KAL TE Y LE T RME SÜREC NDE PARETO ANAL Z VE ARMATÜR SEKTÖRÜNDE B R UYGULAMA

Transkript

1 KAL TE Y LE T RME SÜREC NDE PARETO ANAL Z VE ARMATÜR SEKTÖRÜNDE B R UYGULAMA Mustafa GER L Asil ALKAYA Celal Bayar Üniversitesi Celal Bayar Üniversitesi ÖZET Pareto Analizi, 80/20 kural olarak bilinen Pareto prensibine dayal Karar vermede kullan lan bir tekniktir. stenen veya istenmeyen bir sonuç üzerinde en büyük etkiye sahip s n rl say daki girdileri istatistiksel olarak ay ran bir karar verme tekni idir. Pareto analizi proje getirisinin %80ninin i in %20sinin yap lmas yla veya bunun tersi olarak problemlerin %80ninin sebep olan faktörlerin %20ni izledi i (%20 den kaynakland ) iddias na dayal d r. Pareto analizi problemlerin nedenlerini görmenin yarat c bir yoludur, çünkü dü ünmeye te vik ederek düzenli fikir olu umuna yard mc olur. Bu çal ma armatür sektöründeki bir firman n skarta oranlar n n azalt lmas n ele almaktad r. Farkl türdeki hatalar, faydal kullan m oran n n art r lmas ve skarta oran n n azalt lmas amac yla Pareto analizi kullanarak irdelenmi tir. Anahtar Kelimeler: Pareto Analizi, Kalite yile tirme USING PARETO ANALYSIS IN QUALITY IMPROVEMENT PROCESSES AND AN APPLICATION IN ARMATURE SECTOR ABSTRACT Pareto analysis is a technique which is used for decision making based on the Pareto Principle, known as the 80/20 rule. It is a decision-making technique that statistically separates a limited number of input factors as having the greatest impact on an outcome, either desirable or undesirable. Pareto analysis is based on the idea that 80% of a project's benefits can be achieved by doing 20% of the work or conversely 80% of problems are traced to 20% of the causes. Pareto analysis is a creative way of looking for causes of problems because it helps stimulate thinking and organize thoughts. This study deals with decreasing of the scrap rates of a firm in armature sector. In order to increase the rate of utilization and decrease the scrap rates different types of faults have been examined by using the Pareto analysis. Keywords: Pareto Analysis, Quality Improvement 303

2 M. Ger il, A. Alkaya 1. G R Kalite kavram n n do u yeri ABD olmas na ra men, ilk uygulayan ülke Japonlar olmu tur. 1970li y llara kadar ucuz ve dü ük kaliteli mal üreten ve satan Japonlar, kalite dü üncesinin de i imiyle daha kaliteli mal üretmeye ba lam lard r. Dünyadaki rekabet ko ullar içerisinde Japonlar n ortaya koydu u bu h zl de i im rüzgarlar W. Edwards Deming, Masaki Imai ve Kaouru Ishikava gibi ustalar n eser ve uygulamalar sayesinde ba lam t r (Yücel, 2007). Ishikawa, kalite kontrol alan ndaki çal malar ile Japonyada kalite bilincinin yayg nla mas nda önemli rol oynad. Özellikle kalite çemberleri ad verilen kalite geli tirme ve problem çözme gruplar n n bilimsel anlamda olu turulmas nda çok önemli katk lar oldu. Ishikawaya göre bir organizasyonda kalite sorunlar kalite geli tirme araçlar ile çözülebilir. Bunun için organizasyonda neden-sonuç diyagram, da lma diyagram, pareto diyagram, kalite çemberleri, histogram gibi istatistiksel araçlar n kullan m n n önemli oldu unu savundu. Bu araçlardan neden-sonuç diyagram Ishikawa taraf ndan geli tirilmi tir. Bu nedenle, toplam kalite yönetimi literatüründe sebep-sonuç diyagram Ishikawa Diyagram olarak da adland r l r (Aktan, 2000). Kalite kontrol sisteminin temel amac, üretimde kalitesizli i önlemektir. Çünkü i letme geri alamayaca bir gidere yol açmas sebebiyle kalitesiz ürünler üretmek istemez. Bu konuda hiçbir tedbir almaz ve bozuk ürünleri piyasaya sürerse prestij kayb ve sat lar n azalmas sebebiyle ciddi bir kay pla kar la r. Kalite kontrolün amac, tüketici isteklerinin ve i letmenin genel hedefini birlikte kar layabilecek, olas en ekonomik seviyede ürünün üretilmesini sa layacak plan ve programlar n geli tirilerek uygulanmas n ve etkin bir biçimde yürütülmesini sa lamakt r. Genel amac n elde edilmesine yönelik olarak baz yan amaçlar da vard r. Bunlar: in daha ba lang çta do ru yap lmas n n sa lanmas ile eldeki makine ve i gücünden en yüksek verimin temini, Hatal ürünleri düzeltmek için kullan lan sürenin yol açt üretim kay plar n n ve hurda, fire, at k oran n n azalt lmas, Al c ya istedi i toleranslar içinde kalan ürünlerin verilmesi ile firmaya itibar temin edilmesi ç piyasalarda yerli mamule güvenin tesisi, d pazarlarda rekabet gücünün kazan lmas, Ürün kalitesini geli tirmek letme ve kalite masraflar n azaltmak, letme mensuplar n n moralini yükseltmek çi i veren ili kilerinin düzenlenmesi Tüketicinin paras n n kar l n ald n görerek memnun olmas, mü teri ikayetlerinin azalmas ve tüketicinin korunmas d r. Bu maddeler daha da ço alt labilir (Bircan ve Özcan, 2003). Kalite sisteminin ba ar l olabilmesi, öncelikle bu kavramlar n orta ve üst yönetim kademeleri taraf ndan kabul edilmesini ve desteklenmesini gerektirir. Sistemin ba ar l olabilmesi için üretimde sorun ç kmadan önce, sorun ç kmayacak ekilde tasarlanmas gerekir. Uygulamaya geçmeden önce her türlü bilgi somut hale getirilerek çat malar ve yanl anlamalar önlenmelidir. Toplam Kalite sistemin firmaya ba ar l bir ekilde uygulanmas ve uyumu zaman ve emek gerektiren çal malard r (Talib vd., 2010) Çal anlar n kalite faaliyetlerine kat l m art r larak sorumluluk hissetmesi sa lanmal d r. Kalite için de i mez bir reçete ç karmak mümkün de ildir. Her i letme kendi artlar na uyan sistemi ancak kendisi yaratabilir. Ancak u unutulmamal d r; sistem bir dizi faaliyetin çok iyi düzenlenmi bile kesidir (Kaya, 2001). Crosby, kaliteyi geli tirmek isteyen firmalar n özellikle çal anlar na ilk seferinde do ru yapmay ö retmek zorunda olduklar n söyler. kinci önemli nokta ise çal anlara mü teri isteklerini ö retmektir. Yine çok önemli bir ba ka etken ise çal an herkesin i inden zevk almas d r. Bu faktörler çevreye duyarl ba ar l bir organizasyon yönetimi için gereklidir. 304

3 XI. Üretim Ara t rmalar Sempozyumu, Haziran 2011 Juran, üç ana kural belirlemi tir: Kalitede y ll k geli me, Daha iyi yönetim öncülü ünde kalite geli tirmek için yeni politikalar, planlar Etkili yönetim için a rl kl e itim (Juran, 1989). 2. STAT ST KSEL KAL TE KONTROL VE KAL TE Y LE T RME Deming, istatistiksel kalite kontrolü, bir ürünün en ekonomik ekilde, en yüksek düzeyde yararl, ayn zamanda bir pazara sahip olacak biçimde üretimini sa lamak üzere, istatistik prensip ve yöntemlerinin, üretimin bütün a amalar nda uygulanmas ndan ibarettir eklinde tan mlam t r (Baskan, 1997). statistiksel kalite kontrol, kalite kontrol ve istatistik metotlar n n birle tirilmesiyle meydana gelmi tir. Kalite kontrol ürünleri muayene ederek veya prosesten veriler alarak bu ürün veya prosesin kontrol alt nda olup olmad n belirler. Kalite kontrolde istatistik tekniklerinin uygulanmas yla hem kalite kontrol i lemleri bilimsel temellere dayand r lm, hem de verilerin analizi ve yorumlanmas na dayand r larak ürün ve hizmetin kendisi de il, onu gerçekle tiren süreçler kontrol alt na al nm ve bu sayede sürekli iyile tirilmesi sa lanm olur. statistiksel proses kontrolü ise istatistik analizler ile bir süreci izleme, kontrol etme ve geli tirme yöntemidir. statistiksel Kalite Kontrol ve onun bile eni olan statistiksel Proses Kontrol W.A. Shewart, W.A. Deming, J.M. Juran ve di erleri taraf ndan geli tirilmi tir (Ross, 1999). statistiksel proses kontrol, bir ürünün en ekonomik ve yararl biçimde üretilmesini sa lamak, önceden belirlenmi kalite spesifikasyonlar na uygunlu unu ve standartlara ba ml l hedef almak, kusurlu ürün üretimini minimuma indirmek amac yla istatistik tekniklerin üretimin bütün safhalar nda kullan lmas n kapsar (Ak n, 1996). statistiksel Proses Kontrolün kullan m amaçlar n n baz lar a a daki s ralanabilir: Sürecin öncesi ve sonras hakk nda bir kan ya sahip olmak amac yla, Sorunun ne zaman ve nerede ortaya ç kabilece ini anlamak amac yla, Sürecin i leyi inin anla lmas ve böylece süreç ve üründeki olumsuz geli meleri tespit edebilmek amac yla, Bu tekniklerin kullan m sonucunda: Kalite geli imini artt rmak için kullan lan yöntemler arac l yla, uygun olmayan ürünün azalt lmas ya da yok edilmesi sa lan r. Bu sayede, üretim maliyetini azaltmak, hurda ve art k mallar n yeniden de erlendirilmesini sa lamak, sürecin incelenmesi ve kontrolü, mü teri memnuniyetini artt rmak mümkün olabilmektedir. Verim artt r lm olur. Endüstrilerde, ürünlerdeki küçük farkl l klar kazanc önemli ölçüde etkilemektedir. Bu nedenle pozitif etkiye sahip de i im nedenlerini kara çevirmek, negatif etkiye sahip de i im nedenlerini de bulmak ve elemek önemlidir (Çolak, 2007). lk kez Ishikawa taraf ndan tan mlanan 7 Kalite Kontrol arac unlard r: Çetele Tablosu Ak diyagram Histogramlar Pareto analizi Sebep - sonuç diyagramlar (Bal k K lç Diyagramlar ) Serpilme Diyagram Kontrol emalar (Ross, Omachonu, 2004) Üretim süreçlerindeki de i kenli in azalt lmas ile hata oranlar n n ve skartan n azalmas, yeniden i leme masraflar n n dü ürülmesi, verimin artt r lmas, garanti masraflar n n azalt lmas hedefleriyle uygulanabilecek bir di er istatistiksel kontrol tekni i de Deney Tasar m d r (Kasapo lu, 2010). Bu çal mada histogramlar ve Pareto analizi üzerinde durulacakt r. 305

4 M. Ger il, A. Alkaya 3. PARETO ANAL Z talyan ekonomist V.Pareto 1897 y l nda yapt bir çal mada gelir da l m n n dengeli olmad n gösteren bir formül haz rlam t r. Benzer teori 1907 y l nda Amerikal ekonomist M.C.Lorenz taraf ndan da aç klanm t r. Her iki ekonomist çal malar n n sonunda gelir ya da refah n önemli bir bölümünün çok az say da bir grup taraf ndan sahip oldu unu belirtmi tir (bir ba ka deyi le ulusal gelirin % 80'ini, nüfusun % 20'si payla m t r). Ünlü kalite uzman Dr. J.Juran, Lorenz'in yakla m n kalite sorunlar n birkaç çok önemli ve birçok önemsiz olarak s n flamak amac yla formül olarak kullanm ve bu yönteme "Pareto Analizi" ad n vermi tir. Juran "kusurlu ürünlerin ço u ve onlar n maliyetlerinin nedenleri göreli olarak çok azd r" eklinde bir görü ortaya atm t r. Pareto prensibi kural olarak formüle edilir (Pegels, 1995). Ancak, bu her zaman oran n koruyaca anlam na gelmez ise de genelde nedenlerin say s ile iddeti aras nda bu gibi dengesizlikler söz konusudur. letmelerin ya amakta oldu u pek çok sorun aras nda derhal ele al nmas gereken ya amsal öneme sahip birkaç sorunu belirler, daha az önemli sorunlar bunlardan ay r r (Top, S., 2009). Jurana göre son üründeki kalite sorunlar n n %80ni üretim süreçlerindeki sorunlar n %20sinden kaynaklanmaktad r. Pareto prensibi göstermi tir ki ya anan problemlerin büyük ço unlu u az say daki önemli faktörden kaynaklanmaktad r. E er bu ana sebeplerin yol açt sorunlar düzeltilebilirse ba ar ans artacakt r. Pareto analizi, yöntemi uygulayacak tak mlar n sorunlara yol açan ana sebepler üzerinde h zl bir biçimde odaklan p problemi tespit edebilmeleri için kullan l r (Logan, 2002). 80 / 20 kural n n uygulamalar na baz örnekler: Mü teri ikayetlerinin % 80 i ürün veya hizmetin % 20sinden do maktad r. Herhangi bir programdaki gecikmelerin % 80 i çe itli gecikme sebeplerinin sadece % 20 sinden kaynaklan r. Sat gücünün % 20si irket gelirinin % 80 ini etkiler. Pareto analizi belirli bir durum için neyin en önemli oldu una karar vermede faydalan labilir. Soruna yol açan en önemli faktörleri olu ma s kl na, yap s na veya kayna na göre s ralamak amac yla çubuk diyagram kullan l r (Liang K., Zhang Q., 2010). As l sonucun ne oldu unun kararla t r lmas, Beyin f rt nas oturumunda toplanan verilerin analizi, Problemin ana sebebinin saptanmas, Veri toplama i leminin incelenmesi, a amalar nda da Pareto analizi yönteminden yararlan labilir. Pareto analizinin yararlar öyle s ralanabilir: 1. Problem üstünde en önemli etkiye sahip olan faktörü belirlemek: Problemleri listelemek ya da sebepleri tablola t rmak ve her biri için olu an hata say s n saptamak 2. Önem s ras na göre tablo olu turmak 3. Listedeki toplam hata say s n belirlemek 4. Her bir problemin gösterdi i % oranlar n hesaplamak 5. Herhangi bir tak m çal mas nda ortak bir karar almak ya da bir yolda birle mek. Pareto analizinde bir tablodaki birçok rakam n kar la t r l p bir tabloda gösterilmesi mümkündür. Buna Pareto diyagram ad da verilir. Pareto diyagram, bir problemin önemli sebeplerini daha az öneme sahip olan sebeplerden ay rt etmekte kullan lan bir çubuk diyagram d r. Bu diyagram giderek azalan bir düzende bilgi verir (Oakland, J.S., 2003). Pareto Analizi a a daki gibi de i ik alanlarda kullan labilir: Kalite: Kusurlar, hatalar, ikâyetler, geri dönen ürünler, onar mlar. Hatalar n olu umunun ard ndan onu gidermek için çaba sarf etmek yerine, hatalara sebep olabilecek faktörlerin ortadan kald r lmas na yönelik önlemler ile problem çözme (Schippers, 1998). Maliyet: Kay p miktar, harcamalar 306

5 XI. Üretim Ara t rmalar Sempozyumu, Haziran 2011 Sevkiyat: Stok noksanlar, ödemelerdeki gecikmeler, sevkiyattaki gecikmeler Pareto diyagram n n olu turulmas nda izlenen yöntemi üç ba l k alt nda inceleyebiliriz: Verilerin toplanmas : Burada rakamsal veriler ve bilgiler tablolar arac l yla elde edilir. Verilerin s n fland r lmas : elde edilen veriler en büyük de erden en küçük de ere do ru s n fland r l r. Grafi in çizilmesi: Elde edilen rakamlar bir diyagram üzerinde yerle tirilir. Yatay eksende hata kaynaklar, dikey eksende hata say lar ya da hata yüzdeleri gösterilerek Pareto grafi i elde edilir ( im ek, 2001). 4. UYGULAMA Pareto analizinin uygulamas Armatür Sektöründe yer alan bir firmada yap lm t r. Vana, valf ve armatür üreten firmada kullan lan hammadde pirinç olarak bilinen metal ala md r. Bu çal mada valf üretimi üzerinde yo unla lm t r. Tedarikçiden pirinç ala m hammaddenin ambara giri inden, nihai ürünün mü teriye sevk a amas na kadar olan i ak emas a a daki gibidir. ekil 1. Fabrika Genel Ak emas. Söz konusu üretimle ilgili belli ba l hata gruplar a a da belirtilmi tir. Doldurmazl k: Döküm i leminde s cakl k, bas nç v.b. de i imlerden kaynaklanan hata türüdür. S cak Dövme (Pres) prosesinde kal p figürünün tamam n n malzeme taraf ndan olu turulamamas halidir. ekillenmenin eksik kald k s m ve doldurulmazl n miktar na ba l olarak tala l imalatta yok edilmesi mümkün olmayan kusurlu imal edilmi parçalar hurdaya ayr l r. Doldurmazl k hatas u nedenlerle olu ur: 307

6 M. Ger il, A. Alkaya 1- Kal p figürünü olu turacak yeterli hammaddenin çubuk kesmede kesilmemesi(takoz gramaj n n eksikli i) 2- Takoz için kal p figürüne uygun çapta malzemenin seçilmemesi 3- Kal p figürüne takozun uygun pozisyonda yerle tirilmemesi 4- Ya laman n yetersizli i 5- Dövme s cakl n n yetersizli i. Malzemeyi akabilece i, ekillenebilece i s cakl kta dövmek gerekir. Yeterli s cakl k sa lanmazsa malzeme iyi ak yapamayaca ndan yeterli doldurma sa lanamaz. Katmer: Malzemenin ya lamas n n fazla olu undan kaynaklanan hata türüdür. S cak Dövme (Pres) prosesinde olu an bu hata 3 nedenle ortaya ç kar: 1- Malzeme dövme s ras nda ekillenirken bir engelle kar la mas sonucu o bölgede y lma olu turur. 2- Dövme öncesi kal b n a r ya lanmas kal p içinde ya birikintisi olu turur, bu ya birikintisi de katmere neden olur. 3- Kal p içerisindeki havan n ç kamay p s k mas sonucu da katmer olu ur. Transfer lem: Tala l imalatta yüzey düzgünlük sorunu, mastara uymama, konsantrik kaçmalar vb. kusurlard r. Revizyonla giderilmeye çal l r. Transfer Ayar: Tala l imalatta tak m ayarlar ile ilgili kaçmalard r. Kal p-maça: Dövme i lemi esnas nda kal ptaki ve maçalardaki hatalardan ortaya ç kan kusurlar kapsamaktad r. Dövme esnas nda kal b n ölçülerinin tolerans d büyümesi, kal pta çatlaman n olmas, kal ptaki yaz lar n kopmas silinmesi, maçalarla ilgili yatma, kaç kl k, dönüklük, ileride ve ya geride ayarlanm olmas gibi kusurlar say labilir. Çatlak: Maçan n konumu vb. kriterlerin yol açt kusurdur. Vuruk, Ezik, Çapakl Yüzey Temizleme: Bütün proseslerde çe itli nedenlere olu abilen görsel kusurlard r. Ek i lemle düzeltilemeyecek kadar belirgin olanlar hurdaya ayr l r. Vuruklar ve ezikler parçalar n kazayla yere dü mesinden, tala l imalatta çenelerin a r s kmas ndan, montajda lokmalar n s kmas ndan ya da s kma ekipmanlar ndaki kusurlardan, dövmede itici ve ma a izinden kaynaklanabilir. Çapakl olarak ifade edilen hata ise dövme s ras nda uygun olmayan çapak kesme kal b nedeniyle olu abilece i gibi, tala l imalatta körelmi tak mlardan da olu abilir. Pres Ayar: tici kaynakl d r. Otomat lem: çi dolu Çubuklar n hatalar d r. Sala Üretim Iskartas ve Sala Ayar Hatas : Spesifik bir ürüne ait norm hatad r. Montaj Hatas : A rl kl olarak insan kaynakl d r. Otomat Ayar Hatas : Çubuklu Üretimde ortaya ç kar. Bor Ya Lekesi: Bor ya n n yüzeyde kurumas yla olu ur. Çal madaki hedef atölyelerin çal ma zamanlar (faydal kullan m oranlar ) ve duraklamalar n tespitidir. Bu amaçla yukar daki hatalar cinslerine ve atölyelerine göre s n fland r lm ve temelde pres, otomat ve transfer ana gruplar olmak üzere üç s n f olu turulmu tur. ncelenen son iki y la ait veriler gruplanm, i emri baz nda atölyelerin çal ma, ayar ve duraklamalar analiz edilmi 2009 y l için ekil 2de, ve 2010 y l için ekil 3de Faydal kullan m oranlar ve duraklamalar olarak daire grafi inde gösterilmi tir. Daha sonra duraklamalar n kayna ara t r lm, toplanan veriler de erlendirilerek duraklama sebepleri: i.tak m Ar zas ii.tezgah Ar zas iii.malzeme Yoklu u iv. Elaman Yoklu u v. Elektrik Ar zas vi. Yoklu u 308

7 XI. Üretim Ara t rmalar Sempozyumu, Haziran 2011 eklinde tan mlanm t r Kalite yile tirme Faaliyetleri 2009 ve 2010 y llar için pres ve otomat atölyelerinde en çok tak m ar zas kaynakl duru lar ya an rken, Transfer atölyesinde eleman yoklu u problemin en s k görüldü ü anla lm t r. Toplamda ise faydal kullanma oranlar büyükten küçü e do ru s ras yla Transfer, Otomat ve Pres atölyesi olarak gerçekle mi tir. Atölye bazl toplam duraklamalar 2009 y l için ekil 4te ve 2010 y l için ekil 5 de sunulmu tur. Toplanan verilere dayanarak 2009 y l Pareto diyagram ekil 6da görülmektedir. ekil Y l Faydal Kullan m Oranlar Ve Duraklamalar ekil Y l Faydal Kullan m Oranlar Ve Duraklamalar T o p l a m D u r a k l a m a ( ) PRES ATÖLYES OTOMAT ATÖLYES TRANSFER ATÖLYES ekil Y l Atölye Bazl Toplam Duraklama 309

8 M. Ger il, A. Alkaya Toplam duraklama (2010) PRES ATÖLYES OTOMAT ATÖLYES TRANSFER ATÖLYES ekil Y l Atölye Bazl Toplam Duraklama Pareto Analizi (2009) 35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0 120,0 100,0 80,0 60,0 40,0 20,0 0,0 ekil 6. Hata Gruplar na Göre 2009 Y l Pareto Analizi Pareto Analizi (2010) 35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0 120,0 100,0 80,0 60,0 40,0 20,0 0,0 ekil 7. Hata gruplar na göre 2010 y l pareto analizi 5. SONUÇ VE ÖNERILER 2009 ve 2010 y llar için pareto analizlerini irdeledi imizde 80/20 kural gere ince, ekil 6daki pareto analizinde 2009 y l için hata gruplar aras nda doldurmazl k, transfer i lem, katmer, çatlak ve transfer ayar önem arz etmektedir. ekil 7de görülen 2010 y l pareto analizinde doldurmazl k, transfer i lem, katmer ve transfer ayar hata gruplar önemlidir. Firman n üretim proseslerinin yap s gere i en s k kar la lan hatalar Pres atölyesinden (s cak dövme) kaynaklan p en çok görülen hata türü de kontrol alt nda tutulmas insana yada d kaynaklara ba l olan karakteristik say s n n fazlal nedeniyle Doldurmazl kt r. Bu hatan n önlenmesinde hammadde tedarikçisinden gelen çubuk çaplar n n de i kenli inin minimize edilmesi önemlidir. Hammadde tedarikçisinin firma için alternatifsiz olu u prosesin kontrollü çal mas için tedbirler planlanmas n do urmaktad r. Bunun için çubuk kesme tezgahlar nda sürülen hammaddenin çap n otomatik ölçerek takoz kesim boylar n uygun gramaj sa layacak ekilde belirleyip kesecek bir otomasyon sistemi 310

9 XI. Üretim Ara t rmalar Sempozyumu, Haziran 2011 önerimiz olmu tur. Ancak sorunun mevcut tezgahlarda revizyonla çözülememesi, yeni yat r m gereklili i yüzünden bu önerimizin uygulamas ve sonuçlar de erlendirilememi tir. Firma ba ka öncelikli yat r m planlar nedeniyle önerimizi ilerleyen y llarda de erlendirmeye alaca n vurgulam t r. Bunun d nda dövme s cakl n n stabilizasyonuyla ilgili firmada ocaklarda revizyon çal malar, seri üretimde rolü fazla olan bir tezgahta destekleyici sistem yat r m yap larak ya lama bas nc yla oynanm, ya lama miktar n n optimize edilmesiyle, hem doldurmazl k hem katmer kusurlar n n azalt lmas sa lanm t r. Çatlak hatalar n n önlenmesinde bir önceki y la göre ba ar elde edilmi tir. Bu faaliyetler kapsam nda tala l imalat prosedürleri incelenemi, sorunun vana gövdesinde teknik resme uygun olmas na ra men vana bo az na yap lan a r dalmadan ileri gelen bölümü için gereken düzenleme yap lm t r. Yine maçalar n da çap azalt larak, sonuçta skarta oranlar dü ürülmü tür. ekil 2deki grafi e bak ld nda, 2009 y l nda, fabrikan n faydal kullan m oran n n %64 oldu u görülmektedir. Makine ayarlar ndan meydana gelen duraklamalar n oran %8 iken, geri kalan duraklamalar n oran %28dir. Ayarlama d ndaki duraklamalar n al nan tedbirlerden sonra 2010 y l Pareto grafi i çizildi inde düzeltici faaliyetlerin etkisiyle çatlak sorununun %80lik gruptan ayr ld izlenmi ve bununda olumlu etkisinin skarta oranlar n dü ürmü oldu u belirlenmi tir ve 2010 y llar na ait skarta oranlar incelendi inde; pres atölyesinde %30,91, otomat atölyesinde %77,99 ve transfer atölyesinde %16,15 iyile me oldu u görülmektedir. ekil 3te de görüldü ü gibi 2010 y l nda fabrikan n faydal kullan m oran % 67ye yükselmi tir. Makine ayarlar ndan meydana gelen duraklamalar n oran %9 ve geri kalan duraklamalar n oran %24 olmu tur. Firmadan irket politikas gere i mali veriler al namam ve analize eklenememi tir. Bunlar n yan nda süreçlerdeki de i kenli i azaltmak, yeniden i leme faaliyetlerini ve skartay daha da dü ürmek, verimlili i artt rmak amac yla Deney Tasar m çal mas na da gidilebilir. KAYNAKÇA Ak n, B., letmelerde statistik Proses Kontrol, PK Teknikleri, Bilim Teknik Yay nevi, stanbul, 1996 Aktan, C.C., Yönetimde Rönesans ve Kalite Devrimi, Ankara: TOSYÖV Yay nlar, Baskan,., 1997, statistiksel Kalite Kontrolü, Ege Üniversitesi Fen Fakültesi Yay nlar, No: 159, zmir Bircan, H. ve Özcan, S., 2003, Excel Uygulamal Kalite Kontrol, Yarg Yay nevi, Sivas Çolak, T., statistiksel Süreç Kontrolü ve Uygulamalar, Ç.Ü. F.B.E., Y.L. Tezi, Adana, 2007 Juran, J, Juran on Leadership for Quality: An Executive handbook, Free Press, Newyork., 1989 Kasapo lu, Ö.A., Process Modelling for Quality Improvement in Annealing Process, Istanbul University Journal of the School of Business Administration, Vol. 39, No. 2, 2010 Kaya, S., Konfeksiyonda Kalite Kontrol, E.U. Tekstil ve Konfeksiyon Ara t rma Uygulama Merkezi Yay n, zmir, 2001 Liang K., Zhang Q., Study on the Organizational Structured Problem Solving on Total Quality Management, International Journal of business and Management, Vol 5., No. 10, 2010 Logan, N., Pareto analysis: When Quality Control Decisions, Operations Management, Vol. 345, 2002 Oakland, J.S., Total Quality Management, Third Edition, Butterworth Heinemann, Great Britain, 2003 Pegels, C.C., Quality nad Productivity Improvement and Control Techniques, Boy & Fraser Pub. Co., USA, 1995 Ross J.E., Total Quality Management, Text, Cases and Readings, Third Edition, St. Lucie Press, USA, 1999 Ross, J.E., Omachonu, V.K., Prenciples of Total Quality, third Edition, CRC Press, USA, 2004 Schippers, W.A.J, Applicability of Statistical Process Control Techniques, International J. of Production Economics, Vol , 1998 im ek, M., Toplam Kalite Yönetimi, Alfa Yay nlar, stanbul,

10 M. Ger il, A. Alkaya Talib, F., Rahman Z., Qureshi, M.N., A Study of Total Quality Management and Supply Chain Management Practises, International Journal of Productivity and Performance Management, Vol. 60, No.3, 2011 Top, S., Toplam Kalite Yönetimi Ba lam nda Sürekli yile tirme Anlay, Beta Yay nevi, stanbul, 2009 Yücel, M., Toplam Kalite Kontrolu aç s ndan statistiksel Süreç Kontrol Tekniklerinin Önemi, 8. Türkiye Ekonometri ve statistik Kongresi, nönü Üniversitesi, Malatya,