Quality Planning and Control
|
|
- Osman Çiçek
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1
2 Süreç ve Ölçüm Sistemi Yeterlilik Analizi I (Process and Measurement System Capability Analysis) 3 Nisan 018
3 Süreç ve Ölçüm Sistemi Yeterlilik Analizi END 3618 KALİTE PLANLAMA VE KONTROL 1 Ölçüm Sistemi Yeterlilik Analizi - Gage (R&R) Analysis Süreç Yeterlilik Analizi.1 Makine Yeterlilik Analizi (min. prosesten alınan 50 veri). Süreç Yeterlilik Analizi (min. prosesten alınan 15 veri) 3
4 Süreç Yeterlilik Analizi İle İlgili Kavramlar END 3618 KALİTE PLANLAMA VE KONTROL Süreç: En basit anlamıyla süreç, girdilerin çıktılara dönüştüğü faaliyet yada birbiriyle ilişkili ve etkileşimli faaliyetler bütünüdür. i. Olay j. Olay Üretimde Süreç: Beş temel objektif üretim kaynağının zamana bağlı olarak, müşterinin beklentisi olan nihai ürüne (mal veya hizmet) dönüştürüldüğü birbiriyle ilişkili ve etkileşimli faaliyetler bütünüdür. Beş (5) Temel Objektif Üretim Kaynağı (Kısıt): Hammadde, Yarı mamul İş Gücü Makine, Techizat Enerji Sermaye Bir (1) Temel Subjektif Üretim Kaynağı (Kısıt): Zaman 4
5 Süreç Yeterlilik Analizi İle İlgili Kavramlar Süreç İyileştirme: Üretimdeki değişkenliğin minimuma indirilmesi için yapılan tüm faaliyetlerdir END 3618 KALİTE PLANLAMA VE KONTROL Proses Yeterlilik Analizi Bir süreç yeterlilik analizi, süreç yeterliliğini veya performansını doğrulamak ve süreci kontrol etmek için ek girdiler elde etmek amacıyla yeni veya değiştirilmiş bir üretim prosesi (montaj dahil) için gerçekleştirilir. Uzun süreli bir çalışmadır. Yeterlilik ve Performans Endeksleri Yeterliliği değerlendirmek için kantitatif ölçümler arasında makine ve süreç yeterliliği veya süreç performans endeksleri kullanılır. Bunlar belirtilen minimum değerlere ulaşmalı veya aşmalıdır Makine Yeterlilik Analizi Makine yeterlilik çalışması, üretim sürecine makineye özgü etkileri keşfetmenin tek amacı olan kısa süreli bir çalışmadır Kararlı Süreç (Stabil Proses) Kararlı (istatistiksel kontrolde) bir süreç sadece rastgele etkilere tabidir. Özellikle, ürün karakteristiğinin yeri ve varyasyonu zamanla sabittir 5
6 Süreç Yeterlilik Analizi İle İlgili Kavramlar Proses (Süreç) Yeterliliği: Proses yeterliliği, spesifikasyonlara (müşteri spekleri, şartname, yönetmelik veya standartla) göre bir sürecin değişkenliğinin istatistiksel olarak ölçülebilir bir özelliğidir. Proses (Süreç) Yeterlilik Analizi Akış Diyagramı Amacın Belirlenmesi Problemin Tanımlanması Çözüm Modeli Kalite Karakteristiğinin Belirlenmesi Ölçme Sistemi Belirleme ve Yeterlilik Testi (Gage R&R Study) Verilerin Toplanması Verilerin Sınıflandırılması (Frekans Dağılımı Analizi - Check Sheet) İstatistiksel Kontrol Teknikleri Stabilite Testi Süreç Yeterlilik Analizi Sonuçların Değerlendirilmesi 6 Karar Verme
7 Süreç ve Ölçüm Sistemi Yeterlilik Analizi END 3618 KALİTE PLANLAMA VE KONTROL Süreç Yeterlilik Verilerinin Kullanımı 1 Sürecin, toleranslar içinde ne kadar kalıp kalmayacağını tahmin etmek Bir süreci seçerken veya değiştirirken ürün geliştiricilerine / tasarımcılarına yardım etmek 3 Süreci gözlemlemek için örnekleme arasında bir aralık oluşturulmasına yardımcı olmak 4 Yeni ekipman için performans gereksinimlerini belirlemek 5 Rakip tedarikçiler ile tedarik zinciri yönetiminin diğer yönleri arasında seçim yapmak 6 Süreçlerin toleranslar üzerinde etkileşimli bir etkisi olduğunda üretim süreçleri dizisinin planlanması 7 Üretim sürecinde değişkenliği azaltmak 7
8 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Üretimde süreç yeterlilik verilerini elde etmeye başlamadan önce Süreç Yeterlilik Analizi akış diyagramında ifade edildiği gibi belirlenmiş kalite karakteristiğine ait verilerin (Gözlem Değerleri) sağlıklı bir şekilde elde edilmesine ihtiyaç vardır. Bu gözlem değerlerinin, İstatistik Proses Kontrol teknikleri kullanılarak sağlıklı bir şekilde analizi yapılabilmesi için de güvenilir veriler olması gerekir. Bunu sağlamak için de bu gözlem değerlerinin elde edilmesinde kullanılan ölçüm sistemlerini (Ölçme Sistem: Ölçmeyi yapan operatör, Ölçme cihazı ve teçhizat, Ölçüm ortamı, Standart ve yönetmelikler) de güvenilir olmalıdır. Ölçüm sisteminden (Ölçüm Sistemi Değişkenliği) kaynaklanabilecek ve proses iyileştirme sürecini olumsuz etkileyebilecek ölçüm sistemi değişkenliği azaltılması arzu edilen bir durumdur. Toplam Değişkenlik = Süreç Değişkenliği + Ölçüm Değişkenliği Üretimde, sürecin değişkenliğini belirleyebilmek için öncelikle ölçüm sisteminden kaynaklanan değişkenlik analiz edilmelidir. 8
9 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) (Tekrar edilebilirlik ve Tekrar Üretilebilirlik) Ölçüm Sistemi Yeterlilik Analizi, ölçüm sistemi içindeki hatayı inceler. Ölçüm sistemi hatasını aşağıdaki gibi sınıflandırabiliriz: Güvenilirlik (Accuracy) : Ölçü ile ölçülen parçanın gerçek değeri arasındaki farkı tanımlar. 1- Doğruluk (Bias:Yanlılık/Yanılma): Bir parçanın gerçek değeri ile gözlemlenen değeri arasındaki farkın bir ölçüsüdür. Doğru değeri bilinmiyorsa, mevcut en hassas ölçüm ekipmanıyla birkaç ölçümün ortalaması alınarak hesaplanabilir. - Doğrusallık (Linearity): : Gözlemlenen ölçüm sisteminin ölçme aralıklarında doğruluğundaki fark Hassasiyet (Precsion) : Aynı parçayı aynı cihazla tekrar tekrar ölçtüğünüzde gördüğünüz varyasyonları açıklar. Aşağıdaki iki tür değişkenliği (varyasyon) içerir: 1- Tekrar edielebilirlik (Repeatability): Ölçüm cihazından kaynaklanan değişkenlik. Aynı operatör aynı cihazla aynı parçayı tekrar tekrar ölçtüğünde gözlemlenen değişimdir (Dağılımın Değişkenliği). - Tekrar Üretilebilirlik (Reproducibility): Operatörler nedeniyle değişkenlik ve operatör ile parça arasındaki etkileşim. Farklı operatörler aynı cihazı kullanarak aynı parçaları ölçtüğünde ölçümler arasındaki (Dağılımın Değişkenliği) değişkenliktir Kararlılık (Stability): Sistemin doğruluğunun ve kesinliğinin zaman içinde nasıl performans gösterdiğinin bir ölçüsüdür (5M den kaynaklanabilir). 9
10 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Yanlılık (Bias-Sapma): Gözlemlenen ölçüm değeri ile referans ölçüm değeri arasındaki fark y Gözlemlenen ölçüm değeri = Gerçek ölçüm değeri + Ölçüm hatası ve ε normal dağılan bağımsız rastgele değişkenler. Ortalamaları ve varyansları sırasıyla; ve 0 P ve Gauge Toplam varyansın bu iki bileşeni, kontrol kartları ve diğer istatistiksel yöntemlerle belirlenir Total P Gauge Toplam Parça ÖlçümSistemi 10
11 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Ölçüm Sistemi Yeterliliği ÖRNEK Yandaki veri tablosunda operatör tarafından kullanılan ölçüm sistemi ile bir ürün ile ilgili her bir defada iki ölçüm değeri olmak üzere 40 gözlem değeri alınmıştır Gauge Ölçüm hatası standart sapması aşağıdaki gibi tahmin edilir ve bu aynı zamanda ölçüm yeterliliğinin iyi bir tahminidir Gauge d R 1,0 1,18 0,887 11
12 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Ölçüm Sistemi Yeterliliği ÖRNEK Bu örnekte Aritmetik Ortalama Kontrol Grafiği, aletin ayırt edici gücünü, kelimenin tam anlamıyla, ölçü aletinin, ürünün ölçülen grup ölçüm değerlerini birbirinden ayırma yeteneğini göstermektedir. Ölçü aletinin bu yeteneği discriminating power olarak adlandırılır yani ölçüm aletinin, ölçülen grup arasında ayrım yapabilme yeteneğidir, ayırım gücü. Kontrol grafiğine dikkat edilirse, kontrol limitleri dışında kalan oldukça fazla ölçüm değeri (gözlem değeri) var. R değerleri, aynı cihaz kullanılarak aynı ünite üzerinde yapılan ölçümler arasındaki farkı temsil eder. 1
13 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Toleransa Olan Ölçüm Hassasiyeti (P/T) Oranı (precision-to-tolerance (P/T) ratio) Ölçüm sistemi yeterliliğini başka bir şekilde örneğin tolerans bandı genişliği (güven aralığı) göz önünde bulundurularak mukayese edilmesi söz konusu olduğunda Toleransa Olan Ölçüm Hassasiyeti (P/T) Oranı kullanılır. P / T k Gauge USL LSL NOT: Ölçüm Sisteminin Yeterli olabilmesi için P/T 0,1 olmalıdır! k sabit değeri genellikle 5,15 yada 6 olarak alınır k = 5,15 ise (normal dağılım, olasılık %95 - %99 aralığında) k = 6 ise (normal dağılım, olasılık %99 un üzerinde) 13
14 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Toleransa Olan Ölçüm Hassasiyeti (P/T) Oranı (precision-to-tolerance (P/T) ratio) ÖRNEK Daha önceki örnek probleme devam edersek: ÜTL = 60 ATL = 5 k = 6 Tek Taraflı Sipesifikasyon (normal dağılım, olasılık %99 un üzerinde) Gauge 0,887 Ölçüm hatası standart sapması k Gauge 6(0,887) 5,3 P / T USL LSL ,097 0,1 Ölçüm Sistemi Yeterlidir! 14
15 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Varyans Bileşenlerinin Tahmini (Estimating the Variance Components) Total S (3,17) 10,05 Veri tablosundaki (slayt 11) gözlem değerine ait varyans (gözlem değeri alınan ürün ve ölçüm sistemi için değişkenlik) S 10,05 Veri tablosundaki gözlem değerine ait standart sapma Gauge P P 0,887 Ölçüm hatası standart sapması Total ( 3,17) Gauge 10,05 0,79 9,6 (0,887) Toplam Total P Parça Gauge ÖlçümSistemi P 9,6 3,04 Üründen/prosesten (gözlem değerleri) kaynaklanan (değişkenlik) Standart sapma 15
16 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Süreç (Parça) Değişkenliğinin Toplam Değişkenliğe Oranı (Ratio of Process part Variability to Total Variability) P P Total Gauge M Total Proses (Parça - Gözlem değerleri) Değişkenliğinin Toplam Değişkenliğe Oranı Ölçme Sistemi Değişkenliğinin Toplam Değişkenliğe Oranı 1 P M M Gauge Total 0,79 10,05 0,0786 Bu değerin anlamı: Ölçüm Aletinden yada Sisteminden kaynaklanan Varyasyon Toplam Varyasyonun % 7,86 sını oluşturmaktadır 16
17 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Sinyal/Gürültü Oranı ile Ölçüm Sistemi Analizi (Measurement Sistem Capability Analysis with Signal-to-Noise Ratio - SNR) SNR P 1 P Sinyal/Gürültü Oranı ile de Ölçüm sisteminin yeterli olup olmadığı Konusunda fikir sahibi olabiliriz S / N 5 S/N oranının 5 ve bu değerin üzerinde olması tavsiye edilmektedir! SNR P 1 1 0,0786 P 1 M P (0,914) 1 0,914 0,914 4,84 5 Proses (Parça - Gözlem değerleri) Değişkenliğinin Toplam Değişkenliğe Oranı Bir önceki örnekte 0,914 olarak belirlenmişti. Bu durumda S/N değeri? S/N oranının 5 ten küçük olduğu için Ölçüm Sistemi yeterli değildir! 17
18 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Güvenilirlik ve Hassasiyet a) Güvenilir ancak Hassas değil b) Güvenilir değil ancak Hassas c) Ne Güvenilir Ne de Hassas d) Güvenilir ve Hassas 18
19 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) MeasurementError Gauge Re peatability Re producibility Re peatability Repeatability : Tekrar edilebilirlik. Ölçüm cihazından kaynaklanan değişkenlik. Aynı operatör aynı cihazla aynı parçayı tekrar tekrar ölçtüğünde gözlemlenen değişimdir (Dağılımın Değişkenliği) Tekrar edilebilirlik Standart Sapması Re producibility Reproducibility : Tekrar Üretilebilirlik. Operatörler nedeniyle değişkenlik ve operatör ile parça arasındaki etkileşim. Farklı operatörler aynı cihazı kullanarak aynı parçaları ölçtüğünde ölçümler arasındaki (Dağılımın Değişkenliği) değişkenliktir - Tekrar Üretilebilirlik Standart Sapması 19
20 END 3618 KALİTE PLANLAMA VE KONTROL 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Tekrar Edilebilirlik ve Sapma ve Analizi ÖRNEK Ölçüm Sistemi Tekrar Edilebilirlik ve Sapma ve Analizi için prosesten elde edilmiş gözlem değerleri ve sapma değerleri veri tablosundaki gibidir. Tekrar edilebilirlik Standart Sapması Re peatability r n i1 Xi X n 1 0,043 Tekrar edilebilirlik Standart Sapmasının Uygunluğunun Kontrol Edilmesi: EV / TV 100 TV % EV 100 Re / peatabilit y Ölçüm Değerleri Ölçüm Değerleri Sapma (Gözlem Değerleri) (Populasyon ort.) 74,35 0,35 73,95-0,05 73,85-0,15 74,0 0,0 74,00 0,00 73,80-0,0 74,35 0,35 74,0 0,0 74,15 0,15 73,90-0,10 73,90-0,10 73,80-0,0 74,5 0,5 73,80-0,0 74,5 0,5 74,050 0,75 Ortalama 0,05,9% % EV 100 0,043/1,87 Sürecin standart sapmasının (TV: Toplam Değişkenlik) 1,87 olduğunu varsayarsak: %EV değerinin %10 dan büyük olması arzu edilmez. Bu örneğimizdeki Tekrar edilebilirlikten kaynaklanan değişkenlik uygundur! 0,043 0
21 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) Sapma İçin Güven Aralığı Oluşturma P repeatability repeatability X T t. T X T t 1. /, n1 /, n 1 n n P Tekrarlanabilirlik Tekrarlanabilirlik X T t. T X T t 1. /, n1 /, n 1 n n NOT: t değeri Student t Tablosundan n Örneklem Hacmi Büyüklüğüne göre belirlenir SAPMA t /, n1. Tekrarlanabilirlik n Bu değerin sıfıra (0) yakın bir değer olması arzu edilir! 1
22 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (R&R) t değeri Student t Tablosundan n Örneklem Hacmi Büyüklüğüne göre belirlenir! ve 0,05 df n 1 14 için t =,145 olarak belirlenir! 0,043 0,043 ( 0,05),145 T (0,05), ,06 T 0,0738 Sonuç olarak sapma çok önemsizdir! Source: Computed by M. Longnecker using Splus
23 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (Gage R&R) Faktöriyel Tasarım ile Tekrar edilebilirlik ve Tekrar Üretilebilirlik Analizi rastgele seçilmiş parça sayısı a rastgele seçilmiş operatör sayısı b olsun her bir parça her bir operatör tarafından n defa ölçülsün y ijk P O ( PO) i j ij ijk i = parça i=1,,.,p J = operatör j=1,,..,o k = ölçüm k=1,,.,n Birbirinden bağımsız rastgele değişkenler P i O j (PO) i j = parça etkisi = operatör etkisi = parça operatör etkileşimi etkisi P O V ( ) y ijk PO Varyans Bileşenleri 3
24 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (Gage R&R) Faktöriyel Tasarım ile Tekrar edilebilirlik ve Tekrar Üretilebilirlik Analizi Varyans Bileşenlerinin Tahmin Edilmesi - Varyans Analizi (ANOVA) Kareler Toplamı Ortalama Kareler P i - parça etkisi O j - operatör etkisi (PO) i j - parça operatör etkileşimi etkisi - Hata için ve Ortalama Karelerin Beklenen Değerleri 4
25 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (Gage R&R) Faktöriyel Tasarım ile Tekrar edilebilirlik ve Tekrar Üretilebilirlik Analizi Varyans Bileşenlerinin Tahmin Edilmesi - Varyans Analizi (ANOVA) Ortalama Karelerin Beklenen Değerleri 5
26 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (Gage R&R) Faktöriyel Tasarım ile Tekraredilebilirlik ve Tekrar Üretilebilirlik Analizi ÖRNEK On farklı parça üç operatör tarafından üçer kez ölçülmüştür. Ölçüm ile ilgili gözlem değerleri yandaki veri tablosundaki gibidir. Ölçüm sistemine ait a) Varyansı b) Toleransa göre hassasiyet oranını hesaplayınız 6
27 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (Gage R&R) Faktöriyel Tasarım ile Tekrar ediebilirlik ve Tekrar Üretilebilirlik Analizi ÖRNEK VaryansAnalizi (ANOVA) Sonucu MINITAB P i = parça etkisi O j = operatör etkisi (PO) i j = parça operatör etkileşimi etkisi Gauge = hata 7
28 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (Gage R&R) Faktöriyel Tasarım ile Tekrar edilebilirlik ve Tekrar Üretilebilirlik Analizi ÖRNEK VaryansAnalizi (ANOVA) Sonucu MINITAB (Slayt 7) 8
29 1 Ölçüm Sistemi Yeterlilik Analizi - Gage repeatability and reproducibility (Gage R&R) Faktöriyel Tasarım ile Ölçüm Sistemi (Tekrar edilebilirlik ve Tekrar Üretilebilirlik) Analizi ÖRNEK Ölçüm Sistemi Varyansı: Gauge Gauge Gauge Re peatability 1,96 0,5111 1,8037 Toleransa Olan Ölçüm Hassasiyeti Oranı: k Gauge 6(1,8037) P / T ÜTL ATL P / T 0,7 0,10 Re producibility 0,7 Ölçüm Sistemi Yeterli Değildir! Toleransa Olan Ölçüm Hassasiyeti (P/T) Oranı Re producibility Re producibility Re producibility Re producibility Re peatability O Operatör PO 0,5646 0,780 1,96 0,5111 ÜTL = 58 ATL = 18 olarak alınırsa! ParçaOperatörEtkileştki Tekrar Üretilebilirlik Tekrar edilebilirlik = 0 eğer operatörler doğru ölçüyor olsalardı! 9
30 30
31 Kaynakça: Montgomery, D.C., 009, Introduction to Statistical Quality Control, 6 th Edition John Wiley & Sons, Inc. The Boing Company, 1998, Advanced Quality System, D1-9000, USA Robert BOSCH GmbH, 004, Machine and Process Capability, 3 th Edition, Stuttgart, GERMANY Cakmakci, M., 017, Kalite Planlama ve Kontrol Ders Notları Cakmakci, M., 009, Process improvement: performance analysis of the setup time reduction-smed in the automobile industry, International Journal of Advanced Manufacturing Technology, 41,1-: Cakmakci, M., Nasirlialp, M., 005, Machine tool capability and process capability study for non-normal distribution in advanced manufacturing systems, 3rd International Congress on Precision Machining - ICPM'005, Vienna, AUSTRIA. MINITAB 14 Not: Bu slaytların hazırlanmasında yukarıda kaynakçada listelenmiş olan kaynak kitaptan yararlanılmıştır.. 31
Quality Planning and Control
Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 Süreç ve Ölçüm Sistemi Yeterlilik Analizi II (Process and Measurement System Capability
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
DetaylıÖlçüm Sisteminin Analizi
Ölçüm Sisteminin Analizi (Measurement System Analysis) Prof. Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK SÜREÇTEN KAYNAKLANAN DEĞİŞKENLİK ÖLÇÜM SİSTEMİNDEN KAYNAKLANAN DEĞİŞKENLİK Süreç Değişkenlik Kaynakları
DetaylıÖlçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel
Ölçüm Sisteminin Analizi Measurement System Analysis Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK Süreçten kaynaklanan değişkenlik Ölçüm sisteminden kaynaklanan değişkenlik Süreç Değişkenlik Kaynakları Hammadde
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
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
DetaylıİKİ ÖLÇÜM EKİPMANININ HASSASİYETLERİNİN KARŞILAŞTIRILMASINDA GRUBBS TİP TAHMİNLEYİCİLERİN KULLANILMASI ÖZET
D.E.Ü.İ.İ.B.F.Dergisi Cilt:4, Sayı:I, Yıl:999, ss: İKİ ÖLÇÜM EKİPMANININ HASSASİYETLERİNİN KARŞILAŞTIRILMASINDA GRUBBS TİP TAHMİNLEYİCİLERİN KULLANILMASI Levent ŞENYAY (*) Hakan SEMERCİ (**) (**) ÖZET
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıDokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 7: Süreç Yeterlilik Analizi & Ölçme Sistemlerinin Analizi (MSA) Yrd. Doç. Dr. Kemal
DetaylıTekrarlanabilirlik. Sapma, Tekrarlanabilirlik, Tekrar yapılabilirlik, Kararlılık, Doğrusallık. Sapma
ÖLÇÜM SİSTEMİ ANALİZİ (MEASUREMENT SYSTEM ANALYSIS - MSA) Ölçüm Sistemi Varyansının Türleri Ölçüm sistemi hataları beş grupta ele alınır. Sapma Sapma, Tekrarlanabilirlik, Tekrar yapılabilirlik, Kararlılık,
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
DetaylıMEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ
MEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ Evren DİREN Serkan ATAK Çiğdem CİHANGİR Murat Caner TESTİK ÖZET Kusurları ve israfı önleyerek müşteri memnuniyetini ve karlılığı arttırmayı
DetaylıTEMEL 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
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822
Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE KONTROL Dersin Orjinal Adı: KALİTE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 8 Dersin
DetaylıÖLÇÜM VARYASYONUNU BEL RLEMEK Ç N B R ÇALI MA
ÖLÇÜM VARYASYNUNU BL RLMK Ç N B R ÇALI MA Bahar SNNAR LU Marmara Üniversitesi Özlem YURTSVR Marmara Üniversitesi ÖZT lerin istenilen kalite özelliklerine uygunlu unu kontrol etmek için üretim hatlar ndan
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
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
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822
Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE KONTROL Dersin Orjinal Adı: KALİTE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 8 Dersin
DetaylıİSTATİSTİKİ PROSES KONTROL UYGULAMALARI İÇİN BİR SİSTEM TASARIMI. Burçin M. DURMAN, Yrd.Doç.Dr. Fatma PAKDİL
İSTATİSTİKİ PROSES KONTROL UYGULAMALARI İÇİN BİR SİSTEM TASARIMI Burçin M. DURMAN, Yrd.Doç.Dr. Fatma PAKDİL Başkent Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, 06530, Bağlıca, Ankara
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
DetaylıKalite Kontrol ve Güvencesi (IE 326) Ders Detayları
Kalite Kontrol ve Güvencesi (IE 326) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kalite Kontrol ve Güvencesi IE 326 Güz 3 0 0 3 5 Ön Koşul Ders(ler)i
DetaylıÖrnek 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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen
DetaylıYrd. 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
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3618
Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE PLANLAMA VE KONTROL Dersin Orjinal Adı: KALİTE PLANLAMA VE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin
DetaylıErciyes Dağı. Rakım??? Tıbbi Laboratuvarlarda Ölçüm Belirsizliği
Erciyes Dağı. Rakım??? 3916 m?????? Tıbbi Laboratuvarlarda Ölçüm Belirsizliği DOÇ. DR. CEVAT YAZICI ERCİYES ÜNİVERSİTESİ TIP FAKÜLTESİ BİYOKİMYA A. D. SUNUM PLANI Laboratuvar branşlarının işlevi ve değişimler
DetaylıYaz Stajı II (IE 499) Ders Detayları
Yaz Stajı II (IE 499) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Yaz Stajı II IE 499 Güz 0 0 0 0 6 Ön Koşul Ders(ler)i IE 399 Dersin Dili Dersin Türü
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
DetaylıHİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
DetaylıART CRAFT SOFRA CAMI ÜRETİM İŞLETMESİNDE ÖLÇÜM SİSTEM ANALİZİ UYGULAMASI
05 ART CRAFT SOFRA CAMI ÜRETİM İŞLETMESİNDE ÖLÇÜM SİSTEM ANALİZİ UYGULAMASI Uğur KAVİ Sermin ELEVLİ ÖZET Kalite Güvence Sistemi içerisinde kalitenin iyileştirilmesi, verimliliğin arttırılması ve maliyetlerin
DetaylıÇözüm: Çözüm: Çözüm: Elektrik Ölçme Ders Notları-Ş.Kuşdoğan&E.Kandemir Beşer 16
Soru: Elimizde 0.5 sınıfından 500V luk bir voltmetre ile 1.5 sınıfından 120V luk bir voltmetre bulunmaktadır. Değeri 1V olan bir gerilimi hangi ölçü aleti ile ölçmek daha doğru olur? Neden? Soru: Bir direncin
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
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
DetaylıKİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) (NİCEL) KANTİTATİF ANALİZ
KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) KANTİTATİF ANALİZ (NİCEL) KANTİTATİF ANALİZ Bir numunedeki element veya bileşiğin bağıl miktarını belirlemek için yapılan analizlere denir. 1 ANALİTİK ANALİTİK
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.
DetaylıGenel Katılıma Açık Eğitimlerimiz Başlıyor!
Genel Katılıma Açık Eğitimlerimiz Başlıyor! Mavi Akademi, bünyesinde barındırdığı yetki belgeleri ve alanında uzman akademisyenler, sektör tecrübesine sahip baş denetçiler ve uzmanlardan oluşan kadrosuyla
DetaylıYöntemin Geçerliliği (Validasyon)
VALİDASYON Prof. Dr. A. Olcay Sağırlı Yöntemin Geçerliliği (Validasyon) Geçerlilik, (Validasyon) cihazın, metodun veya ölçüm prosedürünün belirlenen amaçlara uygunluğunun objektif olarak test edilerek
Detaylı8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,
İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık - I Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kes1rim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmak7r. ü Bu anlamda, anakütleden çekilen
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:
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
DetaylıOLASILIK ve İSTATİSTİK Hipotez Testleri
OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait
DetaylıTANIMLAYICI 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
DetaylıÖLÇME DEĞERLENDİRME ÜNİTE BAŞLIKLARI
ÖLÇME DEĞERLENDİRME ÜNİTE BAŞLIKLARI 1. TEMEL KAVRAMLAR 2. ÖLÇMEDE HATA (GÜVENİRLİK GEÇERLİK) 3. İSTATİSTİK 1. TEMEL KAVRAMLAR Ölçme, Ölçüm, Ölçme Kuralı, Ölçüt, Değerlendirme. Ölçme Türleri: Doğrudan,
DetaylıOlasılık ve İstatistik (IE 220) Ders Detayları
Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıOlasılık ve İstatistik II (IE 202) Ders Detayları
Olasılık ve İstatistik II (IE 202) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik II IE 202 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Olasılık
DetaylıEskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi
Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2018-2019 Güz Dönemi Tesis Planlama Süreci (imalat ve montaj tesisleri için) 2
DetaylıKlinik Mikrobiyoloji Testlerinde Doğrulama (verifikasyon) ve Geçerli Kılma (validasyon)
Klinik Mikrobiyoloji Testlerinde Doğrulama (verifikasyon) ve Geçerli Kılma (validasyon) Kaynaklar Mikrobiyolojik prosedürleri doğrulama / geçerli kılmaya ilişkin aşağıdaki uluslararası kaynaklar önerilir
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıİŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ
V. Ulusal Üretim Araştırmaları Sempozyumu, İstanbul Ticaret Üniversitesi, 25-27 Kasım 2005 İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ Metin ÖNER Celal
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
DetaylıİÇ KALİTE KONTROL VE KONTROL DİYAGRAMLARI
Akreditasyon Danışmanlık Konusunda 25 yıllık bilgi ve deneyimini sizinle paylaşmak için! İÇ KALİTE KONTROL VE KONTROL DİYAGRAMLARI İbrahim AKDAĞ Kimya Mühendisi ATAKENT 3.ETAP B.32 Blok D.14 Atakent Mah.
DetaylıÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK
ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.
DetaylıANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar vermek
DetaylıLaboratuvar Performansının Sürekliliği (Kalite Kontrol)
Laboratuvar Akreditasyon Danışmanlık Ltd. Şti. Konusunda 25 yıllık bilgi ve deneyimini sizinle paylaşmak için! İÇ KALİTE KONTROL VE KONTROL DİYAGRAMLARI İbrahim AKDAĞ Kimya Mühendisi ATAKENT MAH. AKASYA
DetaylıANALİTİK ÖLÇÜM YÖNTEMLERİNİN LABORATUVARA KURULMASI İLE İLGİLİ HESAPLAMALAR. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
ANALİTİK ÖLÇÜM YÖNTEMLERİNİN LABORATUVARA KURULMASI İLE İLGİLİ HESAPLAMALAR Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Yöntem Seçiminde Göz Önünde Bulundurulacak Özellikler 1 *Yönteme ilişkin
DetaylıMühendislikte 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
DetaylıHatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5
Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın
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
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,
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
DetaylıT.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü
1970 T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN Endüstri Mühendisliği Bölümü 1 Kontrol Grafiği UygulamaAdımları Kontrol edilecek uygun
DetaylıİSTATİSTİKSEL 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,
DetaylıTest Tekrarının Objektif Olarak Değerlendirilmesi. Abdurrahman Coşkun Acıbadem Üniversitesi, Tıp Fakültesi, Tıbbi Biyokimya Anabilim Dalı
Test Tekrarının Objektif Olarak Değerlendirilmesi Abdurrahman Coşkun Acıbadem Üniversitesi, Tıp Fakültesi, Tıbbi Biyokimya Anabilim Dalı Sunum Planı Test Tekrarı Nedenleri Aynı Cihazla Yapılan Tekrarlı
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi
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
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıÖlçme Teknikleri Temel Kavramlar:
Deney yapmak bir bakıma ölçüm yapmaktır. Ölçme bilimine metroloji denir. Ölçmek yani bir büyüklüğü sayısal olarak belirlemek büyüklüğün değerini standarlaştırılmış aynı cinsten bir başka büyüklükle karşılaştırmak
DetaylıDokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 14: Değişkenlere Göre Örnekleme Planları ve Diğer Örnekleme Yöntemleri Yrd. Doç. Dr.
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
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303
Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: İSTATİSTİK I Dersin Orjinal Adı: İSTATİSTİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 0 Dersin Öğretim
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıKestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir.
Biyoistatistik 9 Kestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir. Evren parametrelerinin kestirilmesi (tahmini) için: 1. Hipotez testleri 2. Güven
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıTemel ve Uygulamalı Araştırmalar için Araştırma Süreci
BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması
DetaylıAnalitik Kimya. (Metalurji ve Malzeme Mühendisliği)
Analitik Kimya (Metalurji ve Malzeme Mühendisliği) 1. Analitik Kimya Maddenin bileşenlerinin belirlenmesi (teşhisi), bileşenlerinin ayrılması veya bileşenlerinin bağıl miktarlarının tayiniyle ilgilenir.
DetaylıAPQP/PPAP. Prof. Dr. Ali ŞEN
APQP/PPAP Prof. Dr. Ali ŞEN Ürün Kalite Planlama Döngüsü Geri besleme Değerlendirmesi ve Düzeltici Faaliyetler Planla ve Tanımla Ürün ve Prosesin Geçerli Kılınması Ürün Tasarımı ve Geliştirmesi Proses
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
Detaylı0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart
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
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
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
DetaylıANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:
DetaylıI. 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
DetaylıYANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.
AED 310 İSTATİSTİK YANLILIK Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır. YANLILIK Yanlı bir araştırma tasarımı uygulandığında,
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
DetaylıKonum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan
Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması
DetaylıKaynak: EURACHEM / CITAC Guide CG 4 Quantifying Uncertainty in Analytical Measurement Second Edition QUAM:2000.1
Metot Validasyonu HAKAN ÇELIK HIDROJ EOLOJ I YÜKSEK MÜHENDISI Kaynak: EURACHEM / CITAC Guide CG 4 Quantifying Uncertainty in Analytical Measurement Second Edition QUAM:2000.1 Metodun uygulanan laboratuvar
DetaylıBİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ
1 BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ Şafak KIRIŞ, A.Sermet ANAGÜN, Nihat YÜZÜGÜLLÜ Eskişehir Osmangazi Üniversitesi, Endüstri Mühendisliği Bölümü, Eskişehir skiris@ogu.edu.tr,
DetaylıTİTCK/ DESTEK VE LABORATUVAR HİZMETLERİ BAŞKAN YARDIMCILIĞI/ ANALİZ VE KONTROL LABORATUVAR DAİRESİ BAŞKANLIĞI ÖLÇÜM BELİRSİZLİĞİ PROSEDÜRÜ PR15/KYB
TİTCK/ DESTEK VE LABORATUVAR HİZMETLERİ BAŞKAN YARDIMCILIĞI/ ANALİZ VE KONTROL LABORATUVAR DAİRESİ BAŞKANLIĞI PR15/KYB Sayfa No: 1/17 1. AMAÇ VE KAPSAM Bu prosedürün amacı, Daire Başkanlığı, TS EN ISO/IEC
DetaylıHipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014
Hipotez Testi Rehberi Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotezler Sıfır Hipotezi: H 0 Aksi kanıtlanmadığı sürece doğru olduğu düşünülen varsayımdır. H 0 ın kanıta ihtiyacı yoktur. H 0 ı ret etmek
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
DetaylıÖlçme Araçlarında Bulunması Gereken Nitelikler. Geçerlik. Geçerlik Türleri. Geçerlik. Kapsam Geçerliği
BÖLÜM 3 Ölçme Araçlarında Bulunması Gereken Nitelikler Yrd. Doç. Dr. Çetin ERDOĞAN cetinerdogan@gmail.com Ölçme Araçlarında Bulunması Gereken Nitelikler Geçerlik Güvenirlik Kullanışlılık Geçerlik Geçerlik,
DetaylıOPTİMUM TOLERANSLARIN BELİRLENMESİNDE CEVAP YÜZEYİ YÖNTEMLERİNİN KULLANILMASI ÜZERİNE BİR İNCELEME 1 Cenk ÖZLER 2
D.E.Ü.İ.İ.B.F. Dergisi Cilt:1 Sayı:1, Yıl:006, ss: 71-83 OPTİMUM TOLERANSLARIN BELİRLENMESİNDE CEVAP YÜZEYİ YÖNTEMLERİNİN KULLANILMASI ÜZERİNE BİR İNCELEME 1 Cenk ÖZLER ÖZET Bir montajı oluşturan bileşenlerin
DetaylıEndüstri Mühendisliğinde İstatistiksel Uygulamalar (IE 442) Ders Detayları
Endüstri Mühendisliğinde İstatistiksel Uygulamalar (IE 442) Ders Detayları Ders Adı Ders Dönemi Ders Kodu Saati Uygulama Saati Laboratuar Kredi AKTS Saati Endüstri Mühendisliğinde İstatistiksel Uygulamalar
DetaylıVeriye Dayalı Karar Verme (Bölüm 2) Can Akkan
Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan 1 Ders Planı 1. Karar Problemleri i. Karar problemlerinin bileşenleri ii. Değerler, amaçlar, bağlam iii. Etki diagramları 2. Model Girdilerinde Belirsizlik
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
Detaylı