(zhǔn)取決于反應(yīng)中的可變性的一個(gè)比例 。 |
| 16 | Sigma | 標(biāo)準(zhǔn)差。使用具有一套變異數(shù)數(shù)據(jù)的統(tǒng)計(jì)計(jì)算。其值為變異數(shù)的平方根。 |
| 17 | Screening Experiment | 篩選實(shí)驗(yàn)。用來(lái)描述一過(guò)程的技術(shù) (通常為因素標(biāo)準(zhǔn)的變化呈現(xiàn)反應(yīng)中的線性變化) (與 RSM作比較). |
| 18 | SCN（Supplier Change Notice） | 供貨商變革通知。要求改變一個(gè)購(gòu)買(mǎi)部分的訊息裝置，由供貨商對(duì)企業(yè)開(kāi)始, 或是企業(yè)對(duì)供貨商開(kāi)始。 |
| 19 | Scatter Plot | 散布圖表。顯示兩個(gè)變異數(shù)間關(guān)系的圖表(dot plot)。 |
| 20 | Run chart | 經(jīng)營(yíng)圖表。提供一些統(tǒng)計(jì)分析能力和機(jī)率資料的連續(xù)時(shí)間序列圖。 |
| 21 | Run | 一套過(guò)程條件由規(guī)定實(shí)驗(yàn)方面所有因素的層次定義。同樣, 叫作處理結(jié)合。 |
| 22 | R-Square | 判定系數(shù)。在反應(yīng)中變異百分比由控制的因素來(lái)解釋。 |
| 23 | RSM（Response Surface Methodology） | 反應(yīng)曲面法。實(shí)驗(yàn)設(shè)計(jì)中一門(mén)檢查和理解這些極少的曲率。子集包括中央合成設(shè)計(jì)在星星或者面上的點(diǎn)。 |
| 24 | Response | 反應(yīng)。實(shí)驗(yàn)期間量測(cè)過(guò)的制程輸出。 |
| 25 | Resolution | 解答。部分因子設(shè)計(jì)的描述，提供因素間相互影響的程度。 |
| 26 | Residuals | 殘余。在既定的因素情況下，觀察的反應(yīng)和預(yù)定的反應(yīng)之間的差異 。用于模型證實(shí)和過(guò)程 的調(diào)查。 |
| 27 | Replication | 重復(fù)性。反復(fù)的執(zhí)行一些相同的實(shí)驗(yàn)情況；提供了制程中噪音的評(píng)估。 |
| 28 | Repetition | 再現(xiàn)性。在一個(gè)處理結(jié)合上執(zhí)行幾個(gè)實(shí)驗(yàn)單元。 與復(fù)制形成對(duì)比。 |
| 29 | Randomized Block Design | 集區(qū)隨機(jī)實(shí)驗(yàn)。調(diào)查興趣的因素及一個(gè)令人討厭的事物因素其相對(duì)阻塞的實(shí)驗(yàn) 。 |
| 30 | Randomization | 隨機(jī)選擇。實(shí)驗(yàn)這行中將次序混合完全實(shí)用。 |
| 31 | Random Effects Factor | 隨機(jī)影響因素。隨意地從可定義母體選擇層次的一個(gè)因素。 舉例來(lái)說(shuō)，從五批生產(chǎn)量中任意選擇一批調(diào)查其影響 (固定影響因素的比較)。 |
| 32 | Process Demographics | 人口統(tǒng)計(jì)數(shù)據(jù)流。產(chǎn)生響應(yīng)的時(shí)候期間各種因素條件/ 狀態(tài)的清單。這些幫助我們理解過(guò)程的范圍也許可排除問(wèn)題。 |
| 33 | Prediction Interval | 預(yù)言距離。反應(yīng)值的信賴(lài)百分比范圍就是未來(lái)觀察值會(huì)落在的范圍內(nèi)。 |
| 34 | Prediction | 預(yù)言。用于所有已知因素的一套標(biāo)準(zhǔn)的最佳評(píng)估響應(yīng)。 |
| 35 | Pre-control | 預(yù)先控制。當(dāng)流程開(kāi)始時(shí)，建立統(tǒng)計(jì)上合理可能性的優(yōu)勢(shì)的一種方法。 |
| 36 | Point Estimate | 點(diǎn)估計(jì)值。判斷某種預(yù)言或預(yù)定的響應(yīng)的最好單一值，應(yīng)該與信心和/ 或預(yù)言同時(shí)使用。 |
| 37 | Plackett-Burman Design | 一種設(shè)計(jì)的實(shí)驗(yàn)，用來(lái)篩選樣本需要的最小量。通常只調(diào)查主要的影響，而不預(yù)測(cè)相互間的影響。 |
| 38 | Pareto Chart | 以一般公制單位（次數(shù)、元額、時(shí)間等）表示事件的條狀圖。 |
| 39 | Optimization | 從過(guò)程中找出最希望的結(jié)果下，其因子和水準(zhǔn)的組合。 |
| 40 | One-Way ANOVA | 分析單項(xiàng)因素在不同水準(zhǔn)下所生的變異。（見(jiàn)ANOVA）。 |
| 41 | Normal Probability Plot | 一種圖標(biāo)法，用來(lái)研究樣本是否來(lái)自一個(gè)常態(tài)分配的母體。通常用來(lái)檢驗(yàn)利用ANOVA的正確性。 |
| 42 | Normal Distribution | 常態(tài)分配，一種鐘狀的機(jī)率曲線，描述許多自然的過(guò)程。當(dāng)情況一再重復(fù)且平均發(fā)生時(shí)。 |
| 43 | Noise | 一過(guò)程中固有的變因。代表當(dāng)不改變?nèi)魏我蛩貢r(shí)，結(jié)果的改變。 |
| 44 | Nested Design | 一項(xiàng)實(shí)驗(yàn)設(shè)計(jì)，其中一種因子因其它變量而設(shè)定多種水準(zhǔn)。例如 |
| 45 | Multivariate Statistical Methods | 統(tǒng)計(jì)工具，用來(lái)分析一組變量以決定他們對(duì)數(shù)種結(jié)果的影響。包括一組多樣的統(tǒng)計(jì)工具，例如回歸、成分法則、因子分析、群組、分別分析。 |
| 46 | Multi-Vari Analysis | 一種圖解法，將過(guò)程中的變化來(lái)源拆解為他們基本的組成成分。這種技巧用于初步移除多而瑣碎的因子，并準(zhǔn)備替代的因子作為設(shè)計(jì)的實(shí)驗(yàn)。 |
| 47 | Multiple Comparison Procedure | 一種用來(lái)決定因子在何種水準(zhǔn)下導(dǎo)致結(jié)果改變的統(tǒng)計(jì)方法。例如 |
| 48 | Minitab | 目前許多人所選擇的統(tǒng)計(jì)分析應(yīng)用軟件。 |
| 49 | Mean Square Error | 在ANOVA表中的某項(xiàng)，代表所有因子在給定的水準(zhǔn)下，結(jié)果所產(chǎn)生的差異。預(yù)測(cè)由于干擾（誤差）對(duì)結(jié)果產(chǎn)生的差異。 |
| 50 | Mean Square | 在ANOVA表中的某欄，代表由不同來(lái)源的變因?qū)е陆Y(jié)果的差異。 |
| 51 | Mean | 衡量一項(xiàng)變數(shù)的中間趨勢(shì)。原點(diǎn)的第一項(xiàng)要素。 |
| 52 | MBB（Master Black Belt） | 6σ的訓(xùn)練師和顧問(wèn)師。 |
| 53 | Main Effect | 當(dāng)一項(xiàng)因子由低水準(zhǔn)改變至高水準(zhǔn)時(shí)，其對(duì)結(jié)果的改變。 |
| 54 | LSD（Latin Square Design） | 一種實(shí)驗(yàn)設(shè)計(jì)，研究其中的一項(xiàng)重要變因，并排除兩項(xiàng)干擾因素。 |
| 55 | Level | 某因子的數(shù)值或設(shè)定�？梢允琴|(zhì)（如 |
| 56 | Kutosis | 峰度。是描述某變量所有取值分布形態(tài)陡緩程度的統(tǒng)計(jì)量。峰度為0表示其數(shù)據(jù)分布與正態(tài)分布的陡緩程度相同；大于0表示比正態(tài)分布高峰更加陡峭，為尖頂峰。 |
| 57 | IX-MR | Individual X and Moving Range─一個(gè)有連續(xù)數(shù)據(jù)點(diǎn)的控制曲線，并有點(diǎn)之間的等級(jí)圖表。 |
| 58 | Interaction | 在某情況下，一項(xiàng)因子對(duì)某結(jié)果影響的水準(zhǔn)不同于第二項(xiàng)因子的不同水準(zhǔn)。有雙向相互影響，三向相互影響等。 |
| 59 | Hypothesis | 前提，假說(shuō)。一項(xiàng)利用統(tǒng)計(jì)方法來(lái)測(cè)試的聲明。此假設(shè)可能被拒絕，或因無(wú)夠充分的證據(jù)而被拒絕。 |
| 60 | Histogramv | 長(zhǎng)條圖。表示所搜集資料分布情形的條狀圖。 |
六西格瑪綠帶培訓(xùn) 6800元/6天 時(shí)間3月13-18日（廣州）進(jìn)行中 ，4月中旬開(kāi)班火熱報(bào)名中
企業(yè)內(nèi)訓(xùn)、體系咨詢(xún)輔導(dǎo)、管理改善歡迎來(lái)電/人咨詢(xún)！
黃老師：18122597069/QQ1120069246/微信18122597069
- 下一篇：班組管理的四個(gè)重要因素
|
|  |
東莞市曼頓企業(yè)管理咨詢(xún)有限公司梅州辦事處
| 地址： | 廣東梅州梅江彬芳大道中鴻達(dá)路鴻興大廈創(chuàng)意園七樓 |
| 聯(lián)系： | 黃春香 |
| 手機(jī)： | 18122597069 |