Quality Planning and Control

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Quality Planning and Control"

Transkript

1 Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1

2 Süreç ve Ölçüm Sistemi Yeterlilik Analizi II (Process and Measurement System Capability Analysis) 11 Nisan

3 Süreç ve Ölçüm Sistemi Yeterlilik Analizi 1 Ölçüm Sistemi Yeterlilik Analizi - Gage (R&R) Analysis 2 Süreç Yeterlilik Analizi 2.1 Makine Yeterlilik Analizi (min. prosesten alınan 50 veri) (min. prosesten alınan 125 veri) Süreç Yeterlilik Analizi Değişken Kalite Karakteristiği İçin 2. Nitel Kalite Karakteristiği İçin 3

4 2.1 Makine Yeterlilik Analizi Bir makine yeterlilik çalışması, sadece makinenin özelliklerine odaklanır, yani mümkün olduğu ölçüde, makineye harici değişkenlerin etkisi veya etkileri (gürültü faktörleri) en aza indirilir. Varyasyon kaynaklarının bazı örnekleri şunlardır: İnsan - Personel - Değişiklik değişiklikleri Makine - Hız - İlerleme hızı - Araçlar - Çevrim süreleri - Soğutucu akış hızı ve sıcaklığı - Baskılar - Akım (kaynak ekipmanı durumunda) - Güç (lazer kaynağı durumunda) - Değişim durumu (optimizasyon önlemleri durumunda) Malzeme - Yarı mamul ürünler, farklı parçalardan kaba parçalar veya boşluklar veya üreticileri 4

5 2.1 Makine Yeterlilik Analizi Yöntem - Örnekleme öncesi işleme tesisinin çalışma (ısınma) süresi - Farklı işleme öncesi veya üretim akışı Çevre (Doğa Ana) - Oda sıcaklığı (üretim sırasında sıcaklık değişimleri Numune) - Bağıl nem, atmosferik basınç - İşleme tesisine etki eden titreşim - Binadaki işleme tesisinin yeri (kat) - Olağandışı olaylar Bu olası etkiler sabit tutulursa, yalnızca makinenin doğal varyasyon kaynaklarının ürünü ve özelliklerini etkilemesi beklenir. Bunun mümkün olmadığı durumlarda, dış etki faktörlerindeki değişiklikler test sonuçlarının kaydında belgelenmelidir. Yetenek özellikleri karşılanmazsa, bu bilgiler optimizasyon önlemlerinin temeli olarak kullanılabilir. 5

6 İstatiksel bir ölçüt olan Süreç Yeterliliği, sürecin istikrarına işaret eder. Müşteri beklentileri (müşteri spekleri - customer specifications) göz önünde bulundurularak, süreçteki kritik kalite özelliklerinin değişkenliği, çıktıdaki (ürün) kalitenin de (istikrarın) bir ölçüsüdür. Proses yeterlilik analizi ise proses yeterliliğini tahmin etmek için geliştirilen, kullanılan bir mühendislik yaklaşımıdır. Proses yeterlilik analizi ile kritik kalite karakteristiklerinin değişkenliğinin istatiksel olarak kontrol altında tutulmasın ve düşürülmesine çalışılır. Proses yeterliliği, belirli bir forma, merkeze (Aritmetik Ortalama) ve yayılıma (Güven Aralığı ± 3 ) sahip bir olasılık dağılımı ile tahmin edilebilir. 6

7 7

8 2 Süreç Yeterlilik Analizi (Process Capability Analysis) Süreç Yeterlilik İndeksleri Süreç yeterlilik indekslerinden Cp indeksi, müşteri spekleri (müşterinin sesi) ÜTL/ATL ile proses kontrol limitleri (prosesin sesi) - arasındaki ilişkiyi gösterir. Sürecin dağılımını dikkate alır (potansiyel yeterlilik) 6 Proses Yeterlilik İndeksi (Potansiyel Yeterlilik) C p C p USL LSL 6 Amaç Cp = 2 Cpk indeksi süreç ortalamasının müşteri speklerinin (müşterinin sesi - ÜTL/ATL) ortalamasına, merkezine olan ilişkisini dikkate alır (aktüel, gerçekleşen yeterlilik) USL LSL C min Proses Yeterlilik İndeksi (Proses Aktüel Yeterlilik) C pk, pk 3 3 a-) Merkezi Proses (center process) b-) Merkezi Olmayan Proses (off-center process) Amaç Cpk = 2 Merkezi Proses Süreç yeterlilik indeksleri Cp ve Cpk arasındaki ilişki: C ( 1 k) pk C p k X / ( ÜTL ATL) / 2 k : sabit : populasyon ortalaması X : aritmetik ortalama 8

9 Süreç Yeterlilik İndeksleri Proses Yeterlilik İndeksi (Proses Aktüel Yeterlilik) C pk C pk ÜTL X X ATL min, 3 3 a-) Merkezi Proses (center process) C p = C pk process centered C pl X ATL 3 C pu ÜTL X 3 b-) Merkezi Olmayan Proses (off-center process) C p > C pk process off-center ATL AKL X ÜKL ÜTL NOT: Süreç merkezi değil (off-center) C pk > 0 proses ortalaması müşteri spekleri içinde C pk = 0 proses ortalaması = ÜTL veya ATL (müşteri spekleri) C pk < 0 proses ortalaması müşteri spekleri dışında 3 3 Güven Aralığı 6 Normal Dağılım 9

10 2 Süreç Yeterlilik Analizi (Process Capability Analysis) Tavsiye Edilen Minimum Proses Potansiyel Yeterlilik Değerleri Proses Yeterlilik İndeksi (Potansiyel Yeterlilik) Cp normal dağılımın eğrisinin göstermiş olduğu özelliğe göre tek taraflı (dağılım eğrisinin etekleri tek taraflı) yada çift taraflı (dağılım eğrisinin etekleri çift taraflı) spesifikasyon olarak ikiye ayrılır. Çift Taraflı Sipesifikasyon Tek Taraflı Sipesifikasyon Mevcut Proses Yeni Proses Mevcut Proses (güvenli, dayanıklı veya kritik parametre) 1,33 1,50 1,50 1,25 1,45 1,45 Proses Yeterlilik İndeksi (Potansiyel Yeterlilik) Cp normal dağılımın eğrisinin göstermiş olduğu özelliğe göre tek taraflı (dağılım eğrisinin etekleri tek taraflı) yada çift taraflı (dağılım eğrisinin etekleri çift taraflı) spesifikasyon olarak ikiye ayrılır. Mevcut Proses (güvenli, dayanıklı veya kritik parametre) 1,67 1,60 10

11 Normal dağılım gösteren ve istatistiksel olarak kontrol altında olan dağılımlar için Proses Yeterlilik Oranları Cp (Proses Yeterlilik İndeksi - Potansiyel Yeterlilik) ve bu değerlere karşılık gelen hatalı ürün sayısı ppm (in defective) yandaki tabloda verilmiştir. Proses Yeterlilik Oranı yükseldikçe, üretimin yani sürecin hassasiyeti artmakta ve hatalı ürün sayısın da azaldığı görülmektedir. 11

12 Süreç Yeterlilik Analizi Teknikleri Histogramlar ve Olasılık Grafikleri Kontrol Grafikleri Deneysel Tasarım 12

13 Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Cam konteynerlerin patlamaya karşı yeterliliğini analiz etmek için aşağıdaki veri tablosunda görüldüğü gibi 100 adet gözlem değeri alınmıştır. 100 adet cam konteyner için patlama değerleri X 264,06 S 32,02 X 3S Güven Aralığı 264,06 3(32,02) psi Histogramdan da anlaşılacağı gibi, cam konteynerlerin patlamaya karşı dayanımı değerleri normal dağılım göstermektedir. Üretilen cam konteynerlerin patlama değerlerinin %99,73 nün psi aralığında olabileceği tahmin edilmektedir. Bu tahminlemeyi yaparken yeterlilik indeksi kullanılmamıştır. 13

14 Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Kalite Planlama ve Kontrol Ders notlar 3, Sayfa 22 deki örnekte ATL=1,00 ve ÜTL=2,00 micron olsun. Bu örnekte R - Aralığa Dayalı Kontrol Grafiği yönteminde standart sapma belli olmadığı için standart sapmasını olarak tahmin R ˆ d 2 0, ,1398 2,326 etmiştik. Bu durumda sürecin potansiyel yeterliliğini tahmin etmemiz gerekseydi eğer C p ÜTL ATL 6 2,00 1,00 6(0,1398) 1,192 Gözlem değerlerinin göstermiş olduğu dağılımın yani sürecin spesifikasyon limitleri (müşterinin sesi) içindeki oranı: P 1 C p , ,89 Spesifikasyon bandının, alanının (müşterinin sesi) % 83,89 uzu kullanılmaktadır! 14

15 Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Tek Yönlü Süreç Yeterliliği C min( C, C ) pk pu Cam konteynır patlama dayanımı örneğinde, alt spesifikasyon limitinin 200 psi olması durumunda tek yönlü süreç yeterlilik oranı pl ve X 264 S 32 gözlem değerleri ortalaması ve standart sapması olsun, bu durumda C pl X ATL (32) 0,67 olarak bulunur 15

16 2 Süreç Yeterlilik Analizi (Process Capability Analysis) Z Standart Normal Dağılım Tablosu Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Tek Yönlü Süreç Yeterliliği C min( C, C ) Standart normal dağılım kullanılarak, kusurlu konteynırların oranının tahmin edilmesi: X 2 N(, ) Z N(0,1) X pk Z ÜTL Z ATL pu pl ÜTL ATL Z ( ATL X ) / ( ) / 32 2 Tablodan elde edilen 0,0228 değerine göre süreçte olabilecek kusurlu ürün, cam konteynır sayısının bir milyonda, yani olması tahmin edilir! 16

17 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi Sürecin istatiksel olarak kontrol altında olup olmadığını kontrol etmek için histogramlar, normal olasılık işaretlemeleri ve süreç yeterlilik indekslerinden ziyade istatiksel kalite kontrol grafikleri daha sağlıklı olmaktadır. Bu bağlamda değişkenlere ve belirtilere göre kontrol grafikleri kullanılmaktadır. Ancak belirtilere göre kontrol grafiklerindense, hem kısa ve hem de uzun dönem süreç yeterliliğinin analizinde değişkenlere göre kontrol grafikleri, özellikle X R Kontrol grafikleri daha yaygın olarak kullanılmaktadır. 17

18 ÖRNEK B Cam konteynerlerin patlamaya karşı yeterliliğini analiz etmek için aşağıdaki veri tablosunda görüldüğü gibi beşerli (5) gözlem değerini içeren yirmi (20) alt örneklem grubunda 100 adet gözlem değeri alınmıştır. X R kontrol grafikleri kullanılmış proses değişkenliğinin kontrol altında olduğuna karar verilmiştir (stabilit proses). Bu veriler yardımıyla ˆ tahmin edilmiştir. Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi 100 adet cam konteyner için patlama değerleri X R ˆ d 264, ,3 2,326 33,23 ATL = 200 olması durumunda C pl X ATL 3 264, (33,23) 0,64 18

19 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK B Aritmetik Ortalama Kontrol Grafiği Aralığa Dayalı Kontrol Grafiği Sonuç: Aritmetik ortalama kontrol grafiğinde kontrol limitleri dışında bir değer gözlenmemektedir (stabil proses). Sadece ATL = 200 ne göre Cpk değeri (Cpl) belirlenmiş ve bu değer de 1 den küçüktür. Süreç yetersizdir. Dolayısıyla prosesin iyileştirilerek Cpk (Cpl) değerinin Tavsiye edilen minimum proses potansiyel yeterlilik değerlerine (slayt 10) göre proses yeterlilik değeri daha yükseltilebilir. Örneğin tek taraflı spesifikasyon, yeni proses kriterleri (1,45). 19

20 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK B Sipesifikasyon Dışı Ürün Adedi Hesaplanması a-) Uzun vadede (overall long term): Bu değeri hesaplarken tüm verilerden elde edilen standart sapma değeri kullanılır. ( S = 32,02, slayt 13) ATL X ,06 P( X 200) P( Z ) P( Z 2,00) 0, ,0179 a-) Kısa vadede (within short term): Bu değeri hesaplarken tüm verilerden elde edilen standart sapma değeri kullanılır. ( ˆ 33,23, slayt 18) ATL X ,06 P( X 200) P( Z ) P( Z 1,93) 0, ,23 DPM long term Kümülatif Standart Normal Dağılım Tablosu (for negative z-scores) DPM shortterm Kümülatif Standart Normal Dağılım Tablosu (for negative z-scores) 20

21 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C Yarı iletken imalatta fotolitografiyle birlikte sert bir pişirme işlemi uygulanarak, her biri beşerli (n = 5) olmak üzere kalınlık ile ilgili (kalite karakteristiği) numune (gözlem değeri) alınmıştır. Müşteri spekleri ÜTL/ ATL 1,50 R = 0,32 dir. 0,50 olup, sürecin ortalama kalınlık değeri X 1,51 ve ortalama aralık değeri ise a-) Cpu değerini hesaplayınız ve yorumlayınız. ÜTL dışındaki ürün oranını bulunuz. b-) Cpl değerini hesaplayınız ve yorumlayınız. ATL dışındaki ürün oranını bulunuz. c-) Cp ve Cpk değerlerini yorumlayınız 21

22 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C a-) Cpu değerini ve ÜTL dışındaki ürün oranı R ˆ d 2 0,32 2,326 0,138 C pu ÜTL X 3 2,00 1,51 1,18 3(0,138) 1 Bu değer ÜTL ne göre yeterli bir değerdir Z ÜTL ÜTL X 2,00 1,51 2,89 0,138 P( Z 2,89) 0, ,998 = 0,002 ÜTL i dışında kalan oran % 0,2 dir 22

23 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C 23

24 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C b-) Cpl değerini ve ATL dışındaki ürün oranı R ˆ d 2 0,32 2,326 0,138 C pl X 3 ATL 1,511,00 3(0,138) 1,23 1 Bu değer ATL ne göre yeterli bir değerdir Z ATL ATL X 1,00 1,51 3,69 0,138 P( Z 3,69) 0, ATL i dışında kalan oran hemen hemen 0 dır 24

25 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C Kümülatif Standart Normal Dağılım Tablosu 25

26 Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C c-) Cp ve Cpk değerleri C p ÜTL ATL 6 2,00 1,00 6(0,138) 1,21 1 C pk ÜTL X min 3, X ATL 2,00 1,51 1,511,00 min ; min1,18 ;1,23 3 3(0,138) 3(0,138) C pk 1,18 Cp ve Cpk değerleri 1 den büyük değerler olarak hesaplandığından dolayı süreç yeterlidir! 26

27 Kümülatif Standart Normal Dağılım Tablosu (for positive z-scores) Kümülatif Standart Normal Dağılım Tablosu (for negative z-scores) 27

28 28

29 Kaynakça: Montgomery, D.C., 2009, Introduction to Statistical Quality Control, 6 th Edition John Wiley & Sons, Inc. The Boing Company, 1998, Advanced Quality System, D1-9000, USA Robert BOSCH GmbH, 2004, Machine and Process Capability, 3 th Edition, Stuttgart, GERMANY Cakmakci, M., 2017, Kalite Planlama ve Kontrol Ders Notları Cakmakci, M., 2009, Process improvement: performance analysis of the setup time reduction-smed in the automobile industry, International Journal of Advanced Manufacturing Technology, 41,1-2: Cakmakci, M., Nasirlialp, M., 2005, Machine tool capability and process capability study for non-normal distribution in advanced manufacturing systems, 3rd International Congress on Precision Machining - ICPM'2005, Vienna, AUSTRIA. MINITAB 14 Not: Bu slaytların hazırlanmasında yukarıda kaynakçada listelenmiş olan kaynak kitaptan yararlanılmıştır.. 29

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

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

Quality Planning and Control

Quality Planning and Control Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 İstatistiksel Proses Kontrol Kontrol Kartları 2 Kontrol Grafikleri (Shewhart Control

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

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

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

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE KONTROL Dersin Orjinal Adı: KALİTE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 8 Dersin

Detaylı

İSTATİSTİK MHN3120 Malzeme Mühendisliği

İSTATİSTİK MHN3120 Malzeme Mühendisliği İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE KONTROL Dersin Orjinal Adı: KALİTE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 8 Dersin

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3618

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3618 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE PLANLAMA VE KONTROL Dersin Orjinal Adı: KALİTE PLANLAMA VE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin

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

İSTATİSTİKİ PROSES KONTROL UYGULAMALARI İÇİN BİR SİSTEM TASARIMI. Burçin M. DURMAN, Yrd.Doç.Dr. Fatma PAKDİL

İSTATİSTİKİ PROSES KONTROL UYGULAMALARI İÇİN BİR SİSTEM TASARIMI. Burçin M. DURMAN, Yrd.Doç.Dr. Fatma PAKDİL İSTATİSTİKİ PROSES KONTROL UYGULAMALARI İÇİN BİR SİSTEM TASARIMI Burçin M. DURMAN, Yrd.Doç.Dr. Fatma PAKDİL Başkent Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, 06530, Bağlıca, Ankara

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

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

Yaz Stajı II (IE 499) Ders Detayları

Yaz Stajı II (IE 499) Ders Detayları Yaz Stajı II (IE 499) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Yaz Stajı II IE 499 Güz 0 0 0 0 6 Ön Koşul Ders(ler)i IE 399 Dersin Dili Dersin Türü

Detaylı

Kalite Kontrol ve Güvencesi (IE 326) Ders Detayları

Kalite Kontrol ve Güvencesi (IE 326) Ders Detayları Kalite Kontrol ve Güvencesi (IE 326) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kalite Kontrol ve Güvencesi IE 326 Güz 3 0 0 3 5 Ön Koşul Ders(ler)i

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

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana O. Bayat a, Z. Altınçelep b, B. Kaymakoğlu c, M. Altıner

Detaylı

Daha çok değil, daha akıllı çalışmak

Daha çok değil, daha akıllı çalışmak Daha çok değil, daha akıllı çalışmak YALIN 6 SIGMA NIN ANAHTARI YALIN ALTI SİGMA Müşterileri Memnun Etmek Süreçleri İyileştirmek Kalite Hız EKİP ÇALIŞMASI Varyasyon ve Hatalar Süreç Akışı YALIN 6 SIGMA

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

İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ

İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ V. Ulusal Üretim Araştırmaları Sempozyumu, İstanbul Ticaret Üniversitesi, 25-27 Kasım 2005 İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ Metin ÖNER Celal

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

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

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

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana 4. Maden Makinaları Sempozyumu, 23-24 Mayıs 2013, İzmir, Türkiye 4 th Mining Machinery Symposium, May 23-24 2013, İzmir, Turkey Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması

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

Üretim Planlama ve Kontrol (IE 307) Ders Detayları

Üretim Planlama ve Kontrol (IE 307) Ders Detayları Üretim Planlama ve Kontrol (IE 307) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Üretim Planlama ve Kontrol IE 307 Güz 3 0 0 3 5.5 Ön Koşul Ders(ler)i

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

Bakır Konsantre Tesislerinde Kontrol Kartlarının ve Çok Boyutlu Ölçekleme Analizinin Uygulanması

Bakır Konsantre Tesislerinde Kontrol Kartlarının ve Çok Boyutlu Ölçekleme Analizinin Uygulanması Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 32(1), ss. 99-108, Mart 2017 Çukurova University Journal of the Faculty of Engineering and Architecture, 32(1), pp. 99-108, March 2017 Bakır

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

Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (DÜSBED) ISSN : 1308-6219

Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (DÜSBED) ISSN : 1308-6219 Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (DÜSBED) ISSN : 1308-6219 Kasım 2013 YIL-5 S.10 İSTATİKSEL PROSES KONTROLÜNDE KONTROL GRAFİKLERİNİN KULLANIMI VE TEKSTİL SANAYİNDE BİR UYGULAMA Orhan

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

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere

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

ÖĞRENCİNİN ADI SOYADI:. NO:

ÖĞRENCİNİN ADI SOYADI:. NO: ÖĞRENCİNİN ADI SOYADI:. NO: İMZA: 2011-2012 ÖĞRETİM YILI TIP 1. SINIF TEMEL BİYOİSTATİSTİK DERSİ ARA SINAVI (04.11.2011) Biyoistatistik ve Tıp Bilişimi Anabilim Dalı Başarılar Temel Biyoistatistik dersi

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

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

DENEY 2 KESME HIZININ YÜZEY PÜRÜZLÜLÜĞÜNE ETKİSİNİN İNCELENMESİ

DENEY 2 KESME HIZININ YÜZEY PÜRÜZLÜLÜĞÜNE ETKİSİNİN İNCELENMESİ Kesme Hızının Yüzey Pürüzlülüğüne Etkisinin İncelenmesi 1/5 DENEY 2 KESME HIZININ YÜZEY PÜRÜZLÜLÜĞÜNE ETKİSİNİN İNCELENMESİ 1. AMAÇ Bu deneyin amacı; üretilen parçaların yüzey pürüzlülüğünü belirlemek

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

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

ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory

ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory Tuğba ÇOLAK İstatistik Anabilim Dalı Fikri AKDENİZ İstatistik Anabilim

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

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr. Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere

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

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

Proses Yeterlilik Analizi

Proses Yeterlilik Analizi 1 Proses Yeterlilik Analizi 1.Proses Yeterliliği İşletmelerin rekabette başarılı olabilmesi için, tüketici spesifikasyonları içersinde üretim yapmaları gerekmektedir. Dahası yakın gelecekte işletmeler

Detaylı

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan 1 Ders Planı 1. Karar Problemleri i. Karar problemlerinin bileşenleri ii. Değerler, amaçlar, bağlam iii. Etki diagramları 2. Model Girdilerinde Belirsizlik

Detaylı

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,

Detaylı

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,

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

VERİ SETİNE GENEL BAKIŞ

VERİ SETİNE GENEL BAKIŞ VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım

Detaylı

İSTATİSTİKSEL PROSES KONTROLÜ TEKNİKLERİ İLE KÖMÜR KALİTESİNDEKİ DEĞİŞKENLİĞİN BELİRLENMESİ

İSTATİSTİKSEL PROSES KONTROLÜ TEKNİKLERİ İLE KÖMÜR KALİTESİNDEKİ DEĞİŞKENLİĞİN BELİRLENMESİ MADENCİLİK, Cilt 45, Sayı 3, Sayfa 19-6, Eylül 006 Vol.45, No.3, pp 19-6, September 006 İSTATİSTİKSEL PROSES KONTROLÜ TEKNİKLERİ İLE KÖMÜR KALİTESİNDEKİ DEĞİŞKENLİĞİN BELİRLENMESİ Determination of Variation

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

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

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: İSTATİSTİK I Dersin Orjinal Adı: İSTATİSTİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 0 Dersin Öğretim

Detaylı

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...

Detaylı

Olasılık ve İstatistik (IE 220) Ders Detayları

Olasılık ve İstatistik (IE 220) Ders Detayları Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin

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

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

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

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

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

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

HAZİRAN-EYLÜL JUNE-SEPTEMBER YER KAROSU MUKAVEMETLERİNİN İSTATİSTİKSEL KONTROLÜ ÖZET

HAZİRAN-EYLÜL JUNE-SEPTEMBER YER KAROSU MUKAVEMETLERİNİN İSTATİSTİKSEL KONTROLÜ ÖZET MADENCİLİK HAZİRAN-EYLÜL JUNE-SEPTEMBER 1999 CİLT -VOLUME 38 SAYI-NO 2-3 YER KAROSU MUKAVEMETLERİNİN İSTATİSTİKSEL KONTROLÜ Statistical Control of Strength of Floor Tiles Bülent TÜTMEZ ( * } Oktay BAYAT

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü umutokkan@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN Hidrolik Anabilim Dalı Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü Bölüm

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

GÜVEN ARALIĞI KESTİRİM

GÜVEN ARALIĞI KESTİRİM GÜVEN ARALIĞI KESTİRİM GÜVEN ARALIĞI Herhangi bir parametre için güven aralığı iki istatistikle verilir: U ve L. Öyle ki, eğer parametrenin doğru değeri θ ise, o zaman P(L θ U) = 1 - α Burada θ parametrenin

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

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

Toz Patlaması ve Tozdan Kaynaklanan Güvenlik Risklerinin Yönetimi

Toz Patlaması ve Tozdan Kaynaklanan Güvenlik Risklerinin Yönetimi Toz Patlaması ve Tozdan Kaynaklanan Güvenlik Risklerinin Yönetimi Serdar GÜLTEK Makine Müh., FPE, M.Sc. İş Güvenliği Uzmanı (A) Serkan KÜÇÜK Kimya Müh., M.Sc. İş Güvenliği Uzmanı (A) Toz Patlaması Parametreleri

Detaylı

KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) (NİCEL) KANTİTATİF ANALİZ

KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) (NİCEL) KANTİTATİF ANALİZ KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) KANTİTATİF ANALİZ (NİCEL) KANTİTATİF ANALİZ Bir numunedeki element veya bileşiğin bağıl miktarını belirlemek için yapılan analizlere denir. 1 ANALİTİK ANALİTİK

Detaylı

Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları

Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kalite Kontrol ve Metroloji MFGE 577 Her İkisi 2 2 0 3 7.5 Ön Koşul

Detaylı

SÜREKLİ OLASILIK DAĞILIMI

SÜREKLİ OLASILIK DAĞILIMI SÜREKLİ OLASILIK DAĞILIMI Normal Olasılık Dağılımı Akülerin dayanma süresi, araçların belli bir zamanda aldığı yol, bir koşuya katılanların bitirme süresi gibi sayılamayacak kadar çok değer alabilen sürekli

Detaylı

İKİ ÖLÇÜM EKİPMANININ HASSASİYETLERİNİN KARŞILAŞTIRILMASINDA GRUBBS TİP TAHMİNLEYİCİLERİN KULLANILMASI ÖZET

İKİ ÖLÇÜM EKİPMANININ HASSASİYETLERİNİN KARŞILAŞTIRILMASINDA GRUBBS TİP TAHMİNLEYİCİLERİN KULLANILMASI ÖZET D.E.Ü.İ.İ.B.F.Dergisi Cilt:4, Sayı:I, Yıl:999, ss: İKİ ÖLÇÜM EKİPMANININ HASSASİYETLERİNİN KARŞILAŞTIRILMASINDA GRUBBS TİP TAHMİNLEYİCİLERİN KULLANILMASI Levent ŞENYAY (*) Hakan SEMERCİ (**) (**) ÖZET

Detaylı

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi

Detaylı

Ders 8: Verilerin Düzenlenmesi ve Analizi

Ders 8: Verilerin Düzenlenmesi ve Analizi Ders 8: Verilerin Düzenlenmesi ve Analizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlenin tamamını, ya da kitleden alınan bir örneklemi özetlemekle (betimlemekle)

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

Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi

Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2018-2019 Güz Dönemi Tesis Planlama Süreci (imalat ve montaj tesisleri için) 2

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

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın

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

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve Rastgele Süreçler EE213 Güz 3 0 0 3 7 Ön Koşul Ders(ler)i

Detaylı

Prof.Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü

Prof.Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü 6 6 SIGMA FELSEFESİ Prof.Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü Sigma seviyesi, süreçlerin yeterliliği ifade eden bir ölçüttür. Süreçlerin sigma seviyelerinin artması demek,

Detaylı

Afyonkarahisar da Üretilen Hazır Beton Kalitelerinin Değerlendirilmesi

Afyonkarahisar da Üretilen Hazır Beton Kalitelerinin Değerlendirilmesi Afyonkarahisar da Üretilen Hazır Beton Kalitelerinin Değerlendirilmesi Ali Ergün a, Veli Başaran b a Afyon Kocatepe Üniversitesi, Teknik Eğitim Fakültesi,Yapı Eğitimi Böl., 03200, Afyonkarahisar b Afyon

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

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

ORTAM SICAKLIĞI ALTI VEKRİYOJENİK UYGULAMALARI İÇİN ESNEK ENDÜSTRİYEL YALITIM

ORTAM SICAKLIĞI ALTI VEKRİYOJENİK UYGULAMALARI İÇİN ESNEK ENDÜSTRİYEL YALITIM CRYOGEL X201 TDS ORTAM SICAKLIĞI ALTI VEKRİYOJENİK UYGULAMALARI İÇİN ESNEK ENDÜSTRİYEL YALITIM Cryogel X201 esnek aerojel battaniye yalıtım malzemesidir. Cryogel X201 maksimum termal korunumu minimum ağırlık

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

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

Halenur Soysal 1*, Semra Boran 2. 17.04.2014 Geliş/Received, 06.06.2014 Kabul/Accepted

Halenur Soysal 1*, Semra Boran 2. 17.04.2014 Geliş/Received, 06.06.2014 Kabul/Accepted SAÜ Fen Bil Der 19. Cilt, 1. Sayı, s. 15-26, 2015 Bulanık diyagramları kullanılarak bulanık süreç Halenur Soysal 1*, Semra Boran 2 ÖZ 17.04.2014 Geliş/Received, 06.06.2014 Kabul/Accepted Süreç, müşteri

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci

Detaylı

Endüstri Mühendisliğinde İstatistiksel Uygulamalar (IE 442) Ders Detayları

Endüstri Mühendisliğinde İstatistiksel Uygulamalar (IE 442) Ders Detayları Endüstri Mühendisliğinde İstatistiksel Uygulamalar (IE 442) Ders Detayları Ders Adı Ders Dönemi Ders Kodu Saati Uygulama Saati Laboratuar Kredi AKTS Saati Endüstri Mühendisliğinde İstatistiksel Uygulamalar

Detaylı

Olasılık ve İstatistik II (IE 202) Ders Detayları

Olasılık ve İstatistik II (IE 202) Ders Detayları Olasılık ve İstatistik II (IE 202) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik II IE 202 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Olasılık

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

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

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

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ 1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel

Detaylı