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

Benzer belgeler
İSTATİSTİKSEL PROSES KONTROLÜ

İstatistiksel Süreç Kontrol KAZIM KARABOĞA

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

Quality Planning and Control

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

Quality Planning and Control

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

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

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı

Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi

İstatistiksel proses kontrol ve kontrol diyagramı. 3. hafta

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

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

İSTATİSTİK DERS NOTLARI

İstatistik ve Olasılık

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

İstatistiksel Süreç Kontrolü Statistical Process Control (SPC) Dr. Musa KILIÇ

Mühendislikte İstatistiksel Yöntemler

İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET

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

İstatistik ve Olasılık

ALTI SİGMA VE BİR UYGULAMA. Six Sigma And An Application

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

Quality Planning and Control

Kök Neden Belirlemede Excel Destekli Pareto Analizi ve İyileştirme Alanının Hesaplanması

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Bir Normal Dağılım Ortalaması İçin Testler

Mühendislikte İstatistiksel Yöntemler

BÖLÜM 9 NORMAL DAĞILIM

[AI= Aggregate Income (Toplam Gelir); AE: Aggregate Expenditure (Toplam Harcama)]


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

İSTATİSTİK MHN3120 Malzeme Mühendisliği

İstatistiksel Kalite Kontrol

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

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

İÇİNDEKİLER ÖN SÖZ...

OPEN-END İPLİKÇİLİĞİNDE FARKLI ÇAPTA ROTOR KULLANIMININ İPLİK KALİTESİNE ETKİLERİNİN İNCELENMESİ

İstatistik ve Olasılık

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

GRAFİK ÇİZİMİ VE UYGULAMALARI 2

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ekonomi. Doç.Dr.Tufan BAL. 3.Bölüm: Fiyat Mekanizması: Talep, Arz ve Fiyat

İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ

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

2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN

ELEKTRONİK DEVRE ELEMANLARI

ÇALIŞMA SORULARI TOPLAM TALEP I: MAL-HİZMET (IS) VE PARA (LM) PİYASALARI

İstatistik ve Olasılık

Trend Devam Modelleri: Teknik Analiz

Forex Göstergeler.

QUANTILE REGRESYON * Quantile Regression

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

BakNET İstatistiksel Kalite Kontrol Sistemi KULLANIM KILAVUZU

Fotovoltaik Teknoloji

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

PELEMIR( CEPHALARIA SCYRIACA) EKSTRAKT İLAVELI EKMEKLERDE RENK ANALIZI

2- VERİLERİN TOPLANMASI

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

«Maça Üretim Parametrelerinin Standartlaştırılması»

İstatistik ve Olasılık

TİTCK/ DESTEK VE LABORATUVAR HİZMETLERİ BAŞKAN YARDIMCILIĞI/ ANALİZ VE KONTROL LABORATUVAR DAİRESİ BAŞKANLIĞI KALİTE KONTROL PROSEDÜRÜ PR17/KYB

Mühendislikte İstatistiksel Yöntemler

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final

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

İstatistik ve Olasılık

Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (DÜSBED) ISSN :

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

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ

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

BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ

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

Gruplanmış serilerde standart sapma hesabı

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

TANIMLAYICI İSTATİSTİKLER

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER

SÜREKLĠ OLASILIK DAĞILIMLARI

T.C. BALIKESİR ÜNİVERSİTESİ EDREMİT MESLEK YÜKSEKOKULU. Zeytincilik ve Zeytin İşleme Teknolojisi Programı

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

BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ

Talep ve arz kavramları ve bu kavramları etkileyen öğeler spor endüstrisine konu olan bir mal ya da hizmetin üretilmesi ve tüketilmesi açısından

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

= 2 6 Türevsel denkleminin 1) denge değerlerinin bulunuz. 2) Bulmuş olduğunuz dengenin istikrarlı olup olmadığını tespit ediniz.

GRAFİK ÇİZİMİNDE ÖNEMLİ NOKTALAR

BÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ

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

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

Alpha Altın Raporu 21 Eylül 2015 Aylık bazda bollinger alt bandı trend değişimi için takip edilebilir. ($1087)

ALPHA ALTIN RAPORU ÖZET 13 Ekim 2015

SÜREÇ YÖNETİM PROSEDÜRÜ

ALPHA ALTIN RAPORU ÖZET 8 Aralık 2015

ALPHA ALTIN RAPORU ÖZET 23 Aralık 2015

ÜNİTE. MATEMATİK-1 Yrd.Doç.Dr.Ömer TARAKÇI İÇİNDEKİLER HEDEFLER DOĞRULAR VE PARABOLLER

Alpha Altın Raporu 5 Ekim günlük ve seviyeleri önemli!

İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA

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

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

Şartlı Olasılık. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Transkript:

ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory Tuğba ÇOLAK İstatistik Anabilim Dalı Fikri AKDENİZ İstatistik Anabilim Dalı ÖZET Bu çalışmada, istatistiksel süreç kontrolünün önemi ve yararını belirtmek amacıyla, ADVANSA suni elyaf fabrikasından alınan kalite karakteristikleri incelenmiştir. Anahtar Kelimeler: İstatistiksel süreç kontrolü, İstatistiksel uygulamalar ABSTRACT This study emphasises the importance and interest in Statistical Process Control. Qualty characteristics are received in ADVANSA Polyester Factory and investigated particularly. Keywords: Statistical Process Control, Statistical applications Giriş Uluslararası rekabet ortamında kalite gün geçtikçe artan bir önem kazanmaya başlamıştır. Bu ortamın yaratmış olduğu baskı sonucunda üreticiler, süreç değişimini azaltmayı ve kaliteli üretimi sürdürmeyi sağlamalıdırlar. Üreticiler, ürettikleri mal ya da hizmeti müşterilerin gereksinimlerini karşılayacak şekilde üretmeye çalışmanın yanı sıra işletme kaynaklarının da en iyi düzeyde kullanılmasını ister. Kalite kontrolünün teknik boyutunda yer alan istatistiksel süreç kontrolü çalışmanın özünü oluşturacaktır. İstatistiksel süreç kontrol, bir ürünün en ekonomik ve gereksinimleri karşılayacak şekilde üretilmesini sağlamak amacıyla veri toplamak, analizini yapmak, yorumlamak ve çözüm yolları önermek üzere istatistik prensip ve tekniklerinin, üretimin tüm aşamalarında kullanılmasıdır. Amaç hem işletme içinde kusurları yakalamak hem de kusurlu ürün henüz üretilmeden müdahalede bulunarak önlem almaktır. Materyal ve Metot Materyal Bu çalışmada, sürekli üretim esasına dayalı ADVANSA suni elyaf fabrikasından alınan verilere istatistiksel süreç kontrolü uygulanmıştır. Bu fabrikada üretilen elyafın, sarılık değerini belirten b-rengi kalite karakteristiği incelenmiştir. * Yüksek Lisans Tezi- MSc. Thesis 86

CP Elyaf İşletmeleri Ç.Ü Fen Bilimleri Enstitüsü Yıl:2008 Cilt:17-5 Metot İstatistiksel süreç kontrolü, pek çok sayıda şirketin ve endüstriyel kuruluşun ürünlerindeki, hizmetlerindeki, fiyatlarındaki ve teslimatlarındaki rekabet çalışmalarında ve bunların iyileştirilmesi aşamalarında önemli bir rol oynamaktadır. İSK bir istatistikçi için, ürün ve hizmet kalitelerinde ve çalışma verimliliğinde sürekli iyileştirmeler sağlayabilmek üzere uygun istatistiksel araçların uygulanması anlamını taşımaktadır. Bu ifadelerin kesinlikle doğru olmasına karşılık, İSK pek çok işletmede, basit ve etkin bir şekilde problem çözümüne yaklaşım ve sürecin iyileştirilmesi olarak tanımlanmaktadır. Kontrol Grafikleri Kontrol çizelgeleri süreç değişikliklerinin analizinde kullanılır. Süreç yeterliliğinin tespit edilmesi ve bu değişkenlerin müşteri gereksinimleri ile süreç performansı arasındaki farkın izlenmesi kullanılan istatistiksel araçlardır. Oluşmuş hataları ayıklamaktan ziyade, hataların oluşmasını önlemeyi ve süreci kontrol altına almayı hedefler. (Akın, 1996) Bir süreç kontrol çizelgesi genel olarak merkez çizgi ile bunun altına ve üstüne simetrik olarak çizilen kontrol limitlerinden oluşur. Merkez çizgisi kontrolün hedef değerini limitlerle sınırlanmış alan ise kontrol alanını gösterir. Süreç devam ettikçe elde edilen değerler çizelgeye işlenir. Kontrol limitlerinin dışında kalan noktalar, süreçte normal olmayan bir şeylerin var olduğunun göstergesidir. Önlem alınmazsa kusurlu ürün üretilebileceğinin habercisidir. Böyle durumlar kontrol dışı durumlar olarak adlandırılır. Bu çizelgeler yardımıyla sürecin istatistiksel özellikleri görsel olarak sunulmuş olur. Sürekli üretim esasına dayalı bir fabrikada elyaf üretilmektedir. Bu fabrikada 3 tane elyaf işletmesi mevcuttur. CP1 ( beyaz elyaf; orta mukavemetli ) CP2 ( siyah elyaf ) CP4 ( beyaz elyaf; yüksek mukavemetli ) Şekil 1. Elyaf işletmeleri 87

Elyaf İşletmelerinde Kontrol Grafiklerinin Kullanımı ve Süreç Yetenek Analizi Bir noktanın uzayda üç koordinatı vardır. Renk içinde aynı şey geçerlidir ve dolayısıyla sonsuz sayıda renk tanımlanabilir. Renkte L, a, b koordinatları kullanılır. Uzayda L, a, b koordinatları tam olarak verilirse, renk tam olarak belirlenebilir. Polimerin renginin tanımlamak için bu üç karakteristik kullanılır. Koordinatlardan L parlaklık ifade eder. Şekil 2 de görüldüğü gibi L arttıkça parlaklık artar renk beyazlaşır, L azaldıkça renk koyulaşır. A kırmızı yeşil ekseni üzerinde pozitif yönde giderse kırmızıya, negatif yönde giderse yeşile kayar. B mavi sarı ekseni üzerinde yükselirse sarıya, düşerse maviye kayar. Elyaf işletmesinde istenilen renk için a ve b rengi karakteristiklerinin 0 a yakın L nin yukarıda olması istenmektedir. Elyaf üretiminde renk önemli bir parametredir ve kontrol altında tutulması gerekmektedir. CP4 işletmesinde 09/05/07 ile 24/05/07 tarihleri arasında günde üç kez b-rengi değerleri ölçülmüştür. ( Tablo 1) Şekil 2. Uzayda L, a, b koordinatları CP4 işletmesi için yapılan ölçümler tablo 1 de verilmiştir. 88

Tarih Saat b-rengi değeri x R 00:00 7,3 09.05.07 08:00 7,2 7,23 0,1 16:00 7,2 00:00 7,9 10.05.07 08:00 7,8 8 0,5 00:00 8,1 11.05.07 08:00 8,2 8,17 0,1 16:00 8,2 00:00 7,9 12.05.07 08:00 8 8,07 0,4 00:00 8,4 13.05.07 08:00 8,4 8,53 0,4 16:00 8,8 00:00 8,8 14.05.07 08:00 8,5 8,67 0,3 16:00 8,7 00:00 9 15.05.07 08:00 8,6 8,76 0,4 16:00 8,7 00:00 8,9 16.05.07 08:00 8,6 8,67 0,4 16:00 8,5 00:00 8,3 17.05.07 08:00 8,6 8,53 0,4 16:00 8,7 00:00 8,4 18.05.07 08:00 8,4 8,37 0,1 00:00 8,4 19.05.07 08:00 8,4 8,33 0,2 16:00 8,2 00:00 8,5 20.05.07 08:00 8,4 8,37 0,3 16:00 8,2 00:00 8,2 21.05.07 08:00 8,4 8,3 0,2 22.05.07 00:00 8,3 08:00 8,3 8,3 0 89

23.05.07 24.05.07 00:00 8,2 08:00 8,3 16:00 8,7 00:00 8,5 08:00 9,1 16:00 9,1 8,4 0,5 8,9 0,6 TOPLAM 133,60 4,9 A 2, D 4, D 3 çarpanları tablo 2 de yer almaktadır. X - Çizelgesi için ; n = 3 X =8,350 0, 306 Olmak üzere; R Çizelgesi için; R A 2 = 1,023 D 4 = 2,575 D 3 = 0 ÜKL X X A2 R 8,350 (1,023)(0,306) 8,663 AKL X X A2 R 8,350 (1,023)(0,306) 8,036 ÜKL R D 4 R (2,575)(0,306) 0,7879 ÜKL R D 3 R = 0 Kontrol limitleri yukarıdaki formüller doğrultusunda hesaplanır. (Holmes,1994) Bu limitlerin aşılması b-rengi değerinde aşağı ya da yukarı doğru bir değişme olduğunu gösterecektir. Eğere süreç sadece doğal değişimleri içeriyorsa, kontrol limitleri alt grup ortalamalarının uç noktalarını temsil eder. (Gözübatık,1997) İSK ile eğer problem büyük ve sürekli ise, grafiklerde aşağıdaki durumlardan bir ya da bir kaçı ortaya çıkacaktır. Tablo 1. CP4 elyaf işletmesinde ölçülen b-rengi değerleri Bir veya daha fazla nokta kontrol limitleri dışına çıkar. Ardışık yedi veya daha fazla noktanın merkez çizginin tek tarafında toplanması 90

Ardışık altı veya daha fazla noktanın sürekli azalan ya da artan hareket göstermeleri Aynı sırada bir artan bir azalan (periyodik) hareket gösteren 14 noktanın var olması Süreç içinde sorunlar ve beklenmeyen değişmeler olmadığı sürece, yukarıda belirttiğimiz durumlara pek sık rastlanmaz. Sorunların gerçek nedeni araştırıldığında ve belirlendiği zaman İSK nın yararları açıkça görülecektir. (Wetherill, 1991) n A 2 D 3 D 4 B 3 d 2 B 4 2 1.880 0 3.267 0 1,128 3.267 3 1.023 0 2.575 0 1,693 2.568 4 0.729 0 2.282 0 2,059 2.266 5 0.577 0 2.115 0 2,326 2.089 6 0.483 0 2.004 0.030 2,534 1.970 7 0.419 0.076 1.924 0.118 2,704 1.882 8 0.373 0.136 1.864 0.185 2,847 1.815 9 0.337 0.184 1.816 0.239 2,970 1.761 10 0.308 0.223 1.777 0.284 3,078 1.716 Tablo 2. Kontrol çizelgeleri için çarpan katsayıları ( Nist/Sematech, 2007) 91

9,556 X - Kontrol grafiği 8,953 8,350 örneklem 7,747 Ü.K.L = 8,663 7,144 1 3 5 7 9 11 13 15 2 4 6 8 10 12 14 Şekil 3. b-rengi değeri için X kontrol çizelgesi 16 MÇ = 8,350 A.K.L = 8,037 Bu uygulamada kullandığımız b-rengi karakteristiği elyafın sarılık özelliğini gösterir. Bu değerin çok düşük ya da yüksek olması özellikle pamukla yapılan karışımlarda ton farkı yaratmaktadır. Şekil 3. te de görüldüğü gibi 1., 7. ve 16. noktalar kontrol limitlerinin dışına çıkmıştır. Sorunun kaynağına inmek için gerekli araştırmalar yapıldığında 7. ve 16. gözlemler için finişer seviyesinin arttığı gözlemlenmiş ve bu seviyenin artmasının polimerin sararmasına neden olduğu tespit edilmiştir. Sonuç olarak bu durum b-renginin artmasına neden olmuştur. Gerekli müdahaleler yapıldığında kontrol dışına çıkan noktalar tekrar limit içine düşürülmüş ve süreç kontrol altına alınmıştır. Grafikte görüldüğü gibi 1. nokta kontrol limitlerinin altına düşmüştür. Bu durum incelendiğinde, sistemdeki asit miktarının arttığı görülmüştür. Asit miktarının artması b-rengi değerini düşürmektedir. Gerekli müdahaleler yapıldığında veriler tekrar limitler içine girmiş ve süreç kontrol altında tutulmuştur. 92

1,0 R -Kontrol grafiği,8,6,4,2 0,0 1 3 5 7 9 11 13 15 2 4 6 8 10 12 14 16 Şekil 4. b-rengi değeri için R kontrol çizelgesi örneklem A.K.L =,788 MÇ =,306 Ü.K.L=,000 R-kontrol grafiği değişkenlik miktarının göstergesidir ve homojenlikten sapmaları gösterir. Yukarıda şekil 4. te b-rengi karakteristiği için çizilmiş R-grafiği görülmektedir. Bu grafik incelendiğinde kontrol dışında bir nokta görülmemektedir. İSK için önemli olan süreçteki varyasyonu incelemektir. X Grafiğini yorumlamadan önce ilk olarak R grafiğinin kontrol altında olup olmadığını incelemek gerekmektedir. Sistematik faktörler her iki X ve R grafiğinde de gözlemlenebilir. Eğer her iki grafik de rasgele olmayan bir görünüm sergiliyorsa en iyi yol ilk olarak R grafiğinde ortaya çıkan sistematik faktörleri ortadan kaldırmaktır.(özkale, 2004) Sonuç ve Öneriler Sonuç olarak bu çalışmanın amacı kusurlu ürün üretimini asgari düzeye çekmektir. Artan rekabet ortamında işletmelerin var olabilmeleri için hatalı ürün üretiminden kaçınmaları gerekmektedir. Üretim süreci sürekli takip edilerek, sürecin kontrol dışına çıktığı noktalara müdahale edilerek kusurlu ürün üretimi minimuma indirilir. Bu da işletmeye kaliteli ürün üretme olanağı sağlar. Kaynaklar AKIN, B. 1996. ISO 9000 Uygulamasında İşletmelerde İstatistik Proses Kontrol Teknikleri. İstanbul, 150s. GÖZÜBATIK, K. 1997. Yüksek lisans tezi. İstatistiksel Kalite kontrol ve Süreç Kontrolündeki Gelişmeler. Adana, 205s. HOLMES, D. 1994. Introduction to SPC. Stochos, Inc, New York, 84s. 93

NIST/SEMATECH. 2007 e-handbook of Statistical Methods http://www.itl.nist.gov/div898/handbook/ ÖZKALE, R. 2004 Yüksek lisans tezi. İstatistiksel Kalite Kontrol Yöntemleri ve uygulamalar. Adana, 195s. WETHERILL, G.B. and BROWN, D. W. 1991. Statistical Process Control Theory and Practice. Chapman and Hall, London. 94