confounded

六西格玛专业用语词汇表

ANOVA（ANalysisOfVariance）：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。

BalancedDesign：设计在每组试验中有相同的实验单位。

BB（BlackBelt）：黑带。

BlackBeltCertification：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。

Cau&EffectDiagrams：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。

CenterPoints：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（ConfidenceInterval）：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。

ConfoundedEffects：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。

ControlChart：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（ProcessCapability）：衡量过程能力的指数Cp=公差(Tolerance)/6s。

Cpk：PerformanceCapabilityIndex–Cpk=(USL–mean)或(mean-LSL)

的最小值除以3s。

CRD（CompletelyRandomizedDesign）：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。

CTQFlowdown：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（CriticalToQuality）：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)。

DegreesofFreedom：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。

DegreesofFreedomforError：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（DeadonArrival）：客户接收时无法运作的产品。

DOE（DesignofExperiments）：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（DefectsPerMillionOpportunities）：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（DefectivePartsPerMillion)：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（DefectsPerUnit）：发现的缺陷个数除以实际衡量的单位数。

Duncan’sMethod：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

noi）。

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（EVolutionayOPeration）：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（ExponentiallyWeightedMovingAverage）：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。

ExperimentalRegion：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”(FactorSpace)。

ExperimentalUnit：实验中被发现及用来衡量的单位。亦称做“分析单位”(unitof

analysis)。

FTest：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。

FixedEffectsFactor：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RandomEffectsFactor比较。）

Fractional2kDesigns：所有的要素都在低水准及高水平下做测试。

Fractional3kDesigns：所有的要素都在三种水准下测试：低、中、高。

FractionalFactorialExperiment：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。

FullFactorialExperiment：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。

GageR&R（GageRepeatabilityandReproducibility）：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。

GageRepeatability：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。

GageReproducibility：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（GeneralLinearModel）：一个ANOVA的形式，可允许实验设计中些许程度

的不平衡。

HALT─HighlyAcceleratedLifeTesting：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：IndividualXandMovingRange─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（LatinSquareDesign）：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。

MainEffect：当一项因子由低水准改变至高水准时，其对结果的改变。

MBB（MasterBlackBelt）：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。

MeanSquare：在ANOVA表中的某栏，代表由不同来源的变因导致结果的差异。

MeanSquareError：在ANOVA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。

MultipleComparisonProcedure：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-VariAnalysis：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。

MultivariateStatisticalMethods：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。

NestedDesign：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。

Noi：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。

NormalDistribution：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。

NormalProbabilityPlot：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ANOVA的正确性。

One-WayANOVA：分析单项因素在不同水准下所生的变异。（见ANOVA）。

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

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

Plackett-BurmanDesign：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。

PointEstimate：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。当流程开始时，建立统计上合理可能性的优势的一种方

法。

PredictionInterval：预言距离。反应值的信赖百分比范围就是未来观察值会落

在的范围内。

Prediction：预言。用于所有已知因素的一套标准的最佳评估响应。

ProcessDemographics：人口统计数据流。产生响应的时候期间各种因素条件/状

态的清单。这些帮助我们理解过程的范围也许可排除问题。

RandomEffectsFactor：随机影响因素。随意地从可定义母体选择层次的一个

因素。举例来说，从五批生产量中任意选择一批调查其影响(固定影响因素的比

较).

Randomization：随机选择。实验这行中将次序混合完全实用。

RandomizedBlockDesign：集区随机实验。调查兴趣的因素及一个令人讨厌的

事物因素其相对阻塞的实验。

Repetition：再现性。在一个处理结合上执行几个实验单元。与复制形成对比。

Replication：重复性。反复的执行一些相同的实验情况；提供了制程中噪音的评

估。

Residuals：残余。在既定的因素情况下，观察的反应和预定的反应之间的差异。

用于模型证实和过程的调查。

Resolution：解答。部分因子设计的描述，提供因素间相互影响的程度。

Respon：反应。实验期间量测过的制程输出。

RSM（ResponSurfaceMethodology）：反应曲面法。实验设计中一门检查和理

解这些极少的曲率。子集包括中央合成设计在星星或者面上的点。

R-Square：判定系数。在反应中变异百分比由控制的因素来解释。

Run：一套过程条件由规定实验方面所有因素的层次定义。同样,叫作处理结合。

Runchart：经营图表。提供一些统计分析能力和机率资料的连续时间序列图。

ScatterPlot：散布图表。显示两个变异数间关系的图表(dotplot)。

SCN（SupplierChangeNotice）：供货商变革通知。要求改变一个购买部分的

讯息装置，由供货商对企业开始,或是企业对供货商开始。

ScreeningExperiment：筛选实验。用来描述一过程的技术(通常为因素标准的

变化呈现反应中的线性变化)(与RSM作比较).

Sigma：标准差。使用具有一套变异数数据的统计计算。其值为变异数的平方根。

SignaltoNoiRatio：讯号噪声比。当因素标准中没有变化时，由于改变与可

变性相关的因素标准取决于反应中的可变性的一个比例。

Skewness：偏度。描述某变量取值分布对称性的统计量，能够影响使用ANOVA的

有效性。偏度为0表示其数据分布形态与正态分布偏度相同；大于0表示为正偏或

右偏，即有一条长尾巴拖在右边。

SPC（StatisticalProcessControl）：统计流程管理。–对希望的状态在修正以

后，使用安定性最好的监控流程

TrivialMany：锁碎多数。长期被认为在流程上会有影响的因素，但实际上说明

了成果上很少的差异。

T-Test：正常的母体下，样本平均数的统计比较。

Two-WayANOVA：双因子变异数分析。为以若干标准调查两个原素的变异数分析。

Two-wayInteractionPlot：双因子互动图。一个因素的平均数反应的散布图(纵

轴)就像一个因素(横轴)和第二个因素的每一个标准的平均反应由线所连接出来。

TypeIError：没事却误判为有事的错误。其组合机率称为a。

TypeIIError：确实不同，却误判为相同。其组合机率称为b。

UCLorLCL：管制的上、下限–管制图表的统计范围。

UnbalancedDesign：不平衡设计。每一个处理结合中实验单元不相等的数字的设

计或执行。

USLorLSL：规格的上、下限–设计标准的界限。

Variance：变异。提供一个量测散布的方法。其平方根为标准差，The2ndmoment

aroundthemean.

VitalFew：关键多数。是管理流程中的关键因素。

ZB（Zbenchmark）：认为流程是短期变异数的中心(在目标方面)。