| 1 | Affinity Diagram | 亲和度图 | 是在头脑风暴收集大量众人的信息和意见后，整理出这些讯息的方法。首先把想法放在便签上，把它们分类为各个相似的类别，然后为类别加上名称。也可参阅亲和图的具体应用方法。 |
| 2 | Analyze | 分析 | DMAIC其中一个阶段，意思是详细审查过程输入和问题的组成因子，以寻求改进机会，包括对数据进行调查和验证，以证明可疑的根本原因并证实问题陈述（因果关系）。 |
| 3 | Balanced Scorecard | 平衡计分卡 | 将正在进行的措施分为四个重要领域：财务、流程、人员和创新。用作演示工具，以向发起人、高级管理层和其他人员更新业务或流程的进度；对流程所有者也很有用。参阅平衡计分卡。 |
| 4 | Baseline | 基准 | 表示改进过程开始时（正在解决）之前正在运行的过程性能水平的数据。 |
| 5 | Black Belt | 六西格玛黑带 | 曾接受DMAIC流程和促进技能培训的团队负责人，负责指导改进项目的完成。 |
| 6 | Cause and Effect diagram | 因果图 | 也称为“鱼骨图”或“石川图”；集体头脑风暴工具，用于确定根本原因假设和特定结果（鱼的头部）的潜在原因（鱼的骨头）。 |
| 7 | Checksheet | 检查表 | 便于数据收集和汇编的表格、表单或工作表；允许收集分层数据。另请参阅分层。 |
| 8 | Common cause | 一般性原因 | 一般性原因指过程本身固有、持续存在的变异来源，例如机器固有性能、方法或环境条件等。与只在特定情况下出现的特殊性原因不同。 |
| 9 | Continuous data | 连续数据 | 数值可以在一定范围内连续取值的变量数据；常见类型包括时间、金额、尺寸、重量、温度和速度等。 |
| 10 | Control | 控制 | DMAIC其中一个阶段：一旦解决方案得以实施，持续的措施将跟踪并确保改进的稳定性和过程的可预测性。通常包括过程管理和控制图等方法。 |
| 11 | Control charts | 控制图 | 专门显示过程随时间运行状态的统计工具，通常包含中心线以及控制限；帮助识别过程中的一般性原因和特殊性原因变异，是SPC的核心工具之一。 |
| 12 | Cost of Poor Quality (COPQ) | 不良质量成本 (COPQ) | 用金额衡量质量问题造成的影响，包括内部失败和外部失败等成本，是质量成本分析中的重要概念。 |
| 13 | C&E Matrix | 因果矩阵 | 用于评估和排列潜在原因或输入因子优先级的工具，可结合客户要求或关键输出的重要程度进行加权分析。 |
| 14 | Customer | 顾客 | 接收过程输出（产品或服务）的任何内部或外部人员或组织；了解流程对内部和外部客户的影响是流程管理和改进的关键。 |
| 15 | Defect | 缺陷 | 产品、服务或过程输出未满足规定要求的任何实例或事件。 |
| 16 | Defect opportunity | 缺陷机会 | 一个单位中可能产生缺陷、未满足要求的机会。 |
| 17 | Defective | 不良品 | 存在一个或多个缺陷而不符合规定要求的单位或交付品。 |
| 18 | Define | 定义 | DMAIC的第一个阶段，需要定义问题或机会、过程边界和客户需求，并建立项目章程。 |
| 19 | DFSS | DFSS | “Design for Six Sigma（六西格玛设计）”的缩写，描述六西格玛工具在产品开发和过程设计中的系统应用，重点是在设计阶段建立满足客户要求且具有良好能力的产品和过程。 |
| 20 | Discrete data | 离散数据 | 只能取得可数、分离数值的数据，例如缺陷数、投诉数或类别计数。实际质量分析中常与连续数据相区别。 |
| 21 | DMAIC | DMAIC | DMAIC是六西格玛过程改进方法的核心结构，代表Define（定义）、Measure（测量）、Analyze（分析）、Improve（改进）和Control（控制）。 |
| 22 | Defects per Million Opportunities (DPMO) | DPMO | DPMO指每百万个缺陷机会中预计出现的缺陷数量。先计算DPO，即缺陷数 ÷（单位数 × 每单位缺陷机会数），再乘以1,000,000。 |
| 23 | Defects per Opportunity (DPO) | DPO | 指每个缺陷机会对应的缺陷数量；计算方式为：缺陷数 ÷（单位数 × 每单位缺陷机会数）。 |
| 24 | Effectiveness | 效果 | 与过程输出满足客户需求的程度有关的衡量，例如按时交付、符合规格、服务体验、准确性及满意度调查结果等。 |
| 25 | Efficiency | 效率 | 衡量生产过程输出所使用的资源数量，例如过程成本、周期时间、资源消耗、报废和返工等；与生产效率及企业盈利能力密切相关。 |
| 26 | External Failure | 外部故障 | 缺陷产品或服务在交付客户之后才被发现所形成的质量失败。 |
| 27 | Force field analysis | 力场分析 | 识别支持或阻碍某项改变的力量或因素；通常分别列出驱动力和限制因素，用于分析如何强化有利条件以及降低实施障碍。 |
| 28 | Goal statement | 目标陈述 | 描述过程改进或设计活动预期达到的结果；通常包含在项目章程中，并尽可能使用具体、可衡量的指标表达。 |
| 29 | Histogram | 直方图或频率图 | 用图形表示数据分布、频率、中心位置和离散程度的常用统计工具。 |
| 30 | Hypothesis statement | 假设陈述 | 对流程问题潜在原因提出可验证的统计假设。在数据分析阶段，可使用假设检验判断观察到的差异或关系是否具有统计意义。 |
| 31 | Improve | 改进 | DMAIC中的改进阶段。在问题得到定义、测量并完成原因分析之后，团队针对已验证的关键原因提出、筛选、测试并实施解决方案。 |
| 32 | Input | 输入 | 进入流程并被流程使用或转换的产品、服务、材料、数据或信息。 |
| 33 | ISO9001 | ISO 9001 | ISO 9001是质量管理体系标准，关注组织建立、实施、保持和持续改进质量管理体系的能力。 |
| 34 | Judgment sampling | 判断抽样 | 研究人员依据经验或判断选择认为具有代表性的样本，属于非概率抽样方法。由于样本选择可能存在主观偏差，在需要统计推断时通常应谨慎使用。 |
| 35 | Management-by-fact | 事实管理 | 使用事实和数据进行决策，而不是单纯依赖直觉；常使用过程测量、过程管理和统计分析工具支持判断。 |
| 36 | Measure | 测量 | DMAIC的Measure阶段，在此阶段识别关键指标、确认数据可靠性，并收集、整理和显示数据，为后续分析建立可信的过程基准。必要时应进行测量系统分析。 |
| 37 | Multivoting | 多重投票 | 一种用于缩小候选项目范围和确定优先级的团队决策工具。面对大量想法、问题或原因时，每位成员获得一定数量的投票，再根据票数筛选重点项目。 |
| 38 | Non-value-adding activities | 非增值活动 | 流程中不会为客户创造价值、但会消耗资源的活动，例如返工、等待、搬运、过度处理等。识别这些活动是精益生产改善的重要内容，也可结合七大浪费进行分析。 |
| 39 | Operational definition | 操作定义 | 清楚、具体并可重复执行地定义某个指标、事件或术语，使不同人员能够按照一致的方法进行观察、分类和数据收集。 |
| 40 | Output | 输出 | 流程活动产生的产品、服务、信息或其他结果。 |
| 41 | Pareto Chart | 帕累托图 | 帕累托图是按照类别频数或影响程度由高到低排列的图表，通常配合累积百分比曲线，用于识别“重要的少数”，帮助团队优先处理影响最大的几类问题。 |
| 42 | Pareto Principle | 帕累托法则 | 通常称为80/20原则，用来表达结果往往集中受到少数关键因素影响。80%和20%并非必须精确成立，重点在于识别影响不成比例的“重要少数”。 |
| 43 | Pilot | 试运行 | 在有限范围内实施解决方案，以验证效果、识别潜在风险，并在全面推广前收集实际数据。 |
| 44 | Plan-Do-Check-Act (PDCA) | 计划-执行-检查-行动或PDCA | PDCA是持续改进的基本循环，包括Plan（计划）、Do（执行）、Check（检查）和Act（行动）。 |
| 45 | Precision | 精密度 | 重复测量结果彼此接近的程度。精密度高表示测量结果之间的离散较小，但并不必然代表测量结果接近真实值。 |
| 46 | Problem/Opportunity statement | 问题/机会陈述 | 对当前过程问题、差距或改善机会的具体描述；通常包含在项目章程中，并应尽可能使用数据说明问题发生在哪里、何时发生以及影响程度。 |
| 47 | Process capability | 过程能力 | 过程能力分析用于判断稳定过程的自然变异与规格要求之间的关系。常见指标包括Cp和Cpk，但在解释能力指数之前，应先确认过程具有足够的统计稳定性。 |
| 48 | Process improvement | 流程改进 | 通过分析现有流程并减少缺陷、变异、成本或周期时间来改善绩效的方法。六西格玛通常采用数据驱动的方法解决这类过程问题。 |
| 49 | Process map | 流程图 | 处理流程的图形化表示，用来显示活动、决策点、返工循环、等待和交接等过程步骤。 |
| 50 | Process management | 流程管理 | 过程管理是对已定义流程进行持续监测、控制和改进，使过程能够稳定地产生符合要求的输出。 |
| 51 | Process redesign | 流程重新设计 | 重新思考和组织流程元素，以减少交接、返工、等待、检查点和其他非增值活动；与局部改善相比，通常涉及更大幅度的流程结构改变。 |
| 52 | Project Charter | 项目章程 | 定义改进项目背景、业务案例、问题陈述、目标、范围、角色和初步计划的团队文件。在DMAIC项目中，项目章程通常在Define阶段建立，并随着事实和数据逐步完善。 |
| 53 | Project rationale or “Business Case” | 项目依据或“业务案例” | 说明为什么值得开展某项改进项目，包括潜在收益、不改善的风险，以及项目与客户、财务或业务战略之间的关系。通常列入项目章程。 |
| 54 | Proportion defective | 不良品率 | 不良单位占总单位数的比例。计算方式为：不良单位数 ÷ 检查或生产的总单位数。 |
| 55 | Quality | 质量 | 质量管理语境中的质量，通常关注产品、服务或过程满足规定要求及客户需求的程度。 |
| 56 | Quality Assurance (QA) | 质量保证 | 质量管理的一部分，重点在于提供产品或服务能够满足质量要求的信心。实际工作中应注意QA与QC在目的和工作方式上的区别。 |
| 57 | Quality council | 质量委员会 | 负责指导组织质量改善或六西格玛部署的领导团队，通常承担确定方向、审查项目、配置资源及解决跨部门障碍等职责。 |
| 58 | Random sampling | 随机抽样 | 通过随机机制选择样本，使总体中的每个单位具有已知的被选机会，从而降低人为选择造成的偏差。 |
| 59 | Reengineering | 再造工程 | 对业务流程进行根本性的重新思考和较大幅度的重新设计，以取得显著的绩效改善。 |
| 60 | Repeatability | 重复性 | 在相同测量条件下，由同一操作者使用同一测量设备重复测量同一对象时，测量结果之间的一致程度。它是量具R&R分析的重要组成部分。 |
| 61 | Reproducibility | 再现性 | 不同操作者在规定条件下使用同一测量系统测量同一对象时产生的测量差异，也是GRR分析关注的重要组成部分。 |
| 62 | Revision plans | 修订计划 | 用于持续更新流程、程序和相关文件的机制，使已经确认的改进能够纳入正式管理体系。 |
| 63 | Rework loop | 返工循环 | 流程中的输出因为未满足要求而返回前一步或更早环节重新处理的情况；通常会增加周期时间、成本以及进一步产生错误的机会。 |
| 64 | Rolled throughput yield (RTY) | RTY | 滚动产出率衡量一个多步骤流程中，单位在所有步骤均一次通过而不产生缺陷或返工的综合概率。若各步骤首次通过率分别为Y1、Y2……Yn，则RTY = Y1 × Y2 × … × Yn。 |
| 65 | Run chart | 运行图 | 按照时间顺序显示数据变化的图表，可帮助观察趋势、偏移、周期性和其他时间模式，但与控制图不同，运行图本身通常没有统计控制限。 |
| 66 | Sampling | 抽样 | 从总体中选择部分单位进行观察或测量，并利用样本信息了解总体特征的方法。质量检验场景还可进一步参阅抽样检验。 |
| 67 | Sampling bias | 抽样偏差 | 由于样本选择机制存在系统性倾向，使样本不能合理代表目标总体，从而导致分析或推断产生偏差。 |
| 68 | Scatter diagram | 散点图 | 散点图用于以图形方式观察两个变量之间是否存在关系、关系方向以及可能的模式。若需要量化线性相关程度，可进一步计算Pearson相关系数。 |
| 69 | Scope | 范围 | 定义流程或改进项目的边界，包括项目从哪里开始、在哪里结束、包含哪些业务范围以及不包含哪些内容。范围过大通常会增加项目管理复杂度和项目周期。 |
| 70 | SIPOC | SIPOC | Supplier（供应商）、Input（输入）、Process（过程）、Output（输出）和Customer（客户）的缩写，用于建立流程的高级视图，常在DMAIC的Define阶段使用。 |
| 71 | Six Sigma / 6 Sigma | 六西格玛 | 1. 在经典六西格玛长期绩效换算假设下，六西格玛水平常对应约每百万机会3.4个缺陷（DPMO）。 |
| 2. Six Sigma也指一种以客户需求、数据和统计分析为基础的过程改进管理方法，常以DMAIC作为解决现有过程问题的核心框架。 | |||
| 72 | Solution statement | 解决方案声明 | 对拟议解决方案的清晰描述，用于说明准备改变什么、如何解决已验证的根本原因，并支持方案比较、评估和实施。 |
| 73 | SPC | SPC | 统计过程控制（Statistical Process Control）利用过程数据和统计方法监测过程随时间的表现，识别一般原因与特殊原因变异。控制图是SPC最具代表性的工具之一。 |
| 74 | Special cause | 特殊性原因 | 并非过程固有组成部分，而是由某个可识别事件、条件或变化引起的变异来源。当控制图出现控制图异常信号时，应调查是否存在特殊原因。 |
| 75 | Sponsor (or Champion) | 项目赞助者（或Champion） | 代表项目与高级管理层沟通、提供资源并帮助团队清除组织障碍的管理角色；在六西格玛项目中也常称Champion。 |
| 76 | Stratification | 分层分析 | 按照产品、时间、地区、设备、部门、供应商、操作者等有意义的类别拆分数据，以发现总体数据中可能被掩盖的差异和模式。 |
| 77 | Stratified sampling | 分层抽样 | 先将总体划分为具有特定特征的子群体（层），再从各层抽取样本的方法，有助于确保重要子群体得到适当代表。 |
| 78 | Supplier | 供应商 | 向流程提供产品、材料、服务、数据或信息的个人或组织。在复杂供应链环境中，供应商绩效通常是供应商质量管理的重要对象。 |
| 79 | Systematic sampling | 系统抽样 | 按照固定间隔从总体中选择样本的方法，例如随机确定起点后每隔20件抽取一件。使用时应注意总体是否存在与抽样间隔相吻合的周期性模式。 |
| 80 | Value-adding activities | 增值活动 | 从客户角度真正增加产品或服务价值的流程活动。在精益分析中，通常通过区分增值与非增值活动来寻找流程改善机会。 |
| 81 | Variation | 变异 | 过程输出在不同时间、单位或条件下产生的差异。统计质量管理的重要任务之一，是理解变异来源，并区分一般原因与特殊原因，而不是把所有波动都视为同一种问题。 |
| 82 | Voice of the Customer (VOC) | 客户的声音 | 代表客户需求、期望和体验的信息，可来自投诉、访谈、调查、评论及市场研究等。VOC通常需要进一步转化为可测量的关键质量特性（CTQ）。 |
| 83 | X | 输入因子 | 用于表示业务流程或系统中输入或过程因素的变量。在六西格玛分析中，X通常代表可能影响关键输出Y的输入或过程变量。 |
| 84 | Y | 输出结果 | 用于表示业务流程或系统输出结果的变量。六西格玛常以Y = f(X)表达输出Y受到一个或多个输入或过程因素X影响的思想。 |
| 85 | Yield | 合格率 | 满足规定要求并通过某一过程步骤的单位比例。对于多步骤流程，可进一步使用RTY观察整个流程的一次通过表现。 |
