Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma
|
|
- Meryem Günay
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma - 1
2 Ödevler 5 er kişilik 7 grup Hayali bir şirket kurulacak Bu şirketin kalite kontrol süreçleri raporlanacak Kalite sistem dokümantasyonu oluşturulacak Gruplar en geç 29 Mart tarihine kadar mail atmalı - 2
3 İstatistiksel Kalite Kontrol Üretim ve hizmet süreçlerinin ölçülebilir veriler yardımıyla istatistiksel yöntemler kullanılarak izlenmesi, kontrol edilmesi İzleme, kontrol etme ile üretim sırasında ortaya çıkabilecek bozuklukların önceden tahmin edilerek buna göre düzeltici önlemlerin alınması - 3
4 İstatistiksel Kalite Kontrolün Önemi Üretim maliyetlerinin düşürülmesi İşgücü verimliliğinin artırılması Tüketicinin korunması - 4
5 Ortaya Çıkışı Artan tüketici ihtiyaçları Genişleyen üretim hacmi Küresel rekabet - 5
6 Ne Amaçla Yapılır? Üretim sürecinin ve üretim sonunda elde edilen ürünün kalitesini ölçmek Süreç/Proses kontrolü Ürünün üretimi aşamasında yapılan kalite kontrol Üretimde kalite kontrolü Kontrol grafikleri Ürün kontrolü İthalat/ihracat Kabul örneklemesi - 6
7 Süreç Kontrolünde Değişken Türleri Nicel Üretimleri makinayla yapılan vidaların uzunluklarının ölçülmesi Nitel Ampullerin kusurlu olup olmamasının ölçülmesi - 7
8 Kullanılan İstatistiksel Yöntemler Histogram Kontrol Tablosu Pareto Analizi Hata Yoğunluk Diyagramı Kontrol Grafikleri - 8
9 Kabul Örneklemesi Bir parti üründen rasgele alınan örneklerin incelenmesi ile o parti ürünün durumu hakkında karar verebilmek için kullanılan örnekleme yöntemi Karar kabul ya da red - 9
10 Neden Kabul Örneklemesi? Tüm evren üzerinden inceleme yapmak, Ürüne zarar verir Yüksek maliyetlidir Çok zaman alır - 10
11 - 11
12 Kabul Örneklemesi Türleri Tek aşamalı örnekleme planı İki aşamalı örnekleme planı Çok aşamalı örnekleme planı Ardışık örnekleme planı - 12
13 Tek Aşamalı Örnekleme Planı N: Partideki ürün sayısı n: Örnekteki ürün sayısı c: Örnekte kabul edilebilir kusurlu ürün sayısı k: Kusurlu ürün sayısı - 13
14 İki Aşamalı Örnekleme Planı Tek aşamalıya benzer İki farklı örnekleme - 14
15 Çok Aşamalı Örnekleme Planı - 15
16 Ardışık Örnekleme Planı - 16
17 Kontrol Grafikleri Üretimden belirli ve eşit zaman aralıklarında alınan örneklerden elde edilen ölçüm değerlerinin zaman içerisinde gösterdikleri değişimlerin grafiği Verilerin türüne göre, Nicel kontrol grafikleri Nitel kontrol grafikleri - 17
18 Kontrol Grafikleri - II - 18
19 Kontrol Grafikleri - III - 19
20 Kontrol Grafiklerinin Bileşenleri Merkez Hattı/Orta Çizgi (MH/OÇ) Kontrolün hedef değerini gösterir Kontrol sınırları Kontrol alanını gösterir Üst kontrol sınırı (ÜKS) (+3σ) Alt kontrol sınırı (AKS) (-3σ) Simetrik - 20
21 Six Sigma Σ / σ nedir? Standart sapma - 21
22 Six Sigma Normal Dağılım Normal dağılım modeli oluşturabilen süreçte, gözlenen değerlerin %99,7'sinin kontrol sınırlarının içinde yer alması beklenir. Süreçte gözlenen değerlerin kontrol limitlerinin dışına düşme olasılığı %0,3 tür. - 22
23 Süreç Performansı Müşteri pizzasının erken teslim edilmesini ister Peki ya ortalama teslimat süresi 23 dakika ise?? Teslim performansı iyi midir? Müşteriler hizmetten memnun mudur? - 23
24 Ortalama Yeterli Mi? - 24
25 Sigma Ölçeği * DPMO: Milyonda bir hata sayısı - 25
26 Kontrol Grafiği Oluşturma Adımları İncelenecek olan kalite özelliği belirlenir Hangi kontrol grafiğinin kullanılacağı belirlenir Uygun bir örnekleme yöntemi ile örneklem seçilir ve bu örneklemden incelenen kalite özelliğine ilişkin ölçüm değerleri kaydedilir Ortalama ve standart sapma hesaplanarak, merkez çizgisi ile alt ve üst sınırlar belirlenir (six sigma) Kontrol sınırlarının dışındaki ölçümler saptanır Bu ölçümlerin kontrol sınırlarının dışına çıkma (kusurlu/hatalı olma) nedenleri araştırılıp, uygun önlemler alınır - 26
27 Örnek 1 Bir buzdolabı üretim süreci Örneklem, n=20 Her bir buzdolabına ilişkin yüzey hata sayıları Kontrol grafiği türü: Birim başına kusur sayısı grafiği Nitel/nicel? - 27
28 Örnek 1 Buzdolabı no Yüzey hatası Buzdolabı no Yüzey hatası
29 Örnek 1-29
30 Örnek 1-30
31 Örnek 2 Sıcak daldırma yöntemi ile galvaniz kaplama yapan bir firma Üretilen parçaların galvaniz kalınlıkları için saatte 1 kez ölçüm Her ölçümde parça yüzeyinden farklı noktalardan 3 adet tekil ölçüm Min. 50, maks. 100, hedef 75 Nitel/nicel? - 31
32 - 32
33 Örnek 2-33
34 Örnek 2 Kontrol grafiklerine göre ölçümlerin hiçbiri beklentilerin (min. 50, maks. 100) dışında değil Son 6 saatlik ölçümün sürekli olarak alt sınıra yaklaşması dikkat çekici 1 veya 2 saat sonra sınırların dışına çıkılacağı öngörüsü Yapılması gereken? Neyin yanlış gittiği araştırılıp, hatalı üretimin önüne geçilmeli - 34
35 İstatistiksel Kalite Kontrolde Başarısızlık Nedenleri Veri toplama tekniklerinin yetersizliği Veri iletiminden doğan hatalar Hatalı matematiksel işlemler Verilerin gerçek dışı olması Uygun istatistiksel tekniklerin kullanılmaması Deneyimsiz kişilerin yaptıkları yanlışlar Anormal değerlerin kullanılması - 35
36 Kaynakça Işığıçok, E. (2012). Toplam kalite yönetimi bakış açısıyla istatistiksel kalite kontrol. Bursa: Ezgi Kitabevi. TÜİK. (2011). İstatistiksel kalite kontrol: Sorularla resmi istatistikler dizisi. TÜİK: Ankara. Yıldız, M.S. (2014). Six sigma ya giriş. giris?qid=71e18bb1-38cd-4135-a4a8-387a93c5a84c&v=default&b=&from_search=
37 Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma - 37
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
DetaylıProf.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
DetaylıBir 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
DetaylıQuality Planning and Control
Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 İstatistiksel Proses Kontrol Kontrol Kartları Kontrol
Detaylıİstatistiksel Süreç Kontrolu. Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi
İstatistiksel Süreç Kontrolu Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolü Bir üretim/ hizmet sürecinin kontrol altında olup olmadığına karar vermek için kullanılan teknikler bütünüdür.
DetaylıKALİTE EKONOMİSİ PROF.DR. AHMET ÇOLAK
KALİTE EKONOMİSİ PROF.DR. AHMET ÇOLAK TOPLAM KALİTE MALİYETLERİ TOPLAM İÇİNDEKİ PAYI 1.Önleme maliyetleri % 5 2.Ölçme ve Değerleme Maliyetleri % 50 3.Başarısızlık Maliyetleri % 45 3.1.İç Başarısızlık Maliyetleri
DetaylıİÇİNDEKİLER 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
DetaylıAnkara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1
Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 Population Belirli bir konudaki verilerin tamamıdır. Örnek Populasyonun belirli bir kesitidir. Parametre Populasyonla ilgili tanımsal
DetaylıDokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan
DetaylıBİYOİSTATİSTİK. 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
DetaylıKalite 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
DetaylıRASSAL 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
DetaylıDr. Mehmet AKSARAYLI
Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli
Detaylıİstatistiksel 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
DetaylıBİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları
Detaylıİstatistiksel 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
DetaylıELYAF 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
DetaylıOLASILIK VE İSTATİSTİK
OLASILIK VE İSTATİSTİK 1 Bölüm 1 Temel Terimler ve Tanımlar 2 Giriş Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi
DetaylıQuality 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
DetaylıFaktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,
14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.
DetaylıİSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ
İSTATİSTİK Hafta 7.2 Kesikli Olasılık Dağılımları Simeon Poisson a atfen isimlendirilen dağılım, bir örnek uzayın belli bir bölgesi veya zamanındaki olayların sayısının incelendiği kesikli bir olasılık
DetaylıBİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT
DetaylıDoküman No Revizyon No Yayın Tarihi Sayfa No PROSES FMEA TALİMATI
1.0 AMAÇ VE KAPSAM Bu talimatın amacı; ürün veya proseste karşılaşabilecek potansiyel hataları ve bunların neden olabileceği sonuçları önceden analiz ederek, gerekli önlemlerin alınması için kullanılan
DetaylıFREKANS 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
DetaylıProf.Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü
6 6 SIGMA FELSEFESİ Prof.Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü Sigma seviyesi, süreçlerin yeterliliği ifade eden bir ölçüttür. Süreçlerin sigma seviyelerinin artması demek,
Detaylıveriler 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,
DetaylıSÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım
SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı
Detaylıİstatistik Giriş ve Temel Kavramlar. BBY606 Araştırma Yöntemleri Güleda Doğan
İstatistik Giriş ve Temel Kavramlar BBY606 Araştırma Yöntemleri Güleda Doğan Ders İçeriği İstatistik (tanımı, amacı) Dar anlamda istatistik Betimsel istatistik ve çıkarsamalı istatistik Temel kavramlar
Detaylı4. 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
DetaylıOtomotiv 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
Detaylıİstatistik 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
Detaylı2 Hata Hesabı. Hata Nedir? Mutlak Hata. Bağıl Hata
Hata Hesabı Hata Nedir? Herhangi bir fiziksel büyüklüğün ölçülen değeri ile gerçek değeri arasındaki farka hata denir. Ölçülen bir fiziksel büyüklüğün sayısal değeri, yapılan deneysel hatalardan dolayı
DetaylıİSTATİSTİKSEL 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
DetaylıMühendislikte 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
DetaylıVERİ 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
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
Detaylıİstatistiksel Kalite Kontrol
İstatistiksel Kalite Kontrol İstatistiksel kalite kontrol (İKK) metodlarının sanayide geniş çapta uygulanması ile imalatın hızlanması, firenin azaltılması, maliyetlerin düşürülmesi ve kalitenin yükseltilmesi
Detaylıİstatistik 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
DetaylıDeğer Frekans
Veri Rasgelelik içeren olgulardan elde edilen ölçüm (gözlem) değerlerine istatistiksel veri veya kısaca veri (data) diyelim. Verilerin deneyler sonucu veya doğal şartlarda olguları gözlemekle elde edildiğini
DetaylıVerimli İş Ortağınız... KALİTE KONTROL SKOR YAZILIM VE BİLİŞİM POLEN YAZILIM
KALİTE KONTROL İÇİNDEKİLER AMAÇ KAPSAM KULLANIM EKRANI SONUÇ AMAÇ Açıklama Kalite Kontrol Hammadde ya da Ürünlerin ölçümlerini saklayarak değerlendiren bir üründür. Ürünlerin istenen kriterlere uygun olanlarını
DetaylıBÖLÜM I ARAŞTIRMANIN DOĞASI
İÇİNDEKİLER ÖNSÖZ...... V BÖLÜM I ARAŞTIRMANIN DOĞASI... 1 1.1. GERÇEĞİ ARAMA YOLLARI..... 1 1.1.1.Deneyim..... 2 1.1.2. Mantık... 2 1.1.3. Bilimsel Araştırma... 3 1.1.4. Yansıtma... 4 1.2. BİLGİ EDİNME
DetaylıİSTATİSTİK 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
DetaylıHACCP SÜT İŞLETMELERİNDE KRİTİK KONTROL NOKTALARINDA TEHLİKE ANALİZ SİSTEMİ HAZARD ANALYSIS CRITICAL CONTROL POINT
HACCP SÜT İŞLETMELERİNDE KRİTİK KONTROL NOKTALARINDA TEHLİKE ANALİZ SİSTEMİ HAZARD ANALYSIS CRITICAL CONTROL POINT Prof.Dr. Muammer GÖNCÜOĞLU HACCP Tüketici sağlığını tehdit edebilecek fiziksel, kimyasal
DetaylıİSTATİSTİKTE TEMEL KAVRAMLAR
İSTATİSTİKTE TEMEL KAVRAMLAR 1. ve 2. Hafta İstatistik Nedir? Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi,
Detaylı2- PROJE YÖNETİMİ BİLGİ ALANLARI Y R D. D O Ç. D R. K E N A N G E N Ç O L
2- PROJE YÖNETİMİ BİLGİ ALANLARI Y R D. D O Ç. D R. K E N A N G E N Ç O L 10 TEMEL BILGI ALANı (PMI YAKLAŞıMı) Proje Entegrasyon Yönetimi Proje Kapsam Yönetimi Proje Zaman Yönetimi Proje Maliyet Yönetimi
DetaylıİSTATİSTİK II. Hipotez Testleri 1
İSTATİSTİK II Hipotez Testleri 1 1 Hipotez Testleri 1 1. Hipotez Testlerinin Esasları 2. Ortalama ile ilgili bir iddianın testi: Büyük örnekler 3. Ortalama ile ilgili bir iddianın testi: Küçük örnekler
DetaylıHİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN
HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden
Detaylıİstatistik 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
DetaylıKitle: 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
DetaylıANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004
ANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004 1 Laboratuvarlarda yararlanılan analiz yöntemleri performans kalitelerine göre üç sınıfta toplanabilir: -Kesin yöntemler
DetaylıSPORDA STRATEJİK YÖNETİM
SPORDA STRATEJİK YÖNETİM 8.Ders Yrd.Doç.Dr. Uğur ÖZER 1 STRATEJİK YÖNETİM 2 STRATEJİ DEĞERLENDİRME VE KONTROL Stratejik yönetim sürecinin son evresi seçilen stratejinin değerlendirilmesi, değerlendirme
DetaylıİSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.
İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin
DetaylıSÜREKLĠ 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
DetaylıT TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN
T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ Yrd. Doç. Dr. C. Deha DOĞAN Gruplara ait ortalamalar elde edildiğinde, farklı olup olmadıkları ilk bakışta belirlenemez. Ortalamalar arsında bulunan
DetaylıİSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018
İSTATİSTİK Bölüm 1 Giriş 1 Bu Bölümde Anlatılacak Konular Bir Yönetici Neden İstatistik Bilmeli? Modern İstatistiğin Gelişimi İstatistiksel Düşünce ve Yönetim Tanımsal ve Yargısal İstatistik Data Türleri
DetaylıKesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.
DetaylıBİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ
BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı
DetaylıSu Ürünlerinde Temel İstatistik. Ders 2: Tanımlar
Su Ürünlerinde Temel İstatistik Ders 2: Tanımlar Karakter Araştırma yada istatistiksel analizde ele alınan ünitenin yapısal (morfolojik, fizyolojik, psikolojik, estetik, vb.) özellikleridir. Tüm karakterler
Detaylı2- VERİLERİN TOPLANMASI
2- VERİLERİN TOPLANMASI Bu bölümde yararlanılan kaynaklar: İşletme İstatistiğine Giriş (Prof. Dr. İsmail Hakkı Armutlulu) ve İşletme İstatistiğinin Temelleri (Bowerman, O Connell, Murphree, Orris Editör:
DetaylıBÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3
KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8
DetaylıFizikte Veri Analizi
Fizikte Veri Analizi Ders 1 Ölçme ve Belirsizlik Öğr. Gör. Dr. Mehmet Tarakçı http://kisi.deu.edu.tr/mehmet.tarakci/ Fizikte Veri Analizi Ölçme Doğruluk ve duyarlılık Belirsizlik Hata kaynakları Sistematik
DetaylıKALİTE KAVRAMI VE KALİTENİN BOYUTLARI
KALİTE YÖNETİMİ KALİTE KAVRAMI VE KALİTENİN BOYUTLARI Hizmet veya üründe kalite kavramı için farklı tanımlar kullanılmaktadır. En genel hâliyle ihtiyaçlara uygunluk (Crosby), ürün veya hizmetin değeri
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıBaşarılar Dilerim. SORULAR
ZONGULDAK BÜLENT ECEVİT ÜNİVERSİTESİ Adı Soyadı : Numarası : İmzası : Bölümü : Biyomedikal Mühendisliği Ders Kodu : BMM 401 Ders İsmi : Proje Plan ve Organizasyon Ders Sorumlusu : Dr. Öğretim Üyesi Nihat
DetaylıHACCP Sistem Tetkikine Ait Resmi Form Resmi Kontrol Rapor No:
EK-5 HACCP Sistem Tetkikine Ait Resmi Form Resmi Kontrol Rapor No: TARİH: İNCELENECEK HUSUSLAR A) GENEL 1. İşyeri teknik ve hijyenik açıdan bu yönetmelikte belirtilen koşullara sahip mi? 2. El kitabı ön
DetaylıUygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Olasılık Hatırlatma Olasılık teorisi,
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıOluşturulan 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
DetaylıTOPLAM KALİTE YÖNETİMİ
TOPLAM KALİTE YÖNETİMİ 3.Ders Yrd.Doç.Dr. Uğur ÖZER Kalite Maliyetleri Hizmet Kalitesi ve Müşterinin Kalite Algısı Kalite Yönetim Sistemi KALİTE MALİYETLERİ Kalite maliyetleri meydana gelebilecek hataları
DetaylıAltı Sigma Kara Kuşak Yetiştirme Programı
Altı Sigma Kara Kuşak Yetiştirme Programı R D M A I C S Recognize - Gör Define - Tanımla Measure - Ölç Analyze - Analiz Et Improve - İyileştir Control - Kontrol Et Sustain - Sürdür Altı Sigma DMAIC Metodolojisine
DetaylıBMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN
BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi
DetaylıEVREN, ÖRNEK, TEMSİLİYET. Prof. Mustafa Necmi İlhan
EVREN, ÖRNEK, TEMSİLİYET Prof. Mustafa Necmi İlhan MD, PhD, PhD, MBA Gazi Üniversitesi Tıp Fakültesi Halk Sağlığı AbD mnilhan@gazi.edu.tr 1 Neden Araştırma Yaparız? Bilimsel gerçeğe ulaşmak Bilinenlerin
Detaylı6σ Temel bilgilendirme
6σ Temel bilgilendirme Müşteri odaklılık Süreç Yönetimi Veri 6σ Tanımlar Değişkenlik =Prosesin her zaman aynı sonucu (çıktıyı Y ) elde etmemesidir. Bazı değişkenlikler her proseste yer almaktadır. Değişkenlik
Detaylıİstatistiksel 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
DetaylıKALİTE YÖNETİMİ SİSTEMLERİ
Kalite Yönetimi Sistemleri Posta Hizmetleri Ön Lisans Programı KALİTE YÖNETİMİ SİSTEMLERİ 1 Kalite Yönetimi Sistemleri İçindekiler 1.1. Dersin Amacı... 3 1.2. Öğrenme Çıktıları... 3 1.3. Ders kaynakları...
DetaylıSıklık 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
DetaylıLOJİSTİK REGRESYON ANALİZİ
LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen
DetaylıGörev çubuğu. Ana ölçek. Şekil 1.1: Verniyeli kumpas
Deney No : M0 Deney Adı : ÖLÇME VE HATA HESABI Deneyin Amacı : Bazı uzunluk ölçü aletlerini tanımak ve ölçme hataları hakkında ön bilgiler elde etmektir. Teorik Bilgi : VERNİYELİ KUMPAS Uzunluk ölçümü
DetaylıKesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin
DetaylıOLASILIK TEORİSİ VE İSTATİSTİK
OLASILIK TEORİSİ VE İSTATİSTİK İstatistik: Derslerimiz içinde bu sözcük iki anlamda kullanılacaktır. İlki ve en yaygın kullanılan biçimi rakamla elde edilen bilgilerin belli kuralarla anlaşılır ve yorumlanabilir
DetaylıŞİKAYET VE İTİRAZ PROSEDÜRÜ
Prosedür Adı : ŞİKAYET VE İTİRAZ PROSEDÜRÜ Doküman Kodu & Son Rev. No Organizasyon Kodu Doküman Tipi Sıra No Son Revizyon No GVN PRS 14 00 Revizyon Tarihçesi ve Doküman Kontrol & Onayı Rev. No Tarih Tanım
DetaylıHazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana
4. Maden Makinaları Sempozyumu, 23-24 Mayıs 2013, İzmir, Türkiye 4 th Mining Machinery Symposium, May 23-24 2013, İzmir, Turkey Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması
DetaylıÖrneklem Dağılımları ve Merkezi Limit Teoremi
Örneklem Dağılımları ve Merkezi Limit Teoremi Çıkarımsal İstatistik (Inferential Statistics) : Örneklemden yola çıkarak ana kütleyle (popülasyonla) ilgili çıkarımlarda bulunmak (Smidt, 2001) İstatistiksel
DetaylıDENEY 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
DetaylıDers 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
DetaylıTEDARİK ZİNCİRİ YÖNETİMİ ENF456 LOJİSTİK ENFORMASYON SİSTEMLERİ ÖĞR. GÖR. MUSTAFA ÇETİNKAYA
TEDARİK ZİNCİRİ YÖNETİMİ ENF456 LOJİSTİK ENFORMASYON SİSTEMLERİ ÖĞR. GÖR. MUSTAFA ÇETİNKAYA Müşteri Ne İster? uürünü uistediği yerde uistediği zamanda uistediği kalitede uiyi ve doğru kurgulanmış tedarik
DetaylıLaboratuvar 3. Yrd.Doç.Dr.Beyazıt Ocaktan. Elektronik Montaj ve Test Örneği
1 SİSTEM SİMULASYONU Laboratuvar 3 Yrd.Doç.Dr.Beyazıt Ocaktan Elektronik Montaj ve Test Örneği 2 Bir elektronik devre üreticisinin kaplama atölyesini ele alalım. Bu isletmede A ve B parcaları farklı atölyelerde
DetaylıALTI SİGMA VE BİR UYGULAMA. Six Sigma And An Application
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:21 Cilt:22-1 ALTI SİGMA VE BİR UYGULAMA Six Sigma And An Application Murat YİĞİT İstatistik Anabilim Dalı Sadullah SAKALLIOĞLU İstatistik Anabilim Dalı ÖZET Bu çalışmanın
DetaylıSÜREÇ YÖNETİMİ PROSEDÜRÜ
1.0 AMAÇ Ahi Evran Üniversitesi nde uygulanacak süreç yönetim sistemi ile ilgili temel esasları tanımlamaktır. 2.0 KAPSAM Ahi Evran Üniversitesi nde uygulanmakta olan tüm süreçleri kapsar. 3.0 TANIMLAR
Detaylıözünde sıcaklık var PANEL RADYATÖR VE HAVLUPAN Eylül 2017 warmhaus.com.tr
özünde sıcaklık var PANEL RADYATÖR VE HAVLUPAN Eylül 2017 warmhaus.com.tr 20 Yıllık deneyim 25.000m 2 kapalı alan Panel radyatör imalatında Türkiye nin en büyük 5 firmasından biri olan Warmhaus, üretimini
Detaylıİstatistik 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
DetaylıSEÇKİSİZ OLMAYAN ÖRNEKLEME YÖNTEMLERİ
SEÇKİSİZ OLMAYAN ÖRNEKLEME YÖNTEMLERİ SEÇKİSİZ OLMAYAN ÖRNEKLEME YÖNTEMLERİ Seçkisiz olmayan örnekleme yöntemleri Fraenkel ve Wallen(2006) ın sınıflandırmasıyla tutarlı olarak ; Sistematik Örnekleme Amaçsal
Detaylıİstatistik 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
DetaylıNORMAL ÖĞRETİM DERS PROGRAMI
NORMAL ÖĞRETİM DERS PROGRAMI 1. Yarıyıl 1. Hafta ( 19.09.2011-23.09.2011 ) Modern Pazarlama ve Pazar Yönlülük Sosyal Bilimlerde Araştırmaya Giriş Tüketici Araştırmaları dersine giriş Giriş : Temel kavram
DetaylıKESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı
KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı 1 Bernoulli Dağılımı Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
DetaylıYıldız Teknik Üniversitesi İnşaat Fakültesi Harita Mühendisliği Bölümü TOPOGRAFYA (HRT3351) Yrd. Doç. Dr. Ercenk ATA
Yıldız Teknik Üniversitesi İnşaat Fakültesi Harita Mühendisliği Bölümü Ölçme Hataları Ölçme Hatası Herhangi bir ölçme aleti ile yapılan ölçüm sonucu bulunan değer yaklaşık değerdir. Bir büyüklük aynı ölçme
DetaylıBakNET İstatistiksel Kalite Kontrol Sistemi KULLANIM KILAVUZU
BakNET İstatistiksel Kalite Kontrol Sistemi KULLANIM KILAVUZU ÇALIŞMA PROSESİ: 1) Öncelikle veri tabanındaki ürün listesinden ürün seçmek için ÜRÜN butonuna basılır. Ekranda, tartım istasyonuna atanmış
Detaylı