Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol"

Transkript

1 Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: A Aşağıda yer alan boşlukları doldurunuz , kalitenin sekiz boyutundan biri olup; ürünün kullanım ömrü boyunca kendisinden beklenen fonksiyonları yerine getirebilmesi ile ilgilidir (Performans özelliklerinin sürekliliği) genel olarak dışarıdan satın alınan malzeme ve mamullerde (Giriş kalite kontrol) parti hakkında kabul veya ret kararı verilmesinde kullanılırken;.... ise üretimi tamamlanmış ürünler hakkında kabul veya ret kararı verilmesinde kullanılır. 3..., tüm proseslerin, ürünlerin ve hizmetlerin, çalışanların tam katılımı yoluyla geliştirilmesi, iç ve dış müşteri tatmininin arttırılması, müşteri beklentilerinin tam olarak karşılanıp sonuçların sürekli iyileştirilmesine dayanan bir yönetim anlayışı veya felsefesidir. 4. İstatistiksel kalite kontrolde kullanılan ve 7 kalite aracından biri olan ürün ya da hizmetin kalitesini etkileyen herhangi iki faktör arasındaki ilişkiyi (birbirini etkileyip etkilemediği) veya etkiliyorsa nasıl veya ne yönde etkilediğini (Birlikte artma veya azalma, biri artarken diğerinin azalması) belirlemek amacıyla kullanılmaktadır kalitesizliğin maliyetlerinden biri olup, ürün müşteriye sevk edilmeden evvel (üretim sırasında veya sonunda) fark edilir. Fire, hurda, yeniden işleme ve tamir maliyetleri, yeniden test ve hata analizi maliyetleri, arıza ve üretim duruşlarından kaynaklanan maliyetler, bu maliyet sınıfında yer alır. 6. imalat sürecinde hata veya kusurların ortaya çıkabileceği her 1 milyon durumda (işlemde), 3.4 kusur/hata yapmaya eşdeğer süreç performans düzeyidir ve temel hedefi; süreç iyileştirme olup, değişkenliği azaltarak maliyetleri azaltmak ve işletme için değer yaratmaktır. 7. Kontrol kartları oluşturulmadan önce veri toplama ve ölçme aşamalarında, farklı gözlem değerlerinden oluşan örneklemler alınır. Bu örneklemler alınırken iki strateji izlenebilir (i) Aynı anda veya ardışık olarak üretilen belirli sayıdaki numuneyi alıp ölçmek veya (ii) belirli bir örneklem aralığı boyunca üretilen numunelerden rastgele seçerek örnek oluşturmak. Oluşturulan bu örneklere... denir , imalat süreci kontrol altında olmasına rağmen, sürecin kontrol dışında olduğu hipotezinin kabul edilmesi;..... ise süreç kontrol dışında olmasına rağmen, sürecin kontrol altında olduğu hipotezinin kabul edilmesidir. 9. Kontrol kartları üzerinde rastgele olmayan veri dağılışları (örüntü/desen) analiz edilerek, bunlara sebep olan özel nedenler belirlenir ve imalat sürecine müdahale edilir. Bu örüntülere (pattern) örnek olarak (i)..., ve (ii) verilebilir göre, kalite karakteristiği değerlerinin alındığı popülasyona ilişkin olasılık dağılımı ne olursa olsun, imalat prosesinden alınan örneklem büyüklüğü arttıkça, kalite karakteristiğine ilişkin örneklem ortalamalarının dağılımı, normal dağılıma yaklaşacaktır. 11.., kontrol kartlarının performansının değerlendirilmesinde kullanılır ve kontrol altındaki bir imalat süreci için kontrol dışı bir durum gözlenmeden önce alınan örneklem sayısı olarak ifade edilir. 3-sigma kontrol limitlerinin kullanılması durumunda, bu değer 370 olarak hesaplanır. 12. İmalat prosesinin istatistiksel olarak kontrol altında olup olmadığını belirlemek için, prosesten alınan örneklemlerin ortalaması ve standart sapması/aralık değerleri kullanılarak.....limitleri hesaplanır. Eğer normal dağılım özelliği gösteren kalite karakteristiğinin alındığı popülasyona ait ortalama ve standart sapma biliniyor ise bu değerler kullanılarak bilinmiyor ise tahmin edilerek,... limitleri hesaplanır.. limitleri ise imalat prosesi ile ilgili olmaksızın dışarıdan (Müşteri, üretim mühendisi veya ürünü tasarlayan veya geliştiren kişi tarafından) belirlenen limitlerdir analizi, sistem, süreç (proses) ve tasarım ile ilgili konularda oluşabilecek potansiyel hataları RÖS hesaplayarak önceliklendiren ve olası hataları ortaya çıkmadan evvel tanımlamayı ve gidermeyi veya en azından müşteri üzerindeki etkisini ortadan kaldırmayı hedefleyen bir mühendislik tekniğidir. 14. Risk öncelik sayısının (RÖS) hesaplanırken, olası hataların (i)...., (ii).. ve (iii). çarpılır ve en yüksek RÖS değerlerine sahip hatalardan başlanarak, iyileştirme planları/önleyici faaliyetler belirlenir. B Bir tekstil işletmesinin paketleme bölümünde, ürünler ile ilgili ortaya çıkan hata türleri ve hata sayıları aşağıdaki tabloda verilmiştir. Ortaya çıkan hatalara çözüm üretmek amacıyla, kalite mühendisleri hataların önceliklendirilmesi için ABC analizi çalışması yapmayı uygun bulmuştur. Bu amaçla, ilgili istatistiksel kalite kontrol aracını kullanıp, hataları sınıflandırınız. Hata türü Hatalı ürün sayısı Hata türü Hatalı ürün sayısı Ağ hatası 5 Lastik lekesi 99 Pul hatası 21 Kenar hatası 5 Yanlış ürün 9 Baskı hatası 74 Kulağı kesik 20 Yamuk 8 Yağ lekesi 16 Düğme tamiri 94 Kumaş lekesi 123 Son kapama 10

2 C- C1. Bir imalat prosesinde, üretilen mamullerin %15 inin kusurlu olduğu bilinmektedir. Bu prosesten rastgele alınan 3 birimlik örnekte en az iki mamulün kusurlu çıkma olasılığını hesaplayınız. C2. Bir fabrikada imal edilen ürünlerin %3 ü kusurludur. Muayene için 25 birimlik rastgele bir örnek alındığında, 3 veya daha fazla kusurlu ürün çıkma olasılığını hesaplayınız. C3. Mal girişte kalite kontrolün yapıldığı bir işletmeye, tedarikçisinden 20 birimlik bir parti mal gelmiştir. Her bir birimin incelenmesi maliyetli olacağından kalite mühendisi, bir partiden 6 birimlik rastgele örnek almakta, seçilen birimlerin kusurlu sayısı 1 i aşmazsa partiyi kabul etmektedir. Bu durumda, 5 kusurlu içeren bir parti malın işletmenin kalite kontrol birimi tarafından kabul edilme olasılığı nedir? C4. Mil çapının kritik kalite karakteristiği olduğu bir imalat sürecinde, alınan örneklemler ile mil çapının 0,2508 inç ortalama ve 0,0005 inç standart sapma ile normal dağıldığı belirlenmiştir. Mil çapı ile ilgili spesifikasyon limitlerinin ise 0,2500 ± 0,0015 inç olarak belirlendiği bilinmektedir. Buna göre, üretilen millerin müşteri spesifikasyonlarını karşılama oranını bulunuz. C5. Belirli bir ürünün yarıçapı ortalaması μ = 1,06315 ve standart sapması σ = 0,0075 olan normal dağılım özelliği göstermektedir. Ürüne ait müşteri spesifikasyonları ÜSL=1,082 ve ASL=1,054 olmak üzere (i) ASL nin altındaki ürün oranı, (ii) ÜSL nin üstündeki ürün oranı, (iii) ASL ve ÜSL arasında kalan ürün oranı, (iv) Üretilen ürünlerin sadece %5 inin ASL altında kalması için yeni ASL ve ÜSL değerleri ne olmalıdır? (v) ASL limiti dışında kalan ürün oranın %5 olması halinde, yeni proses ortalamasının değerini bulunuz, (vi) Hesaplanan yeni ortalamaya göre, ÜSL dışında kalan ürün oranını bulunuz. C6. Kusurlu oranı %10 olan bir imalat prosesinden, 200 birimlik bir örnek alındığında (i) Bu örnekte 30 dan az kusurlu birim çıkması olasılığı nedir? (ii) 15 veya daha fazla kusurlu birim çıkması olasılığını hesaplayınız. D D1. Bir fabrikanın ürettiği belli bir tip çelik bilyelerden 100 birimlik bir örnek alınmış ve bu örnek için ağırlıkların ortalaması 4,8 gr ve standart sapması 0,5 gr bulunmuştur. Buna göre bu fabrikanın ürettiği söz konusu çelik bilyelerin ağırlıklarının ortalaması için %99 güven düzeyinde, güven aralığını hesaplayınız. D2. Sentetik bir ipin ortalama çekme dayanımı önemli bir kalite karakteristiği olup, imalatçı %95 güven düzeyi için güven aralığını hesaplamak istemektedir. Geçmiş tecrübelerden çekme dayanımının normal dağılım gösterdiği bilinmesine rağmen ortalama çekme dayanımı ve standart sapması bilinmemektedir. 16 adetten oluşan rasgele bir örnek seçilmiş ve çekme dayanımları hesaplanmıştır. E Genel imalat çeliklerinin üretildiği bir imalat sürecinde, malzeme mukavemeti kritik kalite karakteristiği olarak belirlenmiş ve 11 gün süre ile her gün 4 er çelik boru rastgele alınarak kopma dayanımları ölçülmüş ve aşağıdaki tablo oluşturulmuştur. a) Kopma mukavemeti değerlerinin yaklaşık normal dağıldığı söylenebilir mi? Histogram oluşturup yorumlayınız. En fazla 7 sınıf oluşturunuz. b) İmalat süreci için uygun kontrol grafiğini çizerek, süreç analizini gerçekleştirip, yorumlayınız.

3 Örnek Değerleri (Kopma mukavemeti) Gün F F1. Bir üretim sürecinden eşit zaman aralıklarıyla 5 birimden oluşan örnekler alınmakta ve belirli bir kalite karakteristiği ölçülmektedir. Alınan 25 örnek sonrasında X = 201 ve R = 4.65 olarak hesaplanmış ve X R kontrol grafiği çizilerek sürecin istatistiksel olarak kontrol altında olduğu sonucuna varılmıştır. (i) Süreç yeterlilik analizi çalışmasında kullanılmak üzere, ilgili kalite karakteristiği değerlerinin alındığı popülasyona ait standart sapmanın tahmini değerini elde ediniz. (ii) Müşteri spesifikasyon limitlerinin ± 2 olması halinde, sürece ilişkin alt ve üst doğal tolerans limitlerini elde ederek, spesifikasyon dışında kalan ürünlerin oranını bulunuz. (ii) Sürece ait potansiyel C p ve fiili C pk yeterlilik endekslerini hesaplayarak, yorumlayınız. F2. Bir üretim sürecinden eşit zaman aralıklarında her biri 8 birimden oluşan örnekler alınmaktadır. Normal dağıldığı kabul edilen bir kalite karakteristiği ölçülerek her örneğin ortalaması ile standart sapması hesaplanmıştır. 40 Alınan 40 örnek sonrasında X 40 i=1 i = 1000 ve i=1 s i = 68 olarak hesaplanmıştır. (i) X S kontrol grafiği oluşturulmuş ve sürecin istatistiksel olarak kontrol altında olduğunu gösterdiği kabul edilerek, sürecin doğal tolerans sınırlarını belirleyiniz. (ii) İlgilenilen kalite karakteristiğinin spesifikasyonu 24 ± 4 ise doğal tolerans sınırları ile karşılaştırıp, sürece ait potansiyel C p ve fiili C pk yeterlilik endekslerini hesaplayarak, yorumlayınız. (iii) Üst spesifikasyon sınırının üstünde kalanların yeniden işlenebildiği, alt spesifikasyon sınırının altında kalanların ise ıskartaya ayrıldığı kabul edilirse, sürecin yeniden işleme ve ıskarta oranlarını hesaplayınız. G- Bir imalat sürecinden yarım saat arayla 9 farklı örnek alınmıştır. Alınan örnekler için örneklem büyüklüğü farklıdır ve anakütleye (popülasyon) ait kusurlu oranı bilinmemektedir. Uygun kontrol kartını kullanıp, süreç analizini gerçekleştiriniz. H Bir döküm atölyesinde, dökümü gerçekleştirilen otomotiv fren disk aynaları incelendiğinde, yapılan çeşitli döküm hatalarının sayısı ve alınan fren disk aynası örneklerinin sayısı aşağıdaki tabloda verilmiştir. Bu doğrultuda, uygun kontrol grafiğini kullanarak, döküm sürecinin analizini gerçekleştiriniz. Fren disk aynası döküm sürecinin kontrol altında olup olmadığını yorumlayınız. Penetrasyon Segregasyon Kum gözeneği Fren disk aynası adedi

4 I Aşağıdaki tabloda kablo dış çapı olarak belirlenen kalite karakteristiği için, her biri 5 ölçüm değeri içeren 20 farklı örneklemin ortalaması verilmiştir. Kablo dış çap ölçümleri için hedef değerin 30 olduğu bilinmektedir. Ancak kablo dış çap ölçümlerinin standart sapması kesin olarak bilinmemektedir. Prosesin standart sapmasını tahmin edip, proses ortalamasının hedef değerden kayma(lar) gösterip göstermediğini tespit etmek üzere a) EWMA kontrol grafiğini kullanarak süreç analizini gerçekleştiriniz (L = 3 ve λ = 0.2 olarak alınız). b) CUSUM kontrol grafiğini kullanarak elde edilen sonucu, EWMA kontrol kartı ile karşılaştırınız (Karar aralığı H değerini, 5 kabul ediniz. Referans değeri için ise proses ortalamasından 1σ lık kaymaların tespit edilmek istendiğini varsayınız). Proses ortalamasından kayma söz konusu ise yeni proses ortalamasını tahmin ediniz. J Ölçüm sisteminin analizi amacıyla, bir imalat sürecinden sorumlu tek bir operatör tarafından 10 adet parça 3 kez ölçülerek aşağıdaki tablo oluşturulmuştur. (i) Yapılan ölçüm hatalarının standart sapmasını tahmin ediniz. (ii) Toplam değişkenliğin varyansını hesaplayarak, bileşenlerine ayırınız. (Parçadan kaynaklanan değişkenlik ve ölçüm sisteminden kaynaklanan değişkenlik), (iii) Ölçme sisteminden kaynaklanan değişkenliğin toplam değişkenlik içerisindeki oranını hesaplayınız, (iv) Parçaya ait müşteri spesifikasyonunun 100 ± 15 olduğunu varsayarak, ölçüm için P/T oranını hesaplayıp, yorumlayınız, (v) P/T oranı ile S/N oranı ve Diskriminant orandan elde edilen sonuçları karşılaştırınız.

5 K 10 adet parça 2 operatör tarafından 3 kez ölçülerek aşağıdaki tablodaki ölçüm değerleri elde edilmiştir. MINITAB kullanılarak Gauge R & R analizi gerçekleştirilmiş ve aşağıda verilen iki-yönlü ANOVA sonuçları elde edilmiştir. Bu doğrultuda, parçadan, operatörlerden, parça-operatör etkileşiminden kaynaklanan değişkenlikleri (Varyans bileşenlerini) tahmin edip, tekrar edilebilirliğin (rastgele hata) etkisini de göz önünde bulundurarak, P/T oranına göre ölçüm sisteminin yeterliliğini değerlendiriniz (Ölçülen parçalar için spesifikasyon 50 ± 10 alınız). Gage R&R Study - ANOVA Method Two-Way ANOVA Table With Interaction Source DF SS MS F P Parça Operatör Parça * Operatör Repeatability Total Two-Way ANOVA Table Without Interaction Source DF SS MS F P Parça Operatör Repeatability Total

Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır.

Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. KALİTE KONTROL Kalite: Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. Kontrol: Mevcut sonuçlarla hedefleri ve amaçları kıyaslama

Detaylı

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:

Detaylı

ANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar vermek

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

Quality Planning and Control

Quality Planning and Control Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 Süreç ve Ölçüm Sistemi Yeterlilik Analizi I (Process

Detaylı

Ölçüm Sisteminin Analizi

Ölçüm Sisteminin Analizi Ölçüm Sisteminin Analizi (Measurement System Analysis) Prof. Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK SÜREÇTEN KAYNAKLANAN DEĞİŞKENLİK ÖLÇÜM SİSTEMİNDEN KAYNAKLANAN DEĞİŞKENLİK Süreç Değişkenlik Kaynakları

Detaylı

İSTATİSTİK II. Hipotez Testleri 1

İSTATİSTİK II. Hipotez Testleri 1 İSTATİSTİK II Hipotez Testleri 1 1 Hipotez Testleri 1 1. Hipotez Testlerinin Esasları 2. Ortalama ile ilgili bir iddianın testi: Büyük örnekler 3. Ortalama ile ilgili bir iddianın testi: Küçük örnekler

Detaylı

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel

Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel Ölçüm Sisteminin Analizi Measurement System Analysis Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK Süreçten kaynaklanan değişkenlik Ölçüm sisteminden kaynaklanan değişkenlik Süreç Değişkenlik Kaynakları Hammadde

Detaylı

Quality Planning and Control

Quality Planning and Control Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 İstatistiksel Proses Kontrol Kontrol Kartları Kontrol

Detaylı

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen

Detaylı

4. HİSTOGRAM. Tolerans Aralığı. Değişim Aralığı HEDEF. Üst Spesifikasyon Limiti. Alt Spesifikasyon Limiti

4. HİSTOGRAM. Tolerans Aralığı. Değişim Aralığı HEDEF. Üst Spesifikasyon Limiti. Alt Spesifikasyon Limiti 4. HİSTOGRAM Nedir? Sınıflandırılmış verilerin sütun grafiğidir. Sütunların (sınıfların) genişliği sabit olup, bir veri sınıfını temsil etmektedir. Sütunların yüksekliği ise her bir veri sınıfına düşen

Detaylı

Quality Planning and Control

Quality Planning and Control Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 Süreç ve Ölçüm Sistemi Yeterlilik Analizi II (Process and Measurement System Capability

Detaylı

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma - 1 Ödevler 5 er kişilik 7 grup Hayali bir şirket kurulacak Bu şirketin kalite kontrol süreçleri raporlanacak Kalite sistem dokümantasyonu oluşturulacak

Detaylı

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI 2012 Araş.Gör. Efe SARIBAY 1) Bir kafede yaz aylarında satılan limonataların satış miktarının ortalamasının 24 lt. den az olduğu iddia edilmektedir. İddiayı test etmek

Detaylı

İSTATİSTİKSEL PROSES KONTROLÜ

İSTATİSTİKSEL PROSES KONTROLÜ İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 14: Değişkenlere Göre Örnekleme Planları ve Diğer Örnekleme Yöntemleri Yrd. Doç. Dr.

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 7: Süreç Yeterlilik Analizi & Ölçme Sistemlerinin Analizi (MSA) Yrd. Doç. Dr. Kemal

Detaylı

NİTELİKSEL KONTROL GRAFİKLERİ

NİTELİKSEL KONTROL GRAFİKLERİ NİTELİKSEL KONTROL GRAFİKLERİ Prof. Dr. Nihal ERGİNEL Ölçülemeyen ancak hatalı / hatasız, geçer / geçmez, tekstil sektöründe leke sayısı, dokuma kaçağı vb nin analiz edilmesi için oluşturulan kontrol grafikleridir.

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 9: Prof. Dr. İrfan KAYMAZ Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten

Detaylı

Merkezi Limit Teoremi

Merkezi Limit Teoremi Örnekleme Dağılımı Merkezi Limit Teoremi Şimdiye kadar normal dağılıma uygun olan veriler ile ilgili örnekler incelendi. Çarpıklık gösteren veriler söz konusu olduğunda ne yapılması gerekir? Hala normal

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık - I Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kes1rim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmak7r. ü Bu anlamda, anakütleden çekilen

Detaylı

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotez Testi Rehberi Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotezler Sıfır Hipotezi: H 0 Aksi kanıtlanmadığı sürece doğru olduğu düşünülen varsayımdır. H 0 ın kanıta ihtiyacı yoktur. H 0 ı ret etmek

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü

T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü 1970 T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN Endüstri Mühendisliği Bölümü 1 Kontrol Grafiği UygulamaAdımları Kontrol edilecek uygun

Detaylı

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ ÖRNEKLEME TEORİSİ 1 Bir popülasyonu istatistiksel açıdan incelemek ve işlemler yapabilmek için popülasyon içerisinden seçilen örneklemlerden yararlandığımızı söylemiştik. Peki popülasyonun istatistiksel

Detaylı

Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi

Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi İSTATİSTİKSEL SÜREÇ KONTROLÜNE GİRİŞ Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolü Bir üretim/ hizmet sürecinin kontrol altında olup olmadığına karar vermek için kullanılan teknikler

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 3: İstatistiksel Proses Kontrol Metotları & Felsefesi Yrd. Doç. Dr. Kemal SUBULAN 20-22.02.2018

Detaylı

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ İSTATİSTİK Hafta 7.2 Kesikli Olasılık Dağılımları Simeon Poisson a atfen isimlendirilen dağılım, bir örnek uzayın belli bir bölgesi veya zamanındaki olayların sayısının incelendiği kesikli bir olasılık

Detaylı

İstatistiksel proses kontrol ve kontrol diyagramı. 3. hafta

İstatistiksel proses kontrol ve kontrol diyagramı. 3. hafta İstatistiksel proses kontrol ve kontrol diyagramı 3. hafta İstatistiksel proses kontrol Prosesteki değişkenliği ölçerek ve analiz ederek istatistiksel kontrolünü sağlamak ve sürdürmek için istatistiksel

Detaylı

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0 YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye

Detaylı

İstatistiksel Süreç Kontrolu. Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi

İstatistiksel Süreç Kontrolu. Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolu Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolü Bir üretim/ hizmet sürecinin kontrol altında olup olmadığına karar vermek için kullanılan teknikler bütünüdür.

Detaylı

İstatistiksel Süreç Kontrol KAZIM KARABOĞA

İstatistiksel Süreç Kontrol KAZIM KARABOĞA İstatistiksel Süreç Kontrol KAZIM KARABOĞA KALİTENİN TARİHSEL KİMLİK DEĞİŞİMİ Muayene İstatistiksel Kalite Kontrol Toplam Kalite Kontrol Toplam Kalite Yönetimi İSTATİSTİKSEL KALİTE KONTROL İstatistiksel

Detaylı

Gruplanmış serilerde standart sapma hesabı

Gruplanmış serilerde standart sapma hesabı Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

Araş.Gör. Efe SARIBAY

Araş.Gör. Efe SARIBAY HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY 1) Telekom da çalışan bir operatör A ve B şehirleri arasında yapılan telefon görüşmelerinin ortalamasının 6 dakikadan daha fazla sürdüğünü iddia

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye

Detaylı

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel kalite kontrol o Üretim ve hizmet süreçlerinin ölçülebilir veriler yardımıyla istatistiksel yöntemler kullanılarak

Detaylı

İstatistik Dersi Çalışma Soruları Final(Matematik Müh. Bölümü-2014)

İstatistik Dersi Çalışma Soruları Final(Matematik Müh. Bölümü-2014) İstatistik Dersi Çalışma Soruları Final(Matematik Müh. Bölümü-2014) S-1) Standart normal dağılıma sahip Z değişkeni için aşağıda istenilen olasılıkları hesaplayınız. S-2) 50 müşteriye yeni bir ürün tattırılır.

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 6: Nitelikler (Belirtiler) İçin Kontrol Kartları Yrd. Doç. Dr. Kemal SUBULAN (13-15).03.2018

Detaylı

Popülasyon Ortalamasının Tahmin Edilmesi

Popülasyon Ortalamasının Tahmin Edilmesi Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini

Detaylı

Dr. Mehmet AKSARAYLI

Dr. Mehmet AKSARAYLI Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli

Detaylı

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER Not: Beklenen Frekansı 5 in altında olan gruplar varsa, bu gruplar bir önceki veya bir sonraki grupla birleştirilir. Hipotezler χ 2 Dağılışa Uyum Testi

Detaylı

PARAMETRİK OLMAYAN TESTLER

PARAMETRİK OLMAYAN TESTLER PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin rassal seçilmesi varsayımına dayanmaktaydı ve parametrik testler kullanılmıştı. Parametrik olmayan testler

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 13: Standart Örnekleme Planları & Değişkenlere Göre Örnekleme Planları Yrd. Doç. Dr.

Detaylı

İstatistiksel Proses Kontrol

İstatistiksel Proses Kontrol İstatistiksel Proses Kontrol İstatistiksel Proses Kontrol Nedir? ü İstatistiksel proses kontrolü, üretim sürecinde kaliteyi ölçmek ve kontrol etmek için kullanılan endüstri standardı bir metodolojidir.

Detaylı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin

Detaylı

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014)

İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) S-1) Bir otoyol üzerinde radarla hız kontrolü yapan, polis ekipler tarafından tespit edilen tane aracın hızları aşağıdaki tabloda

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

Detaylı

HİPOTEZ TESTLERİ HİPOTEZ NEDİR?

HİPOTEZ TESTLERİ HİPOTEZ NEDİR? HİPOTEZ TESTLERİ HİPOTEZ NEDİR? Örnekleme ile test edilmeye çalışılan bir popülasyonun ilgili parametresi hakkında ortaya sunulan iddiadır. Örneğin; A dersi için vize ortalaması 50 nin altındadır Firestone

Detaylı

ÖLÇME VE DEVRE LABORATUVARI DENEY: 4

ÖLÇME VE DEVRE LABORATUVARI DENEY: 4 Masa No: No. Ad Soyad: No. Ad Soyad: ÖLÇME VE DEVRE LABORATUVARI DENEY: 4 --Düğüm Gerilimleri ve Çevre Akımları Yöntemleri İle Devre Çözümleme-- 2013, Mart 20 4A: Düğüm Çözümleme ( Düğüm Gerilimi ) Deneyin

Detaylı

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi ENM 52 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 4 Minitab da İstatiksel Çıkarım-I (Ortalamalar ve Oranlar İçin ) İstatistiksel Hipotezler İstatistiksel hipotez testi ve parametrelerin güven aralığı tahmini,

Detaylı

MEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ

MEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ MEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ Evren DİREN Serkan ATAK Çiğdem CİHANGİR Murat Caner TESTİK ÖZET Kusurları ve israfı önleyerek müşteri memnuniyetini ve karlılığı arttırmayı

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK ve İSTATİSTİK Hipotez Testleri OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan

Detaylı

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek

Detaylı

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız. .4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin

Detaylı

İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA

İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK ÖRNEK ARAŞTIRMA ZİNCİR FABRİKASINDA UYGULAMA (Zeyveli, M. ve Selalmaz,

Detaylı

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Nokta Tahmini

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08 1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel

Detaylı

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I Soru 1) Rassal Sayı üretme yöntemlerinden Doğrusal Eşlik Üretecinin parametrelerinin a=13, m=40 ve c=1; başlangıç değeri x 0 =3 olsun. Verilen başlangıç değerini

Detaylı

Kalite Yönetimi. Kabul Örneklemesi 11. Hafta

Kalite Yönetimi. Kabul Örneklemesi 11. Hafta Kalite Yönetimi Kabul Örneklemesi 11. Hafta Parti Kabulünde Uygulanacak Yaklaşımlar Muayene uygulamamak % 100 muayene Örnekleme muayenesi Kabul Örneklemesi Yığından örnekler alınır, birimlerin belirli

Detaylı

İŞLETMECİLER İÇİN İSTATİSTİK II

İŞLETMECİLER İÇİN İSTATİSTİK II İŞLETMECİLER İÇİN İSTATİSTİK II UYGULAMA I SORU 1 Bir maden işletmesi kazılan madendeki ton başına ortalama bakır cevheri miktarının değeri tahminlemek istemektedir. Rastsal olarak seçilen 50 tonluk örnekten

Detaylı

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun

Detaylı

BÖLÜM 10 PUAN DÖNÜŞÜMLERİ

BÖLÜM 10 PUAN DÖNÜŞÜMLERİ 1 BÖLÜM 10 PUAN DÖNÜŞÜMLERİ Bir gözlem sonucunda elde edilen ve üzerinde herhangi bir düzenleme yapılmamış ölçme sonuçları 'ham veri' ya da 'ham puan' olarak isimlendirilir. Genellikle ham verilerin anlaşılması

Detaylı

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 ) 4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı

Detaylı

Yıldız Teknik Üniversitesi İnşaat Fakültesi Harita Mühendisliği Bölümü TOPOGRAFYA (HRT3351) Yrd. Doç. Dr. Ercenk ATA

Yıldız Teknik Üniversitesi İnşaat Fakültesi Harita Mühendisliği Bölümü TOPOGRAFYA (HRT3351) Yrd. Doç. Dr. Ercenk ATA Yıldız Teknik Üniversitesi İnşaat Fakültesi Harita Mühendisliği Bölümü Ölçme Hataları Ölçme Hatası Herhangi bir ölçme aleti ile yapılan ölçüm sonucu bulunan değer yaklaşık değerdir. Bir büyüklük aynı ölçme

Detaylı

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 5: Değişkenler & Nitelikler İçin Kontrol Kartları & FMEA Analizi Yrd. Doç. Dr. Kemal

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini

Detaylı

Altı Sigma Nedir? Uygulayan şirketlere çok belirgin finansal kazançlar sağlamıştır.

Altı Sigma Nedir? Uygulayan şirketlere çok belirgin finansal kazançlar sağlamıştır. ALTI SİGMA NEDİR? Altı Sigma Nedir? 1980 lerin ortasında Motorola tarafından, Japon kalite fikirleri ve kontrol sistemlerinin süreçlerde uygulanması için geliştirilmiştir. Mevcut problemleri çözmek, altı

Detaylı

İstatistiksel Kalite Kontrol

İstatistiksel Kalite Kontrol İstatistiksel Kalite Kontrol İstatistiksel kalite kontrol (İKK) metodlarının sanayide geniş çapta uygulanması ile imalatın hızlanması, firenin azaltılması, maliyetlerin düşürülmesi ve kalitenin yükseltilmesi

Detaylı

ÖRNEKLEME TEORİSİ 1/30

ÖRNEKLEME TEORİSİ 1/30 ÖRNEKLEME TEORİSİ 1/30 NİÇİN ÖRNEKLEME Zaman Kısıdı Maliyeti Azaltma YAPILIR? Hata Oranını Azaltma Sonuca Ulaşma Hızı /30 Örnekleme Teorisi konusunun içinde, populasyondan örnek alınma şekli, örneklerin

Detaylı

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun

Detaylı

SÜREKLİ DÜZGÜN DAĞILIM

SÜREKLİ DÜZGÜN DAĞILIM SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler .0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans

Detaylı

KALİTE EKONOMİSİ PROF.DR. AHMET ÇOLAK

KALİTE EKONOMİSİ PROF.DR. AHMET ÇOLAK KALİTE EKONOMİSİ PROF.DR. AHMET ÇOLAK TOPLAM KALİTE MALİYETLERİ TOPLAM İÇİNDEKİ PAYI 1.Önleme maliyetleri % 5 2.Ölçme ve Değerleme Maliyetleri % 50 3.Başarısızlık Maliyetleri % 45 3.1.İç Başarısızlık Maliyetleri

Detaylı

GÜVEN ARALIKLARI ALISTIRMA SORULARI. 2012 Aras.Gör. Efe SARIBAY

GÜVEN ARALIKLARI ALISTIRMA SORULARI. 2012 Aras.Gör. Efe SARIBAY GÜVEN ARALIKLARI ALISTIRMA SORULARI 2012 Aras.Gör. Efe SARIBAY 1) Bir bankada bir gün içerisinde açılan vadeli TL. hesaplarının ortalamasını incelemek amacıyla yapılan bir araştırmada 12 günlük yapılan

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı