KALĐTE KONTROL GRAFĐKLERĐ OLUŞTURMAK ĐÇĐN BĐR BĐLGĐSAYAR YAZILIMININ GELĐŞTĐRĐLMESĐ VE MERMER SEKTÖRÜNDE DENENMESĐ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "KALĐTE KONTROL GRAFĐKLERĐ OLUŞTURMAK ĐÇĐN BĐR BĐLGĐSAYAR YAZILIMININ GELĐŞTĐRĐLMESĐ VE MERMER SEKTÖRÜNDE DENENMESĐ"

Transkript

1 Geosound Yerbilimleri Dergisi, Haziran-Aralık-2006, Sayı:48-49 ISSN KALĐTE KONTROL GRAFĐKLERĐ OLUŞTURMAK ĐÇĐN BĐR BĐLGĐSAYAR YAZILIMININ GELĐŞTĐRĐLMESĐ VE MERMER SEKTÖRÜNDE DENENMESĐ Dr. Özgür AKKOYUN Dicle Ü. Maden Mühendisliği Bölümü Diyarbakır/Türkiye ÖZET: Bu çalışmada üretim sistemlerini ya da bu sistemlerin sadece bir bölümünü kontrol edebilmek için kullanılan kalite kontrol grafiklerini oluşturmaya ve yorumlamaya yardımcı olacak bir bilgisayar yazılımı tanıtılmıştır. Geliştirilen yazılım üretim sistemlerinden aldığı verileri kalite kontrol bağıntılarına uygun olarak düzenleyerek kontrol grafiği olarak sunmaktadır. Program kalite kontrol grafiklerinin temel kurallarına uygun olarak yorum da yaparak kullanıcıyı sistemin kontrol altında olup olmadığı konusunda uyarmaktadır. Yazılımın denenmesi için mermer üretim sistemi seçilmiş ve ST tarafından üretilen plakalardan alınan kalınlık değerleri kullanılarak ST deki blok kesim sisteminde sınanmıştır. A SOFTWARE FOR CREATING QUALITY CONTROL CHARTS AND APPLYING TO MARBLE INDUSTRY ABSTRACT: In this study a computer program which may be used to create quality control charts for controlling either whole production systems or only part of them is presented. The program presents data obtained from the production systems as control charts by computing them due to quality control formulations. Program stimulates the user about whether the system is under control or not by making warning according to basic rules of quality control charts. In order to test the program, marble production system is selected and the block cutting system is tested. 1. GĐRĐŞ Günümüz koşullarında üretimin ve rekabetin anahtarı kalitedir. Kaliteli mal ve hizmet üreten üreticiler daha rekabetçi olurlarken kaliteyi göz ardı edenler uluslararası rakipleri ile mücadelede edememekte, pazar hedeflerini yerel ile sınırlamak zorunda kalmaktadırlar. Ancak sınırların ekonomik mal ve hizmet ticareti açısından eskisine göre çok daha geçirgen olduğu günümüz koşullarında yerel pazarları hedef alarak bir işletmenin uzun süre ayakta kalması ve büyümesi çok zor olacaktır. Kalitenin birçok farklı tanımı bulunmaktadır. Ancak en yaygın ve basit tanımına göre kalite; bir mal ya da hizmetin müşteriyi tatmin etme derecesidir. Bu tanımdan kalite ile ilgili iki önemli özellik çıkarılabilir. Bunlardan birincisi kalitenin sınırlarının üretici tarafında değil müşteri tarafında belirlendiğidir, ikincisi ise bu tanımlama ve sınırların değişen müşteri özelliklerine bağlı olarak değişiklik göstereceğidir. Bu durumda kalite değişken bir kavramdır. Kalitenin bu değişken olma

2 özelliği nedeniyle üretim sistemlerinde kalite kontrolü de süreklilik isteyen bir işlemdir. Bir üretim sisteminin önceden belirlenen hedeflere uygun özelliklerde ürünler üretip üretmediğinin kontrol edilmesine kalite kontrolü adı verilir. Kalite kontrolünde müşteri beklentilerine cevap verebilecek ürün özellikleri tespit edilip bu özellikler hedef ürün olarak seçilir. Bir yandan da bu hedef ürünü üretmek için üretim sisteminde yapılacak değişiklik ve ayarlamalar tespit edilerek bu özellikler üretim standardı olarak belirlenir. Kalitenin değişken özelliği nedeniyle hedef ürün ve üretim sistemi özelliklerinin belirli zaman aralıkları ile müşteri beklentilerindeki değişikliklere uygun olarak yeniden değerlendirilmesi gerekir (Akkoyun, 2006). Kalite kontrolü araçlarının en yaygını istatistiksel kalite kontrolüdür. Üretilen her ürünün kontrol edilmesi başlı başına bir maliyet olacağı için istatistik kuralları kullanılarak sistemden belirli aralıklarda alınan numuneler üzerinden bu kontrol gerçekleştirilmektedir. Üretim sisteminden belirli aralıklar ile alınan numuneler üzerinde yapılan ölçümler sonucunda ürünün ölçülen özelliğinin hedeften sapıp sapmadığının grafiksel olarak ortaya konulması ile oluşturulan grafiklere kalite kontrol grafikleri denilmektedir. Kaliteyi olumsuz etkileyen en büyük neden değişkenliktir. Standarttan sapma anlamına gelen değişkenlik kalite kontrol grafikleri ile izlenebilmektedir. Kalite kontrol grafikleri üretim sürecindeki değişikliklerin nedeninin rastlantısal ya da özel nedenlere bağlı olup olmadığını belirleyerek özel nedenlerden kaynaklanan değişkenliğin ortadan kaldırılmasını amaçlamaktadır. Bir başka amaç ise süreç devamlılığının izlenmesidir (Aslan, 2001). Günümüzde kalite kontrol grafikleri etkin bir şekilde birçok sanayi kolunda kullanılmaktadır. Diğer sektörlere oranla daha az kullanıldığı madencilik sektöründen birkaç örnek vermek gerekirse; kömür kalitesinin alt ve üst sınır değerlerini belirleyerek kömürün kabul edilebilir değerlerinin saptanması (Ankara ve Bilir, 1995), Kolemanit tesisi süreç yetenek katsayısının belirlenmesi (Đpek ve diğ., 1999), kontrol grafiklerini kullanarak koruyucu bakım planlamasının yapılması (Ankara ve diğ., 2000), istatistiksel kalite kontrol kullanılarak fayans boyutlandırması (Saraç ve Özdemir, 2003), kontrol grafikleri kullanılarak Türkiye kromit madenciliğinin değerlendirilmesi (Bayat ve Aslan, 2004) gibi konularda bazı uygulamalar yapılmıştır. 2. YAPILAN ÇALIŞMALAR Bu çalışmada öncelikle kalite kontrol grafiklerinin hazırlanması ve yorumlanması ile ilgili çalışmalar yapılmış, elde edilen bilgiler ışığında bir algoritma hazırlanmış, hazırlanan algoritmaya kod yazılarak bir yazılım geliştirilmiştir. Yazılımın görsel açıdan zengin olması amaçlandığı için yazılım geliştirme aracı olarak MS VBasic6.0 tercih edilmiştir. Yazılımın geliştirilmesinin ardından denenmesi için mermer işleme tesislerinde en önemli makinelerden birisi, fayans hattının ilk ve en önemli makinesi olan blok kesme makinesi (ST) ürünlerinden kalınlık verileri alınmıştır. Veriler yazılıma yüklenerek sınanmış ve grafiklerin oluşturulması ve yorumlanması denenmiştir Kontrol Grafikleri Herhangi bir üretim sisteminde ölçülebilir değişkenler (boyut, ağırlık, hacim, aşınma miktarı, dayanım, hız gibi) veya bunların ortalamaları, değişim aralıkları ve standart sapmaları için kontrol grafikleri çizilebilir. Niceliksel ölçümler için kontrol grafiği düzenlenirken genelde aşağıda verilen adımlar izlenir (Grant and Leavenworth, 1985); I-Hazırlık adımları Amaç belirleme Değişken seçimi Örnekleme yöntemi seçimi Ölçme yöntemi seçimi II-Uygulama adımları Ölçümün yapılması Hesaplamalar Kontrol sınırlarının belirlenmesi Verilerin işlenmesi

3 Sonucun yorumlanması Önlemlerin sunulması Önlemler sonrası kontrolün yenilenmesi Grafiklerin süreç müdahalesi için kontrolü Kontrol grafiklerinin arasında en yaygın biçimde ve birlikte kullanılanları verilerin ortalamalarının kontrolü için düzenlenen X - kontrol grafiği, değişkenliğin kontrolü için S-kontrol grafiği ve veriler arasındaki değişimin kontrol için değişim aralığı R- kontrol grafiğidir (Burnak, 1997). X -R kontrol grafiklerinin X ile ilgili bölümü, üretim sisteminin ortalamasındaki değişimleri gösterir ve makine aşınması, girdi niteliklerindeki değişimler, işgören özelliklerindeki değişikliklerden kaynaklanırlar. R bölümü ise sistemdeki homojenlikten sapmaları gösterir ve yine aşınma veya işgören ilgisindeki dağılmalar neden olabilir (Ankara ve Bilir, 1995). Bir kontrol grafiğinin oluşturulması için değişkenin türünden bağımsız olarak orta çizgi (OÇ), üst kontrol sınırı (ÜKS) ve alt kontrol sınırına (AKS) ihtiyaç vardır. Bu üç temel elemanın hesaplanması için kontrol değişkeni olarak seçilen ve ölçümü yapılarak elde edilen veri tablosundaki veriler alt gruplara bölünürler. Bu alt grubun büyüklüğü (n) 4 veya 5 veriden ibarettir (Grant and Leavenworth, 1985). Alt grup numune alma sıklığı ise önceden belirlenir ve saatte bir, vardiyada bir, günde 3 gibi belirli bir değere ayarlanır. Her bir alt grup (m) için ortalama, değişim aralığı (en büyük veri ile en küçük veri değeri arasındaki fark) ve standart sapma hesaplanır. Bu hesaplamalar için aşağıdaki eşitliklerden yararlanılır; m X i i= X = 1... (1) m m Ri Đ= R= 1... (2) m Burada X, alt grup ortalaması, X, alt grupların ortalamalarının ortalaması, R i, alt grup değişim aralığı değeri, R ise değişim aralıklarının ortalamasıdır. Kontrol sınırlarının belirlenmesinde ise aşağıdaki eşitliklerden yararlanılır; AKS X = X A2 R...(3) OÇ X = X...(4) ÜKS X = X + A2 R...(5) AKS R = D 3 R...(6) OÇ R = R...(7) UKS R = D 4 R...(8) Burada, A 2, D 3 ve D 4 katsayılar olup örnek sayısına göre değişik değerler almaktadırlar. Kalite kontrol ile ilgili kitaplarda tablo halinde aldıkları değerler verilmiştir. R alt indisi ile gösterilenler değişim aralığı için kontrol sınırları, X alt indisi ile gösterilenler ise ortalama için kontrol sınırlarını ifade etmektedir. Bu hesaplamalar tamamlandıktan sonra grafikler oluşturulup kontrol çizgileri çizilir ve veriler grafikte yerlerine yerleştirilir. Ortaya çıkan grafik yorumlanarak kontrol edilen üretim sistemi hakkında bir değerlendirme yapılır. Yapılacak değişikliklerin sisteme yansımaları da yine grafikler aracılığıyla kontrol edilerek sistemin tepkileri incelenir Kontrol Grafiklerinin Yorumlanması Kontrol altında tutulan bir üretim sisteminden toplanan verilerin kalite özellikleri normal bir dağılım gösterirler (Ankara ve Bilir, 1995). Normal dağılım ve kalite kontrol grafikleri ilişkisi Şekil 1 de verilmiştir.

4 Şekil 1. Normal Dağılım ve Kontrol Grafiği Đlişkisi Grafik üzerinde normal dağılımdan farklı bir yerde görülen veriler ile ilgili olarak aşağıdaki yorumlar yapılabilir; Grafikte verileri temsil eden noktaların alt kontrol sınırlarının altında, üst kontrol sınırlarının üstünde olmaması gerekir. Noktaların üçte ikisi orta çizgi üzerinde veya yakınında olmalıdır. Kontrol sınırlarına yakın nokta sayısı az olmalıdır. Noktaların orta çizgi etrafındaki kümelenmesi dengeli olmalıdır. Birbirini izleyen yedi veya daha fazla noktanın orta çizginin bir tarafında olmamalıdır. Birbirini izleyen yedi veya daha fazla noktanın yukarı veya aşağı doğru yönelim göstermemelidir. Noktaların dağılımında kendisini tekrar eden bir çevrimin varlığı gözlenmemelidir. Noktalar orta çizgi yakınında olmalı, alt ve üst sınır çizgilerinin yanında kümelenmemelidir. Sürekli artan ya da azalan altı nokta olmamalıdır. bir hücreye veri girişi olduğu anda verinin girildiği gruba ait hesaplamalar hemen yapılarak ortalama, değişim aralığı ve standart sapma hesaplamaları yapılmaktadır. Ayrıca verinin girildiği gruba ait bu hesaplamaların yapılması ile birlilikte tüm tablo için de ortalama, değişim aralığı ve standart sapma değeri kendiliğinden hesaplanarak uygun yerlerinde gösterilmektedir. Yazılımın ikinci penceresinde veri tablosuna girilen veriler kurallarına uygun olarak işlenerek kalite alt ve üst sınırları hesaplanmaktadır. Bu hesaplamaların ardından kontrol çizgilerinin de gösterildiği grafik düzenlenmektedir. Grafik üzerinde veri tablosunda bulunan 75 adet veriden beşli gruplar halinde hesaplamaları yapılan ve ortalamaları alınan 15 temsili veri bulunmaktadır. Bu veriler kendi ölçüm değerlerine uygun olarak grafik üzerinde üstte ya da altta durmaktadırlar Yazılımın Geliştirilmesi Toplanan bilgiler ışığında kalite kontrol grafiklerini çizecek bir yazılım geliştirilmiştir. Yazılımın genel algoritması Şekil 2 de verilmiştir. Yazılım iki adet pencereden oluşmaktadır. Birinci pencere veri tablosu penceresidir (Şekil 3). Kalite kontrol grafiklerinin teorisinde anıldığı gibi, yazılım içinde de veriler beşli gruplar halinde değerlendirilmektedirler. Her grup 5 adet hücreden oluşmaktadır. Her bir hücre içinde veriler bulunmaktadır. Herhangi

5 Şekil 3. Veri Tablosu Penceresi Şekil 2. Yazılım Genel Algoritması Grafik üzerinde hesaplamalar sonucu elde edilen orta çizgi, alt ve üst kontrol sınırları da bulunduğu için hangi verinin hangi sınırı aştığı ya da aşmadığı gözlenebilmektedir. Ayrıca veriler kontrol sınırlarının dışına çıktıklarında renk değiştirerek yeşilden kırmızıya dönmekte ve böylece kontrol dışı olanlar daha kolay fark edilmektedirler. Şekil 3 te verilen veri tablosu penceresindeki verileri gösteren her hücre kullanıcının erişimine açık bırakılmıştır. Bu sayede kullanıcı program ile gelen veriler üzerinde istediği değişikliği yaparak sonuçları grafik üzerinde görebildiği gibi tüm hücrelerdeki verilerin tamamını silerek kendi verilerinden oluşan yeni bir tablo oluşturma şansına da sahiptir. Tabloya girilen verilerin ayrıca dağılımları da yazılım tarafından hesaplanarak bir dağılım grafiğinde gösterilmektedir. Bu grafik sayesinde veri tablosunu oluşturan değerler en büyükten en küçüğe beş ayrı dilime ayrılarak her bir dilime düşen veri sayısı hesaplanıp oransal olarak grafikte gösterilmektedir. Yazılım üzerinde bulunan komut menüleri kullanılarak veri tablosuna girilen verilerin ortalama kontrol grafiği ya da değişim aralığı kontrol grafiği isteğe bağlı olarak seçilebilmektedir. Kontrol grafiklerinin yorumlanması ile ilgili olarak bazı başlıklar da yazılımın ana penceresi üzerine yerleştirilmişlerdir. Girilen veriler ile oluşan grafikte bu yorumlara aykırı bir durum oluştuğunda ilgili yorum cümlesi renk değiştirerek kullanıcıya uyarı vermektedir. Örneğin üst kontrol sınırı dışına bir veri çıktığında yorum penceresinde Üst kontrol çizgisi üzerinde nokta olmamalıdır şeklindeki yorum cümlesi kırmızı renk alarak

6 bu kurala aykırı olan bir veri grubu olduğunu kullanıcıya göstermektedir. Yazılımın ana pencere görüntüsü Şekil 4 de verilmiştir Mermer Sektöründen Alınan Veriler ile Yazılımın Denenmesi Geliştirilen yazılımın denenmesi için üretim sistemlerinden toplanacak verilere ihtiyaç duyulmuş ve mermer fabrikaları seçilmiştir. Mermer üretim sistemlerinin iş akışlarında iki temel işleyiş kolu vardır. Birincisinde bloklar katrak makinesinde ikincisinde ise blok kesme makinesi (ST) de kesilerek işleme başlarlar. Bu çalışmada kullanılacak veriler Diyarbakır bölgesinde faaliyet gösteren bir mermer fabrikasının ST makinesinde kesilen mermer bloklarından elde edilmişleridir. Makinede kesilen üç ayrı doğal taş türüne ait mermer blokları makinede kesilirken kesilen üç levha atlanarak bir levhanın kalınlıkları ölçülmüştür. Ölçümler her bir levanın dört ayrı noktasından mikrometre ile yapılmıştır. Alınan ortalama değer o levha için kalınlık değeri olarak kaydedilmiştir. Veriler alındıktan sonra geliştirilen bilgisayar programına yüklenmiş, hesaplama ve grafikler programa yaptırılmıştır. Program içinde üç ayrı doğal taş için yapılan bu ölçümler hazır veri dosyası olarak bulunmaktadır. Mermer fabrikasından toplanan verilerin yazılım tarafından işlenmesi sonucunda kontrol üst sınırlarının aşılmasının yanı sıra alt sınırların da aşıldığı gözlenmiştir. Şekil 4. Yazılımın Ana Penceresi Mermer fabrikalarının işleyişi açısından bunun önemi büyüktür, çünkü blok kesme makinesinden sonraki adım olan silme makinelerinde mermer levhalarının üzerleri silinip parlatılır. Bunun için hedef kalınlığı 20 mm. olan bir sistemde blok kesme makinesinden çıkan ve cilalama işlemine girecek olan parçaların hedeften biraz kalın olmaları istenir ki bu kalınlık aşındırıcılar ile silinip mermer parçası parlak cilalı bir görünüm kazansın. Bu adımda beslenecek parçalar hedeften çok kalın olmaları durumunda çok fazla açındırıcı kullanmak gerekecektir ki bu da maliyetleri artırmaktadır. Oysa hedef kalınlık sınırından aşağıda olan parçalar zaten hedeften daha ince

7 oldukları için cilalama işlemi için üzerlerinde silme payı olmayacak bu nedenle cilalama işlemine tabi tutulamayacaklarıdır. Bu mermerler iç başarısızlık ürünü olarak (kalitesizlik maliyeti) üretim hattından çıkarılacaklardır. Bu açıdan bakıldığında verilerin toplandığı blok kesme makinesinin kontrol dışı çalıştığı, kalitesizlik maliyetlerini artıracak ürünler çıkardığı söylenebilir. Yapılması gereken bu kalitesizliğin kaynağını incelemek, makine ya da işgörenden mi kaynaklanıyor yoksa başka bir sebep mi var araştırmak ve makineyi kontrol altına almaktır. Bu iyileştirme adımında da yine kalite kontrol grafikleri kullanılmaktadır. Hedeften sapma olmasa da kalite kontrol grafikleri kullanılarak çalışılan sistem üzerinde hangi parametrelerin etkin olduğu belirlenebilir. Bunun için tüm parametreler sabit tutulurken denenmesi düşünülen parametre değiştirilir ve kontrol grafikleri aracılığıyla bu değişimin yansımaları izlenir. Bu yol ile hangi çalışma parametresinin ne oranda sisteme yansıdığı da kontrol edilmiş olur. Veriler toplanırken çalışma koşulları ile ilgili olarak özel durumlar da not alınır ise (makine işgöreni değişti, testere değişti, mevsim değişti, makine yağlandı, bakım yapıldı, işgören ücretleri dağıtıldı, hafta başı, hafta sonu, blok başı, blok ortası, vb.) sistem kontrolü daha etkin olarak yapılabilir. 3. SONUÇ ve YORUM Bu çalışmada üretim sistemlerinin hedeflenen ürünleri üretmeleri için önemli bir kontrol aracı olan kalite kontrol grafikleri incelenmiştir. Kalite kontrol grafiklerinin çalışma biçimleri ortaya konulduktan sonra bu çalışma biçimi bir bilgisayar yazılımı için algoritma olarak geliştirilmiş ve bir bilgisayar yazılımı ortaya konulmuştur. Yazılım kalite kontrol grafiklerini oluşturup yorumlamaktadır. Yazılımın denenmesi için mermer sektörü seçilmiş, bir mermer fabrikasında bulunan blok kesme makinesinde kesilen üç ayrı blok için veri toplanıp yazılıma yüklenmiştir. Sonuçta kontrol edilen blok kesme makinesinin her üç blok türü için de kontrol dışı çalıştığı görülmüştür. Bunun birçok sebebi olabilir. Kesilen mermer türüne uygun çalışma koşullarının tespit edilememesinden makinenin ayarsız ya da bakımsız oluşuna kadar, operatörün işini iyi yapmamasından hatalı testere seçimine kadar birçok sebep düşünülebilir. Öngörülen bu değişkenlerin incelenen sistem üzerindeki etkilerini incelemek ve hangilerinin gerçekten bu kontrol dışı durumu yarattığını bulmak için de yine kontrol grafikleri ve yazılım kullanılabilir. Kalite ve kalite kontrol her geçen gün önemini daha fazla gördüğümüz önemli kavramlardır. Diğer sektörlerde olduğu gibi madencilik sektöründe de kalite kontrol araçları geliştirilmeli ve üretim sistemleri kontrol edilmelidir. Yeraltı zenginliklerinin yenilenemez kaynaklar oldukları düşünüldüğünde kalite kontrol ve verimliliğin önemi bir kat daha artmaktadır. Madencilik sektöründe kalite kontrol grafikleri ile birlikte diğer kalite kontrol araçlarının da kullanımı yaygınlaştırılarak doğal kaynaklarımızın en etkin şeklide kullanılmaları sağlanmalıdır. Yazılım ( htm) adresinden temin edilebilir. 4. KAYNAKLAR Akkoyun, Ö, 2006, Mermer Đşleme Tesislerinde Kalite Maliyetlerine Bağlı Üretim Optimizasyonu, Doktora Tezi (yayınlanmamış), OGÜ FBE, Eskişehir Ankara, H. ve Bilir, K., 1995, Kriblaj Tesisinde Kalite Denetimi, Madencilikte Bilgisayar Uygulamaları Sempozyumu, ss , Đzmir Ankara, H., Đpek H., ve Konuk A., 2000, Determination of Preventive Maintenance Shedule Using Statistical Process Control, SWEMP 2000, pp , Canada Aslan, D., 2001, Kalite Kontrol, Dokuz Eylül Üniversitesi Mühendislik Fakültesi Yayınları No:284, Đzmir

8 Bayat, O. ve Aslan, V., 2004, Statistical Analysis in Turkish Chromite Mining, Scandinavian Journal of Metallurgy, 33(6), , Blackwell Munksgaard, Denmark Burnak, N., 1997, Toplam kalite Yönetimi, Đstatistiksel Süreç Kontrolü, OGÜ Müh. Mim. Fak. Yayınları TEKAM No:TS NB, Eskişehir Grant E. L. and Leavenworth,R. S., 1985, Statistical Quality Control, 6 th Edition, McGrew-Hill Book Company Đpek, H., Ankara H. ve Özdağ, H., 1999, The Applicaton of Statistical Process Control, Minerals Engineering, Vol.12., No.7, pp , Pergamon Pres Saraç. S. ve Özdemir, G., 2003, Mermer Fayanslarının Boyutlandırılmasında Đstatistiksel Kalite Kontrolü, Türkiye IV. Mermer Sempozyumu,, Afyon

4. HİSTOGRAM. Tolerans Aralığı. Değişim Aralığı HEDEF. Üst Spesifikasyon Limiti. Alt Spesifikasyon Limiti

4. HİSTOGRAM. Tolerans Aralığı. Değişim Aralığı HEDEF. Üst Spesifikasyon Limiti. Alt Spesifikasyon Limiti 4. HİSTOGRAM Nedir? Sınıflandırılmış verilerin sütun grafiğidir. Sütunların (sınıfların) genişliği sabit olup, bir veri sınıfını temsil etmektedir. Sütunların yüksekliği ise her bir veri sınıfına düşen

Detaylı

İSTATİSTİKSEL PROSES KONTROLÜ

İSTATİSTİKSEL PROSES KONTROLÜ İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını

Detaylı

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma - 1 Ödevler 5 er kişilik 7 grup Hayali bir şirket kurulacak Bu şirketin kalite kontrol süreçleri raporlanacak Kalite sistem dokümantasyonu oluşturulacak

Detaylı

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel kalite kontrol o Üretim ve hizmet süreçlerinin ölçülebilir veriler yardımıyla istatistiksel yöntemler kullanılarak

Detaylı

İstatistik ve Olasılık

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

Detaylı

Mühendislikte İstatistiksel Yöntemler

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

Detaylı

ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory

ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory Tuğba ÇOLAK İstatistik Anabilim Dalı Fikri AKDENİZ İstatistik Anabilim

Detaylı

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

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

Detaylı

İstatistik ve Olasılık

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

Detaylı

İstatistiksel proses kontrol ve kontrol diyagramı. 3. hafta

İstatistiksel proses kontrol ve kontrol diyagramı. 3. hafta İstatistiksel proses kontrol ve kontrol diyagramı 3. hafta İstatistiksel proses kontrol Prosesteki değişkenliği ölçerek ve analiz ederek istatistiksel kontrolünü sağlamak ve sürdürmek için istatistiksel

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

Detaylı

T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü

T.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

Detaylı

ÖĞRENCİNİN ADI SOYADI:. NO:

ÖĞRENCİNİN ADI SOYADI:. NO: ÖĞRENCİNİN ADI SOYADI:. NO: İMZA: 2011-2012 ÖĞRETİM YILI TIP 1. SINIF TEMEL BİYOİSTATİSTİK DERSİ ARA SINAVI (04.11.2011) Biyoistatistik ve Tıp Bilişimi Anabilim Dalı Başarılar Temel Biyoistatistik dersi

Detaylı

KALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD)

KALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD) KALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD) Yaşar ERAYMAN YÜKSEL FEN BİLİMLERİ ENSTİTÜSÜ TEKSTİL MÜHENDİSLİĞİ ANABİLİM DALI SEMİNER MAYIS 2017 Giriş Kalite Fonksiyon Dağılımı (QFD), ürün

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

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

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

Detaylı

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız. .4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin

Detaylı

İSTATİSTİK DERS NOTLARI

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

Detaylı

Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi

Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi İSTATİSTİKSEL SÜREÇ KONTROLÜNE GİRİŞ Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolü Bir üretim/ hizmet sürecinin kontrol altında olup olmadığına karar vermek için kullanılan teknikler

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

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

Detaylı

Quality Planning and Control

Quality 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

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

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

Detaylı

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

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

Detaylı

ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ

ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ Mete ÇUBUKÇU1 mecubuk@hotmail.com Doç. Dr. Aydoğan ÖZDAMAR2 aozdamar@bornova.ege.edu.tr ÖZET 1 Ege Üniversitesi

Detaylı

ISL 201 Pazarlama İlkeleri. Doç. Dr. Hayrettin ZENGİN

ISL 201 Pazarlama İlkeleri. Doç. Dr. Hayrettin ZENGİN ISL 201 Pazarlama İlkeleri Doç. Dr. Hayrettin ZENGİN Pazarlama Bilgi Sistemi (PBS) Bir işletmenin pazarlama ile ilgili kararlarının alınmasına yardımcı olacak bilgilerin toplanması, işlenmesi, saklanması

Detaylı

13. Olasılık Dağılımlar

13. 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

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

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

Detaylı

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK MİMARLIK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ TALAŞLI İMALAT LABORATUARI DENEY FÖYÜ

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK MİMARLIK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ TALAŞLI İMALAT LABORATUARI DENEY FÖYÜ T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK MİMARLIK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ TALAŞLI İMALAT LABORATUARI DENEY FÖYÜ DENEY ADI İŞLEME HASSASİYETİ (İŞ PARÇASI YÜZEY PÜRÜZLÜLÜĞÜ ÖLÇÜMÜ) DERSİN

Detaylı

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

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

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 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

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

Detaylı

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

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

Detaylı

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

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

Detaylı

KİRİŞLERDE PLASTİK MAFSALIN PLASTİKLEŞME BÖLGESİNİ VEREN BİLGİSAYAR YAZILIMI

KİRİŞLERDE PLASTİK MAFSALIN PLASTİKLEŞME BÖLGESİNİ VEREN BİLGİSAYAR YAZILIMI IM 566 LİMİT ANALİZ DÖNEM PROJESİ KİRİŞLERDE PLASTİK MAFSALIN PLASTİKLEŞME BÖLGESİNİ VEREN BİLGİSAYAR YAZILIMI HAZIRLAYAN Bahadır Alyavuz DERS SORUMLUSU Prof. Dr. Sinan Altın GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ

Detaylı

ELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME

ELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Hücreleri Biçimlendirme ELEKTRONİK ÇİZELGE Formülleri Kullanma Verileri Sıralama Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Elektronik Çizelge de sayıları; bin ayracı, yüzde oranı, tarih/saat ve para

Detaylı

Quality Planning and Control

Quality Planning and Control Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 Süreç ve Ölçüm Sistemi Yeterlilik Analizi II (Process and Measurement System Capability

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 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.

Detaylı

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle

Detaylı

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100

Detaylı

PAZARLAMA ARAŞTIRMA SÜRECİ

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

Detaylı

Zaman Ayarlayıcı İşlemler

Zaman Ayarlayıcı İşlemler Zaman Ayarlayıcı İşlemler LOGO Haziran 2008 İçindekiler Logo-GO Zaman Ayarlayıcı İşlemler...3 Zamanlanmış Görevler...5 Zamanlanmış Görev Bilgileri...5 Hatırlatıcı...8 Hatırlatıcı Bilgileri...9 Mesajlar...11

Detaylı

Korelasyon, Korelasyon Türleri ve Regresyon

Korelasyon, Korelasyon Türleri ve Regresyon Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.

Detaylı

İSTATİSTİKSEL 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. İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

Örnek: bir montaj hattı için Dizayn Kapasitesi=100 adet/gün; Etkin Kapasite=80 adet/gün; Gerçek Kapasite=72 adet/gün olarak verildiğinde; Verimlilik=

Örnek: bir montaj hattı için Dizayn Kapasitesi=100 adet/gün; Etkin Kapasite=80 adet/gün; Gerçek Kapasite=72 adet/gün olarak verildiğinde; Verimlilik= 1 Kapasite, üretim oranı olarak ölçüldüğünde, gerçek üretim miktarının maksimum üretim miktarına oranı söz konusudur. Maksimum üretim fiziksel yapı ile ilgili olduğundan kolay belirlenebilir. Ancak gerçek

Detaylı

İstatistiksel Süreç Kontrolu. Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi

İstatistiksel 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.

Detaylı

Bakır Konsantre Tesislerinde Kontrol Kartlarının ve Çok Boyutlu Ölçekleme Analizinin Uygulanması

Bakır Konsantre Tesislerinde Kontrol Kartlarının ve Çok Boyutlu Ölçekleme Analizinin Uygulanması Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 32(1), ss. 99-108, Mart 2017 Çukurova University Journal of the Faculty of Engineering and Architecture, 32(1), pp. 99-108, March 2017 Bakır

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel 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

Detaylı

İş Akış Yönetimi LOGO Kasım 2014

İş Akış Yönetimi LOGO Kasım 2014 İş Akış Yönetimi LOGO Kasım 2014 İçindekiler İş Akış Yönetimi... 3 Görevler... 4 Görev Bilgileri... 5 Mesajlar... 7 Zaman Ayarlayıcı İşlemler... 8 Zamanlanmış Görevler... 10 Zamanlanmış Görev Bilgileri...

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

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

Detaylı

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

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

Detaylı

VERİ SETİNE GENEL BAKIŞ

VERİ SETİNE GENEL BAKIŞ VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım

Detaylı

MKT 204 MEKATRONİK YAPI ELEMANLARI

MKT 204 MEKATRONİK YAPI ELEMANLARI MKT 204 MEKATRONİK YAPI ELEMANLARI 2013-2014 Bahar Yarıyılı Kocaeli Üniversitesi Mühendislik Fakültesi Mekatronik Mühendisliği Bölümü Yrd. Doç. Dr. Egemen Avcu Makine Bir veya birçok fonksiyonu (güç iletme,

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

Dövizli Kullanım LOGO KASIM 2011

Dövizli Kullanım LOGO KASIM 2011 Dövizli Kullanım LOGO KASIM 2011 İçindekiler Dövizli Kullanım... 3 Kavramlar... 3 Döviz Türleri... 4 Satır bilgilerinin silinmesi... 4 Tüm tablonun silinmesi... 4 Sistemde yer alan ilk tanımlara ulaşım...

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 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

Detaylı

Verilerin Düzenlenmesi

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

Detaylı

ĐSTATĐSTĐK. Okan ERYĐĞĐT

ĐSTATĐSTĐK. Okan ERYĐĞĐT ĐSTATĐSTĐK Okan ERYĐĞĐT Araştırmacı, istatistik yöntemlere daha işin başında başvurmalıdır, sonunda değil..! A. Bradford Hill, 1930 ĐSTATĐSTĐĞĐN AMAÇLARI Bilimsel araştırmalarda, araştırmacıya kullanılabilir

Detaylı

NACA PROFİL AİLE GEOMETRİSİ HESAP PROGRAMI KULLANMA KILAVUZU

NACA PROFİL AİLE GEOMETRİSİ HESAP PROGRAMI KULLANMA KILAVUZU NACA PROFİL AİLE GEOMETRİSİ HESAP PROGRAMI KULLANMA KILAVUZU NACA kesit programı çizim programı Visual Basic V5.0 dilinde yazılmıştır. Programın amacı, kullanıcının istediği NACA kesitinin çizimini çok

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel 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

Detaylı

DENEY 2 KESME HIZININ YÜZEY PÜRÜZLÜLÜĞÜNE ETKİSİNİN İNCELENMESİ

DENEY 2 KESME HIZININ YÜZEY PÜRÜZLÜLÜĞÜNE ETKİSİNİN İNCELENMESİ Kesme Hızının Yüzey Pürüzlülüğüne Etkisinin İncelenmesi 1/5 DENEY 2 KESME HIZININ YÜZEY PÜRÜZLÜLÜĞÜNE ETKİSİNİN İNCELENMESİ 1. AMAÇ Bu deneyin amacı; üretilen parçaların yüzey pürüzlülüğünü belirlemek

Detaylı

Yazılım Mühendisliği 1

Yazılım Mühendisliği 1 Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

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

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK 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

Detaylı

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME 4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME Bu bölümde; Bir grup değişkenin çalışma sayfası görüntüsünü görüntüleme Bir grup değişkenin tanımlayıcı istatistiklerini görüntüleme Bir grup içerisindeki

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.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

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel 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

Detaylı

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

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

Detaylı

Ders 1 Minitab da Grafiksel Analiz-I

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

Detaylı

MPLAB IDE v7.60 PROGRAMI KULLANIMI

MPLAB IDE v7.60 PROGRAMI KULLANIMI MPLAB IDE v7.60 PROGRAMI KULLANIMI MPLAB IDE programı mikroişlemciler için hazırlanmış bir derleyici programdır. Microchip firması tarafından hazırlanmıştır. (Resim 1) MPLAB programı assembly dilinde simulasyon,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ KİMYA MÜHENDİSLİĞİ BÖLÜMÜ KMM 302 KİMYA MÜHENDİSLİĞİ LABORATUVARI-I ÖĞÜTME ELEME DENEYİ

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ KİMYA MÜHENDİSLİĞİ BÖLÜMÜ KMM 302 KİMYA MÜHENDİSLİĞİ LABORATUVARI-I ÖĞÜTME ELEME DENEYİ SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ KİMYA MÜHENDİSLİĞİ BÖLÜMÜ KMM 302 KİMYA MÜHENDİSLİĞİ LABORATUVARI-I ÖĞÜTME ELEME DENEYİ ISPARTA, 2014 ÖĞÜTME ELEME DENEYİ DENEYİN AMACI: Kolemanit mineralinin

Detaylı

BÖLÜM 5 5. TABLO OLUŞTURMAK

BÖLÜM 5 5. TABLO OLUŞTURMAK BÖLÜM 5 5. TABLO OLUŞTURMAK Belli bir düzen içerisinde yan yana ve alt alta sıralanmış veya hizalı şekilde oluşturulması gereken bilgiler word de tablo kullanılarak hazırlanırlar. Örneğin bir sınıfa ait

Detaylı

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI 2012 Araş.Gör. Efe SARIBAY 1) Bir kafede yaz aylarında satılan limonataların satış miktarının ortalamasının 24 lt. den az olduğu iddia edilmektedir. İddiayı test etmek

Detaylı

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana O. Bayat a, Z. Altınçelep b, B. Kaymakoğlu c, M. Altıner

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

Gösterge Yönetimi. Dr. Öğretim Üyesi Arda BORLU Kalite Yönetim Birimi

Gösterge Yönetimi. Dr. Öğretim Üyesi Arda BORLU Kalite Yönetim Birimi Gösterge Yönetimi Dr. Öğretim Üyesi Arda BORLU Kalite Yönetim Birimi İçerik Gösterge nedir, amacı, faydaları Gösterge sorumlusunun görevleri Gösterge yönetimi Gösterge / İndikatör Bir konunun sayısallaştırılması

Detaylı

1).S.Ü. MÜH.-MİM. FAKÜLTESİ, MİMARLIK BÖLÜMÜ/KONYA mutosun@selcuk.edu.tr, mustosun@hotmail.com tel: 0542 644 83 19

1).S.Ü. MÜH.-MİM. FAKÜLTESİ, MİMARLIK BÖLÜMÜ/KONYA mutosun@selcuk.edu.tr, mustosun@hotmail.com tel: 0542 644 83 19 YAPILARDA ENERJİ TASARRUFUNA YÖNELİK ÇABALAR İÇİN BİR BİLGİSAYAR ANALİZ PROGRAM MODELİ Dr. Mustafa TOSUN 1 1).S.Ü. MÜH.-MİM. FAKÜLTESİ, MİMARLIK BÖLÜMÜ/KONYA mutosun@selcuk.edu.tr, mustosun@hotmail.com

Detaylı

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Amacı : YGS de başarılı olmak isteyen bir öğrencinin, istatistiksel yöntemler çerçevesinde, sınavda çıkan soru sayısını,

Detaylı

ARAZİ ÖLÇMELERİ. Temel Ödev I: Koordinatları belirli iki nokta arasında ki yatay mesafenin

ARAZİ ÖLÇMELERİ. Temel Ödev I: Koordinatları belirli iki nokta arasında ki yatay mesafenin Temel ödevler Temel ödevler, konum değerlerinin bulunması ve aplikasyon işlemlerine dair matematiksel ve geometrik hesaplamaları içeren yöntemlerdir. öntemlerin isimleri genelde temel ödev olarak isimlendirilir.

Detaylı

BMT 101 Algoritma ve Programlama I 11. Hafta. Yük. Müh. Köksal Gündoğdu 1

BMT 101 Algoritma ve Programlama I 11. Hafta. Yük. Müh. Köksal Gündoğdu 1 BMT 101 Algoritma ve Programlama I 11. Hafta Yük. Müh. Köksal Gündoğdu 1 C++ Fonksiyonlar Yük. Müh. Köksal Gündoğdu 2 C++ Hazır Fonksiyonlar Yük. Müh. Köksal Gündoğdu 3 C++ Hazır Fonksiyonlar 1. Matematiksel

Detaylı

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

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

Detaylı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı

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

Detaylı

SPSS-Tarihsel Gelişimi

SPSS-Tarihsel Gelişimi SPSS -Giriş SPSS-Tarihsel Gelişimi ilk sürümü Norman H. Nie, C. Hadlai Hull ve Dale H. Bent tarafından geliştirilmiş ve 1968 yılında piyasaya çıkmış istatistiksel analize yönelik bir bilgisayar programıdır.

Detaylı

Örnekleme Yöntemleri

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

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

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

Detaylı

Zorunlu BES Kılavuzu PERSONEL BORDROSU PROGRAMINDA ZORUNLU BES İŞLEMLERİ KULLANICI KILAVUZU. Datasoft Yazılım

Zorunlu BES Kılavuzu PERSONEL BORDROSU PROGRAMINDA ZORUNLU BES İŞLEMLERİ KULLANICI KILAVUZU. Datasoft Yazılım PERSONEL BORDROSU PROGRAMINDA ZORUNLU BES İŞLEMLERİ KULLANICI KILAVUZU Zorunlu BES Kılavuzu Datasoft Yazılım 2017.01.30 datasoft@datasoft.com.tr Datasoft Yazılım Zorunlu BES Kılavuzu İçindekiler Zorunlu

Detaylı

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. 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

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

MIKROSAY YAZILIM ve BİLGİSAYAR SAN. TİC. A.Ş

MIKROSAY YAZILIM ve BİLGİSAYAR SAN. TİC. A.Ş MIKROSAY YAZILIM ve BİLGİSAYAR SAN. TİC. A.Ş TEOSMETER OTOMATİK SAYAÇ İZLEME SİSTEMİ Emrah KÜÇÜKALİ Rev1 (27/10/2004) SİSTEMİN AMACI Teosmeter Otomatik Sayaç İzleme Sistemi özellikle haberleşmeli dijital

Detaylı

CAEeda TM GENEL TANITIM. EDA Tasarım Analiz Mühendislik

CAEeda TM GENEL TANITIM. EDA Tasarım Analiz Mühendislik CAEeda TM GENEL TANITIM EDA Tasarım Analiz Mühendislik İÇİNDEKİLER 1. FARE TUŞLARININ GÖSTERİMİ...2 2. CAEeda TM YAZILIMININ GÖRSEL ARAYÜZ YAPISI...3 3. CAEeda TM VARSAYILAN İKON PANELİ TANIMLAMALARI...4

Detaylı

PERSONEL DEVAM KONTROL SİSTEMİ MODÜLÜ

PERSONEL DEVAM KONTROL SİSTEMİ MODÜLÜ PERSONEL DEVAM KONTROL SİSTEMİ MODÜLÜ Personel giriş ve çıkışlarının takip edilmesi, Geç gelenler Erken çıkanlar Mesaiye kalanlar Fazla mesai hesaplamalarının yapılması, Erken işe gelerek yapılan fazla

Detaylı

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,

Detaylı

BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ

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

Detaylı