T.C.

SELUK NVERSTES MHENDSLK- MMARLIK FAKLTES ENDSTR MHENDSL BLM

BR RETM SSTEMNDE STATKSEL PROSES KONTROL TEKNKLER UYGULAMASI

(YIL PROJES)

DANIMAN Prof. Dr. AHMET PEKER

HAZIRLAYAN 041203001 MNE ETN 041203039 EMNE KERESTEC

KONYA2008

NDEKLER ZET....vi ABSTRACT.vii 1.GR......1 2. KALTE.....2 2.1 KALTENN TANIMI......2 2.2.KALTE KONTROL............................................................................................................3 2.2.1.KALTE KONTROLN TARHSEL GELM ...3 2.2.2. KALTE KONTROLN AMACI....4 2.2.3. KALTE KONTROL LE STATSTK ARASINDAK LK.4 2.2.4. KALTE KONTROLNDE STATSTN NEM....4 3.STATSTKLE LGL GENEL BLGLER...5 3.1 STATSTN TANIMI.....5 3.2 STATSTN GENEL KAVRAMLARI...5 3.2.1. HTMAL DAILIMLARI......5 3.2.1.1. BNOM DAILIMI...5 3.2.1.2. POSSON DAILIMI...5 3.2.1.3. HPERGEOMETRK DAILIM..6 3.2.1.4. NORMAL DAILIM...7 4. STATKSEL PROSES KONTROL..8 4.1.PROSES YETENEK ANALZ...........8 4.2. STATSTK TEKNKLER....9 4.2.1 ETELE TABLOSU...10 4.2.2. HSTOGRAM.10 4.2.3. PARETO ANALZ....11 4.2.4. SEBEP-SONU DYAGRAMI.11 4.2.5. HATA YOUNLUK DYAGRAMI.....11 4.2.6.SERPLME (DAILMA) DYAGRAMI...12 4.2.7. KONTOL DYAGRAMLARI.......12

ii

5.UYGULAMA...15 5.1. KURULUUN TANIMI...15 5.2 VERLERN TOPLANMASI VE DERLENMES....16 5.3 NEDEN-SONU DYAGRAMLARININ OLUTURULMASI VE DEERLENDRLMES.20 5.4. PARETO DYAGRAMLARININ OLUTURULMASI VE DEERLENDRLMES.21 5.5. HSTOGRAMIN OLUTURULMASI VE DEERLENDRLMES22 5.6.SERPLME DYAGRAMLARININ OLUTURULMASI VE DEERLENDRLMES.23 5.7. KONTROL DYAGRAMLARININ OLUTURULMASI VE DEERLENDRLMES.23 PROJE RAPORU...25 SONU....26 KAYNAKLAR27

iii

EKL LSTES ekil 4.1. Histogram10 ekil 5.1. Ak Diyagram...17 ekil 5.2. Tezgh Trne gre hata miktar....18 ekil 5.3. Para Koduna gre hata miktar......19 ekil 5.4. Neden-Sonu Diyagram20 ekil 5.5. Tezgh Trne Gre Pareto Grafii21 ekil 5.6. Histogram22 ekil 5.7. Serpilme Diyagram23 ekil 5.8. X- diyagram...24 ekil 5.9: R- diyagram...24

iv

TABLO LSTES Tablo 4.1. etele Tablosu..10 Tablo 5.1. Tezgh Trne Gre Hata Miktar.18 Tablo 5.2. Para Trne Gre Hata Miktar...19 Tablo 5.3. Tezgh Trlerine Gre Hata Miktar Ve Yzdesi.21 Tablo 5.4. Para Koduna Gre Hata Miktar..22 Tablo 5.5. Kontrol Diyagramlar in Veri Tablosu23

ZET
BR RETM SSTEMNDE STATKSEL PROSES KONTROL TEKNKLER UYGULAMASI Kalite kontroln lke sanayisinde bir ihtiya haline gelmesiyle gnmzde retkenlii, kaliteyi ve kar arttrmak iin kalite kontrol metotlarna kar ciddi bir snav verilmektedir. Bu proje istatistiksel proses kontrolnn, sadece problem alannn tanmlanmasnda deil sorunlara kalc ve alabilir zmler retmek konusunda baarl bir kalite programnn gerekli bir parasnn oluturulabilecei konusunda gr bildirmektedir. statistiksel proses kontrol teknikleri eitli sektrlerde kullanlmaktadr. Bu teknikler retim sektrnde ekip almas olarak yrtlmektedir. Bylelikle kaliteyi kontrol altna almak, yksek kalite salamak, verimlilii artrmak mteri memnuniyetini srekli gelitirmek dolays ile maliyet masraflarnda minimizasyonu salayarak iletmelerin karlln srekli hale getirmek mmkn olabilmektedir. Anahtar Kelimeler: statistiksel Kalite Kontrol, statistiksel Proses Kontrol, Kalite, Sre

vi

ABSTRACT
STATISTIC PROCESS CONTROL IN A JOBSHOP LAYOUT ENTERPRISE With quality control fast becoming an industry requirement in a country, however, serious examination is now being given to the statistical control method as a means to improve productivity, quality and, therefore, profit. This article discusses how statistical process control can be an integral part of a successful quality program not only be identifying problem areas, but also by providing permanent, workable solutions to them. Statistic process control can be applied in different sectors. Statistic process control applications run by bringing together key specialized an qualifed company that are in different departman sor projects. Therefore by this approach the application aims at taking necessary precoutions by determine high probability faults in design, high customer faction, minimum cost and overall increased profitabilty. Key words: Statistical Quality Control, Statistic Process Control, Quality, Process

vii

1. GR statistiksel Proses Kontrol (PK), bir prosesi srekli denetlemek ve prosesteki deikenlii (kararszl) yaratan koullar belirlemekte kullanlan metot veya gerelerdir. PK yaklamlar, dier endstri uygulamalarndan farkl olarak, retim prosesini aktif olarak denetlemek ve deikenlii yaratan koullarn belirlenmesi ve srekli kontrol edilmesiyle mteri artlarnn yerine getirilip getirilmediine karar vermek iin tasarlanmtr. Rasgele incelemelerle kaliteyi temin etme giriimlerini kullanan sistemlerin tersine, PK, kaliteyi kontrol etmenin en etkin yoludur. PK, kalite lm iin ardk, dzenli zaman aralklarnda toplanm ve ounlukla kk ynlardaki birimlerden oluan istatistiksel rneklemi zorunlu klmaktadr. Dier ska kullanlan metotlarda lmler, byk rastsal rneklemlerdeki denetlemelerle elde edilir. PK, kaliteye, reaktif yaklamdan ok proaktif yaklar, yani organizasyondaki operatrden fabrika mdrne kadar herkesi kalite problemlerinin sebeplerini daha iyi anlamaya ve bunlar byk problemler haline gelmeden zme sorumluluu almaya tevik eder. PK almalar, kalite problemlerinin kayna olarak operatrden daha ok proses (sre) zerinde odaklanr. zellikle, kalite sorunlarnn temelini oluturmayan, kt operatr gibi, faktrlerle de ilgilenmesine ramen, retim metotlar, hammadde, alma ortam ve malzemedeki kusurlarn ve sorunlarn belirlenmesi ve zmlenmesini aratrr.

viii

2. KALTE 2.1 Kalitenin Tanm Youn rekabetin yaand gnmzde lkemizde en ok tartlan kavramlarn banda kalite ve verimlilik gelmektedir. Avrupa ve Amerikada kalite kontrol tekilatlar (EOQC ve ASQC) kaliteyi, Bir mal veya hizmetin belirli bir ihtiyac karlayabilme kabiliyetlerini ortaya koyan karakteristiklerin tm olarak tarif etmektedir (Berkn,1975). Kaliteli bir maml fonksiyonel zellikleri en dar deiim snrlar iinde istenen deerlerde olan standart bir retim maddesidir. u halde kalite bir rnde nemli saylan zelliklerin belirli deerlere yaknlk derecesi olarak tarif edilebilir (Baer,1972).

A.S.Q.C.).

Bir rn veya hizmetin belirlenen veya olabilecek ihtiyalarn karlama

kabiliyetine dayanan zelliklerin toplamdr (DIN ISO 8402/04.1989). Kalite, bir rn veya hizmetin belirlenen veya olabilecek ihtiyalar

karlayabilme kabiliyetine dayanan zellikler toplamdr (TS-ISO 9005). Kalite, bir mal ya da hizmetin belirli bir gereksinimi karlayabilme

yeteneklerini ortaya koyan karakteristiklerin tmdr (American Society for Quality Control -

Kalite, belirli bir maln ya da hizmetin tketicinin isteklerine uygunluk Son yllarda gelien ve mteriyi n planda tutan Toplam Kalite Kontrol ve Toplam

derecesidir (E.O.Q.C.). Kalite Ynetimi gibi yntemlere gibi yntemlere gre kalite mteri beklentilerini karlayan veya aan eklinde aklanabilir. Bu beklentiler rnle ilgili isteklerin tayin edilmesi iin kullanlr. Ancak kalite tek boyutlu bir olgu deildir. Bir rnn kalitesini oluturan boyutlar unlardr:

Performans: rnn temel karakteristii: rnein otomobillerde motor gc Belirleyici nitelik: kinci karakteristik rnein televizyonlarda uzaktan kumanda Uyumluluk: Spesifikasyon veya endstri toleranslarn karlamak Gvenilirlik: Belirlenen zaman sresinde hi bozulmadan fonksiyonunu yerine
getirmek

mr: Tamirler dhil faydal kullanma zaman

ix

 Servis: Bozulmalarda, tamir ve yedek para sorunsuz halledilmeli Nezaket: nsan-nsan ilikilerinde Estetik: Modaya uygun olarak gzel grn sim, Marka: Gemi performans ve baka zelliklerinden dolay n yapm olmas
zetlenirse kalite belirli istekleri karlayan bir rn veya hizmetin zellikleri toplamdr (Akkurt,2003). 2.2.Kalite Kontrol Uluslararas Standartlar Tekilatna (ISO) gre geni anlamda kalite kontrol: kaliteyi korumak, gelitirmek ve retimi alcnn tatmin olaca en ekonomik seviyede srdrmek iin uygulanan bir ilemler dizisidir. Dar anlamda ise, kalite kontrol; bir maln spesifikasyonlarna uygunluunu denetlemek, dorulamak ilemidir (Kartal,1999). 2.2.1.Kalite kontroln tarihsel geliimi Kalite kontrol faaliyeti esasen sanayi devriminden sonra F. Taylorn uygulamaya koyduu i ayrm baladktan sonra ortaya kmtr. ayrmndan nce bir ii veya bir ekip eklinde birka ii bir rn, batan sona kadar veya byk bir ksmn yapard. Burada her rnden ve kalitesinden ii veya ekip sorumlu idi. retimde i ayrm bir rnn retim kademelerinin farkl iiler tarafndan yaplmasdr. Burada her ii rnn yalnzca kk bir ksmndan sorumlu olup rn kalitesinin sorumluluu ustalara dmekteydi. Ancak teknolojinin gelimesiyle ve byk parti ve seri imalata geilmesiyle birlikte, retim daha karmak hale gelmeye balad ve ustalar hem retim hem de kalite sorumluluunu kaldramaz oldular. Bu nedenle 1900 l yllardan sonra rn eitli i kademelerinde kontrol etmek iin, retim prosesinde yer almayan ayr iiler veya ustalar grevlendirilmeye baland. Bu ekilde 1920 lere gelindiinde yava yava, birok iletmelerde rn kalitesinden sorumlu kalite kontrol birimleri kurulmu oldu. Kalite kontrol esasen retilen rnleri tolerans ve spesifikasyonlara gre kontrol etmekte ve bunlara uymayan rnleri fire ve skarta olarak ayrmaktadr (Akkurt,2003).

2.2.2. Kalite kontroln amac Kalite kontrolnde gereklemesi istenen amalar yle sralanabilir:

in daha balangta doru yaplmasnn salanmas ile eldeki makine ve igcnden

en yksek verimin temini.

Bozuk rnleri dzeltmek iin kullanlan srenin yol at retim kayplarnn

nlenmesi.

Alcya istedii toleranslar iinde kalan rnlerin verilmesiyle firmaya itibar temin
edilmesi (MPM,18).

Mamullerin henz mrleri doldurulmadan atl bir hale drlmelerinin

nlenmesiyle milli servetin israfna mani olunmas

piyasada yerli mamule gvenin tesisi, d pazarda rekabet gcnn kazanlmas

(Uysal). 2.2.3. Kalite kontrol ile istatistik arasndaki iliki rnlerin tek tek kontrol edilmesi yani %100 muayene ou zaman mmkn olmaz. Zira, bu muayene olduka masrafl olmakla beraber, baz hallerde btn birimlerin tahrip edilmesine sebep olur. Bu durumda rneklemeye gidilir. malattan tesadfen belli sayda rn alnr ve bunlarn kontrol neticesinde retim hakknda hkm verilir. O halde rnekleme iin gerekli rnek bykl ne kadar olmaldr? rnek saysnn byk yahut kk olmas neticeyi etkiler mi? Bu sorulara istatistiksel metotlarla cevap aranr. Bu nedenle istatistiin Kalite Kontrolde kullanlan en nemli bir yntem olduu sylenebilir (Kartal,1999). 2.2.4. Kalite kontrolnde istatistiin nemi statistiksel kalite kontrol tekniklerinin balca yararlarn aadaki gibi sralamak mmkndr: a) Yksek dzeyde daha dzgn kalite, b) Tamir ve skartadaki azalmalar nedeniyle kayplarn da azalmas, c) Daha iyi planlama ve denetim nedeniyle daha etkili muayene, xi

d) i ve makine saat bana artan retim hz, e) Tasarm toleranslarnda iyileme, f) Faaliyetler arasnda egdm salanmas nedeniyle daha iyi insan ilikileri (Gzl,1999). 3.STATSTKLE LGL GENEL BLGLER 3.1 statistiin Tanm statistik; tesadf etkenlerin etkisi altnda bulunan olaylarn belirli kuram, ara, yntem ve tekniklerin yardmyla bu olaylar hakknda sistematik biimde bilgilerin toplanmas ve incelenmesi sonunda belirli duyarllkta tahmin ve yorumlar yaplmasn salayan bilim daldr (Gzl, 1990).

3.2 statistiin Genel Kavramlar Bu blmde, istatistiksel kalite kontrolnde ska kullanlan baz istatistik teknikler hakknda ksa bilgiler verilecektir. 3.2.1. htimal Dalmlar Kalite kontrol iin toplanan veriler deerlendirilirken, bu verilerin hangi dalma uygun olduunun belirlenmesi byk nem tamaktadr. Bu dalmlar aada aklanacaktr. 3.2.1.1. Binom dalm Binom dalm, biri deneme says (n), dieri baar olasl (p) olmak zere iki parametreli bir dalmdr. Binom dalmnn olaslk fonksiyonu P(X)=C( ) px.qn-x ; x= 0, 1, 2, ...dur. Burada p, olayn bir kez tekrarlanmas durumunda istenen sonucun gelmesi ihtimali ve q= 1-p dir. ( ) ise nin x li kombinasyonudur. Binom dalmnda, her bir denemenin ayn artlar altnda meydana geldii ve deneme sonunda p nin sabit kald kabul edilir. Binom dalmnn ortalamas =np, standart sapmas = npq dur (Kartal, 1999). 3.2.1.2. Poisson dalm

xii

Fransz matematiki Simon Denis Poisson tarafndan 1837 de ortaya konulan poisson dalm tanmlanan zaman aral iinde veya belirli bir yerde ok az tekrarlanan nadir olaylarn olaslklarnn hesaplanmasnda kullanlr.

Poisson dalm olabilmesi iin aadaki zelliklere sahip olmas gerekmektedir. 1. Belirli bir yerde bir olayn meydana gelmesi veya tanmlanan bir zaman aral iinde olaylarn gereklemesi veya gereklememesi arasnda iliki yoktur. Yani olaylar birbirinden bamszdr. 2. Teorik olarak tanmlanan aralkta sonsuz sayda olayn gereklemesi mmkndr. 3. Tanmlanan aralkta tek bir olayn gerekleme olasl araln genilii ile orantldr. 4. Araln blnemeyecek kadar kk herhangi bir blmnde, birden fazla olayn gerekleme olasl gz ard edilebilir (Blbl,2001).
e-.x P(x)= ; x!

x=0, 1, 2,

eitlii ile ifade edilir. Burada dalmn ortalamas ve ayn zamanda varyansdr. Binom dalmnda =np dir. Poisson dalmna konu olan olay, srekli dizinin her eit aralnda ayn sayda meydana gelir ve ortalama olay says aralk bykl ile doru orantldr (Kartal, 1999). 3.2.1.3. Hipergeometrik dalm ki sonulu olaylara uygulanan ve kk bir ana ktleden ekilen rneklem birimlerini yerine konulmamas durumunda dier bir deile iradesiz ekililer iin geerli olan bir dalmdr. Bu dalm sonlu bir ana ktleden iradesiz ekili yntemiyle ekilen belli saydaki rneklem iinde bulunan belirli bir baar ya da baarszlk saysna karlk gelen olaslklarn belirlenmesinde kullanlr (Blbl,2001). N birimlik bir anaktlede D tane kusurlu birim var ise bu anaktleden ansa bal olarak alnan n birimlik bir rnekte x tane kusurlu birim kmas ihtimali aadaki hipergeometrik ihtimal dalm fonksiyon yardmyla elde edilir (Kartal, 1999).

xiii

()(n-x)
N-D

P(x)=

x=0, 1, 2,

()

3.2.1.4. Normal dalm Normal dalm hem teoride hem de uygulamada yaygn olarak kullanlan bir ihtimal dalmdr. Bir rne ait sreklilik gsteren herhangi bir zellik (uzunluk, arlk gibi) lldnde genellikle lm deerlerinin belli bir deer etrafnda simetrik veya simetrie yakn bir dalm gsterdii gzlenir. Bu dalma normal dalm denir (Kartal,1999). Normal dalmn zellikleri: 1. Ortalamasna () gre simetriktir. Ortalamann her iki alannda bulunan alan birbirine eittir. 2. Dalmn ortalamas modu ve medyan birbirine eittir. 3. Normal eri altnda kalan alan bire eittir. 4. Eri yatay eksende asimptotiktir ve yatay ekseni kesmez. 5. Simetri zelliinden dolay ortalamadan eit uzaklktaki olaslklar birbirine eittir (Blbl,2001). Eer tesadf deiken X, - ile + arasnda tm gerek deerleri alabiliyor ve olaslk younluk fonksiyonu aadaki gibi ifade ediliyorsa tesadf deiken X normal dalma sahiptir. 1 F(x)= e-(x-)/2 , - < x< + '2 Burada , dalmn ortalamasn, ' ise standart sapmasn temsil etmektedir. Z= (x-) / ' dzenlemesi yapld takdirde Z iin younluk fonksiyonu aadaki biimi almaktadr: 1 F(Z)= e -Z/2 2 Bu forml, standart normal younluk fonksiyonunu temsil etmektedir (Gzl, 1990).

xiv

4. STATSTKSEL PROSES KONTROL statistiksel sre kontrol emalar standartlarn karlatrlmasnda yaygn olarak kullanlan istatistiksel tekniklerdir. Tm sreler belirli lde deikenlik derecesi ierirler. Matematiksel istatistikiler kt kalitesinin kontrolnde verilerin analizi iin kullanabilecekleri birok teknikler gerekletirmilerdir. statistiksel kalite kontrol, tm istatistiksel teknikleri bu amala kullanlmasn kapsar. Kalite kontrolnde istatistiksel tekniklerle ilikili olarak kullanlan aralardan biri de sre kontrol emalardr. Sre kontrol emalarnn amalar: retim srecinin gerek olanaklarn saptamak, Srecin kt kalitesini deitirecek ayarlamalar yapmak, kty kontrol etmek biiminde sralanabilir.

Kontrol ilevi kt kalitesinin o andaki durumunu gsterir ve kalite amalarndan sapmalar nceden haber verir. Kontrol emalar iki ana grupta incelenebilir. i. ii. Deikenler iin kontrol emalar, zellikler iin kontrol emalar.

Deikenler ve zellikler kontrol emalar arasnda teknik istatistik dilinde nemli fark vardr. Eer kt saysal bir ifadeyle llebiliyorsa deikenler iin kontrol emalar kullanlr. Tm ktlar belirli gereksinimleri kapsamaldr. Bunun iin ktlarn belirli nitelikleri tamalar gerekir. Deikenlerin zelliklerinin ouna llebilir bir deerle bir st limit ve bir alt limit verilebilir. Bunun iin x ve kontrol emalar kullanlr. Kontrol emas retim sreci ktsndaki kalite deiiklerini ortaya koyabilecek izgisel bir yardm aracdr. Kontrol emalar retimde daha iyi kt ortaya koymaya yardmc olurlar (Gmolu, 2000). 4.1.Proses Yetenek Analizi

xv

Proses yetenei bir tezgh, makine veya tesisatn proses dalmn dikkate alarak belirli bir retimi (ii) hangi snrlar iinde yaplabileceini gsteren bir faktrdr. statistik adan bir rn meydana getiren proses de bir olaydr. Dolaysyla; proseste bir rn bireyleri arasndaki deiimler prosesin dalmn gsterir. Dalmda istatistikte standart sapma (varyans) ve aralk faktrleri ile dikkate alnr.

rn bireylerinde meydana gelen deiimler normal dalm erisine gre bir dalm gsterdii ve dalm merkezi deerlerine gre snrlar 3 olarak alnd yani dalm snrlar arasndaki uzaklk 6 olduu durumda bir prosesin Proses Kabiliyeti Cp=6 eklinde ifade edilir. Burada - bireyler ait kme standart sapmasdr. 4.2. statistik Teknikler statistiksel proses kontrol, kalite kontrol ve istatistik yntemlerinin birletirilmesi ile meydana gelmitir. statistiksel proses kontroln esas amac prosesi kontrol ederek kusurlu paralarn nedenlerini bulmak ve bunlarn tekrarlanmamas iin nlemler almaktr. Bu hususta yardmc olmak amacyla eitli bilim adamlar ki bunlar arasnda G. Taguchi nemli bir yer tutmakta olup, istatistik esaslarna dayanan birtakm aralar gelitirmitir (Akkurt,2003). Bunlar: etele Tablosu Histogram Pareto Analizi Sebep-Sonu Diyagram Hata younluk Diyagram Serpilme Diyagram Proses Kontrol izelgeleri

Bu yntemler ileriki ksmlarda aklanacaktr.

xvi

4.2.1 etele Tablosu etele tablosu verilerin kayt edilmesi ve dzenlenmesi iin kullanlr. Belirli bir zaman aralnda meydana gelen hatalarn ortaya kma nedenlerini ve kaynaklarn bulmak amacyla sorunlar etele ile gstererek sklk derecesinin saptanmas iin kullanlan yararl bir aratr (Gmolu, 2000).

Tarih Hata cinsi zler atlaklar Eksik para Dier Toplam

1. Gn IIII II IIII III 15

2. Gn IIII I I IIII 11 Tablo 4.1. etele tablosu

3. Gn III II IIII II 12

Toplam 12 3 8 15

4.2.2. Histogram Histogramlar en basit istatistiksel analiz aralarndan biridir. etele yoluyla kontrol tablolarndan elde edilen sorun cinsi ve sklklarnn grsel olarak ortaya konulmasn salar. Doal veriler ne kadar ok olursa, elde edilen histogram o derece geree yakndr. Histogramlarn oluturulmasnda ve yorumlanmasnda ortalama, mod, medyan, dalm aral, snf aral ve standart sapma gibi istatistiksel aralardan yararlanlr (Gmolu, 2000).

xvii

ekil 4.1. Histogram

4.2.3. Pareto analizi Pareto analizi, hata eitleri iinde daha nemli olanlar belirleme maksadyla kullanlr. Pareto analizi iin oluturulan Pareto grafikleri en ok rastlanan hata trnden en az rastlanana doru azalarak giden bir dikdrtgenler dizisi eklindedir. Bylece kalite kontrol elemanlar emeklerini daha verimli bir ekilde kullanmaya ynelirler (Kartal, 1999). Pareto diyagramnn oluturulmas u kademelerden geer: Olay etkileyen faktrler belirlenir ve bunlarn frekans veya para birimi ile Olayla ilgili yakn gemile ilgili veri toplanr. Veriler deerlerine gre bykten ke doru sralanr. Bu sralamada Pareto diyagram ve gerekirse dalm erisi ve ayrca kmltif erisi deerlendirilmesine karar verilir. Bu deerler yatay eksende gsterilir.

deerler birbirine ok yakn olursa verilere arlk notalar verilebilir. izilebilir (Akkurt, 2003). 4.2.4. Sebep-sonu diyagram Sebep sonu diyagram proseste ortaya kan bir hatann muhtemel tm sebeplerini gsteren bir diyagramdr. Hata belirlendikten sonra, ilgili tm ahslar bir araya toplanarak beyin frtnas uygulanr ve bylece sz konusu hatann muhtemel sebepleri tespit edilir. Tespit edilen ana sebepler ve ana sebepleri etkileyen tali sebepler bir balk kl eklinde gsterilir. Bundan dolay sebep sonu diyagramna Balk Kl Diyagram da denir. Diyagram dzenlendikten sonra en nemli ara sebeplerden balanlarak prosesin kontrol altna alnmasna dolaysyla hatann azaltlmasna allr (Kartal,1990). 4.2.5. Hata younluk diyagram xviii

Hata younluk diyagram, mamul maddeyi eitli alardan gsteren bir resimdir.mamuln grnen ksmlarna ait resimlerini ihtiva eden bu diyagramnn zerinde hatalarn tipleri iaretlenir.Her bir rnn tek tek muayenesi sonucunda kusurlarn nerelerde younlat gzlenir ve bu kusurlar diyagramlarda ilgili yerlere iaretlenir.gerekirse hata eitleri kategorilere ayrlarak her bir hata farkl renkte, sembolde veya desende gsterilebilir. Bylece mamuln neresinde veya hangi blgelerinde ne tip kusurlarn younlat belirlenerek retim prosesinde bunlarn nlenmesine ynelik tedbirler alnabilir.

4.2.6.Serpilme (dalma) diyagram Sebep-sonu diyagramlar arasndaki ilikinin kurulmasnda bantnn doru biimde ortaya konabilmesi ok nemlidir. Zira bir prosesi kontrol ederken hangi parametreyle ne ekilde uygulamak gerektiini bilmek zorundayz. Aksi takdirde durumu daha da ktletirip iin iinden klmaz hale getirmek kanlmaz olur. Sz konusu eksiklii gidermek amac ile sonu olarak kabul edilen karakteristie ve sebeplerden biri ya da bazlarna ilikin veriler derlenerek grafik zerinde iaretlenmeleriyle elde edilen grafik Serpilme Diyagram (Scatter Diagram) olarak adlandrlr. Genel soru udur: Ne Neyi Nasl Etkiler? te bu sorunun cevabnn verilmesin de serpilme diyagramlar kullanlr. Kalite iyiletirilmesinde kullanlan serpilme diyagramlar: Bir kalite karakteristii ile ona etki eden faktr arasndaki Birbirine baml iki kalite karakteristii arasndaki bir kalite karakteristiini etkileyen

birbiriyle ilikili iki faktr arasndaki banty (kolerasyon) bulmaya yarar. Bir serpilme diyagram u admlara uyularak hazrlanmaldr : Bants incelenecek deikenler, (x,y) veri iftleri halinde bir tabloya Deerlerin alt ve st snrlar tespit edilerek diyagram x,y eksenleri oluturulur. kaydedilmelidir. En az 30 deer ifti alnmas tavsiye edilir. Allagelmi uygulamada x ekseni bamsz deikeni (etki eden faktr), y ekseni baml deikeni (kalite karakteristii) temsil eder. (x,y) veri iftleri diyagrama noktalar halinde iaretlenir.

xix

Yukardaki srete ilgilenilen deikenlere ilikin gzlem deerlerinin oluturduu veriye dayanarak, ilikinin matematiksel biimi (regresyon erisi) elde edilir. Bu srecin devamnda veriden elde edilen regresyon erisine dayanarak baz varsaymlar altnda, gerek regresyon erisine ilikin istatistiksel karsamalar yaplr. 4.2.7. Kontrol diyagramlar Bir retim prosesinin temel amac, spesifikasyonlara uygun maml retmektir. malat planlamas ile elde edilen yeterli proses dzeyinin korunabilmesi ancak etkin bir proses kontrolyle salanabilmektedir. Proses kontrolnn istatistik yntemlerle ekonomik ve gvenilir biimde gerekletirilebilmesinde kullanlan balca ara kontrol diyagramdr (Gzl, 1990). Kontrol diyagramlarnn amalar genelde u ekilde aklanabilir: Proseste sapmalar ve prosesin kararl olup olmadn gsterir, Kontrol edilen rnn zelliinin st ve alt kontrol limitleri denilen iki izgiye gre zelliin deeri kontrol limitini at durumda bunun nedenini tayin edilmesini ve Kusurlu paralarn aa kmasnn yerine bunlarn nlenmesine yardmc olur, Proses kabiliyetinin tayin edilmesine yardmc olur. Kalitenin iyiletirilmesi iin en iyi yntemdir (Akkurt, 2003).

trendini gsterir, dzeltme nlemlerinin alnmas gereini gsterir,

Kontrol Diyagramlarnn izimi: Kontrol diyagramlarnn izimi aadaki aamalara gre gerekletirilmektedir: 1. Kullanlacak kalite karakteristii belirlenir. Bunun iin en ok hata meydana getiren zellie ncelik verilir ve nihai mamln kalitesini etkileyen proses deikenleri ve koullar tanmlanr. 2. En uygun kontrol diyagram tr seilir. 3. Kullanlacak orta izgi ve kontrol limitlerinin hesaplanmasndaki kriterler saptanr. 4. Kontrol diyagramnda kullanlacak veri kmeleri seilir ve kronolojik olarak kontrol diyagramna yerletirilir.

xx

5. Veri toplamasnda kullanlacak sistem oluturulur. Kontrol diyagram sadece gnlk amalar iin kullanlacaksa basit ve kullanl olmaldr. 6. Sonularn yorumlanmasnda uygulanacak kurallar belirlenir ve kontrol limitleri hesaplanr (Gzl, 1990).

Kontrol emalarnn hazrlanmasnda kullanlan limitler aada verilmitir.

x Kontrol emalar iin limitler:

3 3 R , M = x , AKL = x R KL = x + d2 n d2 n
d2 = sabit deer
R = aralk ortalamas n= rneklem bykl

R Kontrol emalar iin kontrol limitleri:

KL = R + 3 R = R + 3d3

R , d2

R M = R , AKL = R - 3 R = R - 3d3 d

R = aralk ortalamas, d2 ve d3 = sabit deer, R = aralk tahmini standart sapma deeri = standart sapma n = rneklem bykl

xxi

5.UYGULAMA 5.1. Kuruluun Tanm XX A.. 1965 ylndan bu gne faaliyet gsteren, ISO 9001:2000 sertifikal sspansiyon ve direksiyon paralar reticisi ve ihracats bir firma olup fabrika, 30.000 m ak, 25.000 m kapal alana kurulmutur. Kurulu Yl: 1965 Faaliyet Alan : asi, Sspansiyon ve Direksiyon aksam retimi. Merkez : KONYA/TRKYE Personel Says: Tasarm, planlama, kalp, dvme, talal imalat, montaj ve kalite blmlerinde alan, 32 Mhendis, 53 Teknisyen, 85 Kalifiye ii 330 Vasfsz ii 23 dari Personel bulunmaktadr. Sertifika : ISO 9001 RWTV Yllk Kapasite : Yllk 5.000.000 adet retim gereklemektedir. hracat Oran : 90 % Fabrikalardan biri Amerikan aralar iin para imalatnda younlam ve retiminin %100n Amerika ve Kanadaya ihra etmektedir. Avrupa ve Uzak Dou ara modellerine younlaan dier fabrika ise kapasitesinin %95ini Avrupa bata olmak zere, Afrika, Orta xxii

Dou ve Uzak dou lkelerine ihra etmektedir. 8000in zerinde referansla rn gruplar binek ara, hafif ticari ara, kamyon ve otobs eitlerini kapsamaktadr.

5.2 Verilerin Toplanmas Ve Derlenmesi letmede veriler Uygunsuzluk Tespiti Ve Deerlendirme Formu araclyla tespit edilip buna gre deerlendirme almalar yaplmaktadr. Hidrolik Yedek Para
Uygunsuzluun Grld Yer : Uygunsuzluk Form No: Uygunsuz rn Kodu: Tezgh Ad: Uygunsuzluun Tanm:

UYGUNSUZLUK TESPT ve DEERLENDRME FORMU

Talal malat Montaj Aamas Uygunsuzluk Tipi: Depo Nihai rn

UYGUN OLMAYAN RNN TANIMLANMASI Uygunsuz rn Uygunsuz rn Ad miktar : Operatr :

Uygunsuzluu Tespit Eden: Tarih/mza: UYGUN OLMAYAN RN PARTSNN NCELEME VE DEERLENDRME KARARI malat ve montajda grlen uygunsuzluklarn gzden geirilmesi Uygunsuzluun Giderilmesi in Yaplacak lem: sonucundaki karar: rnler olduu gibi bir sonraki ileme verilmelidir. rnler tamir edilerek veya yeniden ilenerek kullanlmaldr. rnler hatal olanlar seilerek kriterlere uyanlar kullanlacaktr. Mteriye sorulacak Hurdaya ayrlacak Dier retim Sorumlusu Nadir DA Kalite Kontrol Kamil ONAT Blm sorumlusu Sevinay DEMRC

Sonu:

Birim Amiri Tarih/mza Ad Soyad RNN YENDEN KALTE KONTROLE TAB TUTULMASI Tarih: Kontrol eden, Ad, Soyad, imza :

xxiii

AK ROT PARASI N AKI DYAGRAMI

Dvme

Boy Tamamlama - Puntalama

Puntalama

Kaba Tornalama

Yuva leme

Gresrlk

Tornalama

Krom

xxiv

Kaba Talama

Boaz Temizlii

Markalama

Temizlik

Kalite Kontrol

ekil 5.1. Ak Diyagram

TEZGH TRNE GRE HATA MKTARI Hatann ortaya kt tezgh CNC Torna CNC leme niversal Torna Honlama Talama Fason ler Malzeme DVM TOPLAM 1.hafta 2.hafta 14 5 5 10 0 1 7 0 14 0 0 0 0 0 0 6 40 22 3.hafta 14 4 48 4 0 4 4 0 78 4.hafta 131 34 6 28 0 0 0 0 199 5.hafta 5 8 11 0 0 9 3 0 36 6.hafta 80 10 11 1 24 0 0 0 126 7.hafta 17 0 0 0 0 0 0 0 17 8.hafta 73 2 20 30 0 0 0 0 125 TOPLAM 339 73 97 70 38 13 7 6 643

Tablo 5.1. Tezgh trne gre hata miktar

xxv

TE ZGAH T R NE GR E HATA MK TAR I

700 600 500 400 300 200 100 0 1.hafta -100

HATA MKTARI

2.hafta

3.hafta

4.hafta

5.hafta HAFTA

6.hafta

7.hafta

8.hafta

TO P LA M

C NC T

C NC

HNLM

T L M

FSN

M LZ

DV M

TO P L A M

ekil 5.2. Tezgh trne gre hata miktar Ksaltmalar CNCT: CNC Torna T: niversal Torna TLM: Talama MLZ: Malzeme CNC: CNC leme HNLM: Honlama FSN: Fason ler DVM: Dvme

PARA TRNE GRE HATA MKTARI Para kodu AJ AK AL AV AZ BA BB BC BD BF BG 1.hafta 0 0 1 0 0 6 11 0 6 2 3 2.hafta 3.hafta 4.hafta 5.hafta 6.hafta 7.hafta 8.hafta 5 0 0 0 0 0 51 0 8 120 20 62 1 74 1 1 0 0 0 0 0 6 0 32 0 8 12 0 0 4 0 4 0 0 0 0 3 8 0 0 0 0 0 35 4 0 4 0 0 0 0 0 1 2 0 0 1 8 27 0 0 0 0 0 1 0 0 0 0 0 3 0 0 0 0 0 0 TOPLAM 56 285 3 58 8 17 54 3 42 3 6

xxvi

BH BM BS CH08 CH09 CH15 CH18 CH19 CH24 CH27 CH29 TOPLAM

4 0 0 0 0 0 0 0 7 0 0 40

2 0 0 0 0 0 0 3 1 0 0 22

0 1 0 0 0 4 0 0 5 8 0 78

0 2 0 0 0 1 0 0 0 5 0 199

0 0 1 1 3 1 3 0 0 2 0 36

0 0 24 0 10 5 0 0 0 9 2 126

0 0 0 3 0 0 0 0 0 0 1 17

0 0 0 0 0 0 0 0 0 0 0 125

6 3 25 4 13 11 3 3 13 24 3 643

Tablo 5.2. Para trne gre hata miktar

PARA KODUNA GRE HATA MKTARI
700 600 500 HATA MKTARI 400 300 200 100 0
AZ 08 09 15 18 19 27

-100

PARA KODU 1.hafta 2.hafta 3.hafta 4.hafta 5.hafta 6.hafta 7.hafta 8.hafta TOP LAM

ekil 5.3. Para Koduna gre hata miktar 5.3. Neden-Sonu Diyagramlarnn Oluturulmas Ve Deerlendirilmesi nsan Eitim Deneyim Hatal tala pay hesab Dikkatsizlik Yanl lm lme Hassasiyet nceki yanl operasyon hatas

TO 29 PL AM

AL

BG

BD

BH

BM

BB

AV

BA

BC

AK

BF

BS

AJ

CH

CH

CH

CH

CH

CH

24

CH

CH

xxvii

Takmlarn deitirilme skl

Titreim Fason yaptrma

Tezgh bakm Makine

Danklk evre ekil 5.4. Neden-Sonu Diyagram

retim de karlalan hatalar genel olarak, yukarda belirtilen nedenlerden kaynaklanmaktadr. Bu hatalar arasndaki en byk ksm istenilen l tolerans aralklarnn az olmas sebebiyle lden kaynaklanmaktadr.

5.4. Pareto Diyagramlarnn Oluturulmas Ve Deerlendirilmesi Pareto diyagram bir sorunu oluturan nedenleri nem sransa gre sralayarak, nemlileri nemsizlerden ayrt etmeye ve dikkatleri nemli nedenler zerine toplamaya yaramaktadr. Bu kapsam dhilinde ele alnan sre zarfnda ortaya kan sorunlar olabildiince eitlendirilmelidir. Uygulama yaplan iletmede hatalarn hangi tezghlarda younlat Pareto analizinden faydalanlarak yaplmtr. Oluturulan bu Pareto diyagram sonucunda hatann % 90 lk ksmnn CNC torna, niversal torna, CNC ileme ve honlama tezghlarnda grld ortaya kmtr.

xxviii

70 0 10 0% 60 0

HATA_M IKTARI

50 0

8% 0

40 0

6% 0

Percent

30 0 4% 0 20 0 39 3 2% 0 10 0 9 7 0 CN CT UT CN CI H LM N 7 3 7 0

3 8 TSLM

1 3 FSN

7 M LZ

6 D VM

0 %

T G H O U EZ A _K D

ekil 5.5. Tezgh Trne Gre Pareto Grafii

HATANIN ORTAYA IKTII TEZGH

TOPLAM HATA ADED

HATA YZDES

KMLTF YZDE

CNC Torna niversal Torna CNC leme Honlama Talama Fason ler Malzeme Dvme

339 97 73 70 38 13 7 6

52,72 15,09 11,35 10,89 5,91 2,02 1,09 0,93

52,72 67,81 79,16 90,05 95,96 97,98 99,07 100,00

Tablo 5.3. Tezgh trlerine gre hata miktar ve yzdesi

5.5. Histogramn Oluturulmas Ve Deerlendirilmesi Firmada retilen rnlerin para trne gre hata oranlarnn deerlendirilmesi sonucunda elde edilen deerler aada belirtilmitir.

PARA KODU AJ AK AL AV AZ

TOPLAM 720 2500 250 879 100

HATA MKT. 56 285 3 58 8

HATA % 7,78 11,40 1,20 6,60 8,00

PARA KODU BH BM BS CH08 CH09

TOPLAM 222 70 300 100 150

HATA MKT. 6 3 25 4 13

HATA % 2,70 4,29 8,33 4,00 8,67

xxix

BA BB BC BD BF BG

350 500 200 500 40 200

17 54 3 42 3 6

4,86 10,80 1,50 8,40 7,50 3,00

CH15 CH18 CH19 CH24 CH27 CH29

300 200 50 250 400 50

11 3 3 13 24 3

3,67 1,50 6,00 5,20 6,00 6,00

Tablo 5.4. Para koduna gre hata miktar

Grlme Skl

1 Mean =5,7909 Std. Dev. =2,90367 N =22 0,00 2,00 4,00 6,00 8,00 10,00 12,00

Hata Oran %

ekil 5.6. Histogram Bu deerlerin SPSS 13.0 istatistik paket programnda deerlendirilmesi sonucunda ekildeki histogram elde edilmitir. Buna gre rn baznda hata orannn %6 - %8 arasnda younlat grlmektedir.

5.6. Serpilme Diyagramlarnn Oluturulmas Ve Deerlendirilmesi

xxx

2500,00

2000,00

retim Miktar

1500,00

1000,00

500,00

0,00 0,00 2,00 4,00 6,00 8,00 10,00 12,00

Hata Oran

ekil 5.7. Serpilme Diyagram ekilde, retim miktarlarna gre hata orannn younlat ksmlar grlmektedir. 5.7. Kontrol Diyagramlarnn Oluturulmas Ve Deerlendirilmesi Uygulama yeri olarak seilen retim atlyesinde AK kodlu parann retimi srasnda, her seferinde 5 parann yatak yeri ap llmek kouluyla toplam 15 adet numune alnmtr. Alnan numunelerin llen deerleri aadaki gibidir.
Numune No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Gzlem 1 119,00 119,00 118,98 119,01 118,95 118,96 118,83 119,01 119,05 118,87 119,01 119,04 119,05 118,88 118,97 Gzlem 2 118,85 118,97 118,87 119,02 118,97 118,99 119,05 118,92 118,98 118,97 119,05 118,97 118,80 118,89 119,03 Gzlem 3 119,05 118,97 118,92 119,02 118,96 119,01 119,02 118,96 118,99 119,01 118,96 119,05 119,00 119,04 118,88 Gzlem 4 119,05 118,98 119,00 119,01 118,95 119,01 119,04 119,01 118,96 119,02 119,04 119,03 118,93 119,00 118,98 Gzlem 5 118,81 118,89 119,00 119,05 118,97 119,02 119,00 118,93 118,97 119,02 118,99 119,04 118,98 119,01 119,00

Tablo 5.5. Kontrol diyagramlar iin veri tablosu Yukardaki veriler SPSS paket program kullanlarak incelenmesi sonucunda aadaki kontrol grafikleri elde edilmitir.

xxxi

C nr l c a t X k nr l_d a r m o t o h r : - o t o iy g a i
19 6 1 ,0 k nr l_d a r m o t o iy g a i 19 4 1 ,0 U L = 1 ,0 1 C 19 59 A e g = 1 ,9 9 v ra e 1 8 7 6 L = 1 ,9 7 CL 1 8 0 3 19 2 1 ,0

Ortalam a

19 0 1 ,0

18 8 1 ,9

18 6 1 ,9

18 4 1 ,9

18 2 1 ,9

18 0 1 ,9 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 1 3 1 4 1 5

n k r r e le

ekil 5.8. X- diyagram

C nr l C a t - k nr l d a r m o t o h r :R o t o iy g a
0 0 ,3 k nr l_d a ra i o t o iy g m U = 60 CL ,2 5 0 5 ,2 Ae g = 23 v ra e ,1 5 LCL = 0 0 ,0 0

Deiim

0 0 ,2

0 5 ,1

0 0 ,1

0 5 ,0

0 0 ,0 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 1 3 1 4 1 5

e le rn k r

ekil 5.9. R- diyagram Bu kontrol grafiklerinin incelenmesi sonucunda herhangi bir noktann kontrol limitleri dnda olmad ve bu sebeple retim srecini kontrol altnda olduu gzlenmitir.

xxxii

PROJE RAPORU Yaplan almalar neticesinde iletmede ortaya kan hatalar byk oranda l hatasndan meydana geldii anlalm bu yzden hata nedenleri iletmede kullanlan tezghlara ve retilen para trne gre yaplmtr. Hatalarn tezgh trlerine gre incelenmesi sonucunda, hatalarn byk bir ksmnn CNC tezghlarnda yapld grlmtr. Bundan dolay CNC Torna, CNC ileme ve niversal torna tezghlar operatrlerine, teknik resim okuma eitimi verilmesine ve operatrlerin l aletlerini dikkatli kullanmalar konusunda bilgilendirilmesi gerektiine karar verilmitir. Ayrca kesici takmlarn belirli periyotlarda deitirilmesine zen gsterilmesi gerektii anlalmtr. Hatalarn para trlerine gre incelenmesi sonucunda ise en ok hatann AK kodlu parann retimi srasnda meydana geldii anlalm ve bu parann hammadde girdi kontrolnn, tanmasnn ve retiminin daha hassas yaplmas gerektii anlalmtr.

xxxiii

SONU Hatal rn ve hizmetlerde, hata sebeplerinin aratrlmas ve belirlenmesi kalite iyiletirmede ilk adm oluturmaktadr. Gerek rn gerek hizmet retiminde hatalarn ortaya kmas genellikle insan gc, malzeme, lme yntemleri ve ynetim gibi nedenlerden kaynaklanmaktadr. statistiksel metotlarn kullanlmasyla birlikte kalite kavram saysal ifadelere dntrlebilmi, ortalamalar, deikenliklerle kalite arasndaki yakn iliki ortaya konabilmitir. Kalite, soyut boyuttan llebilen, somut hale dnmeye balamtr. Bundan dolay hatalar olumadan nlemlerin alnmas hem lke ekonomisine hem de iletmeye byk karlar getirecei aikrdr. statistiksel Proses ve Kalite Kontrol bir iletmenin retkenliinin devam edebilmesi asndan iletme fonksiyonlarnn olmazsa olmazlarndandr.

xxxiv

KAYNAKLAR 1) 1Akn, B., 2ztrk, E., 2005, statistik Proses Kontrol Tekniklerinin Bilgisayar Ortamnda Uygulanmas, 1Ekonometri Blm, Marmara niversitesi, (Prof. Dr.)
2

Sakarya niversitesi Geyve MYO (retim Grevlisi)

2) Akkurt, Mustafa., Kalite Kontrol Excel Destekli, Birsen Yaynevi: 2003 3) Baer,Gngr., Kalite Kontrol, stanbul alayan Basmevi 1972 4) Berkn,.Tamer., Standartlatrma ve Trkiye Uygulamalar, Ankara: 1975 5) Blbl, Serpil Ergn., zmsel istatistik, Alfa Yaynlar 2001 6) Gzl, Stk., Endstriyel Kalite Kontrol, stanbul 1990 7) Gmolu, evkinaz., statistiksel Kalite Kontrol Ve Toplam Kalite Ynetim Aralar, Beta Yaynlar, 2000 8) Kartal,M., statistiksel Kalite Kontrol,1999 9) MPM.,Kk iletmelerde Kalite Kontrol Yntemleri,Ankara:1974 10) zdamar, Kazm., Paket Programlar ile statistiksel Veri Analizi -1, Kaan Kitabevi 1999 11) Uysal Gngr.,Kalite Kalite Kontrol ve Uygulamalar,Ankara:TSE Yayn

xxxv