Professional Documents
Culture Documents
STATiST KSEL
KAL TE KONTROL
Dr.Tayfun
ZDEMIR
NSZ
Gnmzde bilgi teknolojilerine olan ihtiyalara gre zm amal bir ok sistemler geli tirilmektedir. Kalite kavrammm gncel oldu u gnmzde geli meyi ve kendini yenilemeyi hedefleyen kurum ve kurulu lar bu kavram ve uygulamalar ile yak ndan ilgilenmektedirler. Kalite kontrolu , bir ok bilimlerde zellikle istatistik konular nda gvenilir verilerin toplanmas ve retilmesi a amalar nda byk nem ta maktad r. Kalite kontrolun amac ; en az maliyetle do ru veri retmek, sreci takip etmek ve kt y do ru belirlemektir. " statistiksel Kalite Kontrolu" ise kalite kavram iinde nemli bir yap tad r. Bu amala kaliteyi say sal olarak belirlemek, izlemek ve de ifade etmek nemlidir. Bu kitapta Kalite, Kalite Kontrolu ve statistiksel Kalite Kontrolunun temel kavramlar , bilgileri ve uygulamalar na ver verildi. Birinci blmde "Kalite kavram na ve geli imi"ne yer verildi. kinci ve nc blmlerde ilk defa kullan c olacaklara ynelik "istatistik Temel Bilgileri" verildi. Drdnc blmde gnmzde "Kalite Ynetiminde" hedef al narak kullan lan "Geleneksel Kontrol Teknikleri" ne yer verildi. Be inci ve Alt nc blmlerde ise gnmzde istatistiksel a rlyla kalite kavram zerine al anlar n anlamakta ve al makta zorluk duydu u ve sreci istatistiksel ynden izlemeye ve denetlemeye yarayan "Kontrol Grafikleri" ve "Kabul rneklemesi" konular na ynelik a klay c bilgiler verildi. Yedinci blmde "Gvenilirlik" kavram , Sekizinci blmde ise "SPSS Paket Program yla Kalite Kontrol Uygulamalar " na yer verildi. statistiksel Kalite Kontrolu bilinmeden Kalite'nin saptanamayaca n , ya at lamayaca m ve geli tirilemeyece ini d nmekteyim. Kitab m n kalite ve kontrolu ile ilgilenen herkeze faydal olmas n diliyorum. A ustos 2000, Ankara Dr.Tayfun ZDEMIR
NDEKLER 1. BLM : KAL TE , KAL TE KONTROLU VE GEL S M 1.1 Tarihe 1.2 Kalite Evrimi ve nl ahsiyetleri 1.3 Kalite ve Kalite Kavram 1.4 Kalite Kontrolu 1.5 Toplam Kalite Kontrolu 1.6 Toplam Kalite Ynetimi 1.7 nemli Kalite Kurulu lan 1.8 statistiksel Kalite Kontrolu 1.9 Kalite Kontrolunda Temel Amalar 1.10 Kalite Kontrolunda Kullan lan Genel Yntemler 1.11 Kalite Kontrolunda Kullan lan statistiksel Yntemler 1.11.1 Kalite kontrolunda istatisti in nemi 1.11.2 Kalitenin ls 1.11.3 Kalitenin matematiksel ifadesi
Sayfa
3 4 5 7 7 8 11 12 13 13 14 14 16
2. BLM : KAL TE KONTROLUNDA STAT STK B LG S - I 2.1 statisti e Giri , Temel Tan m ve Kavramlar 2.2.1 Tan mlay c (Betimleyici) istatistik 2.2.2 Yorumlay c (Vardamal ) istatistik 2.3 Verilerin Elde Edilmesi, Dzenlenmesi 2.3.1 Veri trleri 2.3.2 Veri kaynaklar 2.3.3 Veri toplama teknikleri 2.3.3.1 Odaldanm grup gr mesi 18 19 19 20 21 21 22 22
23.3.2 Telefon gr mesi 2.3.3.3 Mektupla anket uygulamas 2.3.3.4 Yzyze yap lan anket 2.3.3.5 Al veri grmeleri 2.3.3.6 Form doldurtmak 2.3.3.7 Gzlem yapmak 2.2.2.8 Ki isel gr meler 2.3.4 rnekleme erevesi, ana kitle ve meklem 2.3.5 rnekleme teknikleri 2.3.5.1 Basit rasgele rnekleme 2.3.5.2 Sistematik rnekleme 2.3.5.3 Tabakal rnekleme 2.3.5.4 Kme rneklemesi 2.3.5.5 Monografi tekni i 2.3.5.6 Keyfi rnekleme 2.3.5.7 Kota rneklemesi 2.4 Verilerin Dzenlenmesi ve S kl k Tablolar 2.4.1 S kl k da l mlar 2.4.2 S klk da lunlamun olu turulmas 2.5 Istatistik Verilerinin Tablo ve Grafilderle Sunulmas 2.5.1 Histo ram 2.5.2 S kl k okgeni-poligonu 2.5.3 Daire grafi i 2.5.4 Stun ve ubuk grafikleri
22 23 23 23 23 23 23 24 25 25 26 26 26 26 27 27 27 27 29 30 30 31 32 34
ilt
3.2.1.2 S mfland r lm verilerde aritmetik ortalama 3.2.2 Ortanca(Medyan) 3.2.2.1 Basit sende ortanca 3.2.2.2 S mfland nlm verilerde ortanca 3.2.3 Tepe de eri (Mod) 3.2.3.1 Basit sende tepe de eri 3.2.3.2 S n fland nlm verilerde tepe de eri 3.3 De i im lleri 3.3.1 De i im geni li i 3.3.2 Mutlak sapma 3.3.3 Varyans ve standart sapma 3.3.3.1 Basit sende standart sapma 3.3.3.2 S rufland r lm sende standart sapma 3.3.4 De i im katsay s 3.3.5 Konu ile ilgili problemler 3.4 Olas lk Kuramma Giri 3.4.1 Baz nemli kavramlar 3.4.2 Olas l n tan m 3.4.3 Olas l n aksiyomlan 3.4.4 artl (ko ullu) olas l k ve ba ms zl k 3.4.5 Konu ile ilgili problemler 3.5 Baz nemli Olas l k Da l mlan 3.5.1 Binom blnmesi 3.5.2 Poisson Blnmesi 3.5.3 Hipergeometrik blnme 3.5.4 Normal blnme 3.5.5 Standart normal blnme (z blnmesi) 3.6 Bir Da l m n Normalli ini Bozan Nedenler 3.7 Kalite Kontrol Uygulamalar
36 38 38 39 40 41 41 42 42 42 43 44 44 45 46 47 47 49 50 51 52 53 53 55 57 58 60 64 65
4, BLM : GELENEKSEL KAL TE KONTROL TEKN KLER 4.1 Giri 4.2 Pareto Analizi 4.3 Neden-Sonu Analizi 4.4 Tabakalama(Grupland rma) 4.5 Serpilme Diya ram 69 70 72 76 76
5.5.2 Standartlar belli de il iken llebilir zellikler iin kontrol 103 graf kleri 5.5.3 Grafiklerin yorumlanmas 5.6 Sre Yeterlilik Analizi 5.6.1 Tolerans s n rlarn n seimi 5.6.2 Sre yeterlili i 5.7 llemeyen zellikler(Nitelikler) iin Kontrol Grafilderi 5.7.1 Standartlar biliniyorsa ; P- graf i 5.7.2 Standartlar bilinmiyorsa ; P-graf i 5.7.3 Standartlar biliniyorsa ; d grafi i 5.7.4 Standartlar bilinmiyorsa ; d grafi 5.7.5 Standartlar biliniyorsa ; c grafi i 5.7.6 Standartlar bilinmiyorsa ; c grafi i 5.5.7 U(Birim ba na kusur say s ) kontrol grafi i 5.7.8 Srecin kontrol d nda olmas 5.8 Kmlatif Toplam (CuSUM) Kontrol Graf i 5.8.1 CuSUM grafiklerinin dzenlenmesi ve yorumlanmas 5.8.2 V-Maskesi dzenlenmesi ve yorumlanmas 5.8.3 V-Maskesini olu turmadaki alternatif zmler 112 116 116 119 134 134 138 142 143 145 147 150 154 155 156 158 160
6.4 Nitel ve llebilen zelliklere Gre Yap lan Kabul Muayene ve Deneylerde Uygulanan Deneyler in Haz rlay c "Kavram ve 169 Tanmla?' 171 6.5 retici ve Tketici Riski
VI
6.6 al ma Karekteristi i-K Plan E risi 6.7 Kabul rneklemesinde Kullan lan Plan e itleri 6.7.1 Tek katl (Tekli) rnekleme plan 6.7.2 ift kath(lkili) rnekleme plan 6.7.3 ikiden ok katl rnekleme planlar 6.7.3.1 katl rnekleme plan 6.7.3.2 ok katl rnekleme plan 6.7.4 Ard k rnekleme plan 6.7.5 Di er rnekleme planlar 6.8 rnekleme Planlar n De erlendirme Teknikleri 6.8.1 Ortalama k kalitesi ve s nr 6.8.2 Ortalama rnek say s ve e risi 6.8.3 Ortalama toplam muayene say s ve e risi 6.9 K , OK , OS , OTM E rilerinin kar lat r lmas 6.10 Haz r Kabul rneklemesi Plan Sistemleri 6.10.1 llemeyen zellikler iin rnek alma plan sistemleri 6.10.1.1 TS 2756 / MIL STD-105 Haz r plan sistemi 6.10.1.2 Dodge-Romig Kabul rneklemesi plan sistemi 7. BLM : GfTVEN L RL K ANAL Z 7.1 Giri 7.2 Tanm ve zellikleri 7.3 nemli Fonksiyonlar ve Birbirleriyle Ili kileri 7.4 Fonksiyonlar n Parametrik Olmayan Tahmini
171 176 176 178 183 184 185 186 189 189 189 194 197 199 199 200 200 215 227 229 230 231
YII
8. BLM : SPSS PAKET PRO RAMI LE KAL TE KONTROL UYGULAMALAR' 8.1 Giri 8.2 SPSS'e Giri 8.3 statistik Uygulamalar 8.4 statistik Uygulamalar na Baz rnekler 8.5 SPSS'de Graflder
TABLOLAR (EK: I IX) EK- X : GVEN L RL K EK-XI : ISO 9000 STANDARTLARI
1.1 Tarihe
Kalite ile ilgili ilk kay tlar M. y llara kadar uzamr Kalitenin bir kavram olarak ortaya kmas 19.yzy la rastlar. Ancak bu dnemden sonrad r ki reticiler kalite bilinciyle, rnlerine kendi markalar n vurmaktan gurur duymaya ba lanu lard r. ngiltere'de bile i i planlamas i i ve ustaba. lanmn elinden al np endstri mhendislerinin kontrolne verilmi ve bylelikle ba lat lan bu uygulama ile, sanayi devriminin tohumlar at lmtr. Kalite geli iminin en nemli ve ilgin a amalar A.B.D ve Japonya'da ya anarak grnmtr.
Dr.W.A. Shewhart, 1924'te ilk "Olas l k izelgesini" ortaya koyarak istatistiksel kalite kontrolnn temelini atm tr. Modern kalite kontrol, ya da imdiki ad yla statistiksel Kalite Kontrolu (KK) 1930'larda yine Bell laboratuarlan ara trmac larndan Dr.W.A. Shewhart' n buluu Olan Kontrol Semalann n endstriyel kullan ma girmesiyle ba lad .
II.Dnya sava nda eldeki retim sistemlerinin yeniden dzenlenmesi sava ncesi ve sava z,amamn n ivedi ihtiyalar na yetmeyince "Kontrol emalan" A.B.D'de bir ok sektrde kullan lmaya ba land . Amerika'da sava y llarmdaki retim, k smen teknolojik geli meleri de h zland ran statistiksel kalite kontroln kullan ma girmesinin etkisiyle, hacim, nitelik ve ekonomik olarak sevindirici olmu tur. II.Dnya sava mn kalite kontrol ve modem istatisti in kullanm sayesinde kazan ld bile sylenebilir. Yine ngiltere'de 1935'te E.S.Pearson'un statistiksel al malarna dayanan ingiliz standartlan-600 'n kullan ma girmesi modern istatisti in kayna olmu tur. ABD'nin Z-I standartlar ingiliz standartlan-1008 ad yla kabul edilmi tir.
2
Istatistiksel kalite kontrolnn varolu u bugnk anlamda kullan ma girmesi Japonya'n n II.Dnya sava yenilgisiyle harap olmas ve A.B.D i gal kuvvetlerinin Japonya topraklar na ayak basmas ve kar lat Japon telekominikasyon sisteminin yetersizli ini giderme al malan ile ortaya kmtr. Japonya ingiliz standartlar - 600den sava ncesi y llarda haberliydi. Bu standartlar sava s ras nda japonca>ya tercme ettirildi. Baz modern istatistik al malar yap ld ysa da matematiksel terimler yznden terimler gncellik kazanamad . O s ralarda japonlar "Taylor metodunu" benimsemekte ve kullanmaktayd lar, ynetimde geriydiler. Taylorizm'e gre yneticilerin karar hakk , alt dzeyin uygulama hakk vard . Gnmzdeki TKY Taylorizm'in tersidir. Japonlar n kalite kontrolu btnyle muayeneye dayanyordu ve her rn s k biimde denetlenemiyordu, ucuz ve kalitesiz retim yap ldndan japonlar maliyet ve fiyat ile rekabet edebiliyorlard . Bylece May s 1946'da Japonya'da istatistiksel kalite kontrol al malar ba lam oldu. Ancak unutulmamal dr ki ; ilk al malar ba ta da belirtildi i zere sava y llar ncesine dayanmaktad r. A.B.D.'lerinde Kalite kontrol ve istatistiksel tekniklerin geli mesine katk da bulunmu uzmanlar; bu tekniklerin i letmelerin tm faaliyetlerinde uygulamas ve kalite ile ilgili sorumluluklann i letmelerin tm blmlerinde slenilmesi gr nde idiler. Dolay s yla ilk etapta Japonya'da telekominikasyon sisteminin yetersizli ini gidermek zere Japonya'ya Amerikadan Kalite uzmanlar getirtilmi tir. Bylece , uzmanlar A.B.D'de fazla itibar grmeyen gr lerini Japonlara aktarma frsat n bulmu lard r. Uzmanlar n 1950'li y llarda Toplam kalite kontrol (TKK) veya Toplam kalite ynetimi (TYK) ad m verdi i bu gr ler Japonlarca benimsenmi ve geli tirilmi tir. ekil 1.1 kalitenin gnmze kadarki yolculu unda gsterdi i a amalan gstermektedir.
Muayene (1.aama) , 1. Kalite Kontrol (2. A ama) . KK Kalite Gvencesi (3.A ama), 'Toplam Kalite (4.aama)
,
Yine bir ba ka bak a s yla, ekil 1.2 kalitenin a amalar n tarihsel srete gstermektedir.
Ustal kla (1800 -y llar) , I Muayene ile ( 1900-1940) , Srecin kontrol ile ( 1940-1960) , I Srecin tasar m nda (1960 - 1980) , I rn tasar m nda (1980 -
ve retilen tm ayakkab lar gerekten karl ortamlarda su geirmiyorsa uygunluk kalitesi "mkemmel" dir. De ilse uygunluk kalitesi "d k" demektir. K saca zetlemek gerekirse Kalite aa daki iki bile enden olu ur. I. TASARIM KAL TES 2. UYGUNLUK KAL TES UYGUNLUK KAL TES (llebilir bir karelcteristiktir) . Uygunluk kalitesini de erlendirmede de iki gsterge sz konusudur. Bunlar; a. Nominal(hedef) de er, b. Tolerans'd r. Kalite kavram n n ok de i ik tammlan yap lmaktad r. Trk
6 Kalite kontrolde ilk ad m tketicilerin isteklerini bilmektir. Kalite kontrolde di er bir ad m tketicilerin ne sat n alacaklar n bilmektir. Maliyet bilinmeden kalite tan mlanamaz. nlemle paralel gidemeyen kalite kontrol sadece merakt r. Kalite kontroln ideal hali denetim (muayene) gerektirmeyen kontroldr. retim i lemini istenilen ortalama kalite ve kalite tekdzeli i alt nda yrtmek, en ekonomik ve en gvenilir bir biimde ancak statistiksel kalite kontrol metodlann uygulamakla mmkndr. Kalite kontrol ile retim i lemi sonunda elde edilen rnlerin istenilen standartlara uyup uymad tesbit edilir ve standartlara uymayan rnler ya baz i lemler ile dzeltilir, ya d k fiyatla sat l r veya imha edilir. Buna gre, kalite kontrolunun amac ; standart d retimi nlemek veya nemsiz bir seviyeye d rmektir. statistiksel kalite kontrolu ise ; retim i leminin normal ko ullar alt nda kurulmas n ve yrtlmesini sa lamada ok nemli rol oynayan , bir aksakl k veya zel bir nedenle retimin kontrol d na kmas halinde bu durumu hemen ortaya kartarak gerekli tedbirlerin zaman nda al nmas n sa layan metodlann uygulanmas d r. zetle , bu metodlar retim i lemlerine istenilen yn vermek iin imalat n n ba yard mc s d r. Feigenbaum 1961'e gre ; "Tketici isteklerini en ekonomik dzeyde kar lamak ve doyum sa lamak amac yla i letme iindeki e itli blmlerin kalitenin yarat lmas na ,korunmas na ve geli tirilmesine ynelik abalar n btnle tirilmesini sa layan etkili bir sistemdir. Bir rn kalitesi genel olarak; tketici isteklerini yans tma derecesi , tasar m kalitesi, tasanma uygun imalat n gerekle tirilme derecesi ve imalat veya uygunluk kalitesidir.
(Tasar m Kalitesi) (Imalat s ras nda kalite kayb ) (Kullan m dolay s yla kalite kayb )...
TASARIM
IMALAT
KULLANIM
Ancak bu yakla m daha sonra geli erek Toplam Kalite Ynetimi(TKY) d ncesine ve ilkelerine yerini b rakm t r.
(KA ZEN) gibi sistematik yakla mlar da en az kalite konusu kadar nem kazanmakta ve maliyetlerin dolay s yla da fiyatlar n d mesini sa lamaktad r. Toplam Kalite Ynetiminin temel ilkeleri zetle yledir, 1. M teri(tketici) odakl l k, 2. st ynetimin kalitede nclk yapma sorumlulu u, 3. Srekli iyile tirme, 4. Veriye ve istatistiksel d nmeye dayal ynetim ve karar verme, 5. Grup al mas , 6. Srekli e itim ve renme, 7. al anlann yetkilendirilmesi. Toplam Kalite Ynetimi felsefesi, yakla m , ilkeleri ve teknikleri ile bir btndr. TKY'yi ba ar yla uygulayabilmek, bir a dan eski gelenekler, i yapma yntemleri ve davran biimlerinden s ynlmak ve m teriyi temel alan yepyeni bir kltr ve stratejiyi benimsemekle mmkn olur. Toplam Kalite Ynetimi teknikleri zetle yledir,
1 Deming dngs (Deming Cycle), 2. Srekli iyilestirme(Kaizen), 3. Kalite yay l m (QFD), 4. K yaslama ve uyarlama (Benchmarking), 5. Politika yay l m (Hoshin Planning), 6. Yedi istatistiksel ara ve yedi yeni ara,
Bu teknikler srekli iyile tirme ve sorun zme al malann n her a amas nda yo un olarak kullan l r.
W.E.Deming, J.M.Juran, P.B.Crosby, A.V.Feigenbaum, W.A.Shewhart gibi bu alanda nder isimler yer alm t r. ASQC'nin grevleri : 1. 2. 3. 4. 5. 6. Kalite teknolojisindeki yeni geli meleri tantmak, Varolan teknoloji uygulamalar n geli tirmek, Kalite ve kaliteyi meslek seenler iin standartlar haz rlamak, Kalite ve kalite ile ilgili bilimlerde e itim imkanlar salamak, Konferanslar ve seminerler dzenlemek, dzenlemesini zendirmek, Yay n ve enformasyon program yrtmek.
ASQC'nin tipik al malar : 1. NASA Kalite ve Verimlilik Ba ar dl uygulamas , 2. Amerikan Kalite Kurumu giri imi : rn ve hizmetlerin dnya ap nda rekabet stnl sa lamas n amalayan ara trma burslan, burs programlar , belgesel filimler vb. faaliyetleri 3. Kalitenin Nobel dl : Ulusal Standartlar ve Teknoloji Enstitsnce dzenlenir. Ulusal Kalite dl al malarna da katk da bulunmaktad r. JUSE : Japane Union of Scientists and Engineers-Nippon Kagasu Gijutsu Renmei Japon Bilim Adamlar ve Mhendisleri Birli i: 1946'da kuruldu. Merkezi Tokyo'dad r.1962'de ise bir kamu kurulu = dn trld. JUSE'nin Amalar : 1. e itli bilim ve teknoloji alanlar nda i birli i yapt bilim adamlar ve mhendislerin bilimsel ve teknolojik ilerlemelerine ilgisini uyand rmak, geli tirmek ve bu yeniliklerin uygulamas n sa lamak, 2. leri bilim ve teknoloji konusunda yurt ii ve yurt d nda bilgi al veri inde bulunarak sanayinin geli mesine katkda bulunmak, 3. Bu etkinlikler yoluyla dnya bar na ve insan soyunun karlarna hizmet etmek. JUSE'ye kay tl kurulu larn say s 1989'da 1825'i bulmu tur. JUSE'nin 1600 bilim adam ve mhendisiyle i birli i yaparak 250 komite arac l ile yrttt al malar u ana ba l klar alt nda toplanabilir:
10
1. 2. 3. 4. 5. 6.
Arat rma ve geli tirme, E itim, Tamtma, Uluslararas ili kiler, Sempozyum ve konferanslar, Di er hizmetler
EOQ : European Organization for Quality- Avrupa Kalite rgt . 1957 y l nda Bat avrupah 5 lkenin kalite uzmanlannca, EOQC- Avrupa Kalite Kontrol rgt ad yla kuruldu. Genel sekreterli i Bern-isvirede'dir. Sonraki y llarda 25 lkeden birer kalite kurulu unun ye oldu u EOQC, byk bir Avrupa rgtne dn t. 1980'li y llarda ad ndaki "kalite kontrol" ifadesinin s nrlay c bir anlam olu turdu u kamslyla ad m EOQC olarak de i tirdi. EOQC'n n Amalar : 1. rn ve hizmet kalitesinde geli me salayacak bilimsel ve teknik bir Avrupa kurulu u olmak, 2. rn ve hizmetlerin gvenilirli ini geli tirmek iin kalite kontrol konusundaki d nce ve teknikleri uygun aralar kullanarak geli tirmek,tan tmak, duyurmak ve zendirmektir. EOQC'n n al malar : 1. rn ve hizmetlerin kalite gvenilirli i ile ilgilenen etkin kurulu lar, gruplar ve ki ilerle ili ki kurar ve bu ili kileri korur. 2. Arat rma ,talimat, gr , deneyim, dkman ve yay m al veri i konusunda i birli ini zendirir. Konferanslar, seminerler, k rslar dzenler, EOQC'n n 7 blm ve 11 komitesi ah malar yrtr. Trk Standartlar Enstits TSE lkemiz ad na 1976 y l ndan bu yana EOQC tam yesi olarak al malara kat lmaktad r.
11
Bunlardan ilk ikisinde KABUL RNEKLEMES diye adland nlan teknikler, sonuncusunda ise KONTROL GRAFIICLERI lcullaml rlar. Bir ok durumda Kabul meklemesi yntemi ile kabul edilen mal n kalitesi %100 muayene sonucunda kabul edilenden daha iyi olmaktad r. nk , %100 muayenenin b lct nc ve yo unluk yaratan etkileri kalitenin d mesine sebep olmaktad r. Ancak, rneklemeye uygun olmayan baz kritik paralann %100 muayene ile kontrol ka n lmaz olmaktai bu durumda muayene maliyeti nem kazanmaktad r. Kaliteye ili kin maliyetler her retici kurulu iin mutlaka byk nem ta maktad r. "KALITE OK YNL B R FONKS YONA SAH PTR." Geli en tketici hareketleri ile birlikte teknolojik ilerleme ve sava sonras = ekonomik knts II.Dnya sava ertesinde yeni Kalite kontrol tekniklerinin kullan mn gndeme getirmi tir. STAT ST K Biliminin uygulamal hale gelmesi ile Endstri mhendisli i ve Ynetim tekniklerinin geli mesi statisti in KALITE KONTROL'de uygulanmas n artt rm tr. Bu yntem KK olarak adland nl p Istatistik sayesinde ; retim s ras nda ortaya kabilecek bozukluklar nceden tahmin edilmeye ve dzeltici nlemler al nmaya ba lanm t r.
14
retim sistemlerinin geli mesi "yzde yz kontrol" yerine ana kitle iinden rasgele ve bilimsel usullerle belirlenerek seilen "rnek grup" al nmas , bu rnek grubun kalite kontroluna tabi tutulmas ve sonuta bulunan de erin gerekli hesaplamalar yap larak kitle iin ifade edilmesi olarak tan mlanan " statistiksel Kalite Kontrolu" nun uygulamas n yaygulatarmtr.
1.11.2 Kalitenin ls
Bir retim nitesinde yap m i lemleri belirli zelliklere sahip bir rnn retimi amac na yneltilmi , retim program buna gre dzenlenmi tir Ancak, retilen rnlerin istenilen kalitede olup olmad klarnn bilinmesi, hem sat a gidecek mal n piyasann kalite taleplerini ne dereceye kadar
13
kar lanaca n n bilinmesi, hem de retimin baansuun tesbiti veya retimin hangi noktalarda alcsad uun ayd nlat lmas bakmndan gerekli olacakt r. rnlerin e itli zelliklerini saptamak iin ok geli mi lme metod ve aralar vardr. Aynca, bu zelliklerden birinin llmesi iin gvenilir veya yeterince geli mi lme ara veya metodlan yoksa, byk apta retim yapan firmalar kendi lme ara ve metodlan geli tirmeye al rlar. O halde kaliteyi lmek iin , lme neticeleriyle istenilen standart de er aras ndaki farklann bulunarak bu farklann nemlilik derecesinin saptanmas gerekecektir. lme sonucunda bir fark n oldu u durumda ortaya iki problem kar. 1. Fark kkse lme metodumuz bu fark tesbit edebilecek kadar duyarl m dr ? 2. Fark byk veya lme metodumuz kk farklar tesbit edebilecek kadar duyarl ise tesadfen mi ortaya km t r, yoksa gerek bir farlcm dr?
Elde edilen fark n tesadf mi, yoksa gerek bir fark oldu unu nas l anlayaca z ?
*lmeyi tek nite halinde imal edilen rnlerde ; rnn e itli lme noktalar nda, *Birimler halinde imal edilen rnlerde ; birden fazla nite zerinde tekrarlad m zda ayn farklar buluyorsak bu farklar gerek farklar demektir. O halde her iki halde de birden fazla lmenin yap lmas gerekmektedir. Bunun sonucunda birden fazla lme neticesinin de erlendirilmesi ve standart bir de erle kar la t nlmas problemi ortaya kmaktad r. Bu e it problemlere olas l k teorisine dayanan istatistik metodlan zm getirmektedir.
16
17
3. Standart sapma ne lde kk olmal dr? 4. Ortalama de erin istenilen de erden de i ik olmas nn anlam nedir? 5. Birimler halinde elde edilen rnlerin hepsini teker teker muayene etmek mmkn olmad na gre ne yap lmal dr? 6. retimin ara kademelerinde bir kalite d ld grlm se ne yapmak gerekir? statistiki Kalite kontrolu , btn sorulara cevap veren ve istatistiki metodlar yard myla rn kalitesini yksek tutmay hedef alan btn lme ve kontrol i lerinin, srekli bir "BILGI ALMA DE ERLENDIRME - KARAR ALMA/VERME MDAHALE " pro ranuna gre, sistem iinde yrtlmesini salayan bir faaliyettir.
18
19
sunumu iinde yntemler geli tirilmi tir. Bir konuda toplan p, belirli bir dzene konmu olan verilerin anlaml hale gelip kullan l olabilmesi iin zetlenmesi gerekebilir. Verilerin zetlenmesi ile ilgili yntemlerde istatisti in konusudur. Elde edilen istatistiklerin hangi zellikleri ta d , anlaml l analiz edilerek bu analizden sonular kart lmas ile ilgili yntemler de istatistik dersinin konusudur. Bu anlamda istatisti in konu kapsam m belirten tan m da a a daki ekilde yap labilir: Verilerin toplanmas , derlenmesi, zetlenmesi, sunulmas , analiz edilerek bu analizden sonular kart lmas yla ilgili yntemler toplulu u istatistik konuland r.
20
incelemeye al n r. Incelemeye al nan bu k sma rnek(rneklem) denir. rnegin incelenmesinden kan sonular bir genelleme ile tm veri kmesi iin sonu kanm nda kullan l r. Btnn bir paras ndan hareketle btn hakk nda sonuca yarma ile ilgili istatistik konulan yorumlay c istatisti i oluturur. A a daki ekil 2.1 bu sreci a klamak iin izilmi tir. ekildeki byk daire elde edilebilir btn verilerin toplulu unu, sa tarafa kart lan kk daire bu topluluktan al nan rne i gstermektedir.
ekil 2.1 istatisti in yorumsal i levi rneklem verilerinden S bykl hesaplanm t r. rnek iin hesaplanan S bykl nden hareketle tm veriler iin cenin de eri kestirilir. es. hakk nda nceden ne srlen de erin do ru olup olmad da rnekten al nan bilgi kullan larak s nanr. rnekleme ile ilgili analizler, kestirim ve s nama konulan yorumlay c (Vardaml ) istatisti in konuland r.
21
kincil veri kaynaklar ndan veri elde etmenin yarar veri toplama maliyetini ve zaman m azalt nas dr. Ancak ikincil kaynaklardan elde edilen veriler her zaman bizim amac m z do rultusunda olmayabilir, bizim isteklerimizle rt meyebilir. Bu durumda amaca uygun veriler tasarlanarak toplan r.
22
23
Kat l m n yksek olmas ndan dolay ilk akla gelen tekniklerden biridir. Yan t alamama olas l en aza indirgenir. Yarntlay c lann davran larn gzleme ve yanl anla lmalan dzeltme olana vard r. Ancak sorular n kolay anla l r ve anketin s k c olmayacak uzunlukta olmas na dikkat edilmelidir. Anketr gerektiren bu teknik olduka pahal dr.
Bu teknik, ok s k olmasa da, al -veri yerlerindeki m terilerin fikirlerini renmek amac yla pazar ara t rmac lar taraf ndan kullan l r.
Ki isel gr me, ara t rmac lar n, ilgili ki ilerin fikir ve yakla mlar n' derinlemesine belirlemek amac yla kullan lan bir tekniktir. Bu yakla m nitel veri sa lad halde, uygulama iin gereksinim duyulan zaman ve maliyeti
24
25
istatistik ara t rmalar nda problemle ilgi ii rnekleme erevesinde tan mlanan ana kitleden, bu ana kitleyi temsil edebilen rne in seimi ok nemlidir. Tam say m yapamad m z veya maliyetine katlanamad m z durumda ana kitleyi temsil edebilen rne in bykl ne olacak ve birimler nas l seilecektir? Bu, istatisti in nemli bir konusudur. Yanl bir rnek seimi daha sonra yap lacak olan tm i lemlerin geersiz olmas na neden olabilir. Tasarlanan rnek bykl ne gre ana kitleden defalarca ayn byklkte rnekler al rsak her birinde ayn say da eleman n bulunmas n n yan nda elemanlar rnekten rne e de i kenlik gsterecektir. Bu durumda, al nacak bir rne in her bir eleman bir de i kenin gerekle mi de eri olacakt r. N birimden olu an bir ana kitleden n birimlik rnek alm sak, bu rnek, xj, x2, x3,...., x de i kenlerinin alabilece i de erlerden birer adedinin olu turdu u bir veri toplulu u olacakt r. Burada belirtilen xr, x2, xn de i kenler toplulu una rneklem denir. rneklem, bir kal p olup bunun her bir gerekle mesi ise bir rnek olmaktad r. rneklem tasanm ve rnek alma i lemine ise rnekleme denir.
,
26
27
2.4.1 S kl k da l mlar
Konuya girmeden nce a klanmas gereken baz tan mlar vard r. Bu tan mlar bir rnek zerinde tart al m: Bir firrnadaki 50 adet haftal k sat tutarlaruu veri olarak toplad m z varsayal m. Veriler a a daki tablo 2.1'de yer almaktad r:
28
8710,65 35356,12 17174,35 20565,50 37442,25 22215,36 59065,32 25632,20 15064,22 23568,32
43984,32 52450,23 25098,20 24259,68 26658,55 21176,25 23118,98 25705,45 20564,24 19124,54
19151,78 22854,45 47875,23 25698,40 27025,56 35587,21 20088,26 71020,58 25434,87 44252,36
12225,65 29874,25 29798,25 32564,24 26451,54 23353,74 20536,56 28548,58 33547,28 25711,17
31505,25 22654,51 28985,69 21705,25 66360,21 17854,23 32564,52 12587,54 34524,21 9325,67
Tablo 2.1 Haftal k Sat Tutarlar' (*100000 TL.) Tabloya ilk bak ta sat lar hakk nda bir sonuca varmam z ok zordur. statistikte bu tr verilere ham veri denir. lk akla gelen dzenleme, bu verilerin s raya dizilmesidir. S raya dizine i lemi bykten k e veya kkten by e olabilir. Byklk (kklk) s ras na gre dizilmi haldeki verilere seri denir. Tablo 2.2'de sat tutarlarm n kkten by e s raya dizilmi hali grlmektedir. Tablodaki maksimum de er ile minimum de er aras ndaki farka yay lma band (ranj) denir. Yay lma band n n uygun say da alt aral a blnerek her aral kta ka gzlem oldu unu belirleyerek haz rlanan tao oya s n fl seri denir.her s n f aral nda bulunan de er say s na ise s kl k (frekans) denir. Toplanm olan veriler nominal veya s ral lekte olabilir. Bu durumda s n fl seri yerine s kl k serisini dzenlemek uygun olacakt r. Nominal ya da s ral lekte az say da de er alabilen bir de i ken iin hangi de eri ka defa ald n gsteren seriye s kl k serisi denir. Bir s kl k serisi yetilerin da l m n , s mfl seri ise verilerin yo unluk da l m ru gstermektedir, S kl k serisi veya s n f ' serilere k saca s kl k da l mlar denir.
29
8710,65 9325,67 12225,65 12587,54 15064,22 17174,35 17854,23 19124,54 19151,78 20088,26
20536,56 20564,24 20565,5 21176,25 21705,25 22215,36 22654,51 22854,45 23118,98 23353,74
23568,32 24259,68 25098,2 25434,87 25632,2 25698,4 25705,45 25711,17 26451,54 26658,55
27025,56 28548,58 28985,69 29798,25 29874,25 31505,25 32564,24 32564,52 33547,28 34524,21
35356,12 35587,21 37442,25 43984,32 44252,36 47875,23 52450,23 59065,32 66360,21 71020,58
S kl k (Frekans) 30 48 66 34 19
Tablo 2.3 Bir S n fl S kl k Serisi Smith sende her aral n orta noktas n de i kenin ald de erler olarak varsay p s kl k da' l m n yazd mzda da s kl k serisi elde etmi oluruz. Ancak bu sende her gzlemin ait oldu u aral n orta noktas ndaki de ere e it oldu u varsay l r. Herhangi s n fl sende her s n f n alt s nr na e it veya alt s n r ndan byk de erlerin say s n veren da l ma azalan birikimli (kmlatif) s kl k da l m denir. Son s n f aral na gelindi inde birikimli s kl k, o aral ktaki s kl k olur. Son s nf aral ndan sonra bir s n f aral varm gibi dnlerek son s n f aral run st s nrna e it veya daha byk de erlerin say s s fr
30
kabul edilir. Bir =dil sende her s n fn st s n nndan kk olan gzlem de eri say lar n veren da l ma artan birikimli s kl k da l m denir. Tablo 2.4'te artan ve azalan birikimli s kl k da l mlan grlmektedir. Alt S n r 100 200 300 400 500 600 Azalan Birikimli S kl k (Frekans) 197 167 119 53 19 0 st S n r 100 200 300 400 500 600 Artan Birikimli S kl k (Frekans) 0 30 78 144 178 197
2.5.1 Histogram
Histogram, yatay eksende de i kenin ald de erlerin, d ey eksende s kl klann bulundu u, her aral n s kl ile orant l boydaki dikdrtgenlerle gsterildi i yo unluk g,raf idir. Bir rnekle ac ldayal m. A a daki tablo 2.5'te bir s ruftaki rencilerin not da l m grlmektedir. S n f Aral S n f Orta Nok ns (Xi) S kl k (Frekans) 20-30 25 15 -30-40 35 28 40-50 45 33 50-60 55 50 60-70 65 27 70-80 75 21 80-90 85 12 Tablo 2.5 Not Da l mlan
31
Bu verilere gre histo ram da a a daki ekil 2.1'de izeriz. Smith sende aral k boylar e it ise yo unluklan do rudan d ey eksende okuyabiliriz. Ancak s n fl serideki aral k boylann n e it olmamas durumunda histogram izerken yeni bir dzenlemeye gidilir. Histogramda, dikdrtgenlerin alanlar yo unluklan gsterdi inden, e it olmayan s n f aral klan kullaruhrken geni aral klardaki yo unluklar oldu undan fazla, dar aral klardaki yo unluklarda oldu undan az grlecektir. Bu nedenle e it olmayan s n f aral klan kullan ld nda dzeltme i lemi gereklidir.
60 50 40 20 10 0 20-30 `
.-
30-40
40-50
50-60
60-70
70-80
80-90
Histogramdaki s n f aral klann n orta noktalar n' apsis, s n f s ld klann ordinat kabul eden noktalar n (histogramdaki dikdrtgenlerin st kenar orta noktalann n) do ru paralar ile birle tirilmesinden olu an graf ktir. Graf in ular yatay eksen ile birle melidir. Bunun iin s n fl serinin ba nda ve sonunda s f r s kl a sahip birer s n f aral d nlerek graf in ular yatay eksenle birle tirilir. Histogramdaki dikdrtgenlerin alanlar toplam ile s kl k okgeni alt nda kalan alan birbirine e inin S kl k okgeni de bir yo unluk grafiQi olup s kl k yo unl klann n da l m n gsterir.
32
60 50 40 33 20 0 15 1 2 3 4 5 7 21 12 6 7 8 9
--o--Seriler 2 0 15 28 33 50 27 21 12 0
33
u Tar m %45
Hizmetler %47
34
s Otomobil
u
Kamyon
3
Y llar
Stun graf kleri uygulamalarda s ka kullan lmaktad r. Olu turulmas ve izlenmesi kolayd r. Bir olayda birden ok alt durumu ba ar yla sergilerler.
35
36
= 1 =1 X In e itli i ile verilir. E itlikte; aritmetik ortalamay , X, , gzlem de erini ve n ise gzlem say s n gstermektedir.
rnek - 1: Bir rencinin alt s navdan ald notlar: 68, 72, 78, 84, 87, 91 eklindedir. Notlar n aritmetik ortalarnas m bulunuz. zm - 1: X = X, /6 = [68 + 72 + 78 + 84 + 87 + 91 1/6 = 480/6 = 80
puand r.
fi
j. s n fn
37
rnek-2: A niversitesindeki 100 rencinin a rl klanna ili kin s kl k (yada Frekans ) da l m tablosu Tablo 3.1 'de verildi i gibidir.
S n flar (J) 1 2 3 4 5 A rl k (kg) 60-62 63-65 66-68 69-71 72-74
--,k
S kl k ( fj ) 5 18 42 27 8 100
Tablo 3.1 A niversitesindeki 100 rencinin a rl k da l mlan rencilerin a rl klanna ili kin aritmetik ortalamay bulunuz. zm 2: Aritmetik ortalaman n hesaplanmas iin gerekli i lemler tablosu Tablo3.2'de verildi i gibidir. Tablo 3.2'nin (4.) stun de erleri yle elde edilmi tir. rnegin, birinci de er, X, = (60 + 62)/2 = 61 bulunur. Stuna ait di er de erler de ayn ekilde bulunmu tur. Yine ayn tablonun (5.) stun de erleri de s n flann sahip olduklar de erler ile ayn s n flann s n f orta de erlerinin kar l kl birebir arp m sonucunda elde edilmi lerdir. rnegin, birinci de er iin bu hesaplama, fl .X7, = 5(61) = 305 'dir.
-
( 1 ) S n flar
(2.) A rl k
(j)
(kg.)
60-62 63-65 66-68 69-71 72-74
--s k,,
(3- ) S kl k
(4.)
(L)
5 18 42 27 8
;VJ
61 64 67 70 73
--
2
3
4 5
Toplam: L i=i i
100
Tablo 3.2 A niversitesindeki 100 rencinin a rl klan iin Aritmetik ortalama i lemleri
38
Tablo-2'nin (5.) stun ve Toplam sat n= kesi ti i de er aritmetik ortalaman n paydas n olu turmaktad r. Sonu olarak aritmetik ortalama,
O. R.= b. E er n ift ise X [/,1 ' nci gzlem de eri ile X i(n+2v2 'nci gzlem de erinin
aritmetik ortalarnas d r.
rnek - 3: 6, 2, 2, 1. 2, 6, 10, 8, 6, 7, 9 gzlem de erlerinin ortancas n bulunuz. zm - 3: nce gzlem de erleri kkten by e do ru s ralan r.
X t X X3 X4 X5 X6 X 7 X8 X9 X 0 XI 2 2 1 2 6 6 6 7 8 9 10
ve tek'tir. Ortancan n formlnden, n = 11 hesaplama O. R.= X 1(n+ v2i = X [0 , +0121 = X6 gzlem de eridir. O halde, O. R.= X6 = 6 bulunur. Bu de er s ralanm seride koyu olarak gsterilmi tir.
39
X I X2 X 3 X4 X5 1 1 2 3 4
X8 X 9 X I o
5 6 9 11
O.R.= L,, + c
(n/2) Ni
fortanca
yard m yla hesaplan r. Bu son e itlikle; L A , ortanca s n f n n alt s n r ile ortanca s n f ndan bir nceki s n f n st s n r de erlerinin aritmetik ortalamas n , N, , ortanca s n f ndan bir nceki s n fa kadar olan birikimli , ortanca s n f n n s kl n , n, gzlem ...den daha az s kl k de erini, fo say s n ve nihayet c ise s n f aral n' gstermektedir.
, a, a
rnek 5: rnek-2'de tan mlanan ve Tablo-3.1'de verilen A niversitesindeki 100 rencinin a rl klar n n s kl k da l m na ili kin ortancay bulunuz.
-
zm 5: Ortancan n hesaplanmas iin gerekli i lemler tablosu Tablo-3.3'de verildi i gibidir. Tablo-3.3'nin (3.) stun de erleri u ekilde elde edilmi tir. rne in, ilk de er, birinci s n f n s n f alt de eri ile kendisinden bir nceki s n f n s n f st de erinin ikiye blnmesi sonucudur ki bu de er, X i = (59 + 60)/2 = 59.5 bulunur. Stuna ait di er de erler de ayn ekilde bulunmu tur. Yine ayn tablonun (4.) stunundaki ...den daha az s kl k de erleri de s n flann sahip olduklar s kl klann bir nceki s kl kla toplanmas sonucunda elde edilmi lerdir. rnegin, ilk de er iin bu de er 59.52'den daha kk de er olmad iin s f rd r. kinci de er iin be , nc de er iin ise
-
40
kk de er olmad iin s f rd r. ikinci de er iin be , nc de er iin ise 5 ile 18 'in toplam olan 23'dr. Stuna ait di er de erler benzer biimde bulunmu lard r. Bylece elde edilen tablo 3.3 takipte verildi i gibidir. (1.) (2.) A rl k S kl k (kg) (.7;) 60-62 63-65 66-68 69-71 72-74 --5 18 42 27 8 (3.) 1
J
Tablo 3.3 A niversitesindeki 100 rencinin a rl klar iin Ortanca i lemleri ncelikle n ift say d r ve 100/2 = 50 'nci gzlem de eri ortancaya kar l k gelmektedir. L 4 = 65.5, bu de er Tablo-3.3'nin (3.) stununda koyu siyah olarak belinilmi tir. c = 66 63 = 3, tablodaki (1.) stnn birbirini takip eden herhangi iki alt yada st s n r de erleri aras ndaki farkt r. = 23 ve = 42 'dir. Yine bu de erler de Tablo 3.3'in (2. ve 4.) stunlannda koyu /ortanca siyah olarak belirtilmi lerdir. Sonu olarak ortanca, O. R.= 65.5+ 3[(50 23)/421= 65_5+1.93 = 67.43 olarak elde edilir.
41
rnek 6: 1, 3, 5, 2, 4, 5, 6, 5, 7, 8, 3 gzlem de erlerinin tepe de eri 5'tir. nk be en fazla tekrarlanan (bu rnekte kez) gzlem de eri olmu tur.
-
2 )] e itli i ile dzenlenmi verilerde tepe de eri, T.D.= LA -1-C[F I(F + F hesaplan r. Bu e itlikte; T.D., tepe de erini, L A , en byk s kl n bulundu u s n f n s n f alt de erini, c , s n f aral n, F1 , en byk s kl k ile bir nceki s kl k aras ndaki fark ve F2 ise en byk s kl k ile bir sonraki s kl k aras ndaki fark gstermektedir.
rnek 7: rnek-2'de tan mlanan ve Tablo-3.1'da verilen A niversitesindeki 100 rencinin a rl klann n s kl k da l mna ili kin tepe de erini bulunuz.
-
zm 7: Tablo-3.1 'e dnersek en byk s kl n 42 oldu u grlr. Dolay s yla hesaplamada kullan lacak de erler s ras yla: LA = 66, c = 3, = 42 18 = 24 ve F, = 42 27 = 15 elde edilir. Bu de erleri T.D. hesaplama formlnde yerine yazarsak, T.D.= 66 + 3[24/(24 +15)] = 66 + (72/39) = 66 +1,85 = 67.85 kg. bulunur.
-
42
3.3 De i im lleri
Bu blmn giri k sm nda belirtildi i gibi bir s kl k da l m hakk nda bilgiler edinmek yada bu da l mlan kar lat rmak iin e ilim lleri yeterli de ildir. E ilim lleri yan nda gzlem de erlerinin birbirinden ne kadar farkl olabilece ini gsteren llere de ihtiya vard r. statistikte bu llere ise dei im lleri denilmektedir. Bu al mada, uygulamalarda en s k kullan lan drt tanesi yine anlat lacakt r. Bunlar s ras yla: De i im geni li i (ranj), mutlak sapma (ortalama sapma), varyans ve standart sapma, nihayet de i im katsay s dr.
3.3.1 De i im geni li i
Bir s kl k da l m yada basit sende en byk gzlem de eri, X,, ile en kk gzlem de eri, X, aras ndaki farka deiim genilii denir ve R ile gsterilir. Bylece matematik olarak de i im geni li i, R = X ,, X e itli i ile verilir.
rnek - 8: rnek-3'de verilen gzlem de erlerinin de i im geni li i kat r. ziim - 8: Gzlem de erlerinin en by , ise bu yle X, = 1 'dir. verilerin R= X I , X, =10 - 1= 9 'dur.
= 10 ve en k , geni li i, de i im
De i im geni li i, da l mdaki a n u de erlerden etkilendi i iin gzlem say lar e it olmayan iki rne in kar la t r lmas nda kullan lmas uygun bir l de ildir.
43
s n fland nlm verilerde de mutlak sapma tan mlanabilir. yleki ; f , j. s n f n s kl , X, , j. s n f n s n f orta de eri,
)7 , s kl k da l m n n aritmetik
/' f j 13< j=i
e itli i ile verilir. Not edilmelidir ki; mutlak sapma, ortanca de eri kullan larak ta hesaplan r. Ancak burada bu tr hesaplama verilmeyecektir.
rnek-9: rnek-3'de verilen gzlem de erlerinin mutlak sapmas n bulunuz. zm-9: Gzlem de erlerinin aritmetik ortalamas , X = 59/11 = 5.364 bulunur.
= {11 5.3641+12 5.3641+ +110 53641} /11 = 2.628 bulunur. Mutlak sapma ls, gzlem de erlerinin tmn hesaplamada kullanmas na ra men, mutlak sapmalar gz nnde bulundurdu u iin zay f bir de i im lsdr. Bu trl bir sak ncay ortadan kald ran ve uygulamalarda yayg n biimde kullan lan de i im ls, standart sapma hemen takipte verilecektir. dev: rnek-2'de tan mlanan ve Tablo-3.1'da verilen A niversitesindeki 100 rencinin a rl klar = s kl k da l m na ili kin mutlak sapmay bulunuz. Cevap: M. S.= 2.265 'dir.
44
Bu e itlikte; X, i. gzlem de eri, aritmetik ortalama ve n ise gzlem say s d r. rnek standart sapmas ile kitle standart sapmas aras ndaki tek fark, e itli in paydas ndaki ii yerine j` c ve paydada N yerine ( -1) kullan lmas d r. rnek-10: rnek-3'de verilen gzlem de erlerinin standart sapmas m bulunuz. zm-10: Gzlem de erlerinin aritmetik ortalamas , rnek-9'da X = 59/11 5.364 bulunmu tu. imdi de standart sapman n frmln kullanarak yleki; bulabiliriz. sonucu .1 " (X -5.364)71Q = [(1 - 5.364) 2 + (2 - 5.364) 2 +.-+ (10-5.364) 2 1/2 N/8.959 = 2.993 olarak elde edilir. Standart sapman n karesi varyans /10 S 2 = 8.959 bulunur. verece inden varyans
\ L
/ -
__. 2 /R-1
e itli i
, kullan larak hesaplan r. Bu e itlikte; Bu e itlikte; f., .,"; s n fn s kl , s n f n ortalamas , X , aritmetik ortalarnay ve ise gzlem say s n gstermektedir. S n fland nlm verilerde rnek standart sapmas ile kitle standart sapmas aras ndaki tek fark, basit serilerde de not edildi i gibi N yerine (4- 1) kullan lmas d r.
rnek-11: rnek-2'de tan mlanan ve Tablo-1 'de verilen rencilerin a rl klanna ili kin standart sapmay hesaplay n z. zm-11: Bu veriye ili kin aritmetik ortalama, rnek-2'de X = 67.45 kg. olarak bulunmu tu. Hesaplamalarda kullan lacak di er nicelikler takipteki
45
Tablo-4'de verildi i gibidir. Bylece standart sapma, s = .852.75/100 2.92 bulunmu olur. Dolay s yla varyans ise S2 = (2.92) 2 = 8526 'dir. A rl k (kg) 60-62 63-65 66-68 69-71 72-74 Toplam S kl k
(f j
)
X.,
61 64 67 70 73
(A- ;
- X) ( I , - X) 2
41.6025 11.9025 0.2025 6.5025 30.8025 208.0125 214.2450 8.5050 175.5675 246.4200 852.7500
5 18 42 27 8 100
Tablo 3.4 A niversitesindeki 100 rencinin a rl klar iin Standart sapma i lemleri
46
Iki ba ms z da l ma ili kin de i im katsay lar kar lat r ld nda hangi de i im katsay s daha kk ise o da lm n daha az de i im gsterdi i (yani, daha homejen oldu u) sylenir.
de erlerinin: a. Aritmetik ortalama, ortanca ve tepe de erini bulunuz. b. De i im geni li i, mutlak sapma, standart sapma ve de i im katsay s m bulunuz.
4.176 ve
-
V = %63.27
A rl k
S kl k
(.7;) 5 12 16 12 5 50
1 2 3 4 5
Tablo 3.5 50 gzlem de erinin s kl k da l m tablosu Tablo-3.5'deki veriyi kullanarak: a. Aritmetik ortalama, ortanca ve tepe de erini bulunuz. b. De i im geni li i, mutlak sapma, standart sapma ve de i im katsay s n bulunuz. Cevaplar-2: a. X .17 , O. R.= 17 ve T.D.= 17.5; b. R = 24, 4.4 , o- 5.657 ve V = %3328 .
47
rnek 1: Alt yzl hilesiz bir oyun zann n bir kez at lmas deneyinde rnek uzay n olu turunuz. zm 1: Oyun zann n alt yz ve bir kez at ld nda oldu una gre; bir, iki, , drt, be ve nihayet alt noktal yzn herhengi biri sonu olarak ortaya kabilir. yleyse rnek uzay m z art k olu turabiliriz. Bylece rnek uzay ,
-
dev: Hilesiz bir madeni paran n kez (yada hilesiz madeni paran n ayn anda) at lmas deneyine ili kin rnek uzay n olu turunuz. Cevap: Y ,yaz ve T, tura ile gsterilirse; rnek uzay S = {YYY, YYT, YTY, TY Y, YTT, TYT, 11 `Y, TTT} eklinde yaz labilir.
rnek Nokta. rnek uzay n n her bir eleman na rnek nokta ad verilir.
rnek 2: rnek- l'deki oyun zar n n her bir yz bir rnek nokta olu turur. Yani; , eleman say s n gsterirse rnek uzay , R= 6 elemanl bir uzay d r. Dolay s yla bu rnek uzay = 6 tane rnek noktas vard r denir.
-
48
rnek uzay ierdi i elemanlann say s na gre ikiye ayr l r. Bunlar, sonlu ve sonsuz rnek uzay olarak bilinirler. Sonlu rnek uzay . E er bir rnek uzay , sonlu say da (yada say labilir sonsuzlukta) eleman ieriyorsa sonlu rnek uzay ad n al r. rnek vermek gerekirse, rnek 1 ve dev-l'deki rnek uzaylan sonlu rnek uzay na birer rnek te kil eder. Sonsuz rnek uzay . E er bir rnek uzay , sonsuz say da (yada say lamaz sonsuzlukta) rnek nokta ieriyorsa bylesi uzaylara sonsuz rnek uzay denilir.
rnek 3: 10 ila 15 aras ndaki tm reel say lar kmesi say lamaz
-
sonsuzluktad r. nk, rnek noktalar n hepsini saymak (yada listelemek) olas de ildir.
Olay. rnek uzay ndaki noktalann bir alt kmesine olay denir. Olas l kta
olay, tesadfi olay anlam nda kullan l r.
rnek 4: Alt yzl hilesiz bir oyun zar n n bir kez at lmas deneyinde A
-
olay , zann ift gelmesi eklinde tan mlan rsa bu olay , A = {2, 4, 6} ile tan mlayabiliriz. Benzer ekilde, hilesiz bir madeni paran n iki kez at lmas deneyinde en az bir yaz gelmesi olay n da B ile gsterirsek bu olay , B = {YY , YT, TY} eklinde ifade edebiliriz. Olaylar meydana geli durumlar na gre basit, bile ik, kesin ve imkans z eklinde s n fland nl rlar. Bunlar takipte k saca verilecektir. Basit Olay. Tek bir deneyde tek bir sonu olarak gerekle en olaylara denir. rne in, hilesiz bir madeni paran n bir kez at lmas deneyinde tura gelmesi basit olayd r. Bile ik Olay. ki veya daha fazla olay n birlikte veya birbiri ard nca meydana gelmesi olay na denir. rne in, hilesiz bir madeni paran n iki kez at lmas deneyinde iki kez yaz gelmesi bile ik olay niteli indedir.
49
Kesin Olay. Bir olay, ,S rnek uzay n n bir alt kmesi oldu una gre S'nin kendisi de bir olayd r. te bylesi bir olaya kesin olay ad verilir. mkns z Olay. inde hi bir elemam olmayan kme (ba ka bir ifadeyle bo kme) yada kesin olay n de ili de rnek uzay nn bir alt kmesi oldu una gre bylesi olaylara ise imkans z Olay ad verilir. Gerekli temel kavramlar bylece a klad ktan sonra art k olas l n tanm verilebilir.
m
n
olarak tan mlan r. Bu tan mdan takipteki sonular yaz labilir. 1. Olas l k daima s f r ila bir aras ndad r. Yani, 0 P(A) 5 1 . 2. Kesin olay n olas l , birdir. Yani, P(S) = 1 'dir. 3. mIdns z olay n olas l , s f rd r. Yani, P(0) = O' d r. Tan m-2: Olas l k, her basit yada bile ik olaya s fr ila bir aras nda bir reel say kar l k getiren fonksiyondur. Olas l k fonksiyonunun belirtildi i rnek uzay na olas l k uzay ad verilir. rnek-5: Alt yzl hilesiz bir oyun zamm bir kez at lmas deneyimde her bir yzn ste gelmesi olasil klan nedir.
50
zm-5: Bu deneye ait rnek uzay , rnek-1 'de verilmi ti. ilgili rnek uzay n n her bir eleman basit bir olay tan mlad na gre herhangi bir yzn ste gelmesi olas l birbirine e it ve 41) = 42) = 43) = 44) = 45) = 46) = 1/6 'd r. Ayr ca burada not edilmelidir ki rnek uzay n n her bir noktas na kar l k gelen olas l k birbirine e itse e ihtimalli olaylar uzaya da e ihtimalli rnek uzay ad verilir. Bu rnek e ihtimalli olaylardan olu an bir rnek uzay d r. Bir tesadf deney sonucunda olaylar n ortaya kma olas l birbirinden farkl oldu u zaman Tan m-1 ile verilen olas l k tan m anlam n yitirmektedir. Bu durumda olas l n s kl k tan m olarak bilinen takipteki tan m n n verilmesi uygun olur.
Tan m 3: Ayn artlar alt nda yap lan bir tesadfi deney n kez telcrarland nda ilgilenilen bir A olay f kez gerekle mi se A 'n n deneysel greli s kl , fin 'dir. rnek hacmi (gzlem say s ) n artarken greli s kl n n bir limite yakla t kabul edilirse bu limit de erine A 'n n olas l
-
51
olay , zarlardan birinin iki olmas olay olsun. Bylece B = {(2,4), (4,2)} elde edilir. Istenilen olas l k ise P(BIA) oldu una gre artl olas l k tan m 2/36 = 2/5 bulunur. Aynca gere ince P(BIA)= P(A n B)/P(A) = 5/36 P(A) 5/ 36 ve P(B) = 2/36 olduklar na gre P(A n B) = P(A)P(B) yada 1/18 # 5/18 oldu undan A ve B olaylar ba ms z de ildir, ba ml d r denir.
52
madeni
para
drt
kez
at ls n. ve
D = {Hi tura gelmemesi} olaylar tan mlans n. a. Deneye ait rnek uzay n olu turunuz b. A B , C ve D olaylann n gerekle mesi olas l klar n bulunuz. c. A ve B aynk olaylar m d r. d. A veya B yada (AL) B) olay n n gerekle mesi olas l nedir. e. A veya C yada (A v C) olay n n gerekle mesi olas l nedir. f. B veya D yada (Bu D) olay n n gerekle mesi olas l nedir.
,
Cevaplar-1: a. S = { YYYY, YYYT, YYTY ,YYTT , YTYY, YTYT, YTTY ,YTTT,TYYY , TYYT, b. 1/4 ; 5/8 ; 1/16 ; 1/16
Problem 2: Alt yzl ve hilesiz bir oyun zar arka arkaya iki kez at l yor. a. rnek uzay n n eleman say s kat r. b. Toplam n en az sekiz olmas olas l nedir. c. Toplam n en fazla sekiz olmas olas l nedir. Cevaplar 2: a. 36; b. 5/12 ; c. 13/18
-
Problem 3: Bir s n fta 20 k z ve 30 erkek renci vard r. 15 k z ve 20 erkek rencinin salar siyaht r. Bu s n ftan tesadfen bir renci seiliyor ve siyah sal oldu u grlyor. a. Bu rencinin k z olma olas l nedir. b. Bu rencinin erkek olma olas l nedir.
-
53
ki sonulu bir deney ardarda n defa birbirinden ba ms z olarak tekrarland nda `Bemouilli olas l k fonksiyonu'nun zel bir genellemesi olan `Binom olas l k fonksiyonu' elde edilir. X, n ba ms z deneyde kar la lan `ilgilenilen trden' sonu say s olmak zere, tek bir deneyde ilgilenilen trden sonu elde etme olas l `p' ve di er trden sonu elde etme olas l '1-p'olduunda a a daki artlan sa layan X'e `binom rassal de i keni' denir. a) Deney say s n sabit olup, rassal deney ayn artlar alt nda tekrarlanmaktad r. b) Tekrarlanan bu n deneyden herbiri iin 'olumlu-olumsuz', 'ba ar l ba ar s z', erkek-kad n' vb. eklinde iki durum vard r. c) p ve buna ba l olarak (1-p) birbiri ard nca yap lan deneylerde de i memektedir. d) Deneyler birbirinden ba ms zd r.
54
e) Tek bir deneyde ilgilenilen trden sonu elde etme olas l 0,05. Binom Olas l k Fonksiyonu
P(x) =" Cdf (1 q)" -x P(x) = 0 (x = 0, 1, 2,...n Di er durumlarda iin)
Her x iin 0 < P(X) < 1 eitsizli i geerlidir. Ayr ca olas l klar toplam l' e e ittir. rnek 1: Bir para 4 defa at ld nda, a) ki tura, b) En az bir tura, c) 'ten az tura gelmesi olas l klar n hesaplayal m. Bu rnekte, her at iin 'tura' ve 'yaz ' eklinde gzlenebilecek iki sonu olup, gerek tura gerkse yaz elde etme olas l sabit ve 1/2' ye e ittir. Bunun yan nda, bir at n sonucu di erlerinii etkilememekte ve toplam 4 at gzlem konusu olmaktad r. Dolay s yla binom olas l k fonksiyonu
P(x) = 4 C, ( / 2)x (1 / 2) 4' P(x) = 0
(x = O, 1, 2, 3, 4
iin)
(Di er durumlarda)
2!2!
(1 / 2) 2 (1 / 2) 2 = 0,3750
55
olas l (p) de i memekte ve p<0,05 e itsizli ine uymaktad r. d) Deney say s sons 7a yakla maktad r, yani ---->
00
'dur.
e) Belli zaman aral nda veya beli bir yerde ilgilenilen olay n ortaya kma say s 2. sabittir.
u Bir kentte bir hafta iinde meydana gelen lmcl trafik kazalar n n say s u Belli bir gnde leden nceki son onbe dakika iinde bir irketin telefon santralini arayanlar n say s u Bir i letmenin bir paray yenilemek zere bir haftada ald sipari lerinin say s u 3 ayl k bir srede bir makinenin bozulma say s u Bir fabrikada bir y l iinde gerekle en grevlerin say s
56
Poisson Olas l k Fonksiyonu X ilgilenilen olay n ortaya kma say s iken X'in olas l k fonksiyonu, = np > O olmak zere; P(x)
x,
P(x) = 0
olur. Bu fonksiyona `Poisson olas l k fonksiyonu' ad verilir. rnek 2: Saat 9.10'dan 9.15'e kadar geen srede bir sekreterin ald telefon konu malar n n ortalamas n n 3 oldu unu varsayarak, bir sonraki gn ayn zaman aral nda sekreterin; a) Hi konu ma almamas b) Be konu ma almas , c) ikiden az konu ma almas olas l klann hesaplay n z. e -3 3x P(x) P(x) = 0 x (x = 0, I, 2,... iin) (Di er durumlarda)
e 3 3 o!
0,0479(1)
0,04979
e -3 3 5
0,10082
e 3 3 O!
e-3 3 1 _.. .
P(1) =
57
Poisson Blnmesinin Momentleri Aritmetik Ortalama: ,u = Va yans: 1.12 = Asimetri ls: a 3 =1 I NTX. Bas kl k ls: a4 = 3 + 1 /
A C x. N-A C n x arp m kombinasyonu ekilde olu ur. Bylece X: kesildi rasgele de i kenin olas l k fonksiyonu yledir;
-
58
. N-A C n-x P(X=x) NCn Hipergeometrik da l m n, Ortalamas . = E(x) = n.p , Varyans cr2=V(x) = npq. (N-n)/(N-1)'dir. Da l m parametreleri ise ; N , A ve n olmak zere 3 tanedir. rnek 3 : Bir A firmas = deposunda retti i kal p yapma tezgah ndan 10 tane bulunmaktad r. Bunlardan 5 tanesi sa lam ve 5 tanesi bozuktur. Bu depodan 4 tane bak m iin tezgah al n rsa, bunlar n; a. Hepsinin sa lam, b. tanesinin sa lam olmas olas nedir? X= 0,1,2,3n
zm : Buradaki olay "Hipergeometrik blnme" artlar n sa lamaktad r. Problemde N=10, A=5, n=5 olmaktad r. Buna gre, a. P(X=4) = 5 C 4. 5 C O / 10 C 4 = 0.0238 bulunur. b. P(X=3) = 5 C 3. 5 C 1 / 10 C 4 = 0.238 bulunur.
59
dal nda gzlemlenen srekli rassal de i kenlerin byk bir o unlu unun frekans blnmeleri yakla k olarak an e risi grnmnde olup, 'normal olas l k yo unluk fonksiyonu' ad verilen bir fonksiyonla ifade edilmektedir. Normal olas l k fonksiyonu gerek teoride gerekse uygulamada en ok kullan lan bir matematiksel model durumundad r. Di er taraftan, normal blnmeyen bir anakitleden ekilen rneklemlerin ortalamalamun blnmesi, belirli artlar alt nda normal blnmeye yakla r. Normal olmayan, hatta bazen ok asimetrik ekillerdeki blnmeler bile, de i kene uygulanacak basit dn mler sonucunda normal blnme eklini al r.
f(x)
30
2a N la k .
,u+la
+ 2a
g+ 3a
68 .26 96 3j
-
95.46% 99.73%
e -Q--,012-'
cr< 2 r
X N(u,
62 )
eklinde
60
Bu fonksiyonda,
Ii:
o: Normal blnmenin standart sapmas n ifade etmekte olup, ayr ca e=2,71828 ve r = 3,14159'dur.
- ,
t[
P {x
a a} = F(a) = S_
,/2. t
dx
eklindeki bir i lemle ortalamas , = 0 ve varyans o-2 =1 olan normal o_ 2 ve blnmeye dn trlebilir. te ortalams ,u = O, varyans olas l k yo unluk fonksiyonu;
f (z) 2 r e cx) < z -i-co
olan normal blnmeye, 'standart normal blnme' veya 'birim normal blnme' ad verilir. f (z) olas l k yogunluk fonksiyonu oldu undan, f (z) e risi alt nda ve apsisin yukans nda kalan alan l'e e ittir. Bu fonksiyondaki z'ye standart normal de i ken ad verilir ve z N(0,1) eklinde gsterilir.
61
Z de i keni normal bir blnmeye sahip oldu unda, X'in a ve b aral nda bulunma olas l
1 2 P(Cl < X <b)=S -r e z dz
27r
yani f (z) e risi alt nda, apsisin yukans nda ve X=a ile X=b do rulan aras nda kalan aland r. Bu ilkeden hareketle, standart normal de i kenle ilgili e itli olas l klar hesaplamr. Bu hesaplamalan kolayla t rmak iin e itli (z)
de erleri iin normal e ri alanlar tablolar ndan (birikimli (z) veya birikimsiz (z) ) yararlan lmaktad r. rnek 4: Bir erkek grubunun boy uzunluklan 165 cm aritmetik ortalamal ve
16 cm standart sapmal normal blnmeye sahip oldu unu varsayarak, boy uzunluklan a) 165-181 em aras nda, b) 173 cm den fazla, c) 153-185 cm aras nda, d) 157 cm den az veya 177 cm den fazla, e) 185-189 cm aras nda olanlarn oramm hesaplayal m zm : a) Boy Uzunluklan 165-181 cm Aras nda Olanlarn Oran : Z = (181- 165)/ 16= +1 ,
Z2= (165-165)/ 16=0
P ( O < Z < +1) yaz l r. Bu ifade ayn durumda F(1) F(0) demektir. Birikimli Z tablodan yararlamlarak ; F(1)=0.8413 ve F(0)= 0.5000 okunur. u hale gre, boy uzunluklan 165-181 cm aras nda olanlar n oran 0.8413 0.5000 = %34,13'tr.
62 b) Boy Uzunluklar 173 cm den Fazla Olanlar n Oran : P( X > 173 ) = P( Z > (173-165) / 16 ) = P(Z > 0.5 ) olur. Bu durumda; P(Z > 0.5 ) = 1 F(0.5) yaz labilir. Z tablosundan F(0.5)= 0.6915 okunur. Bylece boy uzunluklan 173 cm den fazla olanlar n oran : 1 0.6915 = %30,85 'dir. c) Boy Uzunluklan 153-185 cm Aras nda Olanlar n Oran : P( 153 <X < 185 )= P( (153-165)/16 <Z < (185-165)/16 )= P( -0.75<Z<1.25) = F (1.25) F(-0.75) = F(1.25)- (1-F(0.75)) = F(1.25) 1 + F(0.75) yaz lar. Z tablosundan ; F(1.25)=0.8944 , F(0.75)=0.7734 okunur. Bylece boy uzunluklan 153-185 cm aras nda olanlar n oran : 0.8944 1 + 0.7734 = %66.78 'dir. d) Boy Uzunlulclan 157 cm den Az veya 177 cm den Fazla Olanlar n Oran : P( X < 157 ) + P(X >177 ) sorulmaktad r. Buna gre ; P( X < 157 ) = P( Z < (157-165)/16) = P(Z < -0.5) = F(-0.5) olur. Z tablosundan F(0.5)= 0.6915 okunur. Sonuta ; P( X < 157 ) = 1-F(0.5) = 1- 0.6915 = 0.3085* bulunur. Yine; P(X >177 )= P( Z > (177-165)/16) = P(Z > 0.75) = 1- F(0.75) bulunur. Yine Z tablosundan F(0.75)= 0.7734 okunur. Bylece; P( X < 157 )= 1-0.7734 = 0.2266* bulunur. Bu duruma gre istenen oran 0.3085 + 0.2266 = /053,51 olur.
63
e) Boy uzur llklan 185-189 cm Aras nda Olanlar n Oran : P( 185 <X< 189 )=P ( (185-165/16 <Z < (189-165)/16 ) = P ( 1.25 < Z < 1.5 } bulunur. P (185 < X < 189 )= F( 1.5 ) F(1.25 ) yaz l r. Yine Z tablosundan ; F(1.5) = 0.9332 , F(1.25)= 0.8944 okunur. Sonuta ; Boy uzun1uldan 185-189 cm aras nda olanlann oram u ; 0.9332 0.8944 = % 3.88 'd r.
rnek 5 : Bir s navda notlar Normal da l ma uymaktad r. S nav n not ortalamas = 70 puan ve standart sapmas = 10 puan bulunmu tur. Buna gre rasgele seilen bir rencinin notunun; a) 75 'den byk olmas olas l kat r? P(X>75)=? b) 60'dan kk olmas olas l kat r? P(X<60)=? c) P( 40<X<70) =? zm : Burada X N( 70 , 100) oldu u anla l r. Buna gre a) P(X > 75) = P( Z > (75-70)/10 ) = P(Z>+0.5) = 1- F(0.5) yaz l r.
Z tablosundan F(0.5)= 0.6915 okunur. Sonuta 1- 0.6915 = 0.3085 bulunur. Di er bir benzer anlamda ; "s nava girenlerin %30.85' i X=75 puan n zerinde not alm lard r." b) P(X<60)=P(Z< (60-70)/10 ) = P(Z< -1)=F(-1)=1 F(1)=1 0.8413=0.1587 Yani "s nava girenlerin % 15.87 'si X=60 puan n alt nda not alm lard r. c) P( 40<X<70) = P( -3 < Z < O ) = F( 0 ) F(-3) = F(0) 1 +F(3) yaz l r. Buradan ; bulunur. Yani " s nava P( 40<X<70) = 0.5000 1 +0.9989 =0.4989 lard r. nda not alm (40 ile 70 puan) aras girenlerin % 49.89
64
Fakat, Binom da l m ile sonuca gitmek grld gibi zordur. Bu durumda Poisson da l m ile ; l = n . p = 100 . (0.01) = 1 'din
65
bulunur. rnek 2 : Nominal (Dizayn) ap 1/2 cm olan ivilerin Normal da ld bilinmektedir. Bir imalat partisine ait da l m n Ortalamas =0.5000 cm ve Standart sapmas = 0.0005 em oldu u taktirde, ivilerin ap n n ; a) 0.49902 cm ile 0.50098 cm aras nda olmas olas l kat r? b) malatta 0.49902 cm ile 0.50098 cm aras ndaki rnler kabul (geerli) edilece ine gre herhangi bir gnde retilecek bir ivinin kabul edilmeme (standart d yap lma) olas l kat r? zm 2 : Normal da l m ile, Burada, X: ivilerin ap N ( 0.5 , 0.0005 2 ) ile ifade edilir. a) P (0.49902 < X < 0.50098) = P ( (0.49902-0.5)/0.0005 < Z < (0.50098- 0.5) / 0.0005 ) = P ( - 1.96 < Z < 1.96 ) = 0.9750 ( 1 0.9750) = 0.95 b) 1- P ( 0.49902 < X < 0.50098 ) = 1 0.95 = 0.05 bulunur. rnek 3 : Ev tipi radytrlerin s tma sistemi iin retilen kk elektirik motorlar 50 adetlik ambalajlar iinde piyasaya gnderilmektedir. Byle bir parti gnderilmeden nce motorlardan 5 tanesi rasgele seilip "muayene / test" edilmekte, tm sa lamsa 50'lik parti kabul edilmektedir. E er 1 veya daha fazla kusurlu motor bulunursa tm parti %100 muayeneye tabi tutulmaktad r. Tm parti iinde 3 kusurlu motor bulundu u taktirde tm partinin %100 muayene edilme olas l n hesaplay n z. zm 3 : Hipergeometrik da l m ile ; Burada, X 1 ise %100 muayene edilir, X<1 ise yani X=0 , kabul.
66
50 C 5
rnek 4 : Bir fabrika , bro kullan m iin imal etti i "z mba telini- kutuda" 100'lk kumlar halinde ambalajlamaktad r. Bu ambalajlardan rasgele al nan 20 z mba teli kutusunu muayene etmekte ve 1 hatal bulursa partiyi red etmektedir. Buna gre 2 hatal z mba teli kutusu ihtiva eden bir ambalaj kutusunun kabul edilme olas l nedir? zm 4: a) Hipergeometrik da l m ile ; 2 C O . 98 C 20 P( X O) 50 C 5 Binom da l m ile ;
0 20
= 0.638
P( X = 0 ) = 20 C O . (0.02) . ( 0.98 ) = 0.667 bulunur. rnek 5 : Bir imalat hatt nda kusurlu para oran %5 olarak bilinmektedir. Buna gre rasgele olarak seilen 1000 rnekte 35'ten ok kusurlu bulunmas olas l kat r ? zm 5: Binom da l m n n Normal da l ma yakla mas ile , Burada , 1,1= n.p = 1000 . (0.05) = 50 , = 6.892 hesaplan r. = n.p.q = \T600.( 0.05).(0.95)\ P(X?_35 ) = P( Z (35-50)/ 6.892 ) = P (Z_.-2.25)= = 1 P ( Z < - 2.25) = 0.9872 bulunur.
67
rnek 6 : Bir montaj , a a daki ekil 3.2'deki gibi 3 balant dan olu maktad r.
68
rnek 7 : Ortalama a rl 0.5 k ve standart sapmas 0.1 k olarak Normal da lan bir tr "yedek paradan" 250 adeti bir kutuya doldurularak ambalajlamyor. Bu kutulardan 20 tanesi bir oynar palet zerine yerle tirilerek mteriye gnderilmektedir. Palet ve kutu a rl klar g5znnde bulundurulmaks z n rasgele seilen bir paletin 2510 k 'dan a r gelmesi olas l nedir? zm 7: Normal da l m ile , Y = X + X2 + X3 + + X5000 gibi gsterilmektedir. Buna gre y = 5000 . ( 0.5 k ) = 2500 k , 62y =5000 ( 0.1 k 2) = 50 k 2 s yla P ( Y > 2510 ) = P ( Z > (2510-2500) / 7.071 = 0.07929 Dolay bulunur.
< o.1
B
P < O .1
np > 10 P
A 15
N
69
4.1 Giri
retimde kalite kontroluna "Sre kontrolu" ad verilir. retimin her safhas n n kontrol alt nda tutulmas iin e itli kalite kontrol teknikleri geli tirilmi tir. Bunlar yedi method olarak bilinir. 1. 2. 3. 4. 5. 6. 7. etele diya ram (frekans da l m ) Histo ram (Stun graf i) Pareto Analizi Sebep-sonu Analizi (K l k diya ram ) Tabakalama Serpilme diya ram Kontrol Grafikleri
Bu metdotlann tek tek kullan m mmkn olabilece i gibi kalite problemlerini zmek ve hatalar n nedenlerini ve nerelerden kaynakland n ortaya karabilmek iin bir arada da kullan labilirler. Yukanda belirtilen etele diya ram ve Histo rama ait bilgilere nceki blmlerde verilmi ti. Bu blmde 3 , 4 , 5 ve 6 'ya yer verilecektir. Bu blmde yer verilecek olan metodlar ok fazlaca istatistiki anlam ta mazlar. Ancak sorun belirleme ve giderme etkili yntemlerdirler. Kalite Kontrol gratiklerine ise kitab n be inci blmnde aynnt lanyla yer verilecektir.
70
71
c.
H ta ur rn
rnek : Bir fabrikada "ampul telleri " lehimlenmektedir. Bir hafta iinde tel
lehimleme ile ilgili olarak 416 adet lehimleme hatas bulunsun. Bunu tablo 4.1 gstermektedir. Lehimleme e idi No Tan m: Hata Adedi 1 Yamuk lehim 198 2 Lehimsiz Tel 25 3 Yanl Tel 103 4 Lehim Ak nt s 18 5 Kal n Lehim 72 Toplam 416 Tablo 4.1 Lehimleme hatalar kaynaklar Daha sonra hatalar bykten k e do ru % 'lere gre s ralan r ve Pareto graf i olu turulur. Karar verilir. Hata Tipi Hata Yzdesi
ISkarla
Yarr u s LeNm
72
Ak neden
Ana neden
ekil 4.2 Bal k k l Diya ram n sol taraf nda "Nedenler" , sa taraf nda da "Sonu" yer al r. Tek bir sonu genellikle bir sorun- inceleme konusudur. Nedenler ise ana gruplar halinde ele al n r , her ana nedenin alt nedenleri vard r. Tipik olarak sorun bir kalite zelli idir. rne in ; boyut , sertlik, dayan kl l k,... vb. zellikler veya fire oran , hatal rn oran gibi sorunlard r. Nedenler ise kimyasal yap , imalat yntemi, kullan lan lm cihaz veya eleman n i bilgisi v.b gibidir.
73
Bir bal k k l diya ram a a daki s ra iinde geli tirilir ; 1. Ara tr lacak sorun bir kutu iine al n r ve kal n bir olda gsterilir.
Kesitte ovallik
2. Bu soruna sebep olabilecek ana nedenler birer kutu iine al narak bu ok'a ba lan r.
Uygulanan yntem retim ekipman
i Operatr
ekil
74
ekil 4.5 Bal k k l olu umu - 3 4. Tm alt nedenler (temel nedenler) tan mlan ncaya kadar diya ram dalland nl r.
Yalama
Fazla sert
Malzeme
ekil 4.6 Bal k k l olu umu - 4 5. al may yapan grup yeleri (Beyin f rt nas kurallan uygulayarak) en nemli nedenleri belirler.
75
Neden- Sonu analizinin yararlar : Yntem, sorunlann zerine giden aktif bir ynetimi geli tirir. Diya ram n haz rlanmas ileti imi glendirir. Herkezin dikkatini bir noktaya toplamas n sa lar. Ba l ba na e itici bir al mad r, herkezin bilgisini geli tirir. Yetilerin toplanmas n ve konuya bilimsel biimde yakla may sa lar. Konuya hakimiyeti s namak iin e iz bir tekniktir. Tm sorunlara uygulanabilir.
Btn bu say lan nedenlerden tr, yneticiler her sorunla ilgili olarak bal k k l diya ram nn uygulanmas n istemelidirler.
rnek :
Personel Sat c Firma
Hatal sevkiyatlar Sat n almac hatas Mlz.Takio sorunlan Hatal mlz.bilgisi Planlama Hatas Ileti im Eksikli i rn a ac n n hatal olmas
MEKANIK
MALZEMELERIN GECIKMESI
Etkin kullan lamama Denetim srelerinin uzun olmas Onayl firma k s tl l MIz'lerin s k ve az al nmas
Teknik
Malzeme
76
y
100
77
90 A rl k, kg go 70 60 50 40
ekil 4.7 Pozitif ili kili serpilme diya ram ekil 4.7'den grlece i gibi, boy ile a rl k arasmda yak n bir ili ki gzlenmektedir. Burda boy ile a rl k aras nda pozitif ili ki vard r.Yani; Boy artarken a rl kta artmaktad r. E er negatif ili ki olsayd , boy artarken a rl k azal rd . Bu durumu ekil 4.8 ile grebiliriz.
ekil 4.8 Negatif ili kili serpilme diya ram E er de i kenler (X, Y) aras nda bir ili ki yok(ok zay f) ise serpilme diyarammda noktalar yumak grntsnde olacakt r.
78
depl
Znd. popt4
laylf-ntptif
ekil 4.9 Zay f ili kili serpilme diyaram E er de i kenler aras nda tam (veya kuvvetli) ili ki varsa serpilme diya ram ekil 4.10 ile grlebilir.
X; K lvvet4.,g tif
p = Kor(X, Y) =
Orv(X, Y) axirty
ERX i ,XY p r fi
NiERX gx) 2 1ERY
PrYi
79
Akla u soru gelecektir ; "Bu ili kinin , derecesini ve de ynn daha objektif biimde nas l buluruz ?" Bu sorunun cevab iin "Pearson'un rneklem Korelasy on Katsay s " forml ile ifade edilen e itlik yard m ile sonuca var l r. Forml uygulan r. r yledir ;
. YY XY -
t
Sx;
)2
x, yi x7
y n"9 )
zxz _
Bu forml ile bulunan sonular -1 ile +1 aras ndad r. Yorumlar a a daki gibi yap l r;
(i) (ii) (iii) 1'lik bir korelasyon, ters ynl tam do rusal bir ili ki anlam na gelir. l'lik bir korelasyon, ayn ynl tam do rusal bir ili ki anlam na gelir.
O'l k bir korelasyon do rusal bir ili ki olmad anlam na gelir. (iv) Korelasyonun mutlak de eri ne kadar bykse, rassal de i kenler aras ndaki ili ki de o kadar gldr.
Elektn t kontrol et
Kablolar; kontrol el
al t m ?
Tels z al slyot,.
Kademeye
80
etele tablosu " Bir i merkezinin st ynetim telsiz evrimlerinde ald klar hata puanlar nedenlerini" gsteren etele tablosu a a daki gibidir.
6 15
7
"Bir i merkezindeki santralde grevli operatrlerin telefonlara ok ge cevap verdiklerine dair ikayetler sz konusudur." Santral amiri yapt inceleme sonucunda arayanlar n bekleme nedenlerini zrupland rma ynremini kullanarak belirlemi tir.
Arayan lar n Bekleme Nedenleri Tek Operatr (di eri santral d nda) Gnlk Toplam Ortalama Say 14,3 172
5,1
61
Fi Ar zas
1,3
16
81
Beyin F rt nas " Sebep-sonu diya ram , problem ve bu problemi olu turan temel sebepler aras ndaki ili kinin grafiksel gsterimidir." Beyin f rt nas : Sorunlar n gerek nedenlerini belirlemede kullan lan, oturuma kat lanlar n d nce ve nerilerini tart maya aan ve serbest d nmeyi sa layan bir toplant tekni idir. Bu toplant lar n temel ayine' zelli i, sorgulamaya, yarg lamaya ve tenkide hi yer verilmemesidir. Ama ok say da de i ik zmleri k sa zamanda ortaya kannakt r.
Da lma diyaramlar
ekil 3 Da lma diya ramlan ekil 3 'de (1) : pozitif ili ki sz konusudur. Yani bir i yerinde yap lan bireysel neri say s artt ka i yerinde iyile tirme oran nda da bir art olmaktad r. (2) : negatif bir ili ki ya da ters orant vard r. Yani, bireysel neri say s ndaki art artt ka iyile tirme oran m olumsuz etkilemi tir azalma olmu tur. (3) : hibir ili ki sz konusu de ildir. Yani, bireysel neri say s ndaki art veya azal ile iyile tirme oran ndaki art ya da azal birbirinden ba ms zd r, iki de i ken aras nda ili ki yoktur.
82
DENETLEYICI
GIRDI
SRE H IKTI
83
Dinamik sistemlerdeki girdi ve/veya kt lann say s birden ba layarak her trl de eri alabilir. Ayr ca girdi ve/veya kt lar homojen veya heterojen olabilirler. Denetleyici yani kontrolr srecin i levlerini ynlendirip ynetmektedir. ekil 5.2 ile "retim sistemi" tan t lm t r.
Sistem
retim Sistemi
> LETME
* *
Girdi
-Tketici istekleri - letme politikas -Teknolojik olanaklar
Sre
ekil 5.2
retim sistemi
84
Makina
Malzeme
Metod
RN
nsan evre
ekil 5.3 ematik genel sre ekilden de anla laca zere, bir srecin gerekle mesi iin, belirli hampara yani malzeme, belirli bir tezgahta, belirli bir operatr taraf ndan, belirli bir metodla, belirli bir atelyede i leme tabi tutulacakt r.
Kontrol : Srecin bir k s m paralannda veya srete imal edilen rnlerde meydana gelebilecek de i meleri tesbit etmek, bu de i melere gre sre girdilerini de i tirme faaliyetidir. rn kontrolu sreci ; srecin roln a kl kla inceleyebilece imiz dinamik sistem modelidir. Bu sistemin girdileri ; hammaddelerin zellikleri, fiyatlan, a rl klar , uzunluklan, temin edilme yolland r. Sistemin kt s ; kaliteli ,
artnameye uygun rn, dayan kl rn, kullan l rndr. Bu durum iin sre; kalite zelliklerinin olas l k da l m , kontrol limitleri, artnametolerans s n rlar ve gzlemlerden olu an uygun kontrol graf idir. Srecin sistem geleri graf e do rudan kat lmaktad r. Srecin bile en gelerinin incelenmesi o u kez kolay olmayan bir abad r. Tm i ili kilerin ve bunlann srecin i levsel karekteristikleri zerindeki etkilerinin belirlenmesi uzmanla m bilgiye ihtiya gsterir. Kullan c dan, rne in kontrol grafi inin nas l al t ma ili kin aynnt l bir bilgiye sahip olmas beklenmemektedir. ekil 5.4 rn kontrol srecini sergilemektedir. Sre Girdi
Hammadde zellikleri Fiyatlan,ag rliklan,uzunluklar Temin edilme yollar Kalite zelliklerinin; olas l k da l m , Kontrol limitleri, artname-tolerans s n rlar , Kontrol grafikleri kt Kaliteli, artnarneye uygun
rn
85
86
Gerekte "kalite kontrolu" ; mamulun kalitesini en yksek dzeye karan bir yntem deil, kaliteyi bozulmaktan kurtararak en az kt durumda tutmay salayan bir proramd r.
cr zz NIT;
87
ve gvenlik s n rlar , %95 ve %99 olas l k s n rlar iinde ise , I./ -1.96 Shrr- 5 X 5_ p. +1,96 Shrnolur. X - g'nin gvenlik s mrlan ise, -1.96 Shr i /-1.1 5_ 1,96 Sgr olacakt r. veya 2.58 %95 Olas l kla 1,96s, %99 Olas l kla 2,58s, O halde , X - g yaklak olarak standart hata= iki kat ndan kkse, alaca mz 20 numuneden 19'u y n' yans tacak nitelikte olacakt r. Bu durumda herhangi bir numuneden bulunan ortalama de er %95 veya %99 olas l kla gvenlik s n rlar iindedir.
3.
88
89
Genelde bu farkl lklara yol aan 5 faktr say labilir. Bunlar da;
90
elektirik
Malzemeler : Nihai rnde ortaya kan bu farIchl ldar hammaddede de ortaya kabilir.Nem, geirgenlik, sertlik, diren... evre : Is , k, radyasyon, nem.... Operatr : Kulland metod, deneyim... Muayene : Hatal muayene ekipman , kalite standard n n yanl uygulanmas , farkl l klarn hatal ekilde rapor edilmesi... te yukar da belirtilen 5 farkl l k yaratan kaynaklar beklenen bir ekilde da ld srece srete tesadfen ileri gelen farkl liklara neden olurlar. Bunlara "Doal tesadffili e ba l nedenler" ad verilir. Bunlar, srecin do as nda bulunan ve anstan ileri gelen, nedeni tesbit edilemeyen faktrlerden olu an farkl l klard r. Srecin yap s ndan kaynaklamr. De i kenlik tr tahmin edilebilir. Varl veya yokluu rn kalitesinde pek fark yaratmaz. Genellikle kk olan bu de i kenlik ka n lmazd r ve kabul edilebilir dzeydedir. Yok edilmedike srete vard r, belirlenip dzeltilmesi bazen ok zor olabilir. SEBEPLERI ; *Ekipmarun kurallar na uygun bir ekilde kullan lmamas , *srecin imal edildi i hammaddenin kalitesi, elveri li olmayan evredir. GIDERILMESI iin ; *ynetici, *mhendis, *teknik personel abas gereklidir. Di er taraftan srete beklenilenin d nda byk de i iklikler oluabilir. Bunlar rnlerde belirtilen toleranslar n d nda de i iklikler yarat r ve kayna tesbit edilebilirdir. Bunlara "Doal olmayan-zel Nedenler" ad verilir. Bunlar n varl retilen rnlerin kalitesini etkilerler. nceden tahmin edilemezdir. Bu de i kenlik kontrol grafiklerinde noktalar n kontrol limitlerinin d na d mesiyle anla l r. Bu de i kenlik, bir tek hadise veya vulcuat n sonucudur. Tesbit edilip dzeltilmeleri ok fazla aba gerektirmez.
91
SEBEPLERI ; *Hammaddedeki de i kenlik, *elcipman n duru unda veya paralanndaki de i kenlik, *Ekipmandaki hasar, *tecrbesiz operatr hatalar d r. GDER LMES ; *Operatr ve/veya ilk kademe efi tarafndan daha mesele ilk kayna ndayken dzeltilebilir. Bazen de *Kalite mhendisi, *AR-GE personeli ve *di er personelin abas m gerektirir. te kalite zelliklerindeki de i kenli in tesadfen mi? yoksa bir tak m zel nedenlerden mi? kaynakland KONTROL GRAF K'leri ile anla l r.
92
de erlerinin dat l m
3a
.. ir
Orrs
OSS (Proses parametrelerinden ba ms z olarak tespit edilmi tir)
Kabul Edilebilir Kalite Seviyesi (AOL- ing) rnlerin yzde ka = uygun olmas n n mterice tatminkar olmas n gsterir. rne in, teslim al nan civatalann %97 uygun olmas n n m terice tatminkar olaca d r.
:
Kontrol limitleri ok say da gzleme ve istatistiksel analize dayal olarak elde edilen sonulara gre hesaplanan do al de i kenli in 3 cs snurland r.
:
Standard imalat i lemi, mamul dizayn , lme, haberle me gibi belirli konularda tesbit edilmi olan kurallard r. Standartlar bilimsel ve teknik arat rma ve deneyim sonular na gre olu turulur.
:
Bir i in nas l yap laca n belirten ayr nt l bir talimat veya Spesifikasyon belirli zellikleri yan lg ya meydan vermeyecek a kl kta ve ltlerle tammlayan bilgilerdir. rne in, bir civatamn teknik resimde belirtilen tm boyutlar, yzey dzgnl , toleranslar vb. bilgiler civatan n
:
93
pillerin malzeme yap s , dayan kl l , spesifikasyonlar d r. Yine, sal de erler pilin spesifikasyonlar d r. s zd rmazl ile ilgili say Olme Hatas Paran n gerek boyutu ile lme sonucu elde edilen boyutu aras ndaki cebirsel farkt r.
:
Parti : Bir retici taraf ndan ayni nitelik ve zellikte retildi i varsay lan belli miktarda ticari mald r.
ASL
List.
ASI.
SL
401<i
ASL
"'"
E;
LSL
ekil 5.6 Spesifikasyon s n rlar ve sre de i kenli i Belli bir sistem veya olguya ait modelin uygulamaya Simlasyon konulmas d r. Model kurulduktan sonra tesadfi olarak olu turulan belli trdeki girdiler, modele yerle tirilerek elde edilen sonu gzlenir.
:
Bir alet veya cihazn yard m yla llen, klebilen kalite zellikleri uzunluk, hacim, a rl k vb. rakkarnlarla ifade edilen de erlerdir.
:
klemeyen kalite zellikleri Duyu organlar ile de erlendirilen k rk, izik, atlak, bozuk, piirzl, kokulu, lekeli .. vb. zelliklerdir. Niteliksel
:
94
Kusurlu Oran Muayene edilmekte olan bir grup para iindeki kusurlu para say s n n grubu olu turan, kusurlu ve kusursuz , btn paralar n say s na oran d r.
:
kme : Gerekli l aleti kullan larak, bir oklu un l aletinin gsterdi i birim ile kar lat nlmas sonunda, o oklu un de erinin l aleti zerindeki birim ve en kk blnt cinsinden belirlenmesidir.
4. Uyar Sm rlar limitleri : Kontrol edilmek istenilen spesifikasyonun arzu edilen de erinden uzakla t na dair sinyallerin olu tu u ve/veya kontrol d sinyalinin olu turulmas nda kullan lan karar do uland r.
-
Kontrol grafi indeki Blgeler : I. BLGE : Srecin arzu edilen spesifikasyonlara uygun olarak al mad blgelerdir. Bir gzlem noktas bu blgeye d erse srecin kontrol alt nda olmad na karar verilir. II. BLGE : Srecin arzu edilen spesifkasyonlardan tehlikeli bir ekilde uzakla t n belirten blgedir. III. BLGE : Srecin arzu edilen spesifikasyonlar etraf nda kontrollu olarak al t m ifade eden blgedir.
95
A a daki ekil 5.7 kontrol grafi inin genel yap suu gstermektedir.
te bu sorulan "Kontrol grafikler" cevapland racakt r. Yine bir sre kontrolunda Kontrol grafiklerinin iki tip hatay engellemesi veya da a7altmas istenir. Bunlar:
I. zel faktrler mevcut degilken aramaya kalk mak ve gereksiz nlemler almak, 2. zel faktrler mevcut oldu u halde fark na varmamak kalmak.
ve nlem almakta ge
96
Dolay s yla Kontrol grafiklerinin amac bu durumda da ; Hatalar n douraca kay plarla , hatalar bulmak iin harcanacak abalar n maliyetleri aras nda uygun bir denge kurarak srecin srdrlmesini salamakt r. Ad konulmu bir kontrol graf i haz rlarken a a daki n haz rl klarn yap lmas gerekir.
1. rneklemin retim safhasm n hangi noktas ndan al naca , 2. rnekleme kan birimlerden kalite zelli i hakk nda hangi bilgilerin toplanaca , Gerekli bilgilerin rneklem birimlerinden ne tr bir muayene yoluyla toplanaca , Alt gruplar n nas l olustm laca d r.Burada rnek ap , rnn cinsine ve dikkate al nacak kalite zelli ine gre belirlenir.
3.
4.
97
Genel anlamda kontrol grafikleri iki s n fa ayr l rlar.Bunlar, I) llebilir de i kenler iin kontrol grafikleri,
1. X grafi i
2. R grafi i 3. cr grafi i veya S grafi i Bu tip grafkler kullan l rken iki tip durum sz konusudur ;
A. Standartlar belli iken durumu Kitle parametrelerine ait de erler elde mevcuttur. Bu durumla uygulamalarda az kar la l r.
:
B. Standartlar belli de il iken durumu Kitle parametrelerinin yerine alman meklemlerden bulunan istatistikler. mevcuttur. Bu durumla uygulamalarla daha ok kar la l r.
:
Uygulamalarda ba ta belirtilen kontrol grafikleri tek tek kullan laca gibi, -"" ile R) veya (X ileS ) kontrol retim uygulamas n n durumuna gre ( X' grafikleri birlikte (alt alta) kullan hrlar. rnek ap rnn cinsine ve dikkate al nacak kalite zelli ine gre belirlenir.
98
( X ile R) kontrol graf kleri iin 4-10 hacimlik rneklem aplan iyidir.
Kk varyasyonlara duyarl l k gsterdi i iin kullan l r ve (n < 11) hacimli rneklerde etkilidir.
7403 74 010 74 02 74 013
t cs- u Qu
)7
74 01
1 ',5.
.1
/0
IS
20
25
30
35
49
Onel 1.4.rr.
9.06
005
U1CS49 049
0.04
'a 9 01
001
\11
5
\I\ V v10 5 :0 :3 30
A
;5 4 s1
OC 0033
NI(5.9
(Ilmi, Numaram
ekil 5.8
TV ve R grafi i grnts
(X ile S) kontrol graf kleri (n >10) oldu unda kullan l d r. Genelde yeni bir retim i leminde ; kontrole ula ncaya kadar rneklem ap byke al np, kontrol sa lan nca, kararl k sa lan nca kltlmelidir. Kontrol grafi i limitleri hesab nda ve iziminde genellikle ardarda 20-25 rnek s n nnn(nolctas mn) al nmas baar l yorurniarna iin gereklidir.
99
Hesaplamalarla bulunacak olan "Kontrol limitleri-sm rlar " Tolerans s nrlar de il , istatistiki gvenlik s mrlar d r. Genellikle AKL ; Tketiciyi korumak , KL ; Fabrikan n israfm nlemek iin olu turulur. Kontrol grafikleri kullan m ile; her numune al mzda "bir istatistiki nemlilik testi " yapma zorunlulu undan kurtulmu oluruz. Kk numunelerin kullan lmas yla bir k s m bilgilerin kayboldu u d nlrse kontrol edilecek de i ken olarak standart sapma yerine "Numune ranj = R " kontrolu d nlmelidir. R'lerin da l m X 'larn gibi Normal da l m gstermezler Da l mlan simetrik de ildir. R de erleri ; en kk de er olan 0 ile ba lay p , ortalama de ere ula t ktan sonra <x) 'a do ru gider.
I.
grafi i
- Kitleye ait ve cf veya o- biliniyordur. - Verilerin da l mnn Normal da l ma uydu u varsay l r. - X 'lar n sadece "Tesadfi faktrlerin" etkisi alt nda de i ti i varsay l r. - Limitler d na kan noktalar varl ' nda (gzlendi inde) zel faktrleri vard r denilir.
Burada, rnek ortalamalarnun ortalamas = oldu undan, Merkez hat = O. = il al n r. AKL ve KL , O'nin 3a alt nda ve stnde bulunurlar. c7.7 = a'den
100
ICL = + 3 a / -f ile
bulunur.Uygulamalarda kolayl k sa lamas amac yla formllerde ; A= 3hin dn myle daha basitlik sa lanarak a a daki gibi yaz l r. AKL= j_ - Aa l(L = + Aa A de erleri iin kitab n ek'inde verilen "Hanr katsay de erleri" tablosundan faydalatul r. Daha sonra formller yard m yla belirlenen limitler graf e i lenir ve rneklemden bulunan )7 'lar noktalanarak sre de erlendirilir.
II.
O = , AKL=
le hesaplan r.
g - 3 a , KL = g + 3 a
= 8 gr, a = 2 gr (bu de erler retim iin nceden biliniyordur) al mada n = 4 al nacakt r. Buna gre X limitleri bulunuz.
101 grafi i iin ; O = 8 gr, 4- ) = 5 gr, AKL = 8 - 3 (2/-s/ICL = 8 + 3 (2/<-11) = 11 gr X grafi i iin ; O = 8 gr, A1CL = 8 - 3 (2) = 2 gr, 1CL = 8 + 3 (2) = 14 gr bulunur. De erler karta i lenir ve X ve X noktalar i lenir. ekil 5.9 bu durumu gstermektedir.
il ffi
GNI
ma,
O&
102
Sonulardan grlmektedir ki ; X graf i iin limitler daha geni kmtr. Yani srecin kontrolde grlme olas l daha yksektir. Bu durum srecin de erlendirilmesinde yan lt c olabilir.
Alt gruplardaki de i kenli i lmeye ve ortaya kartmaya olanak sa lar. R- grafi olu umu ve izimi iin R : Xmax - X min de erleri gereklidir. n < 10 durumunda kullan l d r. Limiti er ; a biliniyor ise :
{ D1 = d2 - 3d3 } D2 = d2 + 3d3 }
6.
ile hesaplamr. Bs ve B6 de erlerine katsay lar tablosundan bak labilir. (Ek-6) g;rafi inin olu umu iin limitler ; yine,
103
O =
1.
X grafi i
Sreklilik gsteren de i kenlerin spesif kasyon lmleri zerinden her t zamanda n adetlik rneklem ortalamas nn grafik zerinde i aretlendi i bir kontrol grafi idir. Kalite spesifikasyonu, verilerin gsterdi i olas l k da l mma ba l kalmarak saptanan limitler itibar yla gzlenir.
Burada,
O = X =EXIk , S =ESi/k ,
A) . R deerlerinden yararlan lacak ise ; KL = A2 R
ile bulunur. Burada M = 3 /(d2.. rr) ile
kolayl kla katsay lar tablosundan bak larak bulunur. (Ek-6) Dolay s yla;
AKL = X - A R , KL = X + A R
ile hesaplan r.
104
Kolayl kla tablodan bak larak hesaplan r. (Ek-6) Dolay s yla; AKL= X
-
A hesaplan r.
KL = X + A S
R = d . cy veya d2 = R / cr veya o =
S = C2.6
rt. d2
veya
C2 = S / C3
veya
CT = S / C2
X grafi i srecin ortas nda izilir. Bu srecin dengesinin sa land = bir gstergesidir. Grafik, kendi ortalamalanyla llen rnekler (veya alt gruplar) aras ndaki varyasyonu a klayabilir. IL R grafi i O = R =d2. AKL= (1 - 3 b2 / (14R = KL= (1 + 3 b2 / d2).T1 =
D3. T D4.
R grafi i , alt gruplardaki de i ikli i lmeye ve ortaya kartmaya olanak salar. Grafin, dzeyi mmkn oldu u kadar yksek olmal d r. Bu da en az de i kenli srecin daha oldu udur.
105
O=
= c2 e
= B3. S-
AKL = 1 - A3
KL= + A3 S
ile bulunur.
ve S
X = E ni . X / z ni
= -\[E(ni-1) S2i / Limitler yledir;
= 1,2,3,
grafi i iin ; O =
S grafi i iin ; o =
ela = X + A3
Burada, AKL ve KL n de i tike de i ir. Yani, farkl byklkteki her bir rnek iin AKL ve OKL de erleri ayr ayr hesaplamr. Bir retim srecinden 6'er birimlik 16 rnek rasgele olarak al nm t r. Ancak baz birimler lm s ras nda yok olmu tur. rneklere ait lm de erleri yledir;
rnek 2
rnek No: 1 2 3 4 5 6 7 8 9 10 11 12
13
14
15
16
lmler 12 14 13 15 13 15 13 13 14 12 14 12 13 12 15 10 14 10 - 14 14 13 12 13 13 13 13 14 - 10 12 10 10 - 13 14 - 14 10 15 12 10 12 14 15 14 14 13 14 14 10 10 15 14 14 14 11 12 16 10 14 13 14 12 14 10 15 10 13
14 15 13 13 9 14 12 - 14 -
rnek No: 1
n:
2 3 4 5 6 7 8 9 10 11 12 13 14 15
5 6
16
6
6 6 5 4 6 6 6 4 4 4 6 6 6
X :
S :
12.5 14.2 12 14 11.5 13.8 12 11 13 12.3 13.3 13.2 12.2 14.4 11.5 14.2 1..38 0.15 1.87. 82 2.07 1.17 1.10 1.15 .82 1.71 .82 2.13 1.33 1.14 1.76 .75
107 O = S =
Z= 6.(12.5)+6.(14.2)-H,
+6.(14.2)/(6+6+..+6) = 12.83
+( 6-1)0.75 2 / ( 6+6+5+....+6)-16''
1.36
bulunur. Kontrol limitleri formlleri kullan larak her bir me e ait (KLY ler hesaplamr.
grafi i
A3 1. 2. 3, 4 5. 6. 7. 8. 9. 10 . 11. 12. 13 . 14 . {5. 16 . 6 6 5 4 6 6 6 4 4 4 6 6 6 5 6 6 1.287 1.287 1.427 1.628 1.287 ayn ayn 1.628 ayn ayn 1.287 ayn ayn 1.427 1.287 ayn 14.77 14.58 10.89 11.08 O 0.03 2.089 1.970 2.84 2.68 O 0.04 14.58 11.08 0.03 1.970 2.68 0.04 15.04 10.62 O 2.266 3.08 O AKL 14.58 14.58 14.77 15.04 14.58 1-.1KL 11.08 11.08 10.89 10.62 11.08
S grafi i iin
B3
0.03 0.03 O O 0.03
1 OR
Genel notlar :
izilen grafiklerde btn rnek noktalar kontrol limitlerinin iine dserse, bu sreteki btn durumlar n "kontrolde" oldu unu syler. E er, 3< grafi i zerindeki ortalama izgisi (O) yukans nda veya a a s nda 7 veya daha fazla nokta grlrse sre dzeyindeki de i rneyi gsterir. :R grafi i zerinde ortalama izgisinin yukans ndaki noktalar zinciri , de i kende istenilmeyen bir "art " gsterir. O a a s ndaki noktalar zincirinde de, de i kendeki bir "ilerlemeyi" belirtir. Noktalar zincirinin tesinde baz ikincil limitler rne in, 2 ile 3 noktan n tesindeki 26 limitleri veya 4 ile 5 noktan n tesindeki la limitleri veya kontrol limitlerinin ko n ulu undaki bir nokta kontrolun gerekli o lmad n ikaz etmelidir.
rnek 3 :
Bir ila fabrikas romatizmal hastal klarda kullan lmak zere jel k vam ndaki merhemi 125 graml k tplere doldurmaktad r. *Tplerin net a rl klann kontrol etmek iin 71" ve R grafi i kullan lacak-t r. *Bu amala her birinde 5 tp bulunan 30 alt grupla al lacakt r. *I lemin uygulamas nda ; her tpn ii bo alt lacak , bo alt lan merhem tart lacak ve llen a rl k tesbit edilip, kaydedilecektir. ** Elde edilen de erleri Tablo 5.1 ile verilmi tir. ** Alt grup ortalamalan ve de i im geni likleri yine Tablo 5.1'de verilmi tir.
109 rnek No : 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
41'
5 'er tunteki a rl klar 122.5 124.5 121.5 121.0 122.5 122.0 122.0 119.5 122.0 121.0 121.0 120.5 123.5 121.0 123.5 121.5 121.5 124.0 122.0 122.0 122.0 122.5 124.0 123.5 122.5 119.0 120.5 121.0 124.5 121.5 122.5 121.5 121.5 124.0 120.5 120.0 121.0 124.5 121.0 123.0 120.5 122.5 122.5 123.0 120.5 121.0 121.0 119.0 119.0 120.0 122.0 120.5 120.0 120.5 123.0 122.0 121.5 120.5 120.0 119.5 119.0 121.0 121.0 121.0 121.5 120.5 122.0 121.5 122.0 120.5 121.0 122.5 121.5 124.0 121.5 121.5 122.5 119.5 121.5 120.5 122.0 123.5 124.0 122.0 125.0 120.0 120.0 120.5 123.5 124.5 123.0 120.5 121.0 120.5 119.5 122.0 122.5 121.5 122.0 122.0 122.5 122.0 123.0 122.0 121.0 122.0 122.0 123.0 120.0 124.0 123.5 120.5 121.0 120.5 119.5 122.0 119.5 120.0 119.5 122.5
X 124.5 122.8 120.5 121.3 121.0 121.1 123.0 122.5 118.5 121.6 122.5 122.9 120.5 120.7 122.5 122.5 122.0 121.6 122.5 122.4 121.5 122.0 121.0 120.5 122.5 120.8 121.5 121.4 121.0 120.3 120.5 120.5 123.5 121.8 120.0 121.2 122.5 122.2 120.0 120.8 122.0 122.7 122.5 121.6 121.5 122.6 121.0 120.8 119.5 121.5 123.5 122.6 122.0 122.0 121.5 121.9 121.0 120.8 121.0 120.5 Toplam 3647.9
3.5 3.0 1.5 2.5 5.5 2.0 3.5 3.0 4.0 3.5 2.5 2.5 3.5 3.0 2.0 2.0 3.0 2.5 2.5 3.0 2.0 5.0 4.0 2.5 3.0 1.5 2.0 4.0 2.5 3.0 87.5
Tablo 5.1 Merhem tplerinin a rl klar (gram cinsinden) Bu grafi olu turmada kitleye ait parametreler bilinmiyordur. Burada, tablo 5.1 bilgilerinden yararlanarak = 3647.9 / 30 = 121.6 gr bulunur. ve 1"."-t.= - 87.5 / 30 = 2.9 gr
110
O = 2.9 gr
tablosundan n = 5 iin (0) , 1)4 katsay de eri n = 5 iin (2.115) olarak okunur. (Ek 6)
-
122,4E306
121 ,58629
CO C
ry
LCL = ,000 5 7 9 11 13 15 17 19 21 23 25 27 30 3 7 11 15 19 23 27
111
Grafik izilirken genellikle O ( Merkez hat) kesiksiz izgi ile, alt ve st kontrol limitleri kesikli izgi ile belirlenir. n < 7 durumlar nda D3 = 0 oldu undan R grafi inin alt s n r s f r olur ve kesiksiz izilir. Son olarak yap lacak i ; 30 rnek numaras iin alt grup ortalamalarun ve de i im geni liklerini i lemektir. *Grafik izlendi inde ilk olarak grlmektedir ki ; X ve R grafi inde tm noktalar AKL ve KL iinde ve () etraf nda yer alm t r. Do al olarak 3C grafi inde tesadfi de i kenlik daha gzle grnrdr ve bu durum grafik yap s ndand r. Sonu olarak art k sre kontroldedir diyebilirmiyiz? Bunun cevab hemen evet olmayacakt r. Bilinmesi gereken bir husus udur : kontrol grafilderi bir srecin spesifikasyonlara uygun olup olmad n n tayininde de kullan hrlar. Kontrol alt nda olan bir srecin her zaman artnameye uygun rnler retmesi garanti de ildir. Ayr ca, tesadfilikten ileri gelen varyasyonlar da tolerans limitlerine urnayacak kadar byk olabilir. rnek 3 'de tplere doldurulan merhemler iin Spesifikasyon de eri =121.6 2 gr olarak tesbit edilmi olsa a rl 119.6 ile 123.6 gr aras ndaki tpler yeterli say lacakt r. Tablo 5.1 'de veriler topluca incelendi inde anla lacakt r ki ; 12 tp'e ait a rl k 123.6 gr'dan fazla , 13 tp'e ait a rl k da 119.6 gr'dan hafiftir. Yani 150 tpten 25 tanesi spesifikasyonlara uymamaktad r (yetersiz rn). Uymayanlann yzdesi 16.6 `d r. Bilinirki rn retimleri ncesinde belirli standart ve spesifikasyonlar belirlenir. rnler retildikten sonra bu belirlenen de erler n plana gelerek srec de erlendirilir. Bu durumda ynetimin karar : 1. Srecin de i tirilmesi olabilir. Ancak bu , metodlarda nemli de i iklikleri gerektirece inden "pahal " olabilir.
112
2. Limitler d na ta an yetersiz rnleri ay rmak , ktleri skarta etmek veya tekrar i lemek zere %100 muayene yapmak olabilir. Bu seenek de "gvencesiz ve pahal " olabilir. 3. Spesifikasyonlar de i tirmek olabilir. lk tesbit edilen limitlerin dar oldu u ve bunlar biraz geni letmekle rnn hizmet yetene inin azalmayaca kabul edilebilirse spesif kasyonlar de i tirilebilir. Limitler geni letilebilir. ** Gerek anlamda bir de erlendirme iin ilerideki ait blmlerde de inilecek olan "Sre yetenek incelemesPnin " de yap l p, dikkate al nmas
gerekecektir.
1. Sre nemli de i meler meydana getirmeyen tesadfi faktrlerin etkisi alt ndad r. Planlanan ve beklenen sonular n elde edilmesi, retim sistemlerinde birbirleri ile ili kili faaliyetler aras nda kan koordinasyon sorunlar n minumum dzeye indirir. 2. Sreci etkileyen zel faktrler varsa, zaman nda fark na var larak dzeltici nlemler al nr. Montaj hatas , skarta ve tamirat masraflar n azalt r. 3. Labarotuvar testlerinde test sonular ndan bay lan Limitler d na kt taktirde ko ullar n dzeltilmesine al l r. 4. Kontrol alt ndaki srele ilgili geerli ve gvenilir tahminler yap labilir.
113
5. Tahrip edicili muayenelerde, zorunlu olarak muayene edilemeyen paralar n kalite dzeyleri hakk nda tahm,n yapmak, kontrol d na ta ma halinde zaman nda dzeltici nlem almak imkan vard r. 6. Ba ta muayene olmak zere e itli kalite kontrol maliyetlerinde d meler sa lanabilir. C. Graf klerin ( srecin kontrolde de ildir) durumu : E er kontrol d noktalarn varl sz konusu ise, bunlar n nedenleri arat nlaralc dzeltilip sre tekrar kontrol alt na al nmal d r. Tesbit edilebilen (zel sebepler)'den kaynaklanan limit/ler d alt gruplar elenir ve kalan verilerle yeni de erler (AKL ve KL) hesaplan r. Bu durumda yap lacaklara kitapta "yer verilmeyecektir." fC ve R grafilderinde k saca 4 tip kontrol d durumla kar la l r. Bunlar; 1. Dzeyde de i me veya s rama (ani de i meler) 2. Dzeyde kararl bir de i im veya e ilim (yukanya do ru bir trend) 3. Tekrarlanan evrimler (periyodik ini ler, k lar) 4. ki farkl poplasyon (limitler yak n nda ve d nda fazla say da noktan n gzlenmesi) ** A a daki ekil 5.11 'da varsay lan ve A,B,C diye adland r lan ve n=5'lik grafikleri 50 rneklemin sonular ndan hesaplanan g ve R ve a grntleri verilmi ve devam nda yorumlamalan yap lm t r.
114
+ 5.0
1.25 Xo
-ZS
C ji ml
l)}) m
C da3 1rrn
X ve R ve a
grafikleri grntleri
1. A da l m na ait grafiklerde i aret edildi i gibi R ve a 'ye ait graf kler birbirlerine ok benzedi i halde X 'ya ait grafik farkl d r. 2. A ve B da l mlanna ait grafikler mukayese edildi inde X, R ve a graf klerinin ayn de i kenli i gsterdi i grlr(teorik olarak ayn ). ayn d r. Tek fark XBunun nedeni udur ; her ikisinde de a'x gafi indedir. Sebebi ; X ' , A iin = 0 , B iin = 2.0 `d r. C da l m n dikkate al rsak, her graf kte de de i kenlik ; yakla k olarak A'dakinin 2 kat d r. Merkez hatt R ve a grafiklerinde daha yksektir.
3.
115
spesifikasyonlara ba l olarak srecin gidi ini Yine a a daki ekil 5.12 gsteren 6 tane da l gstermektedir.
Yorumlama :
adurumunda sre , spesifikasyonlar rahata sa layabilmektedir.
b- durumunda do al tolerans n ( 6 o- ) geni li ini srecin ortalama de erinin nominal de ere ok yak n olmas n gerektirmektedir. Ancak bu ekilde spesifikasyon d neticeler nlenebilir. Ancak ortalaman n kontrolu basit de ilse srecin de i kenli ini azaltmak gerekir. c- Durumunun de i kenli i (b) durumu ile ayr ld n Fakat sre nominal de ere gre merkezilenmemi tir. zm iin ; srecin ortalamas m d rmek veya de i kenli ini azaltmak tercih edilecektir.
116
d- Durumunda do al tolerans olan 6 cs , spesifikasyon tolerans ndan ok kktr. Bu ise d k spesifikasyona yak n al mam za imkan verir. Bu arada alt spesifikasyonun da alt na d memek iin gerekli tedbirleri almak laz md r. e- Durumunda ortalama nominal de erde bulunmaktad r. Ancak malzemenin bir k sm yksekte veya ok alaktad r(d taki taral k s mlar). Tek zm ; spesifilcasyonlar yumu at labiliyorsa srecin de i kenli inde yap lacak kesi 'tir t- Durumunda alt spesifkasyonun alt nda hibir para imal edilmemi , fakat st spesifikasyon d nda bir ok para imal edilmi tir. Daha iyi bir merkezile tirrne ile spesifikasyon d paralar n yzdesi d rlebilir.
117
veya bu yap lmassa, standart d bir ok mamuln olu umuna gz yummak gerekir, e ya da geni tolerans s n rlar iinde rahat bir al maya gidilerek eri me olana bulunan "kalite standard na" eri ilemez ve al c ikayetleri artar. A a daki ekil 5.13 dikkate al mrsa ;
ol er ans S n rlar 6 fr
Tate, a ns S n rtxr1
ekil 5.13 Tolerans s nrlar ekil 5.13'de grld gibi bir normal da l mda standart sapman n 6 kat kadar bir de i imi hemen hemen de i imin tmn iine al r. Tolerans ranj 6cr de erinden geni ise ve bu s n rlar al c taraf ndan da kabul ediliyorsa, hemen hemen hibir mamuln olu umu ihtimali olmaz. Tolerans ranj , 60' de erinden dar ise, o zaman bir k s m maml standart d olacakt r. E er standart d mamullerin oran yksek ise, ya tolerans s mrlarm geni letmek, ya da daha geli mi makinalar almak durumuyla kar kar ya kalm r. O halde ; istatistiki kontrol s n rlar ile tolerans s n rlar aras nda bir denge olmal dr. Baz hallerde, "Makinan n hata s nrlar , retim planlay c s run tolerans s n rlarna gre ok dar olabilir." Bu durumda ; - Kalite kontrolcusunun istatistiki kontrol s nrlar dna kt iin bir mamuln "standart d " kabul etmesi yanl olacakt r. - Bu bak mdan kalite kontrolu uygulamas nda sa duyu kullan lmas da ok nemlidir.
118
Do al Tolerans s n rlar olan g Za 2.c3 tahmini iin mant kl yol ; iin X ve a iin S al narak _V Za ?..S olacakt r. Bylece, X ve S birer tahmin olup gerek parametreler de ildir. I^ Za.2.S gven aral 1-ct olas l ile gerek parametreleri iermeyebilir. Bunun iin bir K sabiti tan mlans n ve de bu y byk de erli bir oran olsun. Bu durumda ; -- K.S , 1-ct olas l kla gerek parametreleri ierecektir. Bu amala , K ' n n de eri ; 2 5_ 1000 'da
y=
a= 0.10 , 0.05 , 0.01 iin ek'te (Ek-9) ile verilmi tir. rnek : Bir retici A rnnn X (oranlann n)zelli i ile ilgileniyor. Srecin ilgilenilen A oranlann n-zelli inin %95'inin , %99 gven aral nda, tolerans s n rlar n n aras nda olmas n istemektedir. X zelli i Normal da lm t r. Bu amala rasgele al nan n=25'lik rneklemin X = 40,75 ve K=2,972 S2=1.87 'dir.(a = 0.05 , y = 0.99 ve n=25) . Bylece (Ek-9)'dan bulunur.
Tolerans limitleri ise ; )(- K.S 'den X 2,972.S olacak ve hesaplama sonunda : 40,75 2,972. (1.37) = [ 36,69 ; 44,81 J bulunur. "Gven s n rlar ile tolerans s n rlar aras nda" temel bir fark vard r. Gven s n rlar : bir da l m n parametresinin aral k tahminini salamak iin kullan l r , fakat tolerans s n rlar : bir kitlenin belli bir oran n bulmay bekleyebilece imiz s n rlar n gstermek iin kullan l r. Varsay l r ki ; n sonsuza yakla t ka, gven aral run uzunlu u s fira yakla r, fakat tolerans s n rlan kitle iin uygun bir de ere yakla r. Sonuta; Ek'te verilen (Ek 9) 'da da grlece i gibi x = 0.05 iin n sonsuza giderken K de eri 1,96 'ya yakla r.
-
119
st D.T s nr = +3a
olur. Bylece srecin; do al tolerans s nrlar iinde olmas olas l 0.9973 olacakt r. Di er bir de i le ; srecin % 0.27'si do al tolerans s nrlar d ndad r.
Sre yeterlili i ; Da l m normal da l ma benzeyen yada uyan bir srecin kt larmn; resim, spesifkasyon artlar na gre mukayesesinin yap larak , srecin belirtilen artlar sa lay p salamayaca n grmek iin kullan lan bir metodtur.
retim
1. Kontrol grafik' verilerden olu turmadaki kullan lan yararlan labilir, (frekans da l m ve histo ram kullanm ) 2. Sre yeterlilik indeksleri ( oran ) kullan l r.
rnek 4 : (1) Kontrol grafik' olu turmadaki kullan lan verilerden yararlanma Kabul edelim ki ; rne ait X zelli i N ( 74.050 , 0.0099 2 ), spesifkasyon limitleri ise ; 74.000 0.05 olsun. Buna gre Standart d X retme olas l ; P= P(X< 73.950)+P(X> 74.050 )=0.00002 bulunur. Yani retilen X'lerin yakla k %0.002'si spesifkasyon s nrlarn n dna d ecektir.
120
Srecin yeterlili i ; insan ,cihaz, materyal, metod ve evre faktrlerine ba ml d r. "Sre yeterlili i s n rlar = Do al Tolerans'lar =
zetle ; Bir imalat srecinin "Tolerans s n rlar iinde kalabilirli i " llebilirdir. Bu l Sre yeterlili idir.
Sre yeterlili ini lmede ilk ad m sreci tan mlamaktr. kinci ad m spesifikasyonlarm tan mlanmas d r. Spesifikasyonlar sre kt s n lmeye imkan sa layacak ekilde tan mlanmal d r. Hangi verilerle al laca belirlenmeli ve e er mrnIcnse de i en verilerle al lmal d r. Bunun tercih edilmesinin sebebi ; de i ken verilerle yap lan sre yeterlili i analizi niteliksel veriler ile yap landan daha hassas sonu vermektedir. Sre yeterlilik analizinin amac cevaplamakt r; 1. Srecin ortalamas nedir ? 2. Srecin standart sapmas nedir? 3. Srecin ortalamas zamanla nas l de i mektedir? 4. Srecin sapmas zamanla nasl de i mektedir? Sre yeterlili i a a daki ko ullar sa lanarak artt rdabilir ; 1. De i kenli i yaratan zel sebeplerin tmn ortadan kald rarak, 2. Sre ortalamas n hedeflenen de ere mmkn oldu unca yaklat rarak, 3. De i kenli i yaratan yayg n nedenleri azaltarak. Bir Srecin "Yeterli olup olmad n " ve srecin nominal de ere gre "merkezilenip / merkezilenmedi inin ls 2 adet gsterge ile belirlenir. Dolay s yla sre kontroldeyken kolayca hesaplanabilirler Bunlar; a a daki drt soruyu
121
I.
Cp : Sre yeterlili inin gstergesi ( srecin yay lmas n kontrol eder) Cpk : Merkezleme / Ayarlama gstergesi ( srete hem yay lmay , hemde ortalamay kontrol eder)
II.
Bunlar , normal da l mlar iin sre yeterlili inin belirlenmesinde kullan lan "Sre yetenek gstergeleridir." Yine Cp ve Cpk gstergeleri sre yetene inin uygunlu unun say sal olarak de erlendirilmesidir. Srecin de i iminin spesifikasyon s n rlar iinde olup olmad m belirlemeye yard mc olur. E er ; bu yeterlilik al malar bir srete "ilk defa" yap hyorsa ve numuneler arka arkaya, ara vermeden llp kaydediliyorsa ; Cp ....yerine > Pp , Cpk ... .yerine > Ppk
olarak gsterilirler. Formlleri de i mez. Sre yetene i say sal olarak ; "pesifilcasyon s n rlar ve da l m aras ndaki ilikiyi" ifade eder. Dolay s yla ; srecin normal olas l k da l m n izleyen bir sonu verdi i ve kontrol alt nda olduu varsay ld nda ; retilen paralar n %99.7'si sre yeterlili i kar l olan "alan" iinde yer alacakt r. Sre kapasitesi grafi i izilirken a a daki s ra izlenir; 1. retim s ras na veya belli bir zaman peryoduna gre, sreten en az 20 civar nda veri toplan r, 2. Spesifikasyon de erleri belirlenir ve izelge zerinde i aretlenir, 3. izelgenin sa tarafinda rne in da l m n gsteren bir yatay "histo ram" izilir.
122
ile yap l r. Bu durumda C^p = T / 6 is kullan l r. Ayr ca, PYO = ( 1 / Cp ).100 Ile srec taraf ndan spesifikasyon bant m kullanma %'si bulunabilir. E er ; PYO > 1 ise ; Tolerans band mn %100'den az' , PYO= 1 ise; Tolerans band mn tamam na yak n ( %99.73') , PYO < 1 ise ; Tolerans bandnun %100'den o u kullan lm t r. rne in ; e = 0.0099 ve AspL = 73.950 ve SpL = 74.050 dolay s yla da T = 0.10 olsun. Bu durumda ; Cp = 0.10 6.(0.0099) = 1.68 bulunur. Bylece srecin doal tolerans s n rlar yani 6a (SpI ile Aspl) iindedir. Buna gre t pk "Yeterlili i tahmin etmede rnek 4 'de " oldu u gibi nisbeten daha az say da Spesifikasyonlara uymayan rn retilecektir.
123 Cp 'ye "Sre yeterlilik oran (PCR - n ) ad da verilmektedir. ekil 5.15 Cp 'nin grafik olarak anlat mm gsterir.
6G
P, veya Cp > 1
Pp veya Cp < 1
ekil 5.14 Cp 'nin grafik olarak anlat m Yorumlar : Sre, belirlenen tolerans s n rlannn tamam na yakn m (a) Cp = 1 kullanmaktad r. Sreten kan rnlerin da l m Normal oldu unda, rnlerin yakla k %0.27'si spesifikasyon s mrlannn tesine d er, (b) Cp < 1 Sre, spesif kasyon s n rlar n a an ok say da rn kt s na sebep olur. Belirlenen tolerans s n rlar nn %100'den fazlas kullan l r, (c) Cp > 1 Srete tolerans s n rlarnn %100'den az kullan lmaktad r. Bu sebeple, srete daha d k nisbette spesifkasyonlara uymayan rn imal edilecektir. Sadece Cp 'nin 1' den byk olmas srecin hatas z retim yapt m gstermez. Cp sadece srecin do ru olarak ayarland taktirde , belirtilen
124
toleranslarda retim yap l p yap lamayaca n n gstergesidir. Cp indeksi ; srecin sadece yay l m n kontrol eder.
AspL ) / 3 6 ,
ile bulunur. (-} = R / d Hesaplanan 8' de eri srecin hem yay l m n ve hem de ortalamas = hedeflerden sapmas n kontrol eder. Bunun iin Cpk 'n n ift tarafl hesaplanmas gerekir. Hesaplamalar sonunda kk de er veren al n r. Hedef 1 'den byk de erlerdir. Cpk 'n n alaca en byk de er Cp 'nin de eridir. Yani, Cpk , Cp'den byk olamaz.
Cp ve Cpk < 1 ise ; srete 36 , spesifikasyonlardan byktr. Bu durumda rnekleme ile retimden ekilerek incelenen ve yeterlilik testi uygulanan numunenin % 0.3 ' nden fazlas spesifikasyonlara uymayacakt r.
125
ASL
Toplam Tokrans
st.
126
rnek 5 : Bir milin i ap spesifikasyonu : 92.00 0.015 mm yani (91.985-92.015)'dir. Bunun sre yeterlilik katsay s (Cp)'yi hesaplamak iin belli bir sreyle veriler toplanm ve X = 92.005 ve S= 0.0028 de erleri bulunmu tur. Bylece ;
T = 92.015 - 91.985 = 0.03 Cp = 0.03 / 6.(0.0028) = 1.79 bulunacakt r. Cp= 1.79 > 1 oldu undan sre(yay lmas ) yeterlidir denir.
ve Cpk alt = 1.786 > 1 olmu tur. Cpk st de eri Cpk st = 0.945 < 1 undan sre ; yetersiz (merkezlenmesi ayar tam de il) 1 'den kk oldu olarak de erlendirilecektir.
rnek 7 : X ve R grafi haz rlama ve kullan m : Kesim 5.4.2'de verilen Kontrol grafii olu turma i lemleri ve e itleri Genel ak n hat rlanrsa;
Ad m 1 :Noktamn seimi : OTOSAN Firmas Escort tipi aralannda "n amortisrn" gvdeye montaj n kritik bir operasyon olarak tarnmlam ve bu noktay Istatistiksel sre kontrol noktas olarak semi tir. Ad m 2 : Srecin incelenmesi ve kontrol kart tipinin seilmesi ve ilgili yerlerin doldurulmas : resimden de grlece i zere n amortisrn ba lan ld yerdeki iki adet civataya uygulanan "tork" en kritik operasyondur.
127
Burada tork ya da haval tabanca opereasyon sonucunda resim 28 - 10 Nm lik bir tork istemektedir.
Ra nc Sayfa oldugu yaz ld (1 ) Her ayn prosese ait karta farkl bir numara verilir. Sayfa numaras degisse dahi kart numaras degismez
Ad m3: Verilerin toplan p, alt grup toplamlar n n,ortalamalar n n ve aral klar n n hesaplanmas .
128
ran. zam! tv. m r.' tem. yr le. r .s , tl.. 11.: Mm, 10~11.1. , 10.99110.17. tt.n Ar. , en , Ovn../11Cvn e,r, Dm .n, 51
1" 1111,
wa .
ule s an ......., ... s ... ,r 1.}0 i ,... .1., ..... l'A A A.A . A,A r
an ,
iz
T 29
jij ;:AI
AAA
A ,A
l'
A, A
l : ac 1 2, ; iz
12
21
12 . 12 ., 28 ;O . 29 1 30
II
.1
Il 10 ; 81
14 * II 6b 5
O : 29 ' 29 ; ;I 10 , ;O
lel
;o 10
32 : Il ' 81 11
TS'tt;33 I
10 i Il j 14 ! Ti
11
d..z
11 * Il
11 - Il i I; . il II ' T1 . 11
f'S : 65
7.7=
O 1O
il 1
y . 1:0.2 1 11I
1. 0
2,1
VER TOPLAMA
ALT
IP TOPLAMI = 31 *. 32
Ad m 4 : Da l m analizi : Tm X de erlerinin da l m kontrol kart n n sa taraf ndaki alanda analiz edilir. Kolayl k a s ndan veri say s na uygun grup adedinde de analiz ba ka bir ka tta "etele tablosu" ya da "histo rarnla" yap labilir. Belirlenen da l m Normal da l msa yada Normal da l ma benzer da l msa di er ad mlarla devam edilir. Normal de ilse sre incelenmelidir. Grlmektedir ki ;
129
Ad m 5 : KL ve AKL hesaplamalar
X Ortalamelann ortal ma lmapionw. X ortaleaalar toplanr ve kol 'f= 31.21 laldaai olarak 31.2 aliillir.
26 (26
Ad m 6 : Skalan n tayini : Skalan n tayinine X grafi inden ba lan r. Hedef , [TKI, ve AKL ile s mrlarum alann, toplam grafik alan n n yar s n kaplamas dr. Bunun iin grafik blgesi 4 e it paraya blnr.
1
2 3 4
130
Taral blgede toplam 18 kutu oldu undan fark bu 18 kutuya en uygun ekilde pay edebilmek iin her kutunun ne kadarl k bir art gsterdi i tesbit edilir. (Not:18 lcutu lcullm mak zorunlu de ildir.) rnekte ; her 4
kutu 1 birimlik art gsterecek ekilde seilerek toplam 16 kutu kullan lmt r. R kartmda, X kart ndaki skalan n yar s kullan l r. melcte X kartta 4 kutu 1 birimi gsterdi inden R 'cama 2 kutu 1 birim art gsterecektir. Ad m 7 : Noktalarn izilmesi : Btn noktalar
TY" ve R
87
25 25
Ad m 8 : Kararl l k kontrolu : Her iki grafktede kontrol kart nda belirtilen "Kontrol d olma" zellikleri test edilir.Byle bir durum yoksa bir sonraki ad ma geilir. Kontrol d durum varsa o noktalarda sre analiz edilir.
Kontrol Da Durumlar ( Kararl l k Testi ) re..
131
Cpk st = ( SpL - X
) /
*Kk olan de er al naca ndan 1.1 seilir. Grlece i zere yeterlili i uygun olan srecin ayar tam ortada de ildir. Gerekli ayarlamalar yap larak (Ayar ykseltilerek) 2. Karta geilir.
Ad n 10 : Bir sonraki karta gei : lk kartta bulunan kontrol limitleri ve ortalamalar izildikten sonra ikinci kart hatta verilir. Yeni kartta, her deer al ndktan sonra grafie ilenir. Kart doldurulduktan sonra kontrol limitleri ve yetenek de erleri yeniden hesaplanacaktr. Ad m 8 ve 9 tekrarlan r
132 = 34.35 , a , 6< =6.(2.27)= : ( 30 40 ) verilmi tir. 13.62 bulunmu tur. Spesifikasyon s rurlan Hedef(Nominal ) de er = 35 esas al nm t r.Buna gre ; rnek 8 : Bir retim srecinde ;
Cp = (40-30)/ 13.62 = 0.73 < 1 oldu undan "srein yay lmas yetersiz' dir". Yine,
Cpk alt = (40 -- 34.35)/ 3.(2.27) = 0.83 ,
Cpk st =(34.35 30)/ 3.(2.27) = 0.64* bulunur. Sonuta grlr ki; sre
hedef de & olan 35 'e merkezlenmemi tir. GENEL ZETLE: Toplam tolerans (T) > 6 cs :do al tolerans ise "sre yeterlidir" denir. ile srecin yay lmas , Cpk ile sreteki hem yay lma hem de ortalama kontrol edilir.
Cp = T / 6a
X ve R grafigi zerindeki kontrol s n rlar ile srece ait spesifikasyon s nrlar aras nda ili ki yoktur. Kontrol s nrlar n , srecin-sre standart sapmas o- ile llen do al de i kenli i belirler. st ve alt do al tolerans s n rlar genellikle sre ortalamas ndan tede yer al r. Bununla birlikte spesifikasyon s nrlarn n belirlenmesinde srecin yap s dikkate al nmaz. Spesif kasyon s n rlar n , ynetici, retim mhendisi, m teri veya rn geli tiricileri belirler.
Spesifkasyon s n rlar belirlenirken srecin yap s ndan kaynaklanan dogal degi kenlik gz ard edilmemelidir. Fakat kontrol s n rlar ile spesifikasyon s n rlar aras nda hibir matematik ili ki de yoktur.
133
38
44
50
56
62 65
ekil 5.15 Cp ve
Cpk
ili kileri
134
135 Bylece P grafi i elde edilir. P' ile kitleye ait gerek ar za yzdesi belirtilir. Standartlar verildi i durumunda P' 'yi biliyoruzdur. Gerekte , o u kez P' bilinmez. Numune hacmini bildi imize gre "Binomiyal- iki =fil" bir da l mevcuttur. Numune grubunda 0, 1, 2, n kusurlu ve kusurlu olma / grlme olas l klar bulunabilir. Bylece limitler ;
o = P/
AKL = P/ - 3. " (P (1-?)) / n , KL = P + 3. (I'''(1-P I))/ n
ile belirlenir.
Alt grup hacinleri e it olabilir ancak (ni'ler) dei ken ise de kullan l d r, n byk olmal d r. (n.p > 1 sa lanmal ) P > 0.15 durumlar nda ; irketin ciddi problemle kar kar ya oldu u sylenebilir, Sre kontrol alt nda de ilse sreci etkileyen " zel nedenler" sz konusudur. Tek bir graf in zerinde bir madde zerinde gzlemlenmi kalite zelliklerinin hepsi iin kullan labilmesi bir avantaj d r.
rnek 8 : Bir tip araba karbratr ( ift bo azl WEBER tip) iin montaj hatt n n sonunda her tip ar za iin ar za yzdesi grafi i haz rlanacakt r. Uzun bir zaman iin %2 ar za yzdesi bir hedef olarak kabul edilmi , fakat buna eri mek imkans z zannedilmi tir. Ancak "zel sebeplerin" montaj ve imalatta srekli takibi sayesinde bu %2 seviyesine ula lm tr. Bilgilerde bu zamanda toplanmtr ve btn numune hacmi n=100 olarak al narak ve yukar daki formller kullan larak, O = P' = 0.02 ,
bulunur. AKL negatif bulundu undan , pratikte bir anlam ta maz ve 0 olarak al nr. Daha sonra Tablo 5.2 grlece i gibi n=100'lk numunelerden
136
sonular bulunur ve limitlerin grafiklendirilmesiyle de sre izlemede noktalamalar yap larak olu an durum yorumlarur.
Numune No: Ar zal Sy. (d) Ar za % (P) NumuneNo: Ar zal Sy. (d) Ar za % (P)
12345674 5 0.04 0.05 0.01 0.00 0.03 0.02 1920212223242526272829303132333435 4 0.04 0.02
2
1
1
0 3 2
0.01
0.02 0.00 0.02 0.03 0.04 0.01 0.00 0.00 0.00 0.00 0.01 0.02 0.03 0.03
2 0 2 3 4 1 0 0 0 0
1
1
6 0 6 2 0 2 3 4 1 3 2
0.01
0.06 0.00 0.00 0.02 0.00 0.02 0.03 0.04 0.01 0.03 0.02
8910 11 12 13 14 15 16 17 18 -
2 3 3
:
Toplam
73
Tablo 5.2 Montaj band mn sonunda bir tip karbratr zerinde muayene neticeleri (n=100)
yap lan
137
Numunedeki anzal say s ( d) 0
1
P(d 0.13262 0.27065 0.27341 0.18227 0.09021 0.03535 0.01142 0.00313 0.00074 0.00015 0.00003 0.00001 Toplam : 0.99999
2 3 4 5 6 7 8 9 10 11
Tablo 5.3
rnek 8 iin ar zal yzdesi P r =0.02 ve n=100 oldu unda Binomiyal da l m iin teorik olas l klar
P/ = 0.02 ve n=100 oldu unda ar zal para iermeyen numune olma olas l 0.133' dr. Bu da ok d k olas l k de ildir. Yaln z tesadfi sebeplerle 7 veya 8 numunede bir hi ar zal para iermeyen numuneye rastlanr. Tablo 5. 2' deki n=100 'lk muayene neticeleri ekil 5.16'de grafiklendirilmi tir. Graf in incelenmesiyle " srecin kararl - kontrol alt nda" olduu grlmektedir.
138
os
c: .c E o
,04 ,03 02
KLSUR
I
O Z <1 O o &":
LICL
.05
29 33
LCL s ,00
31
35
ekil grafi i
d, / E
=i
n,
p = ( P +P2+
yaz labilir. Bylece limitler, O = P , AM. = - 3:f( -15 (1-F )) / n , ile belirlenir.
139
rnek 9 : Gnde 2000 (1 metrelik elik boru) imal eden bir fabrikada gnlk retimin %25'i (500 birim) May s.1999 zaman nda her gn muayene
edilmi tir. Sonular Tablo 5.4 'de verilmi tir. Tarih Kus d Kus. % P
May s 1 2 3 May s 4 5 6 7 8 9 10 11 12 13 14 r 15 16 0.032 30 12 0.024 11 20 18 16 21 20 15 22 21 19 35 40 22 11 0.022 0.040 0.036 0.032 0.042 0.040 0.030 0.044 0.042 0.038 0.070 0.080 0.044 0.022
1.200
140
Burada, O = P = 600 / (30. 500) = 600 / 15000 = 0.04 AKL = P - 3. '417 (1-P ))/n = 0.04 - f(0.04 . 0.96) / 500 = 0.014
KL =
0,00
1 3
11 13 15 17 19 21 23 25 27 29
ekil 5.17 Boru retimi 11 ve 12 May s'ta al nan rneklerin kusur oranlar m temsil eden noktalar 01(1 'nin yukans nda ve 21 May s'ta tam zerindedir. Bu rnek noktalar , tesbit edilebilir (zel) nedenlerin varl n gstermektedir. Bu durumda ; kontrol graf i boru retiminin istatistiksel olarak kontrol alt nda olmad m gstermektedir. Sreci etkileyen zel nedenlerin niteli ini tayin iin ara trma yap lmal d r. * Bir rne e ait de er M, s n r alt nda ise; bu rnekteki kusurlu oran ok kk demektir! Ancak bu durum da aldat c olabilir. Dikkatle arat r lmal d r.
141
1
2 3 4 5 6 7 8 9 10
750 750 250 250 250 1000 1000 750 500 500
1000 1000 250 1000 1000 500 250 750 750 12500
74 56 28 94 80 48 22 69 60 950
n 250 500
750 1000
142
Burada her bir n iin O = 0.076 al nacakt r. Olu an grafik ekil 5.18 ile verilmi tir.
,14 ,12
r
,10 ,08 ,06 ,04 ,02 0,00 1 2 3 4 5 6 7 8 9 10 11 12
I I
I I _J I I
1
I 1
o VAR00001
13 14
14 16
17 18
19
rnek 11 : rnek 4 (Hat rlan rsa): Bir tip araba karbratr ( ift bo azl WEBER tip) iin montaj hatt n n sonunda her tip ar za iin ar za yzdesi grafi i hazrlanacakt r. Uzun bir zaman iin %2 ar za yzdesi bir hedef olarak kabul edilmi , fakat buna eri mek imkans z zannedilmi tir. Ancak "zel
143
sebeplerin" montaj ve imalatta srekli takibi sayesinde bu %2 seviyesine ula lmt r. Bilgilerde bu zamanda toplanm tr ve btn numune hacmi n=100 olarak al nmtr. Grafik iin limitler hesaplamrsa, O = n.p = 100. (0.02) = 2 AKL = n.pi- 3. 'fiili ( 1 p7 ) = 2 - 3 .Nr100.(0.02)(1-0.02) = -2.2
KL = n.p/ +
( 1 p ) = 2 + 3 f 100.(0.02)(1-0.02) = 6.2
bulunur. Yine AKL negatif bulundu 'undan , pratikte bir anlam ta maz ve 0 olarak al n r. Daha sonra yine Tablo 5.2 grld gibi n=100'lk - n.p anlam nda) ele al nr ve limitlerin numunelerden sonular (c1= grafiklendirilmesiyle de sre izlemede noktalamalar yap larak olu an durum yorumlanr. Grafi in incelenmesiyle " srecin kararl - kontrol alt nda " oldu u grlecektir.
- 3. -\rn.
( 1- F
, eICL =
+ 3. Nrn.
( 1- )
rnek 12 : Bir retimden 50' er birimlik 20 rnek al nm ve her bir rnekteki kusurlu say lan tesbit edilerek a a daki tablo 5.5 dzenlenmi tir.
rnek No: 1 2 3 4 Kus.Sy 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 10 6 12 8
9 4 5 16 10 15 7 9 5 12 10 17 14 19 12 8
144
Burada; F = E X / n.k = 208 / 50.20 = 0.208 bulunur. Limitler; O = n. T> = 50. (0.208) = 10.4 ,
ekil 5.19 20 rnek iin n.p graf i Grafik genel olarak incelenirse sadece dik eksende kusurlu oranlar yerine kusurlu say lar grlecektir. Srecin kontrolde oldu u grlr.
145
146
rnek 13 : Seramik mamulleri reten bir fabrikada fayans lavabolar zerinde 1 cm2 'den byk lekeler kusur say lmaktad r. letme 4 kusur say s n hedef alm t r. Her biri 5'er lavabodan olu an 20 rnek iin kusur say lan tablo 5.6 ile verilmi tir.
rnek No: 5 adet fayans Lavabos t
Kusur say s 10 4
1234-
6 7 0 6 2 11 7
tr
56789-
,f
10-
Tablo 5.6 20 rnek iin kusur say lan Burada ; c'= 4 verilmi tir. Limitler hesaplarursa ; O = c l = 4 , AICL = c'- 3. = 4 3 \r"4" = -2 = O bulunur. Grafik izilirse ekil
147
ekil 5.20 20 rnek iin kusur say lan grafi i Grafik incelenirse, 9. rne in KL d nda, 1. ve 12. rne'.cler KL'nin tam stnde oldu u grlr. Bu durumlar imalatta daha hassas davran lmas gerekti ini gsterir.
(rnek ba na kusurlu)
grafi i
Her biri n hacimden olu an k adet rnek al nd nda bu rneklerdeki toplam kusurlu say lar c , c2 , , ck olmak zere rnek ba na ortalama kusur say s
= Ci / k
o = e =
AKL =
-
f.TKL = + 3.
148
rnek 14 :
rnek 13 `delci tablo 5.6 ile verilen verilere sahip olal m. i letmenin hedef ald bir de er olmas n. Bu durumda limitler, O = = 104 / 20 = 5.2 - 3. = 5.2 - 3 -Nr5.2 = -1.64 = O
AICL =
--> = 5.2 + 3 -s!--5-i= 12.04 bulunur. ekil 5.21 ile grafik KL = -C" + 3. Nr izilip yorumlan rsa,
14 12
10
No nc o nformitle s
4 2
a
3 2 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
LCL ,00
ekil 5.21 20 rnek iin kusur say lan graf i retimin kontrol alt nda oldu u sylenir.
rnek 15 : Elimizde retimi yap lm 100'er adet sunta levhalarda uygun olmayan (kusurlu say lan) vard r.
rnek No : Ci 1 21 14 19 2 24 15 10 3 16 16 17 4 12 17 13 5 15 18 22 6 5 19 18 7 28 20 39 8 20 21 30 9 31 22 24 10 25 23 16 11 20 24 19 12 24 25 17 13 16 26 15 >
rnek No :
Ci
Toplam Ci = 516
149 O
KL = c + 3.vc
bulunur. 2 adet nokta kontrol limitleri d ndad r ( 6. ve 20.) E er bu rnek no'lan at l rsa ; 516 - (5+39) = 472 kalacakt r. Bu durumda yeni limitler; O* = c = 472 / 24 = 19.67
"C.. - 3. rc
KL*= c + 3.
olacakt r. (Not: burada her bir rnekteki (ni=100) toplam kusur say lan dikkate al nmaktad r.) Art k sre izlenebilir. laveten daha da yeni rnek no'lan al maya kat labilir. rne in ; (27. , 28., 46. gibi) Bu durumda en son bulunan limitler(*) sreci izlemede belirleyici olacakt r
ilave Bilgi : Baz hallerde c- grafi inin gere inden fazla noktadan olu tu u grlr. Basitlik sa lamak iin; izimi ve grn daha basit olan grafi i oluturulur. Limitler yledir ;
O = c = EC
AKL = - 3.
i k
KL =
+ 3. .\r-C--7:/ n
rnek 16 : Gnde 95 kamyon reten bir fabrikada montaj hatt sonunda kamyonlardaki hata say lan tesbit edilmi tir. Her gn sonunda tesbit edilen tm hatalar toplanarak 95'e blnm ve o gne ait c 'lar bulunmu tur. Tablo 5.7 sonular gstermektedir;
150
Gn : c :
1 1.68
4 2.04
5 2.10
2.10 2.03
2.00 1.70
5.7.7
kontrol grafi i
E er bir deney (alt grup) birden fazla birimden olu uyorsa ve birimlerin say s deneyden deneye de i iyorsa C grafi i yerine U grafi i kullan l r. Uygulamalarda kacak kusur say s iin nceden bir standard n belirlenmesi sz konusu de ildir. nk hedefi kusursuz mal retmek olan bir firman n byle bir standard olmayacakt r. Hat rlan rsa C grafi inde her bir rnelcteici toplam kusur say lan dikkate al nr. U graf inde art k birim ba na(bir birimde grlen) kusur say lar dikkate al nacakt r. Burada , U : Muayene birimlerinin kusurlulann ortalama say s d r = c / n Limitler yledir ; O = U = E Ci / n
AKL = U - 3./ n
1:TICL =
71 in + 3. -\TI-
151
lastikten olu an bir mek(lem) al nm ve her bir lastikteki yanaklardalci yzey hatalar say s tesbit edilerek a a daki tablo 5.8 dzenlenmi tir.
rnek No: 1- 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Kusursy:12012212212 00112122 1
Buna gre U kontrol graf ini izerek yorumlay n z. Burada, hesaplanan limitler yledir ;
O = U = E Ci / n = 26/20 = 1.3 A1CL = U - 3. KL =
Nrt-r
Grafik nceki al malarda oldu u gibi benzer biimde hesaplanan limitler dikkate al narak izilirse ; tm noktalann KL de eri 2.06'mn alt nda oldu u iin srecin kontrolde oldu u sylenebilir. Ancak noktalar n o unun ICL'ye yak n olmas srete daha dikkatli olunmas gerekti ini sylemektedir. AKL alt na d en noktalar varl nda bunlann da sebebinin ara t r lmas gerekecektir.
152
rnek 18: (Tablo 5.6 'da veriler) hat rlamp dikkate al mrsa ; U graf i iin
dzenlenirse ;
rnek No: 12345678910n=5 5 5 5 5 5 5 5 5 5 5 Kusur sa s C 10 4 Ii= e n 2.0 0.8 0.2 1.2 1.4 0.0 1.2 0.4 2.2 1.4 rnek No: 11121314151617181920Toplam :
n=5 5 5 5 5 5 5 5 5 5 5
C 4 10 0 7 4 6 3 5 8 2
IJ 0..8 2.0 0.0 1.4 0.8 1.2 0.6 1.0 1.6 0.4 20.6
1
6 7 0 6 2 11 7
Not : Burada rnek no l'de bulunan U= 2.0 ; 5 birimde ortalama kusurlu sayisidir. O = U = EU / ra = 20.6 / 20 = 1.03
153
rnek 19 : Elimizde a a daki veriler olsun, Gn Kuma topu sy. Hata sy. (c) U=c/n AKL
20 2 3 4 5 6 7 8 9 10 20 20 21 22 22 23 23 23 21 27 23 30 28 29 31 37 29 36 27 1..35 1.15 1.50 1.33 1.32 1.41 1.61 0.88 1.57 1.29 0.55 0.55 0.55 0.56 0.61 0.61 0.63 0.63 0.63 0.56
KL
2.10 2.10 2,10 2.06 2.11 2.11 2.08 2.08 2.08 2.06
Burada , O = U = EU / n = 13.41 / 10 = 1.341 olacakt r. Fakat de i en n'lere ait AKL ve KL de erleri (yukar da sonulan grld gibi) yeniden hesaplanacakt r. rne in, n=21 ise KL = 1.31 '[1.31/21 'den, 0.56 ve 2.06 , n= 23 ise KL = 1.353 .s.f 1.353/23 'den , 0.63 ve 2.08 gibi bulunacakt r. Srecin izlenmesinde olu turulacak grafkte bu farkl n'ler iin bulunan KL belirtilerek sre izlenecektir.
154
I.
155
156
Xr
olan bir srece sahip oldu umuzu d nelim. Ortalamalar ve hedek de er T aras ndaki farklar , ( - T) , ( - T) , (X3 - T) gibi tan mlayabiliriz, Sr = (X;
-
T)
Grld gibi burada rnek noktalar sadece r dnemi Xr 'yi de il daha nceki tm rnek de erlerini dikkate almaktad r. Bylece tm gemi dnem rnek de erlerine ait bilgiler kullan lm olmaktad r. Burada T : hedeflenen de er veya referans de er ad n almaktad r. (Baz kaynaklarda bu de er k ile verilmektedir.) Yine o u kez T de eri go olarak al nmaktad r. Bylece Sr de erleri r'lere kar noktalanarak CuSUM noktalan/grafi i elde edilir. E er ortalamalar T etraf nda dengeli da liyorsa grafik yatay e ilim gstecek ve srecin kontrolde oldu u karar verilir. Sr e itli i bir serinin gzlem de erlerini yani, x i, x2, x3, ..., xr erler kullarnld nda (n=1) , Sr = ( Xi- T ) bireysld
olarak yaz l p kullan labilir. Graf kte, srecin ortalama/bireysel de erleri giderek ykseliyorsa farklann o u pozitif olaca ndan CuSUM grafi i
157
ykselen bir e ilim , ortalama de er giderek azal yorsa CuSUM grafi i azalan bir e ilim gsterir. Bu durumlarda srecin kontrolden kma e ilimi sz konusu olacak ve srecin ortalamas da de i ecektir. CuSUM grafi inin bir avantaj da srecin kontrol d na kt noktay gstermesidir. Varsayal m ki izlenen srece ait hedef de er T=k =go =50 olsun. Sre istatistiksel olarak kontroldeyken <5 =8 olsun. Bu siireten n=4 hacimli rnekler al ns n. Bu durumda standart hatan n 8/-4 =4 olmas beklenir. Bu durumda rnek ortalamalan ve de hesaplanan CuSUM yani Sr de erleri syledir,
-
rnek 1
r.No
2 3 45 6
7 8 9 10 11 12 13 14 15 16 17 18 19 2Q
r.Ort 56 48 49 46 41 53 58 54 50 49 49 54 56 49 57 57 55 61 60 54
Klasik r grafi iyle kontrol s n rlar hesaplan rsa (1.1 ve a biliniyor) O= 50 , AKL= 50-3.(4) = 38 ve KL= 50+3.(4)=62 bulunur. rnek ortalamalan bu s n rlara gre kar lat nld nda grlrki sre kontroldedir. Oysa Sr de erleri incelendi inde veya graf i izildi inde ; a) ilk 10 rneklem iin Sr de erleri s f r de erine nisbeten yak n serpilmi tir. rneklem ortalamalann n ortalamas da 50.4 olup, hedef de ere yak nd r. b) 11-20 'ye kadarki rneklemlerde Sr (birikimli toplam) de erleri h zla ykselmi tir. Burada rneklem ortalamalann n ortalamas 55 etraf nda olmutur. Hedef de erden sapma mevcuttur. Dolay s yla, bu ilgin bir durumdur. Srecin kontrold na do ru bir gidi i sz konusudur. Oysa bu durum X grafi iyle grlememi ti. ** Bu ve bunun gibi rnekler n=1 iinde yap labilir.
158
CuSUM grafi i ile ve buraya kadar yap lanlarla srecin kontrol alt nda olup olmad n anlamak i lemleri salam temellere dayanmamaktad r. Noktalar n bir e ilim gstermesi halinde srecin kontrol d na kabilece i sylenmektedir. Bu durumlar ve gzlemler karar vericileri hatal kararlara gtrebilir. Genel olarak hedef de er olan go 'dar her iki ynde sapman n olabilece i d nlr. Ortalamadan her iki yndeki sapmalann tesbit edilmesini sa layan grafikler " ki-ynl grafik i lemleri" , sadece bir yndeki sapmalan tesbit eden grafiklere de "Tek-ynl grafik-i lemleri" ad verilir. * * * Bir srete hedef de er olan belli bir de erden pozitif ve negatif yndeki sapmalann olabilirli i sre kt lanmn "Normal da l m n" varsay myla sabittir. Bu durumla "Sre ortalamas ndaki e ilimlerin kontrol d olup/olmad nn" tesbitinde V- maskesi oluumu ve kullan m nerilir.
Es 64 7 2;56 e448
;:f 440
Cirneklem
2
;, `4 . 24 sa 16 tisttista bindirilmi Maske
10 11 12 13 14 15 16 17 18 19 20
8
0r: clal= Say s
ekil 5.22 Genel bir V-Maskesi grnts V-Maskesi ve i lemleri 1959 y l nda G.Barnard taraf ndan uygulama ve teoriye kazand nlm tr. V-Maskesi ( d: uzunluk(yn mesafesi) ve 8 : a )
159
bilinirse oluturulabilir. ekil 5.22 'den de grlece i gibi hesaplanan Sr 'lerin sonuncusuna kar l k gelen noktadan yatay eksene izilen paralel do runun zerinde ve d kadar uzaktaki nokta V-Maskesinin k esidir. V 'nin kollar aras ndaki a 20 'd r. Dolay s yla CuSUM graf indeki (hesaplamalanndaki Sr'ler) bu a mn kollar aras nda ise sre istatistiksel olarak "kontroldedir" denir. V-Maskesinin olu turulmas yani elle izimi mmkn ise de ve yeni noktalar n ilavesiyle olu an karmas kl k art k gnmzde var olan haz r paket pro ramlann kullan m yard m yla kolayla mtr. Elle izimler iin d ve de erlerini hesaplamak iin baz bulunmu formllerden yararlan l r.
d= 2 In [ (1-P) / a] / 5 2
fonksiyonudur.) p 'n n kk de erleri iin
(a ve P risklerinin bir
p, 0 kabul edilerek ,
d=-21na.1/5 2 al nr. O = arc tan ( D / 2A ) veya ta =- D/ 2A al nr. Burada; : nem seviyesidir. Gerekte srete sapma yokken sapman n a oldu una karar verme olas l dr. Genellikle 0.05 al nr. : Sre ortalamas nda gerekte sapma varken bunu tesbit edememe olas l d r. Genellikle 0.10 al n r. D : es cinsinden ortaya kmas arzu edilen sre ortalamas ndaki sapma miktand r. A : Dik eksenin yatay eksene oran n gsteren bir lek faktrdr. A= 2.6 x al mr. 8 : Aratr lmas na karar verilen sre seviyesindeki en kk kayma miktar . D=8 cr "i al nr. (cs X de eri, n=1 ise cr al nr.) ekil 5.23 V-Maskesinin ayr nt l grntsn sunmaktad r.
160
m n+1 rr+
= rr+n-1
Ornek No.
d = - 2 ln cc. 1/ 82 ve tan O = D / 2A
161
2. Alternatif :
0 a s n izmeden yerine H ve d de erlerini belirleyerek Am() ile bulunur. ekil 5.25 H ve d izim yapmak. H = 2. d. a de erlerini gstermektedir.
3. Alternatif : Sadece H ve K de erleri kullan m yla ilk nokta ile son nokta
K = D / 2, aras nda V-Maskesi kollar izimi. E er 10 nokta al nm ise ekil 5.26 V-Maskesini gsterir.
Son nokta
7.<
H+I OK ;
10 rnek aral gt
162
Burada belirtilen V-Maskeleri birbirinin ayn s d r. Sadece izim tekniklerinde farkl l klar vard r.
d = - 2.1n (0.05). 1/1.5 2 = 4.71 bulunur. 1 .Alternatif : n=1 oldu undan CY x = 6 = 1 olur. Buradan, tan O = D/2A = 5.a/2A.6 oldu undan 8/2A = 1,5/ 2.(2) = 0.375 bulunur. (D= 8.a7 = 1,5.(1) 1,5 ve A= 2. o'R =2.(1)= 2 ) Bylece ; tan O = 0.375 ve 8 = tan 1 . (0.375) = 21 bulunur.
30
rnek No.
163
3
3.53
30
rnek No.
3.Alternatif: Kabul edelimki 30 tane noktam z vard r. 1. ile 30. Nokta aras ndaki V-Maskesi iin;
k = D/2 = (1,5).(1)/ 2 = 0.75 bulunur. H=3.53 idi. Bylece; H+30k = 3.53 + 30 . (0.75) = 25.73 bulunur.
Si
30
rnek No.
ekil 5.29 3.Alternatif ile V-Maskesi CuSUM ile ilgili ilave konu a klamalar daha zenginle tirilerek verilebilir. Ancak daha derine inilmeyecektir.
164
Kabul rneklemesi : herhangi bir mamul veya hizmet hakk nda kabul veya red karar verilmesi amac yla zerekle tirilen "rnekleme muayenesi" i lemlerinden meydana gelen bir faaliyettir. Kabul rneklemesi : muayene ve lme i lemleriyle ham, yan mamul ve mamullerden belirli miktarlarda rnekleri alarak rne i temsil eden partinin belirli bir riskle kabulunu veya reddini sa layan bir sistemdir.
165
Bir ok durumda retim sreci tamamland ktan sonra retilen mallar n partiler halinde sevki durumunda, nceden belirlenmi standartlara gre rnekleme usuluyle muayene edilerek partiler red ya da kabul edilirler. Kabul rneklemesi ; retici ve tketicinin (al c n n) zerinde anla t klar bir kabul plan na gre yap l r. Bu kabul plan nda mamulun zellikleri , parti geni li i, kusurlu yzdesi , rnek geni li i gibi bir ok eleman bulunacakt r.
Kabul rneklemesi'nin amac ; sz konusu y n kalitesini tahmin etmek de il , bu y n n kabul veya red karar iin yol gstermektir. Bu durum kalite dzeyi hakk nda emniyet sa lar.
1.
166
Numune almada (plan haz rlamada) hatal karar verme riski de vard r. Yani; iyi bir parti reddedilebilir, kt bir parti kabul edilebilir
te ; bu iki durum ihtimali asgari k l nd ka ba anl olurlar. Ancak numune hacmi artt ka hatal karar verme ihtimali azalacakt r. Fakat masraflar da artar. Numune al rken tesadfi hareket etmek gereklidir.
Muayene Mu Plan yledir ;
Muayene adilecek mallar
( Muayene Istasyonu ) 1;
Evet
167
Parti hakk ndaki karar muayene edilen birimlerdeki kusur veya kusurlu say s na gre verilir. Uygulamalarda bu tr karar verme daha tercih edilir olmaktad r. Muayeneye sunulan partiler hakk nda en do ru karar ula abilmek iin partilerin homojen olmalar , heterojen faktrler gstermemeleri gerekir. Sat n al mlarda ham gere y n veya yan endstriden gelen retilmi para grubu KAPIYA DAYANDI I zaman u sorular AKLA gelmektedir; 1. Acaba gelen gere y n veya para grubu belirtilen kalite standartlar na tamamen uygun mudur? 2. Uygunsa uygunluk derecesi nedir ? 3. Ta d kalite artlar na gre bu yn veya grup kabul edilmeli midir? Bu sorulara.' cevab ancak y n n veya grubun tamam n n de ilde, daha ekonomik olmas iin rnekleme yolu ile belli bir k sm n n kontrol edilmesinden sonra verilebilir. Gerek nitel zelliklere ve gerekse nicel zelliklere gre Kabul rneklemesi yap lan muayenelerde numune (alma)inceleme planlar 4 ekilde gerekle tirilebilir. Bunlar, 1. 2. 3. 4. Tek (single) rnekleme plan , ift (double) rnekleme plan , oklu (multiple) rnekleme plan , Ard k (sequential) rnekleme plan .
retici ve alimin zerinde anla t klan bir "kabul plan " 3 bilgiden olu ur. Bunlar ; 1. Ana kitle (parti) bykl , 2. rnek veya rneklerin bykl , 3. rnek veya rneklerdeki kabul edilebilir kusurlu say s .
168
rnekleme ile muayenenin %100 muayene kar s ndaki avantajlar Byledir : 1. Maliyet 2. %100 muayenenin verdi i gveninin olumsuzluklann giderir, 3. %100 muayenede ay klamaya verilen nemi telaf eder, 4. Muayene i lem say s n n oklu unu azalt r, 5. Tahrip edicili muayenin sak ncalann gidermesidir. rneklem ile Muayenede yap lan hatalar : *Kabul edilmesi gereken bir partinin reddedilmesi, *Reddedilmesi gereken bir partinin ise kabul edilmelidir.
rnekleme ile muayenenin amac : iinde belirli say da veya oranda kusurlu para bulunduran bir parti hakk nda do ru karar n verilmesidir.
Yukar da bahsedilen iki hata ortadan kald nlamayaca na gre, belirsizlik alt nda karar verme olas l sz konusudur. Ama bu olas l klar = en kk de erini sa lamakt r. rnekleme muayenesinin beklenen sonular vermemesine neden olan faktrler uygulamada i lenen teknik hatalar d nda a a daki gibi s ralanabilir; 1. S f r kusurlu (%100 sa lam) paral partiler, 2. rnek seiminde tesadfili in tam anlam yla sa lanmas , 3. Sabit bir yzdeye gre rnek alma 4. Kusurlu para bulunan partinin reddi.
169
6.4 Nitel ve llebilen zelliklere Gre Kabul Muayene ve Deneylerde Uygulanan Deneyler in Haz rlay c "Kavramlar ve Tan mlar"
Mamul birimi : Muayeneye sunulan partiyi olu turan ve muayene sonunda Kusurlu veya Sa lam olarak suufland nlan ,zerinde i lem yap lan eydir. (Tek para, ift veya tak m halinde bir para uzunluk, bir alan, bir hacim, sat n al nan , imal edilen...) Parti (Lot-ing) : Ayn ko ullar kabul edilen ve kabul artlar na uygun olup olmad n belirlemek amac yla %100 olarak veya iinden bir miktar numune al narak muayene edilen mamul birimlerin toplulu u. Parti bykl topluluu.
(Lot size-ing) : Partiyi olu turan mamul birimlerin
%100 Muayene : Bir partinin btn birimlerinin muayene edilmesidir. Numune alma yntemiyle muayene : Partiden rasgele al nm belirli say da birimin muayene edilmesidir. Nitel zelliklere gre muayene : Bir partinin veya bu partiden al nan numunenin her birimi iin nitel zelli in bulunup bulunmad n aramaya ve bu zelli in say s n saptamaya yarayan bir muayenedir. llebilen zelliklere gre muayene : Nicel zelli in lld veya deneyler sonucu bulundu u muayenedir. Kusur say s na gre muayene : saptand muayenedir.
bir veya yz birimdelci kusur say s n n
S k muayene : Muayene seviyesi olup ,muayeneye sunulan mamulun insan sal ve hayat na yapaca etkilerin nemine gre yzde yz'e yak n orannn muayenesidir. Normal muayene: Numune say s s k muayeneye oranla daha az fakat numunede bulunabilecek kusurlu say s nn daha byk oldu u bir muayenedir.
170 Gevsek muayene Numune say s ve buna kar l k gelen kabul say s di er iki muayeneye oranla daha byk olan bir muayenedir.
:
Kusur : Bir mamul biriminin belirlenmi zellik iin ilgili standart veya artnamesinde belirtilmi kurallara herhangi bir ynden uymamas halidir. Kusurlu yzdesi (Numunedeki Kus.par.sy/ Numunedeki Top.br.sy) X 100
:
Kabul edilebilir nitelik seviyesi (AQL-ing): Muayeneye sunulan bir partide saptanm kusur veya kusurlular iin al c tarafndan kabul edilebilir kusurlu yzdesinin veya 100 birimdeki kusurlarm en byk de eridir. slem Ortalamas lk muayene iin retici taraf ndan muayeneye sunulan partilerin ortalama kusur yzdesi.
:
Ortalama son nitelik (AOQ - ing) : Muayene edilmi bir partinin kusurlu para yzdesi veya 100 birimdeki kusur say s ile tanmlanan ortalama niteli idir. Not : Buna kabul edilen btn partilerle, reddedildikten sonra %100 muayene uygulanarak kusurlu paralar n yerine salamlar konulmu btn partiler dahildir. Ortalama son nitelik seviyesi (AOQL-ing) : Muayene s ras nda ayn zellikte ardarda gelen partiler iinde bulunan AOQ de erlerinin en bydr. slem karekteristi i e risi OC-ing) : Verilen bir AQL de eri iin partiyi gerek niteli e ba l olarak kabul etme olas l n veren bir e ridir.
(
retici riski (Producer's risk ing) : Kusurlu yzdesi P1 olan bir partinin red
edilme olas l d r.
Tketici riski (Consumer's risk ing) : Kusurlu yzdesi P2 olan bir partinin kabul edilme olas l d r.
171
Bu e ri , bir rnekleme plan olu turuldu unda plan n daha iyi ifade edilemesi amac na ynelik "dei ik kalitede giri yapan partilerin kabul olas liklarim" gsterir. Dolay s yla , rnekleme plan n n yeterlili inin lsdr.(OC = Operating Characteristic Curve) Parti retiminde her parti mal n ayn kalite dzeyinde olmas yani, ayn oranda kusurlu para iermesi beklenemez. Dolay s yla, bir rnekleme plannda de i en kalite seviyeleri P' kar s nda partilerin kabul olas l klar P(a) de i imini K e risi zerinde izlemek mmkndr. Ideal bir K e risi ekil 6.1 ile verilir.
172
ekil 6.1a deal bir K e risi Uygulamalarda esas al nan K e risi kitle (parti) kusurlu oranlar n n bir fonksiyonudur. E er retici ve tketici riskleri s f r olursa bu plan e risine ekil 6.1a 'da da grld zere " deal plan e risi" ad verilir. Uygulamalarda kabul olas l P(a)'a n 0 veya 1 olmas hemen hemen imkans zd r. rnek hacminin byk ve ekil 6.1b'de ifade edilen P1 ve P2 de erlerinin birbirine ok yak nolmas halinde ideal plan e risine yak n bir e ri elde edilebilir. ekil 6.1b Uygulamalarda esas al nan K plan e risini gstermektedir.
P(Kahul
a Urenc riski (3 Tketici riski GKS Gekerit kafi e sevryes PT : Parti Tolcrans
I -cr
0.0.10
ARA PARTI
KT PARTI
kusurlu Oran
PT
173
Kabul edilebilir ve Reddedilebilir kalite dzeyleri : KKD ve RICD ( KKD : AQL- ng) , ( RKD : RQL- ng) Plan uygulayan taraf ndan saptanan bir parti Kabul edilebilir kalite dzeyi hatal yzdesidir. yi kaliteli mal belirler. Genellikle bu kalite dzeyinde bir partinin yksek bir olas l kla kabul edilmesi istenir. KKD' indeki bir partinin %95 olas l kla kabul edilmesi benimsenir. Ancak, KKD 'den daha iyi durumda bir partinin de %5 reddedilme riski vard r. Hat rlanrsa buna ; "retici riski" denir.
:
Reddedilebilir kalite dzeyi : Kt kaliteli ve bu nedenle yksek olas l kla reddedilmesi gereken bir partinin hatal oran d r. Kt kaliteli bir partinin plan tarafndan kabul edilme olas l %10' d r. Hat rlanrsa buna ; "Tketici riski" denir. K E risinin izilmesi iin ; rne in, N: parti hacmi , n : rnek hacmi ve c: kabul say s gibi ifadelere ihtiya vard r. Daha sonra de i ik giri -gelen kusurlu oranlar (P') de erlerine kar l k P(a) kabul olas lklar hesaplan r ve K e risi izilir ve yorumlan r. Kabul rneldemesinde numune alma de i ik rnekleme planlar ile yap l r. Bu planlarda K e risi kullan l r ve yorumlamalar yap l r.
rnek 1 : Kabul edelim ki N=800 hacimli bir parti vard r. Plana gre n=75 al nacakt r ve e er bu 75 tanedeki kusurlu say s , kabul edilen(belirlenen) c =3 de erine e it ve az ise 800'lk parti kabul edilecek , e er bulunan kusurlu say s c=3 'den bykse parti red edilecektir. Buna gre ; "gelen N=800'lk bir partinin kabul edilme" P(a) olas l klann bulal m.
** Bunun iin gelen parti kusurlu oran (P' ) de erinin bilinmesi gerekir. Yine kabul edelim ki ; P 7 = 0.02 olsun .
Kabul olas h n (larn ) bulmak iin kesikli olas l k da l mlanndan 1-lipergeometrik-Binom-Poisson" yararlan labilir. Bunlardan hangisinin uygun yani kolay sonuca gtrece i arat nlmal dr. Ancak hepsinin de verece i sonular (kabul olas l klar) yakla k ayn olacakt r.
174
Verilen rnekte n----75 'lik iinde ( 0,1,2,3) adet kusurlu olabilir. Burada P(a) olas l m "Hipergeometrik da l m ile" bulal m. K= P'. N ve P f=0.02 olduundan partideki kusurlu say s ; K= 0.02 .(800) = 16 adet olarak bulunur. Bylece , P(a)={784C75. 16C0 + 784C74. 16C1+784C73.16C2 +784C72 .16C3} / 800075= ile bulunur., Ancak grld gibi i lem pratik de ildir. imdi P(a) olas l n "Binom da l m ile" bulal m. Burada, n=75 , P =0.02 oldu undan 1-P'=q =0.98 sa lam olas l dr. P(a)= 75C0(0.02).(0.98) 75 +75C 1(0.02) .(0.98) 74 + 75C2(0.02)a .(0.98) 73 +
75C0 (0.02).(0.98) 75 75C3 (0.02) 3 .(0.98) 72 =
ile bulunur ancak bu i lemlerde pratik de ildir. Daha nceleri blmlerde bahsedildi i zere bu plan iin verilen de erler (n/N = 75/800 < 0.10 , ve P 0.05) uydu u iin zm iin en iyi yol Poisson da l m n kullanmak olacakt r. Art k imdi P(a) olas l n "Poisson da l m ile" bulal m. = n.P = 75.(0.02)= 1.5 bulunur. Bylece; P(a) *= exp(-l.5). 1.5 / O! + exp(-1.5). 1.5 1 /1 !+ exp(-1.5). 1.5 2 /2!+ exp(-1.5). 1.5 3 / 3! = 0.934 bulunur. Dolay s yla K e risini oluturmak iin de i ik P' de erlerini kullanarak Poisson da l m yard myla ayn yoldan i lemler yap l rsa ; P = 0.01 iin P(a)= 0.993 = 0.02 iin P(a)= 0.934 (yukar da bulunmu tu ! ) P' = 0.03 iin P(a)= 0.819
175
P / = 0.10 iin P(a)= 0.068 P' = 0.18 iin P(a)= 0.001 bulunur. u soru akla gelebilir ; " K e risinin izimi iin hesaplamalara acaba hangi P' de erlerini almal y z ve ne zaman duraca z? Cevab iin ; yukar da bulunan P(a) de erlerini inceledi imizde grlr ki , P(a) de erleri iyice kld nde durmak gerekecektir. Art k K e risi izilebilir :
?(Kabul ihtimali)
I -Ot .0,95
of
P
ARA PARTI KOTU PARTI
Kusurlu Umm
PT
Yorumlar P l= 0.018 kusurlu oran ile gelen (yani; %1.8'lik kaliteli parti) bir partinin kabul olas l 0.95'tir. Bu sonucu ancak iyi izilmi bir K e risi zerinden yapabiliriz. Yine baz bilgileri hat rlarsak : P(a)=0.95 kabul olas l nda e ririin e iminde ani bir de i iklik grlr. Bu noktadaki %5 red riskine "retici riski" denir. Yine, e ride P(a)= 0.10 'da ani bir de i iklik vard r. Bu %10 kabul olas l " Tketici riskidir". Bu gibi K e rileri Ters'den de yorumlama iin kullan labilir. rne in ; P(a) = 0.87 olan bir plandaki P' de eri kat r? gibi. Sonuca e ri zerinden dikkatle bak larak vanlabilir.
:
176
*** Kabul rneklemesinde Kabul olas l klar hesaplan rken kullan lmas gereken en uygun olas l k da l m N , n, p de erlerine gre en uygun ilemlerle sonuca gtrecek olan : Hipergeometril Binom, Poisson , Normal da l mlar ndan birisi olacakt r.
177
zm : Burada,
N= 2000 , D=80 , p=80/2000= 0.04 (%4) oldu undan n = 200 olacakt r. 200. (%2) = 4 adet kusur olacakt r. Plana gre; d < C = 4 ise parti kabul edilir, e er d > C=4 ise parti red edilir. Burada kabul olas l iin "Poisson da l m " kullan labilir. Bu durumda ; >L= 200.(0.04} 8 olacakt r. Bylece kabul olas l ;
4 d
P(a) =
d=0
bulunur. Sonu olarak %4 kusurlu oran ile gelen bir partinin Tekli plana gre kabul olas l = 0.10 olacakt r. Ayn sonuca di er belirtilen olas l k da l mlan ile de yakla k olarak ula labilir. ** Bu rnekte grlmektedir ki sadece kabul olas l bulunmu tur. Bu haliyle CK. e risi izilemez . Ancak de i ik parti kalitelerine gre giren de i ik kusurlu oranlar n n da ilaveleriyle bulunacak P(a) 'lar zerinden K izilip de i ik yorumlamalar yap labilir.
rnek : N= 2000 , n=150 ve c=4 ile planlanan Tekli numune alma plan na gre a a daki de i ik parti kaliteleri (p'ler) iin kabul olas l klar /l bulunuz.
P: 0.00 , 0.01 , 0.02 , 0.03 , 0.04 , 0.05 , 0.06 , 0.07 , 0.08
178
zm : Poisson da l m yard m yla ; rne in p=0.01 iin kabul olas l = n.p = 150. (0.01)= 1.5 yard m yla ; P(a) ' y bulmak iin ; 4 d P(a) = E exp(-1.5) . 1.5 / d! = 0.98 bulunur. d=0 Di er belirtilen p 'ler iin = n.p = 150. ( * ) yard m yla (*) yerine di er p 'leri koyarak de erleri hesaplabilir. 4 d P(a) = E exp(- * ) .( *) / d! = sonular bulunur . d=0 Topluca sonular yledir, P : 0.00 1.000 , 0.01 , 0.02 , 0.03 , 0.04 , 0.05 , 0.06 , 0.07 , 0.08 0.981 0.815 0.532 0.285 0.132 0.055 0.021 0.008
P(a) :
179
E er ;
cl < d < c2 ise ; n2 'lik ikinci bir rneklem( N-nl taneden) al nr. Bu durumda. dl+d2 e c2 ise parti kabul , dl+d2 > c2 ise parti red edilir.
Bu i leyi lerde nemli olan husus; n , n2, c , c2 de erlerinin ka olaca dr. te bu de erlere ula mada ve parti hakk nda karar vermede rnein ileride a klanacak olan MIL STD-105 D Haz r Kabul meldemesi plan sisteminden yararlan labilir.
rnek 3: A a daki ift katl (ikili) plana gre p=0.01 bozuk oran ile gelen
N=500'lk partilerin kabul edilme olas l n bulunuz. ( n = 20 , c = 0 , n2= 30 , C2= 2 ) haz r verilsin. Plana gre ; n1=20 'de n2=30 'da d 5_ c = 0 ise kabul, d +d 5. C2 = 2 ise kabul olacakt r.
zm iin ; n ve n2 yeteri kadar byk ve p 'de kk oldu u kabul edilerek poisson ile zme gidilebilir. Kabul olas l ; P(Kabul / d c , d +d2 5_ C2= 2 ) ile bulunacakt r. Buna gre, P(a ) = d ..< c =0 'den kabul iin d =0 olmal , P(a2) = cl +d2 5 C2= 2 'den ; d =1 , d.2=0 _<_ C2=2 d =1 , d2=1 5_ C2=2 d =2 , d2=0 < c2=2 O halde Poisson da l m yard m yla : X = n .p = 20.(0.01) = 0.2 ve X2= r2. P = 30.(0.01) = 0.3 al narak, P(d =0) +P(d1=1 .d2=0) + P(d =1 , 032=1) + P(d =2 , d2=0)
180
exp(-0.2). 0.2 / 0! + ((exp(-0.2). 0.2' / 1! ). (exp(-0.3). 0.3 / 0!)) + ((exp(-0.2). 0.2 1 / 1! ). (exp(-0.3). 0.3 1 / 1!)) +((exp(-0.2). 0.2 2 (exp(-0.3). 0.3 / 0!)) = 0.9885 bulunur.
/
2! ).
rnek 5: N= 400 , n =10, et= 0 ve 112 =20 , C2 = 3 ift rnekli rnekleme kabul plam iin ; a. Kabul plan n a klayunz, b. 0,05 kusurlu oran na ait kabul olas l n bulunuz, c. KKD ve PT de erlerini bularak yorumlay n z. zm : a. Bu ift katl rnekleme plan na gre N=400 birimlik partiden nce n = 10 birimlik birinci rnek al nacakt r. Bu 10 rnek %100 muayeneye tabi tutulacak ve d =kusurlu say s belirlenecektir. Plana gre e er 10 tanede hi kusurlu kmazsa N=400'lk parti kabul edilecek, e er 10 tanede c2=3'den fazla kusurlu karsa N=400'lk parti red edilecektir.
Yine plan i leyi ine gre n =10 'daki kusurlu say s 1, 2, 3 olursa n2=20'lik ikinci bir rnek Yine N=400'lk partiden al nacak ve buradaki kusurlu say s d2 tesbit edilecektir. E er , n ve n2 deki kusurlu say lan toplam d +c12 c2=3 olursa parti kabul edilecek, di+d2 > c2=3 olursa parti red edilecektir.
181
b. 1. 2. 3. 4.
Kabul durumlar :
d1=0 d =1 ve d2 s 2 d =2 ve d2 s 1 ile belirlenir. Bylece 1. 2. 3. ve 4. durumlara ait d =3 ve d2 =O olas l klarn toplam ile sonu elde edilir.
p=0.05 esas al ndnda; ( poisson da l m yard m yla) X = n .p = 10.(0.05) = 0.5 ve X2= n2. p = 20.(0.05) = 0.1 kullan larak, P(d =0) = exp(-0.5). 0.5 / 0! = 0.6065 , P(d =1) = exp(-0.5). 0.5 1 / 1! = 0.3033 , P(d1=2) = exp(-0.5). 0.5 2 2! = 0.0758 , P(d1=3)= exp(-0.5). 0.5 3 / 3! = 0.0126 , P(d2=0) = exp(-1.0). 1.0/ O! = 0.3679 , P(d2=1)= exp(-1.0). 1.0 1 / 1! = 0.3679 , P(d2=2) = exp(-1.0). 1.0 2 / 2! = 0.1839 bulunur Kabul durumlar zerinden ; P(a)= P(d1=0)+P(d1=1).P( d2 5_ 2) + P(d =2). P(d2 s. 1) + P(d1=3). P(d2 =0) =
= 0.6065 + ( 0.3033. (0.3679 4-0.3679+0.1839)) + (0.0758 . (0.3679+0.3679))+(0.126).(0.3679)
= 0.9458 bulunur. Soruda verilmemekle birlikte daha bir ok de i ik kusurlu oranlar iin P(a) olas l klar hesaplanabilir ve plan e risi izilebilir. c. Yukar da belirtildi i gibi bir ok de i ik kusurlu oranlar iin P(a) olas l klar hesaplanabilir. Sonular yle olacakt r. Kusurlu oran P : P(a) : 0 1 0.01 0.05 0.10 0.20 0.9998 (0.9458) 0.6999 0.2279
182
Ni,
CKS.0.0469
ARA
PARTI PT.0.6490
Bu ekili olu turmann gere i KKD ve PT de erlerini (olas l klanm) pratik olarak hesaplamak iindir. Buna gre ; KKD iin , 0.9998 0.9458 = 0.054 0.9998 0.95 = 0.0498 0.05 0.01 = 0.04 X denilirse buradan ;
X = (0.0498).(0.04) / 0.054 = 0.0369 bulunur ve KKD = 0.01 + 0.0369 = 0.0469 olur. 1 - 0.20 = 0.80 PT iin , 0.2279 - 0 = 0.2279 0.2279 0.10 = 0.1279 = X denirse buradan ; X = (0.1279).(0.80) / 0.2279 = 0.4490 bulunur ve PT = 0.20 + 0.4490 = 0.6490 olur.
183
Yorum : Bata verilen ift mekli plana gre ; N=400 birimlik bir partinin iyi parti olarak kabul edilmesi iin en fazla % 4.69 oran nda kusurlu birim ihtiva etmesi gerekir. ( yi partideki en fazla kusurlu birim say s : 400.(0.0469)= 19 ) Kusurlu oran % 64.9 'dan fazla olan partiler kt partiler olarak kabul edilecektir. ( 400 birimlik bir partideki kusurlu birim say s : 400 . (0.6490) = 260 ve daha fazla ise bu parti ktdir. Kusurlu say s : 19 - 260 aras nda olan partiler ara partilerdir.
184
durumlar nda parti kalite dzeyi- kusurlu para oran kabul edilme olas l n bulunuz. zm : l plan n ak a a daki gibidir;
d <0
0<dp 1
d i>1
d --d42
2 <d +d2.<3
+dz>3
dl+d2+d3(4
4<dl+d2+d3(5
d l+d24-d3>5
Buna gre kabul olas l P(a) = P( Kabul / d =0 ; d +d2 < 2 ; d +d2+d3 <3) le bulunur. Daha a k olarak ; P(a) =
185
d <c
I
I2. Ornek grubu : n2
d i >C12
i. rnek grubu :
>a2
T
Parti kabul edilir
Bu planda kabul veya red karar iin esas al nan kriter a a daki gibi zetlenebilir. di < ci ise parti kabul , ci < di S ci2 ise rneklemeye devam , ise parti iin red karar verilir. di > ci
rnek 8 : Bir fabrikaya gelen N= 5000 adetlik PVC borulann kabulu iin oklu rnekleme plan na gre ; n =50 , n2=50 , n3=100 , n4=100 , n5=150 , n6=150 , n7=200 adetlik rnekler al nmas kararla t nlmtr. rneklerdeld kabul say lan ise yledir;
C1-0 , c2-3
, c3-5, C4-6 , c5 8,
C6-10 , C7-13
186
muayeneler sonunda 4 adet rnek grubunda s ras yla yap lan d =2 , d2=2 , d3=2 , d4=0 adet kusurlu bulunmu tur. Karar verme srecini belirleyiniz. zm 1. mekte c =0 < (d1=2) < (c2=3) oldu undan 2. rnek al nr, 2. rnekte : c2=3 < (d1-1-d2=4) < (c3=5) oldu undan 3. rnek al nr, 3. etmekte : c3=5 < (d +d2-i-c13=6 5 C4) oldu undan z 4. rnek al nr, 4. rnekte : d +d24-d3-1-d4 =6 5 (c4=6) oldu undan Parti KABUL edilir.
R4 4E OUSEK
az r ICIN
1110.1
n
il
aziaram
Pano
vr~1
11111811201113101120=113111111110201110100011:101 111121131211311211MuulGUIEMIUDOINICIE1001012 U0131011211311111131111:111:101131111130134111111113C1111013 LIEMEIDOCIIME1011131110101121111113111:10101111:11.11111 01110111101130DEMUIDEIUMICIUDIEMIZEIUDIDID 101E1011CIEWHEIEWIEMIGE:111213UGLIGIC CIU121212 glelniUgIGE111112111:101310101300011:1101301GGEIEDI u113101113~1111101010011:1101110E1E10013EMBEICIMECI IIIIIMINIME1011311011301111103111iglaLl131111111:1111113E11011 liMIE1101:11121011:111111170101211111111130011301113001311111 GEMIG MEIMIEWEIOIDGIDIREIGOEMOC:1121:100131 111111/EILTIMIEWILIZIEILIDUMIENIC1110~11300:10C11 EIMIESIZEIDOWICIOCIGUIEEMEICIIIME10000011:10C1 11111111110111111 01110011210112113OCILIGIIIIIDOE10112000EICIEIG 111112113E10111 0101011101E101113111E1EILIZIOILIE1113011:11:1113C111120 r1117112131111111011:10111111130111:111210131131130111313113121101111201Ma
1211111CM101001121111:111811:10011111EILKIGICIED1112100130
anumfflananalammaniropo n co
enal
am
nonlIMICIIIIIMEMOCIIERIUMICIOUQUICIGGEIGIOCI
cn enr nar am rmarnna naminno now nnnara ne r onnmannr na no r mninennemoc mmeGIMING inem n onsiODE1181101131131130=1113011210013oommounium
1:31111111E111111100112101311311:111:111:100010CIEIGIDEMEICE100000E10
CIIN:11113112121EIMUUICIDGME1120121:11212CIE1120121:18101:10101
cr o
:r>
os. 5 .ts
a.
o:
o-
$:0
t:7
188
rnek 9 : Bir imalathaneye gelen N=600 birimlik bir parti A mal iin Ard k rnekleme plan uygulanacakt r. A mal iin KKD= %5 olarak olarak kabul edilmektedir. Ard k rnekleme plan n uygulayarak a klaynuz. zm : Tablo 6.1 'den N=600 iin parti hacmine bak ld nda (500-799) sat n ve stten KKD=%5 de eri dikkate al n r, de erler okunur. * Birikimli *
rnek hacmi Kabul say s Red say s 40 1 6 60 3 8 80 5 10 100 6 11 120 10 11
ncelikle; *n=40 birimlik rnek ekilir. ekil 6.2'deki karar blgeleri olu turulur. [Parti hacmi ( 500... ile 799....) aras nda olan ve KKD= % (..%5..) olan bir ard k rnekleme plan na ait karar blgeleri] olarak kabul ediniz. *Belirlenen kusurlu say s =d i aretlenir. (Kabul veya red) blgelerine d medi i takdirde rneklemeye devam edilir. *Burada kabul say st = 1 , red say s = 6 'd r. *Sonra 20 adet rnek daha ekilerek devam edilir. *Bu durumda kabul say s = 3 ve red say s =8'dir. *Arta kalan say iin ekmeye devam edilerek 20 adet rnek daha ekilir *ve birikimli rnek hacmi 80'e kanl r. *Kabul say s = 5 ve red says = 10'dur. *E er arada bir say varsa rneklemeye devam edilerek 20 adet rnek daha ekilir. *6 adet kusurlu kabul , 11 adet kusurlu ise red edilir. *Arada bir say varsa 20 adet bir rnek hacmi daha ekilerek son rnek hacmi 120'ye kart l r. * 10 adet kusurlu kabul ve 11 adet kusurlu ise red edilerek Kabul ve Red blgeleri pratik olarak birle ir. * Bu durumda ; N=400'lk partinin kabulu veya reddi konusundaki sonu karar son a amada kesinlikle belirlenmi olur.
189
6.8 rnekleme Planlar n De erlendirme Teknikleri 6.8.1 Ortalama k kalitesi ve s n r (OKS) (AQOL- ing)
Bu kavram ile btn partilerin kalite dzeyleri yans t l r. OK ; parti kalitesinin birden fazla olmas durumunda belirli bir rnekleme plan erevesinde "kabul edilen" partilerin kalite dzeylerine ek olarak red edilen partilerin %100 muayeneden geirilmesi sonucunda elde edilen parti kalite dzeyinin a rl kl kalite ortalamas d r. Daha ba ka bir de i le ; bir rnekleme plan uyguland nda partinin red edildi i durumlar olabilir. Reddedilen bu parti ; %100 muayeneye tabi tutularak kusurlular ay klarnr, ve yerine kusursuz(sa lam) paralar yerine konur, Dolay s yla ; reddedilip de dzeltmeye tabi tutulan sz konusu partide "kusurlu oran = s f r " olacakt r. Ancak, plana gre "kabul edilen" partide belirli bir oranda "kusurlu birim" bulunacakt r. Bu durumda plan uyguland ktan sonra partinin kalite dzeyinde bir art olaca da a kt r. zetle ; tketici, uygulanan kabul plan ile (kabul veya rededilen) partiler toplam nda bulunmas mmkn olan "en kt kaliteyi" bilmek ister.
190
te ; reddedilen partiler ay klan p, kusurlular at ld ktan sonra btn partilerdeki ortalama kusurlu yzdesi => "Ortalama k Kalitesini" verir. Bu yzde : kusursuz partilerin (c/0100 muayene edilmi ve ay klanm ) ve hala yakla k olarak belli bir P kusur yzden partilerin ortalamas d r.
0.02
0.94
0.06
0,08
0.10
ekil 6.3 ( N=3000 , n-150 , c=4 ) tekli rnekleme plan na ait bir OK e risi grnts
Ortalama k Kalitesi = P(a) . P. 100 ile belirlenir. rne in ; kusurlu oran P=0.01 olan bir partinin kabul olas l 0.94 ise ; gelecek 100 parti maldan ( 94 tanesi kabul , 6 tanesi red) edilecek demektir. Bu 6 parti %100 muayeneye tabi tutulunca kusurlular ay klanacak ve kusur oran s f r olacakt r. Bu durumda Ortalama kalite ; OK = 94(0.01) + 6.(0) / 100 = (0.01).(0.94) olur. Bu ise OK = P. P(a) demektir. Bu forml N'in sonsuza yakla mas durumunda geerlidir. N' in kk de erleri iin ; (Tekli rnekleme plan iin) OK = P(a).P . (N-n) / N
191
N' in kk de erleri iin ; (ift katl rnekleme plan iin) OK = P. P(a ) . (N-n ) / N + P. P(a n. ( N-n -n2) / N ile bulunur. Burada ; P = kusurlu oran , P(an = 1. rnekten sonraki kabul olas l P(a n= 2. rnekten sonraki kabul olas l
anlam ndad r.
OK 'nn ald "En byk-maximum" de ere ; Ortalama k Kalitesi Sm r' denir. Herhangi bir kusurlu oran iin OK maksimum ise o kusurlu oranna kar l k gelen parti en kt partidir. Bu durumu bilmek : al c veya tketici iin nemlidir. rnek 10 : Tekli rnekleme plan dahilinde ( N= 300 , n=24 , c=2 ) iin e itli kusurlu oranlanna ait kabul olas l klar' a a dad r. OKS de erini bularak yorumlaym z.
Kusurlu oran (P) : 0.03 0.05 0.10 0.20 P(a) : 0.9635 0.8795 0.5697 0.1425 zm : N=300 kk kabul edildi inden ; OK = P(a).P.(N-n) / N yardm yla ; P 0.03 0.05 0.10 0.20 P(a) 0.9636 0.8795 0.5697 0.1425 OCK 0.03.(0.9635). (300-24)/ 300= 0.0266 = 0.0405 = 0.0524 ** = 0.0262
Yorum : En byk OK de eri 0.10 kusurlu oran na kar lk gelmi tir. Yani OKS = 0.0524 `dir
192
Bu tekli kabul plan na gre ; en kt kalite %10 kusurlu oran na gelen partidedir. Bu kusurlu oranlar na gre en kt partideki kusurlu say s nn 300. (0.0524) = 16 olmas beklenir. rnek 11 : Tekli rnekleme plan dahilinde ( N= 3000 , n=89 , c=2 ) iin Ortalama k kalitelerini bulunuz ve k s n rm verilen bilgiler yard m yla yorumlay n z. zm : Burada ; daha nceki P(a) bulma yollar ndan yararlamlarak hesaplanan sonular bulunabilir. N=3000 yeterli byklkte oldu undan OK= P(a).P.(N-n) / N forml yerine OK = P(a).P ile hesaplanabilir. Sonuta ; P 0.01 0.02 0.025 0.03 0.05 0.06 0.07 0.09 P(a) 0.938 0.731 0.623 0.494 0.174 0.106 0.055 0.014 OK 0.938 1.462 1.558* 1.482 0.870 0.636 0.385 0.126 OCKS 1.55
de erlerine ula l r. Bu durumda rne in kalite dzeyi : P=0.02=(%2) olan bir parti dzeltmeye tabi tutuldu unda kta %1.462 kusurlu olacakt r. Yine, kalite dzeyi : P=0.07=(%7) olan bir parti dzeltmeye tabi tutulduunda kta % 0.385 kusurlu olacakt r. Sonular topluca incelendi inde grlmektedir ki ; en kt k kalitesi OKS = % 1.55 sonucudur. Buna gre , giri kalitesi P=0.025 (%2.5) olan parti en kt k kalitesi olan % 1.55 sonucunu vermi tir. Yani kalitede belirgin bir "iyile me" oldu u sylenebilir. Bu durum a a daki ekil 6.4 ile de ifade edilebilir.
193
P(Kabul ihtimali)
rnek 12 : ift katl rnekleme plan dahilinde ( N= 400 , n =10 , c =0 , n2=20 , c2=3 ) iin e itli kusur oranlar ve bunlara kar l k gelen P(a) kabul olas l klar a a da verilmi tir. OK de erlerini hesaplaymz ve yorumlay mz. Kusurlu oranlar
0.01 P(a) : 0.9998 0.05 0.9458 0.10 0.6999 0.20 0.2279
Bilgi : P(a/ 0.01 ) = Pl+P2+P3+P4 = 0.9048+0.0904+0.0044+0.0002 = 0.9998 P(a/ 0.05 ) = Pl+P2+P3+P4 = 0.6065+0.2789+0.0558+0.0046 = 0.9458 P(a/ 0.10) = Pl+P2+P3+P4 = 0.3679+0.2490+0.0747+0.0083 = 0.6999 P(a/ 0.20) = Pl+P2+P3+P4 = 0.1353+0.0645+0.0248+0.0033 = 0.2279
194
P
0.01 0.05 0.10 0.20
P1 --- P
0.9048 0.6065 0.3679 0.1353
Bu durumda OK de erleri ilgili forml yard myla a a daki gibi hesaplanabilir ; P(0.01) iin ; OK= (0.01).(0.9048).((400-10)/400)+(0.01).(0.0950).((400-10-20)/400)=0.0097 P(0.05) iin ; OK = 0.0453 P(0.10) iin ; OK = 0.0666 * P(0.20) iin ; OK = 0.0435
Yorum :
OCK sonular iinde en byk olan P= 0.10 'na kar l k gelen 0.0666 de eridir. Bu sonuca gre OKS = 0.0666 'd r. Bylece ; En kt parti kusurlu oran 0.10 olan partidir. Bu partide 400. (0.0666) = 27 adet kusurlu olacakt r.
195
Tekli rnek alma plan iin bu durum kolayd r ve " n " anlammdad r. Fakat ikili rnek alma plan iin biraz daha kar kt r. 0S , n ve n +n2 aras nda bir yerdedir. Nerede oldu u? sorusu " partinin % ka bir karara vardabilmesi iin ikinci bir rne e ihtiya gsterir ?" durumuna ba l dr. ok iyi kalitedeki partiler ilk rnekte (kabul) edilirler, buna kar l k ok kt kalitedeki partiler genellikle ilk rnekte (red) edilir. Bu durumlarda 0S n 'in yaknnda bulunur. Di er taraftan orta kaliteliler iin 0S n +n2 'ye yak ndr. nk, genellikle ikinci bir rnek gerekli olmaktad r.
rnek olarak ; (N=3000 , n =100, c =2 , n2=200, c2= 5 ) ikili rnek alma plan sz konusu olsun. P= 0.03 iin kabul olas l hesaplar n ve a adaki bilgiler dikkate al nrsa;
= 0.224
P. veya daha az = 0,647 P, = 0,168 P, veya daha az =0,815 P ; = 0,101 P; veya daha az = 0,916 P.= 0,440 P., = 0,002 (0,101) (0,002) = 0,000 P, veya daha az =0,017 (0,168) (0,017)=0,003
196
partinin yine birinci rnekte red edilme olas l = 1-0.916 'd r. Dolay s yla ; birinci rnekte karar verme olas l 0.425+0.084=0.507 olur. Sonuta ; OS = 0.507. (n ) + 0.493.(n +n2) / (0.507+0.493) = n +0.493 r2 = 198.5 bulunur. n =100 , n2=200 oldu undan genellikle ; OS= n + P(ikinci rnek) 112 dir. al ma Karekteristi i (K- OC-ing) e risi iin hesaplanan de erlerden OS ' kolayca belirleyebiliriz.
CLOZ
0.04
0 06
O 05
O ft/
04n
per+..1 irehiet,
197
(N=3000 , n =100, c1=2 , n2=200, Parti kalitesi P 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
C2=
5 ) ikili rnek alma plan iin OS OS 100 116 161 199 209 198 177 154 135
ikinci bir rnek almaya ihtiya olmas olas l 0.000 0.079 0.306 0.493 0.547 0.491 0.384 0.271 0.177
(N=3000 , n =100, c =2 , n2=200, c2= 5 ) ikili rnek alma plan ve (N=3000, n=150 , c=4) tekli rnek alma plan n iin ortaya kan OS e rileri yukar da icelenirse grlr ki ; ikili rnek alma plan iin OS say s tekli rnek alma planndan d ktr. P=0.00 'dan_ 0.018'e kadar ve 0.073'den sonra rnek miktara daha d k, arada ise yksektir.
Tekli rnek alma iin durum kolayd r. Kabul edilen partiler iin OMS sabittir; n ve bunlar n oran 1- P(a) 'd r. OMS =N 'dir.
198
Dolay s yla ; OMS = P(a). N + ( 1- P(a) ) . N olur. ikili rnek almada durum biraz kar ktr. OTM 'yi bulmak iin OS'na ne ilave etmemiz gerekmektedir ? Baz partiler ilk rnekte reddedilirler ve dolay s yla N-n kadar ilave P d > C2 denilirse pararm muayene edilmesi gerekir. Bunlar n say s na (N-n ) P d > c2 kadar paran n muayenesi gerekecektir. kinci rnekten sonra ilave partilere %100 muayene gerekecektir. Gerekte byle partilerin oran ; 1 (kabul edilen partilerin oran ) ( birinci rnekte reddedilenler oran )'d r.
( N n n2 ). ( 1 P(a) P d > c2) OTM = 0S + ( N n ) P d > C2 + ( N-n -n2). (1- P(a) P d > c2)
Daha nceki alt k s mda bahsedilen P= 0.03 iin ikili rnek alma plan nda ; OTM=199+ (3000-100). (0.084) + (3000-100-200). (1- 0.440-0.084)= 1.728* bulunur. Hesaplamalar a a da grlmektedir Parti kalitesi P 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 Parti ba na OTM TEK KL 150 100 204 205 677 899 1.484 1.728* 2.188 2.301 2.624 2.637 2.843 2.820 2.940 2.913 2.977 2.959
199
Bunun zm : btn partileri ayn % ile muayene etmemektir. rnekler tesadfi al nmazsa bunlara kar l k gelen sonular fazlaca bir anlam ifade etmezler. Veya rnekler tesadfi seildi i halde (sa lam ve bozuk) para tan mlamalar a k de ilse yine byk bir anlam ta mazlar. Bu iki husus herhangi bir "rnek alma" plan n n al mas na esast r.
200
201
rnek plan : Tek'li, ki'li, oklu Kullan lan Tablo say s : 2 adet
1. KOD harfi tablosu , 2. AQL ve K/R sonular tablosu
Tablo 6.2 : N parti bykl ne gre rnek (numune) bykl KOD tablosu Tablo 6.3a : Normal muayene iin Tekli numune alma plan tablosu Tablo 6.3b : S k muayene iin Tekli numune alma plan tablosu
202
Tablo 6.3c : Gev ek muayene iin Tekli numune alma plan tablosu Tablo 6.4a : Normal muayene iin ikili nurnune alma plan tablosu 6.4b : S k muayene iin ikili numune alma plan tablosu Ta 6.4c : Gev ek muayene iin ikili numune alma plan tablosu Ta 6.5a : Normal muayene iin oklu numune alma plan tablosu Ta 6.5b : S k muayene iin oklu numune alma plan tablosu Ta Ta 6.5c : Gev ek muayene iin oklu numune alma plan tablosu Ta 6.2 : N parti byld iUte gre rnek (numune) bykl KOD tablosu
Parti Hacmi (Lot or Batch Size 2 8 9 15 16 25 26 __ 50 51 ____ 90 91 ___. 150 151 280 281 500 501 1200 1201 3200 3201 .-._ 10000 10001 ..... 35000 35001 ___ 150000 150001 500000 500001 _. -f-
S-3
S-4
1
nao
Qu.L.O
Z ,a4 ..
za
tl.)
tl.
Z0-,O'
r
3e.9114 e/. csdo 11 3
100
130
150
400-
1150
1000
Ac 11. Ac Re Ac Re Ac Re 4. Re Ac IR Ac Re As 01. Ac A. Ac
Re Ac R. Ac
Re Ac R. Ac Re Ac
R. As Re A Re As Re Ac Re As Re Ac Re le ar As Rs 222 34 3 I 6 J S 4 4 36 7 1
13 F 20
11W
47.
1
o
00 C..."" 8,1 O I O I 41 I 2 3 4 6 42 2 3 5 7 10 3 4 B
I,
I Il 2 3 5 I O 4 I 2 3 4 I
1
2 J S
14 15 11 22
3033 44
10 Il 14 15
06 11 II 711 39 11 1 22 34 31 44 43
40
I2
23 34 06 Il
12 10 II 10 U
22 30 s
39 31 44 4$
<?'
22
1 S 7 I 4 4 6
15
40114 15 Il t 15 92
1 1 2 3 5 1 2 3 4 t I 3 $ 1 2 3 4 6 I 2 1 $ 7
2
3 4
2 3 S 7
10 II 11 I IS
15 2 22
"
IS 21 22
42
23
8 10 11 14 1$
U IS 24
2 2 3 4
3 4
10 1. 1 4 IS 21 22
2.
P 800 1250 2
3 J
34 4
i 10 Il 14 IS
2 3 3 4 S 4 J 4 5 B 1 11
10 11
O1
lO Il
14 IS il
1123
S6
7 I 10 Il
14 IS
21
22
Ac : Kabul
12e : Red
I
Kabul edilebilir kalite seviyesi
11 0.010 0.0i0
030
1315
86
025 0.44
045
10
13 114
2.5
Ac 16. Ac
40 M
4.5
Ac fl.
10
IS
25
40
k /o
45
I
100
150
2/0
400
1550
1090 14.
11 43
Ac
/13 As R. Ac
HA Ac 914 3,4
M Ac
Ac R. Ac 04 A< P.
k /o Ac Re Ac 44 Ac R. Ac 144 Ac 11. Ac
I
Oh61
jj7 1 2
1 2 2 3
5 4 1 1 Ir 13 II 1/ rt 8 9 a 13 o 16 2/ 28 41 Ia 11 le 19 aT 28 41 42
Oh WIL alB .
. ,I
i.
O1 I
"---
EOsate.
70
,...." 0
O 1 1 , Il : 12 2I 34 A.,,,' 0 1 2 1 2 2 1 1 21.1 2 3
ss
t a 1 / 1 4
5 6 4 9 l2 13 le o 17 :e il 42 0 12 13 U19 21 2/ U42
'
9 12 13 i l1: : t "' 2 13 18 19 11 19
R8
I
8 1 2 2 3 1 4 11 8 9 12 13 1 19 3 3 4 5 i 9 12 11I 16 19 .CA. 4 4191111119,...
s
0 1
201/*
ji
1
O
,
0 1
l 1 9 1 U 1 19 I 2 3 4 3 3 4 5 4 9 2 1.1 18 19 6 8 9 1 13 18 19 4 9 12 11 1
1 ..tr>
2 3
4 5 4
)1311
Ae Kabul
Re : Red
s...0.
code Mum
0,23
0.0t0
0.063
0.10
0.13
0.23
0.40
0.46
1.0
1.3
.0
6.5
16
15
75
112 Re
30
20 e:
Ac il. 16 11
160
10110
0 R. At Re
,
A< M
R.
Ni Ac R* At R. A4 Rs
NHNL II
Ac Re
At AA 14 13
P* 30 31 30 31
it
Il
10
14 17
O O 1
'tes?'
Q
`43.
O 2 1 3 3 2 1 3 1 1 S 1 3 t
t 4 2 S l I 2 5 I 6 2 3 3 11 $ G
S e a 7 10 1 10 13
N I0 II 14 17 21 34 Il 4 11 1 21
2 3 3 Il 3 0 7 10 10 U 3 4 5 O 11 11 la I) 5 a i te 30 13 If.
nn
0 2 1 3
...,,.
k *
I J 1 1 2 3
! O 7 10 1 U 10 13 S 7 7 10 10 1 , 7 10 10 Il .t.", 10 Il .C?
O t 1 3 1 4 2 S 1 6 I 3 1 I 2 3 3 O S O 1 4 Z 1 6 5 6 7 10 0 2 I 3 1 1 2 5 3 6 S 11 ? 10 10 13
KO
fi-
Ac : Kabil I
Re Red
D 9
Aana z,
I 2
l^o a
<
1
0
il i, 0 I
4: : 1
." `" I
4, C,
'
l 11 It
,"
s as,
1.(3c
_k A_
13
B : <:3
__
206
Tablo 6.4a : Normal muayene iin ikili numune alma plan tablosu
-
3 3
141
2 .2
/1 11 141
2 2
2 2
z
4
11 $ 14 *
$
71 214
=*
2 21 214
2 2 2 2. 2
-
=
4
33 33 23 II
lin".5.5.
hacmi Isu l
I- b u
3
$.0
11341 11
III
411
461
414
11134
Ittt
M 366661
11
.-, S.D. IL ,
3 7 4 1 1 1 II 11 13 H D14
Ra
UY
I I.
11
1 4 4 i
Ii S H V 38 1
ET
L-
t It III 54
13.:1
1 11 11
11 14
FI i Dt st l*91
1: H
r e e MIII El
11
o
MI
RIR L
MillE1
14 33 11
i,
. 1. .1 14
8 1 Mi 1 / 4 11 3 11 1 I H 13 11 19 E3 1,
ii
131
ill
ji jt e. 1 . 1. .
li.
FIA
91 1 1
la.
S- 71
i s
117 1TiF
119
Q 4
f ne kor .1
3 1 11 Il H H l k
1111.13
ma
33,
umimeeite im ele an
....... .......
Tf
Ac : Kab 1
-1-11
IZe : Red
1110
R.
s Rs
A II.
...
sw 4w
ji 1
4 63
jli jI
1. P
L) I
Il
13
23
I8
1.3
14
15
15
40
45
1111
130
440
466
I*
4 I,
$14
44 lill
46
Ac 11.
11. Ac R.
R.
A.
P.,
At NA
Ac IR
Rs AA Ila
11.
, jj.. .
-o-
.11
i. : ,"
,
_,. : Si ,
1:
... fk.
8 t:
4} ,
5.......
t, Ii , a u Il x
:::: -
-^ 1
e 4
9 II 11 I Y 4 II
1,1444 1.444
fi- .2.
::
1: 4 I Il 1 : 4 5
-
4 1
M
M
..). ...c...
4 O
34 : :
,,
II'
Z.
,, 666666
14
Plaa 3.444
tl.
Ac Kabul
Ei I
[ 7;1
II I3 16
. 3 / 3 1I 4 9 3 11
17'
0 / 1 II 4 3 1
O 3 e{ 8 I 3 3
9 6
11 11 5 a 11 O
ee
_ 3 ii
12 M 30 148 30
I lo
9'
-2L1.
:
fi' ,.& . 2 . 2 .
63
6 4
' G'
6104841121 11194133&4141
-1
11314 131710 la
-G.. :
II
1 4
:
4 3
0 3
4 6
,,
2 4
3 /
I 14
..9..
43.
0 t 1 /
, !.. 1
,,,,,,,,,,
5M
I 14
7r Ir - -:1 Eti]
31$ 315
1H: ;-]
30
37
O 4
3 4
4 3
Il 14
4t
-1
S
018104 4 61041514 S 6 J 4 O 3 1 G 2 t
t
3 3
23183 Y 416111118 1 I 3 10 8 U 12 14
7.11
n .
C.... I
23 il I
3 1
11 1
17'
2 . : : 3 : ,,,, ; ,,,,,, 02 2; :
itc :
cr 6"
937 . .7 9 e... 74 4.
my
N/
cr
4:
cp
3` 71
s- s
11
Tl
T1
1.
15
31
17
154
7.
37
M.t. 117. M
7 7 7 7
7 34.
M 7 M
r 61;
De Ac M 7 .<>6 No
7 7
97
C D 4. 5.7 877
.3C .
'.. 34D4 M
794 ...
8-13 .*
77 '.
3-3 '.
:3
'... .":;.1
fw
f ^
,
2 9
o t
4 N 7 14 1 13 111 /9 17 M U U M 17 M 15 97 7 U M..... o 3, l 4 47
I, s l s a .
I/ T 39 34 4 53
IT 711
U 31 5 -
3 3
7 1 9 4 U 14 ....... le ? 14 11 19 17 It 13 13 19 13 17 93 30 17 M E 7 7 M M 1 13 I 7 . 79 36 7 13 N U1417.91/13747411 14 M 73 31 tl 7 53 . 7/ 78
I I
s.....
7.1 17. 7914
174
t .a....
s
I 4 3 t
J 3 M
N U
Ir..
C Te. 'd 7147
le a
, Ii 31
t 9 I D 7 1 , .
star
S II 10 II
/ 1 N 13 1t
1 N 7N I 13 13 13 17 M II 19 17 7 E 31 Il 11 Z 7 II 1
....34
2. as
es a
77 1171 . 1173 U u 13 77 1.7 1.31 =' 571 D H D : 10 1 . tl 4 II U N Y 6 N Z 411 O 17 . 43.7
1 t III
12 1
Y 3 18 7 13 U 13 M . 25
1 sa.
9 13 1 13 7 EN . 7 La
17 Y 9 31 33
7 4 0 5 6104N t 6 M 13 M 13 . M II U 1? le 1 N 17 31 75 U3 U IT tl 31
me7
3 8 10 I 1.1 t 13 33 M N 13 N 18 19 0 N D t II 3 t N Il I
1 T 3 4 10 O II 13 t: 17 M 35 17 l s ,. . 73 31 L le
4441 7.
O U i M Il 1 39 ,i la
30 10 7 30 91 ili la 71 37 . , . 4 4 17
ras
IkN
.71 . 77 7. 61.1 77
t l sa Es
3 7 . 13 17 M 31 17 7 23 M 15 74 3 9. 7 14 II . MI E N 31 33 47
7 9 tl : 14 13 11 17 M 17 73 33 L33 Y 3? 31
M 14 17 1 14 18 It
P"
2 1 1 s 10 13 13 17 M
3
s...., na
177 M 193 17. 177 77 11. 9. 147 5473 974 M. 379 .40 m IZ 915 115 . 111 17 M 97 . 17 70 t
res .
Ir
74 71 /7 115 et 371 . 421 75 7/ 47 am 70 I= I
3.
: u
1 I Y 1 i
I: t: ''' 13 11 I/ Ir l ss s
13 . II A 17 . 9 31 D il II 25 T 7
111
3 4 7 . I I 3 1 3 111 7 31 1 N 12 I 1 .15 I 1 I 13 14 3 t . ll 15 7 M
t>
nas 3,7,
7 11.1 7. 5. s . 311 . S
lot V
. sa I. Mn 171 44 I. MI 279 1171 378 771
s
2 3 3 3 t 7 t 1 6 3 5N I
14 13 I 17 I 70 E7.3 95 26
f
I Z
13
t
MI 13
5 7 9 7 3 10 . 13 11 13 1. 11 U 1 17 13 . f I. Z 11 Z 9 31 33. . E li D D
i '
Ye 371 377 1117 Ma 5437
sa
97 . Ni EM 97 il
3 3 I 1 3 3 3 3 ]t
r o?
t. . ' . . L' Il 4 . 7 14 10 13 13 11 13 Il 17 19 15
N 11 x 17 31 33 31 D U 14 le 19 25 31 7 7
s r a IIr
..
..
....,
Kal
3 m
c
5 , a>
I1 1,
'2
J43. 62
174.
0 i 1414 I.
174
r111
111244_1 4
1 12
-r
oto
". . j.
64
64
e
1
i
2 S 4 1 .
1 4 G 7
.41.
1....
6.4 E.. 26
1: a le ss 0 Mr
14
e A 9
A
AS IS
Y
1.4
17 30
A 13 O
2.4. ....
I J .' i 1 0
8
4 MI 4
1..
P.
,,..... r r , ...
.3. ..3
r U
O 73
1
....>
2 t 1 G I
;
7
II
'
,......
1641
* r r la la a
G 1
4 11 4 t 7 3 4 4 7 1.2,21 6 11 N 13 Y
O 04 12 tl M
l '. 1 j ,.:
It
III
no., sua
14...
1.1 I/
il 21
712
1
I .11 .[ 4 3 6 /
4
2 A Q 722 t Il 14 Mf M M A 73 U Ip
13
3 ,
as t
tl "
:, :: r . : ::73 :
l U la 71 IP l H II L
711 t.
133
, O t II I 72 . t 1 17 7. .. I t 14 tl 14 I , II 14 IS V 21 12 12 32
i
. 17
: II Z E! I* It Ok M
44
II 17
14
IS
L 71 le
344
>e
178
es
1 Il .2 t7 11 NI 14 73 12 14 17 72 32 M 24 T
: x 1 x s o
t > 11 El 1. 1 LS tl 11 O 13 L L 7 1 14 73 1 Z 71 1 s 77 I: O V 1.3 A O , 11 17 Il t 14 72 14 I , II Z l 21 11 14
0 42 t la
84
. IN 311
7.3
.
4
1 L
7,
,7
17
.71.
L.* le
. 3. 1.4 10.1 1 5.03 1.4.3 7.31 Ilo. .1464 1.73 p . ...... 7., P.. 2.3 2. 3.33
Ye .4, MS
71.1
L , 3 , S 4 t 1 t 1 L o 1 G t 1 9 I I I N 1 ,7 14 L t 5 1 1 14 71 77 .
L 1
L tI 1 17 1 1 4 H 1 O 1 1 O 1 . it A
I 1 1 I I
7, , 4 7
C7. , 7 1 1 1 3
4
lif .7 M Ma
3411
3.
I L I 1
4
32
7 T 1
41 1 14 O 12 ..-
MS
Tablo 6.5c : Gev ek muayene iin oklu numune alma plan tablos'
... .. dm
..7 S 0 C 2
,.....
[Ilet
9 1J 13
ma. ...
..... !.o
. Ile
0-433
N.Y s
39
35
..
Kat
.,---
--
il
le
489
la
MI 9 9
'
IT1
71. 9 9
11.9 9 9 939 R R.
1: 1
V
1T1 71
e. aa 9 9 9
9. 9 9. 4a 9 9 99 9
. 11
. .. .. B 11 5 .. .. . ..
. Q
Ol
3. 9 4 11.3 99.0 921 3. 9.3 91. 9.1 7191 993 29 . 99. 3... ,...., 9...
t 4 6 11 II 13 3 4 1 13 E 111 21 S 3 U 33 9 33 4 33
'.
Cl.. -
..-
..-
- - - -
li 113
N 3 1.
l 9 1 11 11 13 14 31 O 6 7 3
U
33 U U 1 It U 91 13 I 13 17 19 3 1 6 A
13 U It 3 371
30 11 T 31122 ., 4
13 U 3 17
1: 4 '"" 73 17 u 13 " 3 O $ 36
II
al 13 9 45 91 .11.
li 'fi 3 .I o
9 M a .
'P VI 11 IS 12 15 14 1a 73 U 3 13
7 3 9 13 Il 3 13 3 17 0. 3
,.... .
1.0
L .3.
tam. 993
13 Z-5
....0. ataa
21 40 9 Il 2 40 124 139 33 9 03 IZ
139
LJ
A 10.
1_! 11'1
.3 1
IS
Ir
150 9 9
2
k
11911
OY
KO 43
11
:1
1-71
Ar II. 20 Pe. M rs
Aa
9 Ne 3. 9 As 9 II 2 1 I 4 4 $ $ 3 3 3 S 12 6 T 3 3 4 1 3 1 5 2 5 t 3 1 4. T S 1 7 1 4 7 7 11 3 O 0 4 5 O S 11 4 1 1 4 7 S 1 T I .1 7 3 T 9 10 4 4 N I O 4 3 4 3 1 5 7 7 e 6 3 9 12 S 7 9 17 13 IS I 17 0 4 3 4 17 Il 15 Il U3 14 3 4 11 12 IS 17 22
9 19 9 9 Jr0
Ae
99 9
19e S* 19.1 N. MM 51. 5993 10.3 9.9. 1.9.2 10. P. 3. 5.99 .. S.. 3.1 F* 593 9.2 2 .2 9.6 1.3.3 93. 109 993 9.9.3
9 P E 30 23 24 9 E 3 32 3 32 32 X 50 93 93 Al
{1.
.11 1. /13 il
`3,1
F^
50
IS, 30 710
-t
ii.
Ir ji : j
3 O 3 O 1 2 3 2 3 3 3 3 2 3 3 1 3 3 5 2 3 3 4
3 9 10 4 4 3 11 Il 13 I
11 17 It
U Il IS
U 11 IT 15 14 9 17 11 73
abul
.
S 3
1e
5 II 7 9 9 13 U 15 13 17 15 3 17 111 3
71001
12S 190
375 Sr 073 753
172 333
il
. 45
600
70.0
291 5. 9.0
20 30 2* 200
O O O 1
2 3 3 3 4 e 4 IS 15
I)
O O 3 1 1 a O O 1 I 2
t .2
41
tt 3 3 O 5 1 3 2 7
3 3 e 4 1 S 7 : 7 : : 12 . 3 3 10 $ U 3 T 5 11 7 U II 17 77 12 14 U 1 11 10 t l 13 77 73 4 3 5 O4 3 5 1 1 3 3 9 1 2 2 3 4 Il 2 7 3 1 S 11 IS 3 e 5 1 7 II 17 3711075149 4 30 31 11 .3 11 23
--.3-
212
Uveulama
Silahl Kuvvetlerimiz ihtiya maddelerinin kapsam ok geni olan ve sat n alma gc byk bir al c durumundad r. Kulland maddeleri ba l ca drt ana grupta toplamak mmkndr. 1. Levaz m maddeleri 2. Mhimmat ve Akaryak t 3. Ordonat malzemeleri 4. S hhi malzemeler Bunlar n iinde parti kusurlu yzdeleri nceden bilinenleri; 2, 3, 4 ve bir k s m 1'dir. Nicel ve nitel kabul rnekleri uygulanabilir. Parti kusurlu yzdesi nceden bilim muayeneler ise; Yiyecek maddeleri (taze sebze, meyvalar ile bakliyat)t r. Bu maddelerin muayeneleri iin nicel zelliklere gre kabul rneklemesi uygundur. Tablo 6.6 : parti kusurlu yzdesi nceden bilinen maddelerin muayene seviyeleri ve sat n al nma ekillerine gre gurupland r lmas .
5IY.1 Levaz m Za7tinya , Et veya Sebze Kenaerveleri, Kompoeto, Bemel v.b. Muz Sala, Ya , Zeytin, Bakl yaY, v.b.
MUAYKNE Ordonat Mermi, Kapsl, Yedek Para, Tfek, Motor v.b. S lblye
NORXAL Levazza
0WSEX Levaz m
MUAYENE Ordonat S hh ye
?ANS (Kalem)
3141ar
Meyveler, Imal Battaniye, edilmi P ke Kovan, v.b. Rekorun Lastik k em , v.b. Sabun,Un Ant muan, ve Mamul- Etli, teri, v.b. eker,v.b.
Ameliyat Piston, Aletleri, Silindir Snt en k rtasiye Gmle i, ve Di er v.b. Yatak, Cibazlar, Vantilav.b. tr Key ,vb. Siolm, erit, kolmn iplik, v.b. kauouk. v.b. Pamuk ve e itleri v.b.
KILO (Litre
Yaya
Ton)
Barut, l Alar Iin t , Oto ilkel Genzini, Maddeler,v.b. Y-46 Motorin,ka.an mazotu, v.b.
Jet Yak -
213
rne in, normal muayene stununda tava hesab olan battaniye, pike gibi levaz m malzemeleri ile ameliyat aletleri gibi s hhi malzemeler ve imal edilmi kovan ve rekorun lastik k sm gibi ordonat malzemeleri bulunmaktad r.
RNEK 1 :
Kabul edelimki A firmas na sipari olarak verilen tek ki ilik battaniye (levaz m malzemeleri )K.K.K. levaz m blmnce ilgili birliklere sevk edilmek zere teslim olunacakt r. Parti hacmi N=1250 tane olsun. Parti kusurlu yzdesi AQL=%1 (0.01) esas al nm t r. Tek rnekli plan ve Genel muayene dzeyi, (IL Dzey = normal ) muayene yap lacakt r. lk olarak, Tablo 6.2'den N=1250 sat r nda, GMS-Iistun mun kesi me yerindeki kod harfi (K) olarak okunur. Tablo 6.3a'dan AQL=0.01 esas al narak inceleme yap lacak numune hacmi n=125 okunur. Yani 125 battaniye partiden rasgele seilip incelenmelidir. Tablodan, n=125 sat r ve 0.01 stununun kesi me yerinde kabul=3, Red=4 okunur. Yap lacak i lem; Partiden 125 battaniye (Kusurlu-kusursuz) diye incelenir ve d: kusurlu say s saptan r. E er, d<3 ise N=1250'lik parti kabul edilebilir ve teslim okunur. d>4 ise parti red edilerek teslim al nmaz ve geri gnderilir.
RNEK 2 : N=3300 (Ameliyat Eldiveni-S hh malzeme) GMS-II, Normal muayene, Tek rnekli plan AQL=%1,5 ise; Tablo 6.2' den kod harfi :L okunur. Tablo 6.3a dan n=200, kabul=7, red=8 bulunur. E er normal muayene yerine s k muayene esas olunursa Tablo 6.3b' den kabul=5, red=6 bulunur ve d <c, d>c , d>c plan ile parti hakk nda karar verilir.
214
RNEK 3: N=20000 (Kovan-ordonat+malzemesi) GMS=II, Normal muayene, ikili plan Tablo 6.2'den kod harfi M okunur. Tablo 6.4a dan n1=200, c1=5, C2= 9 , N2=200, C1=12,C2=13 okunur. Dolay s yla, N 1=200 kovan incelendi inde, dl<5 ise parti kabul, dl>9 ise parti red, 5 <dl <9 ise n2=200 kovan daha al n r . Bu durumda ; dl+d2<12 ise parti kabul, dl+d2>12-13 ise parti red edilir. RNEK 4 : N= 20000 , AQL = %0.65 , Normal muayene, Ikili rnekleme plan sz konusu olsun. Bu amala ilk olarak Tablo 6.2'den Kod harfi M olarak okunur. Tablo 6.4a : Normal muayene iin ikili numune alma plan tablosundan n1 = 200 , n2= 200 ve bu de erlere %0.65 iin kar l k gelen ; n1 iin ; Kabul= 2 , red = 5 n2 iin ; Kabul= 6 , red = 7 de erleri okunarak plan i letilir ve sonuta bulunacak dl ve d2 kusurlu say lar na gre N=20000 'lik parti kabul veya red edilir.
SONULAR: Grld gibi nitel a rl kl sat n al mlarda kullan labilecek MIL STD-105 plan Trk Silahl Kuvvetlerinin ve bir ok "Kamu ve de zel kurulu un" yapaca bir ok al mlarda ba ar ile kullan labilir. Plan n i leme konulmas kolay olup, kullamc lann bilgi seviyesi iinde bir zorluk ta mamaktad r. Bylelikle ; MIL STD-105 plan > Sat c iin byk miktar n reddedilmesi, kk miktar n reddedilmesinden daha ciddi sorunlara yol aar ve AQL'nin de eri rnek bykl yle do ru orant l byrse byk miktarda yanl reddilmenin riskini azalt r.
215
Normalden s k lat nima, s k latmlmtan normale denetleme evirme kurallar japon kalite kontrol uzmanlar tarafndan ele tirihni tir. Japon'lar ok miktarda AQL de eri olu tururken, ok miktarda normalden s k lat nlm a veya normalden azalt lm a denetlemelerde gei lerde sorunlar kabilece ini ne srmektedirler. ** Plan uygulamalar verilen tablolann kullan myla "Ikili veya oklu" durumlar iin de uygulanabilir.
216
Parti kalitesinin korunmas Parti iin kabul edilebilecek kusurlu yzdesinin e itli de erleri ve bu de erlere e it kusurlu yzdesine sahip partilerin kabul olas l klar ki bilindi i gibi bu olas l klara "alimin riski" denir. Birlikte d nlerek kurulmu sistemdir. Ortalama kalitenin korunmas : Muayeneden sonra , kan partinin ortalama kusurlu yzdesi (AOQL) 'nin e itli de erleri iin haz rlanm sistemdir. Her iki sistem iin ve "tekli , ikili" rneklemelere gre haz rlanm 42 tane Dodge-Romig rnekleme tablosu vard r. Bu tablolarda kullan lan kabul edilebilir kusurlu yzdeleri ; 0.5 , 1.0 , 2.0 , 3.0 , 4.0 , 5.0 , 7.0 , 10.0 Ortalama kusurlu yzdeleri ise ; 0.1 , 0.25 , 0.50 , 0.75 , 1.0 , 1.5 , 2.0 , 2.5 , 3.0 , 4.0 , 5.0 , 7.0 , 10.0 ( 13 x 2 =26 tane) <=> 16 + 26 = 42 izelge-tablo ( 8 x 2 =16 tane)
Dodge-Romig rnekleme tablolar nn bal oldu u bir baka de er ; "Sre ortalamas = P de eridir. " Sre ortalamas , parti kusurlu yzdelerinin veya yzbirimdeki kusurlar'''. ortalama de eridir. Her tabloda 6 farkl 1; de eri kullan lm tr. P de eri artt ka kar l k gelen rnek bykl de artmaktad r. Muayeneye ba larken partinin sre ortalamas bilinmiyorsa ; kullan lan izelgelerin en sa daki kolonundaki T de eri kullan l r. Bu de er seilen tablo iin "en kt" hal'dir. Tablolar incelenirse grlr ki ; az say da birimden olu an partilerden rnek al nmamakta bunlar %100 muayeneye tabi tutulmaktad r. ZETLE ; Dodge-Romig plan sistemi AOQL ve (LTPD=RQL=LQL) kriterlerine dayanan tekli veya ikili rnekleme planlar iin haz rlanmtr.
217
Ayr ca gev ek ve s k muayeneler iin fikir vermez. Dodge-Romig tablolar 4 tak md r ; 1. 2. 3. 4. Tek rnekli RQL tablolar , ift rnekli RQL tablolar , Tek rnekli AOQL tablolar , ift rnekli AOQL tablolar .
Bu blmde dikkate al nan tablolar unlard r; 1. Tablo 6.7 : D-R Tekli Ornekleme plan 2. Tablo 6.8 : D-R Tekli rnekleme plan 3. Tablo 6.9 : D-R Tekli rnekleme plan 4. Tablo 6.10 : D-R kili rnekleme plan 5. Tablo 6.11 : D-R Tekli rnekleme plan 6. Tablo 6.12 : D-R Tekli rnekleme plan 7. Tablo 6.13 : D-R Tekli rnekleme plan 8. Tablo 6.14 : D-R kili rnekleme plan
AOQL= % 2.0 AOQL= % 2.5 AOQL= % 3.0 AOQL= % 3.0 LTPD= % 1.0 LTPD= % 2.0 LTPD= % 5.0 LTPD= % 1.0
Sre Ortalamas
O- 0.04% LTPD 0.05 -0.40% LTPD
n c
Parti Hacmi
n
0.81-1.20% .LTPD
n e
1.61-2.00% LTPD
n c
%
13.6 12.4 12.2 12.3 11.8 11.9 11.9 11.9 12.0 12.0 12.0 12.0 12.0 12.0 9.3 9.3 9.3 9.3
%
-
%
-
%
-
%
-
%
-
1-15 16 -50 51-100 101-200 201 --300 301-400 401-500 501 - 600 601-800 801-1000 1001-2000 2001-3000 3001-4000 4001-5000 5001-7000 7001-10,000 10,001.-20,000 20.001-50,000 50,001-, 100.000
Ali 14 16 17 17 18 18 18 18 18 18 18 18 18 18 42 42 42 42
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 I
All 14 16 17 Il 18 18 18 40 40 41 41 42 42 42 70 70 70 95
0 0 0 0 0 0 0 0 I 1 1 1 1 1 1 2 2 2 3
0 0 0 0 0 1 I 1 1 1 2 2 2 2 3 3 3 4 5
0 0 0 0 1 1 1 1 2 2 2 3 3 4 4 5 6 7 9
0 0 0 1 1 1 2 2 2 2 3 4 5 5 6 7 9 12 15
0 0 0 1 1 2 2 2 3 .3 4 6 7 8 9 11 14 2i, 27
13.6 12.4 12.2 12.3 11.8 11.9 11.9 9.6 9.6 9.4 9.4 9.3 9.3 9.3 7.5 7.6 7.6 7.0
13.6 12.4 12.2 12.3 10.0 9.8 9.8 9.6 9.6 8.2 8.2 8.2 7.5 7.0 7.0 7.0 6.4 5.9
13.6 12.4 12.2 10.2 10.0 9.8 9.8 8.0 8.1 8.2 7.0 7.0 6.4 6.4 6.0 5.6 5.4 4.9
13.6 12.4 10.5 10.2 10.0 8.6 8.6 8.0 8.1 7.0 6.5 6.0 6.0 5.6 5.4 4.9 4.5 4.2
13.6 12.4 10.5 10.2 8.5 8.6 8.6 7.5 7.4 6.5 5.8 5.5 5.3 5.1 4.8 4.4 3.9 3.7-4
0-0.0%
LTPD
0.511.0, LTPD
n c
1.01-1.50% LTPD
Xne
1.51-2.00% LTPD
%ne
2.01-2.5" LTPD A11 Il 13 29 30 48 49 70 70 90 120 145 195 225 250 310 425 640 800 0 0 0 I 1 2 2 3 3 4 5 6 8 9 10 12 16 23 28 17.6 15.3 12.9 12.7 10.7 10.6 9.3 9.4 8.5 7.6 7.2 6.6 6.3 6.1 5.8 5.3 4.8 4.5
7nc
All Il 13 N 14 14 14 14 14 15 15 15 15 15 33 34 34 34 34
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1
%
17.6 15.3 14.7 14.9 15.0 15.0 15.1 15.1 14.2 14.2 11.2 14.3 14.3 11.8 11.4 11.4 11.4 11.4
A II Il 13 14 14 14 14 32 32 33 33 33 33 33 55 55 55 55 80
c O 0 0 0 0 0 0 1 1 1 1 1 1 1 2 2 2 2 3
%
17.6 15.3 14.7 14.9 15.0 15.0 12.0 12.0 11.7 11.7 11.8 11.8 11.8 9.7 9.7 9.7 9.7 8.4
0 0 0 0 1 1 1 1 1 1 2 2 2 3 3 3 4 4 5
17.6 15.3 14.7 12.7 12.3 12.0 12.0 12.0 11.7 9.3 9.4 9.5 8.9 8.9 8.9 8.0 8.0 7.4
0 O 0 I 1 1 1 2 2 2 3 3 4 4 5 5 6 7 9
-17.6 15.3 12.9 12.7 12.3 12.0 10.4 10.5 106 8.8 8.8 7.9 7,9 7.4 7.4 7.0 6.7 6.1
0 O 0 1 1 1 2 2 2 3 4 5 5 6 7 8 10 13 16
17.6 15.3 12.9 12.7 12.3 10.6 10.4 10.5 9.4 8.0 7.6 7.4 7,0 6.7 6.4 6.0 5.5 5.2
Parti Hacmi
o -0.06%
Il AH 10 11 12 12 12 12 12 12 12 12 12 12 28 28 28 28 28 28 C 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 I LTPD % 19.0 18.0 17.0 17.0 17.1 17.2 17.3 17.3
17.4 n
1.80% LTPD
%
19.0 18.0 17.0 17.0 17.1 14.1 14.2 14.2
14.2
%
19.0 18.0 17.0 14.6 14.7 14.1 14.2 14.2 11.8 11.7 11.7 10.3 10.3 10.3 10.3 9.5 8.8 8.4
%
19.0 18.0 15.1
AH 10 11 12 12 12 27
27
0 0 0 O 0 0 I 1 1
1
AN 10 11 12 26 26 27 27 27
44
0 0 0 0 1 1 1 1 1
2
Ali 10 II 25 26 26 42 42 43
44
0 0 0 1 1 1 2 2 2 2 3 3
4
-19.0 18.0 15.1 14.6 14.7 12.4 12.4 12.1 11.8 10.2 10.2 9.5 9.5 8.8 8.8 8.4 7.6 7.2
O O O 1 1 2 2 2 3 3 4 5 6 6 7 8 10
14
OZ Vi ,
O.7
.0 N 0
vi
tv
s4
247, .0
27
27
28 28 28 28 45 46 46 65 65
1 1 1 1 2 2 2 3 3
45 45 65 65 65 65 85 105 125
2 2 3 3 3 3 4 5 6
N00
,/
er
4 5 5 6 8 10
r-
NN
vi vi
ss1
17
rneklem
Sre C> s
>
Ci
9
1 1
rp
Trial
.1
,1
/nal 1 4 1-10 Il- 50 51 Na 101-200 201-300 331-400 401-500 501-600 601-103 1001-1,000 1.001-2100 2001-3100 3,001-4,0/0 4001-5,000 5101-700 7,001-11~ 10/01-33100 20001-50103 50001-100,000 10 16 O 18 Il I0 0 0 0 0 0 0 0 0 0 0 0 0 ':0 I) 0
. . 15 .1
' 15
.5
-
.5
c)
05
.1
11
2..
9 9 10 Il 11 12 13 26 26 26 26 26 77 37 D 27 21
25 26 29 29 29 30 46 47 4 4 49 49 50 50 50 50 50
1 I I I I 1 2 2 2 2 2 2 2 2 2 2 2
19.0 164 160 155 151 152 15.0 13.0 1111 121 126 114 114 122 121 121 121 122
10 16 17 1S 21 21 21 21 21 22 25 25 26 26 27 27 2/ 31
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 O 0 O
'
9 9 10 24 25 25 25 26 26 40 45 44 44 43 43 67 34
25 26 74 45 46 46 46 47 4 65 70 10 70 70
I I 1 2 2 2 2 2 2 3 3 3 3 3 3 4 5
19.0 16.4 16.0 153 132 13.0 1311 110 12.9 126 11.4 11.0 110 11.0 11.0 110 9.7 9.0
10 16 17 21 23 24 24 24 25 77 21 29 10 30 30 31 55 60
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 '0 1 1
9 9 23 37 36 41 41 40 51 62 76 75 30 50 94 120 140
1 1 2 3 3 3 3 3 4
19.0 164 160 13.3 120 11.7 11.5 11.5 11.4 10.3 10.0 9.6 95 9.4 9.4 92 80
It 21 21 22 7/ 23
5 5 5 5 6 3 9
23 27 23 23 23 23
0 0 0
70 95 115
=7,
1,001-2,000 2,001-3,000 3,001-4,000 4.001- 5,00D 5.001-7000 7,001-10,030 10,001-20,000 20,001- 5110110
50,001-100,000
r:1
Ttial I
, c, n, n, .5. -
r
A.. ,, 10 17
'
...
,.
....
n, -
c,
0,
n, + n, -
c,
LTPD 7
-
51
l, -I- .,
1 - 10 11- 30 51-100
0 0 0
--
---
0 0 I) 0 0 0 0 1 1 1 1 2 3 3 3 3 4 5 6
---17 33 37 55 55 69 81 36 150 165 200 225 250 290 315 420 505
-... .... 2 3 3 4 4 6 7 7 10 12 14 15 16 18 20 26 30
0 0 0 0 0 I 1 1 1 2 3 4 5 7 9 9 10 13 15
,_,,, -17 33 51 63 79 97 115 130 180 260 330 390 505 680 805 940 1,105
--.-34 55 75 105 125 145 165 190 280 390 435 605 775 965 1,131 1,330 1,550
--
-
190
17
lo -soo
201-300 301-400 401-500 501-600 601-300 801-1,000
20
23 23 24 26 26 27 49 50 55 60 60 85 85 85 90
0
O 0 0 0 0 0 1 1 1 1 1 2 2 2 2
21
37 37 36 54 54 58 76 95 110 135 165 160 180 325 245
...-34 41 60 60 60 80 80 85 125 143 165 195 225 245 265 290 335
09.0 15.8 13.7 12.0 120 117 10.7 10.7 10.3 9.1 8.7 8.5 7.8 7.3 7.2 7.2 7.0 6.8
........
34
55 60 80 80 113 130 135 203 245 305 335 360 405 455 590 705
16. 0 151 12-4 12.0 10.8 10.8 9.7 94 9.2 8.0 7.6 7.0 61 66 6.5 6.3 6.0 5.1
2 3 4 6 7 8 9 10 14
19
3 3 3 4 4 4 6 7 Il 9 10 il 12 13 15
92
5.9
8.4
23 27 34 41 47 56 65
Sre Ortalamas
o -- 0.0m%
Parti Hacmi
1-120 121-150
151-200 201-300 301-400 401-500
am 1 -0.10%
AOQL
n c
at I-0.20%
AOQL
n c
0.31-0.40% AOQL
n c
0.41-0.50% AOQL
n c
AOQL
n
All 120
140 165 175 180
c
0 0
0 0 0 0
%
0 0.06
0.08 0.10 0.12 0.13
%
0 0.06
0.08 0.10 0.12 0.13
%
0 0.06
0.08 0.10 0.12 0.13
c 0 0
O 0 0 0
%
0 0.06
0.08 0.10 0.12 0.13
%
0 0.06
0.08 0.10 0.12 0.13
'
%
0 0.06
0.08 0.10 0,12
All 120
140 165 175 180
0 0
0 0 0 0
All 120
140 165 175 180
0 0
0 0 0 0
All 120
140 165 175 180
0 0
0 0 0 0
All 120
140 165 175 180
0 0
0 0 0 0
0.13 0.14
0.15
501-600 601-800
801 - 1,0(X1
190 200
205
0 0
0
0.13
0.14 0.14
190
200 205
0
0 O
0.13
0.14 0.14
190
200
0
0
0.13
0.14
190
330
"
0
1
0.13
0.15
190
330
0
1
0.13
0.15
305
330
I
I
0 1 2 2
2 3 3 4 5 6
1 2 3 3
4 4 5 6 8 9
1 2 4 5
5 6 7 9 13 15
1 3 5
6 7 8 10 14 19 23
0 0 0
0 O (1 1 1 1
0 1 1
1 1 2 2 2 3
n
All 70 85 95 100 105
c
0 0 0 0 0 0
%
0 0.16 0.25 0.26 0.28 0.28
n
A il 70 85 95 100 105
c
0 0 0 0 0 0
%
0 0.16 0.25 0.26 0.28 0.28
re
All 70 85 95 100 105
c
0 0 0 0 0 0
%
0 0.16 0.25 0.26 0.28 0.28
%
0 0.16 0.25 0.26 0.32 0.34
%
0 0.16 0.25 0.26 0.32 0.34
AOQL %
0 0.16 0.25 0.26 0.32 0.34
501- 600 601-800 801-1000 1001-2000 2001-3000 3001-4000 4001-5000 5001-7000 7001-10,000 10,OOI-20,000 20,001-50,000 .50,0011100,000
105 110 115 115 115 115 195 195 195 200 200 200
0 0 0 0 0 0 1 1 t 1 1 1
0.29 0.29 0.28 0.30 0.31 0.31 0.41 0.42 0.42 0.42 0.42 0.42
105 110 115 190 190 195 260 265 265 265 335 335
0 0 0 1 1 1 2 2 2 2 3 3
0.29 0.29 0.28 0.40 0.41 0.41 0.50 0.50 0.50 0.51 0.58 0.58
175 180 185 255 260 330 335 335 395 460 520 585
1 1 1 2 2 3 3 3 4 5 6 7
0.34 0.36 0.37 0.47 0.48 0.54 0.54 0.55 0.62 0.67 0.73 0.76
175 240 245 325 380 450 455 515 520 650 710 770
1 2 3 4 5 5 6 6 8 9 10
0.34 0.40 0.42 0.50 0.58 0.63 0.63 0.69 0.69 0.77 0.81 0.84
175 240 305 380 450 510 575 640 760 885 1060 1180
1 2 3 4 5 6 7 8 10 12 15 17
0.34 0.40 0.44 0.54 0.60 0.65 0.69 0.73 0.79 0.86 0.93 0.97
235 300 305 440 565 690 750 870 1050 1230 1520 1690
2 3 3 5 7 9 10 12 15 18 23 26
0.36 0.41 0.44 0.56 0.64 0.70 0.74 0.80 0.86 0.94 1.0 1.1
o-o.os%
AOQL
c
0.06-0.50%
1.01-1.50% AOQL
1.51-2.00% AOQL
H
2.01-2.50% AOQL
tl C
AOQL
n c
%
0 0.49 0.63 0.74 0.74 0.74 095 0.98 10 10 10 1.3 13 1.3 L3 1.3 1.4 14 1.6
n
AS
c
0 0 0 O 1 2 2 3 3 4 5 6 6 7 8 8 9 10 12
1-30 31-50 51-100 101-200 201-300 301-400 401-500 501-600 601-800 801-1000 1001-2000 2001-3000 3001-4000 4001-5000 5001-7000 7001-10,000 10,001-20,000 201101-50,000
AH 30 37 40 43 44 45 45 45 45 45 75 75 75 75 75 75 75 75
0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1
0 0.49 0.63 0.74 0.74 0.74 035 036 0.77 0.78 0.80 1.1 1.1 11 11 IA 1A 1.1
0 0 0 0 0 0 1 I I 1 1 2 2 2 2 2 3 3 4
All 30 37 40 70 70 100 100 100 105 130 135 160 160 185 185 210 235 235
0 0 0 0 1 1.49 0.63 0.74 0.92 0.99 11 1.1 L2 1.2 1.4 IA 1.5 1.5 17 1.7 1S 19 1.9
0 0.49 0A3 0.74 0.92 1A 11 1.2 1.2 IA 1.6 1.7 1.7 1S L9 19 2.0 2.1 2.2
AH 30 37 40 95 120 125 150 175 180 230 280 305 330 350 380 425 470 515
0 0 0 0 2 3 3 4 5 5 7 9 10 11 12 13 15 17 19
0 0.49 0.63 0.74 0.99 11 12 L3 IA 1.4 L7 1.9 2.0 2.0 2.2 2.2 23 2.4 2.5
AN 30 37 40 95 145 150 175 200 225 280 370 420 440 490 535 6(0 700 770
0 0 0 0 2
0 0.49 0.63 0.74 0.99 1.1 12 13 1.4 1.5 II 2.1 2.2 2.2 2.4 2.5 2.6 2.7 2.8
30 37 40 70 100 100' 125 130 155 180 210 210 235 260 260 285 305 355
1
2 2 2 2 3 3 4 4 5 5 6 7 7
4
4 5 6 1 9 13 15 16 18
20
23 27 30
50,001,100,000
11
Qa
T
" C,
0 0 0 O O 0 0 0 0 0
0 0.06 0.08 0.10 0.10 0.12 0.14 0.15 Q16 0.17 Q 1 11 0.19 0.19
AB 120 140 165 180 2D0 215 225 233 245 265 270 275
O O O O O O 0 0 O 0 O O 0 O 0 0 O O 0
- - 75 90 100 113 125 135 155 300 305 310 315 460 465 403 605 235 290 315 340 360 380 420 570 580 56.3 390 740 745 Sl5 18.5 1 1 1 1 1 1 1 2 2 2 2 3 3 4 4
O 006 006 0.10 0.10 1112 0.14 0.13 016 0.17 0.111 0.22 0.22 023 0.23 0.26 120 0 140 0 165 Cr 180 0 2C0 0 O 215 225 235 245 265 270 273 O 0 O 75 90 100 115 123 250 0.06 0.08 0.10 0.10 0.12 0.14 0.15 0.16 0.19 0.21 025 0.25 028 0.29 0.30 0.33 0.36 0.38
0.19 275 020 275 0.24 280 280 025 1 280 025 1-280
0 563 275 0 5110 275 280 0 590 450 430 430 t 1 1 700 830 960
an
0.30 030
O O 0 0 255 290 315 340 463 495 610 815 .060 ,ICO ,230 .30 6 7 10 12 14 0.30 0.33 0.35 0.39 0.42 0.44
O 120 140 165 180 200 215 225 235 245 265 430 580 585 730 870
0 0
O 006 008 0.10 75 90 100 205 230 730 515 830 940 1,075 1,190 1.540 1990 2,600 3,280 233 290 315 430 465 495 780 1260 1,520 1,660 1,920 0.410 3,140 3,880 4.690 0.10 0.12 Q14 0.16 0.12 C /9 024 0.30 033 035 0.38 0.41 0.44 0.52 0.55
ao
261-300 301-400 401-500 501-600 601 -8C0 801 -1,0163 1,001-2,000 2,001-3,000 3001 - 4.0(10 4.001-5000 3001 -70.00 7,031-10,003 0,C01-20,000 11,C01 -50,000 0001- 100,C00 225 233 245 265 270 435 440 445 450 605 605 605
20
0 0 0
0
75 90 103 115 230 230 513 620 $65 1,000 990 1240 235 290 315 340 465 493 780 1,050 1,2011 1,440 1,510 1840 2.730 2,730 2,970
1 1 1 2 2 4 6 I 9 10 12 13 19 21
0.10 0.10 0.12 0.14 0.15 0.16 0.19 0.24 022 030 033 036 039
0 0
0 0 D
at
O 0 0 225 235 245 265 430 435 440 590 600 745 O O 0
0
0 0
2 2 3 4
2 2
o..43
0.47 0.49
226
rnek 5 : Tekli rnekleme plan uygulans n. Parti bykl N= 1500 ,LTPD= %5.0 , 100 P = %2.0 olsun. Tablo 6.13' den plan iin ; n=230 , c=7 , AOQL= %1 .7 okunur. Yorum : N=1500 'lik partiden plan gere i n=230 birim denetlenecek ve kusurlu say s d (c=7) ise parti kabul edilecektir. Bu i lem sonunda ortalama k kalitesi s nr ( AOQL) = % 1.7 olacakt r. rnek 6 : ikili rnekleme plan uygulans n. Parti bykl N= 1200 ,AOQL= %3.0 , 100 P = %0.30 olsun. Tablo 6.10' den plan iin ; ( n1-22 , c1=0 ) , n2=2 , c2=2) okunur , LTPD%12.6 olacakt r.
227
228
Gvenilirlik teorisi yntemleri, zellikle ba lang ta uzay programlar nda olduka yayg n biimde kullan lm t r. Bunun yan nda askerlikle ilgili hizmetlerde de gvenilirlik analizi, byk nem kazanm , gerek tasar m teknikleri ve gerekse matematiksel modellerin geli tirilmesinde askerlikle ilgili al malar temel etken olmu tur. Bu blmn plan syle verilebilir, Gvenilirli in tan m ve zellikleri alt blm 7.2 ile verilecektir. Zaman de i keninin nemli fonksiyonlar alt blm 7.3'de verilecektir. nemli fonksiyonlarm parametrik olmayan tahminleri alt blm 7.4'n konusunu olu turmaktad r. Alt blm 7.5'de, nemli fonksiyonlarm tahmin edilmesinde parametrik olmayan tahminlerin parametrik tahminlere stnl olmas na kar n gelece e ynelik gvenilirlik olas l klar mn tespitinde yetersiz kalmalar nedeniyle uygulamalarda en ok kullan lan stel da l m parametrik analiz olarak verilecektir. Parametrik analizlerle, daha ileri analizlerle gvenilirli i etkileyen faktrleri (rne in, bozulma orant l regresyon yada Cox regresyon) ortaya karmak mmkndr. Bu son sz edilen konu olduka geni oldu u iin burada verilmeyecektir. Blm, konunun daha iyi anla lmas d ncesiyle bir ka problemle desteklenecek ve alt blm 7.6 ile sistemleri gvenirli i , alt blm 7.7 ile seri ve paralel sistemlerde gvenilirlik kavramlar i lenecektir.
229
230
zaman na kadar
anzalanmadan al mas olas l n ifade eder ve R(t) = 1 F(t) ile gsterilir. Ar za oran ise gzlemin birim zamandaki anzalanma riski anlam na gelir ve h(t) ile gsterilir. Bu anzalanma oranlar genelde drt farkl yap da ortaya kar. Bunlar, sabit, azalan, artan ve bunlar n bir veya birka n n kar mndan meydana gelir. Birikimli arzalanma oran ise bize birim zamana kadar ar zalanma oranlar n n durumu hakk nda bilgi verir ve H(t) ile gsterilir. Yani, bir nceki zamandan bir sonraki zamana gei te riskte azal m , art m yoksa dura anl k olup olmad hakk nda bir fikir verir. Bu fonksiyon aras ndaki ili kileri matematik olarak yle verebiliriz. Ar zalanma oran , h(t) olduuna gre anzalanma oranlar n n birikimlisi e er de i ken kesikli ise H(t).-- Kmlatifh(t) , srekli ise H(t) = th(t)dt e itlikleri ile verilir. Bylece gvenilirlik fonksiyonu ise R(t) =
( t ) e itli i
ile verilebilir. Yada tersine H(t), H(t) = ln R(t) ve h(t) = c71(t)I a e itlik
231
ili kileri yaz labilir. Takipteki alt blmde bu nemli fonksiyonun parametrik olmayan tahmini mekleriyle verilecektir.
232
cij Inj
in,
e itli i
i
1 2 N k ti
t2
d d
d2
cJ c,
C2
ni n n(di+ci)
Iv
Iv dk
Iv
ck
d k1 J.1( i +c) i
233
amac yla 25 tanesi tesadfen seilmi ve takipteki gzlem de erleri elde edilmi tir. t, , ampullerin dayanma sreleri (y l): 1, 2, 3, 3, 4, 5, 6, 6+, 7, 8, 10, 10+, 12, 12, 12+, 13, 14, 14, 14, 15, 15, 16, 16, 19+, 22+. Bu verilerde sansrl verilerin sa na + i reti konulmu tur. Bu veriye ili kin
2 3 4 5 6 7 8 9 10 11 12 13 14
2 3 4 5 6 7 8 10 12 13 14 15 16
1 2 1 1 1 1 1 1 2 1 3 2
0 0 0 0 0 1 0 0 1 1 0 0 0 0
25 24 23 21 20 19 17 16 15 13 10 9 6 4
0.040 0.042 0.043 0.048 0.050 0.053 0.059 0.063 0.067 0.077 0.100 0.111 0.167 0.250
0.040 0.082 0.169 0.216 0.266 0.319 0.378 0.440 0.507 0.661 0.761 1.094 1.427 1.927
0.961 0.922 0.845 0.806 0.766 0.727 0.685 0.644 0.602 0.516 0.467 0.335 0.240 0.146
Kendisinden sonra sansrsz gzlem de eri olmayan verilerden sonra fonksiyonlar n de eri de i meyece i iin hesaplama yap lmaz. rne in, bu
234
rnekte 19 ve 22 gzlem de erleri sansrl ve kendilerinden sonra sansrsz bir de er olmad iin fonksiyonlar hesaplanmam t r. nk bu gzlem de erlerinin fonksiyonlar n n de erleri de i mez. Bu mekte, gvenilirlik fonksiyonundan dayanma srelerinin ortancas n n R(t) = 0.5 olas l k de erine kar l k gelmesi sebebiyle yakla k olarak 12 y l oldu u sylenebilir. dev-1: Bir radar sistemindeki iki ar za aras nda geen srenin tespiti amac yla yap lan bir ayl k al mada takipteki ar zalanma sreleri elde edilmi tir. t, , ar za sresi (saat): 15, 28, 30, 50, 144, 157, 163, 219, 222, 224+, 265, 317, 532, 575, 718. Bu verilerde sansrl verilerin sa na + i reti konulmu tur. Bu veriye ili kin;
a. S(t) fonksiyonunun Nelson-Aalen tahminini olu turunuz. b. S(t) 'den yararlanarak yakla k ortanca ar zalanma sresini bulunuz.
c. Ar za sresi 222 saat ise ar za oran n tahmin ediniz. Cevap-1: a. verilebilir. 15 28 30 50 144 157 163 219 222 265 317 575 718
S(t)
R(t i )
.936 .871 .807 .736 .672 .608 .544 .480 .417 .341 .266 .161 .059
b. Ortanca ar zalanma sresi, 163 ila 219 aras nda bir de erdir. Bu de er yakla k olarak 200 saattir. c. h(t = 222) .1/7 = 0.143 elde edilir:
235
d , toplam
236
ntegrallenmi (kmlatif) ar za oran ise zaman n lineer bir fonksiyonu olarak verilir. Yani; H(t) = Flds = Al e itli i ile tan mlan r. Bylece gvenilirlik fonksiyonu ise R(t) = e e itli i ile verilir. Bu da l m n beklenen de erinin
(yani, ortalama), E(T) = T = 1/.1, ve varyans n n ise V(T) = 1/22 oldu u sylenir. rnek-2: rnek-l'deki gzlem de erlerinin stel da l ml olduu biliniyor. a. Ortalama dayanma sresini bulunuz. b. Gvenilirlik fonksiyonunu olu turunuz. c. Dayanma sresi 25 y l olarak gzlenmi bir ampuln gvenilirlik olas l n bulunuz. zm-2: a. Gzlem de erlerinin toplam , E
say s , d = 20 oldu una gre ortalama dayanma sresi, T = 259/20 =12.95 y l. Olarak bulunur. b. 2 = 1/T 'den .13 = 1/12.95 -2,-- 0.07722 elde edilir. O halde, gvenilirlik fonksiyonunu
R(t) =
eklinde olu turabiliriz.
e -0.07722t , t > O
O, di er durumlarda
=-
237
Konu ile ilgili Problemler Problem 1: Elektronik bir sisteme ait mr uzunlu unun stel da l ma
-
uyduu bilinmektedir. Bu sistemin gvenilirli inin 200 saatlik bir al ma iin 0.90 oldu u bilindi ine gre; a. 0.95'lik bir gvenilirlik iin ka saatlik bir al ma gz nne al nmal d r. b. Sistemin ortalama mrn bulunuz. c. Dayanma oran n hesaplay n z.
0.0005268 bulunur.
Problem 2: Bir sistemin iki ar za aras nda geen sreler saat olarak takipteki gibi gzlenmi tir. t, (saat): 100, 182, 205, 272, 275, 315, 386, 470, 510, 555, 641, 681, 1053+, 1112, 1328, 1518, 2002, 2419, 2475+, 2617. Bu verilerde sansrl verilerin sa na + i reti konulmu tur. Bu veriye kullanarak; a. Ar za srelerinin Nelson-Aalen gvenilirlik fonksiyonunu tahminini elde ediniz. b. Gvenilirlik fonksiyonunun Nelson-Aalen ortanca ar za sresini tahmin ediniz. c. Anzalanma sresi, 1112 iken ar za oran nedir. d. Ar zalanma srelerinin stel da l ma uydu u varsay l rsa ortalama anzalanma sresini bulunuz. e. d.'deki varsay mn geerlili i alt nda anzalanma sresi 1500 saat iken gvenilirlik olas l n bulunuz. tahmininden yararlanarak
238
f. d.'deki varsay m n geerlili i alt nda %20 gven veren anzalanma sresini bulunuz. Cevaplar-2: a. S(t) fonksiyonunun Nelson-Aalen tahmini takipteki gibidir.
tJ
"t j )
tJ
"1 j )
239
8. BLM SPSS PAKET PRO RAMI LE KAL TE KONTROL UYGULAMALARI 8.1 Giri
Kalite kontrol i lemleri ; eldeki mevcut software pro ramlanndan faydalanarak daha h zl ve kolay bir ekilde yap labilir. Bu software'lerden bir tanesi de ok kapsaml olarak kullan labilen o unlukla istatistiksel i lemlerin yap ld , bunun yan nda "kalite kontrol uygulamalannda da ba vurulabilen
MENU'ler SPSS'i al t rd ktan sonra men seimleriyle istenilen i lerin o unu yapabiliriz. SPSS'in pencereleri ayn zamanda bir men olarak ifade edilebilir. SPSS pencerelerinin herbirinin ayr ayr komutlan vard r. Program ilk a ld nda a a daki ekil 8.1 ekrana gelir. Ekran n en stnde yer alan bu komutlar k saca a a daki gibi verilmi tir.
240
Vit Y**
para
Doniker> $nokee
Sion>e Urirst
~ow Neb
Ci;1[14:41I_LI >
11 . 1
Va(
gy l f c osafttdad
1:22
241
Data : De i kenleri tan mlamak, dosyaya de i ken ve veri eklemek, verileri s raya koymak, birle tirmek, dosyan n bir k sm zerinde al mak iin kullan l r. Transform : Veri dosyas mn ana yap s n de i tirmeden veri de erleri zerinde ihtiya duyulan baz dnmleri yapmak iin kullan l r. Analyse veya Statistics : istenilen her trl istatistiksel i lem ve analizleri yapmak iin kullan l r. eri inde bir ok istatistiksel analiz vard r. Ba ta veri giri i yap lmadan al tmlamaz. Graphs: Gsterim amal yksek znrlld grafik olu turmak iin kullan l r. eri inde bir ok istatistik sunum amal grafik vard r. Utilities : SPSS komut diliyle program yazaca m veya analiz kt larim alabilece imiz ekran n grnm , veri i leme penceresinin grnm, yaz biim ve byklklerinin seimi , veri dosyas ierisinde de i iklikler yapmaya yarar. Window : A k olan tm SPSS pencerelerini kltmek veya SPSS pencereleri aras ndaki geisi sa lamak iin kullan l r. Help : Bilmek istedi imiz konu/lar hakk nda bilgi-rnek verir. Yard m amal kullan l r.
2. Veri haz rlamak
SPSS al t nda ekil 8.1'deki ekran grntye gelir. Bu amala File>New>Data ile kullanlacak analize ba l veri giri i buradan yap lmal d r. lk olarak ekranda stn ba l klannda yer alan VAR zerine ift t k yap larak giri i yap lacak de i ken tanmlanmal dr. Daha sonra a a daki ekil 8.2 ile veri giri i yap lm ekran grlebilir. Burada al mada ele al nan nicel, nitel de i ken verilen grlecektir.
242
'-Ca s SPS S Im W ndows Dat ?. [dile,
PITJEI
bar
Inter_$
ver
18 15 13 16
307 350 318 304 302 429 454 440 455 390 133 350 351
1313 165 150 150 140 198 220 215 225 190 115 165 153 175
12 12 11 12 11 10
70 70 70 70 70 70 70 70 70 70 70 70 70
e a 8 8
8 O O
1 1 1
1
0
0
5 6 B.
S'
18 11.
17 15 14 14 14 15
8
8 8 8 8 4 8 8 8
0
L
0 0 0 0 1 O 0 0
si
1
2
12 13 14
1
1
383
.
70
7n
4r,r1
17
r"
;
11
_ alLrgi
. .1[1,1:0,r 13,15
243
rapg
gine
307 350 318 304
D ehneyariable
ame
SettIngs
Type
1 1
220
215 tabak
390
190
<;". s
Qrdrrk:i
,Nofrir,9
13
351
ekil 8.3 De i ken tan mlamak rne in Type t kland nda kar m za ekil 8.4 gelecektir. Burada Width otomatik olarak 8 , Decimal Places 2 olarak a l r. E er de i ken de erleri tam say ise 2 yerine 0 yaz hr. E er yaz lmazsa 54 olarak girilen say 54.00 grnts olu ur. E er 0 yaz l rsa 54 grnts olu ur. Ayr ca de i ken iin Numeric cinsten oldu u da otomatik olarak belirtilir. E er aksi bir tan mlama sz konusu olacaksa burada de i tirme yap l r. Ayr ca de i kenin lek tr : Scale , ordinal (s ralama tipi) , nominal (s n flama tipi) olarak belirtilir ve Continue ile devam edilir.
244
most Wercd
1205Y'.a Cken ~sa Ode @gir$ra'slai Ieblo
Cencere Yardsn
JCIC:;;Li:al21
GPvcie Metn Trnes New Roman
s
41W
12
r3M9'41
it ii j
MIT 75 %
4,S -.
ic
;,,
D atire -e Va abk
Ccoma
pot
w
DecindE5,..
orne ir, Lw t
zc V OtonAnd , 5e44
Ej" O fM
4A-
- A L 4.-
ii 4 --
S&Ife 243 K l 1
SfS
ekil 8.4 Type tan mlanmas Define Variable > Labels : Girilen de i kenin ayr nt l etiket tammlamas m yapar. rne in 2. Stnda girilen de i kenin k sa etiketi Engine ise burada Value Label k sm na : "arabalar n motor hacmi cc " olarak a k hali yaz hr ve Continue ile devam edilir. ( ekil 8.5 )
245
Lesy. - OCrZen
,Knrn
e00 .
</1
12
z
D
Ime V
De hne Labels
<xcetad<da' 7, '
49 - c
:3iti7;447.53t 5
13ytcw,3cItv;f0,4:"abbi...:; MUntitled - SPSS ta Vi._
ekil 8.5 Value Labels (etiketleme) Art k OK t kland nda VAR kelimesi(stun ba l ) tan mlanan de i kenin k salt lm ad m alacakt r. rne in 1. Stunda mpg , 2. Stunda engine gibi. Bundan sonra yap lacak i lem verilerin stun olarak girilmesidir.( n tane veri) olarak. verilerin saklanmas d r. Bu da File Veriler girildikten sonraki i lem zerinden yap lacaktr. ( ekil 8.6)
246
2,, ae.m.
011443
1>
t? 1 iSS
12
Ctri.P
1 Anxieky 2 sav
2 Car..s.e.,
3 kr...,-,,c
Empioyee data_ sav 5 ktsins,av ktairni .sav
--1 ; ,r2
SPSS faW
ktd4a sav
otowtk ekl- \
ekil 8.6 Verilerin saklanmas Bu i lem iin e er ilk defa saklanacaksa (C: veya a: ) zerine = Save As ile yap l r. E er daha nce zerinde al lm bir dosyaya saklanacak sa Save ile saklan r. Saklama kelimesinin uzant s (*.sav) olmal d r. rne in: Engine verilerini ilk defa saklayacaksak ( bilimsel.sav) yaz labilir. ( ekil 8.7)
247
j Ar~ 2 SF tor 'Windows pato.
.
LJ1F5 ,0_1
AML s mrival.sav Anziety 2.sav
Mala
12
Anziety.sav
Breast cemre survivaLsay Cars.say Cononary artery data say
8
6 10
erdc
sze,1 1 S PSS
bu
say)
a
pate
8 4 16 12 16 14 12 6 10 10 2 8 9 8
10 11 12
2 2 2
2 2 2
19 16 16
248
Aniclety 2 - SKS foiWincloWs Data E d ro
fie
Vtw Qata
9nsbes
1 kile511Zi
1:sub ect subject
Refflum 0k9Cetleed.
.211RI's,1%,11
triaI2 18 19 14 16 14 12 10 12 B 10 10 10 6 6 12 6 4 2 4 2 v-ar
gecede CetegotkeVafiablec.. utornatic Reccele-. Deate rime Seees.' Replece kfesi g Yakma..
ialt
2
3
2 3 4
5 6
5 6 7 2 2 2 2 2 12
2 2
12 18 16 18 16
6
4 6 10 10
e
9
8 9 10
8
12 16 14 12
10
11 12 3
2 2
19 16 16
8
9
Baltat
ISP9.5 tut Wnbto Processor ts feecIV h osoft Word - 9.boisns.. IIMAnsiely 2 - SPSS for
EDE -mos
ekil 8.8 Transform mens Count komutu : Belirli bir de eri olan de i kenleri say p yeni stuna yazd rmak iin kullan l r. Recode komutu : Dosyadaki baz de i kenleri yeniden kodlamak iin kullan l r. E er kodlamay ayn de i ken stununda baz de erleri yenileriyle de i ti nek eklinde yapacaksak Into Same Variable seene iyle , ayr bir stuna yeni bir de i ken olarak kaydedeceksek Into Different Variable seene i seilecektir.
249
Ek Ek k+ 2'314
c4.1wIa1 r_z_j
subject
t
auxisty 1 1
1:sub'ect
RA zot
P 14 12
fiataflecksetion 3 4 3 4 5 6 1 1
sciie
10 12
",i';'41
7
7 8 9 10 11 12 13 9 10 11 12 2 2 2 2 2 1 2 2 1 16 18 16 19 16 16 10 8 12 16 14 2 8 4 6 4 1 2 8 9 8
10
10 8
JJ
ekil 8.9 Analyze mens Burada ekil 8.9 'da da grlece i zere alt menler zerinden istatistiksel i lemler-analizler yap l r. nemli alt menler : Descriptive Statistics = tan mlay c istatistikleri hesaplar. Burada yeni kk pencereler a l r ( ekil 8.10)
250
AnxiOir..2 - SPSS lorWiodows Dala Eddof
dt
rrfoora a
.
Wirdcof
tiVI Ir"! Erequancses. Exdofe.
subject
!~
14 12 10
tria13
1r1.114
t
6 4
var
6 10 6
2 4 2
12
6
2 16 18 1 2 2 10 8 4 6 10 10 8 4 1 2 8 9
8
9 10^ 11 12
8 9 10 11 12
2 2 2 2
8
12 16 14 12
19
16 16
M Bn tist I 33r t,,, ,crosoll Word 0bffints: 1151An ciety 2 -SPSS for
51
1=9
Gtn de thetn, T mes New Raman
IN 01
12
4, 4?
IC T A
r2
;
if
75%
'
0 e '41e
s- :C "
.s;,
Tim Grd ler -
w ik>
'`3
21
Littesiety 2 Eda
Yjaw
taa;islial sj
e
.j .Erj .
%re,.
EIR-1 ,1?#i;
Orx..".stntste T h'de.Des4ers-S~esl.Tesz.. Pesett-Samples T Test .
Qre-Way ANOVA.12
1:subject
subject
anxiety
Lt2Sinex
z. 2 1 Uatsi4
>
>
Qata
3
D g
1
1
gQ,
met
otowd, eka
0 M .4 ;
a.
Sut adt
- - ;. =.
Cr
W
1531
Sayfe 254 MI I
12113
20 17,9= Sat
fileatat I
los ....
ekil 8.11 Compare means Di er bir alt men olan (General Linear Models) ve pencereleri ekil 8.12 ile grlebilir. Burada Tek ve ok degi kenli ,tekrarlanan lmlerle, Varyans bile enleri i lemleri yap labilir.
252
Q$ -Y8
ri;1 116ka
Gvde Metni
N-4Zen
Q4! Ch, &eddr Labk) eem:re Yardn, .:'`.8r1 `e) T mes New Roman +, . 12
-
- :%*1
T
75
H1'1
erSht tJebies Werke, Hdp
cka
Tm Greller
EAnx oty 2 - SPSS for Windows Dala [Mol
z~Cqina'ire..r ts .
-
Qz
'00az.. 44
13P4
Ei o E 4" N
wt
gjk"""
;Sayfa ,2S1 Sa I
...4411,4an
Set 7 St I
Babat DyMicrorroftWool
ekil 8.12 General Linear Models Burada tan t lmaya al lan Analyze mensndeki dier alt menler ekillerden de grlece i gibi a a daki isimleri al r. Correlate : en az iki de i ken aras ndaki ili ki incelemelerini yapar Regresssion : bir ba ml ve bir veya daha ok ba ms z de i ken zerinden do rusal(linear) ve do rusal olmayan(non linear) model zerinden sebepsonu analizleri yapar. Ayr ca ; Log Linear , Classify(s n flarna) , Data reduction(boyut indirgeme), Scale(lekleme-gvenirlik testleri), Nonparametric Tests(parametrik olmayan testler), Time series(Zaman serileri) Survival(sreklilik-ya am), Multiple Response (klu kar la t rmalar) , Missing Value Analysis( Kay p de erli analizler) burada yap labilir. ** Bu analizlerin o u "Kalite kontrol" al malar nda kullan labilir.
253
fiqt:IF2
if?.ffilr2121ifill'4310 4F 75%
Gavtle tOo'b t 7itres New Roman
&lin II
ni ta'
fle
4a.)1
1,1
E.
Yur 4.
d tot ,
var
var
ote~ ed-
C3 C> O
4
32 tC/
Sa>fa 2S3t8 1
'
rar
254
;Drg:k
15avde Metn . T mes New Remen
I T A
- 1 := = -
EW
JE.
I .
417
tk
Tim Girdiler
r.0;
otowa ekiIS/16
O 041
4 4,
=,--6.== we.ia
rIMIK
ekil 8.14 Basit Do rusal Regresyon 6. Gerekli tan mlamalar alt kutucuklardan (Statistics,Plots,Options) yap larak OK ile sonular elde edebiliriz. ( ekil 8.15) ve ( ekil 8.16) 7. Gerekli yorumlamalar yap larak Durum-1 ile ilgili sonulara vard r.
255
rt. Outbuti - S('SS k W ndaws v. ewe
PIM
.ramPla
Idt:few Ineoft
.1.ffirem Wndom
0 .1. 1rd
Pul Regression kale Noter Variables EntetecbRemoveol Model Summary ANOVA Coefficients Regression TCle Nden Variables ErteredRemoved Model Sumrnary
Regression
Yariables Erstered/Rem nedb
Model
Variables Entered
eLLJr18.
Vanables Removed
Method Enter
411 ANOVA
Regression
4 Coelliciertts
Model Surnmary
Notes Variebles Entered/Rersoved Model Summar), ANOVA Coetticients
Model
1
R
,946.
R Square ,895
a. Predittors: (Constant),
Yp gn
e' at
1 - SPS Sor
....
ekil 8.15 Basit Regresyon Analizi sonulan-1 Basit Regresvon Analizi sonularl 1 Yorumu :
-
X: gn ile Y:retim miktan aras nda ( R=0.946) pozitif-ayn ynl, kuvvetli bir ili ki vard r. (Olumlu)
Y:retim miktar de i keninin X: gn de i keni Modele al nan % 89.6 's n a klayabilmektedir. Bu yksek bir (R squared = 0.896) a klama olarak kabul edilebilir. (Olumlu)
(Std.Error of the Estimate = 7.78) : Tahminin standart hatas olup kk kabul edilebilir. (Olumlu) * * * Buraya kadar bulunan sonularla analiz (olumlu-iyi) sonular vermi tir.
256
1,1bltier.
e;11 , 61
ti The
Regression Notes Variables Enteredeftemoved Model Su/11~y ANOVA Cosi fcients Regression Ttb Notes Venahees ErtereebRemoved Nede Summary
movkb
Model 1 Sum of Squares Regression Residuel Talat 5197,431 605,569 5803,000 dr 1 10 11 Idean Square 5197,431 60,557 F 85,827 Sig. ,000.
a. Predictors: (Constant),
`'l)
gn
,:if)
ANOVA Ceetficients Sergee.sion Tele Notes Varialhes Enteredletemoved Model Sumenary ANOVA Ceetticients
Coeffcients.
Standardi
LW..1
Unstandardbted Coefficients Model 1 (Constant) il) gn B 17,217 3,983 Std. Error 9,791 ,430
W5ithd
odput - SPSS
Bu tahmini regresyon denkleminde bi katsay s = 3.983 = denkleme nemli bir katk sa lamaktad r ( Sig=0.000) (Olumlu)
257
**** Sonu olarak ba ta d nld gibi; ZM YOLU :Burada zm iin "Basit Regresyon Analizi " kullan labilir d ncesi yap lan analizie do rulanm t r. Art k yap lacak i ; Y= 17.217 + 3.983 X denklemi ile tahminler yapmakt r. rne in denilebilir ki; e er X: gn say s 25 olarak hedeflenirse gerekle ecek Y:retim miktar (ton) ne kadar olacakt r. Bu durumda ; Y= 17.217 + 3.983 (X25 )= 116.792 Olarak tahmin edilir. Bu tahminin gerekle me olas l bu model ile yetinilirse do ruya yak n olabilecektir denilir.
DURUM-2 : Kabul edelim ki ; bir fabrikadaki A mal iin retim miktar n (ton) en ok(anlaml olarak) geerli i gn say s a klamaktad r. Sonuta i gn zerinden hareketle retim miktar tahmin edilmek istenmektedir. Elimizde 1999 y l na ait a a daki (dikey kesit veriler olsun. Aylar : Ocak ub. Mart Nisan May. Hazr. Tem. A u. Eyl. Ek. Ks Ara. X (i gn): 20 23 24 15 16 14 20 21 30 29 26 28 Y(retim): 100 110 115 90 80 70 90 90 150 130 120 121
Bu verilen tan mlamak iin Acaba neler / nas l yap labilir ? ZM YOLU : 1. Burada zm iin "Analyze>Descriptive Statistics>Descriptives " 2. Durum-1 ' de veri giri i yap lm t yine ayn grnt kullan labilir. 3. Analyze>Descriptive Statistics>Descriptives blmne girilerek ( ekil 8.17) elde edilir. 3. Bu tammlama iindeki Options kutucu u Ula= Kar m za ekil 8.18 kar, burada ilgili kutucuklar i aretlenir ve OK ile sonular ekil 8.19 ile elde edilir ve yorumlamalara geilir.
258
iS la
Eda yiew j2ata lzsdom ?1.lakat firaphs LiaTties Wa dow ttelp
Variable[s1
Si IS gunu l l
ten a ldan.lan 110
OK
easte fieset
Z
3 4
Seve tanciankedvelues a variates
lielp
6
6 80 70 90 90 160 130
4 20 21 30 29
9
10 11
12
amlat
ekil 8.17 Descriptive Statistics tan mlamas Burada veri giri i ile tan mlanm de i kenle ilgili "temel ller" elde edilir.
259
21 30
29
90
150 1343
B Y MerosektWord- 8.bblkat.4. ta 0
Bu durumda ekilden grlenler yorumlanmaktad r. Buna gre ; gn (X) 'in de i im aral : 16 gn'dr retim (Y) 'in de i im aral : 80 ton'dur. gn (X) 'in En kk de eri : 14 gn'dr retim (Y) 'in En kk de eri : 70 ton'd r.
gn (X) 'in En byk de eri : 30 gn'dr retim (Y) 'in En byk de eri : 150 ton'd r.
260
IMIn E
trtths LIF Window
Hela
Coefficients.
Standard zed Coelficien ts Peta
1,758
B
17,217
Sid. Error
9,791
Sig.
,109
3,983
430
946
9,264
000
scriptives
Descriatare Statistics
Minimum Ylo gn Otetim miklab",-ton alid N (listwise) 105,50 Maximum Std. Deviation 5,46 22,97
ekil 8.19 Tammsal Sonular ekil 8.19 ile elde edilen sonular n yorumlamalar -2: Bu durumda da ekilden di er grlenler yorumlanmaktad r. Buna gre ; gn (X) 'in de erleri toplam : 166 gn'dr retim (Y) 'in de erleri toplam : 1266 ton'dur. gn (X) 'in Aritmetik Ortalamas : 22.17 gn'dr retim (Y) 'in Aritmetik Ortalamas : 105.50 ton'd r. gn (X) 'in Standart sapmas : 5.46 gn'dr retim (Y) 'in Standart sapmas : 22.97 ton'd r.
261
lsrostsiStri
~e Em
yar---
P1 G1
Uttlittea Hdp
9
drrm~
.k17
41
100 110
115 90
Fre-
Paffito... cettrot..
-SPSS tat Wtrtdotas Processor is reacbr Untitied SPSS for W... WIMi=oftWold- abatims...1 Outputl - SPSS ter Wndo.
ekil 8.20 Graphs ile yap lacak i lemler ekil 8.20 'den grld gibi ; Bar ubuk , Alan , Pie >Daire Line izgi , Area High-lowS n rlar grafilderi genel ve bilinen graf klerdir. Di er grafiklerden olan ; Pareto Hatalar n da l m , Control =Kontrol grafikleri konumuz olan grafiklerdir.
262
Bununla birlikte yine ekilde grlen di er graf kler de genel ve bilinen grafiklerdir imdi , Pareto = Hatalarin da l m . Control = Kontrol grafikleri zerinde durahm . Pareto = Hatalarin da l m graf i iin ; Graphs>Pareto tkland nda ekil 8.21 !rntlenir.
1~,~91 .0# yana m 9
trt
Yi
Yr
Qata ~n An4lyze
Cir
tr211_1 1
var
V=31"
1
2
20 23 24 15 26 28 16
3
4
5
i Derine Cancei
Hek
e
9 10 1 12 13
4 20 21 30 29
4 1 2a4iat . j
rcroroftWorct-
ou(put
SPS S kr Wido
no4"e:
loas
ekil 8.20 Pareto graf ine giri Burada ; Simple= Tek de i ken zerinden , Stacked Kmelenmi , eklemeli de i kenli grnty verir. Simple= Tek de i ken zerinden seilir ise ekil 8.21 grnts elde edilir.( Alt yuvarlak kutucuklarda farkl bir istek sz konusu de ilse de i tirme yap lmaz.)
263
eencere Yardm,
D21;1
Gvde Metn Times New Roman t, 12
:s
pa
co Ir 75 %
K T A',W
Tim Gider
agosi
../11tetim mktareton
fyj
otofzel145eu -
O0
,Byl 22,4an Sat 15 Sik
I?!
las
24$24
1084a1 Q Unbtled - SPSS for W... ?ymicfmetIvord- 8.bolurot.. MOutpull SPSS Wndo.
Burada nemli olan durum udur ; Neden pareto analizi-graf ine ihtiya
duyuldu ve pareto analizinin esas nedir ? yorumlamas nas l yap lacakt r? E er bu sorular n cevab (var ise- biliniyor) i lemlere devam edilmelidir. rne in; daha nce Durum 1 2 iin kullan lan verileri dikkate alal m. X: gn say s = ele al ns n. Bu durumda Category Axis kutucu una X de i keni ta n r. Titles ve Options kutucuklar da t klanarak ilaveler yap l r ve ekil 8.22 grnts elde edilir ve yorum yap l r.
-
264
Clutpatl - SPSS lot Wmdows V er et
fie
Analyse
Hdp
I
4
1 I *Il
Title
Notes Vanables Enterad Rrancy Model Summar./ ANOVA
`!..1Q1'11
14
Regression
12
4100
Coefficients Regression rale Notes Verialffes Entered Remcff Model Summary ANOVA Coefficients Regression Tkke Notes Veriabies EnterecaRemo Model Summar ,/ ANOVA Coefficients
10
Lk1
50
`8' o 20
ilr13ErlirlF3r131r131f13F13
14 15 16 21 23 24 26 28 26 30
f".1 ,
'rio gn
ekil 8.22 X de i kenine gre Pareto graf i E er uygunsa ayn al ma Y de i keni iin de yap labilir.
265
"
c81,:i 'ta!
ffi 111
4 Coefficients
Regression Titie Notes Variables Entered Rerno, ,Model Surnmary ANOVA
in
Coefficients Descriptiyes Title Notes Descriptiye Statistics Graph Ttle Notes Pareto chart ot count by Graph Tate 4: - "
O
20 14 15 16 21 23 24 26 28 29 30
lo oo o
Ej ton
090
Ileaoati
111.4
1107
266
;_12j92cj
Gvde Metn Tuner Ner t Roman ,rt :12
3K
1.
A .
unbued,'
Control Cfra ts
XAar.R,
s ed rks Range
Intforiduals.
nP
.
a Sayfa 265 881 1 Otomattit elol 27/27
-
c:3 o
18,9em
b,
8 5t 16
=
!
sat
418%1.21
Untitied
rnek Uygulamalar -1 :
imdi X-Bar(ortalama) ve de i im aral ( R ) veya X-Bar ve Standart sapma (s) grafi i izmek isteyelim. Bu durumda Graphs>Control > seilir. Burada ilgili grafik tr iin ekilin zerine t klanarak ercevelenir. Takiben Define kutucu u zerine t klanarak yeni bir ekran ekil 8.25 ile elde edilir.
267
eencera Yarchn't
<210
Times Nee Roman . 12 , jir
e. e>
T A ..
al '43 MI
I=
4IT 75 %
4
40, . A .4
2! tiiiri ,edifae..
-
Process ',least;
rnek 1.1,0112=12r :
imdi X-Ber grali i izmek isteyenin. Bu durumda rapbk,Q.,,,,tuf X-Bar Defule kutucu a zerine fiklanarak yenilsir ekran sekil 8.25 ile elde edilir.
Qz -
Ctomatk sel-'
0 4 ta
R- '' Cf:X
lt27
1 Nil
Untitled -
ekil 8.25 X-Bar R veya s grafi i giri i i lemleri Burada , Charts kutucu unda (X-Bar ve Range) yuvarla otomatik olarak i aretli km t r. E er Standart sapma ilaveli yap lmak istenirse de i tirilebilir. Daha nce verilerin uygun biimde giri i yap lm olmal d r, Veri giri i iin AIKLAMA : rne in elimizde ; 20 adet zaman noktas nda n=5 lmler olsun. Bu durumda veri giri ekran nda 1. Stunda (X) 1.zaman lmleri (5 tane), 20. takiben 2. zaman lmleri (5 tane) , 3.zaman lmleri (5 tane) zaman lmleri (5 tane) girilir. Sonuta 1. stunda toplam 100 lm olacakt r. 2. Stunda (Y) lmlerin tam kar s na gelecek biimde <1,1,1,1,1) takiben (2,2,2,2,2) , (3,3,3,3,3) (20,20,20,20,20) girilir. Tekrar Graphs>Control> kutucunda ;
268
Data Organization
Cases Unit ( n'ler e it ise) , Cases are subgroups farkl farkl ise) seilir. Define t klanarak (X-Bar, R,s : Cases are Units) grntlenir. Burada ; Process Measurement (sre ls) kabul edelim ki = X de i keni olsun. Subgroups by defined ( alt gruplar a klayan) (Y) olacakt r. Yine Options Kutucu unda rnek geni li i tan mlamr ( rne in ; 5 gibi) Elde eCu en grnt ekil 8.26 ile X-Bar iin ve ekil 8.27 ile Range iin grlebilir. Yorum yap l r.
mr4E,
nutpull - SPSS
101
Wtndows Vtewet
do..
0 11=11491al.
Z, Medd Summary
ANOVA Ceefficients Descretbves Ttk Notes
Veriables Enteredftemet
SPchart
o VAR00001
LICL. = 714699
Ilslat
Untitied SKS to
..
I Tir hticrosoftWord
...
-4,rra
11:42
ekil 8.26 X de erleri zerinden X-Bar graf i E er Range graf i izimi yap lacaksa ; Options k sm ndan alt ve st de erler ve rneklem hacmi bilgileri girilmelidir.
269
c dtput .
for Windows Vlowet
,4<iPtht Litttett:.
+1+1. +I 1 .-.1.14.,1c21111
Vertabies Entered.Rano se. Moolet Surnmary ,f. ANOVA Coeffcients
Lfg
Sigma levet 3
14
Gretn Titte
Nbte
Pareto charl of ccxt Orarth Ttie
Notes
7,00
11:43
rnek Uygulamalar -2 :
imdi p graf i izmek isteyelim. lk olarak veri giri i yap lmal d r. Bunun iin VARlolarak (bozuk/sa lam) say s de erleri girilmelidir. VAR2 olarak rnek No de erleri(Gn / ay ...vb) de erleri girilmelidir. ( ekil 8.28)
270
Untitled - SPSS ha Windows Dala Editot
NDE
e t
1 11;i1191
kusursay 1 2 3
Alt RI 1 >1Q91
va var var
11
20 18 16 2 3 4
5 20 71 15 22 9 19 11 12 13 21 19 35 40 22 11
tF
5 6
10
11 12 13 14
18
Daha sonra
271
*$~ i dit w
Eie E41 1<wvs Qata bansfonn Anatze raphs Sitit*$ Wndow Bei!)
UTilka I
kusursay
1 k I
np Gases Are Subgroups
11 20 18 16 21 20 15 22 21 19 35
Number NonconfacminT kusursay ztnxps Labeied v&00002 Sarr,p4e Size <4' Censt~
6k
r Variable
Burada sample size (al madaki rnek hacmi de eri) girilmelidir. Daha sonra OK t klanarak grafik elde edilir.
18 20 26
Tablo 8.1 n=30 adet (bozuk) say s de eri Burada sample size (al madaki rnek hacmi de eri=500) girilmelidir. Daha sonra OK t klanarak grafik ekil 8.30 ile elde edilir.
272
raPht
Window
w;lialal2d3j 3 4-1-1.;1131
output Q Lj SPchert 0
Tftle
ct, 11 SPchert Tate . Notes SPchert Tdle Notes SPchert Title Notes SPchert Ttk= Notes Pot kusursey
J-J to Title
it
** Benzer grafiklerde rnek noktas say s oald ka (yeterli veri) olu an grafik daha anlaml ve gereki yorumlanabilir olacakt r.
rnek Uygulamalar -3 :
imdi c grafi i izmek isteyelim. lk olarak veri giri i yap lmal d r. Bunun iin veri giri penceresinde VARlolarak c de erleri girilmelidir. VAR2> olarak rnek No de erleri(Gn / ay ...vb) de erleri girilmelidir. ( ekil 8.31)
273
1.1r tdied - SPSS fol W ndows Dala [dile(
16 12 15
3 4 5
6
26 20 31 26 20 12 13 24 16 19
in
7 B 9 10 11 12 13 14
Baiali
yy Microsoft Wa f 4bdurs_
Moutput
spss
ekil 8.31 c grafi i iin giri Daha sonra ; Graphs > Control > Control Charts seilir. Burada ( c,u ) kutucu u belirginle tirilir. Sonra Defne t klanr. Art k sol taraftaki kutuda veri airi iyle olu turdu umuz ( c ve rnekti. ) de i kenleri vard r. olarak atan r. c Characteristie , rnekno Subgroups Defined by Burada c grafi i olu turulaca ndan e 'nin solundaki yuvarlak i aretli olmal / i aretlenmelidir. OK ile c grafi i elde edilir. (rnegin : ekil 8.32 gibi).
rnek :
Kabul edelim ki ; elimizde retimi yap lm 100'er adet sunta levha olsun. Bunlardan uygun olmayanlar n say s (ci 'ler) saptanm tr. ( ekil 8.31 gibi) c grafi i izelim . Yukandaki a klamalar dikkate al n rsa olu an grafik ekil 8.32 ile belirtilir.
274
rdow
it
jj
..SPchart
Control Chart: C
17 19 21 23 25
orraft
farkl olsun. rnek No : 1 2 3 4 5 6 n :750 750 250 250 250 1000 Hata say : 54 39 28 17 13 78 11 12 1000 1000 74 56 18 750 69 19 750 60
lk olarak veri giri i yap lmal d r. Bu amala 3 stun kullan l r. 1.stunda ,69,60 (Data Organization) iin , 2. stunda hata say lan : 54,39, 18,19) (Subgroups Labeled by) iin , 3. Stunda rnek no'lan (1,2,3,4, 750 ( Sample size variable ) iin . n de erleri : 750,750,250,
275
Grafi i olu turmak iin ; Graphs> control > p ,np pencerede veri giri i ile tan mlanan de i kenler atan r;
t klan r ve a lan
Data Organization = hata say lan, Subgroups Labeled by rnek no'lan , Sample size = variable n 'ler OK ile grafik ekil 8.33 ile elde edilir ve yorum yap l r.
SPchart
O VARC0001
UCL Certer ,133 LCL 3 5
4 5
7 8
9 10
11 12
13 14
14 16
17 18
19
af
276
TABLOLAR Sayfa
NORMAL DA ILIM TABLOSU ( Birikimli) (EK- I) t - TABLOSU (EK -II) KH -KARE TABLOSU ( EK - III) F TABLOSU ( a = 0.01 iin ) ( EK - IV) F TABLOSU (a = 0.05 iin ) ( EK - V) KONTROL GRAF KATSAYILARI TABLOSU ( EK - VI) KONTROL SINIRLARI N HESAPLAMALAR TABLOSU ( EK - VII) TESADF SAY LAR TABLOSU (EK -VIII) IKI-YNL NORMAL TOLERANS SINIRLARI N FAKTORLER TABLOSU ( EK - IX) 277 278 279 280 281 282 283 284 285
277
(EK- I)
0.07 0.5279 0.5675 0.6064 0.6443 0.6808 0.7157 0.7486 0.7794 0.8078 0.8340 0.8577 0.8790 0.8980 0.9147 0.9292 0.9418 0.9525 0.96 6 0.9693 0.9756 0.9808 0.9850 0.9884 0.9911 0.9932 0.9949 0.9962 0.9972 0.9979 0.9985 0.9989 0.9992 0.9995 0.9996 0.9997 0.08 0.5319 0.5714 0.6103 0.6480 0.6844 0.7190 0.7517 0.7823 0.8106 0.8365 0.8599 0.8810 0.8997 0.9162 0.9306 0.9429 0.9535 0.9625 0.9699 0.9761 0.9812 0.9854 0.9887 0.9913 0.9934 0.9951 0.9963 0.9973 0.9980 0.9986 0.9990 0.9993 0.9995 0.9996 0.9997 0.09 0.5359 0.5753 0.6141 0.6517 0.6879 0.7224 0.7549 0.7852 0.8133 0.8389 0.8621 0.8830 0.9015 0.9177 0.9319 0.9441 0.9545 0.9633 0.9706 0.9767 0.9817 0.9857 0.9890 0.9916 0.9936 0.9952 0.9964 0.9974 0.9981 0.9986 0.9990 0.9993 0.9995 0.9997 0.9998
b.0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2,8 2.9 3.0 3.1 3.2 3.3 3.4
0.00 0.5000 0.5398 0.5793 0.6179 0.6554 0.6915 0.7257 0.7580 0.7881 0.8159 0.8413 0.8643 0.8849 0.9032 0.9192 0.9332 0.9452 0.9554 0.9641 0.9713 0.9772 0.9821 0.9861 0.9893 0.9918 0.9938 0.9953 0.9965 0.9974 0.9981 0.9987 0.9990 0.9993 0.9995 0.9997
0.01 0.5040 0.5438 0.5832 0.6217 0.6591 0.6950 0.7291 0.7611 0.7910 0.8186 0.8438 0.8665 0.8869 0.9049 0.9207 0.9345 0.9463 0.9564 0.9649 0.9719 0.9778 0.9826 0.9864 0.9896 0.9920 0.9940 0.9955 0.9966 0.9975 0.9982 0.9987 0.9991 0.9993 0.9995 0.9997
0.02 0.5080 0.5478 0.5871 0.6255 0.6628 0.6985 0.7324 0.7642 0.7939 0.8212 0.8461 0.8686 0.8888 0.9066 0.9222 0.9357 0.9474 0.9573 0.9656 0.9726 0.9783 0.9830 0.9868 0.9898 0.9922 0.9941 0.9956 0.9967 0.9976 0.9982 0.9987 0.9991 0.9994 0.9995 0.9997
0.03 0.5120 0.5517 0.5910 0.6293 0.6664 0.7019 0.7357 0.7673 0.7967 0.8238 0.8485 0.8708 0.8907 0.9082 0.9236 0.9370 0.9484 0.9582 0.9664 0.9732 0.9788 0.9834 0.9871 0.9901 0.9925 0.9943 0.9957 0.9968 0.9977 0.9983 0.9988 0.9991 0.9994 0.9996 0.9997
(z) =
0.04 0.5160 0.5557 0.5948 0.6331 0.6700 0.7054 0.7389 0.7704 0.7995 0.8264 0.8508 0.8729 0.8925 0.9099 0.9251 0.9382 0.9495 0.9591 0.9671 0.9738 0.9793 0.9838 0.9875 0.9904 0.9927 0.9945 0.9959 0.9969 0.9977 0.9984 0.9988 0.9992 0.9994 0.9996 0.9997
z 1
0.05 0.5199 0.5596 0.5987 0.6368 0.6736 0.7088 0.7422 0.7734 0.8023 0.8289 0.8531 0.8749 0.8944 0.9115 0.9265 0.9394 0.9505 0.9599 0.9678 0.9744 0.9798 0.9842 0.9878 0.9906 0.9929 0.9946 0.9960 0.9970 0.9978 0.9984 0.9989 0.9992 0.9994 0.9996 0.9997
0.06 0.5239 0.5636 0.6026 0.6406 0.6772 0.7123 0.7454 0.7764 0.8051 0.8315 0.8554 0.8770 0.8962 0.9131 0.9279 0.9406 0.9515 0.9608 0.9686 0.9750 0.9803 0.9846 0.9881 0.9909 0.9931 0.9948 0.9961 0.9971 0.9979 0.9985 0.9989 0.9992 0.9994 0.9996 0.9997
-,___ -- e - t2/2 dt 2 r
278
t - TABLOSU
P[t(v) 5 t(a; v)] = a.
(EK -Il)
df
v
a ,.. I - o<
0.75 1.000 0.816 0.765 0.741 0.727 0.718 0.711 0.706 0.703 0.700 0.697 0.695 0.694 0.692 0.691 0.690 0.689 0.688 0.688 0.687 0.686 0.686 0.685 0.685 0.684 0.684 0.684 0.683 . 0.683 0.683 0.681 0.679 0.677 0.674
0.90 3.078 1.886 1.638 1.533 1.476 1.440 1.415 1.397 1.383 1.372 1.363 1.356 1.350 1.345 1.341 1.337 1.333 1.330 1.328 1.325 1.323 1.321 1.319 1.318 1.316 1.315 1.314 1.313 1.311 1.310 1.303 1.296 1.289 1.282
0.95 6.314 2.920 2.353 2.132 2.015 1.943 1.895 1.860 1.833 1.812 1.796 1.782 1.771 1.761 1.753 1.746 1.740 1.734 1.729 1.725 1.721 1.717 1.714 1.711 1.708 1.706 1.703 1.701 1.699 1.697 1.684 1.671 1.658 1.645
0.975 12.706 4.303 3.182 2.776 2.571 2.447 2.365 2.306 2.262 2.228 2.201 2.179 2.160 2.145 2.131 2.120 2.110 2.101 2.093 2.086 2.080 2.074 2.069 2.064 2.060 2.056 2.052 2.048 2.045 2.042 2.021 2.000 1.980 1.960
0.99 31.821 6.965 4.541 3.747 3.365 3.143 2.998 2.896 2.821 2.764 2.718 2.681 2.650 2.624 2.602 2.583 2.567 2.552 2.539 2.528 2.518 2.508 2.500 2.492 2.485 2.479 2.473 2.467 2.462 2.457 2.423 2.390 2.358 2.326
0.995 63.657 9.925 5.841 4.604 4.032 3.707 3.499 3.355 3.250 3.169 3.106 3.055 3.012 2.977 2.947 2.921 2.898 2.878 2.861 2.845 2.831 2.819 2.807 2.797 2.787 2.779 2.771 2.763 2.756 2.750 2.704 2.660 2.617 2.576
0.9995 636.619 31.599 12.924 8.610 6.869 5.959 5.408 5.041 4.781 4.587 4.437 4.318 4.221 4.140 4.073 4.015 3.965 3.922 3.883 3.850 3.819 3.792 3.768 3.745 3.725 3.707 3.690 3.674 3.659 3.646 3.551 3.460 3.373 3.291
2 3 4 5 6 7 8 9 10 Il 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 120
279
KH -KARE TABLOSU
x'(a; v) P[x'(v) 5 x'(a; v)) = a.
( EK - III)
2'1 1:1 ,1
a .. 1 ._ 6( 0.005
C VO 00t. t,'
0.01 0.0'157 0.0201 0.115 0.297 0.554 0.872 1.24 1.65 2.09 2.56 3.05 3.57 4.11 4.66 5.23 5.81 6.41 7.01 263 8.26 8.90 9.54 10.20 10.86 11.52 12.20 12.88 13.56 14.26 14.95 22.16 29.71 37.48 45.44 53.54 61.75 70.06
0.025 0.0'982 0.0506 0.216 0.484 0.831 1.24 1.69 2.18 2.70 3.25 3.82 4.40 5.01 5.63 6.26 6.91 7.56 8.23 8.91 9.59 10.28 10.98 11.69 12.40 13.12 13.84 14.57 15.31 16.05 16.79 24.43 32.36 40.48 48.76 57.15 65.65 74.22
0.05 0.0'393 0.103 0.352 0.711 1.145 1.64 2.17 2.73 3.33 3.94 4.57 5.23 5.89 6.57 7.26 7.96 8.67 9.39 10.12 10.85 11.59 12.34 13.09 13.85 14.61 15.38 16,15 16.93 17.71 18.49 26.51 34.76 43.19 51.74 60:39 69.13 77.93
0.10 0.0158 0.211 0.584 1.064 1.61 2.20 2.83 3.49 4.17 4.87 5.58 6.30 7.04 7.79 8.55 9.31 10.09 10.86 11.65 12.44 13.24 14.04 14.85 15.66 16.47 17.29 18.11 18.94 19.77 20.60 29.05 37.69 46.46 55.33 64.28 73.29 82.36
0.90 2.71 4.61 6.25 7.78 9.24 10.64 12.02 13.36 14.68 15.99 17.28 18.55 19.81 21.06 22.31 23.54 24.77 25.99 27.20 28.41 29.62 30.81 32.01 33.20 34.38 . 35.56 36.74 37.92 39.09 40.26 51.81 63.17 74.40 85. 3 96.58 107.6 118.5
0.95 3.84 5.99 7.81 9.49 11.07 12.59 14.07 15.51 16.92 18.31 19.68 21.03 22.36 23.68 25.00 26.30 27.59 28.87 30.14 31.41 32.67 33.92 35.17 36.42 37.65 38.89 40.11 41.34 42.56 43.77 55.76 67.50 79.08 90.53 101.9 113.1 124.3
'
0.975 5.02 7.38 9.35 11.14 12.83 14.45 16.01 17.53 19.02 20.48 21.92 23.34 24.74 26.12 27.49 28.85 30.19 31.53 32.85 34.17 35.48 36.78 38.08 39.36 40.65 41.92 43.19 44.46 45.72 46.98 59.34 71,42 83.30 95.02 106.6 118.1 129.6
0.99 6.63 9.21 11.34 13.28 15.09 16.81 18.48 20.09 21.67 23.21 24.73 26.22 27.69 29.14 30.58 32.00 33.41 34.81 36.19 37.57 38.93 40.29 41.64 42.98 44.31 45.64 46.96 48.28 49.59 50.89 63.69 76.15 88.38 100.4 112.3 124.1 135.8
0.995 7.88 10.60 12.84 14.86 16.75 18.55 20.28 21.96 23.59 25.19 26.76 28.30 29.82 31.32 32.80 34.27 35.72 37.16 38.58 40.00 41.40 42.80 44.18 45.56 46.93 48.29 49.64 50.99 52.34 53.67 66.77 79.49 91.95 104.2 116.3 128.3 140.2
0.0'393 0.0100 0.072 0.207 0.412 0.676 0.989 1.34 1.73 2.16 2.60 3.07 3.57 4.07 4.60 5.14 5.70 6.26 6.84 7,43 8.03 8.64 9.26 9.89 10.52 11.16 11.81 12.46 13.12 13.79 20.71 27.99 35.53 43.28 51.17 59.20 67.33
Source. Tabulated values adapted by perrnission from C. M. Thompson, -'Tatile of Percentage PorPLsof the Chi-Square Disrribution," Biornetrik . VO: , 32 (1941), pp. 188-189. x'(0.900; 4) = 7.78 so P(x'(4) S 7.781 --- 0.900.
-r.
280
( EK - IV)
I
3
512* L's:2,;,". .;Si .4 "....... .. ...
, ,
- OC I 09 01' OC te OL S I Z l Ol O
...:::::=1, a:cg&z.zr.:2 :,..7ng 7:.ZR22 =7.22::', Zr431. ^ . - - - s:',; r.: ,s : asi wi re !:ie.2
- :z.2:s gRngz,.. /nz sr.12..:.4 .....,t x .2.- gagas - -, - 3:x. - iririplei f4ttinire , ninin.e iai ...e...ni,. tsiesi2 :::z<2 -
"-
:,,:% X7,:Zz gRr,, ;:.! r."2:Ngr.R;;Z:Z;;;;28:::,2."- .4. : * zi ei ... s; wi s i ss ti e, mi .4 ,i M NI r. sss hl Cs sNe s,s CV M1 .s III NI }V (.s 1.0 ss
!i
Sg2
.4.. z .2 .
".,
f, 09 t',
e, ,'
,tl
e.
e. . s r. e. e, ra e. n. es. na - -
E zr.z.
17.
'41' ..;:gs 2 gr. :?:*;. 74xs ;,:zzz 2:7.'..-....r.z2z: ---- ------ e... ra. ni e, .. n .: Ni 1.011.0 s
....... 7 7 ' 2 Z! .14' 1'. s 79 : . N . . . .. g r0 s.". t ',": : 2 : ." . .... " 2 :1 g .1' 1.,. .:.;X: . -: ... s n t+ ri r, r f .., n re no ... 1.1 ra n ns n . . ,;;;..:::: gr.i.: 2 .4. 2 ;5::::::.g : :g2; g:Z: . Z ne. eve.- 2i-ig'28 ..."''''
:4.......W 0 s ,...7,0,,,,..8.09,,!,1,P,O.1,49,N hOmM14...
, g 6, A :, ' -.2 ::: 2. ;. A .7. .: 4 !"- '; : z> Z Z ."4 s e m; .- e .. oi .., e.,.... n .-s r, ss, e, ... rs P. e:, . ni :::,:-'^
'..,? ..2 2 :2:;SZ2R:g:ZZ:g. .::XgZg '?:::2.7.. ar, of n s s PS , ri 9 .r, I, ,, P, P% 4. , 4, N, Ro NI I% .! ''. . 4 . 4:gg: 2 ;;R:::::::!;' 241::P,Z!Zn,,:? 14$;:, s : s.i...i..n....i....,, ,Pir o, eir e nn ,1Z4RR!2 :ZZ 1.11 ,,P.f4 ,,,
.9e ct
2ZZO:1; , ..;2g 6 2U 7., s?:2 . . rl:77 ,g 52 ;0 ' 01.... 0.1.... s ss . . 1, e ... , , IN .," ,, f e, pa ., r r. s.., g NZ i is. r. .: 2 g .7. PI
;;X?.2
;
e r
wi si vi r. .4
zg
:::::;?,?..7:,x,x1..2--,,, a. 7.:7?..,
. . . ... .1- .. ..i .i rs ss
ri
:.7:5,?.:7.,..r.,,r..::::
.6 ...; ..i -
N...; e
"."
:;:+,?:7
A?-:,.z
2 -- 3:2
r:X;.'"'"" - ?....m .i
--'-'-'-"
-- 'gx..7=ZgZ7;gZ iist2R8
281
(EK V)
2Z3Z2327.74n8
.-
ozt 061 09 OC
v.......
A
.7.%:7Z145z7e.,,IRR!=82::4S322--...22
. .. .
g ... .0, ,,,h.f.NNh
r47.......:R
az 91 I Ot 6 9 L 9 C Z
9,5:2Sz.........
sssss . s ..
....,t0,./Mh..h.(NO.4.4,0f.r.....1,4.,..
ssss
.2 ,,XzEtrz5!=r4:!Zggz . :::M :::RX.%g..%74, . .. . .................-.. .;;:az ,.., r!:%.;:::Z:4.7.1:::9:;AAZgn.%4292: x...-............................=3:?..gz .... ne,m,,,ome...
4.4 .A.....,nr ,..-
.7-7,:.1:::,%;;*gRg?..Ss
MNN
..rte.e.he ve.....,.fte*
mn.,...le.c..r...m.evev.t..
.w.:Xr47 9 ..o.
74
Z .-
.....M.:rg: SZ:i:ZAZZZ 9g ^ '; . : .r, enno ,mmn ,,,mme nrer .e. ftrafte.vn n ,
5;
......
r nne
n.m.el
....:=2 7:::
=:::2Z2.7,:::;Xg
.-.4.,..
ool
..
g.z.r4;2r.ZZXZR.95R9
Osma for A verages Factors for Conlrol Limits A 2.121 1.732 1.500 1342 1,225 1.134 1.061 1.000 0.949 0.905 0,866 0.832 0.802 0.775 0.750 0.728 0.707 0.688 0.671 0,655 0.640 0.626 A, 1.880 1.023 0.729 A,
T c.
1., 0.7979 0.8862 0.9213 (1.9400 0.9515 0,9594 0,9650 0.9693 0.9727 0.9754 0.9776 0.9794 0.9810 0.9823 119835 0.9845 0.9854 0.9862 0.9869
Chart for Standard I/evi:Mons Factors for Center Line Factors for Center Line B 2.606 2.276 2088
Observaiions in Samplc. 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 1 8 9
Faclors for Con(rol Limit% d, 0.853 0.88R 0.880 0 0 0 D, D, 3.686 4.358 4.698 4.918 5.078 5.204 5.306 5.393 5.469 5.535 5.594 5.647 5.696 5.741 5.782 5.820 5.856 5.891 5.921 5.951 5.979 6.006 6.031 0 0 0 0 (1 0.076 0.136 0.184 0.223 0.256 0.283 0.307 0.328 0.347 0.363 0.378 0.391 0.403 0.415 0.425 0.434 0.443 0.451
V.,
1.2533 1.1284 30854 1.0638 1.0510 1.04230 0363 0317 .0281 0252 0229 0210 0194 .0180 .0168 .0157 .0148 .0140 .0133 .0126 0 0 O
B,
0,
d.,
1.12% 1.693 4059
D,
D, 3.267 2.575 2.282 2,115 2.004 1.924 1.864 1.816 1.777 1.744 1.717 1.693 1.672 1.653 1.637 1.622 1.608 1.597 1.585 1.575 1.566 1.557 1.548
0.577
0.483 0.419 0.373 0.337 0.308 04285 0:266 0.249 0.235 0.223 0.212 0.203 (1.194 0.187 0.180 Q 173 0.167 0,162
1.427
1.287 1.182 1.099 1.032 0.975 0.927 (11(86 0.850 Q817 0.789 0.763 0.739 0.718 0.698
0
0.030 O I 1% 0.185 0.239 0.2R4 0.321 0.354 0.382 0,406 0,428 0.448 0.466 (1.482 0.497 0.510 0.523 0,534 0.545 0.555
2266 2.089
.970 .882 .815 .761 .716 .679 .646 .618 .594 .572 .552 .534 .518 .503 .49(1 .477 .466 .455 .445
(1
0.029 0.113 0.179 0.232 0.276 0.313 0.346 0.374 0.399 0.421 0.440 (1.458 0.475 11.490 0.504 0,516 0.528 0.539 0.549
1.964
1.874 3806 1.751 1.707 1.669 1.637 1.610 1.585 1.563 1.544 1.526 1.511 1.496 1.483 1.470 1.459 1.448
;
2.326
2.534 2.704 2.847 2.970 3.078 3.173 3.258 3.336 3.407 3.472 3532 3.58% 3.640 3.689 3.735 3.778 3.819
0.4299
0.3946 0.3698 0.3512 0.3367 0.3249 0.3152 0,3069 0.2998 0.2935 0.2880 0.2831 0.2787 0.2747 0.2711 0.2677 0.2647 0.2618
0.864
0.848 0.833 ((.820 0.808 0.797 0.787 0.778 0.770 0.763 0.756 0.750 0.744 0.739 0.734 0.729 0.724 0.720
O
0 0.204 0.388 0.547 0.687 138 I 1 0.922 1.025 1.118 1.203 1.282 1.356 1.424 1.487 1.549 1.605 1.659
20
21 22 23
0.680
0.663 0,647
0.9876
0.91382
.0119
.0114
24
25 > 25
0.612
0.600
11157
0,153
0.98137 0.9892
0.9896
.438
10 09
.0105
1,429
0.565
.435
f1559
1.420
0.716
0.712
1.710
1.759
(3708
1.806
6.056
(1.459
1.541
A=
A 3 3 c4 12(n - 1)
3
3
C4 s
4(n - 1)
C
_
.sIn
By I
Ft
4n -
3 3
13 4 - +
c 4 ,12(n
3
1)'
By
C4 -
2(n - 1)
B6 = C4
/2(n 1 )
283
NotatIons
UCL Upper Control Limi,,g LCL - Lower Control Limit CL - Center Line n - Sampk Size PCR - Process Capability Ratio - Process Standard Deviation
- Average of Measurements
- Average of Averages
R
- Range - Average of Ranges USL Upper Specification Limit LSL Lower Specification Limit
Az
D3
D,
d2
2 3 4 5 6 7
8
9 10
u (count of nonconformances/unit)
15
ri E,
n + 3V nRI - "fi) ni' , - 3,,, nffil - fi) n must be a constant
E
E + 3,,ri E- 3
ri
ii
,ri
n must be a constant
284
(EK -VIII)
14194 53402 24830 53537 81305 70659 18738 56869 62300 05859 72695 17617 93394 81056 92144 44819 29852 98736 13602 04734 26384 28728 15398 61288 14778 81536 61362 63904 22209 99547 36086 08625 82271 35797 99730 20542 58727 25417 56307 98420 40836 42878 80059 83765 92351 35648 54328 81652 62590 93965 49340 71341 49684 90655 44013 625% 1 4 08158 90106 52180 30015 01511 97735 49442 01188 71585 23495 51851 59193 58151 35806 46557 50001 76797 86645 98947 45766 71500 81817 84637 40801 65424 05998 55536 18059 28168 -44137 61607 04880 369: 775 80287 39911 55657 97473 56891 02349 27195
24130
42167 37570 77921 99562 96301 89579 85475 28918 63553 09429 10365 07119 514185 02368 01011 52162 07056 48663 54164 32639 29334 02488 81525 29676 00742 05366 91921 00582 00725 69011 25976 09763 91567 17955 46503 92157 14577 98427 34914 70060 53975 76072 90725 64364 08962 95012 15664
285
rt
99% Confidence That Percentage of Population Between Limits Is 90% 95% 99% 160.2 18.93 9.398 6.612 5.337 4.613 4.147 3.822 3.582 3.397 3.250 3.130 3.029 2.945 28'72 2.80 2.7n 2.703 2.659 2.620 2.584 2.551 2.522 2.494 1.469
2.446
48.43 1186 8.299 6.634 5.775 5.248 4.891 4.631 4.433 4.277 4.150 4.044 3.955 3.878 3.812 3.754 3.702 3.656 3.615 3.577 3.543 3.512 3.483 3.457 3.432 3.409 3.388 3.368 3.350 3.272 3.213 3.126 3.066 7-986 2934 /816 1721 2.676 2576
188.5 2140 11.15 7.855 6.345 5.448 4.936 4.550 4.265 4.045 3.870 3.727 3.608 3307 3.421 3345 3.279 3.221 3.168 3.121 3.078 3.040 3.004 2.972 2941 2914 2.888 2.864 /841 2_748 1677 2.576 1506 /414 7_355 7-222 2.117 2068 1360
242.3 29.06 14.53 10.26 8.301 7.187 6.468 5.966 5.594 5.308 5.079 4.893
4.737
4.007 3.732 3.532 3.379 3.259 3.162 3.081 3.012 1954 2-903 2.858 1819 2.784 1752 2.723 2.697 2.673 1651 2-631 2.612 2.595 2.579 2.554 2.549 2.490 2.445 2_379 2.333 2.272 2.233 2.143 2.070 2.036 1.960
4.605 4.492 4.393 4.307 4.230 4.161 4.100 4.044 3.993 3.947 3.904 3.865 3.828 3.794 3.763 3.733 3.611 3.518 3.385 3.293 3.173 3.096 2.921 2.783 2.718 2.576
1424 2.404 2.385 2.306 ?_247 2.162 1103 1026 1.977 1.777 1.736 1.645
so
60
286
GVEN L RL K NED R?
Bunu bir ka omekle anlatmaya al p daha sonra da esas tan mlaruu verelim. rnein;bir ampul 1000 saat bozulmadan kullan lmak zere dizayn edilmi olsun. E er her 100 ampulden ortalama 15 tanesi 1000 saatten nce bozuluyorsa ampuln gvenilirli i yani 1000 saat iinde bozulmama olas l 0,85 tir denir. Ancak burada al ma ko ullarnn da belirtilmesi gerekir. E er ampuln 220 volt gerilim alt nda al mas ngrlm ise kullanma yerinde voltaj n 180-240 aras nda sk sk de i mesi gvenilirli i 0,85 'in bir hayli alt na d rr. Di er taraftan ampullerden bir k smnn 1000 saatten daha uzun sre ar za yapmamas da mmkndr. Fakat bunun gvenilirlik de eri zerinde bir etkisi oldu u sylenemez. Televizyon ,hesap makinesi ,otomobil,uak,g santrali,elektrik motoru gibi mamuller iin de benzeri rnekler vetilebilir. Bir rn olu turan para say s art ka istenilen bir gvenilirlik derecesinin gerekle tirilmesi gle ir. rne in 100.000 paradan olu an bir filzeyi ele alal m. Paralardan herhangi biri hatal ise fze hedefe ula mamaktad r. E er her para 0,9999 gvenilirlikle imal edilebilirse yani 1 0.000 paradan birinin hatal olmasna izin verilirse ,10 fuzeden sadece biri al abilir. Gvenilirli i %10 dan %95 dzeyine karabilmek iin ise paralar 0,9999995 gvenilirlikle veya iki milyonda bir hata olas l ile imal etmek gerekir. Son rnek olarakta basit bir elektrik motorunu verelim. Bu elektrik motorunun rotor ve stator gibi iki ana paradan meydana geldi ini d l nelim. Bu iki paradan biri veya ikisi de hatal ise motor al mamaktad r. Ayr departmanlardan gelen r u-lardan tesadfen seilen rotor ve statorlar montaj band nda bir araya getirilmektedir. E er imalatta her 6 statordan 5'inin ve her 6 rotordan 5'inin sa lam kmas garanti edilebiliyorsa montaj yap lan her 36 motordan ancak 25' al r. bunu olas lksal olarak da yle ifade edebiliriz. Rotor ve statorun salam kma olasl eit ve 5/6 d r. Dolay syla motorun salam kma olas l (5/6).(5/6)=25/36 d r. Buradaki olas ln paralar n gvenilirlik olas lndan daha d k kma sebebi de arpan say snn yani para say s nn artmas dr. Grld gibi sadece iki paradan olu an bir elektrik motorunda bile para say s gvenilirlik zerinde etkilidir. Bu rne i ekil yardmyla incelersek de bu sonuca rahatl kla varabiliriz. ( ekil 1)
EKim 1 imdi de bu rnelderden yararlanarak gtiverlirli n esas tamm n yapal m. Gveniliriik. Bir sistem ,bir ayg t veya bir malzemenin belirli al ma ko ullar alt nda ve belli bir zaman sresi iinde kulland rken ar za yapmama olas lna "Cruvendirlbc" denir 1.nli ce kar l -reliability", Frans zca kar l ise llabilite" oldu u iin gveniFrlik fonksiyonu baz kitaplarda R(t) baz larnda ise F(t) olarak ifade edilmektedir. Yukar da verilen tan m gvertirli i.n en temel tarum dr. Aka grlyor ki g venilirlik u terimlerle aklanabilir 1-)Verilen grevin ba ar olasl 2-)Ar za olumasna kadar geen zaman 3-)Anzazun tekrarlanmas iin geen zaman Yedek paralar iin ncelikle ar za yapabilecek paralar tespit edilir bunun iin kullanma ve kullanm sin-esine bal olarak paran n maruz kalaca tahribatlar gz nne al nr. Bu tanundan da grld gibi gvenilirlik ile kalite aras nda ok yakn bir ili ki vardr Kalitenin dizaymnda seilen veya hesaplama kriterterden pek o u do rudan tr am ln gveni&Il ili etkiler. Kullan lan malzemenin dayan klili ve malzeme miktar gibi kalite karakteristikleri genellikle mamultin belirli bir sre anzas z al masn salar. Ayr ca iretimden sonra yap lan muayene i lemleri s rasnda hatal paralarn arklantnas da ortaya kan rnn gvenilirli ini artrr.
288
1 Mam d dizayn : B mun iin yeterli bir bilgi ve i tecrilbesi.ne sahip olmak gerekmektedir Bunun yan nda urdara da dikkat etmek gerekir
.
a-) Imalat yntemleri , tezgah olanaklar ve rea-lanan retim neiktartaranin dizayn trlmas ve de erlendirilmesi. zerindktla b-) mr, gvenlik , tamir-baktm kolayl ve maliyetleri ile ilgili bilgilerin toplanarak marnul dizaynna yanswilmas . c-) Tama , ambalaj , depolama , montaj , ve yanl kullanmann gvenilirlik zerindeki olas etkilerinin ara trlmas ve gerekli nlemlerin al nmas d-) evre ko ulannn , rnn tm ve baz kritik paralar zerindeki etkisinin veya kullanma esnasinda evrede meydana gelebilecek de iikliklerin incelenmesi. e-) Malzeme zerinde; yor drna , titre im , korozyon , a nma , nem vb etkilerin yapaca olumsuz de i iklikler. f-) Standart para ve yeni malzeme kullanma olanaklara Dizayn a amasnda rnn sadece teknik a dan mkemmel olmas yeterli de ildir Dizayn tamamland ktan sonra geriye dnerek tm paralar yeniden incelemek ve hatalar dzeltme , maliyetleri d rme , yeni malzeme kullanma ,nceden akla gelmemi alternatifleri deneme gibi konularda aba harcamak gerekir.
2 imalat hatalar :Do al olarak bir retim hatt nda retilen rnlerin %100 sa lam kmas
-
ve rr ontaj n kusursuz yap lmas istenir. Kalite kontrol a snda %100 hatas z retim gereki ve ekonomik olmayabilir. Fakat baz durumlarda gvenilirli in tam olmas istenir. Bu nedenle kritik para ve rnler iin gCrvenilirlik departman bamsz muayene ve test uyguLayabilir. 3 Kullanma ve evre ko dlarndaki dffi.'neler. Dizayn kriterleri tespit edilirken gz nne alnan kullanma ve evre ko ullar reticinin kontrolnde olmayan nedenlerle de i ebilir Tketici cephesindeki her trl de i meler guvenirtili i olumlu o u kez de olumsuz etkiler. Bu yzden tketici ile srekli ili ki kurma ve geri besleme bilgilerini toplama= nemi burada
-
289
ortaya kar. Toplanan bilgilerin en k sa sre de de erlendirilerek dizayn zerinde gerekli dei ikliklerin yap lmas bu tr sorunlar n zmlenmesini 541u.
4- Alternatif aziintler: I letme problemlerinin genelinin birden fazla zm vard r. Bu ku-
ral guvenilinik iinde geerlidir. Herhangi bir gvenilirlik sonuta ekonomik olmak zorundad r. Ayn rnaliyetle daha yksek gvenilirlik veya ayn gvenilirli i daha rtnnk maliyetle elde etmenin yollan ~nah , dizayn , kullanma , ve evre parametreleii zerinde de i iklik yaparak maliyeti drme olanaklar zerinde durllnal dr Baz hallerde aniver irlili& d rlmesi bundan do an sakncann tamir-bak m kolayl , ucuz ve bol yedek para sa lanarak giderilmesi daha ekonomik olabilir. Alternatif zmler aras nda zellikle evre ko ullanm.n olumsuz etkilerini giderecek nlemler alinmael ve kullan m= evre ko ular bakm ve talimata uygun altrmat konular nda eitilmesi zerinde daha yo un aba harcamak yerinde olur.
5- GlIvenble rnn ar za yapmas evre, makine ve malzeme zerinde byk zararlara yol
amyorsa(&rze rne i gibi) ,byk bir retim sisteminin tamamen durmas sz konusu ise ve hepsinden nemlisi inanlann hayat tehlikeye giriyorsa gvenlik faktr on plana kar. rnein yeni bir yolcu ua anda uu gvenli ini salamak amac yla yap lan ara trma ve deneylerin maliyeden astronomik bormad r. Yine ulusal gvenlik iin geli tirilen silah ve savunma sistemlerinde ncelikle belirli bir gvernrli in salanmas hodefienir. Ancak bu mal ve can gvenli inin maliyetler ne olursa olsun mutlaka sa5lanaca anlamna gelmez. zellikle can gvenli inde vazgemek mmkn olmayaca iin ayet rn ki ilerin can gvenli i iin bir tehdit olastunworsa retimden vazgeilir
.
Bu nedenlerin her birine gre ar za meydana gelme olas l farkl dr. Bilinli gvenilirlik hesaplarna gre tasarlanan bir mamulde ar za nedenleri aras nda byk olas lk farklann n bulunmamas gerekir. Fakat tasar m hatalanndan ok paralar n yap sal zellikleri bir k smnn arza nedeni olarak daha fazla nem kazann asuu ea lar Risk ta yan paralar zerinde ara t rma ve deneyleri yo unlatrarak gvenilirli i daha d k rnaliyetle artt rmak mmkndr. Aynca ar zalann neden olduklan kay plara gre suufianchnlarak incelenmesi de gerekir. rne in , bir otomotiv firmas aralar ndaki anzalan yle sunfia.nd nru tun (1)Arac n ve yolcular n gaver Vgi ile ilgili anzalar. (2)Firman n itibarn sarsacak nitelikte analar (3)Tamir maliyeti yksek olan ar z_alar. (4)Tketiciyi rahats z eden ar zalar. Bu ekilde grupianan ar za nedenlerinin frekanslan b~lerine gre s ralan rsa ( elciL2) deki grafik elde (edilir. Ar za nedeninin giderilmesinde bulunduklar gruplar gz nne al narak deiik nlemlere ba vundur. rne in ; birinci gruptakiler daha ok tasar m aratrma ve deneylere a rlk verilerek giderilirken , son gruptakiler garanti sistemi ikayet servisi ve sat acentalar yardm ile giderilmeye ali a r Anzalann byk o unlu unun kayna olan az say daki neden zerinde durmak gereldr. ekilde grld gibi ilk alt nedenden kaynaklanan arza oran %67 dile
290
Bu ekilde gverlirli i artt rmak amac yla harcanacak zaman ,para ve i gcn daha etkin kullanma olas l ortaya kar
5
t-
Cr) CO
s
0)
CNIkr>
C"1 C9
Arza nedenleri
EICii 2
291
Eskimeye Ba l Arza E}GtL-3 Karma k bir sistemin ama e ilim erisi 1.dnem:Artza oran nn yksek ve de i ken oldu u bu arala erken ar za (Early Failures) tasar n ve imalat tatalanndan kaynaklanan ar za biimidir. Ayr ca ta ma ,ambalaj ve montaj srasnda ortaya kan hasarlarda bu dneme girer. Bunlar rn tketiciye ula madan nce yap lan testler ve kontroller s rasnda bulunur ve giderilir. E er sre uzun ise anzalar garanti kapsam na alnr.
2.dnem: Analar kontrol alt nda tutulamayan tesadfi etkenlerle meydana gelir. Bu dnem
iinde ar za oran sabit olup rnn gerek tasar m kalitesini veya gvenilirli ini yans tr.
3.dnem:Anza orannda hafif bir art grlr. Nedenler yine tesach fi olmakla birlikte
eskimenin de etkisi vard r. Gerekli tamirler yap larak rnn mr uzablabilir Baz kaynaklarda ikinci ve nc dnem tek bir dnemmi gibi kabul edilir ve bu arza dnemi denir. Bu dnemlerde kan sorunlar kritik paralar n yeclekledneme tesach-fi rini koyarak giderilebilir. zellikle can gvenli i veya byk zararlar n sz konusu oldu u durumlarda maliyetine baklmakszn bu yntem uygulan r (Uzay mekiklerinde bulunan yedek iticiler gibi.) 4.dne n:Esle;~ a nma yorulma gibi nedenlerle kan ar zalann say s hzla artar. Tamir' drlebilir , fakat k sa bir sre sonra mr sona erer. Bu dbakm ile sistemin al mas sr neme eskimeye ba l arza dnemi denir. Bu dnemde al nan nlemler genellikle eskime dneminin zarnarundan nce ba lamas n nlemeye ynelik olmal dr
292
imdi bunu bir rnekle anlatal m: Zaman faktrn ieren gvenilir& tanunLamasun ve kurallar n 1985 ylnda Miller ve Freund aa daki rnekle yapm lardr. (Eski ve Yerd Arabalar) Yeni bir araba sana al nmtr. ilerleyen 4 gn iinde tamire gitmi tir ve toplam 4 saatlik bir bakm yap lmtr. Sorun elektronik sinemdedir. Ba lang ta sorun akl kapaklar ndan (kutup balarndan) birinin kaybolmas ve aknn bo almas dr. Bu, srayla elektronik aksarnda anzalara yada teklemelere yol am tr. Neticede bu sorunlar n hepsi zlmu ve yap lan ufak tefek ayarlamalar d nda iki sene boyunca mkemmel al mtr. E er neden yeni bir araba satn alnd merak edilirse; Eski araba 94000 mil yapm tr ve so uk k sabahlannda al mamaktad r. Sonuta ayhk tamir-masraf 375 bulmaktad r. Hi kimse yeni ve byk bir sorunun yada anzalamnan n ne zaman olaca n bilememektedir Bu rnek bize genel bir durum, tablosu ortaya koyuyor. Ilk zaman diliminde yksek oranla erken olu an anzalar,ortada ki zaman diliminde ise d k bir oranla ans faktr,bir sonraki zaman diliminde ise y -ilcqek bir oranla eskimi olmasndan dolay olu an analar. Elektronik endstrisinde ise erken olu an hatalar acil hatalar olarak tan mlarn. Bu dnem ekil 3 de grlebilir. ARIZA DA ELIM KaAREKTER SII Pratik a dan bir rnn ar za yapmadan alabilece i sre tketiciyi ncelikli olarak ilgilendirir. Tamir edilip tekrar servise girebilen sistetnlerde iki ar za aras ndaki sre olarak tanmlanan bu de erin de iimi gavenilirli i belirler. Analar aras ndaki sre (AA.S )de erlerinden yararlanarak belirli zaman aral klarndaki arza= al ma olaslklar bulunabilir. rne in bir sistemin normal al ma dnemleri (2ve 3 .Dnernier) iindeki 50 ar zann 20.1 ; 21.3 ; 23.7 ; 24.1 ; 26.5 ; 91.3 ; 92.7 ; 98 J inci saatlerde meydana geldi i grlm tr. Anzasz alma sreleri incelenerek 0-0.99 ; 1-1.99 ; 2-2.99 ; 3-3.99 ; 4-4.99 ; 5-5.99 geni li indeki zaman dilimlerinin her birinde kaar tane anzas z al ma bulundu u tespit edilirse ekil 4 teki grafik elde edilir Bu histogram yakla k olarak stat bir fonksiyonlar de i irnini gstermektedir.
A A SH STOGRAMI
30 25 20 15 10 5 0123450,99 1,99 2,99 3,99 4,99 5,99 AAS 5E1.11.4
293
Belirli bir sreden daha fazla ar za yapmadanal ma olas l kullan m iin daha anlaml bir gstergedir. Bunu yukar daki rnekle gsterirsek belirli zaman aral klanna kadar olan anzas z alma say larn toplamak yeterliclir. rne in sistemin iki saatten fazla ar za yapmadan al ma olasl iin ; 4+2+3-4-2 49 %22.5 Elde edilir Bunu ekil 5 teki histogramda grebiliriz
Birikimll AAS histogram Ar zas z al ma Frekans 50 40 30 20 10 O 0, cn af <7> cr cn_ a rn aN- c' d> cs4
rn
sfi
cn cr
.n-
AAS
EKtl. 5 Birim zamanda ki ar za says (arza oran ) sabit ise sistemin guvenilirli i, R=-e4hn = e-at forml ile hesaplarur. Burada R = En az t kadar bir sre iinde anzas z al ma olas l veya gvenilirli i, e = 2,7183 do al logaritma taban say s t = Ar zas z alma sresi m = Iki arza aras nda geen ortalama sre (AAOS) k = Birim zamandaki ar za say sr( I /in) olarak tan mlanmtr . Formln uygulanmas n basit omeklerle gsterelim. :Bir radar sisteminde iki ar za aras nda geen ortalama sre (AAOS) 240 saat olarak tespit edilmi tir_ Arza oran nn sabit oldu unu varsayarsak,sisternin en az 24 saat ar za yapmadan akma olas ln bulunuz ? Formlde ;.rn=240 ve t---24 de erleri yerlerine konulursa
rnek t
:Bir sistemin en az (AAOS) sresi kadar ar za= al ma olasl nediii istenilen, t--r n iin R nin hesaplanmas dr Formlde t=m konularak,
294
1 z. 'VJ 7 2,7183 bulunur. E er ayn soruya t=2m iin cevap ararursa , R= e -2 = %13 Elde f.41 ilir. Bir sistemin (AAOS) nin iki kat kadar bir sre ar za yapmadan al ma olasl Q/013 tr.
R= e -1 =
etkiler? Formlde r=1 (birim zaman) ve (AAOS) iin s ras ile 5,10,20,100 gibi de erler konulursa R iin; 0,82;0,90;0,95;0,99 deerleri elde edilir. Bu problemde ortaya kan ilgin nokta ;(AAOS)'de sa lanacak geni lernelerin R'ye do ru orantb yans marnas dr. Nitekim ,(AAOS) `nin 20'den 100'e 4 kat genilemesi R'yi %95 ten % 99' ykseltmi ,yani sadece %4 hik bir gvenilirlik art salanabilmi tir.
rnek 4 bir sistem A , B , C gibi alt sistemden olu mutur .Alt sistemlerin (AAOS) `teri
:
farkl olup saat cinsinden s ras ile ni=loo , m2- 125, tn3=500 olarak verilmi tir. Tm sistemin 5 saat iinde ar za yapmadan al ma olas ln bulun= ? tm sistemin (AAOS) 'ni bulmak iin nce alt sistemlerin , 1 = 0,002 = =0,01 ., ,t1 =
m,
arza oranlar bulunur ve toplanrsa ;k ,=0,020 ve sonra bunun terli al nrsa ; m ,=50 saat bulu-rn,=50 de erleri yerlerine konularak nur. Yine ayn formlde ; t=5 ve rnR = e -5/5 = %90 bulunur
rnek 5 Her 500 saatte bir revizsiona al nan bir sistem iin verilen (AAOS) de eri 5000
saattir. bu sistemde revizyon zaman na gelmeden nce ar za kma olasl nedir ? nce 500 saate kadar ar za yapmama olas l , R = e-54)3/5 = e-(3' 1 -= %90,48 bulunur ve bu deer birden karhrsa %9,52 elde edilir. Problem tersine sorulsayd . Yani sistemin belirti bir gvenilirlikle revizyon zaman m kadar ar za yapmamastru sa layan revizyon periyodunun (t) bulunmas istenebilirdi. Formln planl bakunda en uygun bakm periyodunun sapt,Inmn.mda kullanlabilece i grlmektedir. E er ayn sistemden pek o u serviste ise , bir k sm 500 saate varmadan revizyona al naca iin ,ortalama revizyon sresi 500 saatten kuktr. Bu sre yle hesaplara.
295
X0 =
R(t)cit = je -""dt
o 300
= 5000(0,0952) =476 saat tamir edilerneyen sistenderde bir ar za sonunda ekonomik mr sona erer. Gdrnl ffize ve benzeri sisternler iin ortalama ar za sresi (OAS) veya ya ama olasl gvenilirlik iin daha elveri li bir ldr. (OAS) sisteminin ar za yapana kadar gemesi beklenen sredir. Tamir edilebilen sistemlerde (OAS) ile (AAOS) birbirine e inin Tamir edilebilen bir sistem ,anzalann tamir edildi i srelerde kullan m d kalr. Sistemin kullan ma elveri liliini saptamak iin ortalama tamir sresini (OTS) bilmek gerekir. Elveri lilik , a= (AAOS)
(AAOS)+ (07S)
X100
oran ile tarumlatur. Grlece i zere,sisternin elveri lilii sadece tamir sresinc de il ,onun (AAOS) ile ili kisine ba l dr. Sistemlerin elveri lili ini arttrmak iin ar za ikaz sistenderi,haz r yedek para bulundurma, tamir i lemlerini basitledrme , otomatik test cihazlar kullanma gibi nlemler zerinde durulur.
R1
R2
R3
R!
R6
R.
arpun kurahnda tm arpanlar,olas lk tan m gere i birden kk de erlerdir. Dolay s ile bir sistemin gverlirli i en kk guvenilirlige sahip elemarunlcinden yksek olamaz. E er tm paralar n gvendirlikleri e it ise ve R, ise
R.--Nr Yada R, = fl R,
olur. Buradaki r sistemdeki para sars dr
.
296
metin ; Bir seri sistemde btn paralar giri teki i letim sistemi iin al r. rnein bir radyo e er g kayna, alicis,amplif katonl ve hoparirleri al r durumda ise i lev grr yani al r. Btn bu paralar seri halde al rlar ve e er biri anzalamrsa radyo anzalan r Sistemde ki her bir paran n gvenilirli i R, .n tane para mevcuttur. Sistemin gvenilirli i R R. ,e karar vermek iin yle hesaplartr, R.
flR
rnek: Bir haberle me cihan:ida alt sistemlerin 4 saatlik bir kullan m periyodu iin gvenilirlikleri a ada verilmi tir. R Alt Sistem 0.970 Al c 0.989 Kontrol sistemi 0.995 G 0.996 Amen Sistemin seri oldu u varsarl rsa sistemin gvenilirli i ne olur? R.= (0.970).(0.989).(0.995).(0.996) C .950 olur.
rnek : (Kk bir seri sistemin gvenilirli i) Elimizde drt paradan olu an ve sras yla gi" venilirlikleri 0.98,0.97,0.95 ve 0.99 olan kk bir sistemde. Sistem gvenilirli i yle olur R , = (0.98X O. 97X0 . 9 5 X0.99)=4 894
rnek: ( Paralar n gverlirli ini belirlemek) E er bir daktilo 1000 paradan olu uyorsa hepsi al r durumdayken herbirinin gvenilirlikleri hemen hemen ayn dr, bu daktilonun gvenilirli i 0.99 iken herbir paras iin gvenilirli i nedir? Birinci rtnekten yola karak bir hesaplama yapacak olursak 0.9(R her iki tarafnda logaritmas m alnak bu bize in 0.99= 1000 iri R, verir ve bunu zersek R, =099998995 olarak buluruz. Seri sisternlerde para say s artt ka gvenilirlik x71 r Seri sistemlerin gvenilirli ini artt rmak iin ,para say snn az veya paralar n gvenilirliklerinin birbirine yak n olmas ve yftlrPk olmas na al lr.
297
rnek (Bir fze sisteminin gvenilirli i) Bir Taze sistem njn 4000 paras vardr. Herbir paran n gvenilirii i son derece yksektir, diyelim ki,R, =0.9999 ve i=1,...,4000. Bu fize sisteminin al ma olas l yle verilir; R, 0.9999) 44" e er para say s yanya indirilirse, bu fze sisteminin gilvenilirli i R, =(0.9999) 2" =182 otur. Sen sistemde arza bakmndan kritik baz paralara olan ba mhl azaltmak amac ile paralel gilvenilirlik sistemleri olu turulur. Bir para ar za yapt an yede i devreye girer. Her paralel sistemde normal al na iin gerekli olandan daha fazla para oldu u iin yedekli veya fazIal kh sistem adlar yla da taramlanabilir. Paralel sistemlerde sistemin tamamen anzalanmas iin tm paralar n anzalanrnas gerekir. Bu sistemlerin en basiti ekil 7 deki gibi olur.
ekil 7
Crilvenilirtikleri eit ve R olan paralel ba l n elernandan olu an bir sistemin gvenilirli i; E er bir paran n anzalanrna olas l F, 1- R, , bir paralel sistemin gvensizli i Fs u ekilde hesaplan r
fi F,
tam tersi olarak paralel sistemin gvenilirli i Rs ise Rs= 1 F s yada ,.1 buna gre u ekilde de yazlabilir Rs= I - 1'11(1 R,)
298
3) Paralar n ikisi arzal biri salamsa ab u- ve bunun olasl : (RAFaFcY1- (Fa.Fa.Rc) .+-(FA-RaFc) bu olac l trlar gz nne al narak de erler yerine konutursa ve tm al abilrne olaslklar yerine konursa ; R D.99984 bulunur. kinci yoldan ise u ekilde znir. Sistemin al tnama olas lklar hesaplar n. ve 1 den karlr. F .=(F A . Fa Fc )=(0.08).(0.05).(0.04)=0.00016 1-0.000 6 = 0.99984 rnek : Bir cihazn 100 paras ndan birbirine seri ba l 20'si A alt sistemini olu turmaktad r. Di er 80 'paradan 20 `si B ve kalan 60 adedi de C gruplar nda toplanm olup, B ve C paralel balanmt r. A alt sistemi ile (B-C) alt sistemi aras nda paralel ba lant vardr. Her gruptaki paralar n gvenililikleri eit olup A , B , C swas na gre ,0.95;0.93 ve 0.96 'd r. Bu bilgilere dayanarak sistemin gvenilirli buluntu ? Sistem A ve(B-C) gruplar nn beraberce al r durumda bulunmalar ko ulu ile alr. Paralel (B-C) grubunun gvenilirli i R ac ile gsterirsek Rs=RA.Rac yazlabilir. A grubunun gvenilirli i R A 0.95) 2 0.358 olup B ve C gruplar iin nce F B ve F c 'nin bulunmas gerekir. F 8 =140.93) 2'3 =0.760 F c =1-(0.96) 6 giivemlirii ive(B-C)grubn R Etc =I- F a. Fc=1-0.695 = 0_305 oldu undan R s de yerine konularak bulunur R s=(0. 3 5 8).(0. 305)=0. 109 = % 11 rnek : (Paralel paralar) C paradan olu an bir sistemdeld paralar paralel ba l ve gvenilirlikleri 0.65 olarak ele al rsak sistem gvenilirli i R p = 1- 0.35 .3 = 0.957125
.
olarak bulunur.
rnek : (Seri ve paralel sistemler4 ekil 8 de gsterilen sekiz paradan olu an sistem
EKIL 8
29P.
den olu an ve paralel ba lanan Aran gilvenirli&i bulal m Rs =1 (0.28)3 = 0.978 Daha sonra C, ve C, den oluan ve seri olan (ayn ekilde C, ve C, de hesaplryarak) C nin gvenirli ini hesapliyahm. R, = (0.87X0.91) = 0.7917 C, ve C, n gver ilirli i C, ve C, le paralel olarak hesaplan rsa = I (1-0.7917) z = 0.9566 paral sistemin gveritirli i aa daki gverlirlik de erleriyle hesaplan rsa ncelikle
300
EK-XI
AT nceli inde geli tirilen ISO 9000 standartlar yukar daki listede birinci s rada yer alan engeli ortadan kald rma ve retici-tketici aras nda bir kalite gvencesi yaratma amac ta maktad r. ISO 9000 standartlar ile bildi imiz standartlar aras nda prensip a s ndan ok nemli farklar vard r. Uygulamada yanl yorumlama yznden ciddi sorunlar yaratan bu sorunlar yle s ralanabilir: (a) 1S0 9000 standartlar belirli bir mamul veya hizmete ait standartlar de ildir. (b) ISO 9000 standartlar belirli bir mamul veya hizmetin kalitesini garanti etmez. (c) ISO 9000 standartlar nda temel varsay m; bir firman n kalite kontrol sistemini personel, e itim ve i lemler a s ndan belirli standartlara gre kurup i letmesi halinde retece i mal ve hizmetin de kaliteli olaca d r. (d) ISO 9000 bir firman n kalite kontrol sistemini nas l kurup ynetmesi gerekti ini belirleyen kurallardan olu ur. ISO belgesine sahip bir firma rnlerinin kalite gvencesini nas l sa layaca n taahht etmi demektir.
301
Dolay s ile bir mamuln kalite belgesi ile o maml reten firman n /SO belgesine sahip olmas aras nda nemli fark vard r. (e) Bildi imiz standartlar n ve KK yntemlerinin uygulanmas nda biri retici di eri tketici olmak zere iki taraf vard r. reticinin amac mamul standartlar ve KK yntemleri yard m ile tketiciye belli bir kalite gvencesi sa lamakt r. 1S0 9000 sisteminde retici ve tketiciye ek olarak bir de ba ms z ve yetkili bir denetleyici kurulu vard r. Yeterlik ve yetkileri belirli kurallara gre tescil edilmi bulunan bu kurulu lar, ISO 9000 belgesi almak iin ba vuran firmalar s k ve ayr nt l bir denetimden geirerek de erlendirmekle - sorumludur. ISO 9000 standartlar na uygun ynetim sistemlerini kurup i ler duruma getirdi i tespit edilen firmaya 1SO 9000 belgesi verilir. ISO 9000 standartlar dizisinin ilki 1987 y l nda yay nlanm ve bugne kadar ISO 9001,ISO 9002, ISO 9003 ve ISO 9004 kodlar ile belirlenen 4 dizi daha ilave edilmi tir. Halen 60 kadar lke taraf ndan uygulanmaktad r. Her Glke ISO 9000 sistemini kendi diline tercme edip ayr bir kod ile tan mlam t r. rne in, Trkiye'de TS/1SO 9000, Ingiltere'de BS 5750, Almanya'da DIN ISO 9000, ABD'de ANSI/ASQC Q90 kodlar kullan lmaktad r, Her ISO 9000 dizisinin ama ve kapsam a a da zetlenmi tir. (/) ISO 9000: Tm ISO 9000 dizilerinin seimi ve kullan lmas na ili kin kurallar ayr nt l olarak belirten bir k lavuzdur. 23 elemandan olu ur: 1. Ynetimin sorumlulu u. 2. Kalite sisteminin prensipleri. 3. Malzeme kontrol ve izlenebilirli i. 4. Muayene ve test sistemi. 5. Marnul muayene ve test i lemleri. 6. Olrr e ve test cihazlar . 7. Standartlara uymayan mamullerin kontrol. 8. Malzeme nakli, depolama ve da t m sistemleri. 9. Yaz l belgelerin kontrol. 10. Kalite kay tlar . 11. E itim. 12. istatistik yntemlerin uygulanmas . 13. i letme ii denetleme. 14.Pazariamada kalite. 15.Sat n alma. 16.Proses kontrol. 17.0retimin kontrol. 18.0zeltici kararlar n al nmas . 19.D ardan al nan mamuller. 20.AR-GE'de kalite. 21.Sat sonras hizmetler 22.Maliyet sorunlar . 23.Mamul gvenli i ve gvenilirli i.
302
(Il) ISO 9001: Kalite Sistemleri- Mamul veya hizmetin dizayn, geli tirme. retim, da t m, ve servisine ili kin 20 elemandan olu an kalite gvencesi kurallar d r (Ill) ISO 9003: Kalite Sistemleri-Firman n retti i mamullerin mamullerin sadece retim ve servisine ili kin 8 elemandan olu an kurallar toplulu udur. (/V) ISO 9003: Kalite Sistemleri Mamullerin son muayene ve testine ili kin kurallar kapsar. 13 elemandan olu ur. (V) ISO 9004: Kalite Yntemi ve Kalite Sistemleri- ISO 9000 belgesi almak isteyen bir firmaya kalitenin ynetimi ve kontrol konusunda neler yapmas gerekti ini belirtir.
Grlece i zere ISO 9000 ve ISO 9004 belge almak isteyen firmalar iin bir k lavuz niteli indedir. Di er grubun her biri daha spesifik alanlar kapsamaktad r. Sisteme esneklik kazand rmak iin gruplar aras nda bir miktar giri im olmas na bilerek izin verilmi tir. rne in, bir petrol rafinerisinde mamul dizayn ve geli tirilmesi o kadar nemli de ildik: Buna kar l k oto endstrisinde elektro mekanik cihazlar imal eden bir firma iin mamul dizayn ve servis byk a rl k ta r. Bu nedenle rafineri iin ISO 9002, di er firma iin de ISO 9001 sisteminin seilmesi uygundur. 1SO 9000 belgesi almak isteyen bir firman n yapmas gereken i ler yle s ralanabilir: (1) I letmenin yap s na, mamule ve rekabet ko ullar na en uygun ISO 9000 sisteminin seilmesi. (2) i letmenin tm fonksiyonlar n temsil eden ki ilerden olu an bir koordinasyon komitesinin kurulmas , gerekli yetki ve sorumluluklarla donat lmas . (3) I letme fonksiyonlar na ait faaliyetleri tan mlayan tm belgelerin hiyerar ik bir dzen iinde belirlenmesi. rne in: Birinci dzey : Firman n mevcut kalite sisteminin tan t lmas . Ikinci dzey : I lemler iin kim, nerede, ne, ne zaman sorular n n cevapland r lmas . nc dzey : Faaliyetlerin nas l yrtlece ini belirleyen talimat n tan t lmas . Drdnc dzey : Ilk dzeydeki faaliyetlere ait kay t sisteminin tan t lmas . Firma yukar da zetlenen haz rl klar tamamlad ktan sonra ISO 9000 belgesini verecek yetkili firmalardan birine ba vurur. Ilgili uzmanlar n gr me ve denetlemeler sonunda firmaya eksik taraflar n belirterek tamamlamas iin sre tan rlar. Bu srenin sonunda gnlerce srecek as l denetim ve de erleme prosesi ba lar. Uzmanlar tm ayr nt lar belge ve gzlemlere dayanarak ve gere inde personel ile gr erek inceler. Denetimden ba ar yla kan firmaya ISO 9000 belgesi verilir. Ancak belge sresiz de ildir ve 3 y l sonunda tekrar yenilenmesi gerekir. Ayr ca firman n taahhtlerine uyup uymad , y lda iki kez olmak zere ani ve habersiz ziyaretlerle kontrol edilir.
303
ISO 9000 standartlar n n ortaya k olduka yeni say l r. Bu nedenle sistemin yararlar n istatistiklerle belirleyecek fazla rnek bulmak mmkn de ildir. Ancak global pazarlarda ISO 9000 belgesinin bir e it pasaport ve itibar gstergesi durumuna h zla dn t a ka izIenmektedir. Halen AT lkelerinde, gvenlik ve sa l kla ilgili baz alanlarda firmalar n ISO 9000 belgesine sahip olmalar zorunlu hale getirilmi tir. Baz byk firmalar kendilerine para imal eden imaiat lardan ISO 9000 belgesi istemeye ba lam t r. AT lkeleriyle i yapmak isteyen firmalar n ISO 9000 sistemlerine girerek byk ilgi gstermelerinin nemli nedeni budur. ISO 9000 sistemlerini kurup i letmenin maliyeti yksek olabilir. Buna ra men firmaya sa lad itibar ve i imkanlar , yap lan masraflar deyecek kadar yksektir. ISO 9000 sistemlerinin giderek yayg nla mas ndan as l yararlanacak taraf n daha kaliteli rnamul daha ucuza sat n alma imkan na kavu an tketici oldu u a kt r.
KAYNAKLAR
Ak n Besim ., rnekleme ve Numune Alma Teknikleri, Bilim Teknik Yay nevi, 1997. Apayd n Ay en., Kutsal Alaettin., Atakan Cemal., Uygulamal statistik, Ankara :1994. Gzl S tk ., Endstriyel Kalite Kontrolu, Teknik niversite Matbaas , stanbul :1990. Gnal Alev., Sat nalma Muayenelerinde Uygulanan Kabul rneklemesi Yntemi, H..Fen.Fak. statistik Enstits, Ankara :1973. Karayal n lhami., Klr oskun., Matematik statistik, Arkada Matbaas , stanbul :1968. Kartal Mahmut., statistiksel Kalite Kontrolu, afak Yay nevi, Sivas :1999. Kavlako lu brahim., Kalite Gvencesi ISO 9000 ve Toplam Kalite Rekabeti Ynetim Dizisi, stanbul :1993. Kobu Blent., Endstriyel Kalite Kontrolu, stanbul niv. Yaymlan, No:3425, 1987. Leitnake Mary G., Sanders Richard D., Hild Cheryl., The Power of Statistical Thinking, Addison-Weslay Publishing Company, 1995. Montgomery Douglas C., Statistical Quality Control, Second Edition, John Wiley and Sons, 1991. shikawa Kaoru., Toplam Kalite Kontrol, Kalder Yay nlar , No:7 , 1995. Oktay Erkan., Kalite Kontrol Grafikleri, afak Yay nevi, Erzurum :1998. zdamar Kaz m., Paket Programlar ile statistiksel Veri Analizi I , T.C.Anadolu niv. Yay nlar , No:1001, 1997.
-
zdemir Tayfun., Kalite in statistiksel Sre Kontrolunda Birikimli Toplam Grafigi ve Sre Kontrolunun Durum-Uzay nda incelenmesi, A.0 F.Bil. Doktora Tezi, Ankara :1996. SPSS., Base 7.0 for Windows User's Guide, 1996.