Quality Planning and Control

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Quality Planning and Control"

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 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

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

Ölçüm Sisteminin Analizi

Ölçüm Sisteminin Analizi Ölçüm Sisteminin Analizi (Measurement System Analysis) Prof. Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK SÜREÇTEN KAYNAKLANAN DEĞİŞKENLİK ÖLÇÜM SİSTEMİNDEN KAYNAKLANAN DEĞİŞKENLİK Süreç Değişkenlik Kaynakları

Detaylı

Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel

Ölçüm 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

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 İstatistiksel Proses Kontrol Kontrol Kartları 2 Kontrol Grafikleri (Shewhart Control

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol

Dokuz 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

Detaylı

İKİ ÖLÇÜM EKİPMANININ HASSASİYETLERİNİN KARŞILAŞTIRILMASINDA GRUBBS TİP TAHMİNLEYİCİLERİN KULLANILMASI ÖZET

İKİ 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

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel 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

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz 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

Detaylı

Tekrarlanabilirlik. Sapma, Tekrarlanabilirlik, Tekrar yapılabilirlik, Kararlılık, Doğrusallık. Sapma

Tekrarlanabilirlik. 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,

Detaylı

Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır.

Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. KALİTE KONTROL Kalite: Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. Kontrol: Mevcut sonuçlarla hedefleri ve amaçları kıyaslama

Detaylı

MEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ

MEYVE 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

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

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

DOKUZ 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

Detaylı

ÖLÇÜM VARYASYONUNU BEL RLEMEK Ç N B R ÇALI MA

ÖLÇÜM 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

Detaylı

İSTATİSTİK MHN3120 Malzeme Mühendisliği

İSTATİSTİK 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

Detaylı

ANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004

ANALİTİK 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

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

DOKUZ 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

Detaylı

İSTATİSTİKİ 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 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

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

Kalite Kontrol ve Güvencesi (IE 326) Ders Detayları

Kalite 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

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

İstatistik ve Olasılık

İstatistik 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

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

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3618

DOKUZ 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

Detaylı

Erciyes Dağı. Rakım??? Tıbbi Laboratuvarlarda Ölçüm Belirsizliği

Erciyes 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

Detaylı

Yaz Stajı II (IE 499) Ders Detayları

Yaz 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

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

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014

HİPOTEZ 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

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

ART CRAFT SOFRA CAMI ÜRETİM İŞLETMESİNDE ÖLÇÜM SİSTEM ANALİZİ UYGULAMASI

ART 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

Detaylı

Çözüm: Çözüm: Çözüm: Elektrik Ölçme Ders Notları-Ş.Kuşdoğan&E.Kandemir Beşer 16

Çözüm: 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

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME 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

Detaylı

İstatistiksel Süreç Kontrol KAZIM KARABOĞA

İstatistiksel Süreç Kontrol KAZIM KARABOĞA İstatistiksel Süreç Kontrol KAZIM KARABOĞA KALİTENİN TARİHSEL KİMLİK DEĞİŞİMİ Muayene İstatistiksel Kalite Kontrol Toplam Kalite Kontrol Toplam Kalite Yönetimi İSTATİSTİKSEL KALİTE KONTROL İstatistiksel

Detaylı

KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) (NİCEL) KANTİTATİF ANALİZ

KİMYASAL 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

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. 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

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

Mühendislikte İstatistiksel Yöntemler

Mühendislikte 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.

Detaylı

Genel Katılıma Açık Eğitimlerimiz Başlıyor!

Genel 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

Detaylı

Yöntemin Geçerliliği (Validasyon)

Yöntemin 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

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

İstatistik ve Olasılık

İstatistik 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

Detaylı

KARŞILAŞTIRMA 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 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ

BİYOİSTATİSTİK 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.

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK 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

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

ÖLÇME DEĞERLENDİRME ÜNİTE BAŞLIKLARI

ÖLÇME 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,

Detaylı

Olasılık ve İstatistik (IE 220) Ders Detayları

Olasılık 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

Detaylı

Olasılık ve İstatistik II (IE 202) Ders Detayları

Olasılık 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

Detaylı

Eskişehir 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 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

Detaylı

Klinik Mikrobiyoloji Testlerinde Doğrulama (verifikasyon) ve Geçerli Kılma (validasyon)

Klinik 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

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

İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ

İŞARETLİ 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

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

İÇ KALİTE KONTROL VE KONTROL DİYAGRAMLARI

İÇ 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.

Detaylı

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

ÖLÇME 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.

Detaylı

ANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL

ANADOLU 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

Detaylı

Laboratuvar Performansının Sürekliliği (Kalite Kontrol)

Laboratuvar 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

Detaylı

ANALİTİK 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 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

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler .0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar 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

Detaylı

Yıldız Teknik Üniversitesi İnşaat Fakültesi Harita Mühendisliği Bölümü TOPOGRAFYA (HRT3351) Yrd. Doç. Dr. Ercenk ATA

Yıldız 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

Detaylı

Prof.Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü

Prof.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,

Detaylı

Fizikte Veri Analizi

Fizikte 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

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

İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA

İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK ÖRNEK ARAŞTIRMA ZİNCİR FABRİKASINDA UYGULAMA (Zeyveli, M. ve Selalmaz,

Detaylı

Test 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 Test Tekrarının Objektif Olarak Değerlendirilmesi Abdurrahman Coşkun Acıbadem Üniversitesi, Tıp Fakültesi, Tıbbi Biyokimya Anabilim Dalı Sunum Planı Test Tekrarı Nedenleri Aynı Cihazla Yapılan Tekrarlı

Detaylı

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ 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

Detaylı

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

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

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

Ölçme Teknikleri Temel Kavramlar:

Ölçme 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

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz 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.

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ 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

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303

DOKUZ 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

Detaylı

Ekonometri I VARSAYIMLARI

Ekonometri 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:

Detaylı

Kestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir.

Kestirim (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

Detaylı

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

Örneklemden 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

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

Analitik Kimya. (Metalurji ve Malzeme Mühendisliği)

Analitik 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.

Detaylı

APQP/PPAP. Prof. Dr. Ali ŞEN

APQP/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

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

Otomotiv Sertifika Programı

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

Detaylı

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

İSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018

İSTATİSTİK. 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

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ANADOLU 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:

Detaylı

I. İSTATİSTİK VE OLASILIK

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

Detaylı

YANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.

YANLILIK. 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,

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

Konum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan

Konum 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

Detaylı

Kaynak: EURACHEM / CITAC Guide CG 4 Quantifying Uncertainty in Analytical Measurement Second Edition QUAM:2000.1

Kaynak: 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

Detaylı

BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ

BİR 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,

Detaylı

TİTCK/ 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 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

Detaylı

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014

Hipotez 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

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin 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

Detaylı

Ölçme Araçlarında Bulunması Gereken Nitelikler. Geçerlik. Geçerlik Türleri. Geçerlik. Kapsam Geçerliği

Ölçme 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,

Detaylı

OPTİMUM TOLERANSLARIN BELİRLENMESİNDE CEVAP YÜZEYİ YÖNTEMLERİNİN KULLANILMASI ÜZERİNE BİR İNCELEME 1 Cenk ÖZLER 2

OPTİMUM 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

Detaylı

Endüstri Mühendisliğinde İstatistiksel Uygulamalar (IE 442) Ders Detayları

Endüstri 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

Detaylı

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

Veriye 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

Detaylı

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. 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