KALİTE KONTROL VE KALİTE İYİLEŞTİRMEDE KULLANILAN GRAFİK TEKNİKLER

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "KALİTE KONTROL VE KALİTE İYİLEŞTİRMEDE KULLANILAN GRAFİK TEKNİKLER"

Transkript

1 1 KALİTE KONTROL VE KALİTE İYİLEŞTİRMEDE KULLANILAN GRAFİK TEKNİKLER Prof. Dr. Kaoru Ishikawa bir isletmedeki problemlerin %95 inin kalite kontrolünün yedi tekniği ile (grafik yöntemler) çözülebileceğini savunmaktadır. Geriye kalan % 5 için ise ileri seviye yöntemlerin uygulanması gerekmektedir (Deney tasarımı, Çoklu Regresyon Analizi, Yöneylem Araştırması vb.). Bu yedi teknik söyle sıralanabilir: 1. Çetele diyagramları (tabloları) 2. Histogramlar 3. Verilerin gruplandırılması 4. Serpilme diyagramları 5. Pareto analizi 6. Sebep-sonuç (Kılçık) diyagramları 7. Kontrol diyagramları Bu kısımda kontrol diyagramları haricindeki diğer altı teknik üzerinde durulacaktır. Kontrol diyagramları üzerinde daha sonraki bölümlerde detaylı bir şekilde durulacaktır. 1) ÇETELE DİYAGRAMLARI İş yoğunluğu bakımından çok yüklü işletmelerde eğer verileri toplamada uygun bir yöntem kullanılmazsa, bu veriler proses içinde kolaylıkla kaybolabilir ve çalışanların proses üzerinde yaptıkları müdahaleler verimli olmaktan çıkar. Bunun için çalışanların, işletmedeki operasyonlar sırasında verilerin nasıl toplandığını çok iyi bilmeleri ve özümsemeleri gerekmektedir. Veri toplama ve toplanan bu verileri işler hale sokmak en basit operasyon adımı için bile büyük önem taşır. Veri toplama formu, veri toplama ve kaydetmek için bir şablondur. Uygun bir metotla veri toplamayı destekler ve analiz kolaylaşır. Bir çetele diyagramı tablo formatında olup bugüne kadar basitliği ve ifade yeteneği ile özellikle ön plana çıkmış bir veri toplama aracıdır. Bu araç yardımıyla operasyon adımları hakkında kısa, net ve öz veri toplama imkanı doğar.

2 2 Çetele diyagramı veri toplama araçlarından biridir. Bir sürecin geliştirilmesinde ihtimalleri elemede yardımcı olma potansiyeline sahiptir. Kalite geliştirme çalışmalarında veri ve bilgiye dayanmak önemlidir. Gelişmeyi temin için, sorunlarla sebepleri hakkında açık ve yararlı bilgiye ihtiyaç vardır. Birçok durumda, sorunların uzun süre çözümsüz kalmasının ardında, söz konusu soruna ilişkin bilgi eksikliği bulunmaktadır. Kurumlarda sayısız veri bulunur. Ancak, bir sorunla ilgili olarak çalışmaya başlandığında ihtiyaç duyulan verilerin ve bilginin eksik olduğu görülür. Kalite geliştirme ekipleri esas olarak, Sorunların nasıl oluştuğu? ve Sorunların nedenlerinin ne olduğu? ile ilgilenir. Sonuçta, soruna ilişkin bilgi aranmaktadır. Eldeki veriler her zaman istenilen bilgiye ulaşmamıza imkan vermez. Bu nedenle verilerin amaca uygun toplanması ve bilgilerin yararlı hale getirilmesi büyük önem taşır. Bilgi üretimi için; Yanıt aranan soru titizlikle hazırlanmalı, Soru ile ilgili veriler ve geçmiş olaylar titizlikle toplanmalı, Sorunun gerçek cevaplarının bulunmasına yönelik olarak veriler analiz edilmelidir. Etkin veri toplamada doğru soruyu sormayı öğrenme ustalığın anahtarıdır. Özenle planlanmış bir istatistiksel örnekleme planına bağlı olarak toplanan veriler herhangi bir kişinin dikkatini çekecek derecede açık bir şekilde soru yöneltmiyorsa kullanışlı değildir. İyi bir veri toplama planı aşağıdaki soruların cevaplarını içermelidir: Hangi soruya cevap aranmaktadır? Soruya verilecek cevaplar nasıl ifade edilebilir? Hangi veri analiz elemanları (pareto, histogram vb. gibi) kullanılacak ve sonuçlar nasıl ifade edilecektir? Bu analiz yöntemini teşkil etmek ve soruyu cevaplandırmak için ne tür verilere ihtiyaç vardır? Bu veriler sürecin hangi aşamasından elde edilebilir? Bu veriler süreçteki hangi çalışandan alınabilir? Veriler bu kişilerden en az maliyet ve en az hata payı ile nasıl toplanabilir? İleride yapılacak analizleri, referansları ve izlenebilirlikleri oluşturmakta hangi ek bilgilere gereksinim vardır? Veri toplamada pek çok yöntem ve teknik vardır. Ancak, çetele diyagramları bunlardan en basit ve kullanışlı olanıdır. Çetele diyagramları verilerin frekanslarının görüntülenmesinde kullanılan en kolay araçlardan birisidir.

3 3 Bir çetele diyagramı hazırlarken, bunu hazırlayan kişinin unutmaması gereken en önemli nokta verilerin bir karara varmak amacıyla toplandığıdır. Veriler tek başlarına hamdır ve koordine edilmemiştir. Bu şekildeki veriler hiçbir işe yaramaz. Ancak, veriler karar verebilme amacı güdülerek organize edilir ve gruplandırılırsa o zaman işe yarar hale gelirler. Bunun için de çetele diyagramı hem veri toplamada kolaylık sağlayacak şekilde hem de mümkünse bir bakışta proseste nelerin olup bittiğin gözler önüne serecek şekilde dizayn edilmelidir. Çetele diyagramının izlenmesinde izlenecek yol aşağıdaki gibidir: 1- Toplanacak verinin niteliği ve kaydedilme sıklığı veya hangi durumlarda kaydedilmesi gerektiği tespit edilmelidir. 2- Yapılan gözlemler belirlenen aralıkların ve/veya sınıfların karşısına çizgi çizilerek görüntülenir. Çizgilerin toplamı frekansı verir. 3- Toplanan verilerin görüntülenmesinde özellikle histogram, pareto analizi gibi grafikler kullanılabilir. Çetele diyagramı bir üretim sırasında nitel ve nicel verilerin toplanması için kullanılan etkili birvasıtadır. Bir çalışmada (vardiyası saati, günü, haftası gibi) söz konusu süreçte hangi tip gelişmelerin yaşandığını gösterebilir. Bu bilgi, verilerin kolayca analiz edilmelerini sağlar. Aynızamanda hangi konunun araştırılması gerektiğine dair kararın verilmesine de katkı sağlar.

4 4 2.HİSTOGRAMLAR Tüm tekrarlanan olayların bir değişkenliği vardır. Doğanın kendinde olan bu varyasyonun bir sonucu olarak herhangi bir örnekteki iki ölçüm tamamen birbirinin aynısı olmaz (Birimler aynımakinede, aynı operatör tarafından üretilmiş olsalar bile, ölçüm değerlerinde az çok bir farklılıkvardır). Histogram frekansları gösteren kolon grafikler olup, ölçüm değerlerinin birbirine ne kadaryakın yada birbirinden ne kadar farklı olduğunu göstermekte kullanılmaktadır. Histogramlarıoluşturan dikdörtgenlerin taban genişlikleri sınıfa aralıklarına eşit, alanları ise frekansları ile doğruorantılıdır. Histogramlar genellikle bir olayın oluş sıklığını göstermek ve belirlenen zaman aralığında tanımlanan problemin daha sık meydana gelip gelmediğini hesaplamak ve ortaya çıkan dağılımınşeklini bilinen bir dağılım ile karşılaştırmak amacıyla kullanılmaktadır. Her histogram yalnızca birtek özelliği ölçmektedir. Aynı özelliğe ait zaman içinde birden fazla histogram yapılmak suretiyleolay izlenebilir. Histogramı çizebilmek için yatay eksene toplanan değerleri sınıflandırarak yazmak gerekmektedir.her sınıfa düşen frekans sayısı da düşey eksende gösterilmelidir. Gerçeği yansıtabilmek için en az50 veri ile çalışılması tavsiye edilmektedir.

5 5 1. Adım: Veriler temin edilir. 2. Adım: Veriler küçükten büyüğe sıralanır. 3. Adım: Veri büyüklüğü tespit edilir. N=36 4. Adım: Sınıf Aralığı (R) tespit edilir. 5. Adım: Sınıf Sayısı (K) belirlenir. 6. Adım: Sınıf Aralığı (S) hesaplanır. 7. Adım: 1. sınıfın alt sınırı bulunur. 8. Adım: 1. sınıfın üst sınırı bulunur. 9. Adım: Her sınıfın orta noktası bulunur. 10. Adım: Tüm sınıflar belirlendikten sonra frekans tablosu oluşturulur.

6 6 11. Adım: Yatay eksende sınıflar düşey eksende ise frekanslar olmak üzere histogram çizilir. Histogramın yorumlanması: 1. Verilerin konumu ve dağılımı: Bu bilgi prosesin nasıl işlediğini görmekte yardımcı olur. A- Verilerin çoğu çok az bir değişkenlikle hedef değer üzerinde B- Bazı veriler hedefte olmasına rağmen, diğerleri hedeften uzakta yayılmış C- Verilerin çoğu birbirine yakın olmasına rağmen, hedef değerden önemli ölçüde uzakta konumlanmış.

7 7 D- Veriler hedef değerde yer almadığı gibi, aynı zamanda geniş bir değişkenliğe sahip 2. Spesifikasyon Limitleri: Ürün veya hizmetlerimizin spesifikasyon limitleri içerisinde yer alıpalmadığını bir başka ifade ile proses yeteneğini gösterir. A- Alınan ölçüm değerlerindeki sapma, izin verilen sapma miktarından daha dar ve dengeli.dağılımın merkezliği normal. Bu durumda prosesteki küçük değişmeler nedeniyle ıskarta riskiçok az. B- Dağılımın ortalaması Alt Spesifikasyon Limitine doğru oldukça kaymıştır. Taralı bölgedekiürünler kusurludur. Tezgah ve ölçme aletlerinin ayarları kontrol edilmelidir. 3. TABAKALAMA (GRUPLANDIRMA) Verilerin belli kategorilere ve özelliklere göre sınıflandırılmasıdır. Belli bir operatörün, malzemenin ya da tezgahın süreçteki etkisini incelemek için kullanılan bir tekniktir. Süreçteki bir sorunun kaynağını daha kolay bir şekilde belirleyebilmek için veriler gruplara ve kategorilere ayrıştırılır. Gruplama işleminin amaçları kısaca söyle ifade edilebilir: Sorunun çözümü için yardımcı bir araçtır. Soruna ait veriler sınıf ve kategorilere ayrıştırılarak daha iyi analiz ve karsılaştırmalar yapılabilir. Veri setinin içinde kaybolmuş olan sorun, veri setinin ayrıştırılması ile daha iyi anlaşılabilir. Bir sorunun parçalara ayrılarak tek tek incelenmesi ile sorunun daha dar bir alanda teşhis edilmesi sağlanabilir.

8 8 Aşağıda bir üretim hattındaki tezgahlar ve bunlarda ortaya çıkan kusur tür ve miktarlarının dağılımı verilmiştir. Bir sorunu parçalara ayırıp her bir parçayı tek tek inceleme sürecidir. Belli kategorilere ve özelliklere göre bilgilerin sınıflandırılması sürecidir. Bilgiler belli sınıflara ayrılarak, daha kolay karşılaştırılabilmekte ve değerlendirilmektedir. Sorunların kaynaklarının belirlenmesinde, olumlu değişkenlerin nedenlerini incelemekte yararlı bir araçtır. Gruplandırmaya aşağıdaki gibi birkaç örnek verilebilir: HATA TÜRÜNE GÖRE GRUPLANDIRMA HATA TÜRÜ GÜNDÜZ VARDYS GECE VARD. TOPLAM % A ,6 B ,4 C ,3 D ,7 TOPLAM

9 9 HAFTANIN GÜNLERİNE GÖRE GRUPLANDIRMA HATA TÜRÜ GÜNDÜZ VARD. GECE VARD. TOPLAM % PAZARTESİ SALI ,9 ÇARŞAMBA ,4 PERŞEMBE ,7 CUMA TOPLAM Bir başka örnek; Tablo 5.2. Tezgahlara bağlı olarak kusur türlerinin dağılımı Kusur Türü Tezgahlar T1 T2 T3 T4 T5 Toplam A B C D Toplam Bu tabloyu kullanarak iki türlü sınıflandırma yapmak mümkündür. ilk olarak kusurların dağılımı, ikinci olarak tezgâhların kusurlu üretimlerinin dağılımlarını görmek ve yorumlar yapmak mümkündür.

10 10 Tablo 5.3. Kusurlu üretimin tezgahlara dağılımı Tezgahlar Kusurlu üretim Yüzde Kümülatif. yüzde T T T T T Toplam Tablo 5.4. Kusurlu üretimin kusur türlerine göre dağılımı Kusurlar Mamul sayısı Yüzde Kümülatif yüzde D B A C Toplam Tablo 5.5 teki veriler kategorilere göre ayrıştırıldığında hangi tezgahların kusurlu üretime meyilli oldukları ve üretimde hangi kusur türünün çok rastlandığını görmek mümkün olmaktadır. Tabloların incelenmesinden 3. tezgâhın kusurlu üretim içindeki payının (%29) en fazla olduğu ve D tipi kusurun (%34) üretimde en fazla rastlanan kusur türü olduğu anlaşılmaktadır. Öte yandan 2. tezgahın kusurlu üretime içindeki payının (%14) en düşük düzeyde olduğu ve üretimde en az rastlan kusurun C tipi kusur (%19) olduğu görülmektedir.

11 11

12 12

13 13

14 Pareto Diyagramı (Analizi) İtalyan ekonomi uzmanı Pareto, 1897 yılında, gelir dağılımının toplumun katmanlarına eşit dağılmadığını gösteren bir formül geliştirmiştir. Benzer bir teori 1907 de Amerikan iktisatçısı M.C. Lorenz tarafından da grafik olarak ortaya konmuştur. Her iki meslektaş, gelirin çok büyük bir diliminin, küçük bir azınlık tarafından sahiplenildiğine dikkat çekmişlerdir. Hatta bu oran 20/80 olarak açıklanmışlar; yani gelirlerin % 80 inin, toplumun % 20 lik bir kısmının elinde olduğunu iddia etmişlerdir. Çalışma hayatında da sorunların sebepleri ile ilgili buna benzer bir durum söz konusudur. Sorunların nedenleri genellikle Pareto prensibine uygundur. Normal dağılımda sebeplerin en önemli %20 si, sonuçların %80 ini sonra gelen %30 u, sonuçların %15 ini ve geri kalan %50 si ise sonuçların sadece %5 ini oluşturmaktadır. Bu oranlar sebebiyle Pareto prensibine literatürde 80-20, kuralı veya kuralı da denir. ABC analizi olarak da isimlendirilen Pareto grafiği, alışılmış temel ayrım metodu veya önceliklerin belirlenmesi amacıyla kullanılmaktadır. Pareto diyagramı, problem çözmek, başarı durumunu gözlemek veya problemin temel nedenini belirlemek için bir başlangıç noktası seçmek amacıyla tüm problemlerin veya şartların bağıl önemini göstermek için kullanılır. Kontrol diyagramları veya diğer veri

15 15 toplama formlarına dayanılarak yapılan Pareto diyagramları bize dikkatimizi hangi önemli problemlere vereceğimiz konusunda yardım eder. Pareto diyagramları büyük kayıplara neden olan küçük sorunların belirlenmesine olanak sağlar. Pareto analizinde olaylar sıklık, zaman ve önem sırasına göre grafik üzerinde sıralanır. Bu şekilde oluşturulan tablonun en belirgin özelliği, sıralamayı göstermesidir. Olayların sıklık sırasına göre sıralanması, hangi sorunun daha önce ele alınması gerektiği hususunda konu üzerinde çalışanlara yardımcı olur. Yüzde onluk bir öneme ve önceliğe sahip bir probleme zamanın yüzde sekseninin ayrılması rasyonel olmayacaktır. Sorunların önem ve öncelik sırasına göre çözülmesi daha rasyonel bir davranış olup, Pareto analizi bize bu imkanı verecektir. Pareto diyagramının amaca hizmet eder nitelikte oluşturulabilmesi için, sebeplerin önem sırasına göre gösterilmesi gerekir. Sebep-sonuç analizinden sonra, sorunların temel sebeplerinin belirlenmesine gerek vardır. Pareto diyagramının başlıca amaçları şunlardır; Problem çözmek için bir başlangıç noktası seçmek, Probleme ait temel nedenleri belirlemek, Başarıyı izlemek. Pareto diyagramının oluşturulması Karşılaştırılacak problemler beyin fırtınası veya var olan veriler kullanılarak seçilir. Ölçüm karşılaştırması için yıllık maliyet veya sıklık gibi bir standartlar seçilir, Çalışılacak zaman periyodunu belirlenir, 8 saat, 5 gün, 4 hafta,... gibi. Her kategorideki gerekli veriler bir araya getirilir. Diğer tüm kategorilere bağıl olan her kategorinin sıklığı veya maliyeti karşılaştırılır. Kategoriler azalan sıklık veya maliyetlerine göre, soldan sağa yatay bir eksende sıralanır. En az madde içeren kategoriler birleştirilerek son sütun olarak çizilir. Ölçüm birimi (frekanslar) dikey eksene çizilir. En uzun sütunun üstünden, soldan sağa doğru, kategorilerin kümülatif sıklığını veren bir çizgi eklenebilir. Bu hat, "Toplamın ne kadarı ilk 3 kategori ile açıklanır?" gibi sorulara cevap verir.

16 16 Burada dikkat edilmesi gereken hususlar şunlardır; En sık karşılaşılan problemler ile maliyetleri en yüksek olan problemlerin aynı olması gerekmediği unutulmamalıdır. Örneğin ölümle sonuçlanan iki trafik kazası, yararlanma ile sonuçlanan 100 trafik kazasından daha çok dikkat çekmelidir. Verilerin toplandığı zaman periyodu açıkça belirtilmelidir. Eğer mümkünse veriler normalize edilmelidir. Böylece verileri gelecekte düzenlenecek Pareto diyagramlarında da kullanarak değişimleri görmek mümkün olabilecektir. Örnek olarak aşağıdaki şekilde, belirtilen kusur türlerine göre düzenlenmiş bir Pareto diyagramı bulunmaktadır. Şekil 5.4. Üretim hattında ortaya çıkan kusurlar için Pareto diyagramı Pareto diyagramının yorumlanması

17 17 Çizilen diyagram yardımıyla ürün kusurlarını gidermeye yönelik bir programın öncelikle hangi kusur türünü ele alması gerektiği belirlenir. Yukarıdaki diyagramda kusurların %80 inin eksik kesme ve kusurlu vida yuvasından kaynaklandığı görülmektedir. Bu durumda iyileştirme çalışmalarına öncelikle eksik kesme hatasını önleyerek, daha sonra kusurlu vida yuvası hatasını gidererek başlamak gerekecektir Pareto diyagramı kusurların parasal boyutlarına göre de çizilebilir. Çok az gözlenen bir kusuru gidermek ya da kusur nedeni ile ürünü ıskartaya ayırmak önemli ölçüde parasal kayıba sebep olabilir. Böylesi bir durumda Pareto analizini parasal boyutta yapmak daha tutarlı olacaktır. Her bir kusurun meydana getirdiği parasal kayıplar belirlenerek düşey eksende, büyüklük sıralarına göre yer alırlar. Süreçte yapılan iyileştirme çalışmaları sonrası, gerekli verilerin derlenip yeni bir Pareto diyagramının çizilmesi ile yapılan çalışmaların etkili olup olmadığı ortaya çıkar. Kusurların bazılarının giderildiği, önem sıralarının değiştiği ve benzeri durumlarla karşılaşılabilir Proseslerin Tanımlanması ve Sebep - Sonuç (Kılçık) Diyagramları Bir proseste iyi bir kontrolün sağlanabilmesi için sürecin ve elemanlarının tanımlanması ve tarif edilmesi gerekir. Proses elemanları personel, teçhizat, malzeme, yöntemler ve çevre olabilir. Sürecin farklı yönlerini iyi bilen ve anlayan tüm bireylerin deneyimleri bir araya getirilmeli ve anlaşılabilir bir şekilde açıklanmalıdır. Sebep - Sonuç Diyagramı, bir sorunun çeşitli nedenlerini belirlemeye, sıraya dizmeye ve göstermeye yarayan bir araçtır. Bir iş sürecini geliştirmek için süreç ve süreç sonunda elde edilen çıktılar hakkında yeterli ve gerekli bilgiye sahip olmak gerekir. Sebep-Sonuç Diyagramı bu amaca ulaşmak için önemli bir kalite aracıdır. Diyagram, bu gösterim tarzını ilk kullanan Japon bilim adamı Ishikawa adı ile veya şeklinden dolayı balık kılçığı diyagramı olarak isimlendirilir. Sebep sonuç diyagramı sürecin grafiksel bir tanımını vererek olası bozulmaların ve değişkenliklerin kaynaklarını ortaya koyacak bilgiler içermektedir. Bu bakımdan (İPK) uygulaması sırasında şu amaçlarla kullanılabilir: Proses problemini etkileyen çeşitli sebepleri tanımlamaya yardımcı olmak, Grubun bir problem hakkında genel bir görüşe varmasına yardımcı olmak,

18 18 Var olan problemle ilgili bilgisindeki boşlukları meydana çıkarmak, Bilgi olmaksızın karar alma durumunu azaltmaya yardımcı olmak Önemli ve daha az önemli karakteristiklerin tanımlanmasına yardımcı olmak. Kılçık diyagramları aşağıdaki durumlarda kullanılır. Bir problemin potansiyel sebeplerini araştırırken, Beyin fırtınası listelerini sebepler ve sonuçlar olarak organize ederken, Proses varyasyonunun kaynaklarını tanımlarken, Deney dizaynlarını yaparken, Proses çıktılarını proses parametrelerine bağlarken. Sebep-Sonuç Diyagramı aşağıdaki adımlar izlenerek oluşturulur: Analiz edilen sorun açık bir şekilde tanımlanmalı ve ekip üyelerinin tümü tarafından anlaşıldığından emin olunmalıdır. Sayfanın ortasına soldan sağa, sağ tarafta kutu içinde sonuç (sorun) yer alacak şekilde ana kılçık çizilir. Sonuca etki eden ana nedenler bu ana kılçık üzerine, yine kutu içinde olacak şekilde çizilir. Belirlenen diğer sebepler küçük kılçıklar olarak temel kılçıklara eklenir. Temel kılçıklar olarak, personel, çevre, malzeme, yöntem, yönetim, ölçülebilirlik kullanılabilir ya da beyin fırtınası uygulanarak daha uygun olanları da bulunabilir. Başlıkların konu ile uyumlu ve mantıklı olması önemlidir. Beyin fırtınası ya da diğer analiz yöntemleri kullanılarak sebepler bulunur. Sebeplerin kısa ve özlü tanımlar haline getirilmesi önemlidir. Sebeplerin belli bir kategori içinde diyagrama yerleştirilmesi ve sıralanması sorunun net bir şekilde görülmesine yardımcı olacaktır. İlk kılçıktan başlayarak sebepler eklenir ve diğer kılçığa geçilir. Her kılçık veya sebep birçok alt kılçıklara sahip olabilir. Sebepler ve alt sebepler sıralanırken Bu niçin oldu? veya Buna sebep olan nedir? türü sorular sorulmalıdır. Kılçık diyagramı çizildikten sonra, iskeletin başına problemin tanımlanması yazılır. Kılçık diyagramının tamamlanmasından sonra her faktöre bir etki gücü verilmesidir. Diyagramdaki bütün faktörlerin sonuç üzerinde çok önemli etkileri olmayabilir. Sonuç

19 19 üzerinde önemli etkisi var gibi gözüken faktörler işaretlenerek bu faktörleri elimine etmek için çözüm çareleri üretilmeye çalışılır. Böyle bir çalışmada olabilecek bütün sebepleri düşünmek çok önemlidir. Çözümlerin liste olarak sunulması istenmemektedir. Bu aracın kullanılmasının amacı çalışanların karşısındaki sorunun sebeplerinden hangilerinin önemli olduğunu belirlemelerini sağlamalarıdır. Ancak böyle bir çalışmadan sonra soruna çözüm bulunabilir. Belli sorunların ayrı ayrı gözden geçirilmesi, farklı sorunlar içinde farklı çözümler gerektirir. Sebep sonuç diyagramları, çalışanların bir sorunu çözmede kullanabilecekleri bir yöntemdir. Bu araç çalışanların bir sorunla karşılaştıklarında kritik düşünmelerini ve sorun için çözüm üretmelerine imkan verir. Aşağıda çeşitli problemlerin çözümün kullanılabilecek Balık- Kılçığı diyagramı örnekleri verilmektedir. Şekil 5.5. Kusurlu mamul üretim problemi için sebep sonuç diyagramı

20 20 Kalite çalışmalarında yukarıda anlatılmış olan teknikler birlikte kullanılarak sorunların niteliği, önemi, sebepleri ve sonuçları ortaya konarak çözüm arayışlarına gidilir. Çetele diyagramları ile verilerin derlenmesi, histogramlarla verilerin dağılışları, serpilme diyagramları ile sebepler ve sonuçlar arası ilişkiler, gruplama işlemi ile verilerin düzenlenmesi, pareto diyagramı ile önemli etkiye sahip sebeplerin belirlenerek çözüme nereden başlanacağına karar verilmektedir. Önemli sorunun belirlenmesinden sonra bu soruna

21 21 sebep olan faktör ve alt faktörler belirlenerek kılçık diyagramı çizilir. Böylece sorunun sebepleri dikkatlice incelenerek ortadan kaldırılmaya çalışılır.

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

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

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

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

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

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

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

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

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

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

belirlenmesine ve çözülmesine yönlendirmek, kolaylaştırmak ve sistematik bir yaklaşımla bu bilgi ve verileri değerlendirmek

belirlenmesine ve çözülmesine yönlendirmek, kolaylaştırmak ve sistematik bir yaklaşımla bu bilgi ve verileri değerlendirmek 7 KALİTE ARACI 7 KALİTE ARACI Kalite araçları olarak adlandırılan araçlar özellikle uygulama sürecinde ortaya çıkan ve/veya çıkabilecek problemlerin; belirlenmesine ve çözülmesine yönelik bilgi ve veri

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

Verilerin Özetlenmesinde Kullanılan Tablolar ve Grafiksel Yöntemler

Verilerin Özetlenmesinde Kullanılan Tablolar ve Grafiksel Yöntemler Verilerin Özetlenmesinde Kullanılan Tablolar ve Grafiksel Yöntemler Frekans Dağılımları Verilerin Düzenlenmesi Sıralı dizi bir dizi verinin küçükten büyüğe yada büyükten küçüğe göre sıralanması Dağılı

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

Ders 1 Minitab da Grafiksel Analiz-I

Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya

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

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

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

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

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya başlanmıştır. Ders 1 Minitab da

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

İçindekiler KALİTE KONTROL KALİTE KALİTE GÜVENCESİ MUAYENE KALİTE KONTROL

İçindekiler KALİTE KONTROL KALİTE KALİTE GÜVENCESİ MUAYENE KALİTE KONTROL İçindekiler KALİTE KONTROL... 1 İSTATİSTİKSEL KALİTE KONTROL... 2 1. İPK Uygulaması... 3 1.1. Çetele Tablosu/Veri Toplama... 5 1.2. Pareto Analizi... 6 1.3. Sebep-Sonuç/Balık Kılçığı Diyagramları... 8

Detaylı

Bilgi Güvenliği Risk Değerlendirme Yaklaşımları www.sisbel.biz

Bilgi Güvenliği Risk Değerlendirme Yaklaşımları www.sisbel.biz ISO/IEC 20000-1 BİLGİ TEKNOLOJİSİ - HİZMET YÖNETİMİ BAŞ DENETÇİ EĞİTİMİ Bilgi Güvenliği Risk Değerlendirme Yaklaşımları E1-yüksek seviye bilgi güvenliği risk değerlendirmesi Yüksek seviye değerlendirme,

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma

Detaylı

Verilerin Düzenlenmesi

Verilerin Düzenlenmesi Verilerin Düzenlenmesi İstatistiksel verileri anlamlı hale getirmenin 5 ayrı yolu: 1. Sözel ifadelerle açıklama 2. Tablolar halinde düzenleme 3. Seriler halinde düzenleme 4. Grafiklerle gösterme 5. Bu

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

Yrd.Doç.Dr. Ali SICAK BEÜ. EREĞLİ EĞİTİM FAKÜLTESİ EĞİTİM BİLİMLERİ BÖLÜMÜ

Yrd.Doç.Dr. Ali SICAK BEÜ. EREĞLİ EĞİTİM FAKÜLTESİ EĞİTİM BİLİMLERİ BÖLÜMÜ Yrd.Doç.Dr. Ali SICAK BEÜ. EREĞLİ EĞİTİM FAKÜLTESİ EĞİTİM BİLİMLERİ BÖLÜMÜ YARARLANILACAK ANA KAYNAK: SOSYAL BİLİMLER İÇİN İSTATİSTİK/ ŞENER BÜYÜKÖZTÜRK, ÖMAY ÇOKLUK, NİLGÜN KÖKLÜ/PEGEM YAY. YARDIMCI KAYNAKLAR:

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

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

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

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

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

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI KARADENİZ TEKNİK ÜNİVERSİTESİ BEŞİKDÜZÜ MESLEK YÜKSEKOKULU İSTATİSTİK DERS NOTLARI BÖLÜM 2 İSTATİSTİK VE GRAFİK ÖĞR. GÖR. COŞKUN ALİYAZICIOĞLU BEŞİKDÜZÜ - 2017 1 İstatistik çalışmaları sonucu elde edilen

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

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

VERİLERİN SINIFLANDIRILMASI

VERİLERİN SINIFLANDIRILMASI VERİLERİN SINIFLANDIRILMASI Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr NİTEL VE NİCEL VERİLERİN SINIFLANDIRMASI Sınıflandırma

Detaylı

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

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

Detaylı

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

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

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

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.

Detaylı

Otomotiv Sertifika Programı

Otomotiv Sertifika Programı Otomotiv Sertifika Programı Otomotiv ana sanayi ve yan sanayinde kabul gören, geleneksel iş modelleri artık günümüzde uluslararası standartlar olarak zorunluluklar haline gelmiştir. Bu eğitimde birçok

Detaylı

TEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar

TEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar TEMEL İSTATİSTİK BİLGİSİ İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar İstatistiksel Verileri Tasnif Etme Verileri daha anlamlı hale getirmek amacıyla

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

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

Detaylı

Veri Toplama, Verilerin Özetlenmesi ve Düzenlenmesi. BBY 606 Araştırma Yöntemleri

Veri Toplama, Verilerin Özetlenmesi ve Düzenlenmesi. BBY 606 Araştırma Yöntemleri Veri Toplama, Verilerin Özetlenmesi ve Düzenlenmesi BBY 606 Araştırma Yöntemleri 1 SPSS in açılması 2 SPSS programı 3 Veri giriş ekranı 4 Değişken giriş ekranı 5 Veri toplama Kayıtlardan yararlanarak Örneğin

Detaylı

ÖZEL EGE İLKÖĞRETİM OKULU

ÖZEL EGE İLKÖĞRETİM OKULU ÖZEL EGE İLKÖĞRETİM OKULU 4.SINIF MATEMATİK DERSİ PROJESİ PROJE KONUSU : GRAFİKLER, KULLANIM ALANLARI VE GRAFİK UYGULAMALARI HAZIRLAYANLAR : Egem ERASLAN F.Sarper TEK Göktürk ERBAYSAL Mert KAHVECİ ÖNSÖZ

Detaylı

TOPLAM KALİTE YÖNETİMİ

TOPLAM KALİTE YÖNETİMİ TOPLAM KALİTE YÖNETİMİ Toplam Kalite Yönetimi uygulamasında kullanılabilecek yüzlerce araç veya teknik bulunmaktadır. Aşağıda kamudaki kalite geliştirme çalışmalarında kolaylıkla kullanılabilecek kalite

Detaylı

VERİ ANALİZİ PROSEDÜRÜ

VERİ ANALİZİ PROSEDÜRÜ Sayfa No 7/1 Hazırlayan İnceleyen Onaylayan Kalite Temsilcisi Kalite Yönetim Direktörü Başhekim 1.Amaç Bu prosedürün amacı;özel Çevre Hastanesi genelinde kalite probleminin tespit edilmesi ile çözümlenmesinde

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

Muhasebe Bilgi Sisteminin Temel Yapısı. Bilgi Sistemleri Muhasebe Bilgi Sisteminin Niteliği ve İçeriği

Muhasebe Bilgi Sisteminin Temel Yapısı. Bilgi Sistemleri Muhasebe Bilgi Sisteminin Niteliği ve İçeriği Muhasebe Bilgi Sisteminin Temel Yapısı Bilgi Sistemleri Muhasebe Bilgi Sisteminin Niteliği ve İçeriği Bilgi Sistemleri Yönetim Bilgi Sistemleri Para, insangücü, malzeme, makine, teknoloji ve bilgi gibi

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

AHP ye Giriş Karar verici, her alternatifin her kriterde ne kadar başarılı olduğunu değerlendirir. Her kriterin amaca ulaşmadaki görece önemini değerl

AHP ye Giriş Karar verici, her alternatifin her kriterde ne kadar başarılı olduğunu değerlendirir. Her kriterin amaca ulaşmadaki görece önemini değerl AHP ye Giriş 2 Analitik Hiyerarşi Süreci Bölüm 3 AHP, birebir değerlendirerek alternatifleri sıralamaya dayanan çok nitelikli karar verme yöntemidir. Amaçlar ve alt amaçlar iç içe katmanlar halinde ve

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç

Detaylı

PROJEYİ OLUŞTURAN ÖĞELER PROJE RAPORU YAZMA

PROJEYİ OLUŞTURAN ÖĞELER PROJE RAPORU YAZMA PROJE NEDİR? Öğrencilerin grup hâlinde veya bireysel olarak, istedikleri bir alanda/konuda inceleme, araştırma ve yorum yapma, görüş geliştirme, yeni bilgilere ulaşma, özgün düşünce üretme ve çıkarımlarda

Detaylı

KALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ

KALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ FMEA-HATA TÜRLERİ VE ETKİ ANALİZİ Tanımlama Mevcut veya olası hataları ortaya koyan, bu hataların yaratabileceği etkileri göz önünde bulunduran ve etkilerine göre hataları önceliklendirerek oluşmalarının

Detaylı

İNSAN KAYNAKLARI PERFORMANS YÖNETİMİ NEDİR?

İNSAN KAYNAKLARI PERFORMANS YÖNETİMİ NEDİR? İNSAN KAYNAKLARI PERFORMANS YÖNETİMİ NEDİR? Sefa ESEN Kurumsal Finansman Yönetmeni 1 Stratejik hedeflere ulaşmada stratejik plan çevriminin performans gözlemleme ve raporlama unsurları kurum tarafından

Detaylı

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati Kredi AKTS (T+U+L) İSTATİSTİKSEL KALİTE KONTROL EN-412 4/I 3+0+0 3 5 Dersin Dili : Türkçe Dersin Seviyesi

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

I. İSTATİSTİK VE OLASILIK

I. İSTATİSTİK VE OLASILIK I. İSTATİSTİK VE OLASILIK Dr. İrfan Yolcubal Kocaeli Üniversitesi Jeoloji Müh. Bölümü Ders Kitabı Statistical analysis of Geological data (Koch G. S., ve Link, R. F., 1980. Dover Publications) A data-based

Detaylı

KALİTE KONTROLDE İSTATİSTİKSEL TEKNİKLER PROF. DR. AHMET ÇOLAK

KALİTE KONTROLDE İSTATİSTİKSEL TEKNİKLER PROF. DR. AHMET ÇOLAK KALİTE KONTROLDE İSTATİSTİKSEL TEKNİKLER PROF. DR. AHMET ÇOLAK İstatistik: Sayısal gerçeklerin derlenerek bir düzene sokularak bunlardan anlamlı bazı sonuçlar çıkarmak tekniğidir. Sübjektif ve kanaata

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

Bakım Yönetimi Logo Nisan 2016

Bakım Yönetimi Logo Nisan 2016 Bakım Yönetimi Logo Nisan 2016 İçindekiler Bakım Yönetimi... 4 Bakım Yönetimini Etkileyen Öndeğer ve Parametreler... 4 Tanımlar... 5 Bakım Parametreleri... 5 Parametre Bilgileri... 6 Arıza Kodları... 8

Detaylı

KARİYER PLANLAMA Amaç ve Fayda Yayın Tarihi Kategori Ürün Grubu Modül Versiyon Önkoşulu Yükleme ve Gereken Dosyalar Yükleme Sonrası

KARİYER PLANLAMA Amaç ve Fayda Yayın Tarihi Kategori Ürün Grubu Modül Versiyon Önkoşulu Yükleme ve Gereken Dosyalar Yükleme Sonrası KARİYER PLANLAMA Amaç ve Fayda Yayın Tarihi Kategori Ürün Grubu Modül Versiyon Önkoşulu Yükleme ve Gereken Dosyalar Yükleme Sonrası İşlemler Bu doküman ile Netsis İnsan Kaynakları paketinde bulunan Kariyer

Detaylı

Örnekleme Yöntemleri

Örnekleme Yöntemleri Örnekleme Yöntemleri Evren & Örneklem (Fraenkel & Wallen, 1990) Evren & Örneklem 2 Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği,

Detaylı

Genel Bilgi. İz Düşüm Düzlemleri ve Bölgeler. Yrd. Doç. Dr. Garip GENÇ Şekil: İz düşüm düzlemlerine bakış doğrultuları. Page 1.

Genel Bilgi. İz Düşüm Düzlemleri ve Bölgeler. Yrd. Doç. Dr. Garip GENÇ Şekil: İz düşüm düzlemlerine bakış doğrultuları. Page 1. TEKNİK BİLİMLER MESLEK YÜKSEKOKULU Teknik Resim Genel Bilgi Uzaydaki cisimlerin eksiksiz bir anlatımı için, ana boyutlarıyla birlikte parçanın bitmiş hallerinden ve üzerindeki işlemlerle birlikte diğer

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

Kural Motoru. www.paperwork.com.tr

Kural Motoru. www.paperwork.com.tr Kural Motoru www.paperwork.com.tr İş Kuralı Örnekleri Aşağıda iş kurallarına çeşitli örnekler verilmiştir; : İş Kuralı Nedir? T üm işletmeler kural merkezli çalışırlar. Kurallar hangi fırsatların takip

Detaylı

GİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir.

GİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. VERİ ANALİZİ GİRİŞ Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. Bilimsel Bilgi: Kaynağı ve elde edilme süreçleri belli olan bilgidir. Sosyal İlişkiler Görgül Bulgular İşlevsel

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan

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

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin

Detaylı

Örneklem. Yöntemleri FBED511 Eğitim Bilimlerinde Temel Araştırma Yöntemleri 1. Evren & Örneklem. Evren. Örneklem ve örnekleme

Örneklem. Yöntemleri FBED511 Eğitim Bilimlerinde Temel Araştırma Yöntemleri 1. Evren & Örneklem. Evren. Örneklem ve örnekleme Yöntemleri & EBE Z Eğitimde Araştırma Yöntemleri (Fraenkel & Wallen, 1990), araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği, ancak ulaşması

Detaylı

BÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ

BÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ BÖLÜM..AMAÇ GİRİŞ: İSTATİSTİĞİ MÜHEDİSLİKTEKİ ÖEMİ Doğa bilimlerinde karşılaştığımız problemlerin birçoğunda olaydaki değişkenlerin değerleri bilindiğinde probleme kesin ve tek bir çözüm bulunabilir. Örneğin

Detaylı

YEDİ YENİ KALİTE ARACI Yedi yeni kalite aracı, süreçten toplanan verilerin analizlerini öngören basit problem çözme tekniklerinden farklı olarak,

YEDİ YENİ KALİTE ARACI Yedi yeni kalite aracı, süreçten toplanan verilerin analizlerini öngören basit problem çözme tekniklerinden farklı olarak, YEDİ YENİ KALİTE ARACI Yedi yeni kalite aracı, süreçten toplanan verilerin analizlerini öngören basit problem çözme tekniklerinden farklı olarak, problem hakkında uzman ve problem ile ilişki içinde bulunan

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

AKSARAYLI TEMEL İSTATİSTİK YÖNTEMLER

AKSARAYLI TEMEL İSTATİSTİK YÖNTEMLER TEMEL İSTATİSTİK YÖNTEMLER DERS I - 1/63 İstatistik nedir? 1. 2. tanımı) 3. (En eski tanımı) (Yöntembilim olarak (Kelime anlamı) DERS I - 2/63 İstatistik nedir? 1. Veri toplama Araştırma 2. Verilerin sınıflandırılması

Detaylı

TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. Saat Hata

TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. TKY nin 7 Basit Aracı. Saat Hata Frekans Yüzdelik Üretkenlik Doç. Dr. Kazım Sarı Beykent Üniversitesi 2008 Prentice Hall, Inc. 6 1 Fikir Geliştirme Araçları Kontrol (Çetele) Çizelgesi Yayılım Diyagramı Sebep-Sonuç Sonuç Diyagramı Veri

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

İŞ AKIŞI ve YERLEŞTİRME TİPLERİ

İŞ AKIŞI ve YERLEŞTİRME TİPLERİ İŞ AKIŞI ve YERLEŞTİRME TİPLERİ İş akışı tipleri önce, fabrika binasının tek veya çok katlı olmasına göre, yatay ve düşey olmak üzere iki grupta toplanabilir. Yatay iş akışı tiplerinden bazı örneklerde

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

İÜ AÇIK VE UZAKTAN EĞİTİM FAKÜLTESİ. Süreç İyileştirme Standardı

İÜ AÇIK VE UZAKTAN EĞİTİM FAKÜLTESİ. Süreç İyileştirme Standardı Dök. No: AUZEF-SS-1.2-11 Yayın Tarihi:30.12.2015 Rev No:00 Rev Tarihi: Sayfa 1 / 12 1. AMAÇ İÜ AUZEF süreçlerinin kalite, verimlik ve etkinliğini arttırmak için yapılan sürekli iyileştirme çalışmalarında

Detaylı

BİLİMSEL ARAŞTIRMA YÖNTEMLERİ

BİLİMSEL ARAŞTIRMA YÖNTEMLERİ BİLİMSEL ARAŞTIRMA YÖNTEMLERİ Yöntem Dr. Seher Yalçın 3.2.2017 Dr. Seher Yalçın 1 YÖNTEM Araştırmanın Modeli Evren ve Örneklem Veriler ve Toplanması Verilerin Çözümü ve Yorumu 3.2.2017 Dr. Seher Yalçın

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

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