KALİTE YÖNETİMİ. Hafta 8. Yrd. Doç. Dr. Semra BORAN SAKARYA ÜNİVERSİTESİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "KALİTE YÖNETİMİ. Hafta 8. Yrd. Doç. Dr. Semra BORAN SAKARYA ÜNİVERSİTESİ"

Transkript

1 SAKARYA ÜNİVERSİTESİ KALİTE YÖNETİMİ Hafta 8 Yrd. Doç. Dr. Semra BORAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak hazırlanan bu ders içeriğinin bütün hakları saklıdır. İlgili kuruluştan izin almadan ders içeriğinin tümü ya da bölümleri mekanik, elektronik, fotokopi, manyetik kayıt veya başka şekillerde çoğaltılamaz, basılamaz ve dağıtılamaz. Her hakkı saklıdır 2012 Sakarya Üniversitesi

2 Hedef: Problemin tanımlanması, nedenlerinin belirlenmesi ve çözüm önerisi geliştirilmeisnde 7 basit tekniğin kullanımını bilir 1. 7 Araç (Basit Sorun Çözme Teknikleri) 7 araç- basit sorun çözme teknikleri- sürekli iyileştirme sağlamak için ve özellikle kalite çemberleri tarafından kullanılırlar. Bu sorun çözme ve önleme tekniklerinin bir kısmı özel olarak çemberlerde kullanılmak üzere hazırlanmışken bir kısmı psikoloji, istatistik ve benzeri bilim dallarında daha önceden de kullanılmakta olan tekniklerdir. Bütün ülkelerde her tür işletmede uygulanan bu teknikler basit, kullanımı zevkli ve her düzeyde çalışanın anlayacağı özelliktedirler. 7 Araç -Basit Sorun Çözme Teknikleri- şunlardır: 1. Veri Toplama 2. Pareto Analizi 3. Neden-sonuç Diyagramı 4. Gruplandırma 5. Histogram 6. Dağılma Grafiği 7. Kontrol Diyagramı Yedi araçla birlikte değerlendirilen diğer bir yaklaşım beyin fırtınası dır. Beyin Fırtınası Beyin fırtınası, bir grubun ele aldığı konuyla ilgili olarak birçok fikrin ortaya çıkmasını sağlayan bir düşünce seansıdır. Grup üyelerinin, tam bir serbesti içinde belirli kurallara uyarak bir sorun hakkında fikir üretmeleri esasına dayanan bu yöntem, yaratıcılığı teşvik etmesi nedeniyle, Japon yöneticiler ve kalite uzmanları tarafından iyileştirme çalışmaları kapsamına alınmıştır. Beyin fırtınası KÇ lerinde şu amaçlar için kullanılır çembere isim bulmak, ele alınacak sorunu belirlemek, sorunun nedenlerini belirlemek, çözüm önerisini belirlemek. Beyin fırtınası uygulamasında uyulması gereken kurallar ise şunlardır: Garip ve saçmada olsa bütün fikirler sonuç almaya yardımcı olacakları için açıklanmalıdır. Her oturumda maksimum sayıda fikir üretilmelidir. Üyeler yeni fikirler üretmek için başkalarının önceden açıkladığı fikirlerden yararlanmalıdır. Bütün fikirler eşit öneme sahiptir hiçbir şekilde fikirler eleştirilmemeli ve yorum yapılmamalıdır. Çember üyeler sıra kendilerine geldiğinde sadece bir tek fikir söylemelidirler. Beyin fırtınası oturumu katılımı ve yaratıcılığı teşvik edecek şekilde hoş ve dostane bir havada olmalıdır. Beyin fırtınası yaklaşımı kullanılacak bir oturumun başlangıcında lider veya üyelerden biri tarafından oturum süresince uyulması gereken genel kurallar hatırlatılır. Daha sonra her üyeye sırayla konu hakkında fikir söyleme hakkı verilir. Her üyenin, kendisine sıra geldiğinde tek bir fikir söyleme hakkı vardır. Fikir üretememişse pas diyerek sözü bir sonraki üyeye 2

3 bırakır. Bu durum herkesin pas diyerek sözü bir sonrakine bırakmasına yani kimsenin fikri kalmayıncaya kadar devam eder. Açıklanan fikirler, kurallar gereği üzerinde hiçbir düzeltme ve eleştiri yapmadan, lider veya üyelerden biri tarafından yazılır. Fikirlerin listelenmesi bittikten sonra iki aşamalı oylamaya geçilir. Birinci oylamada her üye listedeki en önemli bulduğu 3 veya 4 tanesini (veya sınırsız sayıda) seçer. Oylama sonunda, fikirler aldıkları oy sayısına göre yeniden bir liste halinde düzenlenir. İkinci oylamada üyeler listedeki tek bir fikir üzerine oy kullanırlar. Oylama sonunda en çok oy alan fikir, grup elemanlarının çoğunluğunun fikri olur. Fikir üretimini kolaylaştırmak amacıyla 5N1K sorularından yararlanılır. 1.Veri Toplama Teknikleri Ele alınan sorunların analizi ve çözüm önerilerin geliştirilmesi için gerekli veriler elde edilmelidir. Bunu sağlamanın bir yolu ürünün kalite özellikleriyle ilgili muayene ve testler uygulamak, ölçümler yapmaktır. Ayrıca işletmede yapılan çeşitli faaliyetlerle ilgili tutulan raporlar, yazılı dökümanların hepsi birer veri kaynağıdırlar. Verilerin değerlendirilmesinde yararlanılacak araçlar: Kontrol Tabloları Kontrol Listeleri Grafikler Kontrol tablosu muayene esnasında elde edilen verilerin dağılımını görmeyi sağlar. Örneğin bir tekstil atölyesinde dikilmekte olan gömleklerden 50 tanesinde yapılan muayene sonucu hata türlerinin sayıları kontrol tablosu ile elde edilir. Hata türü Hata Hata sıklığı Kol uzunluğu kısa IIIIII 6 Koluzunluğun uzun III 3 Dikiş sökük IIIIIIIIIIIII 13 İplik rengi farklı IIIIIIIIIIIIIIII 16 Düğme kırık IIII 4 Kontrol listesi işlerin eksiksiz yapılmasını sağlar. Yapılan işle ilgili kalite sorunu ortaya çıktığında nedeni araştırılırken atlanılan ypılmamış bir işleme bağlı olarak ortaya çıkıp çıkmadığını belirlemek için kontrol listesinden yararlanılır. Örneğin ekmek üretim prosesinde yer alna adımlar sıralanır her adım gerçekleştirildiğinde işaretlenir. İşlemler Un, maya, tuz ve suyu karıştır Yarım saat beklet Şekil ver Ekmek üstüne susam koy Fırını 250 C ayarla Fırına koy Yarım saat fırında tut Fırından çıkar Ambalajla 3

4 Veri Çizimler Çizimler verilerin resimsel gösterimini sağlar. Ayrıca ürün resmi veya teknik resmi üzerinde hatanın ortaya çıktığı yer gösterilebilir. Category H1 H2 H3 H4 H5 Şekil 1. Pasta grafiği Örnek Tekstil atölyesinde ortaya çıkan kusurlar haftalık olarak değerlendirildiğinde Eylül ayının 4 haftasına ait kusur türlerinin dğılımı aşağıdaki gibidir. Verileri grafiksel göstermek istendiğinde aşağıdaki grafik elde edilir. Hata türü Sembol 1.hafta 2.hafta 3.hafta 4.hafta Kol uzunluğu kısa H Koluzunluğun uzun H Dikiş sökük H İplik rengi farklı H Düğme kırık H C1 H1 H2 H3 H4 H hafta 2hafta 3hafta 4hafta Şekil 2. Sütun grafiği 4

5 2.Pareto Analizi Pareto nun geliştirdiği ve %80-20 kuralı olarak ta tanımlanan bu analiz çeşitli işletme problemlerine uyarlanabilir. Örneğin ortaya çıkan hataların %80 inine hata türlerin %20 si neden olmaktadır. Pareto Analizi En önemli sorunu belirlemeyi sağlar Bir bakışta önem sırasını görmeyi sağlar Bütün faktörler içinde, ilgilenilen faktörün önem oranı görülebilir Hazırlaması kolaydır Geliştirme çabalarının sonuçları açıklıkla görülebilir. Pareto Analizi, kalite çemberlerinin çalışmalarında ortaya çıkma sıklığı veya maliyetlerine göre öncelikle ele alınması gereken hata türlerini belirlemek amacıyla kullanılır. Uygulamada şu adımlar izlenir: Hata türleri en çok gözükenden en az gözükene sıralanır. Hata türlerin % leri bulunur Birikimli % ler hesaplanır. Diyagram üzerinde hata türleri sütunlar ile ve birikimli % değerleri eğrisi gösterilir. Eğri üzerinden %85 e karşılık gelen hata türleri belirlenir. Örnek Gömlek üreten bir tekstil atölyesinde bir haftada ortaya çıkan hata türleri ve ortaya çıkma sıklıkları aşağıdaki gibidir. Toplam hataların %85 ine karşılık gelen hata türlerini belirleyiniz. Sembol Hata türleri Hata sıklığı H1 Sökük 24 H2 Kol uzunluğu kısa 12 H3 Kol uzunluğu uzun 9 H4 İlik küçük 43 H5 Yırtık 21 H6 Renk tutmama 15 H7 Desen tutmama 13 H8 Yaka dikişi hatalı 5 H9 Düğme eksik 28 H10 İplik rengi farklı 19 5

6 % hata H4 H9 H1 H5 H10 H6 H7 H2 H3 Diðer Count Percent 22,8 14,8 12,7 11,1 10,1 7,9 6,9 6,3 4,8 2,6 Cum % 22,8 37,6 50,3 61,4 71,4 79,4 86,2 92,6 97,4 100,0 Şekil 3. Örneğe ait Pareto diyagramı 0 Öncelikle ele alınması gereken toplam hataların %85 ini oluşturan hata türleri öncelik sırasına göre H4-H9-H1-H5-H10-H6-H7 dir. Bunların ortadan kaldırılması ile toplam hatalar %86.2 oranında azalacaktır. 3.Neden-Sonuç Diyagramı Neden-sonuç diyagramının amacı, bazı sorunların ortaya çıkmasına katkısı olan nedenlerin belirlenmesini sağlamaktır. Neden sonuç diyagramı şeklinden dolayı balık kılçığı diyagramı veya onu ilk kullanan kişi olan Ishikawa nın ismini alarak Ishikawa Diyagramı olarak da adlandırılır. Neden-sonuç diyagramı: Bir önlem planı oluşturmadan önce, problemin tüm nedenlerini ortaya koyarak anlaşılmasını kolaylaştırır. Üretim kalitesini etkileyen sistematik nedenlerin ve alt nedenlerinin anlaşılmasını sağlar. Olası iyileştirmeler için ip uçları verir. Neden-sonuç analizi beyin fırtınasını özel bir türüdür. Sorun bir kutu içine yazılır. Sorunun ana nedenleri, malzeme, makine, metod ve insan (3M1İ) birer dal halinde gösterilir. Daha sonra beyin fırtınası oturumuna başlanır ve herkes fikrini hangi ana dalın kapsamında kaldığını da belirterek söyler. Beyin fırtınası adımları uygulanarak önemli neden belirlenir. Çalışmayan bir cep telefonun çalışmamam nedeninin belirlenmesi ile ilgili neden sonuç diyagramı örneği aşağıda yer almaktadır. 6

7 makina malzeme Düğme bozuk Kart bozuk Std uygun olmayan mazleme paslanma Cep telefonu çalışmıyor Eksik kullanım talimatı Yanlış tanımlanmış metod Kullanım talimatına uymama metod insan Şekil 4. Neden- sonuç diyagramı örneği 4. Gruplandırma Genel verileri alıp onu kısımlara ayırma sürecine gruplandırma adı verilir. Sorun kaynağını bulmak için verinin belirli özelliklere göre gruplandırılmasıdır. Bileşenler Özellikler Malzeme Marka, üretim yeri, üretici Makine Tip, model, kullanım yılı İşgücü Yaş,deneyim,yetenek Çalışma koşulları Isı, basınç, aydınlatma Zaman Sabah, gün, vardiya no, yemek öncesi/sonrası Çevre-iklim Yağmur, kar, nem Örnek Bir tekstil atölyesinde aynı tür dikiş için kullanılan 3 dikiş makinası olsun. Bir günde dikilen parça sayısı ve hatalı parça sayısı aşağıdaki gibi olsun (makinalar model ve yaş olarak farklı olduğundan üretim miktarı ve hatalı parça sayısı farklıdır) Makina Üretim miktarı Hatalı parça sayısı M M M Bu verilere göre 3 nolu dikiş makinasının değiştirilmesi veya üzerinde değişiklikler yapılması istenir. Ancak analiz daha ayrıntılı yapılmalıdır. Bu atölyede 2 vardiya çalışılıyorsa bu durumda elde edilen veriler aşağıdaki gibi olsun. M3 Üretim miktarı Hatalı parça sayısı 1.vardiya vardiya

8 Sýklýk Görüldüğü gibi hatalı parça üretimi makinadan değil makinayı kullanan çalışandan kaynaklanmaktadır. 1. vardiyada çalışan ya işe yeni girmiş, deneyimsiz veya işe uygun olmayan biri olabilir. Böylece hataların önlenmesi için doğru önlemler alınmış olacaktır. 5.Histogram Sınıflandırılmış verilerin resimsel olarak gösterilmesidir. Bir histogram çubuklar arasında hiç aralık bulunmayan bir çubuk grafiktir. Verilerin dağılımını gösterir. Toplanan ham verinin sınıflandırılarak sıkıştırılması, dağılımını görmeyi kolaylaştırır. Bir çift koordinat ekseni üzerine çizilir ve toplanan veri sınıfları yatay eksende, sayı veya oranları ise dikey eksende yer alır. Histogram çizimi için gerekli kurallar uyg ulanarak histogram çizimi gerçekleştirir. Ölçüm sonuçlarından elde edilen histogramın sütunlarının orta noktaların birleştirilmesi ile elde edilen dağılımın normal dağılıma uyması beklenir. Normal dağılım tek tepeli simetrik bir dağılımdır. Sürekli dağılımların en çok kullanılan çeşididir. Örneğin bir ürünün ağırlıkları ile ölçümler yapılıyor olsun. 50 tane ürüne ait ölçüm sonuçları ve bunlara ait histogram aşağıdaki gibidir: 19,2 19,1 19,0 20,0 21,0 21,0 21,5 21,6 21,9 21,5 20,6 20,4 20,6 20,5 20,1 20,4 20,8 20,8 21,3 21,1 21,7 21,5 21,0 23,0 21,0 21,8 21,4 21,2 21,2 21,1 21,5 21,6 21,7 21,1 21,1 21,0 22,5 22,1 22,4 22,6 19,9 19,8 19,3 19,5 19,4 19,6 20,1 21,7 21,3 22,0 14 Histogram Şekil 1. Histogram örneği 8

9 6. Dağılma Grafiği Dağılma (serpilme) grafiği, iki değişken arasında var olan ilişkinin şekilsel gösterimidir. Dağılma diyagramı, x değişkenindeki değişikliklerin, y değişkeni üzerinde ne gibi etkisi olduğunu gösterir. x değişkeni bağımsız, istenildiğinde değiştirilebilen değişkendir. y değişkeni bağımlı x değişiminden etkilenebilen değişkendir. x değişkenini değiştirerek y değişkeni üzerinde üç olası sonuç görülebilir: x arttıkça (azaldıkça) y de artar (azalır) (pozitif ilişki) x arttıkça (azaldıkça) y de azalır (artar) (negatif ilişki) x arttıkça y de hiçbir değişiklik olmaz (ilişki yok) x ile y arasındaki ilişki belirlendiğinde üretim sonrası bu ilişki görülmediğinde ürünün kalite karakteristikleri ile ilgili sorun olduğu anlaşılır. 7. Kontrol Diyagramı Kontrol Diyagramı, bir prosesin kontrol altında olup olmadığını belirlemeyi sağlayan grafiksel bir yöntemdir. Ürün karakteristiklerini etkileyen özel ve şans faktörlerinin olup olmadığını görmeyi sağlar. Böylece proses kontrol altında tutularak hatalıların ortaya çıkması ve tekrarı önlenir. Örnek Bir meyve suyu fabrikasında teneke kutuların ağırlıkları ile ilgili ölçümler yapılmaktadır. Ağırlığın 99ml ve 101ml arasında yer alması istenmektedir. Dolum işleminden geçen kutulardan saat başı 5 tane alınmakta ve ağırlıkları ölçülmektedir. Bu işlem 10 defa tekrarlanmaktadır. x ortalama kontrol diyagramı ile proses kontrol altında mıdır? Belirleyiniz. Örnek no X1 99, X X X X

10 Örnek ortalamasý 100,5 100,4 UCL=100, ,3 100,2 100,1 100,0 _ X=100,024 99,9 99,8 99,7 99,6 LCL=99, örnek no Soru: 1. Beyin fırtınası 7 aracın hangisi/leri ile birlikte nasıl kullanılır? 2. 7 aracın takım çalışması yerine bireysel problem çözme çalışmalarında kullanılabilirliği nedir? Kaynak: D.G. Montgomery, Introduction Statistical Quality Control, John Wiley&Sons, Third Ed

TOPLAM KALİTE YÖNETİMİ - 2

TOPLAM KALİTE YÖNETİMİ - 2 TOPLAM KALİTE YÖNETİMİ - 2 İstatistiksel Süreç Kontrolü İstatistiksel Süreç Kontrol bir araçlar topluluğu olup birlikte kullanıldığında değişkenliği azaltır ve süreci kararlı (stability) kılar. Kalite

Detaylı

KALİTE KONTROL VE STANDARDİZASYON 7 Teknik

KALİTE KONTROL VE STANDARDİZASYON 7 Teknik KALİTE KONTROL VE STANDARDİZASYON 7 Teknik İKİNCİ DÜNYA SAVAŞI SONRASI, KAORU ISHIKAWA, ÜLKESİNE GELEN İKİ A.B.D.Lİ UZMAN JOSEPH JURAN VE EDWARSD DEMING İLE TANIŞIR. KAORU ISHIKAWA, KALİTEYE İLİŞKİN BU

Detaylı

Altıncı Bölüm Problem Çözme Araçları

Altıncı Bölüm Problem Çözme Araçları Altıncı Bölüm Hedefler Bu üniteyi çalıştıktan sonra; - Kalite çemberi problem çözme yöntemlerini bilecek, - Temel problem çözme yöntemlerini anlayacak, - Temel problem çözme yöntemlerinin nasıl kullanmak

Detaylı

Yrd. Doç. Dr. Sedat Şen 9/27/2018 2

Yrd. Doç. Dr. Sedat Şen 9/27/2018 2 2.SUNUM Belirli bir amaç için toplanmış verileri anlamlı haline getirmenin farklı yolları vardır. Verileri sözel ifadelerle açıklama Verileri tablolar halinde düzenleme Verileri grafiklerle gösterme Veriler

Detaylı

BASİT PROBLEM ÇÖZME TEKNİKLERİ. Doç. Dr. Nihal ERGİNEL

BASİT PROBLEM ÇÖZME TEKNİKLERİ. Doç. Dr. Nihal ERGİNEL BASİT PROBLEM ÇÖZME TEKNİKLERİ Doç. Dr. Nihal ERGİNEL Problemin ve nedenlerinin araştırılması, problemin doğru tanımlanması en önemli adımdır. Eğer problem doğru tanımlanmaz ise, doğru çözümlere ulaşılamaz.

Detaylı

İSTATİSTİK I KISA ÖZET KOLAYAOF

İSTATİSTİK I KISA ÖZET KOLAYAOF DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. İSTATİSTİK I KISA ÖZET KOLAYAOF 2 Kolayaof.com

Detaylı

Kök Neden Belirlemede Excel Destekli Pareto Analizi ve İyileştirme Alanının Hesaplanması

Kök Neden Belirlemede Excel Destekli Pareto Analizi ve İyileştirme Alanının Hesaplanması 326 Kök Neden Belirlemede Excel Destekli Pareto Analizi ve İyileştirme Alanının Hesaplanması 1 Prof.Dr. Yılmaz ÖZKAN and 2 Abdulkadir ALTINSOY * 1 Prof.Dr. Faculty of Political Science, Sakarya University,

Detaylı

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen

Detaylı

VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu

VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu SAÜ 3. BÖLÜM VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 3.2.Grafiksel Sunumlar 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla

Detaylı

veriler elde edebilmek için bilgilerin toplanması, düzenlenmesi, değerlendirilmesi ve alternatif çözümler

veriler elde edebilmek için bilgilerin toplanması, düzenlenmesi, değerlendirilmesi ve alternatif çözümler 911-00-TA 004 10.12.22 1/5 1.Amaç Bu talimatin amacı; ürün tedarikinden başlayarak müşteri şikayetlerine kadar olan tüm aşamalarda sağlıklı veriler elde edebilmek için bilgilerin toplanması, düzenlenmesi,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte

Detaylı

GRAFİK YORUMLAMA. 1 ) Sütun Grafiği : Belirli bir zaman aralığında bazı veri grup-

GRAFİK YORUMLAMA. 1 ) Sütun Grafiği : Belirli bir zaman aralığında bazı veri grup- GRAFİK YORUMLAMA Verilerin veya karşılaştırılması yapılacak değişkenlerin çizgi, tablo, nokta veya şekillerle ifade edilmesine grafik adı verilir. Grafik türleri olarak; sütun, çizgi, daire, histogram,

Detaylı

FREKANS VERİLERİ. Prof.Dr. Levent ŞENYAY III - 1

FREKANS VERİLERİ. Prof.Dr. Levent ŞENYAY III - 1 3 FREKANS VERİLERİ 3.1. Frekans Tablolarının Düzenlenmesi 3.2. Frekans poligonu 3.3. Frekans tablosu hazırlama 3.4. Frekans Histogramı 3.5. Frekans eğrisi tipleri 3.6. Diğer İstatistiksel Grafik Gösterimler

Detaylı

VERİ KÜMELERİNİ BETİMLEME

VERİ KÜMELERİNİ BETİMLEME BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte

Detaylı

TOPLAM KALİTE YÖNETİMİ

TOPLAM KALİTE YÖNETİMİ SAKARYA ÜNİVERSİTESİ TOPLAM KALİTE YÖNETİMİ Hafta 13 Yrd. Doç. Dr. Semra BORAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak

Detaylı

3/29/2011. Create PDF files without this message by purchasing novapdf printer (http://www.novapdf.com)

3/29/2011. Create PDF files without this message by purchasing novapdf printer (http://www.novapdf.com) Problem Çözme Teknikleri: Pareto Prensibi, Tabakalama Analizi, Çeteleler Prof. Dr. Burak BİRGÖREN Endüstri Mühendisliği Bölümü - Kırıkkale Üniversitesi Pareto Prensibi ve Diyagramı Wilfredo Pareto: İtalyan

Detaylı

BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ

BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ Frekans dağılımlarının betimlenmesinde frekans tablolarının kullanılmasının yanı sıra grafik gösterimleri de sıklıkla kullanılmaktadır. Grafikler, görselliği

Detaylı

KALİTE KONTROL VE STANDARDİZASYON ANALİZ VE DEĞERLENDİRME ANALİZ VE DEĞERLENDİRME ANALİZ VE DEĞERLENDİRME 16.12.2014

KALİTE KONTROL VE STANDARDİZASYON ANALİZ VE DEĞERLENDİRME ANALİZ VE DEĞERLENDİRME ANALİZ VE DEĞERLENDİRME 16.12.2014 KALİTE KONTROL VE STANDARDİZASYON ANALİZ VE DEĞERLENDİRME GEÇMİŞ DERSLERDE, KK UN ÇEŞİTLİ AŞAMALARINDA NÜMUNE ALMA UYGULAMALARINI, KABUL VEYA RED ŞEKLİNDE ANLIK KARAR VERME UYGULAMALARINI; ÖLÇME TEKNİKLERİNİ

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

Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU

Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU 1 Verilerin Derlenmesi ve Sunulması Anakütleden alınan örnek yardımıyla elde edilen veriler derlendikten sonra çizelgeler ve grafikler halinde bir diğer analize hazır

Detaylı

VERİLERİ ÖZETLEME. Prof.Dr. Levent ŞENYAY III - 1

VERİLERİ ÖZETLEME. Prof.Dr. Levent ŞENYAY III - 1 3 VERİLERİ ÖZETLEME 3.. Frekans Tablolarının Düzenlenmesi 3.2. Frekans poligonu 3.3. Frekans tablosu hazırlama 3.4. Frekans Histogramı 3.5. Frekans eğrisi tipleri 3.6. Diğer İstatistiksel Grafik Gösterimler

Detaylı

Bölüm 2. Frekans Dağılışları VERİLERİN DERLENMESİ VE SUNUMU. Frekans Tanımı. Verilerin Derlenmesi ve Sunulması

Bölüm 2. Frekans Dağılışları VERİLERİN DERLENMESİ VE SUNUMU. Frekans Tanımı. Verilerin Derlenmesi ve Sunulması Verilerin Derlenmesi ve Sunulması Bölüm VERİLERİN DERLENMESİ VE SUNUMU Anakütleden alınan örnek yardımıyla elde edilen veriler derlendikten sonra çizelgeler ve grafikler halinde bir diğer analize hazır

Detaylı

PARETO Analizi. İş Sağlığı ve Güvenliği Konularında. PARETO Analizi. Uygulamaları. Nurdoğan İNCİ Öğretim Görevlisi Elektrik Mühendisi

PARETO Analizi. İş Sağlığı ve Güvenliği Konularında. PARETO Analizi. Uygulamaları. Nurdoğan İNCİ Öğretim Görevlisi Elektrik Mühendisi İş Sağlığı ve Güvenliği Konularında Uygulamaları Nurdoğan İNCİ Öğretim Görevlisi Elektrik Mühendisi 1 Pareto analizi, değişik sayıdaki önemli nedenleri daha az önemde olan nedenlerden ayırmak için kullanılan

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

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 2 AÇIKLAYICI (BETİMLEYİCİ) İSTATİSTİK Yrd. Doç. Dr. Fatih TOSUNOĞLU 1-Açıklayıcı (Betimleyici) İstatistik İnceleme sonucu elde edilen ham verilerin istatistiksel

Detaylı

TOPLAM KALİTE YÖNETİMİ

TOPLAM KALİTE YÖNETİMİ SAKARYA ÜNİVERSİTESİ TOPLAM KALİTE YÖNETİMİ Hafta 2 Yrd. Doç. Dr. Semra BORAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak hazırlanan

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU ÖDEV: Aşağıda verilen 100 öğrenciye ait gözlem değerlerinin aritmetik ortalama, standart sapma, ortanca ve tepe değerini bulunuz. (sınıf aralığını 5 alınız) 155 160 164 165 168

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

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

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

İstatistiksel Süreç Kontrolü Statistical Process Control (SPC) Dr. Musa KILIÇ

İstatistiksel Süreç Kontrolü Statistical Process Control (SPC) Dr. Musa KILIÇ İstatistiksel Süreç Kontrolü Statistical Process Control (SPC) Dr. Musa KILIÇ KALİTE VE KALİTE KONTROLÜ Kalitenin Tanımı Kalite, kullanıma uygunluktur (Juran). Kalite, bir ürünün gerekliliklere uygunluk

Detaylı

BİYOİSTATİSTİK Grafikler Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Grafikler Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Grafikler Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Hangi Grafik?Neden? 1. Veri çeşidine

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

5. Adım: Listeyi hata frekanslarına göre azalan sırada yeniden listele. Kümülatif Yüzde sütununu oluştur.

5. Adım: Listeyi hata frekanslarına göre azalan sırada yeniden listele. Kümülatif Yüzde sütununu oluştur. 1. PARETO DİYAGRAMI Nedir? Azalan bir sırada düzenlenmiş ve frekansları gösteren bir çubuk diyagram olup, problem çözme çalışmasının başlangıç noktasını/noktalarını seçmek amacıyla kullanılmaktadır. Pareto

Detaylı

TOPLAM KALİTE YÖNETİMİ

TOPLAM KALİTE YÖNETİMİ SAKARYA ÜNİVERSİTESİ TOPLAM KALİTE YÖNETİMİ Hafta 6 Yrd. Doç. Dr. Semra BORAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak hazırlanan

Detaylı

yarnmaster İplik Hataları ve Splays'ların

yarnmaster İplik Hataları ve Splays'ların Masters in Textile textile Quality Control Masters in textile Quality Control yarnmaster facts yarnmaster İplik Hataları ve Splays'ların Sınıflandırılması 045912/007t İPLİK HATALARININ SINIFLANDIRILMASI

Detaylı

BİL 810 İnşaat Mühendisliğinde Bilgisayar Uygulamaları

BİL 810 İnşaat Mühendisliğinde Bilgisayar Uygulamaları BİL 810 İnşaat Mühendisliğinde Bilgisayar Uygulamaları Excel ile grafik kullanımı 7.Hafta Microsoft Excel-2 Dr. Onur TUNABOYU 1 Grafiğe bakıldığında her bir verinin anlaşılacağı şekilde; Grafik Başlığı,

Detaylı

Hata /Kaza. İstenen sonuca gidiş istenen performans

Hata /Kaza. İstenen sonuca gidiş istenen performans HASTA GÜVENLİĞİ Sağlık hizmetlerinde hasta güvenliği, sağlık bakım hizmetlerinin sunum süresince hastaya zarar verilmesini önlemek amacıyla kuruluş ve çalışanlar tarafından alınan önlemlerdir Amaç hataları

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 7 İç Kuvvetler Kaynak: Mühendislik Mekaniği: Statik, R. C. Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 7. İç Kuvvetler Bu bölümde, bir

Detaylı

Yedi Temel Araç. Kalite Kontrol Araçları (Yedi Temel Araç) Nicel veriler. 7M Araçları (Yedi Yeni Araç) Nicel ve nitel veriler

Yedi Temel Araç. Kalite Kontrol Araçları (Yedi Temel Araç) Nicel veriler. 7M Araçları (Yedi Yeni Araç) Nicel ve nitel veriler Yedi Temel Araç Kalite Kontrol Araçları (Yedi Temel Araç) Nicel veriler Histogram Sebep Sonuç Diyagramı Kontrol Çizelgesi Pareto Diyagramı Kontrol Kartları Yayılım (Scatter) Diyagramları 7M Araçları (Yedi

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

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı DENEY 0 Bölüm 1 - Ölçme ve Hata Hesabı Amaç: Ölçüm metodu ve cihazına bağlı hata ve belirsizlikleri anlamak, fiziksel bir niceliği ölçüp hata ve belirsizlikleri tespit etmek, nedenlerini açıklamak. Genel

Detaylı

b) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama:

b) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama: C S D Ü M Ü H E N D İ S L İ K F A K Ü L E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OM317 Müh. İstatistiği İstatistik ÖĞRENCİNİN: ADI - SOADI ÖĞREİMİ NOSU İMZASI 1.Ö 2.Ö A B Soru -

Detaylı

statistiksel Proses Kontrol -Uygulamalar -

statistiksel Proses Kontrol -Uygulamalar - statistiksel Proses Kontrol -Uygulamalar - Prof.Dr. Erhan Öner eoner@marmara.edu.tr Prof.Dr. Erhan Öner/PK Problemleri/2002-1/34 Kontrol Diyagramları Niceliksel (kantitatif) kalite özellikleri ile oluturulan

Detaylı

Kitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir.

Kitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir. BÖLÜM 1: FREKANS DAĞILIMLARI 1.1. Giriş İstatistik, rasgelelik içeren olaylar, süreçler, sistemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden

Detaylı

İstatistik 1 BÖLÜM 2

İstatistik 1 BÖLÜM 2 İstatistik 1 BÖLÜM 2 VERİ SETLERİNİN ÖZETLENMESİNDE KULLANILAN SIKLIK DAĞILIM TABLOLARI VE GRAFİKSEL YÖNTEMLER 1 İşlenecek Konular VERİ TÜRLERİ VE SAYISAL OLMAYAN İSTATİSTİKSEL ÖZETLEME YÖNTEMLERİ Temel

Detaylı

GRAFİK ÇİZİMİ VE UYGULAMALARI 2

GRAFİK ÇİZİMİ VE UYGULAMALARI 2 GRAFİK ÇİZİMİ VE UYGULAMALARI 2 1. Verinin Grafikle Gösterilmesi 2 1.1. İki Değişkenli Grafikler 3 1.1.1. Serpilme Diyagramı 4 1.1.2. Zaman Serisi Grafikleri 5 1.1.3. İktisadi Modellerde Kullanılan Grafikler

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

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

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

Parti Bazında Kabul Örneklemesi

Parti Bazında Kabul Örneklemesi KABUL ÖRNEKLEMESİ Hammadde, yarı mamul veya bitmiş (son) ürünün kabul / red kararının verilebilmesi için kullanılan bir yaklaşımdır. Kabul örneklemesi sadece partinin kabul / red kararı için kullanılır,

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

a) Çıkarma işleminin; eksilen ile çıkanın ters işaretlisinin toplamı anlamına geldiğini kavrar.

a) Çıkarma işleminin; eksilen ile çıkanın ters işaretlisinin toplamı anlamına geldiğini kavrar. 7. SINIF KAZANIM VE AÇIKLAMALARI M.7.1. SAYILAR VE İŞLEMLER M.7.1.1. Tam Sayılarla Toplama, Çıkarma, Çarpma ve Bölme İşlemleri M.7.1.1.1. Tam sayılarla toplama ve çıkarma işlemlerini yapar; ilgili problemleri

Detaylı

BİYOİSTATİSTİK Tablo Hazırlama Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Tablo Hazırlama Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Tablo Hazırlama Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Bir çalışmada elde edilen

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

GRAFİKLER. Grafikler gözlem sonuçlarının daha iyi anlaşılmasını sağlar ve değişik şekillerde sınıflandırılabilirler.

GRAFİKLER. Grafikler gözlem sonuçlarının daha iyi anlaşılmasını sağlar ve değişik şekillerde sınıflandırılabilirler. GRAFİKLER Verilerin matematiksel temellere sahip şekiller olarak gösterilmelerine grafik adı verilir. Araştırmalarda elde edilen veriler genellikle düzensiz ham verilerdir. Grafikler gözlem sonuçlarının

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

Toplam Kalite Yönetimi ve Kalite Maliyetleri

Toplam Kalite Yönetimi ve Kalite Maliyetleri A.Ü. SİYASAL BİLGİLER FAKÜLTESİ İŞLETME DOKTORA PROGRAMI Toplam Kalite Yönetimi ve Kalite Maliyetleri Ömer ERDOĞAN Yönetim Muhasebesi Aralık 2014 Kalite Nedir? Kalite en basit tanımıyla, müşteri isteklerine

Detaylı

Boyahane Yükleme Seviyesinin Arttırılması

Boyahane Yükleme Seviyesinin Arttırılması Boyahane Yükleme Seviyesinin Arttırılması KONU SEÇİMİ 86,00% 84,00% UCL=85,00% 82,00% Boyahane OEE 80,00% 78,00% 76,00% 74,00% _ X=78,51% 72,00% LCL=72,02% 70,00% 1 1 Oca/15 Mar/15 May/15 Tem/15 Eyl/15

Detaylı

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Nokta Grafikleri. Ders 2 Minitab da Grafiksel Analiz-II Tanımlayıcı İstatistikler

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Nokta Grafikleri. Ders 2 Minitab da Grafiksel Analiz-II Tanımlayıcı İstatistikler ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Nokta Grafikleri Nokta grafikleri örnek veri dağılımlarını değerlendirmek ve karşılaştırmak için kullanılır. Bir nokta grafiği örneklem verilerini gruplandırır

Detaylı

ÖLÇME BİLGİSİ ALANLARIN ÖLÇÜLMESİ

ÖLÇME BİLGİSİ ALANLARIN ÖLÇÜLMESİ ÖLÇME BİLGİSİ ALANLARIN ÖLÇÜLMESİ Doç. Dr. Alper Serdar ANLI 5.Hafta ALANLARIN ÖLÇÜLMESİ Genel bir deyişle herhangi bir arazi parçasının şeklini ve büyüklüğünü belirtecek planın çıkarılabilmesi için gereken

Detaylı

BSE 207 Mantık Devreleri Lojik Kapılar ve Lojik Devreler (Logic Gates And Logic Circuits)

BSE 207 Mantık Devreleri Lojik Kapılar ve Lojik Devreler (Logic Gates And Logic Circuits) SE 207 Mantık Devreleri Lojik Kapılar ve Lojik Devreler (Logic Gates nd Logic Circuits) Sakarya Üniversitesi Lojik Kapılar - maçlar Lojik kapıları ve lojik devreleri tanıtmak Temel işlemler olarak VE,

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

ÇÖZÜMLER İSABET YAYINLARI. Ders 19. Devre Elemanlarının Sembollerle Gösterimi. Derse Hazırlık. İsabetli Bilgi. Devre Elemanı Görseli Sembolü

ÇÖZÜMLER İSABET YAYINLARI. Ders 19. Devre Elemanlarının Sembollerle Gösterimi. Derse Hazırlık. İsabetli Bilgi. Devre Elemanı Görseli Sembolü ers 19 evre Elemanlarının Sembollerle Gösterimi erse Hazırlık Bir elektrik devresi nasıl kurulur? ünyanın her yerinde elektrik araçlarında neden hep aynı semboller kullanılır? Bir elektrik devresinde herhangi

Detaylı

Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?

Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir? İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin

Detaylı

PAZARLAMA ARAŞTIRMA SÜRECİ

PAZARLAMA ARAŞTIRMA SÜRECİ PAZARLAMA ARAŞTIRMA SÜRECİ Pazarlama araştırması yapılırken belirli bir sıra izlenir. Araştırmada her aşama, birbirinden bağımsız olmayıp biri diğeri ile ilişkilidir. Araştırma sürecinde başlıca aşağıdaki

Detaylı

BÖLÜM 9 NORMAL DAĞILIM

BÖLÜM 9 NORMAL DAĞILIM 1 BÖLÜM 9 NORMAL DAĞILIM Normal dağılım; 'normal dağılım eğrisi (normaly distribution curve)' ile kavramlaştırılan hipotetik bir evren dağılımıdır. 'Gauss dağılımı' ya da 'Gauss eğrisi' olarak da bilinen

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

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

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

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

TEKSTİLDE KALİTE DERSİ. Reklamasyon durumlarını belirlemek. İstatistik hesaplamaları yapmak

TEKSTİLDE KALİTE DERSİ. Reklamasyon durumlarını belirlemek. İstatistik hesaplamaları yapmak TEKSTİLDE KALİTE DERSİ Dersin Modülleri Kalite Güvence I Kalite Güvence II Kalite prosedörleri I Kalite prosedörleri II Reklamasyon İstatistik Kazandırılan Yeterlikler Kalite güvence sistemini hazırlamak

Detaylı

SEÇİL KAUÇUK. Çözüm Avcıları Kalite Çemberi

SEÇİL KAUÇUK. Çözüm Avcıları Kalite Çemberi SEÇİL KAUÇUK Çözüm Avcıları Kalite Çemberi Pres Bölümü Kalite Çemberi ÇÖZÜM AVCILARI ÇEMBER ÜYELERİ GENEL BİLGİLERİ ADI SOYADI ÇEMBERDEKİ GÖREVİ YAŞI EĞİTİM DURUMU FABRİKADAKİ GÖREVİ GENEL İŞ TECRÜBESİ

Detaylı

BİLGİSAYAR PROGRAMLAMA. Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642

BİLGİSAYAR PROGRAMLAMA. Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642 BİLGİSAYAR PROGRAMLAMA Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642 EXCEL DE GRAFİK UYGULAMA GRAFİKLER Grafikler, çok sayıda verinin ve farklı veri serileri arasındaki ilişkinin anlaşılmasını

Detaylı

ISI TRANSFERİ LABORATUARI-1

ISI TRANSFERİ LABORATUARI-1 ISI TRANSFERİ LABORATUARI-1 Deney Sorumlusu ve Uyg. Öğr. El. Prof. Dr. Vedat TANYILDIZI Prof. Dr. Mustafa İNALLI Doç. Dr. Aynur UÇAR Doç Dr. Duygu EVİN Yrd. Doç. Dr. Meral ÖZEL Yrd. Doç. Dr. Mehmet DURANAY

Detaylı

Copyright 2004 Pearson Education, Inc. Slide 1

Copyright 2004 Pearson Education, Inc. Slide 1 Slide 1 Bölüm 2 Verileri Betimleme, Keşfetme, ve Karşılaştırma 2-1 Genel Bakış 2-2 Sıklık Dağılımları 2-3 Verilerin Görselleştirilmesi 2-4 Merkezi Eğilim Ölçüleri 2-5 Değişimin Ölçülmesi 2-6 Nispi Sabitlerin

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk

Detaylı

UYGULAMALI DAVRANIŞ ANALİZİNDE VERİLERİN GRAFİKSEL ANALİZİ

UYGULAMALI DAVRANIŞ ANALİZİNDE VERİLERİN GRAFİKSEL ANALİZİ UYGULAMALI DAVRANIŞ ANALİZİNDE VERİLERİN GRAFİKSEL ANALİZİ Uygulamalı davranış analizinde verilerin gösterilmesi ve yorumlanması için grafikler kullanılır. Grafikler öğrenci performansının merkezi eğilimi,

Detaylı

Çevre Yönetim Sistemleri ve Çevre Boyutu

Çevre Yönetim Sistemleri ve Çevre Boyutu SAKARYA ÜNİVERSİTESİ Çevre Yönetim Sistemleri ve Çevre Boyutu Hafta 8 Yrd. Doç. Dr. Asude Ateş Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine

Detaylı

YILDIZ TEKNİK ÜNİVERSİTESİ

YILDIZ TEKNİK ÜNİVERSİTESİ Rev: 17.09.2014 YILDIZ TEKNİK ÜNİVERSİTESİ Makine Fakültesi Makine Mühendisliği Bölümü Termodinamik ve Isı Tekniği Anabilim Dalı Termodinamik Genel Laboratuvar Föyü Güz Dönemi Öğrencinin Adı Soyadı : No

Detaylı

ideal Sistem Tester Kullanım Klavuzu

ideal Sistem Tester Kullanım Klavuzu 1- Sistem Modülüne Giriş ideal Sistem Tester Kullanım Klavuzu Herhangi bir Grafik penceresinin başlığındaki S harfine basılarak açılan menüden yapılabilen seçimlerle kullanılmaya başlanır. Bu menüden,

Detaylı

BSH Bosch Siemens Ev Aletleri Satisfaction Kaizeni

BSH Bosch Siemens Ev Aletleri Satisfaction Kaizeni BSH Bosch Siemens Ev Aletleri Satisfaction Kaizeni DONDURUCU FLAP SIKI GEÇME PROBLEMİ Murat Balseven / Takım Lideri FIK/1 - N1 13.02.2012 B O S C H A N D S I E M E N S H O M E A P P L I A N C E S G R O

Detaylı

TEMEL MEKANİK 4. Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü

TEMEL MEKANİK 4. Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü TEMEL MEKANİK 4 Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü Ders Kitapları: Mühendisler İçin Vektör Mekaniği, Statik, Yazarlar:

Detaylı

SÜRTÜNMELİ EĞİK DÜZLEMDE HAREKETTE SERBEST CİSİM DİYAGRAMI ÇİZME

SÜRTÜNMELİ EĞİK DÜZLEMDE HAREKETTE SERBEST CİSİM DİYAGRAMI ÇİZME SÜRTÜNMELİ EĞİK DÜZLEMDE HAREKETTE SERBEST CİSİM DİYAGRAMI ÇİZME Burak Kağan TEMİZ, Hasan Şahin KIZILCIK Gazi Üniversitesi, Gazi Eğitim Fakültesi, O.F.M.A. Fizik Eğitimi A.B.D. Özet Bu araştırma öğrencilerin

Detaylı

İSTATİSTİKSEL VERİ ANALİZİ

İSTATİSTİKSEL VERİ ANALİZİ İSTATİSTİKSEL VERİ ANALİZİ Prof. Dr. Gül ERGÜN Hacettepe Üniversitesi Kasım 2013 İstatistik Nedir? İSTATİSTİK Belirli bir konuda toplanan sayısal değerlerdir. Buna göre, 2012 yılında Türkiye de kayıtlı

Detaylı

Şekil 6.1 Basit sarkaç

Şekil 6.1 Basit sarkaç Deney No : M5 Deney Adı : BASİT SARKAÇ Deneyin Amacı yer çekimi ivmesinin belirlenmesi Teorik Bilgi : Sabit bir noktadan iple sarkıtılan bir cisim basit sarkaç olarak isimlendirilir. : Basit sarkaçta uzunluk

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

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma

Detaylı

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Örnek Olay 1 (Sayfa 61) Ders 3 Minitab da Grafiksel Analiz-III Örnek Olaylar. Örnek Olay 1 (Sayfa 61)

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Örnek Olay 1 (Sayfa 61) Ders 3 Minitab da Grafiksel Analiz-III Örnek Olaylar. Örnek Olay 1 (Sayfa 61) ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 3 Minitab da Grafiksel Analiz-III Örnek Olaylar Örnek Olay 1 (Sayfa 61) Bir zeytinyağı üretim işletmesi şişe etiketleme süreci boyunca açığa çıkan hata

Detaylı

İşgücü Talebinin Tahmininde Sayısal ve. ve Ayrıntılı Yöntemler. İnsan Kaynakları Planlamasında Sayısal

İşgücü Talebinin Tahmininde Sayısal ve. ve Ayrıntılı Yöntemler. İnsan Kaynakları Planlamasında Sayısal İşgücü Talebinin Tahmininde Sayısal ve Sayısal Yrd. Doç. Dr. Rıza DEMİR İstanbul Üniversitesi İşletme Fakültesi İnsan Kaynakları Planlaması ve Seçimi Dersi 2017 Talep Tahmin i İnsan kaynakları talebi veya

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

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ 1 BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ Veri seti; satırlarında gözlem birimleri, sütunlarında ise değişkenler bulunan iki boyutlu bir matristir. Satır ve sütunların kesişim bölgelerine 'hücre

Detaylı

İÇİNDEKİLER. Birinci Bölüm Üretim Yönetiminde Temel Kavramlar

İÇİNDEKİLER. Birinci Bölüm Üretim Yönetiminde Temel Kavramlar İÇİNDEKİLER Birinci Bölüm Üretim Yönetiminde Temel Kavramlar 1.1. Giriş... 2 1.2. Üretim Faktörleri ve Üretim... 3 1.3. Üretim ve İşlemler Yönetimi... 6 1.4. Üretim ve İşlemler Yönetiminin Kapsamı... 7

Detaylı

2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN

2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN 2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 C.1.2. Piyasa Talep Fonksiyonu Bireysel talep fonksiyonlarının toplanması ile bir mala ait

Detaylı

Ölçme ve sayma işlemleri sonunda ulaşılan veriler grafikte kullanılır. İlk başlarda sadece iki nitelik ölçerek grafik oluşturulabilir ve çocuklar

Ölçme ve sayma işlemleri sonunda ulaşılan veriler grafikte kullanılır. İlk başlarda sadece iki nitelik ölçerek grafik oluşturulabilir ve çocuklar Veri Öğrenme Alanı Grafik nedir? GİRİŞ GRAFİK KAVRAMI Grafik iki ya da daha fazla sayısal ifadenin arasındaki ilişkiyi görsel olarak betimlemek amacıyla kullanılan matematiksel bir araçtır. Beş yaşından

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

KESİKLİ İŞLETİLEN PİLOT ÖLÇEKLİ DOLGULU DAMITMA KOLONUNDA ÜST ÜRÜN SICAKLIĞININ SET NOKTASI DEĞİŞİMİNDE GERİ BESLEMELİ KONTROLU

KESİKLİ İŞLETİLEN PİLOT ÖLÇEKLİ DOLGULU DAMITMA KOLONUNDA ÜST ÜRÜN SICAKLIĞININ SET NOKTASI DEĞİŞİMİNDE GERİ BESLEMELİ KONTROLU KESİKLİ İŞLETİLEN PİLOT ÖLÇEKLİ DOLGULU DAMITMA KOLONUNDA ÜST ÜRÜN SICAKLIĞININ SET NOKTASI DEĞİŞİMİNDE GERİ BESLEMELİ KONTROLU B. HACIBEKİROĞLU, Y. GÖKÇE, S. ERTUNÇ, B. AKAY Ankara Üniversitesi, Mühendislik

Detaylı