Kalite Yönetimi. Kabul Örneklemesi 11. Hafta

Benzer belgeler
Parti Bazında Kabul Örneklemesi

13. Kabul Örneklemesi, Örnekleme Planları, Çalışma Karakteristiği Eğrileri

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Muayene ve Kabul Örneklemesi

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

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

TOPLAM KALİTE YÖNETİMİ

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

İçindekiler. Ön Söz... xiii

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

Bir Normal Dağılım Ortalaması İçin Testler

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

2. Hafta DEPOLAR VE DEPOLAMA 1. DEPO VE DEPOLAMA KAVRAMLARI. 2. Hafta

TOPLAM KALİTE YÖNETİMİ

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

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi

İSTATİSTİK II. Hipotez Testleri 1

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

Sürekli Rastsal Değişkenler

KALİTE EKONOMİSİ PROF.DR. AHMET ÇOLAK

Basel II: Bankacılık sektöründe değişim rüzgarları. 4 Mayıs 2006

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

KALİTE KAVRAMI ve UNSURLARI

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08

Depo-Stok Yönetimi İçin Bilgi Sistemi, Malzeme İzleme

İktisada Giriş I. 31 Ekim 2016

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

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

SÜREKLİ RASSAL DEĞİŞKENLER

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK

İstatistiksel Süreç Kontrol KAZIM KARABOĞA

Business Game (İşletme Oyunu)

İstatistiksel proses kontrol ve kontrol diyagramı. 3. hafta

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

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

Temel üretim sistemleri sınıflandırması:

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

ENFLASYON (Genel bakış)

TÜRK STANDARDI TURKISH STANDARD

İSTATİSTİKSEL PROSES KONTROLÜ

Kalite Kontrol Yenilikler

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

İstatistik ve Olasılık

İstatistiksel Yorumlama

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

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

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

KALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ

Kamu bütçesi, Millet Meclisi tarafından onaylanıp kanunlaşan ve devletin planlanan gelir ve harcamalarını gösteren yıllık bir programdır.

İstatistik ve Olasılık

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ

Ekonomi I. Doç.Dr.Tufan BAL. 4.Bölüm: Esneklikler. Not:Bu sunun hazırlanmasında büyük oranda Prof.Dr.Tümay ERTEK in Temel Ekonomi kitabından

ONDOKUZ MAYIS ÜNİVERSİTESİ

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

Ders 6: Kesikli Olasılık Dağılımları

Her işletmenin amacı, müşterilerin satın almaya istekli olduğu mal ve hizmet üretmektir. Ancak, müşteri ihtiyaçlarının ve tercihlerinin sürekli

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

TEDARİK ZİNCİRİ YÖNETİMİ ENF456 LOJİSTİK ENFORMASYON SİSTEMLERİ ÖĞR. GÖR. MUSTAFA ÇETİNKAYA

Farklı İki Tür Pres Kullanılan Orta Yoğunlukta Lif Levha (MDF) Üretiminde Çalışma Karakteristiği Eğrisi Yardımıyla Kalite Kontrol

TÜRK STANDARDI TURKISH STANDARD

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

İstatistik ve Olasılık

İstatistik ve Olasılık

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

ARDIŞIK SAYILAR. lab2_pc32 BERRIN_ESMA_OZGE

ÇIKTI ANALİZİ BENZETİM TÜRLERİ

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

MT4 Platformu u Kullanıcı Kılavuzu ARALIK 2011

İÇİNDEKİLER ÖN SÖZ...

Doküman No Revizyon No Yayın Tarihi Sayfa No PROSES FMEA TALİMATI

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

SÜREKLİ DÜZGÜN DAĞILIM

TOPLAM KALİTE YÖNETİMİ - 3. Copyright: Prof.Dr. Ömer Saatçioğlu

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili

Kural Motoru.

MATE211 BİYOİSTATİSTİK

PAZARLAMA ARAŞTIRMA SÜRECİ

Bölüm 4 ve Bölüm 5. Not: Bir önceki derste Fiyat, Piyasa kavramları açıklanmıştı. Derste notlar alınmıştı. Sunum olarak hazırlanmadı.

ĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006

BÖLÜM 5 OTOMATİK KONTROL FORMLARI 5.1 AÇIK KAPALI KONTROL (ON-OFF) BİLGİSAYARLI KONTROL

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI

Sistem Analizi ve Tasarımı

İSTATİSTİK EXCEL UYGULAMA

NİTEL ÖZELLİKLERE GÖRE YAPILAN KABUL MUAYENELERİNDE TEKLİ ÖRNEKLEME PLANININ TASARIMI

MATEMATİK-II dersi. Bankacılık ve Finans, İşletme, Uluslararası Ticaret. Bölümleri için FİNAL Çalışma Soruları

Opsiyon piyasaları ikiye ayrılır: 1) Tezgahüstü piyasa 2) Opsiyon borsaları

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

APQP/PPAP. Prof. Dr. Ali ŞEN

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

Transkript:

Kalite Yönetimi Kabul Örneklemesi 11. Hafta

Parti Kabulünde Uygulanacak Yaklaşımlar Muayene uygulamamak % 100 muayene Örnekleme muayenesi

Kabul Örneklemesi Yığından örnekler alınır, birimlerin belirli kalite karakteristikleri muayene edilir. Muayeneden sonra partinin kabul edilmesi veya ret edilmesi hakkında karar verilir. Partiler tek tip ürünler içeren (genellikle aynı zamana ve aynı koşullar altında) yığınlardır.

Kabul Örneklemesinin Özellikleri Kabul örneklemesinde amaç parti kalitesinin tahmin edilmesi değil, partinin kabulü veya reddidir. Kabul örneklemesi bir kalite kontrol faaliyeti değildir. Kabul örneklemesi ürün kalitesinin analizi değil, proses çıktısının kalite gereksinimlerine göre durumunun belirlenmesidir.

Kabul Örneklemesi Uygulama Aşamaları Tedarikçiden satın alınan hammadde, yarı mamul, malzemenin işletmeye girişinde, Üretimde partilerin bir süreçten diğerine gönderilmesinde ve Bitmiş mamuller müşteriye ulaştırılmadan önce.

Kabul Örneklemesinin Uygulandığı Durumlar-1 Testler tahrip edici olduğunda ürünlerin kaybedilmesi söz konusu olduğunda %100 muayene maliyeti, uygun olmayan birimlerin geçtiği durumdaki maliyetine göre çok yüksek olduğunda Muayene edilmesi gereken birim sayısı çok olduğunda. İyi bir örnekleme planı %100 muayeneden daha iyi sonuç vermese de oldukça iyi sonuçlar verecektir. Otomatik muayene kullanılmadığı zaman

Kabul Örneklemesinin Uygulandığı Durumlar-2 %100 muayene için gerekli zaman, üretim çizelgesinin gerçekleştirilmesini aksatacak kadar uzun olduğunda Tedarikçilerin geçmiş kalitesi hakkında yeterli bilgiye sahip olunduğu durum için muayenede azalma istendiğinde Tedarikçiler kalite hakkında oldukça çok iyi bilgiye sahip olduğu zaman ancak olası ciddi ürün sorumluluğundan dolayı muayeneden vazgeçilemediğinde

Kabul Örneklemesinin Olumlu Özellikleri Daha az muayene istediğinden dolayı daha ekonomiktir Daha az elde tutma istediğinden daha az hasar ortaya çıkar Daha az personele (muayeneciye) gereksinim duyulur Muayene hata miktarını azaltır. Çünkü %100 muayene sıkıcı ve bıkkınlık verdiğinden muayene hataları fazlalık gösterir Bütün partilerin ret edilmesi tedarikçilerin (üreticilerin) kalitesini geliştirmek için motivasyon sağlar.

Kabul Örneklemesinin Olumsuz Özellikleri Daima kötü partinin kabul edilmesi ve iyi kaliteli partinin ret edilmesi riski vardır. Kabul örnekleme planının geliştirilmesi çaba ve zaman ister.

Kabul Örneklemesi Riskleri Üretici riski: Kabul edilmesi gereken iyi partinin ret edilmesi olasılığıdır. Tüketici riski: Ret edilmesi gereken kötü partinin kabul edilme olasılığı

Kabul Örneklemesi Çeşitleri Niteliksel Örnekleme Tek örnekleme (tek örnekli plan) Çift örnekleme (çift örnekli plan) Çoklu örnekleme (çok örnekli plan) Ardışık örnekleme Niceliksel (Değişken) Örnekleme Proses parametresini kestirmek için kabul örneklemesi Parti kusurlu oranını kestirmek için kabul örneklemesi Özel Niteliksel Örnekleme Sürekli örnekleme (sürekli örnekleme planı) Parti sürekli örnekleme Zincir örnekleme (zincir örnekleme planı)

Örnekleme Planı Herhangi bir parti hakkında nasıl bir örnekleme yaklaşımıyla ve hangi kriterlere göre karar verileceğini gösteren parametrelerin yer aldığı planlara örnekleme planı denir.

Tek örnekli planlar N birimlik yığın veya partiden n birimlik örnek alınır. İlgili kalite özelliklerine göre örnek birimler kusurlu/kusursuz şeklinde değerlendirilir. Örnekteki bulunan kusurlu birim sayısı (x), tanımlanmış maksimum izin verilen kusurlu birim sayısı veya kabul sayısı (c) na eşit veya ondan büyükse parti ret edilir küçükse parti kabul edilir. Burada N= Parti veya yığın, n=örnek, c= kabul sayısı, x= n birimde bulunan uygun olmayan birim sayısı x c ise parti kabul edilir. x > c ise parti ret edilir.

İşlem Karakteristiği Eğrisi (İKE) İşlem Karakteristiği Eğrisi, parti uygun olmayan oranlarına göre kabul olasılıklarının noktalanmasıyla elde edilen grafiktir. Bu eğri kabul örneklemesi planının iyi ve kötü partiyi ayırma gücünü gösterir. p k = parti kabul olasılığı p k = p(x c)= p(x=0)+p(x=1)+..+p(x=c)

Çalışma Karakteristiği Eğrisi Parti kabul olasılığı 1.2 1 0.8 0.6 0.4 0.2 0 c=2 0 0.03 0.06 0.09 0.12 0.15 0.18 0.21 Parti kusurlu oranı

Parti Kabul olasılığı(p k ) 0.95 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 Üretici riski (α) Kusurlu oranı (p) Tüketici riski (β) iyi parti ara parti mallar kötü parti mallar Kabul Edilebilir Kalite Seviyesi Parti Toleransı Yüzdesi Uygulamada genellikle, α =0,05 ve β = 0,10 olarak alınır.

Çıkan Ortalama Kalite (ÇOK) Çıkan Ortalama Kalite (ÇOK), alıcıya ulaşan partilerin ortalama kusurlu oranıdır ve alıcının uzun dönemde ne oranda kusurlu birim kabul etmiş olacağını gösterir. ÇOK = p(p k )

ÇOK Eğrisi Parti kusurlu oranlarına göre ÇOK değerlerinin nokta çiftleriyle ÇOK eğrisi elde edilir. ÇOK eğrisinde eğrinin düşmesi kusurlunun azaldığını, yükselmesi kusurlu birimin çok olduğunu gösterir.

ÇOK eğrisinin en yüksek noktası, alıcı tarafından partinin kabul olasılığının en yüksek olduğunu gösterir. Buna çıkan ortalama kalite limiti (ÇOKL) denir. ÇOKL de parti, üreticiden nasıl çıkarsa alıcıya o şekilde ulaşır. Bundan sonra partinin ret edilme olasılığı yükselir ve parti ret edildikten sonra ayıklanması sonucunda kusur sayısının azalması eğride azalma düşmesine yol açar.

Ortalama Toplam Muayene Ortalama Toplam Muayene, uzun dönemde herhangi bir kusurlu oranındaki partilerde, parti başına ortalama olarak kaç tane parçanın muayene edileceğini yansıtır. OTM n ( 1 P )( N n) k

Ortalama Toplam Muayene Eğrisi Ortalama Muayene Sayısı Eğrisi Muayene saysıs 6000 5000 4000 3000 2000 1000 0 OMY 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 Parti kusurlu sayısı

Kabul Edilebilir Kalite Düzeyi Kabul edilebilir kalite düzeyi (KEKD - ing.aql), izin verilen maksimum kusurlu yüzdesidir. Tanımlanan bu seviye ve daha düşük seviyesi ürünlerin kabul örneklemesi ile büyük bir kısmının kabul edileceğini gösterir.

Muayene Çeşitleri Normal Muayene: Muayene prosesinin başlangıcında kullanılır ve satıcı (üretici) daha iyi ürün veya KEKD nde üretene kadar devam eder. Sıkıştırılmış Muayene: Ürün kalitesinde bozulma olduğu zaman kullanılır. Bu satıcının ürünlerini KEKD veya daha iyi üretmesi için zorlar. İndirgenmiş Muayene: Ürünün geçmişteki verilerde kalitesinin iyi olduğu görülüyorsa bu indirgenmiş muayene uygulanır. İndirgenmiş muayenenin temel amacı muayene maliyetlerini azaltmaktır.

Muayene Çeşitlerinin Birbirinin Yerini Alma Durumu (1) Normalden Sıkıştırılmışa Geçme: Normal muayeneden sıkıştırılmış muayeneye ardışık 5 partiden 2 si normal muayenede reddedilirse geçilir. Sıkıştırılmıştan Normale: 5 ardışık parti sıkıştırılmış muayenede kabul ediliyorsa normal muayeneye geçilir.

Muayene Çeşitlerinin Birbirinin Yerini Alma Durumu (2) Normalden İndirgenmişe: Aşağıdaki 4 koşul sağlanıyorsa geçiş olur: Normal muayene edilen 10 partiden hiçbiri reddedilmemişse 10 partiden örneklerdeki toplam kusurlu birim sayısı, limit sayıya eşit veya ondan küçükse. Çift ve çoklu örnekleme kullanılırsa, muayene edilen bütün örnekler içerilecek, sadece birinci örnek değil. Bu koşul alıcı ve satıcı isterse kaldırılabilir Üretim kalıcı orandaysa (üretilen miktarların artık sabit bir değere ulaşması) İndirgenmiş muayene sorumlu uzman tarafından isteniyorsa

Muayene Çeşitlerinin Birbirinin Yerini Alma Durumu (3) İndirgenmişten Normale İndirgenmiş muayenede aşağıdaki koşullardan herhangi biri ortaya çıkarsa geçiş yapılır. Parti reddedilmişse Parti kusurlu birim sayısı, kabul sayısından büyük ve red sayısından küçük olmasına rağmen indirgenmiş muayenede kabul edilmişse Üretim düzensiz veya gecikmeli gerçekleşiyorsa diğer koşullar normal muayene kullanılmasını gerektiriyorsa

Muayene Seviyesi Muayene Seviyesi ile ilgili tablo vardır. Tablodan bakıldığında, genel muayene ve özel muayene seviyeleri olduğu görülür. Genel Muayene Seviyeleri 1, 2, 3 şeklinde; Özel Muayene Seviyeleri ise S-1, S-2, S-3, S-4 şeklindedir. Seviye, anlaşmayla veya sorumlu uzman tarafından seçilir: 1. seviye, örnekleme prosesinde çok az farka izin verildiği zaman kullanılır. Bu seviye 2. seviyedeki muayene miktarının yarısını ister. 3. seviye, çok ayrıma ihtiyaç duyulduğu zaman kullanılır. Bu seviye genellikle 2. seviyenin muayene miktarının iki katını ister. Özel Muayene Seviyeleri (S-1, S-2, S-3, S-4), küçük örnek büyüklükleri gerekliyse ve büyük örnekleme riskleri varsa uygulanır.

Örnekleme Tablosu Kullanım Adımları Örnekleme tablosu kullanımında izlenecek adımlar şunlardır: Uygun kabul edilebilir kalite düzeyini (KEKD) belirleme Hangi kalite seviyesinin kullanılacağına karar verme Parti büyüklüğünü belirleme Tablodan örnek büyüklüğü kod harfini belirleme Hangi örnekleme planı çeşidinin (tek örnekleme, çift örnekleme veya çoklu örnekleme vb gibi) uygulanacağına karar verme Uygun tablo (tek örnekleme, çift örnekleme gibi) kullanarak örnekleme planını bulma

Tek Örnekli Plan Oluşturma Tek örnekleme planının oluşturulması α, β, p α ve p β gibi 4 parametre değerinin bilinmesi gereklidir. c nin başlangıç değeri 1 alınır yani c=1 dir p k (p=p α ) = 1-α c=1 ve (1-α) olasılığı için poisson dağılımından λ 1α bulunur. λ 1α = n 1α p α n 1α = λ 1α /p α (α için n büyüklüğü) p k (p=p β ) = β c=1 ve β olasılığı için poisson dağılımından λ 1β bulunur λ 1β = n 1β p β n 1β = λ 1β /p β n 1α = n 1β ise n=( n 1α + n 1β )/2 n 1α n 1β ise c yi 1 arttır