Parti Bazında Kabul Örneklemesi

Benzer belgeler
Kalite Yönetimi. Kabul Örneklemesi 11. Hafta

Muayene ve Kabul Örneklemesi

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

13. Kabul Örneklemesi, Örnekleme Planları, Çalışma Karakteristiği Eğrileri

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

NİTEL ÖZELLİKLERE GÖRE YAPILAN KABUL MUAYENELERİNDE TEKLİ ÖRNEKLEME PLANININ TASARIMI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

TOPLAM KALİTE YÖNETİMİ

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

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

KALİTE KAVRAMI ve UNSURLARI

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci



ı ı ı ğ ş ı ı ı ı ı ı ı ı

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014

İçindekiler. Ön Söz... xiii

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

BÖLÜM 13 HİPOTEZ TESTİ

MESH TİPİ LED EKRAN PROJESİ. MIL-STD-810F ve MIL-STD-810G STANDARTLARI SICAKLIK TEST RAPORU

ÖRNEKLEME TEORİSİ 1/30

İstatistik ve Olasılık

TÜRK STANDARDI TURKISH STANDARD

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

İSTATİSTİK II. Hipotez Testleri 1

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

TOPLAM KALİTE YÖNETİMİ

KAMU YÖNETİMİ LİSANS PROGRAMI

UYGUN OLMAYAN ÜRÜN KONTROLÜ PROSEDÜRÜ

İstatistik ve Olasılık

Ders Planı - AKTS Kredileri: II. Yarıyıl Ders Planı Kodu Ders Z/S T+U Saat Kredi AKTS Mikro İktisat Zorunlu

Depo-Stok Yönetimi İçin Bilgi Sistemi, Malzeme İzleme

UZUN ÖMÜRLÜ ALT YAPI SİSTEMLERİ İÇİN KALİTE KONTROL SEVİYESİNİN YÜKSELTİLMESİ

İstatistik ve Olasılık

TÜRK STANDARDI TURKISH STANDARD

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

ONDOKUZ MAYIS ÜNİVERSİTESİ

KAYIŞ-KASNAK MEKANİZMALARI

VERİ SETİNE GENEL BAKIŞ

Ders içeriği (5. Hafta)

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

ECZ 965 Farmasötik Ürünler İçin İyi İmalat Uygulamaları 4. HAFTA. Doç.Dr. Müge Kılıçarslan

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

6.Hafta Kıyım Fonksiyonu (Hashing), BST. Doğrudan erişim tabloları Çarpışmaları ilmekleme ile çözmek Kıyım fonksiyonu seçimi Açık adresleme

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

Farkındalılık ISO 9001 Kalite Yönetim Sistemi Eğitimi. Uygulama ve başarımın anahtarları

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

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

NAKLİYE SİGORTALARI DAHİLDE İŞLEME REJİMİ HARİÇTE İŞLEME REJİMİ

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

Kalite Kontrol Yenilikler

IKT Kasım, 2008 Gazi Üniversitesi, İktisat Bölümü. DERS NOTU 5 (Bölüm 7-8) ÜRETİCİ TEORİSİ

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

Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları

Modeli - Tarama Modelleri

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

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.


I. Tanışma-Dersin Gerekçesi ve Önemi-Dersin Kural ve Gerekleri II. Turizm Tanımı, Özellikleri ve Sınıflandırılması

SÜREKLİ RASSAL DEĞİŞKENLER

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

KESİKLİ DÜZGÜN DAĞILIM

**MAN 502T ĠĢletme Yönetimi için AraĢtırma Yöntemleri**

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

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

Bu Bölümde Neler Öğreneceğiz?

2018/1. Dönem Yeminli Mali Müşavirlik Sınavı Yönetim Muhasebesi 2 Nisan 2018 Pazartesi (Sınav Süresi 2 Saat)

KALİTE KONTROL FAALİYETLERİNDE UYGUN KABUL ÖRNEKLEMESİ PLANI KULLANIMI: BİR TEKSTİL İŞLETMESİNDE İNCELEME

Dr. Mehmet AKSARAYLI

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

DERS BİLGİLERİ Ders Kodu Yarıyıl Z/S T+U Saat Kredi AKTS Karşılaştırmalı Kamu. KY-YB 603 Güz Zorunlu Politikaları Ön Koşul

Prof.Dr. Ertuğrul Deliktaş, Doç.Dr. Metin Karadağ

KALİTE KONTROL. Kalite: Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır.

Temel üretim sistemleri sınıflandırması:

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.

Ders 1 Minitab da Grafiksel Analiz-I

İSTATİSTİK I KISA ÖZET KOLAYAOF

1. Hafta Uygulama Soruları

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

OLASILIK. ihtimali Seçeneği durumu. Bir zar atma olayı. Basit kesirdir. Tüm durum. Sonuçlardan biri Çıktılardan biri. Diğer sayfaya geçiniz

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

İstatistik ve Olasılık

Parametrik Olmayan İstatistiksel Yöntemler

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

Açık Ekonomi Makroiktisatı

Cismin Ağırlığı Düzlemsel Alanda Ağırlık Merkezi - İntegrasyon Yöntemi Örnekler Düzlemsel Eğride Ağırlık Merkezi - İntegrasyon Yöntemi

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar

Mühendislikte İstatistiksel Yöntemler

Örnek metin VİZE BENZERİ SORULAR. Size sunulan metnin şekilsel formatını aşağıda verilen yönergeye göre düzenleyiniz.

Transkript:

KABUL ÖRNEKLEMESİ Hammadde, yarı mamul veya bitmiş (son) ürünün kabul / red kararının verilebilmesi için kullanılan bir yaklaşımdır. Kabul örneklemesi sadece partinin kabul / red kararı için kullanılır, partinin kalite seviyesini tespit etmek için kullanılmaz. Süreç kontrol tekniği değildir. MIL STD 105D askeri standardında verilen kurallar şeklinde tarif ediliyor. ANSI / ASQC Z 1. c 1 ise sivil standarttır.

Parti Bazında Kabul Örneklemesi Örnekleme önem taşımaktadır. Tedarikçinin kalitesi hakkında bilgiye sahip olunabilir. Örnekleme adedi tedarikçinin kalitesi iyi ise daha az, kötü ise daha fazla şeklinde değiştirilebilir. Partiden alınan örnekler, önceden tespit edilen kalite karakteristiklerine göre kontrol edilir, red edilen parça sayısına bağlı olarak partinin kabul / red kararı verilir.

Kabul örneklemesinde 3 önemli konu mevcuttur. 1. Kabul örneklemesinin amacı parti kalitesini tespit etmek değildir. 2. Kabul örneklemesi kalite kontrol metodu değildir. Aynı (alınan örneğe bağlı olarak) kalitede olan iki partiden biri kabul diğeri red edilebilir, kalite pekiştirme aracı olarak kullanılmaz. 3. Kabul örneklemesi, ürün kalitesini muayene etmek değil, süreç çıktılarının gereklere uygunluğunun denetlenmesini sağlayan bir araçtır.

Parti kabul edilmesinde 3 yaklaşım söz konusudur. 1.Herhangi bir kontrol işlemi yapılmadan kabul 2.% 100 muayene 3.Kabul örneklemesi

Avantajları Tamamen kontrole göre daha ucuzdur. Ürünler daha az ele alındığı için, hasarda daha az olmaktadır. Hasarlı test metodu kullanılıyorsa, Daha az test elemanı Test hatalarının miktarlarında da azalış Tedarikçileri kalite geliştirme açısından motive etmektedir.

Dezavantajları Kötü kalitede partiyi kabul etme, iyi kalitede partiyi red etme riski vardır. Ürün veya süreç hakkında az bilgiye sahip olunur.( Süreçten veri toplamak daha fazla bilgiyi getirir.) Kabul örneklemesinin bilinmesi, öğretilmesi, dokümante edilmesi gerekir.

TEK KATLI KABUL ÖRNEKLEME PLANI N= 10000 (ana kütle, parti büyülüğü) n: örnek büyüklüğü = 89 c: kabul edilebilir kusurlu sayısı = 2 d: mevcut kusurlu sayısı

Eğer d > c ise parti red edilir, d c ise parti kabul edilir.

Parti tanımı önemlidir! (Şartlı kabul kavramı) 1. Parti homojen olmalıdır. 2. Küçük küçük partiden ziyade büyük parti tercih edilir. 3. Tek seferde üretilen miktar

OC Eğrisi ( Operating Curve ) Kusurlu oranına bağlı olarak partinin kabul edilme olasılığını gösterir. OC eğrisi kabul örnekleme planının gücünü gösterir. p = partinin kusurlu oranı (ana kütle) n = örnek büyüklüğü olmak üzere; d= mevcut kusurlu oranının dağılımı N Binom (n, p) N teorik olarak sınırsız olduğu düşünülürse P { d kusurlu } = f(d) = n! d! n d! pd (1 p) n d ( kesikli dağılım) c P Q = P ( d c)= d=0 n! d! n d! pd (1 p) n d

ÖRNEK: P = 0,01, n= 89, c = 2 olsun. c 89! P Q = P ( d 2)= d=0 d! 89 d! 0,01d (1 0,01) 89 d = 89! 0! 89! 0,010 (0,99) 89 + 89! 1! 88! 0,011 (0,99) 88 + 89! 2! 89! 0,012 (0,99) 87 = 0,9397

Kusurlu oranı P Q (partinin kabul edilme olasılığı) 0,005 0,9897 0,01 0,9397 0,02 0,7366 0,03 0,4985 0,04 0,3042 0,05 0,1721 0,06 0,0919 0,07 0,0468 0,08 0,0230 0,09 0,0109 Tüketici riski = β= P (Partinin kabul edilmesi / parti kökü)

Genel olarak tedarikçi (yan sanayi) % 95 olasılık ile partisinin kabul edilmesini ister.

AQL (Acceptable Qualiy Level ) Kullanan / satın alanın kabul edebileceği tedarikçinin üretim kalitesinin en kötü kalite düzeyidir. AQL sadece partinin bir karşılaştırmasını / yargısını yapmak için kullanılır. Ana sanayi 0,01 kabul edilebilir kalite seviyesi istiyorum dediğinde bu, partideki kusurlu oranı en fazla % 1 olsun veya daha iyi olsun demektir.

p 1 : partinin kusurlu oranı c: kabul edilebilir kusurlu sayısı n: örnek büyüklüğü d: mevcut kusurlu sayısı iken, c d=0 n! d! n d! p 1 d (1 p 1 ) n d = 1-α (partinin kabul edilme olasılığı) p 2 : partinin kusurlu oranı (istenmeyen, kabul edilemeyen kusurlu oranı) c β = d=0 n! d! n d! p 2 d (1 p 2 ) n d

β: P (partinin kabul edilmesi / parti kötü) Tüketici riski α = P (partinin red edilmesi / parti iyi) Üretici riski 1-β = kabul örneklemesinin gücü

Çıkan Ortalama Kalite(AOQ) AOQ genellikle örnekleme planının değerlendirilmesinde kullanılır. Partinin kalitesi hakkında yorum yapılmasına çalışılır. Çeşitli p lere göre, uygulanan kabul örneklemesi planına göre kabul olasılıkları P a lar hesaplanır. AOQ = P a.p AOQ = P a.p (N n) N ( N yeterince büyük ise)

ÖRNEK: N: 10000 n: 89 c =2 p= 0,01 P a = 0,9397 idi. AOQ = 0,9397.0,01 (10000 89) 10000 = 0,0093 Çıkan ortalama kalite % 0,93 kusurlu şekline yorumlanır.

AOQ eğrisinin tepe noktası, çıkan ortalama kalitenin kabul edilebilir en kötü değeridir. Burada AOQL (average outgoing quality level) denir. Eğer p > 0,03 olursa zaten partinin kabul edilme olasılığı da azalacaktır.

Örnek alma şimdiye kadar tek parti için düşünüldü. Oysa aynı tedarikçiden pek çok kez partiler halinde hammadde veya yarı mamul alınmaktadır. Bu durumda MIL STD 105D veya ANSI / ASQC Z 1. c 1 de yapılabilecekler tartışılmıştır. Tüm kabul örneklemelerinde Normal örneklem, Gevşek muayene veya Sıkı muayene durumları söz konusudur.

Kabul örneklemesi ilk önce Normal örnekleme ile başlar.

Yöntem (Adımlar) AQL seviyesini seç. Örnekleme düzeyini seç. Parti büyüklüğünü belirle. Tablo 13-7 den uygun örnek büyüklüğü kodunu bul. Kabul örneklemesi plan tipini seç. Uygun örnekleme düzeyini seç. Tablolardan karar ver.

n 1 = 50 br c 1 = 1 n 2 = 100 br c 2 = 3 Çift Katlı Kabul Örnekleme Planı

OC Eğrisi

Çok Katlı Örnekleme Planı Bir partiyi red etmeden önce ikiden fazla örnekleme kullanılarak oluşturulur ve ikili örnekleme sisteminin bir uzantısıdır. İki katlı örnekleme planına benzer şekilde çalışır. 5 tane örnekleme alınıncaya kadar devam eder. Yandaki tabloda alınan örnek büyüklükleri, kabul / red sayıları verilmiştir. Birikimli örnek büyüklüğü Kabul sayısı Red sayısı 20 0 3 40 1 4 60 3 5 80 5 7 100 8 9

Çift Katlı Örnekleme Planının Tek Katlı Kabul Örnekleme Planına Göre Avantajı b. Kontrol için gerekli toplam miktar azalır. a. Parti ilk örnekte ( örnek büyüklüğü daha az) kabul / red edilebilir. c. Kontrol maliyeti azalır.

n 1 = 50 c 1 = 1 n 2 = 100 c 2 = 3 P Q = P Q I + P Q II 1-) n 1 = 50 c 1 = 1 için p = 0,05 için; d 1 c 1 ise P Q I = d 1=0 1 50! d 1! 50 d 1! pd 1 (1 p) 50 d 1= 0,279

i) P(d 1 = 2, d 2 1) = P(d 1 = 2). P(d 2 1) = 50! 2! 48! 0,052 (0,95) 48 c 1 d 1 c 2 ise 1 d 2=0 100! d 2! 100 d 2! 0,05d 2 (0,95) 100 d 2 = (0,261)(0,037) = 0,0097 ii) P(d 1 = 3, d 2 = 0) = P(d 1 = 3). P(d 2 = 0) = 50! 3! 47! 0,053 (0,95) 47. = (0,22) (0,0059)=0,001 P Q II = 0,0097+0,001=0,0107 100! 0! 100! 0,050 (0,95) 100 P Q = P Q I + P Q II = 0,279 + 0,0107 =0,2897 0,05... P P Q 0,2897...