Anabilim Dal : ENDSTR MHENDSL

Program : MHENDSLK YNETM

Tez Danman : r. Gr. Dr. Blent CERT
STANBUL TEKNK NVERSTES FEN BLMLER ENSTTS
ALTI SGMA VE STATSTKSEL UYGULAMALARI


YKSEK LSANS TEZ
Hrmz Mine KURT

OCAK 2008



















Tez Danman : r. Gr. Dr. Blent CERT
Dier Jri yeleri Yrd. Do. Dr. Ufuk CEBEC
Do. Dr. Ferhan EB


STANBUL TEKNK NVERSTES FEN BLMLER ENSTTS
ALTI SGMA VE STATSTKSEL UYGULAMALARI


YKSEK LSANS TEZ
Hrmz Mine KURT
(507031215)

OCAK 2008
Tezin Enstitye Verildii Tarih : 24 Aralk 2007
Tezin Savunulduu Tarih : 29 Ocak 2008

ii


NSZ

Dnyada her alanda olduu gibi, Kalite Ynetimi alannda da hzl deimeler
yaanmaktadr. yi organize olmu bir Kalite ekibinin, irketin performansna olan
etkisi ve katks byk nem tamaktadr. Bu almada, en gelimi kalite ynetimi
uygulamalarndan biri olan Alt Sigma ve statistiksel Uygulamalar konusu
incelenmi, gerek bir iletme uygulamasna yer verilmitir.
Youn akademik ve idar almalar arasnda bana zaman ayrarak yksek lisans
eitimimi ynlendiren Hocam r. Gr. Dr. Blent CERTe sonsuz teekkrlerimi
sunarm.
Tez uygulamasnda bana geni zaman ayrarak yardmlarn esirgemeyen Ford
Otosan alanlar Alev Osma (Uzman Kara Kuak), Murat Bak (Kara Kuak) ve
Eylem Trpana (Yeil Kuak) teekkrlerimi sunarm.
Son olarak, her zaman yanmda olan eim ndere sonsuz teekkrlerimi sunarm.

Hrmz Mine Kurt
Aralk 2007
iii


NDEKLER

NSZ ii
NDEKLER iii
EKL LSTES vi
TABLO LSTES vii
ZET viii
SUMMARY ix
1. GR 1
1.1. Alt Sigma Kavram 1
1.2. Alt Sigma Metodolojisi 5
1.3. Alt Sigmann Tarihsel Geliimi 8
1.4. Toplam Kalite Ynetimi ve Alt Sigma 11
1.5. Alt Sigma ve Toplam Kalite Ynetiminin Hatalar 12
1.6. Alt Sigmann Yararlar ve Prensipleri 16
1.7. Alt Sigma ve Mteri Kavram 19
1.8. Alt Sigma ve Sre Ynetimi 22
1.9. Alt Sigmann Gelecei ve Yaln Alt Sigma 24
2. ALTI SGMA UYGULAMA METODOLOJS 27
2.1. Tanmlama 28
2.2. lme 29
2.3. Analiz 30
2.4. yiletirme 30
2.5. Kontrol 31
3. ALTI SGMA ORGANZASYON YAPISI 32
3.1. st Kalite Konseyi 33
3.2. Ynetim Temsilcisi 34
3.3. ampiyonlar 35
3.4. Proje Lideri 35
3.5. Uzman Kara Kuaklar 36
iv
3.6. Kara Kuaklar 36
3.7. Yeil Kuaklar 37
3.8. Alt Sigma Eitimleri 37
4. ALTI SGMA UYGULAMALARINDA BAARI FAKTRLER 41
4.1. Alt Sigmay Stratejilerine Balamak 42
4.2. Mteri Odakllk 42
4.3. Proje Ynetimi Becerileri 42
4.4. st Ynetimin Destei ve Katlm 43
4.5. Organizasyonel Altyap 43
4.6. Alt Sigma Metodolojisini Anlama 44
4.7. Proje Seme ve nceliklendirme 44
4.8. Kltrel Deiimi Ynetmek 44
4.9. Eitim 45
4.10. Proje Takibi ve Gzden Geirme 45
5. ALTI SGMA UYGULAMA ARALARI 47
5.1. Tanmlama Aamasnda Kullanlan Aralar 47
5.1.1. Beyin Frtnas 47
5.1.2. Histogram 48
5.1.3. Pareto Diyagram 49
5.1.4. Neden-Sonu (Balk Kl) Diyagram 51
5.1.5. Aa Diyagram 52
5.1.6. likilendirme Diyagram 53
5.1.7. Kyaslama 54
5.2. lme Aamasnda Kullanlan Aralar 55
5.2.1. Veri Toplama 55
5.2.2. rnekleme Dalm 57
5.2.3. Tekrar Edebilme ve Yeniden retebilme lm 58
5.2.4. Sre Sigmas 58
5.3. Analiz Aamasnda Kullanlan Aralar 59
5.3.1. Hipotez Testi 59
5.3.2. statistiksel Anlam Testleri (Ki-Kare, T Testi, ANOVA, MANOVA) 63
5.3.3. Regresyon ve Korelasyon Analizi 69
5.3.4. Kalite Fonksiyon Yaylm KFY (QFD) 71
5.3.5. Hata Trleri ve Etkileri Analizi HTEA (FMEA) 75
v
5.3.6. Hataszlk (Poka-Yoke) 79
5.3.7. Veri Madencilii 82
5.4. yiletirme Aamasnda Kullanlan Aralar 82
5.4.1. Deney Tasarm 82
5.5. Kontrol Aamasnda Kullanlan Aralar 84
5.5.1. statistiksel Proses Kontrol (PK) 84
6. FORD OTOSANDA ALTI SGMA UYGULAMALARI 87
6.1. irket Tantm 87
6.2. Ford Otosanda Alt Sigma 89
6.3. Ford Otosanda Alt Sigma Uygulama rnei 90
6.3.1. Tanmlama Aamas 90
6.3.2. lme Aamas 92
6.3.3. Analiz Aamas 93
6.3.4. yiletirme Aamas 93
6.3.5. Kontrol Aamas 94
7. SONULAR 95
KAYNAKLAR 98
ZGEM 100
vi


EKL LSTES

Sayfa No

ekil 1.1
ekil 1.2
ekil 1.3
ekil 1.4
ekil 1.5
ekil 1.6
ekil 1.7
ekil 1.8
ekil 1.9
ekil 1.10
ekil 2.1
ekil 3.1

ekil 5.1
ekil 5.2
ekil 5.3
ekil 5.4
ekil 5.5
ekil 5.6

ekil 5.7

ekil 5.8
ekil 5.9
ekil 5.10

ekil 5.11

ekil 5.12
ekil 5.13
ekil 5.14
ekil 5.15
ekil 6.1
ekil 6.2
ekil 6.3
ekil 6.4
ekil 6.5
ekil 6.6
ekil 7.1
ekil 7.2
: Sigma-MOHS likisi....................................................................
: Gnlk Hayatta Alt Sigmann Anlam.......................................
: Standart Normal Dalm..............................................................
: Deney Histogram.........................................................................
: Deney Dalm Grafii..................................................................
: Normal Dalm Grafii zerindeki Hata Oranlar......................
: retici-Mteri likisi..................................................................
: Sre Tanm.... ............................................................................
: Ak ncesi ve Ak Sonras Deikenler....................................
: Alt Sigma ve Yaln Alt Sigma Arasndaki liki........................
: Alt Sigma Proje Ak emas.......................................................
: Alt Sigma almasnda Yer Alan Oyuncular Arasndaki
liki...............................................................................................
: Histogram Grafii rnei.............................................................
: Pareto Grafii rnei....................................................................
: Balk Kl Diyagram................................................................
: Aa Diyagram............................................................................
: Kyaslama Sreci..........................................................................
: Kontrol ve Uygulama Gruplarnn Test Sonras dealletirilmi
Dalmlar.....................................................................................
: Aritmetik Ortalamalar Arasndaki Fark iin Farkl
Senaryo.........................................................................................
: Regresyon Analizi rnei.............................................................
: Deikenler Arasnda likisiz Durum..........................................
: Deikenler Arasndaki Kuvvetli Pozitif ve Kuvvetli Negatif
liki...............................................................................................
: Deikenler Arasndaki Zayf Pozitif ve Zayf Negatif
liki...............................................................................................
: Kalite Evi......................................................................................
: Kalite Evi rnei..........................................................................
: Planlamadan retime KFY emas..............................................
: HTEA Sreci.................................................................................
: Ford Otosan Organizasyon emas...............................................
: Ford Otosan Ortaklk Yaps.........................................................
: Arka Kap Kapanma Eforu ikayetleri.........................................
: TGW Kyaslama Tablosu..............................................................
: Sebep-Sonu Diyagram................................................................
: Pareto Diyagram..........................................................................
: Fitil Kesitlerindeki Deiim..........................................................
: Efor-Zaman Grafii......................................................................
2
4
5
6
6
7
21
22
23
25
28

33
49
50
51
53
55

65

67
70
70

71

71
72
73
74
79
88
89
91
91
92
93
96
97
vii


TABLO LSTES
Sayfa No
Tablo 1.1 Deney Sonu Tablosu....................................................................... 6
Tablo 1.2 TKY ve Alt Sigma likisi.............................................................. 13
Tablo 1.3 Alt Sigma Uygulayan irketler ve Fayda-Tasarruf Gstergeleri.... 16
Tablo 1.4 TKY, Alt Sigma ve Yaln Alt Sigmann Karlatrmas.............. 26
Tablo 3.1 Genel Roller ve Kuaklardaki eitlerden rnekler........................ 32
Tablo 3.2 Alt Sigma Genel Eitim Program.................................................. 39
Tablo 4.1 Alt Sigma iin Kritik Baar Faktrleri........................................... 41
Tablo 5.1 aft retiminde Yaplan Hatalar...................................................... 50
Tablo 5.2 Gerek Durum ile Sfr Hipotezine likin Verilmesi Olas
Kararlar.............................................................................................
61

Tablo 5.3 Mteri Seim Tablosu..................................................................... 64
Tablo 5.4 Hata Olasl Deerlendirme Tablosu............................................. 76
Tablo 5.5 Etki nem Derecesi Tablosu............................................................ 76
Tablo 5.6 Hatann Saptanabilirlii Tablosu...................................................... 77
Tablo 5.7 Konsolide Risk ncelik Deerlendirme Tablosu............................. 77
Tablo 5.8 PK Uygulama Tablosu.................................................................... 86
Tablo 6.1 Ford Otosanda Alt Sigma statistikleri.......................................... 90




viii


ALTI SGMA VE STATSTKSEL UYGULAMALARI
ZET
Kreselleen dnya ekonomisinde, gittike artan rekabet ortamnda verimlilii
artrmay temel hedeflerinden biri olarak semeyen irketlerin, uzun vadede ayakta
kalabilmeleri ve rekabet edebilmeleri olduka zorlaacaktr. Alt Sigma ynetim
sistemi, retimden insan kaynaklar ynetimine, finanstan pazarlamaya, irketlerin
her trl srecini daha verimli hale getirmektedir. Son yllarda i evrelerinde sk sk
ad duyulan Alt Sigma, gnmzde iletmeler tarafndan her alanda uygulanmas
arzulanan bir plnlama, ynetim ve kontrol arac haline gelmitir. Alt Sigma, dier
birok sistemle btnleik hle gelmi, temel ynetim aralar arasnda yerini almay
baarmtr. Bu tez; Alt Sigma ile ilgili detayl bir ierie sahip olup, Alt Sigmann
istatistiksel uygulama aralar zerinde younlamtr. Ayrca, gerek bir iletme
uygulamasna yer verilmitir.
Birinci blmde, Alt Sigma kavram ele alnm, Alt Sigmann tarihsel geliimi
incelenmitir. Ayrca bu blmde Alt Sigmann yararlarndan, mteri ve sre
kavramndan, Alt Sigmann geleceinden bahsedilmitir.
Tezin ikinci blmnde, Alt Sigma uygulama metodolojisinden bahsedilmi ve Alt
Sigma uygulamalarnn tanmlama, lme, analiz, iyiletirme ve kontrol aamalarna
yer verilmitir.
nc blmde, Alt Sigma organizasyon yaps anlatlmtr.
Tezin drdnc blmnde Alt Sigma uygulamalarndaki baar faktrlerinden
bahsedilmitir.
Tezin beinci blmnde, Alt Sigma uygulama aralar incelenmitir. Bu blmde
detayl olarak istatistiksel aralar incelenmi, bu aralar deiik uygulama
rnekleriyle zenginletirilmitir.
Altnc blm, uygulama ksmna ayrlmtr. Bu ksmda irketin genel bir tantm
yaplm, irkette uygulanan Alt Sigma rneklerinden bahsedilmitir.
Son blm olan yedinci blmde ise, elde edilen sonular paylalmtr.
ix


SIX SIGMA AND STATISTICAL TOOLS
SUMMARY
In todays global world, it is difficult for companies to survive in long term and
compete who do not choose increasing efficiency as a vital goal. Six Sigma
management systems, brings efficiency to each process such as production, human
resources, finance, marketing and so on. Six Sigma has been a desired planning,
execution and control tool for companies in business environment in the last years.
Six Sigma has been integrated with many other systems and has taken its place
among fundamental management tools. That thesis includes a detailed content
regarding Six Sigma System and it has been focused on statistical implementation
tools. Moreover, a real company implementation has been considered in the study.
In the first section, Six Sigma topic has been studied. Historical improvement of Six
Sigma has been told. Additionally, objectives and benefits of Six Sigma, customer
and process concepts and future of Six Sigma have been discussed.
In the second section of the study, Six Sigma implementation methodology, its steps
such as define, measure, analyze, improve, control have been defined.
In the third section, Six Sigma organizational structuring has been discussed.
In the forth section, success factors in Six Sigma implementation have been studied.
In the fifth section, Six Sigma Implementation Tools have been defined. In this
section, statistical tools have been studied in detail and those tools have been
enriched with different implementation tool samples.
Sixth section is about implementation of the thesis. In this section, the company has
been introduced. Additionally, implementation of Six Sigma in the company has
been discussed.
In final section, obtained results have been shared.
1


1. GR
1.1. Alt Sigma Kavram
Bir ynetim sistemi olarak Alt Sigma, iletmelerin krllk unsurunun gelimesini
hedefleyen bir yaklamdr. Bu yaklam, hata ve fire oranlarn indirip mteri
ihtiya ve isteklerini esas alarak sre ynetimini btnsel yaklam ierisinde ve
istatistiksel olarak gerekletirmektedir. Alt Sigma paralelinde ele alnan sre
yaklam sadece birka blmde deil, iletme ii tm faaliyetlerde uygulanmaldr.
Kalite kontrolde geerli olan sistemler, hatalarn belirlenip dzeltilmesine
odaklanmken, Alt Sigma getirdii paradigma deiimiyle srelerin iyiletirilmesi
veya yeniden tasarm ile hatalarn bir daha hi olmamas iin yaplandrlm bir yol
salamaktadr (Ada, 2004).
Alt Sigma ile mteri memnuniyeti zerine odaklanm ve krll artrma
amacnda olan iletme iinde tm srelerde bir yeniden deerlendirme
balamaktadr. Bunu takiben mteri kriterlerinin, srelerin, girdi ve kt
deerlerinin, performansn matematiksel lm ve analizi gerekletirilmektedir.
Mteri tarafndan ortaya konan kriterlerde mkemmele yakn bir baar ngren
Alt Sigma, istatistiksel olarak milyonda 3,4 hata olaslnn altna inilmesini
hedeflemitir. Alt sigmann mteri memnuniyetini esas alan ve buna paralel olarak
sre yaklam temelinde sistematik biimde iletme genelinde uygulanan kantitatif
metotlarn sonucunda:
Hata oranlar azalmakta,
evrim sreleri ksalmakta,
Stok seviyeleri dmekte,
Verimlilik ykselmekte,
Maliyetler azalmakta,
Yksek mteri tatmini ve
Artan pazar pay ile krllk art salanmaktadr (Ada, 2004).
2
Alt Sigma uygulamalarnda Sigma Seviyesi (Pande, 2004);
Sigma = 1 ise, baar oran = % 30,9 ve MOHS = 690.000
Sigma = 2 ise, baar oran = % 69,2 ve MOHS = 380.000
Sigma = 3 ise, baar oran = % 93,3 ve MOHS = 66.800
Sigma = 4 ise, baar oran = % 99,4 ve MOHS = 6.210
Sigma = 5 ise, baar oran = % 99,98 ve MOHS = 320
Sigma = 6 ise, baar oran = % 99,99966 ve MOHS = 3,4
ekil 1.1de, her Sigma seviyesine karlk gelen Milyon Olaslkta Hata Says
(MOHS) yer almaktadr (Linderman, 2003):

ekil 1.1: Sigma-MOHS likisi
te bu sebeplerle Alt Sigma felsefesinin uygulanmas ile kalite odanda mteri
memnuniyetini esas alacak olan iletmeler, dnyadaki mteri istek ve beklentileriyle
teknolojik alanda hzla deiimi yakalayabilecek ve ar rekabet koullarnn gereini
yerine getirebilecektir. Unutulmamas gereken nokta, irketlerde bu felsefenin
yerlemesini ksa vadede bir operasyonel faaliyet deil, iletme btnne hakim
olmas hedeflenen ve uzun vadede olmakla beraber srdrlebilir ve anahtar bir yol
olarak rekabet gc salayacak stratejik bir karar olacadr. Kresel rekabet unsular
dikkate alndnda, klasik kalite ynetimi yaklamlarnn, iletmelerin uzun
dnemde baary yakalamalarnda yeterli olamayaca grlmektedir. Bilgi
3
toplumunun yine bilgi merkezli kresel ekonomisinde kalclk ve esneklik, ancak
Alt Sigma felsefesinin ortaya koyduu paradigmal deiimin yakalanmasyla
mmkn olacaktr. Alt Sigmann sistem yaklamn temel alan sre ynetimi,
btnsel bak as ve mkemmellie giden yolu iletmenin her alannda llebilir
kriterlerle izen metodolojisi somut iyileme ve gelime sonularnn da ortaya
konmasn salayacak ve bylece bu felsefenin iletmenin makro erevesinde sektr
ve ekonomi genelinde yaygnlamas salanacaktr (Ada, 2004).
Alt Sigma konusunda literatrde birbirinden farkl tanmlara rastlamak mmkndr.
Bu tanmlara gz atacak olursak;
Alt Sigma, Toplam Kalite Ynetiminin nemli odak noktalarndan biri olan
srelerin kalitesinin lm ve iyiletirilmesinde, kullanlabilen bir yntem, bir
metodolojidir. Hedefi hata oranlarn milyonda 3,4 seviyesine drmektir. (elebi,
2006).
Alt Sigma, organizasyonun temel srelerini, mteri ihtiyalarn karlayacak
ekilde deerlendirmek ve iyiletirmek iin, imdi ve gelecekte tm alanlarn
bilgilerinin ve kantitatif metotlarn etkin olarak kullanlmasdr. (elebi, 2006).
Alt Sigma, ierisinde kuvvetli aralarn olduu bir teknik program gibi grnse de,
aslnda btnnde ynetimsel ve kltrel bir deiim programdr. (elebi, 2006).
Alt Sigma, ite baary yakalamak, srdrmek ve en st dzeye ulamak iin
kapsaml ve esnek bir sistemdir. Alt Sigmay ileten benzer mekanizma, mteri
ihtiyalarn derinlemesine anlama; gerekleri, verileri ve istatistiksel analizleri bir
disiplin erevesinde kullanma; i srelerini ynetme, iyiletirme ve yeniden
kefetmekten ibarettir. (elebi, 2006).
Alt Sigma, prosesleri ve rnleri sistematik ve bilimsel yaklamlarla mteri
gereksinimlerine gre iyiletirmek ve verimlilii artrarak srekli klmak iin verileri
ve istatistiksel aralar kullanan ve kritik baar faktrlerine gre kaliteye ve
verimlilie projelerle odaklanan bir yntemdir. (Iok, 2005).
Alt Sigma, kalite problemlerinin temel nedenlerini bulmak ve kontrol noktalar
oluturmak iin istatistiksel yntemlerle veri analizi yaparak kaliteyi iyiletiren bir
felsefe, ayn zamanda bir metodolojidir. (Markarian, 2004).
4
Alt Sigma, operasyonel srelerdeki fireleri, isizlii ve kayplar baarl bir
ekilde azaltmak iin kullanlan ve 1986 ylnda Motorola tarafndan gelitirilen bir
metottur. Alt Sigma uygulamalar sonucunda irketlerin kalite dzeyinde, mteri
memnuniyetinde, opreasyonel ve finansal performansnda ilerlemeler
gzlemlenmektedir. (Fairbanks, 2007).
Alt Sigma, hata orann milyonda 3,4e drmeyi hedefleyen bir kalite iyiletirme
programdr. Alt Sigma, normal dalm ve rn hatalar ile rn geliri, evrim
zaman, stoklar arasndaki kuvvetli ilikiyi kullanr. (Sokovic, 2005).
Yukardaki tanmlardan anlalaca gibi Alt Sigma, hata oranlarn en aza indirmek
suretiyle irketlerin performanslarn en yksee karmay hedefleyen istatistiksel
bir aratr. Alt Sigma, bnyesinde uygulanabilir bir metodoloji barndrr, bu
metodoloji sayesinde sreleri iyiletirerek i ve d mteri memnuniyetini salar ve
kurumsal baary artrmaya odaklanr.
Gnlk hayatta Alt Sigmann nemi ekil 1.2de anlalmaktadr (Markarian,
2004):

ekil 1.2: Gnlk Hayatta Alt Sigmann Anlam

5
1.2. Alt Sigma Metodolojisi
Sigma (), Yunan alfabesinde kullanlan bir harftir. Sigma, zellikle istatistikiler
tarafndan herhangi bir srecin deikenliini lmek iin kulland bir lttr.
Sigma, bir i srecine uygulandnda, Sigma deeri, srecin ne kadar iyi ilediini
gsteren sonular verir. Sigma seviyesi ne kadar yksekse, srele ilgili hata says,
maliyet, hurda miktar ve evrim zaman da o kadar dk olacaktr. statistiksel
olarak baktmzda Sigma standart sapmay temsil etmektedir. retim srelerinin
normal bir sonucu olarak retilmi paralarn her biri birbirinden farkl biimdedir.
Deikenlik ise, kalitenin dmandr. Sigma, belirli bir ana ktledeki paralarn
dalm veya deikenliinin standartlatrlm istatistiksel lmdr. ekil
1.3teki Standart Normal Dalm grafiinde gsterildii gibi Sigma, ana ktle
ortalamas ve standart sapma arasndaki mesafedir. Standart Normal Dalm;
ortalamas 0, standart sapmas 1 olan dalmdr. (zkan, 2006).
0 -6 -2 -4 2 6 4
= Ortalama
6 SGMA

ekil 1.3: Standart Normal Dalm
Alt Sigma faaliyetlerinde kullanlan verilerin genel olarak normal dalma uygun
davrand kabul vardr. Elimizdeki verilerin normal dalma uygun olup olmad
normalite testi ile kontrol edilir. Aadaki formlde gsterilen normal dalma ait
fonksiyondan anlalaca zere dalmn, standart sapma ve aritmetik ortalama
parametrelerine sahip olduu grlr (zkan, 2006).
2
2
1
2
1
) (
|

\
|

x
e
x
x f
6
Normal dalma ilikin bir rnek verecek olursak; 10 adet madeni parann 100 defa
havaya atldn dnelim. Her atta 10 madeni parann st yznn tura gelmesi 0
ila 10 arasnda deimektedir. Burada beklenilen, hilesiz madeni paralarn ortalama 5
tura, 5 yaz eklinde gelmesidir. Tablo 1.1de bu deneyin sonular, ekil 1.4te
deneye ait Histogram ve ekil 1.5te deneye ait dalm grafii yer almaktadr
(Basu, 2003):
Tablo 1.1: Deney Sonu Tablosu
Tura Says 0 1 2 3 4 5 6 7 8 9 10
Frekans 1 2 5 12 18 23 16 10 9 3 1


ekil 1.4: Deney Histogram

ekil 1.5: Deney Dalm Grafii
7
Eer bir para imal ediyorsanz, mutlaka bu paraya ait tasarmdan gelen
spesifikasyonlar mevcuttur. Bu spesifikasyon deerlerini normal dalm grafiine
eklediimizde parann imalat srecini gsteren hata oranlarn hesaplamak
mmkndr. ekil 1.6da normal dalm grafiinde st spesifikasyon limiti (SL)
ve alt spesifikasyon limiti (ASL) mevcuttur. Ayn zamanda ASL ve SL dnda
kalan taral blgeler ise hata alanlarn gstermektedirler. Hata alan, erinin
spesifikasyon deerlerinin dnda kalan blmlerinin altnda kalan alanlardr. Hata
olaslklar ise, hata alannn, erinin toplam alanna orandr (zkan, 2006).
Hata Alanlar
ASL SL

ekil 1.6: Normal Dalm Grafii zerindeki Hata Oranlar
Matematiksel olarak, bu orann hesaplanmas iin erinin fonksiyonunun bulunmas
ve integralinin alnarak alanlarnn hesaplanmas gerekmektedir. Bu ise, uzun ve zor
bir yntemdir. Bunun yerine Z dalm yntemi kullanlr. Z dalm, ortalamas 0
ve standart sapmas 1 olan standart normal bir dalmdr. En nemli zellii ise, eri
zerindeki her deer iin, eri altnda snrlanan alann biliniyor olmasdr. Her Z
deerine karlk, erinin altnda kalan ya da hata blgesisnde kalan hata olaslk
deerleri standart normal dalm tablolarndan bulunabilir. Bir deerin Z karl,
standart sapma cinsinden ortalamadan ne kadar uzakta bulunduunu gsterir.
rnein, Z=2 olmas ilgilenilen x deerinin ortalamadan 2 standart sapma uzakta
olduu anlamndadr. Sonu olarak, normal dalm bir srecin, Z dalm
kullanlarak, ASL ve SL deerlerinin Z karlklar bulunursa, hata olasl
kolaylkla hesaplanabilir (zkan, 2006).
( )

X X
Z

=
8
= rneklemin standart sapmas
X = rneklemin oratalamas
X = Z karl bulunmak istenen deer
SL ve ASL iin Z deeri u ekilde hesaplanr (zkan, 2006):
( )

X SL
Z
st

= ;
( )

ASL X
Z
Alt

=
1.3. Alt Sigmann Tarihsel Geliimi
Alt Sigma Metodolojisinin, 1980li yllarn ortalarnda Motorola tarafndan
gelitirildii sylenmesine karn, yaklak 100 yllk bir gemii bulunmaktadr
(elebi, 2006).
1900 ve 1920li yllarda Frederick Winslow Taylorn gelitirdii Bilimsel
Ynetim ve statistik teorileri
Henry Fordun seri retim hatlarn 84 ayr istasyona ayrtrarak Tam
Zamannda retim ve Yaln retim uygulamalarn kullanmas
Walter Shewhart ve Joseph M. Jurann 1920 ve 1924 arasndaki kalite
almalar sonucunda retim srelerindeki kaliteyi deerlendirmek zere
gelitirdikleri Kontrol Grafikleri ve modern statistiksel Proses Kontrol
yntemleri
1950li yllarda Japon kalitesinin en bunalml dnemlerini yaad zamanlarda,
Japonlara danmanlk destei salayarak Japon Kalite devriminin yaplanmasna
byk katk salayan Dr. W. Edward Deming, Dr. Joseph M. Juran ve Dr.
Armand Feingenbaumun uygulamalar ve sonuta Japonlarn stn rekabet
gcne ulat 1970li yllar.
1970li yllarda Japonlarn kalite devrimi meyvelerini vermeye balam ve
Japonlar, mteri beklentilerini karlayan ucuz rnleriyle Amerikan pazarnda
egemen olmulardr. Birok Amerikan irketi gibi Motorola da Japonlar ile rekabet
etme yeteneinden dolay, her geen gn Pazar kaybetmeye ve klmeye devam
eden bir durumdadr. yle ki, 1970li yllarda Amerikada televizyon retimi yapan
Quasar adndaki irketini yksek kalitesizlik maliyetleri nedeniyle, Japonlarn nl
bir holdingi olan Matsushitaya satmak zorunda kalrlar. Televizyon retiminde %
9
150lere varan hata oranlarnn yaratt verimsizlik ve maliyetler (her 100
televizyonda toplam 150 tane parann hatal olmas ve bu paralarn onarlmas veya
hurdaya atlp yenilerinin taklmasnn yaratt kalitesizlik maliyetleri artk
dayanlacak boyutlarn ok tesindedir. Matsushita 1970li yllarda Motoroladan
satnald Quasarda yeniden bir kalite devrimi yaratarak, istatistiksel teknikleri
televizyon retim proseslerinin gelimesinde kullanm, % 150 hata oranlarnn
birka yl iinde % 3 seviyelerine kadar drmtr. Amerikada Amerikan iisi ile
elde edilen bu baar, tm Amerikan endstrisi ile paylalmak zere Amerikan
Kalite Derneine raporlanmtr (elebi, 2006).
Dier yandan 1980li yllarn banda ou Amerikan irketi gibi Japonlar karsnda
srekli Pazar kaybeden Motorola, ktye gidii durdurmak amacyla kapsaml
aratrmalar, rn kyaslamalar yapmaya balamtr. Motorola mhendislerine
gre, Japon rnleri kalitesiz olduu iin ucuzdur. Mteri ise kaliteli rn deil,
ucuz rnleri tercih ettii iin Japon rnlerine ynelmektedir. te yandan, kalitesiz
Japon rnlerini tercih eden mteriler, uzun vadede sorunlar yaayacak ve kaliteli
rn almak iin tekrar Motorolaya dneceklerdir (elebi, 2006).
Kalite kavramn yorumlamay renen Motorola, art rekabet iin mterilerine
gitmeye ve onlarn fikirlerini daha dikkatli anlama yoluna gitmitir. Yaplan
aratrmalar sonucunda mteriler, Motorola rnleriyle Japon rnlerinin ayn
fonksiyonu yerine getirmesine ramen Motorolann ok pahal olduunu, bu
nedenle de Japon rnlerini tercih ettiklerini sylemilerdir. Motorola uzmanlarna
gre, kalitesiz Japon rnleriyle Motorola rnlerinin mteri iin fark olmayan
fonksiyonlar yerine getirmesi imkanszd. nk, onlara gre, Japonlarn kulland
malzemeler kalitesizdi ve ayrca Japonlar retim proseslerinde yaplmas gereken
birok kontrol yapmyorlard. Bu yarglara kar en net cevaplar Amerikan Kalite
Derneinden gelmiti. Amerikan Kalite Dernei Motorolaya ait olan Quasar
firmasnda Japonlarn uygulad iyiletirmeleri anlatan raporu uzmanlarna sunarak
srelerdeki verimsizliklerin, tamir ve kontrol maliyetlerinin ne kadar byk
boyutlara ulaabildiini gstermiti. Japonlarn ucuz rnlerinin gerisinde
Japonyadaki ucuz iilik ve ucuz malzelemerin olmad, Amerikada Amerikan
iisi ve malzemesi ile retim yapan Quasarn da son derece dk retim
maliyetlerine ulaabildii bu raporda aka belirtilmekteydi (elebi, 2006).
10
Artk Japonlar ve Japon retim teknikleri baka bir gzle kyaslanyordu. rn
kalitesinden ok srelerin kalitesini gsteren yeterlilik indeksleri, irketin rekabet
gcn belirleyen ok nemli bir gsterge haline gelivermiti. Srete varolan
hatalar belirli bir disiplin altnda llerek, istatistik yardmyla analiz edilmeli ve
iyiletirilmeliydi. yleyse Japonlar gibi rn kalitesinden daha ok, rnn retildii
srecin kalitesinin sorguland bir ynetim tarz oluturulmal ve bunu iyiletirmek
iin de mteri beklentilerinin ok iyi belirlendii bir yntem dzenlenmeliydi
(elebi, 2006).
Bu mesaj iyi deerlendiren Motorola bakan kuruluu kkl bir deiime itmitir.
Bundan sonra kendisinin ilk sorgulayaca indeksin sre kalitesi olacan belirterek
bu konu zerinde hemen almalarn balatlmasn istemitir. te bu almalar,
Alt Sigmay gn yzne karmtr. Bylelikle Motorola irketleri verimliliklerini
Sigma Seviyesi adn verdikleri bir indeksle takip etmeye balamlardr. Bunu
iyiletirmek iin de odaklanm projeler belirlemiler ve bu projeleri hedeflerine
ulatrmak iin TAK (Tanmla-l-Analiz Et-yiletir-Kontrol Et) ad verilen ve
kendilerinin derledii problem zme modelini oluturmulardr (elebi, 2006).
1981de Motorolann en st on amacndan birisi de, 1986dan nce kaliteyi on kat
gelitirme ve be yl iinde on kat byme karardr. Bu erevede ncelikle firma
iinde yaygn hata azaltma ve birim bana hata says kavramlar tanmland. Bu
tanm btn birimlerde hatalara ilikin veri lme ve toplamaya odaklanlmasn
salad. Bylece, George Fisher tarafndan ynetilen Motorola letiim grubundan
yeni bir dnce dodu ve bu yeniliki iyiletirme kavramna Alt Sigma ad verildi.
Daha sonra, telefon kalitelerinin artmas ve gelimesini salamak iin Alt Sigma
teknikleri i eitimlerde kullanlmaya baland. Bylece, Motorola firmas, 1988de,
Alt Sigma felsefesi kullanarak, Ulusal Kalite dln alan ilk firma nvann alm
ve her be yl iinde on kat byme hedefi, drt yl iinde yz kat byyerek
gereklemitir (Iok, 2005).
Motorolann stratejisi ve kaliteye bu kadar odaklanmas btn dnyada bata
otomotiv sektrnn yeleri olmak zere btn firmalar tarafndan ilgiyle izlenmeye
baland. Alt Sigma tekniklerini kritik bir baar faktr olarak Motoroladan sonra,
General Electric (GE) ve Allied Signal (veya 1999da gerekleen birlemeden
sonraki adyla Honeywell) uygulam ve drt yldan ksa srede milyarlarca dolar
11
kazan salamlardr. Alt Sigma sayesinde Motorolann ulusal kalite dl almas
dnda Alt Sigma tarihindeki dier byk bir olay ise, 1991de JackWelchin
GEnin CEOsu olmasyla gerekleti ve Welch st dzey kurmaylarndan Alt
Sigmaya lgnca balanmalarn istedi. Ayrca GEnin Alt Sigmaya olan
inancn ise, dengesizce diye nitelendirdi. GE, Alt Sigmay 1995te uygulamaya
balad ve 1996-1999 dneminde drt yllk srete 2,2 milyar dolar kar elde etti
(Iok, 2005).
Allied Signal / Honeywell, Motorola ve GE ile balantl bir baka baar yksdr.
Allied, 1995te Alt Sigma almalarna balam ve 1999da Alt Sigma konusunda
geni kapsaml personel eitimi ve Alt Sigma ilkelerinin uygulanmasyla, ylda 600
milyon dolardan daha fazla tasarruf salyordu. Allied Alt Sigma ekipleri, sadece
tekrar ilerden kaynaklanan maliyetleri azaltmakla kalmayp, ayn ilkeleri uak
motorlar gibi yeni rnler iin de uygulayarak, tasarmdan tescile kadar geen 42
aylk sreyi de 33 aya indirmitir (Iok, 2005).
1.4. Toplam Kalite Ynetimi ve Alt Sigma
Toplam Kalite ynetimi; tm proseslerin, rnlerin ve hizmetlerin tam katlm
yoluyla gelitirilmesi, i ve d mteri tatmininin arttrlmas ve mteri ballnn
yaratlmasnn salanmas amacyla iletmede alnan sonularn iyiletirilmesine
dayanan, mteri beklentilerini hereyin zerinde tutan ve mteri tarafndan
tanmlanan kaliteyi, tm faaliyetlerin yrtlmesi srasnda rn ve hizmet
bnyesinde oluturan modern ynetim biimidir. (elebi, 2006).
Toplam Kalite Ynetimi (TKY) prensiplerini kabul eden Alt Sigma, TKYnin
tesinde ve mkemmel bir kalite seviyesi iin sistematik, bilimsel ve kalc bir
yaklam salar. O halde, TKYye uzaktan veya yakndan bulaan firmalara Alt
Sigma yaklam yabanc gelmeyecektir. Daha nce bilinen ve kullanlan tekniklerin
ve yntemlerin, Alt Sigma yaklamyla baar faktrleri ve rekabet gc ile ilgili
sonular zerinde ok daha etkili olarak uyguland sylenebilir. Alt Sigma
metodolojisi, sadece kaliteye odaklanan bir yaklam olmayp, organizasyonda yer
alan tm proseslerde ve alanlarda, ksaca frsatlarn yer ald her yerde
uygulanabilir. Ancak, Alt Sigmann uygulanabilmesi iin ISO 9001, ISO/TS 16949,
ISO 14001 vb. kalite ynetim sistemi belgelerinin varlndan ok, etkin olarak
12
iliyor olmas gereklidir. Alt Sigma, ilemeyen ve altrlmayan belgelerin
bulunduu firmalar yerine bu tr belgelerin olmamasna karn sistemli ve gvenilir
veri altyapsnn olduu firmalarda da uygulanabilir. Ksacas Alt Sigmann temeli
verilere dayanr ve veri olmadan frsatlar etkin olmadan izlenemez ve grlemez
(Iok, 2005).
Alt Sigma, kurum geneline daha geni bir bak asyla yaklamaktayken, Toplam
Kalite Ynetiminin temel felsefelerinden biri olan ve Srekli yiletirme anlamna
gelen Kaizen, daha ok ksa dnemde sorunlarn zmne ynelik bir yaklamdr.
Alt Sigmann getirdii paradigma deiimi, tek tek hatalarn dzeltilmesi yerine
srecin incelenmesi ve iyiletirilmesi olarak tanmlanabilir. Alt Sigmay Toplam
Kalite Ynetiminden ayran bir zellik de, nceki yaklamlarda sorunu zmek
esas alnrken maliyet olgusunun gz ard edilmesidir. Aktivite incelenirken maliyet-
fayda analizi yaplmal ve maliyeti karlayacak bir ilem olup olmad
belirlenmelidir. Bu adan Alt Sigma, Toplam Kalite Ynetimine gre daha
sistematik ve kr odakl bir kalite ynetimidir (Ada, 2004).
1.5. Alt Sigma ve Toplam Kalite Ynetiminin Hatalar
Toplam Kalite Ynetimi (TKY), arkasnda olumlu bir hret brakm olmasna, pek
ok kuruluta hala yayor olmasna ve Alt Sigma sisteminin oluturulmasn
salayacak zemini hazrlam olmasna karn, bugn neden ok fazla rabet
grmemektedir? Olumsuz yarglarn bir blm sadece duygusaldr, Toplam Kalite
Ynetiminin ilk yllarnda bu kadar talep grmesine karlk dedii bedel olarak
dnlebilir. Bunun kadar nemli baka nokta da, birok giriimin balatlma ve
ynetilme biiminin, Toplam Kalite Ynetimi uzmanlarnn zihninde, kt bir
izlenim brakmasdr. Bu nedenle kaliteyi bilen ve uygulam insanlar, belki de, Alt
Sigmann gerekten yeni ve stn birey sunduuna en zor ikna edilecek kiiler
olacaktr. Toplam Kalite Ynetiminin gemite yapt baz hatalarn, yeterince
dikkatli olunmad takdirde, Alt Sigma giriimlerinde yinelenmesi iten bile
deildir. Tablo 1.2de Toplam Kalite Ynetiminin karlat baz hatalarn
yansra, Alt Sigmann ayn durumlar iin nasl bir yol izlediini gstermektedir
(Pande, 2004)
13
Tablo 1.2: TKY ve Alt Sigma likisi
TKY Hatas Alt Sigma zm
Entegrasyon Eksiklii:
Kalite sk sk, irket stratejisi ve
performansnn temel konularndan farkl bir
yan etkinlik gibi grlmtr. Bunun
glgeleri arasnda, ekirdek ynetim
ekibinden ok, bu kiilerin konuyu delege
ettikleri kiilerden oluan bir Kalite Konseyi
ya da kr-zarar veya net kr gibi konular ile
hi ilikisi olmayan kalite blm personeli
saylabilir. Bir dier btnleme boluu da,
irketin orta kademe yneticilerinin karar
verme srecinden karlmasyla ve sorun
zme yetkisinin bu yneticilerin resmen
kontrolnde olmayan ekiplere
devredilmesiyle ortaya kar. Toplam kalite
kavramnn telaffuz edilmesine karn,
abalarn yalnzca rn retim
departmanlaryla snrl braklmasyla
giriimin kurulua gerek anlamda mal
olmasn engeller.
lerin ve Kiilerin / irket ve
Kiilerin Gelirlerine Balant
Kurmak:
Alt Sigma kurulular sre
ynetimini, iyiletirmeyi ve lm
zellikle iletmeden sorumlu
mdrlerin gnlk ilerinin bir paras
olarak uygulamaya koyar. General
Electricin (GE) Alt Sigmaya mal
edilen ve ok iyi bilinen % 40lk
performans primi gibi tevik
uygulamalar, Alt Sigmann iin bir
paras olduu mesajn
kuvvetlendirir. Dikkat gerektiren bir
baka nokta, Alt Sigmann idari ya
da hizmet srelerine uygulanmasdr.
Bu sayede, GEnin Capital Services
finans birimlerinde ok baarl
sonular elde edilmitir.
lgisiz Liderler:
Baarl TKY uygulamalarnn hepsinde
liderlerin sreleri ynlendirme konusunda
aktif olarak rol aldklar grlr. Ancak daha
sk rastlanan durum, st dzey ynetimlerin
kukuculuu ya da kalite fikrini gelitirme
konusundaki isteksizlikleridir. Bu tr
kurulularda kalite geici olarak hissedilir ve
bu giriime n ayak olan kiiler irketten
ayrldklarnda da kalitenin geici olduu
kantlanm olur.
n Saflardaki Liderler:
in en tepesindeki kiilerin Alt
Sigmaya olan inan ve tutkusu,
Bombardier, AlliedSignal ve GE gibi
irketlerde apak grlmektedir. Bu
tutku - ve Alt Sigma sistemi iin bkp
usanmadan srekli nclk etmeye
hazr olmak hemen her zaman bir
liderin Alt Sigmann iin srekli
olarak yeniden yaratlmasyla edeer
olduunu kavramasyla olanakldr.
Bir irket ya da alt blmn yneticisi,
sadece ayakta kalmann yeterli
olmadn sylediinde ve srekli
baary yakalamak iin deiimin
artk kanlmaz olduuna karar
verdiinde, o irket Alt Sigmay
uygulamak iin yeterince olgunlam
demektir.
Kavram Bulankl:
TKYdeki bulanklk kalite kavramnn
kendisiyle balar. Kalite, pek ok yan anlam
olan bildik bir szcktr. Pek ok irkette
kalite, kalite kontrol ya da kalite gvence
gibi belli sorumluluklar olan, yaklamn
sreci iyiletirmek yerine onu istikrarl
duruma getirmeye somut bir blm
olagelmitir. Kalite felsefelerinin fikirleri de
btn kavram pek ok kii iin gizemli hale
getirmitir. ISO 9000 sertifikas ya da
Tutarl Bir ekilde Tekrar Edilen
Basit Bir Mesaj:
Bu aamada Alt Sigma da, TKYnin
karlat glklerle karlaabilir.
Hepsinin tesinde Alt Sigma terimi
burada anlatmaya altmz sistemi
tam olarak ifade etmek iin yeterli
deildir. nerdiimiz pratik
tanmlamann olduka ie
yarayacana inanyoruz. Alt Sigma
mteriye odaklanarak Sre
14
reengineering teknikleri benzeri yeni
yaklamlarn ortaya kmasyla, mevcut
kalite abalaryla bir trl btnleemeyen
TKYnin yetersizlii iyice belirgin duruma
gelmitir.
Ynetimi ve yiletirmesine nem
vererek, gerekleri ve verileri akllca
kullanarak baarya ulamay ve bunu
srekli klmay salayan bir alma
sistemidir. Ak, eksiksiz ve yeterince
spesifik. Bu tanmlamay srekli
yineleyerek ve hangi aralarn zorunlu
olduu ya da hangi Alt Sigma
felsefesinin izlenmesi gerektii gibi
tartmalara girmeden, insanlarn kafa
karklndan ve tereddtten uzak
tutmak olanakldr.
Belirsiz Bir Hedef:
Pek ok irket, kulaa olumlu gibi gelen
rnein mteri beklentilerini karlamak ve
tesine gemek benzeri kavramlarla, ancak
bu hedeflere doru ilerlemeyi
deerlendirecek gereleri oluturmadklar
iin, kalite kavramn da bulank hale
getirmitir. 1980lerde ve 1990larda
retilen kalite yntemleri de, gerekte ok
eitli ve deiken olan mteri taleplerini
karlamada olduka baarsz kalmtr.
Mteri isteklerini gerekten anlamamz
salayacak aralar olmadan, TKY giriimi,
ak ulu bir evrim olmaya mahkumdur; bu
dng iinde irket, mterilerinin bugnk
taleplerini karlayabilir ancak yarnn
mterisi iin kendini hazrlayamaz.
Anlaml ve Net Bir Hedef:
Anlalr bir hedef, Alt Sigmann bel
kemiidir. Bu hedef ok iddial
olmakla birlikte, gemiteki sfr hata
kampanyalarnn tersine inandrc bir
hedeftir. Hedef ister baar oranyla
(%99,9997 mkemmellik), ister
milyon olaslkta hata says (3,4
MOHS) ile, isterse Sigma ile ifade
edilsin, Alt Sigma giriiminde rol
alan kiiler sonularn iyiletiine
tank olur; stelik bu iyilemeyi para
ile de ifade edebilir. Bunun kadar
nemli baka bir nokta da, Alt
Sigmay uygulayan kurulularn,
mteri gereksinimlerini ve
taleplerindeki deiimleri izleme
yntemlerine odaklanarak,
performanslarn mterilerinin en son
ve en zel taleplerine dayanarak
lebilecekleri dinamik bir sistem
kurmasdr. Hedef zaman iinde
deiebilir, ama kapal evrim Alt
Sigma sistemi kuruluun buna ayak
uydurmasna yardmc olur.
Ar Titizlik ve Teknik Katlk:
TKY uzmanlnn en ok hayal krkl
yaratan etkilerinden biri kalite polisi de
denilebilecek bir kavramn yaratlmasyd:
Bunlar bir iin yalnzca bir ekilde yaplmas
gerektiini direten kiilerdi. Bu yntemden
ya da inantan sapmak demek, kalite
idealine ya da bir gurunun retilerine
ihanet ettiimiz anlamna gelirdi. Kalite
konusundaki katln etkileri iki tanedir: 1)
Kaynaklar, uygun ya da gerekli olmayan
aralarla sorunlar analiz etmek iin
kullanlrd. 2) Kaliteyi uygulamaya alan
sradan (yani uzman olmayan) insanlar, bu
almalardan dlanrd. Belki klie olacak
ama bu tr yaklamlar, daha karmak
teknikleri ya da aralar destekleyen ve de
Aralar ve Katlk Derecesini
Koullara Gre Semek:
Siz ve iinizin yneticileri Alt
Sigmann yalnzca teknik uzmanlk
deil, ok eitli becerileri gerektiren
daha baarl bir kurulu yaratmak
ve onu srdrmek olduunu
kavradnz srece bu sorunu
yaamazsnz. Birden fazla Alt Sigma
yolu vardr. Benimsenecek en salkl
yaklam: En kolay ve basit biimde
bizi sonuca ulatracak ara ve
yaklamlardan yararlanacaz
olmaldr. Gerekse de, gerekmese de
herkesin derinlemesine bir analiz
yapmasn bir analiz yapmasn
istiyoruz deil. Sreleri lmek ve
15
gereksinim olmasa bile bu tekniklerin
uygulanmas gerektiinde srar eden
kiilerden kaynaklanmtr.
iyiletirmek iin tutarl yntemleri
benimsemenin ya da ileri dzeydeki
teknikleri kullanmann hibir sakncas
yoktur. Alt Sigma pek ok dnceyi
ve yntemi kapsad iin katlk
sorununun stesinden gelebilir.
TKYye zarar veren tutuculuk, Alt
Sigma sistemi iinde potansiyel bir
tehlikedir.
erideki Engelleri Amada Baarszlk:
TKY zirvede olduu dnemde bile, pekok
kuruluta departman dzeyinde kalan bir
alma idi. Bu durum btnyle kt
deildir. nk yalnzca bir departmana
zg mteriler olabilir ve departmanlarn
bnyesinde de llebilir ve iyiletirilebilir
sreler bulunabilir. Ancak btn
organizasyona yaylm Toplam Kalite
laflarndan pek ou sadece lafta kalmtr.
yiletirme projeleri ise mnferit paralar
halinde gereklemitir: mhendislik
blm kendi projelerini uygulamtr,
finans, imalat ya da insan kaynaklar da ayn
ekilde.TKY ilerlemesiyle birlikte daha
departmanlar aras zellik kazanmtr,
ancak pek ok durumda kk sorunlar ele
alr, mteri asndan byk sorunlar deil.
Departmanlar Aras Sre
Ynetimine Verilen ncelik:
En ileri noktadaki Alt Sigma
uygulayclar, kendi hallerine
braklm blmleri ve izole olmu
silolar gn na karma iini
ncelik listelerinin st sralarna
yerletirir. Bu, hem daha sorunsuz
ileyen, daha etkili ve daha verimli bir
irket meydana getirmeyi
kolaylatracak bir hedef olarak,
hem de iletiimsizlik ve yanl
anlamalardan kaynaklanan mkerrer
ileri ortadan kaldracak bir ara
olarak nemlidir. Bu durumda bile,
Alt Sigmann kurumsal engelleri
ortadan kaldrmadaki baars ancak
uzun vadede anlalabilir. Sreleri
lme ya da iyiletirme yntemleri
kadar, Alt Sigma sistemi iin sre
ynetim disiplininin de yaamsal
nem tamasnn nedeni budur.
Adm Adm Deiime Kar Katlamal
Deiim:
TKY retileri sk sk, deiimin, ok sayda
kk iyiletirmeden olutuunu vurgular.
TKY pakedi iinde deiimi dlayan bir
ifade yoktur. Ancak, reengineering
kavram etkisini yitirdiinde irket liderleri
arasnda sabrszlk balar.
Adm Adm Katlamal Deiim:
Alt Sigmann sunduu en byk
frsatlardan biri, hem kk
iyilemelerin, hem de byk
deiimlerin baarya ulamann
vazgeilmez birer paras olduunu
hatrlatarak taze bir balang
sunmasdr.
Etkisiz Eitim
Burada etkisiz terimini, TKY eitimi
srasnda karlalan birbirinden farkl btn
sorunlar toparlayc bir terim olarak
kullanyoruz. Bir kuruluu TKY ya da Alt
Sigma konusunda eitmenin mkemmel bir
yolu yoktur. Zamanlama, ayrntlar ve
kaynaklar konusunda her zaman glkler
vardr. TKY eitiminin her zaman verimsiz
olduu iddia edilemez. TKY eitimi belirgin
bir ierik sunmaktan ok eitim aralarna
odaklanmtr. Sonu olarak insanlar
aralarn neler olduunu biliyor ama onlarn
nasl ve ne zaman uygulayacaklarn
Yeil Kuaklar, Kara Kuaklar,
Uzman Kara Kuaklar
Alt Sigma kurulular eitim
konusunda ok yksek standartlar
koyar ve alanlarn bu standartlara
ulamasn salamak iin gerekli
zaman ayrr ve parasal yatrm
yapar. Pek ok kurulutaki eitim iki
saatten daha uzun srmezken, GEdeki
Kara Kuaklar hafta boyunca
eitim alr. Sonrasnda snava girer,
konferans ve benzeri forumlar
sayesinde renmeyi srdrr. Yeil
kuaa duyulan inan daha da
16
bilmiyordu. TKY eitimi projelere arlk
veriyordu. Dolaysyla insanlarn gnlk
yaamdaki sorumluluklar asndan bir
anlam tamyordu.
etkilidir. Ynetimdeki her alan Alt
Sigma yntemleri hakknda en az iki
hafta ders alr. Eitime verilen nem,
bilinli olarak yaplm ciddi bir
fedakarlk, bir yatrmdr. Eitim ile
insanlarn yapt iler arasnda
balant kurmak, sralara oturtulan
insan saysnn tesinde bir lme
sistemi yaratmak gibi dier sorunlar,
hem eitimin tasarlanmas srasnda,
hem de renme srecinin ncesinde
ve sonrasnda katlmclardan
beklenenler arasnda ele alnr.
Eitim Kalitesine Verilen nem:
Toplam tanmlamasna karn, kalite
iyiletirme abalarnn pek ou yalnzca
retim srelerine eilir; hizmet, lojistik,
pazarlama ya da edeer neme sahip dier
yaamsal alanlara gereken nemi vermez.
Btn Srelerine Verilen nem:
Alt Sigma yalnzca hizmet ve
ilemsel sreleri ele almakla kalmaz,
retime kyasla bu alanlara daha fazla
nem verir. Alt Sigma, TKYden
daha toplam olma potansiyeline
sahiptir.

1.6. Alt Sigmann Yararlar ve Prensipleri
Dnyada birok irket Alt Sigma yntemlerini kullanarak ok ksa srelerde
inanlmaz sonular elde etmitir. Etkin bir ekilde Alt Sigma Stratejisini kullanarak
byk kazanlar salayan firmalarn sonular tablo 1.3te gsterilmitir (Kwak,
2006):
Tablo 1.3: Alt Sigma Uygulayan irketler ve Fayda - Tasarruf Gstergeleri
irket / Proje lm Faydalar / Tasarruflar
Motorola (1992) retim ii fire dzeyi 150 kat azalma
Raytheon Depo bakm zaman % 88 azalma
GE Leasing Tamir atlyelerindeki evrim
zaman
% 62 azalma
AlliedSignal
(Honeywell)
Tasarmdan teslimata evrim
zaman
18 aydan 8 aya dme
GE Finansal 1999da 2 milyar $
Motorola Finansal 11 ylda 15 milyar $
DuPont Finansal 25 milyon $
Telefonica Finansal lk 10 ayda 30 milyon
Texas Instruments Finansal 600 milyon $
Johnson & Johnson Finansal 500 milyon $

17
Her sigma derecesi atlamak demek, irket krllndan % 5-10luk net kr art
anlamna gelmektedir. Alt Sigma stratejisi, retim, tasarm, sat, pazarlama, servis
gibi tm i alanlarnda kolaylkla uygulanabilir. Alt Sigma alanlar tarafndan iyi
bir ekilde uygulandnda (elebi, 2006);
rn maliyeti % 10-25 iner,
retim ve rn kalitesi artar,
Mteri beklentileri daha iyi belirlenir,
Pazar pay artar,
Datm ve kalite performans artar,
Daha gl ve salam tasarmlar yaplr,
Tm srelerde kayplar en aza iner,
Mteri sreklilii salanr,
Kltr deiimini salar,
Verimlilii artrr,
Kompleks tasarmlar basit hale dnr.
Alt Sigmay i stratejisi olarak uygulayan hizmet sektrnde faaliyet gsteren
firmalarda ise, Alt Sigma aada yer alan faydalar salayacaktr (Antony, 2007):
Btn organizasyonda blmler aras takm almasn gelitirir,
Organizasyon kltrn, yangn sndrme kltrnden yangn nleme kltrne
dntrr,
alan moralini artrr,
Kritik i srelerinde katma deersiz admlar azaltr, hzl hizmet retimini
destekler,
Dk kalite maliyetlerini azaltr (ge teslimat, mteri ikayetleri, vb.
maliyetler),
eitli problem zme aralar ve tekniklerinin bilinirliini ve dolaysyla
alanlarn i tatminini artrr,
Kabul ve alglardan ok gvenilir veri ve gereklere dayal kararlara gre etkin
ynetim anlayn gelitirir.
Alt Sigma temel metodoloji ve aralar tesinde, ok iyi tasarlanm komple bir
sistemdir. Alt Sigmann ana itici gc, istatistiksel ara ve yntemlerin disiplinli ve
18
kolay anlalr bir metot iinde ilevsel bir ekilde uygulanmasdr. Bu metodoloji ve
aralar, sadece retim srelerine deil, dier i srelerine de uygulanabilmekte ve
son derece baarl sonular elde edilmektedir. Alt Sigmann temel ilkelerinden biri
de hatalarn azaltlmas ve srelerin iyiletirilmesinden elde edilen finansal
kazanlarn grnr klnmas ve srekli izlenmesidir (elebi, 2006). Alt Sigmann
znde yer alan mteri oda, mterilerin nelere deer verdiinin renilmesi ve
bunu onlara krl olarak nasl salanacann planlanmasn ngrr.
Bununla birlikte, Alt Sigmann temel ilkeleri veya temalar toplu olarak yle
zetlenebilir (Iok, 2005):
Mteri odakllk,
Verilere ve gereklere dayal ynetim,
Sre odakllk,
Ynetimin katlmcl ve iyiletirmeye olan inanc,
Proaktif ynetim,
Snrsz ibirlii,
Mkemmele yneli,
Baarszla kar hogr
Alt Sigmada performans lm mteri ile balar. Alt Sigma iyiletirmeleri
mteri tatmini ve deeri zerindeki etkileriyle tanmlanr.
Alt sigma, verilere dayal karar ve zmleri desteklemek iin yneticilerin iki
temel soruyu cevaplamalarna yardmc olur: 1) Hangi veri / bilgilere gerekten
ihtiya var? 2) Bu veri / bilgileri en fazla yarar salayacak ekilde nasl
kullanabilirim?
Alt Sigmada sre, faaliyetin olduu yerdir. ster irket ynetimi, isterse rn ve
hizmet tasarm, performans lm, etkinliin artrlmas ya da mteri tatmininin
iyiletirilmesi olsun, tm alanlarda baarnn anahtar, srelerdir. Alt Sigma
uygulamalarnda salanan kazanlar, srelerin mteriye deer salamak iin
kullanmyla gereklemitir.
Alt Sigma, reaktif alkanlklarn yerini, dinamik, ihtiyalara gerekten cevap veren,
proaktif bir ynetim tarznn almasn salayacak ara, yntem ve uygulamalar
19
ierir. Alt Sigma, insanlarn byk resimdeki yerlerini grmelerini ve faaliyetler
arasndaki ilikileri anlamalarn salayarak ibirlii frsatlarn artrr. Alt Sigmay
hedef edinmi bir irket, her zaman kusursuz iin aba harcayacaktr, fakat arasra
olan baarszlklar kabul edecektir.
1.7. Alt Sigma ve Mteri Kavram
retilen her rnn bir alc kitlesi olmas gerekir. Bu kitlenin tad zellikler
retici kurulular iin byk nem tar. rnlerinin pazarda tutulmas ve yaamas
byk lde bu kitlenin niteliklerinin iyi bilinmesine ve rn gelitirmede buna
gre hareket edilmesine baldr. Bu amala retici firmalarn kendilerine u sorular
sormalar gerekir: rnmz kimler satn alacak? Satn alacaklarn belirleyici
zellikleri nelerdir? rn tekrar satn alacaklar mdr? Deilse neden? Benzer
rnleri satn alanlar neden bizim rnmz semiyorlar? Rakiplerimize gre,
stn ve zayf taraflarmz nelerdir? Bu ve benzeri sorular; rne gerekten bal,
sadk bir mteri kitlesi yaratabilmek iin son derece gerekli sorulardr. Bu sorular
sorup yantlarn alarak rn satn almas beklenen kitlenin genel baz zelliklerini
renebilirsiniz. Mteri ilikilerinin nemli olmasnn en byk nedeni hatalarn
lelemeyen maliyetinin, llebilir maliyetinden fazla olmasndandr. ABDde
yaplan bir ankete gre mterilerin retilen hizmetlerden tatmin olmalar halinde
bunu ortalama yirmi kiiye, memnun kalmadklar durumda ise yaklak krk kiiye
aktardklar tespit edilmitir. Bu nedenle hatal rn veya hizmet retmenin sadece
malzeme kayplarna deil, ayn zamanda mteriler zerinde llemeyen (imaj
sarslmas, gven kayb, pazar kayb, vb.) maliyetlerin de domasna neden olduunu
kabul etmek gerekir. Burada, her mterinin ikayeti dile getirmeden ilikiyi kesme
olasln da dnmek gerekir. Aratrmalar, yeni bir mteriyi elde etme
maliyetinin, eski mteriyi korumaktan be kat daha fazla olduunu gstermektedir.
Mterilerin ikayetlerinin belirlenmesi durumunda bunlarn giderilmesi
mmkndr. Fakat ikayetlere ulamak kolay deildir. Mteriler ikayet etmek
yerine baka kurumlar ile ilikiye girmeyi tercih etmektedirler. Onun iin srekli
mteri memnuniyetine nem vermek ve ikayetlerin olumamasna gayret
gstermek gerekmektedir. Modern dnyada, mterilerin beklentilerini
karlayamayan ve onlar tatmin edemeyen organizasyonlarn uzun sre yaama
20
anslar yoktur. nk mterinin her zaman iin baka bir alternatif kurum bulmas
mmkndr (elebi, 2006).
Toplam Kalite Ynetiminde mteri tatmini yeterli sonu deildir. Asl hedef, rn
tekrar satn alacak mteri kitlesini yaratabilmek olduundan salt mteri tatmini ile
yetinilmemelidir. Mteri tatmininin tesinde, mteri mutluluunu yaratabilmek
gerekir. Mteri mutluluunu salamak; pazar aratrmalarndan balar, rn
planlama ve rn tasarm ile devam eder ve rnn mteriye sunumundan sonra da
srer (elebi, 2006).
Alt Sigmann temel felsefesi ve odak noktas da Toplam Kalite Ynetiminde
olduu gibi mteridir. irketler kr edebilmek iin, mterilerinin beklentilerini
karlayan rn veya hizmetleri retmek, mterilerine satmak durumundadrlar.
yleyse, mteri beklentileri veya irket krll ile ilgili olmayan iler, irket
srelerinde katma deersiz ilerdir ve irket srelerinden ayklanmaldr. Alt
Sigmann odak noktasn grebilmek iin, mteri tedariki ilikisini yakndan
incelemek gereklidir. Mteriler aldklar rnlerle kendi ihtiya ve beklentilerini
karlamaya, firmalar ise mterileri iin yaptklar rnleri satarak kr elde etmeye
alrlar. Dolaysyla, mteri beklentileriyle irket sreleri arasnda kuvvetli bir
iliki olmas beklenmektedir. Bu etkileim, ekil 1.7deki gibi bir emayla ifade
edilebilir. Firmann yaptklaryla mterilerin beklentileri arasndaki kesiim
(etkileim) ne kadar artrlrsa, hem firmann, hem de tketicinin bu iten kazanc o
kadar yksek olacaktr. Bu etkileimi artrmak kukusuz firmann grevidir. Firma,
mteri beklentilerini ok iyi anlamal, elindeki kaynaklar en etkin ekilde
kullanarak rnlerini mteri gereksinimlerini karlayacak ekilde sunmaldr. Bir
firma yukarda sz edilen etkileimi artrmak iin neler yapabilir? Bunun iin
hepimizin yakndan tand kalite kavramnn yakndan incelenmesi yeterlidir. En
yaln haliyle mteriler, satn ald rnleri temel zelliine gre tercih ederler
(elebi, 2006):
Datm: Mteriler, rne uygun yerde ve uygun zamanda ulamak isterler.
Fiyat: Mteriler, rn en dk fiyatla almak isterler.
Kalite: Mteriler, rnn zelliklerinin, kendilerini en yksek dzeyde tatmin
etmesini beklerler.
21






ekil 1.7: retici Mteri likisi
retici firmann yapmas gereken, mteri beklentilerini karlayacak rn ve
hizmetleri geri plandaki retim srelerine doru aktarmaktr (elebi, 2006).
Mterinin datm beklentisini karlamak iin, retim srelerinden minimum
operasyon ve datm sreleri tam zamannda retim gibi nemli ktlara
ulamak zorundadr (elebi, 2006).
Mterinin fiyat beklentisini karlamak iin, retilen rn ve hizmetlerin
minimum maliyetlerle yaplmas gereklidir. te bu beklentiye bal olarak her
irketin maliyetleri drmekle ilgili nemli stratejik hedefi bulunmaktadr.
Kaliteli rnn pahal rn anlamna gelmediini grebilmek yeterlidir (elebi,
2006).
Mterinin kalite beklentisini karlamak iin, irket rettii rnlerini hi hata
olmakszn mterisine ulatrmak zorundadr. te bu dorultuda, retim
srelerinde hata bulmaya rnn gvenilirliini garanti almaya dnk nemli
kaynaklar harcanr (elebi, 2006).
Dolaysyla, mteriler reticilerden hi hata olmayan rnleri en az fiyatla,
istedikleri yer ve zamanda kendilerine sunmalarn beklemektedir. Bu beklenti ne
oranda karlanyorsa, o oranda mteri odakl bir irket haline gelinir. Alt Sigma
metodolojisinin hedeflerine bakldnda bu amalarn dorudan mteri retici
etkileiminin ykseltilmesine katk salayan, llebilir hedefler olduu grlebilir.
hedeflerini, mteri beklentileri dorultusunda oluturabilmek nemlidir. Eer, bu
RETC MTER


YAPILAN


BEKLENT
ETKLEM (Datm, Fiyat, Kalite)
22
lmler doru yaplabiliyorsa, zamanla srelerde mkemmel bir yapya doru yol
alnabilir (elebi, 2006).
1.8. Alt Sigma ve Sre Ynetimi
Sre, elde bulunan girdileri belirli operasyonlardan geirerek ktlara dntrme
eylemi olarak tanmlanmaktadr. Burada; insan, malzeme, makine, para gibi
kaynaklar (girdileri) ileyip onlara deer katarak (operasyon veya ilemler) mteri
isteklerini karlayacak rn ve hizmetlere (ktlara) dntrmek iin bir dizi ilem
kastedilmektedir. ekil 1.8 bu durumu gstermektedir (elebi, 2006).





ekil 1.8: Sre Tanm
yi bir sre ynetimi, ancak her sre iin gerek duyulan girdilerin zamannda,
istenilen yerde ve olmas gereken ekillerde bulunduu durumlarda mmkndr.
Aksi taktirde srecin ihtiyalar ve gerekleri yerine getirilmemi olur. Bu da zaman
kayb ve verimlilik d demektir. Sadece rn veya hizmetleri retmek iin
yaplan ileri sre olarak grmemek lazmdr. Ayn zamanda idari iler, pazarlama,
sat, sat sonras hizmetler, insan kaynaklar, bakm-onarm, evrak ileri, birimler
aras iletiim vb. retilen hizmetleri destekleyen bir ok alma da sre kapsam
ierisinde dnlmelidir. Bir organizasyonda srelerin tek tek belirlenmesi,
tanmlanmas, her srecin girdileri, ilemleri, kullanlan yntem ve metotlar, ktlar
belirlenmeli ve dokmante edilmelidir. Bunun neticesinde i tanmlarnn
oluturulmas ve katma deeri olmayan eylemler ile alanlarn uratrlmamas
salanmaldr (elebi, 2006).
Sre Ynetimi bir organizasyonda srelerin tanmlanmas, tedarikilerin ve
mterilerin ortaya karlmas, srecin sorumlularnn ve yaplacak ilemlerin
T
e
d
a
r
i
k

i
l
e
r

Girdiler:
nsan
Makine
Malzeme
Para
Bilgi
...

SRE
ktlar:
rnler
Hizmetler
Raporlar
...
M

t
e
r
i
l
e
r

Geri Besleme
23
belirlenmesi, ilemleri gerekletirmek iin gerekenlerin ortaya konulmas, yaplan
ilerin performansnn llmesi gibi sre ile ilgili tm eylemleri kapsamaktadr.
Sre ynetiminin elemanlar aadaki gibi sralanabilir (elebi, 2006):
Srelerin tanmlanmas ve dokmantasyonu
Sreler aras ilikilerin ve sre sahiplerinin belirlenmesi
Srecin tedarikisi ve mterisinin belirlenmesi
Srecin hedeflerinin ortaya konulmas
Srecin performansnn llmesi
Sonularn gzden geirilmesi
Srecin iyiletirilmesi
Sre ynetiminin son eleman olan srecin iyiletirilmesi ile mteri beklentilerinin
karlanmas hedefini tutturma oran daha da artar. Alt Sigmada ulalmak istenen
rn kalitesinden ok sre kalitesinde yeterliliklerin artrlmasdr. Dolaysyla,
sreleri mkemmellie tayacak yntem, srelerin geleneksel yntemlerden farkl
aralar yardmyla ynetilebilmesidir. Alt Sigma, sre bazl ynetiminin temeli,
sre ktlarnn, sre girdileriyle ifade edilebilmesine dayanr. ekil 1.9da
sistemin farkl noktalarndaki lmleri ya da deikenleri temsil eden semboller
bulunmaktadr. Girdi ve sre aknda grlen Xler sistemin balang
blmlerindeki deiimin ya da performansn gstergeleridir. Sadaki Yler ise, iin
performansyla ilgili lmleri temsil eder. Y = f (X) (Y, Xin fonksiyonudur)
demek, sistemin girdileri ve srelerindeki farkllklar ya da deikenlerin, nasl bir
biti skoruyla karlaacamz byk lde belirlendiini sylemenin
matematiksel boyutudur (elebi, 2006).

ekil 1.9: Ak ncesi ve Ak Sonras Deikenler
24
Kapal evrimli i sisteminin pf noktas iki ynldr: 1) srecindeki ve
girdilerdeki Xlerden ya da deikenlerden hangilerinin Yler ya da sonular
zerinde en byk etkiye sahip olduunu anlamak 2) Gerekli dzenlemeleri yapmak
ve onun krlln srdrmek iin srecin toplam performansn performansndaki
deiimlerden (Yler ve dier harici etkenler) yararlanmak. Alt Sigma irketlerinde
Xler ve Yler zerine kurulu bir dil kullanmak artk alkanlk haline gelmitir. Yine
de deiken denilince birden fazla anlam olabileceini bilmek gerekir; rnein Y u
anlama gelebilir (elebi, 2006):
Stratejik hedef
Kazanlar
Mteri memnuniyeti
Toplam i verimlilii
Xler u anlamlara gelebilir:
Stratejik hedeflere ulaabilmek iin gerekli eylemler
Yaplan iin kalitesi
Mteri memnuniyetini belirleyen ana etkenler
Personel, evrim zaman, kullanlan teknoloji vb. gibi sre deikenleri
Srece katlan girdilerin kalitesi (mterilerden ya da tedarikilerden)
Mteri gereksinimleri ve dolaysyla beklentilerini en iyi ekilde karlayabilmek
iin, bu girdiler ile ktlar arasnda srecin yaratt ilikinin doru biinde
belirlenmesi gereklidir. Bunu yapabilmenin yolu sre ynetiminden gemektedir.
Dolaysyla, ktlar oluturan sre iyi tanmlanmal ve ilikiler doru olarak
belirlenmelidir (elebi, 2006).
1.9. Alt Sigmann Gelecei ve Yaln Alt Sigma
Alt Sigma, gelip geici bir moda olarak alglanmaktan ok ynetim srecini
gelitiren temel inisiyatiflerden biri olarak kalacaktr. Alt Sigmann ncelikli olarak
odakland nokta hatalar saptamak deil, ynetim performansn iyiletirmektir.
Aratrmaclar ve uygulamaclar, Alt Sigmay farkl organizasyonlar iin daha cazip
hale getirmek iin dier mevcut yeniliki ynetim modelleriyle btnletirmeye
almaktadrlar (Kwak, 2006). Yaln Alt Sigma kavram, Toyotada ortaya kan
25
Yaln retim sistemi ile Alt Sigma yaklamnn btnlemesiyle ortaya kan bir
felsefedir (Andersson, 2006).
Yaln retim Sisteminin aralar aada listelenmitir (Basu, 2003):
Toplam Verimli Bakm
5 S (dzeltme, yerinde bulma, temizlik, standartlatrma, srdrme)
Tam Zamannda retim
Kalplarn Deiimi
Sfr Kalite Kontrol
retim Hcreleri
Kanban
Poka Yoke (Hatasz retim)
ekil 1.10da Alt Sigma ve Yaln Alt Sigma arasndaki iliki grlmektedir:

ekil 1.10: Alt Sigma ve Yaln Alt Sigma Arasndaki liki



26
Tablo 1.4te TKY, Alt Sigma ve Yaln Alt Sigmann benzerlik ve farklar
karlatrlmtr (Andersson, 2006).
Tablo 1.4: TKY, Alt Sigma ve Yaln Alt Sigmann Karlatrmas
Konseptler TKY Alt Sigma Yaln Alt Sigma
Ortaya k Japonyadaki kalite
evrimi
Japonya ve
Motoroladaki kalite
evrimi
Japonya ve
Toyotadaki kalite
evrimi
Teori Mteriye
odaklanma
Sfr hata Kayplar ortadan
kaldrma
Srelere Bak Sreleri iyiletir ve
standartlatr
Sapmalar azalt ve
sreleri iyiletir
Srelerdeki ak
iyiletir
Yaklam Herkesin katlm Proje ynetimi Proje ynetimi
Metodolojiler Planla, uygula,
kontrol et, nlem al
Tanmla, l, analiz
et, iyiletir, kontrol
et
Mteri deeri, deer
yaylm, analiz, ak,
mkemmellik
Aralar Analitik ve
istatistiksel aralar
leri analitik ve
istatistiksel aralar
Analitik aralar
Birincil Etkiler Mteri tatmininde
art
Tasarruf evrim zamannda
azalma
kincil Etkiler Mteri sadakati ve
performans art
hedeflerinde
baar ve finansal
performansta art
Stokta azalma,
verimlilik ve mteri
tatmininde art
Eletiriler lm zor
iyiletirmeler, ar
kaynak kullanm,
net olmayan bak
alar
Herkesin
katlmamas,
mteri tatmininin
artmamas, sistem
bakna sahip
olmamas
Esneklikte azalma,
tedarik zincirinde
darboazlara sebep
olma, her endstride
uygulanamamas



27




2. ALTI SGMA UYGULAMA METODOLOJS
Alt Sigma yaklamnn uygulanmasnda, ncelikle firmann stratejik ve kritik baar
faktrlerine ynelik olarak doru projeler ile kendisini bu projeye adayacak
kiilerden oluan bir ekip seilir. Szkonusu ekipte bulunanlar, yeil kuak veya kara
kuak eitiminden geirilir. Daha sonra, Alt Sigma iyiletirme plan veya Alt Sigma
yol haritas olarak adlandrlan TAK (ngilizce DMAIC) aamalar uygulanr. Alt
Sigma yol haritas, uygulama metodolojisi veya TAK iyiletirme modeli, birbirini
srasyla izleyen ve be aamadan oluan proje odakl dngsel bir yaklamdr. Bu
aamalar unlardr (Iok, 2005):
Tanmlama (T) [ Define (D) ]
lme () [ Measure (M) ]
Analiz (A) [ Analyze (A) ]
yiletirme () [ Improve (I) ]
Kontrol (K) [ Control (C) ]
Alt Sigma uygulama metodolojisi veya TAK modeli aslnda, Alt Sigma yol
haritasndan baka bir ey olmayp, temel uygunsuzluk nedenlerinin tanmlanp
ortadan kaldrlmas iin srecin nasl tanmlanacan, lleceini,
iyiletirileceini, analiz edileceini ve kontrol edileceini sistematik olarak irdeler.
Kalite akmnn ortaya kmasndan bu yana sreler zerinde birok iyiletirme
modelleri uygulanmtr. Dier iyiletirme modelleri gibi TAK dngs de,
Deming tarafndan gelitirilen drt aamal PUK (Planla, Uygula, Kontrol Et,
nlem Al) dngsne dayanr. Ancak, PUK dngs sre iyiletirme dngs
iken, TAK dngs, hem sre iyiletirme, hem de sre tasarm dngsdr
(Iok, 2005).
ekil 2.1de TAK ileyiini gsteren soru evrimi yer almaktadr (zkan, 2006):
28
1. TANIMLAMA
Proje konusunun firmadaki nemi nedir?
Mteri kimdir?
Mevcut durum ak emas nedir?
Projenin amac nedir?
Proje takvimi nedir?
Projenin getirisi nedir?
2. LME
akndaki nemli llecek noktalar
nelerdir?
lmler uygun mu?
Sre hakknda yeterli verimiz var m?
Mevcut durumun saysal karl nedir?
Nasl lm yapacam?
lm yapacam veri cinsi nedir?
3. ANALZ
Mevcut durum nasldr?
Sre olabilecei en iyi halde midir?
Deiiklikleri yapmaya kim yardm
edecek?
Yatrm gerekli mi?
Deiimin olumasn neler
engelleyebilir?
Uralmas gereken en nemli faktrler
nelerdir?
5. KONTROL
Proje boyunca neler kontrol altnda
tutulmaldr?
Kontrol altndaki faktrler iin ne tr
raporlar, hangi sklkta hazrlanmaldr?
Projenin hedefine ulat nasl garanti
altna alnr?
Projeden kazanlanlarn devamll
salanabiliyor mu?
4. YLETRME
yilemi haldeki srecin ak emas
nasldr?
Hedefe ulamak iin kritik faktrlere
hangi iyiletirmeler uygulanmaldr?


ekil 2.1: Alt Sigma Proje Ak emas

2.1. Tanmlama
Bu aamann amac, projenin ama ve kapsamnn tanmlanmasdr. Bu aamada
dikkat edilmesi gereken hususlar, seilen projenin organizasyonun imkan ve
kabiliyetlerine uygun olmas, daha yksek bir kalite yaratma ve maliyetleri azaltma
olaslnn yksek olmasdr. Problemlerin net ve mmkn olduunca saysal olarak
tanmlanmas eklinde zetlenebilir. Dolaysyla ilk olarak, tespit edilen problemin
organizasyonun elindeki imkan ve kaynaklarla zlebilecek nitelikte olmasna
dikkat edilmelidir. Ayrca seilen problemin, organizasyon iin nemli bir sknt
29
kayna olduundan ve dzeltilmesi halinde byk yarar salayacandan emin
olunmas gerekmektedir. Bunun ak bir anlam da udur: Faydasna ve getirisine
inanmadnz projelere girimeyiniz. Yine bu aamada, sre ve mteri hakknda
bilgi toplanr. Seilen ve tanmlanan projenin daha yksek bir kalite yaratma ve
maliyetleri azaltma olaslnn yksek olmas nemlidir. Bu aamann kts
(zkan, 2006);
Planlanan iyiletirmenin ayrntl tanm,
Mteri iin nemli olan faktrlerin listesi,
zerinde allacak srecin ak diyagram yardm ile detayl gsterimidir.
2.2. lme
Bu aamada, mevcut durumu tm ynleriyle aklayan bilgiler toplanr. nk
geerli ve doru performansn ve yaplan lmler olmakszn srecin mevcut
iyiletirmelerinin etkilerini belirlemek mmkn deildir. Bu aamadaki en kritik
faktr ise neyin ya da nelerin lleceinin doru belirlenmesidir. Aksi takdirde
harcanacak emek ve kaynaklarn karl hibir kullanm alan olmayan sayfalarca
veri olacaktr. Benzer ekilde belli bir sreteki hatalar iyiletirme frsatlarn
belirlemek iin yaplacak analizler ncesinde, problem sahalar doru olarak
belirlenmeli ve kullanlacak yntemler bu bilgilerin nda seilmelidir. Alt Sigma
basamaklar ierisinde, verilen nem ve deer, harcanan para ve zaman asndan en
fazla gz ard edilen aamann lm aamas olduu sylenebilir. lm srasnda
somut bir sonu elde edilemediinden, bu parlayan bir basamak deildir. Bu nedenle
bu basamaktan, bir an nce geme eilimi sz konusudur. Fakat bu doru deildir.
nk kantitatif veriler Alt Sigmann temelini oluturur. yi veri olmadan iyi
kararlar alnamaz. Geerli ve doru lmler olmakszn srecin mevcut
performansn ve yaplan iyiletirmelerin etkilerini belirlemek mmkn deildir. Bu
aamann kts (zkan, 2006);
Srecin mevcut performans,
Problemi ya da problemin oluumunu aklayan veriler,
Problemin daha zel ve detayl bir tanmdr.
30
2.3. Analiz
Bu aamann amac, problemin asl nedenlerini tanmlamak ve bunlarn nedenlerini
dorulamaktr. Dolaysyla bu aamann kts test edilen ve dorulanan bir hipotez
olacaktr. Bu aamada ncelikle her bir problemin iletme krna, mteri tatminine,
performansa ve retkenlie etkilerini belirlemektir. Ayrca rakiplerin ayn alanlarda
yaadklar problemlerle yaplacak olan kyaslamalar (benchmarking) organizasyona
ok deerli bilgiler salayacaktr. Seilen problemle ilgili olarak onlar ne gibi nlem
almaktalar? Performanslar organizasyon ile karlatrldnda nasl? ok sayda
irket performanslarn sayya dkmeden nce, kalite, etkinlik ve mteri tatmini
konusunda kendi alanlarnda en iyi olduklarn dnrler. Fakat evreye baktktan
ve kendilerini rakipleri ile karlatrdktan sonra genellikle dndkleri kadar
istisnai olmadklarnn farkna varrlar (zkan, 2006).
Eer mevcut durum ile bulunduklar durum arasndaki fark yeterince byk deilse
ya da kapatlmas halinde organizasyona nemli bir avantaj salamayacaksa bir
sonraki probleme geilmesi mantkl olacaktr. Dier yandan problemin genel
performans, rekabet gcn nemli derecede etkiledii sonucuna varlrsa, bu
kymetli maden zerinde almaya balanabilir. Burada cevaplanmas gereken bir
dier nemli soru da hatalarn niin yapld ve bunlarn nasl onarlacadr. Deney
doru kurulursa, elde edilecek rakamlar organizasyona cevaplar verecektir. Eer
ihtiya duyulan rakamlar elde edilmediyse, geri dnlr ve yeni bir deneye balanr.
Eer hatalarn ne zaman, nerede, ne kadar sklkla olutuuna cevap verilebiliyorsa,
ihtiya duyulan bilgiye sahip olunmutur. Fakat yalnz belirtilere odaklanlmamal ve
altta yatan nedenler bulunmaldr. Eer problemi arama ilemi yar yolda braklrsa,
yarm bir zm elde edilmesi kanlmaz olabilir (zkan, 2006).
2.4. yiletirme
Bu aama problemin ortadan kaldrlaca ya da etkilerinin azaltlaca andr. Ancak
zihindeki zmler hemen uygulamaya konmadan nce, bundan nceki
basamaktan elde edilen kazanmlarn gzden geirilmesi yararl olacaktr. Bu gzden
geirme sonucunda problemin; herkes tarafndan anlalabilecek derecede net ve
ayrntl olarak tanmland, mevcut imkan ve kaynaklarla zlebilecek nitelikte
olduu, giderilmesi halinde irkete byk yarar salayaca, zme yardmc olacak
31
doru verilere sahip olunduu ve temel nedenlerinin ve bunlarn nasl giderileceinin
doru olarak belirlendii dnlyorsa, eldeki zmler denenmeye balanabilir
(zkan, 2006).
2.5. Kontrol
Bu aamann amac, uygulanan iyiletirme plann ve elde edilen sonular
deerlendirmek ve elde edilen kazanlarn srdrlmesi ve artrlmas iin
gerekenleri ortaya koymaktr. Bu aamann ktlar; iyiletirmeye konu olan srecin
son durumu, iyiletirme sonucu salanan kazanlar, iyiletirme sonucu ortaya kan
frsatlar ve tavsiyelerdir. Gnmz iletmelerinde temel problem nasl baarl
olacandan ok, nasl baarl kalacadr. Bununla ilgili ok sayda baar hikayesi
mevcuttur. Ancak, eer biraz zihninizi zorlarsanz bunlarn pek ou uzun vadeli
deildir. ok sayda irkette yldzlar snmesi, parlamas kadar doal karlanr.
nk, baarnn srdrlememesi, tm aba ve kaynaklarn boa gitmesine yol aar.
te bu nedenle kontrol aamas en nemli aamalarndan biridir. Bu aamada, ilk
drt aama sonunda salanan kazanlar deerlendirilir. Bu kazanlarn srdrlmesi
ve artrlmas iin neler yaplabilecei kararlatrlr, Alt Sigmann gl aralar
yardm ile en kk baarlarn dahi kalc olmas salanr (zkan, 2006).
32



3. ALTI SGMA ORGANZASYON YAPISI
Alt Sigma hareketinin en tannan ynlerinden biri, Kara Kuaklar, Uzman Kara
Kuaklar ve Yeil Kuaklar gibi farkl isimlerle bilinen lm ve iyiletirme
uzmanlarndan oluan bir ekibin oluturulmasdr. Kuaklar nemli olmakla birlikte,
Alt Sigma srecini hayata geiren byk organizasyonel yap ve roller dizisi iinde
en ok tannan unsurlardr. Alt Sigma ynetimine balarken, yaplmas gereken
temel ilerden biri, kurulu iin gereken rolleri tanmlamak ve bu rollerin
sorumluluklarn netletirmektir. Alt Sigma hedefleri, uygulama planlar, bte,
mevcut personel ve kaynaklarn da iinde olduu bir dizi etken, bu kararlarn
alnmasnda belirleyici olur. Bu blmde temel soru irdelenecektir (Pande, 2004):
Bir Alt Sigma kuruluundaki balca roller nelerdir?
Kara Kuak, Uzman Kara Kuak ve Yeil Kuak rollerinden en iyi biimde
yararlanma seenekleri nelerdir?
Alt Sigma srecini ayaa kaldrmak ve trmana geirmek iin hangi dzeyde
ve ierikte eitime gereksinim vardr?
Tablo 3.1de Alt Sigma organizasyonundaki farkl rolleri datma ve bu rollerin
raporlama yapsnn nasl ileyebilecei grlmektedir (Pande, 2004):
Tablo 3.1: Genel Roller ve Kuaklardaki eitlerden rnekler
Genel Rol Kuak ya da Dier nvanlar
Liderlik Konseyi st Kalite Konseyi, Alt Sigma Ynetim Komitesi
Sponsor ampiyon, Sre Sahibi
Uygulama Lideri Alt Sigma Mdr, Kalite Lideri, Uzman Kara Kuak
Rehber Uzman Kara Kuak ya da Kara Kuak
Ekip Lideri Kara Kuak ya da Yeil Kuak
Ekip yesi Ekip yesi ya da Yeil Kuak
Sre Sahibi Sponsor ya da ampiyon

33
ekil 3.1de Alt Sigma almasnda yer alan oyuncular arasndaki iliki
gsterilmektedir (elebi, 2006)

ekil 3.1: Alt Sigma almasnda Yer Alan Oyuncular Arasndaki liki
3.1. st Kalite Konseyi
Alt Sigmada projeler, organizasyonun orta kademesinde yer alan Kara Kuaklar
tarafndan yrtlr. Fakat st ynetim bu projelere yeterli nem ve destei
vermezse, hibir sonu elde edilemez. Daha ak bir ifade ile, eer st ynetim Alt
Sigma hakknda bilgi edinmek iin zaman harcamaz, bu i iin en nitelikli personeli
grevlendirmez ve ihtiya duyulan kaynaklar salamazsa, Kara Kuaklarn baar
ans olmayacaktr. Bunun iin zellikle byk apl iletmelerde bir st Kalite
Konseyinin oluturulmas yararl olacaktr. Bu konseyin balca grevleri (elebi,
2006);
Alt Sigma uygulamalarnn kapsamn belirlemek,
Alt Sigma organizasyonunu ve bu organizasyonda yer alan kiilerin yetki,
sorumluluk ve grevlerini belirlemek,
Alt Sigma uygulamalarnn kapsamn deien ihtiyalara ve iletmenin Alt
Sigma konusunda ulat olgunluk dzeyine gre geniletmek ve organizasyon
yapsnda buna uygun dzenlemeler yapmak,
34
Alt Sigma projeler iin gerekli kaynaklar salamak, proje takmlarnn
karlat byk problemleri zmlemek,
Alt Sigma projelerini takip etmek ve gerektii durumlarda mdahalelerde
bulunmak,
Elde edilen olumlu sonular ve iyi uygulamalarn tm irkette
yaygnlatrlmasn salamaktr.
3.2. Ynetim Temsilcisi
Alt Sigma almalar, st ynetimden etkili bir lider tarafndan ynetilmedii
srece baarszlk olasl yksektir. Bu tr grevlendirme, Alt Sigmaya verilen
nemi gstermesi ve faaliyetleri kolaylatrmas asndan nemlidir. Ynetim
Temsilcisi, st ynetim adna karar verebilecei iin proje almalar srasnda kan
sorunlarn zm iin konsey toplantlar beklenmeyecektir. Ynetim
Temsilcisinin balca grevleri (elebi, 2006);
Alt Sigma eitim planlarn hazrlamak ve eitim planna uygun olarak
yrtlmesini salamak,
Gerektiinde Alt Sigma konusunda, eitim kurulular, danmanlk irketleri ve
dier ilgili kurululardan yardm almak,
Alt Sigma konusunda yardm isteyen kurulularn taleplerini cevaplamak,
Proje seimi ve takm oluturulmasnda Kalite ampiyonu / ampiyonlarna
yardmc olmak,
Belirlenen projeleri ve bu projeler iin oluturulan takmlar onaylamak,
Takmlarn gereksinimlerini deerlendirmek, uygun grdklerinden yetkisi
dahilinde olanlar tedarik etmek, yetkisini aanlar st Kalite Konseyine
bildirmek,
Kalite ampiyonlarna her konuda destek olmak,
Tm iyiletirme projelerini takip etmek ve elde edilen sonular bir rapor halinde
st Kalite Konseyine sunmaktr.
35
3.3. ampiyonlar
ampiyonlar, projeleri saptayan kdemli yneticilerdir. Bu kdemli ynetim liderleri
Alt Sigma almalarnn baarsndan sorumludur. Kalite ampiyonunun balca
grevleri (elebi, 2006);
yiletirme projelerinin iletme amalar ile uyumlu olmasn salamak,
yiletirme takmlarnn kaynak ihtiyalarn ynetim temsilcisine bildirmek,
yiletirme takmlar arasnda koordinasyonu salamak,
Hzn yitiren almalara mdahele etmek, gerektiinde kapsam deiiklii, yeni
personel grevlendirmesi vb. tedbirler almak,
yiletirme projelerinin tamamlanma srelerini belirlemek,
yiletirme projelerinin konu ve kapsam deiikliklerini onaylamaktr.
ampiyonlarn en nemli grevlerinden biri de projeler esnasnda Kara Kuaklarn
karlatklar engelleri ortadan kaldrmaktr. ampiyonlar, Alt Sigma projelerinde
tam zamanl olarak grev almazlar. Zamanlarnn % 20 ila % 30unu Alt Sigma
faaliyetleri iin harcarlar (Wheat, 2003).
3.4. Proje Lideri
Proje Lideri, projedeki almalardan, projenin planland gibi yrtlmesinden ve
elde edilen tm sonulardan birinci derecede sorumlu kiidir. Proje Liderinin balca
grevleri (Iok, 2005);
ampiyon ile projenin belirlenmesini salamak,
Proje belgesini ve uygulama plann oluturmak ve gncelletirmek,
Ekip yelerini semek,
Kaynaklar ve bilgileri toplamak ve aratrmak,
Uygun Alt Sigma aralarn uygulamak,
Projenin iyiletirilmesini salamak,
Elde edilen sonular belgelemek ve projenin sunuunu yapmaktr.
36
3.5. Uzman Kara Kuaklar
Uzman Kara Kuaklar, sra d niceliksel ustalklar, retim ve liderlik
yetenekleriyle tam zamanl retmenlerdir. ki gerei yerine getirerek sertifika alrlar
(elebi, 2006):
Sertifika alan on kara kuaa gz kulak olmak
letme ampiyon ekibi tarafndan onaylanm olmak
Uzman Kara Kuaklar, Kara Kuaklar gzden geirir ve onlara rehberlik ederler.
Uzman Kara Kuaklarn seilme kriterleri niceliksel ustalk ile retim ve rehberlik
yetenekleridir. Uzman Kara Kuaklar retmek ve rehberlik etmek iin en az iki
hafta eitilirler. Uzman Kara Kuaklarn balca grevleri (elebi, 2006);
yiletirme takmlarna bata istatistik yntemlerin seimi ve kullanm olmak
zere her konuda teknik destek salamak,
Kalite ampiyonlarna projelerin tamamlanma srelerinin belirlenmesinde
yardmc olmak,
yiletirme projelerinden elde edilen sonular Ynetim Temsilcisi iin bir araya
getirmek ve zetlemek,
Alt Sigma konusunda eitim vermek,
alanlar bilgilendirmek suretiyle Alt Sigmann organizasyon apnda
benimsenmesine katk salamaktr.
3.6. Kara Kuaklar
Kara Kuaklar, ekiplere nclk eden ve kilit sreler zerinde odaklanan, sonular
ampiyonlara raporlayan tam zamanl kalite yrtcleridir. Bu ekip liderleri,
mteri tatminini ya da verimlilik artn etkileyen kilit sreleri lme, zmleme,
gelitirme ve kontrol etmeyle sorumludur. Kara Kuaklar, birincisi bir Uzman Kara
Kuan himayesinde, ikincisi de daha bamsz iki projeyi tamamlayarak sertifika
alrlar. Sertifika almak iin Kara Kuaklar ayn zamanda iletme ampiyon ekipleri
tarafndan onaylanmaldrlar. Kara Kuaklarn balca grevleri (elebi, 2006);
yiletirme projesini belirleyerek kalite ampiyonuna sunmak,
37
yiletirme projelerinin konu ve kapsam deiikliklerini kalite ampiyonuna
sunmak,
Takm yelerini belirlemek ya da belirlenmesinde kalite ampiyonuna yardmc
olmak,
Takm yeleri arasnda grev dalm yapmak,
yiletirme projesini ynetmek ve projenin zamannda tamamlanmasn
salamak,
Bilgi ve kaynak ihtiyalarn belirlemek ve ihtiyalar kalite ampiyonuna
bildirmek,
Takm yelerine Alt Sigma aralarnn kullanm ve proje grevlerinin yerine
getirilmesi srasnda teknik destek salamaktr.
3.7. Yeil Kuaklar
Yeil kuaklar, Alt Sigma aralarnn daha ok lm aralarn iyi bilen, dier
aralar konusunda temel bilgilere sahip, Kara Kuak projelerinde takm eleman
olarak alan kiilerdir. Projeler zerinde tam zamanl almazlar, Alt Sigma
projeleri zerinde irketteki dier ilerini yaparken alrlar. Kara Kuak projesi
biter bitmez, ekip yelerinden dzenli ilerinin bir paras olarak Alt Sigma
araalarn kullanmay srdrmeleri beklenir. Alt Sigma organizasyonunda Kara
Kuaklar kadar bir nemli rol de Yeil Kuaklardr. Zira Yeil Kuaklar da Kara
Kuaklar gibi projelerde uygulama noktasnda etkin bir role sahiptirler (elebi,
2006).
3.8. Alt Sigma Eitimleri
Alt Sigma kuruluu renen bir Kurulutur. Bunun anlam, kuruluun,
mterilerden, d ortamlar ve srelerden srekli olarak yeni bilgiler ve grler
edinmesi; bu bilgilerden yararlanarak yeni fikirler, rnler, hizmetler ve yenilikler
retmesi ve bunlarn sonucunu deelendirerek bilgisini daha da ilerletmesidir.
Eitim, hem balangta hem de kalc bir uygulama olarak Alt Sigma yoluyla
baary yakalamann anahtar unsurudur. Bir Alt Sigma kuruluunu olutururken
nemli btn ynetsel beceriler farkl aamalarda bir rol oynar. rnein, Kara
Kuaklara verilen eitim proje ynetiminden, deiim ynetimine, uzlama ve ekip
oluturmaktan, lm ve sre analizi ara ve tekniklerine kadar uzanan geni bir
38
dizi konuyu kapsar. irketlerin Alt Sigmaya ilk baladklar dnemde eitim
konusunda nem vermeleri gereken noktalar vardr. Bunlar alanlarn zerlerine
den rolleri yerine getirmeleri ve srekli renme srecini planlamalar iin en fazla
gereksinim duyulan beceri ve yntemlerdir. yi bir Alt Sigma eitiminin kilit
noktalar herhangi bir eitim srecinin gerektirdiklerinden ok farkl deildir. Alt
Sigma eitimleri planlanrken, zerinde durulmas gereken nemli noktalardan
bazlar aada yer almaktadr (Pande, 2004):
Bizzat uygulamaya dayal renmenin n plana karlmas,
Konuyla ilgili rnekler vererek gerek hayatla balant oluturulmas,
Bilgiyi gelitirmek,
Farkl retme yntemlerinin kullanlmas,
Eitimin renmekten daha ileri bir uygulamaya dntrlmesi,
Eitimin srekli bir eyleme dntrlmesi.
Pek ok farkl trdeki kuruluta yrtlen baarl Alt Sigma almalar, irketleri
daha duyarl ve verimli duruma getirme sorununu zmek iin bekleyen geni bir
kapasite ve zengin olanaklar bulunduunu gstermektedir. Bu potansiyeli gn na
karmak iin, haftalar srecek bir eitim vermek art deildir. Alt Sigmann ileri
dzeyindeki becerilerinden bazlarnda uzmanlamak, zellikle istatistik konusunda
hibir n bilgisi ve deneyimi olmayanlar iin elbette zaman gerektirir. Dier yandan,
eitimin iyi tasarlanmas, katlmclarn mevcut becerilerini, srelere vb. uyacak
biimde uyarlanmas kouluyla insanlar iyiletirme projelerinde rol alacak dzeyde
yetitirilmeleri, iki haftadan ksa bir sre iinde olanakldr. Tablo 3.2de Alt Sigma
genel eitim program yer almaktadr. Bu tabloda gn saysnn kesin konmasnn
nedeni, katlmclarn mevcut birikimleri, bizzat yaptrlacak uygulamann
younluu, sunulacak konunun derinliine bal olarak bu srenin farkllk
gsterebilmesidir (Pande, 2004).
39
Tablo 3.2: Alt Sigma Genel Eitim Program
Eitim Konusu erik Katlmclar Sre
Alt Sigma
Kavramlarnn
Tantlmas
Temel Alt Sigma
prensipleri, irketin Alt
Sigma ihtiyacnn gzden
geirilmesi
Ksa uygulama ve/veya
simlasyon
Rollerin ve beklentilerin
gzden geirilmesi
Herkes 1-2 gn
Alt Sigma
almalarnn
Ynlendirilmesi
ve Sponsorluu
Liderlik Konseyi ve
Sponsor rolleri iin
gerekenler ve beceriler
Proje seimi
Ekip projelerinin gzden
geirilmesi
Liderleri
Uygulama Liderleri
1-2 gn
Liderler iin Alt
Sigma Sreleri
ve Aralar
Alt Sigma lm ve analiz
sreleri / aralar
konusunda youn ve
uyarlanm bilgiler
Liderleri
Uygulama Liderleri
3-5 gn
Deiimin
Liderliini
Yapmak
Kurumsal deiimin
ynn belirlemek,
benimsetmek ve
ynlendirmek iin kavram
ve uygulamalar
Liderleri
Uygulama Liderleri
Uzman Kara
Kuaklar
Ekip Liderleri / Kara
Kuaklar
2-5 gn
Alt Sigma
yiletirilmesi
Temel Beceriler
Eitimi
Sre iyiletirmesi
Tasarm / yeniden tasarm,
temel lm ve iyiletirme
aralar
Ekip Liderleri, Kara
Kuaklar
Yneticiler / Yeil
Kuaklar
Ekip yeleri
Proje Sponsorlar
6-10 gn
birlii ve Ekip
Liderlii
Becerileri
Uzlama salamak,
tartma ynetmek, toplant
dzenlemek,
uyumazlklar zmek
iin gerekli beceri ve
yntemler
Liderleri
Rehberler / Uzman
Kara Kuaklar
Ekip Liderleri / Kara
Kuaklar
Yneticiler / Yeil
Kuaklar
Ekip yeleri
2-5 gn
Orta Dzeydeki
Alt Sigma
lm ve Analiz
Aralar
Daha karmak proje
sorunlarn zmek iin
teknik beceriler:
rnekleme ve veri toplama
statistiksel sre kontrol
statistiksel anlamn test
edilmesi
Korelasyon ve regresyon
Temel deney tasarm, vb.


Uzman Kara
Kuaklar
Ekip Liderleri / Kara
Kuaklar
2-6 gn
40
leri Dzeydeki
Alt Sigma
Aralar
Uzmanlk beceri ve
aralar ile ilgili modller:
kalite fonksiyonlarnn
yaylm
leri istatistiksel analiz
Taguchi yntemleri
Uzman Kara
Kuaklar
Danmanlar
Konuya
bal
olarak
deiir
Sre Ynetimi
lkeleri ve
Becerileri
Bir temel projenin ya da
destek projesinin
tanmlanmas,
nemli ktlarn,
ihtiyalarn ve lmlerin
saptanmas,
zleme ve uyar plan
Sre Sahipleri
Liderleri
Departman
Yneticileri
2-5 gn
41


4. ALTI SGMA UYGULAMALARINDA BAARI FAKTRLER
Alt Sigma, kalitenin gelimesi iin sadece birka tekniin ve aracn kullanmn
deil, tm felsefeye ball gerektirmektedir. Alt Sigma, finansal ve ilemsel
anlamda dorudan etki yapacak sre ve rn iyiletirmelerini hedefler. likilerin
aka ortaya konmas anlamnda, projelerin ve aktivitelerin mteriyle, ana
srelerle ve rekabet gcyle olan bann akla kavumas gerekmektedir (Ada,
2004). Bu nedenle, Alt Sigmann etkin bir ekilde uygulanabilmesi iin baz kritik
noktalar tespit etmek ve izlemek gereklidir. Tablo 4.1de Alt Sigma uygulayan bir
irkette dikkat edilmesi gereken kritik baar faktrleri grlmektedir. 5li skalada
(Antony, 2007);
1 = En nemsiz
2 = Az nemli
3 = nemli
4 = ok nemli
5 = Olmazsa Olmaza karlk gelmektedir.
Tablo 4.1: Alt Sigma iin Kritik Baar Faktrleri
Kritik Baar Faktrleri Ortalama Deer
Alt Sigmay Stratejilerine Balamak 4,55
Mteri Odakllk 4,40
Proje Ynetimi Becerileri 4,40
st Ynetimin Destei ve Katlm 4,20
Organizasyonel Altyap 4,15
Alt Sigma Metodolojisini Anlama 4,10
Proje Seme ve nceliklendirme 4,05
Alt Sigmay Finansal Sorumlulukla Btnletirmek 3,70
Kltrel Deiimi Ynetmek 3,55
Eitim 3,25
Proje Takibi ve Gzden Geirme 3,10
Tevik Program 2,90
irket apnda Katlm 2,80

42
4.1. Alt Sigmay Stratejilerine Balamak
Yaplan aratrmalarda Alt Sigmay i stratejilerine balamak, en kritik baar
faktr olarak grlmektedir. Yani Alt Sigma, bnyesinde i stratejileri iin devrim
niteliinde bir iyiletirme barndrr (Antony, 2007).
4.2. Mteri Odakllk
Alt Sigma, mterilerle balayp mterilerle bitmelidir. Projeler mteri
ihtiyalarnn belirlenmesiyle balamaldr. Yani irkette yer alan her sreteki i ile
mteri beklentileri arasnda bir iliki olmaldr. Mteri beklentileri ve irket
krll ile ilgisi olmayan iler ancak ve ancak katma deersiz ilerdir. irketin
baars, mteri beklentilerini karlama yetenekleriyle dorudan ilikilidir.
Mteriler, reticilerden, rn ve hizmetleri zamannda, hatasz ve en dk fiyatta
temin etmek isterler. reticiler de, mteri beklentilerine yant verebilmek iin, i
operasyonlarnda en dk maliyette hatasz ve en az evrim sreleriyle rn ya da
hizmet retmeye alrlar. Bu entegrasyon ne kadar gl olursa, retilen i de o
kadar salkl ve katma deerli olur. Sonu olarak, mteri beklentilerini doru ve
dinamik olarak alglamak, baarnn nemli anahtarlarndan biridir (elebi, 2006).
4.3. Proje Ynetimi Becerileri
Bir Alt Sigma projesinin temel nitelii vardr:
Mevcut ve ulalmak istenen performans arasnda bir boluk vardr.
Sorunun nedeni tam olarak anlalamamtr.
zm nceden saptanamyordur. Optimum zmn ne olduu bilinmiyordur.
yaamnda pek ok kararda olduu gibi proje seiminde karlalan sorunlardan
biri de, yalnzca ne yaplmas konusunda deil, nelerin yaplmamas gerektii
konusunda da uzlamaya varabilmektir. te yandan, hereyi birden yapmaya olanak
pek bulunmaz. Bu nedenle de, potansiyel Alt Sigma projelerinden bazlarnn
listeden karlmas gerekebilir. Burada kilit szck nceliktir: nce hangi sorunlar /
frsatlar ele almamz gerekiyor? En iyi proje seme yntemi, mevcut gereksinimlere,
kapasiteye ve hedeflere en iyi uyan projeleri saptamaktr (elebi, 2006).
43
4.4. st Ynetimin Destei ve Katlm
Alt Sigma giriimlerinde esas itici g st ynetimin konuya ilgisi ve desteidir.
Ynetimin destei olmadan Alt Sigma giriiminin gerek neminin ve enerjisinin
ortaya kmas gereklemeyebilir. Buradaki nemli nokta, ynetimin sadece destek
dzeyinde deil, katlm dzeyinde de aktif konumda olmasdr (Ada, 2004).
st ynetimin iyi destei, alanlar Alt Sigma stratejisi ve kalite ynnde
motivasyonlarn salamay, kltrel deiimi baarmay ve organizasyonel yeniden
yaplanmay baarmada zorunludur. Liderler Alt Sigmann gl savunucular
olmak zorundadrlar. Liderler tarafndan gsterilen istek ve heves ynetim kurulunda
alanlarn geri kalann elde etmede uzunca bir yol gtrebilir. st ynetimin Alt
Sigma almalarna gsterecei destek ve katlmn aadaki ekilde listeleyebiliriz
(elebi, 2006);
Grnr, srekli destek, iletiim ve dllendirmede aktif rol,
Kurum stratejilerini birletirmek ve ortak biimde almalarn salamak iin
gerekli Alt Sigma balantlarn salamak,
nceliklendirme (dier proje, program ve giriimler arasnda nceliklendirme
yapabilme)
Karar vermenin, tm seviyelerdeki faaliyetleri desteklemek iin veri ve
gereklerin kullanm istemek,
Organizasyona ilikin sorumluluk-rol ve bunlara ilikin atamalar yapmak,
Elde edilen ilerleme-gelime ve devam eden durumlarn doruluunu kantlamak
ve salamlatrmak iin dzenli gzden geirmeleri ynetmek ve hazr bulunmak
4.5. Organizasyonel Altyap
st ynetimin desteinin yansra, Alt Sigma giriimini desteklemek iin etkili bir
organizasyonel altyap ihtiyac vardr. Alt Sigma almalarnn ou takmlar
tarafndan yaplr. Takm yeleri tarafndan dzenlenen pozisyonlar ve uygulanan
roller eitli kuak sistemi altnda tanmlanr. Bir proje takmnda yer alabilecek kii
says iin ideal olan say 5 ile 8 arasndadr. Sre iyiletirmesini uygulamak ve
problemlerin baarl bir biimde ele alp zmeye almak iin proje takmlarnn
ou apraz fonksiyonlu takmlar gerektirir. Alt Sigmay uygulayan birok
organizasyon, projeyi balatmak ve desteklemek iin proje sponsoru ve sre
44
sahibine sahip olacaktr. Sre sahipleri, sre iyiletirme iin frsatlar tanmlamada
nemli rol oynarlar. Organizasyonun zamanlamas ve hazr olmas ayrca nemlidir.
Bunun en nemli nedeni, Alt Sigmann ciddi anlamda kaynak, liderlik kararll,
zaman, yatrm vb. gerektirmesidir (elebi, 2006).
4.6. Alt Sigma Metodolojisini Anlama
Alt Sigma eitimlerinin nemli bir blm TAK evriminin arkasnda yatan
prensip ve teorileri renmeyi ierir. alanlar, eitli durumlar iin en uygun ara
ve teknikleri seebilme yeteneine sahip olmaldrlar. Alt Sigma problem zme
erevesinde gerekli olan teknik ve aralarn tr vardr (elebi, 2006):
Takm aralar
Sre iyiletirme aralar
statistiksel aralar
4.7. Proje Seme ve nceliklendirme
Alt Sigmay uygulamaya ynelik olarak gsterilen abalarn etkinliini belirlemek
iin nemli bir anahtar faktr etkili proje seimidir. Baz Alt Sigma programlarnn
kendi glerini yaymada baarsz olma nedenleri zellikle sre sahibi ve
yneticiler tarafndan uygun grlen, ancak gereksiz projelerde kara kuaklarn sahip
olduklar nadir ve gl bilgileri kullanmalardr. Projeler, deer ortaya karan
zelliiyle aba gerektiren zelliinin karlatrlp, ikisinden birinin tercih edilip
dierinden vazgeilmesine bal olarak seilmelidir. Bir Alt Sigma projesini
deerlendirmek bir bilim olduu kadar ayn zamanda bir sanattr. Bu ayn zamanda
Alt Sigma ve bireysel olarak kara kuaklarn baars iin kritik bir neme sahiptir.
Birok kara kuan baarsz olma nedeni, proje seiminde yeterince ayrm
yapamamalar ve alternatifler arasndaki fark grememelerindendir. Eer proje
seimi batan sama yaplrsa, Alt Sigma abalar baarszlkla sonulanabilir
(elebi, 2006).
4.8. Kltrel Deiimi Ynetmek
Alt Sigma iletme stratejisi olarak firmann deer ve kltrnde balad andan
itibaren arln gsteren bir stratejidir. Ayn zamanda rgt yapsnda da kkl
45
deiimler gerektirir. Hatalar birok firmada saklanmaya ve rtlmeye allan bir
husus iken Alt Sigmada hatalar gelimeyi salayacak bir frsat olarak ortaya
konmaktadr. Ancak deiime kar gsterilen diren bilinmeyene olan pheden
kaynakland iin aadaki drt katagoride toplanabilir (Ada, 2004);
Teknik: alanlar istatistiksel analizleri anlamakta glk ekebilmektedirler.
Politik: Sonucu kayp, gerekleemez veya hayal olarak grlmesi dirence
sebebiyet verebilir.
Bireysel: ykne paralel ortaya kabilecek bireysel problemler etken olabilir.
rgtsel: Deiime kar rgtsel bazdaki isteksizlie paralel diren
oluabilmektedir.
4.9. Eitim
Neden ve nasl sorularnn cevaplarnn alanlarn aklnda akla kavuabilmesi
eitimin ana hedefi olmaktadr. Kuak sistemi uygulanmal, eitmen ve eitim
sistematik bir yapya oturtulmaldr. Zaman iinde eitim gren bir rgtten renen
rgte gei gerekleecektir (Ada, 2004).
4.10. Proje Takibi ve Gzden Geirme
Proje gzden geirme toplantlar, Alt Sigma eitimlerine ve proje uygulamalarna
paralel olarak yrtlr. Gzden geirme toplantlarnn dzenli bir plan
dorultusunda yrtlmesi, proje faaliyetleri ve uygulamalarn sabit bir performansta
srekliliini salayarak, Kara Kuak ve Yeil Kuak adaylar zerinde olumlu bir
bask oluturacaktr. Gzden geirme toplantlar iki farkl adan nemlidir (elebi,
2006).
Proje ampiyonu Deerlendirmesi: Alt Sigma projesinin gerek sahibi olan
yneticinin, proje baars iin Kara Kuak proje liderine destek olmas ve
dzenli bir iletiim salamas gereklidir. Proje uygulamalarnda karlalan
sorunlar tartlmal ve proje liderinin baarlar gzlemlenmeli, duruma ve
ihtiyaca gre kaynak salanmaldr. ampiyonun dzenli gzden geirme
almalar yapmad bir projede baar salanamaz. Zaten dzenli gzden
geirme yapmayan bir ampiyonun da, proje lideri Kara Kuak ve Yeil
46
Kuaktan projenin sonular hakknda sorgulama yapmas da beklenemez
(elebi, 2006).
Proje Danman Deerlendirmesi: Alt Sigma projelerine teknik adan koluk
yapan Uzman Kara Kuaklarn yrtt gzden geirme almalarn ierir.
Uzman Kara Kuaklar, Proje Liderine projenin teknik zmnden ok
kullanlan aralarn etkinlii ve doruluu ile proje ynetiminde ve disiplininde
olabilecek sapmalar konusunda yardmc olurlar. Uzman Kara Kuaklar her bir
proje ampiyonu ile dzenli iletiim salayarak projenin baars iin gerekenler
konusunda uyarlarda bulunurlar (elebi, 2006).

47


5. ALTI SGMA UYGULAMA ARALARI
5.1. Tanmlama Aamasnda Kullanlan Aralar
5.1.1. Beyin Frtnas
Belirli bir konuda grup halinde ve tam bir zgrlk iinde, ok sayda fikir retmek
amacyla yaplan ortak fikir jimnastiidir (elebi, 2006). Beyin frtnas, her bir
kiinin verilen bir konu hakknda fikir beyan etmesiyle balar. Her fikir, btn grup
yelerinin grebilecei bir tahtaya listelenir. Kiilerin cesaretini krmamak amacyla,
yorum ve eletirilere izin verilmez. Herkesin fikirleri tkenene kadar beyin frtnas
devam eder (Villareal, 1997).
Beyin frtnas, genel olarak 4 aamal bir ekilde uygulanr (elebi, 2006):
Balama: Beyin frtnas kurallar belirlenir, katlmclara hatrlatlr. Beyin
frtnas yaplacak konu katlmclara anlatlr ve herkesin ayn eyi anlamas
salanr. Burada problemin herkes tarafndan ayn ekilde anlalmas ok
nemlidir. Aksi takdirde herkes farkl telden alar ve tartmalar tek bir noktada
toplamak zorlar.
Fikir retme: lgili konu hakknda katlmclarn fikirlerinin not edilmesi
aamasdr. Bir tahtada bu fikirler listelenir. Fikirlerin kimler tarafndan
sylendii nemli deildir. erikleri tartmaldr.
Fikirlerin tartlmas: Tahtada listelenen fikirler tek tek tartlr. Fikirler daha
detayl hale getirilir. Ne sylenmek istendii ak olarak ortaya konulur. Herkesin
ayn eyi anlamas tekrar salanm olur. Konuyla ilgili olmayan fikirler
ayklanr. Konunun nemli elemanlar, faktrleri, etkileri ve etkileimleri ortaya
konarak zm aranacak sorunlar ve kaynaklar belirlenmeye allr.
Eylem planlar: Ortaklaa belirlenen zmlerin gerekletirilmesi iin eylem
planlarn yapma aamasdr. Yaplacak almalar ve sorumlulular belirlenir.
yiletirme almalar ile koordinasyon salanarak bu almalarn yrtlmesi
karara balanr.
48
Beyin frtnas yapacak ekibin fazla kalabalk olmas gerekmez. 5-8 kiilik bir grup,
her trl zm tartmak iin yeterlidir. Beyin frtnas yapacak olan bireylerin
zlecek problem ile ilgilerinin olmas nemlidir. Katlmclarn beyin frtnas
konusunda eitilmeleri ve amalarnn mmkn olduunca ok fikir retmek
olmasnn salanmas lazmdr. Bu toplantlarda makam ve mevki farkllklarnn
tamamen ortadan kaldrlmas gerekir. Beyin frtnas problem zmede olduka
gl bir teknik olmasna ramen suistimal edilmesi olduka kolaydr. Bu teknik
kullanlarak zlen problemler kurum iinde duyurularak teknikten
faydalanldnn dierlerine gsterilmesi ok faydal olur (elebi, 2006).
5.1.2. Histogram
Histogram, bir sreteki toplam deikenliin ve dalmn eklini ortaya koymak,
sre davran konusunda grsel bilgi sahibi olmak ve iyiletirme abalar zerine
ynelik karar vermek amacyla kullanlr. zlenecek admlar (zkan, 2006);
Veriler toplanarak kkten bye doru sralanr,
En byk deer ile en kk deer arasndaki fark alnarak dalm genilii
hesaplanr,
K snf saysna karar verilerek snf aral hesaplanr,
Snf snrlar bulunur,
Her bir snfa den veri says bulunarak sklk tablosu oluturulur,
Sklk tablosuna gre histogram izilir.
Genellikle histogramlar, yatay eksen deiken verilere ait lmleri, dikey eksen ise,
llen deerlerin gerekleme skln (frekans) gsteren dikdrtgen dizileri olarak
gsterilir. ekil 5.1deki gibi histogram oluturan stunlarn st orta noktalarnn
birletirilmesiyle elde edilen eriye, sklk erisi denir. statistiksel Sre Kontrol
tekniklerinin kullanlmas, uygulanmas iin veriler mutlaka bir dalm
gstermelidir. Kalite asndan, herhangi bir dalm gstermeyen verilerle
istatistiksel alma gerekletirilemez. Dalm gstermeyen verilerle allmas
durumunda hatal sonulara ulalr, dolaysyla zaman ve emek kayplarna uranr
(zkan, 2006).

49
Histogram
0
2
4
6
8
10
12
14
16
10 11 12 13 14 15 16 More

ekil 5.1: Histogram Grafii rnei
5.1.3. Pareto Diyagram
Sre verimliliini ve rn kalitesini etkileyen tm karakteristikler belirlenerek
deerlendirmeleri yaplmaldr. Deerlendirme iin gerek ve olas tm etkenler nem
srasna gre dizilmelidir. rn kalitesinin gelitirilmesi iin zerinde en fazla
durulmas gereken karakteristikler iin Pareto Prensibi kullanlr. llebilen
karakteristikler statistiksel Sre Kontrol uygulamas iin az sayda ve en nemli
karakteristiklerin seilmesi gerekir (zkan, 2006).
Pareto Prensibine gre bir sorunun genellikle birden ok nedeni vardr. Ancak, bu
nedenlerin pek aznn etkisi ok fazladr. Pareto prensibine gre nedenlerin %
20sinin etkisi % 80 arlktadr. Juran, bu nedenleri pek az sayda nemli ve
incelenmesi yararl pek ok olarak ikiye ayrmaktadr. Bu duruma gre nedenlerin
nem srasna gre istatistiklerinin yaplmas gerekmektedir. Bazen bu nedenlerin
nem srasna gre dizilmesi iin baz deneyimlere ihtiya vardr. Pareto
diyagramnda tm nedenler yatay eksende, meydana gelme sklklarna veya sebep
olduklar kalite maliyetlerinin parasal deerlerine gre sraya dizilmekte, dey
eksende ise sz konusu sklklarn veya kalite maliyetlerinin yzde deerleri
gsterilmektedir (zkan, 2006).
Pareto Analizi iki ekilde kullanlr. Bunlardan biri lmlere / istatistiklere dayal
olarak pareto diyagram izmektedir. Tablo 5.1 ve ekil 5.2 bunun tipik bir rneidir
(elebi, 2006).

17
50
Tablo 5.1: aft retiminde Yaplan Hatalar
Hata Tr Hata Adedi Toplamda Pay (%)
ap Kk 20 40,0%
ap Byk 11 62,0%
Eksenel arpklk 6 74,0%
Ovallik 4 82,0%
atlak 3 88,0%
Yzey Hatas 3 94,0%
Yzey Prz 2 98,0%
Dier 1 100,0%

Pareto Diyagram
40%
62%
74%
82%
88%
94%
98%
100%
0
5
10
15
20
25

a
p

K

a
p

B

k
E
k
s
e
n
e
l

a
r
p

k
l

k
O
v
a
l
l
i
k

a
t
l
a
k
Y

z
e
y

H
a
t
a
s

z
e
y

P

D
i

e
r
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%

ekil 5.2: Pareto Grafii rnei
Diyagramn temel sonularn incelersek, sadece ap hatalarnn giderilmesi ile
toplam hatalarn % 62sinin ortadan kaldrlabilecei anlalmaktadr. letmede
sorumluluk tayanlar bu dalm dikkate alarak gerekli kararlar vereceklerdir.
Pareto analizinin bir zellii de, azalan marjinal fayda erisini iermesidir. Bu
erinin yarar, nlemlerin srasyla alnmasnn sonuca etkisinin bir bakta
anlalmasdr (elebi, 2006).
51
5.1.4. Neden-Sonu (Balk Kl) Diyagram
Japon kalite devriminin mimarlarndan Prof. Kaoru shikawa, iletmelerde kalite
sorunlarnn nedenlerini belirlemek iin bir metot gelitirmitir. Bir hayli baarl
olan ve kendi ad ile de anlan bu ynteme Balk Kl Diyagram da
denilmektedir. Uygulamas olduka basit olan bu yntem, sorunun nedenlerini
sistemli bir biimde aratrmaya yneliktir. ekil 5.3te Balk Kl Diyagram
rnek olarak gsterilmitir (elebi, 2006):

ekil 5.3: Balk Kl Diyagram
Diyagramn sol tarafnda Nedenler sa tarafnda da Sonu yer alr. Tek bir sonu
-genellikle bir sorun- inceleme konusudur. Nedenler ise ana gruplar halinde ele
alnr; her ana nedenin alt nedenleri vardr. Tipik olarak sorun bir kalite zelliidir.
rnein; boyut, sertlik, dayankllk, vb. zellikler veya fire oran, hatal rn oran
gibi sorunlardr. Nedenler ise; kimyasal yap, imalat yntemi, kullanlan lm cihaz
veya elemann i bilgisi gibidir. Bir balk kl diyagram aadaki sraya gre
gelitirilir (elebi, 2006):
Aratrlacak sorun bir kutu iine alnr ve kaln bir okla gsterilir. Bu soruna
neden olabilecek ana nedenle birer kutu iine alnarak bu oka balanr.
Her ana nedenin hataya sebep olabilecek alt nedenleri iaretlenir.
52
Tm alt nedenler (temel nedenlere) tanmlanncaya kadar diyagram dallandrlr.
almay yapan grup yeleri (beyin frtnas kurallarn uygulayarak) en nemli
nedenleri belirler.
Belirlen bu nedenlerin dorulanmas iin veri toplanr, incelenir ve yorumlanr.
Sorun giderilene dek aratrmaya devam edilir.
Genelde kalite sorunlarnn nedenleri olduka karmaktr, bu bakmdan balk kl
diyagram da tipik olarak ekil 5.3tekinden daha karmak olacaktr. ok yaln bir
diyagram analizin yetersizliine iaret eder. Balk kl diyagram herhangi bir
iletme sorununa uygulanabilecek kadar genel bir yntemdir. rnein; satlarn az
olmasnn ana nedenlerini baka faktrlerde aramak uygun olacaktr. Byle bir
konuda ana nedenler (elebi, 2006):
Pazarlama metodu
rnn pazara uygunluu
Sat elemanlar
Marka imaj
Datm kanal
Fiyatlandrma / finans stratejisi
olabilir. nemli olan konuya uyan ana nedenleri belirlemek ve sorunun
kaynakland tm temel nedenleri bulmaktr. Fazla ayrntl bir diyagram zarar
getirmez ancak yeterli ayrnty iermeyen bir diyagram yanltc olabilir (elebi,
2006).
5.1.5. Aa Diyagram
Aa Diyagram, bir amaca varmak veya bir problem zmek iin sistemli bir
dnme tarzdr. Kullanldklar yere gre, strateji gelitirme veya bileen gelitirme
olmak zere ikiye ayrlr. zlenecek admlar aada sralanmtr (zkan, 2006):
zm istenen problem veya hedef belirlenir ve kutu ierisine yazlarak
sayfann sol tarafna yerletirilir.
Bu hedefi gerekletirmek iin neler yaplmaldr diye sorulur, iliki diyagram
kullanlarak konuya en yakn fikirler belirlenir ve bunlar hedefi tanmlayan
kutunun sa tarafna yerletirilir.
53
Bu amaca ulamak iin hangi metodu ya da faaliyeti tanmlamak zorundayz?
sorusuna verilen cevaplar en saa yerletirilir ve balantl izgilerle aracn
amacn oluturucaktr.
Ama ve aralar belirlendikten sonra, sa taraftan balayarak bir aracn
uyguland takdirde amac baarp baaramayaca kontrol edilir, dzeltme
gerekirse yaplr.
ekil 5.4te rnek olarak verilen aa diyagramnn problem zmnde, izlenecek
yolun sistematik ve mantksal olarak ayrntl biimde tanmlanarak gelitirilmesinde,
grup yelerinin fikir birliine varmasna imkan salar (zkan, 2006)

ekil 5.4: Aa Diyagram
5.1.6. likilendirme Diyagram
likilendirme Diyagram, her bir yenin fikirlerini kat zerine yazmasna dayanan
ve ok saydaki fikir, dnce ve ilikiyi doal ilikiler baznda gruplandrmaya
yarayan bir tekniktir (Villareal, 1997). Basit veya zm kolay olan problemlerin
zmnden ziyade neden-sonu diyagramyla baarlamayacak karmak
problemlerin zmnde kullanlr. zlenecek admlar aada sralanmtr (zkan,
2006):
Konu belirlenir.
Konuyla ilgili gerekler, tahminler, fikirler, sonular gibi veriler toplanr ve
snflandrlr. Gzlemler, aratrmalar ve bireysel dnceler dier kaynaklardr.
54
Her bir veri tek bir karta yazlr. Sonra bu kartlar toplanr, kartrlr ve geni bir
masaya yaylr. Gruptan bir kii birbirine benzeyen kartlar ayrr.
Benzer kartlardan on gruptan fazla olmamak artyla gruplar oluturulur.
Gruplandrlamayan kartlar kendi gruplarn oluturur. Her gruptan o grubun
anlamn ieren bir kart bulunur ve bu kart en ste konur. Buna lgi Kart denir.
Kartlar yeniden dzenlenir ve yeni ilgi kartlar bulunur. Bu ile bilgiler -drt
gruba ininceye kadar devam eder. Sonra byk bir kada gruplar ve ilgi kartlar
belirtilerek yazlr.
likilendirme diyagram takm yelerine dnme biimlerini gelitirerek kendi
aralarnda uzlatrmaktadr. nceliklerin doru olarak belirlenmesini salayarak,
problemlerin nedenleri ile olan ilikilerini netletirir ve anlalmasna yardmc olur.
Karmak neden-sonu ilikisiyle baml olan sorunlarn mantksal olarak
sralanmasna imkan salayarak genel durumla ilgili geni bir bak as elde etmeye
ynelik planlama almalarnda faydaldr (zkan, 2006).
5.1.7. Kyaslama
Kyaslama, temel irket srelerinin iyiletirildii, performansnn izlendii, en iyi
uygulamalarla yeni karlatrmalarn yapld ve olas deiikliklerin farkedildii
srekli bir etkinliktir. Kyaslama yaplabilecek alanlar, aada yer alan drt farkl
alanda yaplabilir (Hinton, 2000):
Sreler: irket iinde benzer operasyonlarn kyaslamas
Rekabeti: En iyi rakipler ile kyaslama
Fonksiyonel: Baka bir endstrideki ayn fonksiyon altnda benzer srelerin
kyaslanmas
Standart Sre: Yeniliki ve rnek gsterilebilecek i sreleri ile mevcut
sreleri kyaslama
Bir iletme iin kyaslama yapmaya karar vermek kolay, ancak hangi srelerin
hangi performans ltleriyle kyaslanacan belirlemek zordur. Bir baka zorluk
kyaslama yaplacak rakipler ile ilgilidir. Bilginin paylam temeli zerine kurulu
olan kyaslamada taraflar paylama konusunda itenlik ve istek iinde
55
davranmazlarsa, btn abalar boa gidebilir. Kyaslama srecindeki admlar, ekil
5.5te gsterilmektedir (elebi, 2006):
Hangi srelerin kyaslanacan belirleme
Kyaslama grubunu oluturma
Sre ak emalarn karma
Performans kriterlerini ve lme birimlerini belirleme
Kyaslama yaplacak partnerleri belirleme
Verileri toplama
Performans farklarn belirleme
Kyaslama bulgularn tartma
Hedefleri planlama
Planlar uygulama ve izleme
Kyaslar yeniden ayarlama

ekil 5.5: Kyaslama Sreci
5.2. lme Aamasnda Kullanlan Aralar
5.2.1. Veri Toplama
Bir ilemenin veya srecin performansn gelitirmek iin mutlaka verilere ihtiya
vardr. Gereklere Dayal Ynetim ve Srekli Gelime ancak doru zamanl ve
gvenilir verilerle gerekletirilebilir. Daha ok veri daha baarl bir ynetim
anlamna gelmez. Kullanlamayan veya deerlendirilemeyen veriler zararldr,
56
gereksiz maliyetler getirir. Baz iletmelerde bilinsizce veri toplanr ve
deerlendirilmeden depolanr. Bu tr veri toplama naslsa bir gn ie yarar mant
kiileri de, bilgisayarlar da, iletmeyi de megul eder, yararl ileri geciktirir. Veriler
belli bir ama iin ve o amaca uygun yntemlerle toplanr, deerlendirilir ve gerei
yaplr. Bu nedenle (elebi, 2006):
Ama aka belirlenir.
Amaca hizmet edecek verilerin hangileri olduu kararlatrlr.
Bu verilerin hangi rnekleme yntemiyle ve nasl toplanaca saptanr.
Verilerin kimler tarafndan, hangi tarihte, nasl ve hangi birimlerce topland
kaydedilir.
Bu amala zel bir form gelitirilir.
Verilerin istenilen bir hassasiyette ve doru olmas iin l aletlerinin
uygunluu ve gvenlii salanr; tekrarlanabilirlik gvenceye alnr.
Veri toplanrken u hususlara dikkat etmek gerekir (elebi, 2006):
Toplanan veriler, hedeflenen amaca uygun hassasiyette olmaldr. Yeterli
hassasiyete sahip olmayan veriler, ie yaramaz.
Verinin hassasiyeti, l aletinin yeteneini aamaz. 1/10 mm hassasiyeti olan bir
kumpas ile 1/100 mmlik deikenlerin llmesi anlamszdr.
Yaplacak gzlem says, uygulanacak rnekleme yntemi ve verileri
deerlendirme teknii aratrlan konunun zelliklerine uygun olmaldr.
Veri toplanrken, her veri iin geerli olan tm koullar saptanmal ve
kaydedilmelidir. rnein, bir kalite zellii lldnde ilgili vardiya, retimi
yapan kii, kayt cihaz, kullanlan hammadde, sre deikenlerinin durumu ve
evre koullar (scaklk, nem oran, vb.) kaydedilmelidir. lk bakta ar klfetli
gibi grnse de, zaman iinde sapma gstermeyen ya da deiimi szkonusu
zellii kesinlikle etkilemeyen faktrler terk edilir ve gereksiz zaman harcanmaz.
te yandan, gerekten etkisi olan bir faktr hakknda yeterli veri yoksa, ilgili
kalite sorunu zmsz kalacaktr.
Veriler, otomatik bir sistemle ya da manuel olarak toplanr. Tercih edilmesi gereken
manuel bir veri toplama yntemidir. Teknolojik gelime ile elikili grnen bu
tercihin ok kkl nedenleri vardr. Bunlar (elebi, 2006):
57
Manuel veri toplama ii yapan srece yaklatrr, onu daha iyi anlamasn ve
hissetmesini salar.
Olaylar -veya zaman- ilerledike veriyi toplayan kii sreci izlerken sebep-sonu
ilikileri grmeye, baz keifler yapmaya balayacaktr. Esas ama da bunu
baarmaktr.
Bu ekilde veri toplama yaklam dinamik bir hale gelecektir. Baz verilerin
gereksizlii ortaya kacak ve veriler toplanmayacak, kimi zaman da yeni
faktrler aratrlarak onlarn verileri toplanacaktr. Bylece, optimum bir veri
toplama dzenei ksa srede kurulabilecektir.
Srekli gelime amal veri toplama aratrma nitelikli ve geicidir. Gelime
salannca, veri toplama da braklacaktr. En azndan, aratrlacak yeni konuyla
baml olarak mahiyeti deiecektir. Geici faaliyetler iin manuel sistemler
daha esnek ve ucuzdur.
Burada sralanan gerekler, otomatik sistemlerin hibir zaman kullanlmamas
anlamna gelmez. Aadaki durumlarda otomatik veri toplama sistemleri avantajl,
hatta zorunlu olabilir (elebi, 2006):
Deiimin ok hzl olduu durumlarda,
ok sayda verinin ayn anda toplanmas gerektiinde,
Salk veya emniyet nedeniyle manuel veri toplamann riskli olmas halinde,
Veri toplamann matematiksel analizinin de yaplmas gerektiinde.
Veriler saysal olarak tablolara veya formlara; ya da grafiksel olarak izelgelere
kaydedilir. Grafiksel kayt ayn zamanda grsel analize de olanak saladndan hem
kayt, hem de deerlendirme ilevi grr. Bu bakmdan -baka bir neden yoksa- her
frsatta tercih edilmelidir (elebi, 2006).
5.2.2. rnekleme Dalm
Ana ktle, bir aratrmacnn ilgilendii ve ortak zelliklere sahip birimlerden oluan
topluluun tamam, rneklem ise, bu ana ktlenin zelliklerini yanstan bir
parasdr. Bir kara kuak projesinde dikkate alnan probleme ilikin bir sreten elde
edilen ve edilecek olan btn gzlem deerlerine ilikin topluluk anaktle, sreten
elde edilen bir gnlk, iki haftalk veya be aylk verilerin oluturduu alt topluluk
58
ise rneklem olarak deerlendirilir. Gzlemlemek zere anaktleden rassal olarak
seilen birimlerden oluan bir rneklemin birimlerinin gzlenmesiyle anaktle
hakknda karmda bulunma ilemine rnekleme ad verilir. rnekleme dalm
ise, herhangi bir ana ktleden ekilebilecek tm olanakl rneklemlerden elde
edilebilecek rneklem ortalamas, rneklem oran ve rneklem varyans gibi bir
rneklem istatistii ile bunlarn gerekleme olaslklarndan oluan olaslk
dalmdr. rneklem istatistiklerine dayanarak ana ktle parametrelerinin tahmin
edilmesinde, rneklemin kullanlmasndan ortaya kan hataya rnekleme Hatas
ad verilir (Iok, 2005).
5.2.3. Tekrar Edebilme ve Yeniden retebilme lm
Bir tekrar edebilme ve yeniden retebilme lm almas lm sistemi ile ilgili
bir kavramdr. Birden ok operatr, birden ok paray, birden ok kere ler.
rnein; operatrn her biri, yedi paray ikier kere ler. Operatrn lme
ilemini zel bir testin bir paras olarak yaptn bilmemesi arzu edilen bir
durumdur. Operatrler hangi birimi ltklerini bilmemelidirler. alma
sonularndaki varyasyon analiz edilir ve bu varyasyonun ne kadarnn operatrdeki
deiimlerden, ne kadarnn teknikler veya paralarn kendilerinden kaynaklandna
karar verilmelidir. Srekli deikenler iin istenen karakteristikler ve aklamalar u
ekildedir (elebi, 2006).
Doruluk, bir lmn doruluunu, yaplan bir dizi lm deerlerinin llen
kalite karakteristiine gsterdikleri uyumdur. Doruluk genellikle, tekrarlanan
lmlerin ortalamasnn, bilinen standart bir deer ile karlatrlmas sonucu
test edilir.
Tekrar edebilirlik, ayn insann ayn paray lerken ayn sonular elde
edebilmesidir.
Yeniden retilebilirlik, ayn kalite karakteristii iki farkl kii tarafndan ayn
cihaz kullanlarak lldnde, ayn deerlerin bulunmasdr.
5.2.4. Sre Sigmas
retilen rnlerin, Alt Sigma standardnn neresinde olduunu belirlemek iin para
bana den hata ve hata olasl saym kullanlr. rnn kalitesini lerken
bulunan hatalar drt kategoriye ayrabiliriz (elebi, 2006):
59
Para Hatalar: Satn alnan malzeme ve paralar iindir. Giri kalite kontrol
alannda llr. Her para iin bir olaslk vardr.
Sre Hatalar: Bu hatalar retim veya montaj aamasnda oluan hatalardr.
retim alanlarnda llrler, nitelik lmlerinde MOHS cinsinden
deerlendirilirler.
Performans Hatalar: Son test aamasnda oluan hatalardr. rn performans
spesifikasyonlarndaki uygunsuzluktur. Son test aamasnda rnn sistem
gerekliliklerine uyumsuzluu veya sistemde kullanlan para veya alt
takmlarnn montajndan doan hatalar olarak belirlenir. rnek olarak, bir
cihazn anteni iin 9 ila 12 GHz aralnda minimum 10 dB kazan isteniyorsa,
bu 9 ila 12 GHz arasndaki her frekansn 1 olduu anlamna gelmez. En kt
koulda bu performansn salanmas gerektiinden tek bir hata olasl vardr.
Yazlm Hatalar: Bir yazlmn kalitesini belirlemeke kullanlr. Her satr kod bir
olaslk olarak deerlendirilir ve yazlmn raporlama periyotlarnda bulunan
hatalarn toplam kaynak kod satrlarna oranlanarak MOHS hesaplanr.
5.3. Analiz Aamasnda Kullanlan Aralar
5.3.1. Hipotez Testi
Hipotez testi, pratik bir problemi alp istatistiksel probleme dntrme srecidir.
Alt Sigma ile, gnlk hayatmzda karlatmz problemlere zm ararken
hipotez kurmak analiz aamasnda yapmamz gereken ilk itir (zkan, 2006). Alt
Sigma projelerini uygulayan kara kuaklar da; projelerine ilikin gzlemlerine, dier
projelere veya aratrma sonularna ya da teoriye dayanarak eitli nermeler ileri
srebilirler. Herhangi bir kara kuan ileri srecei nermenin veya ortaya ataca
iddiann, istatistiksel hipotez olmas nedeniyle bir frekans dalm vardr ve test
edilebilirlii mmkndr. rnein, srelerin kalp balama srelerinin azaltlmasna
ynelik bir kara kuak projesinde; ayn tr preslerin ayar srelerinin ortalamasnn 20
dakikadan az olup olmadnn, iyiletirme ncesi ile iyiletirme sonrasnda ayar
srelerinin ortalamas arasnda nemli bir fark olup olmadnn veya iyiletirmeden
sonra ortalama ayar srelerinin azalp azalmadnn belirlenmesinde hipotez
testlerine bavurulur (Iok, 2005).
60
Hipotez testlerinin oluturulmasnda veya alternatif nermelerden hangisinin doru
olduuna, istatistiksel yaklam ile karar verme srecinde baz kavramlara
deinmekte yarar vardr (Iok, 2005).
5.3.1.1. Sfr Hipotezi ve Alternatif Hipotez
Karlatrlan iki nermeden (hipotezden) birisi sfr (yokluk) hipotezi (H
0
) iken
dieri alternatif (kart) hipotez (H
a
veya H
1
) olarak adlandrlr. Hipotezlerin ifade
edilmesinde, mevcut olan ve eskiden beri bilinen gr sfr hipotezi olarak kabul
edilir iken, ileri srlen iddia veya gre ise alternatif hipotez ad verilir.
Tmevarm anlayna sahip olan hipotez testinde bir hipotezle onun alternatifi olan
dier bir hipotezden hangisinin rneklem istatistii ile daha iyi badat aratrlr.
Aratrmacnn veya kara kuan doruluundan kuku duyduu hipotez sfr
hipotezi, doruluuna inand hipotez ise alternatif hipotezdir (Iok, 2005).
5.3.1.2. Sfr Hipotezinin Reddedilmesi veya Reddedilmemesi
Hipotez testinin z, sfr hipotezinin reddedilmesi esasna dayanr ve sfr hipotezi
her zaman reddedilmeye allr. Bunun nedeni, ileri srlen iddiann geerli
olduunu gstermektir. Bu ifade, sfr hipotezinin tarafl olarak reddedilmeye
allmas anlamna gelmemelidir. Nitekim, sfr hipotezinin reddedilmesine ynelik
olarak yeterli kant bulma zorunluluu vardr. Aksi halde, mevcut durum veya
eskiden beri bilinen gr halen geerliliini koruyor demektir. Sfr hipotezinin
reddedilememesi, sfr hipotezini reddetmek iin yeterli kant olmad veya
alternatif hipotezi desteklemek iin yeterli kant olmad anlamna gelir. O halde
sfr hipotezi reddedilir ise alternatif hipotez kabul edilmi olur ve eldeki kantlara
gre ileri srlen iddiann geerli olduuna karar verilir. Aksi durumda, sfr
hipotezi kabul edilir yerine sfr hipotezi reddedilemez yorumunun kullanlmas
daha uygundur. Bunun nedeni, sfr hipotezi mevcut olan ve zaten kabul grm olan
eski bir grtr ve bu grn tekrar kabul grmesi yersizdir (Iok, 2005).
5.3.1.3. statistiksel Olarak nemlilik ve Anlamllk
nemlilik veya anlamllk kavramlarn preslerin ayar srelerine ilikin rnekle
aklamaya alalm. Ayn tr preslerin ortalama ayar srelerinde iyiletirme ncesi
ve sonrasnda baz farklar bulunabilir. Preslerin ayar srelerinde 1, 5 veya 10
61
dakikalk azalmalardan her biri, iyilemenin bir gstergesi olabilecek birer farktr.
Hipotez testinin z, bu farklarn rassal olarak m ortaya kt yoksa gerekten
nemli veya anlaml saylabilcek bir iyiletirmeyi mi ifade ettiine, yani
istatistiksel olarak karar verme mantna dayanr. Kukusuz, srecin ortalama ve
standart sapmasna bal olarak bazen be dakikalk fark nemli bir fark olarak
grlebilir iken, bazen on dakikalk fark rassal olarak ortaya kan bir fark eklinde
deerlendirilebilir. Sz edilen nemli ve anlaml kavramlar, ortaya kan farklarn
istatistiksel olarak anlaml veya istatistiksel olarak gzard edilmeyecek kadar
nemli olup olmadna ilikin kavramlardr. rnein, marketten alnan bir ekmein
5-10 gram az olmasna nem veilmez iken, hediye olarak alnan bir yzn
arlnn 1 gram az olmasna, rassal olarak ortaya kt ynnde baklmaz. Bu
farkn gerekten nemli bir fark olarak deerlendirilecei aktr. Ne kadarlk farkn
anlaml veya nemli olduu, daha ok verilerin deikenliine, rneklem hacmine ve
buna bal olarak standart hataya ve anlamllk seviyesine baldr (Iok, 2005).
5.3.1.4. I. veya II. Tip ( ve Tipi) Hatalar
Gerekte sfr hipotezi doru veya yanl olabilir. Buna karlk istatistiksel karar
sonucunda sfr hipotezi reddedilebilir veya kabul edilebilir. Her iki durumda da
ikier k olduuna gre, alnan btn kararlarda aadaki drt olas durumla
karlalmas kanlmazdr (Iok, 2005):
H
0
hipotezi gerekte doru iken, reddedilebilir. (yanl karar, )
H
0
hipotezi gerekte yanl iken, reddedilmeyebilir. (yanl karar, )
H
0
hipotezi gerekte doru iken, reddedilmeyebilir. (doru karar, 1- )
H
0
hipotezi gerekte yanl iken, reddedilebilir. (doru karar, 1-)
Tablo 5.2: Gerek Durum ile Sfr Hipotezine likin Verilmesi Olas Kararlar
Test Sonucu H
0
Doru H
0
Yanl
H
0
reddedilmedi
Doru Karar
1-


II. Tip Hata

H
0
reddedildi
I. Tip Hata

Doru Karar
1-
Tablo 5.2 incelendiinde, gerekte doru olan sfr hipotezi test sonucunda
reddedilmez ise, doru karar verilmi olur. Bu durum, gerekte doru olan sfr
62
hipotezinin reddedilmeme olasl veya testin gvenilirlik seviyesi olarak ifade edilir
ve 1- ile gsterilir. Ayn mantkla, gerekte yanl olan sfr hipotezi test sonucunda
reddedilir ise, yine doru karar verilmi olur. Bu durum ise, gerekte yanl olan sfr
hipotezinin reddedilme olasl veya testin gc olarak belirtilir ve 1- eklinde
gsterilir. Bu iki doru karara karlk, iki de yanl karar ile karlalmas
mmkndr. Bunlardan ilki, gerekte doru olan sfr hipotezi test sonucunda
reddedilir ise, I. tip hata veya tipi hata ilenmi olur. deeri, hipotezlerin
kurulmasndan sonra aratrmac veya kara kuak tarafndan balangta nesnel
olarak belirlenir. Alt Sigma uygulamalarnda %5 anlamllk seviyesi kullanlr.
Bunun anlam, doru olan sfr hipotezinin reddedilmesine %95 gven duymak ve
reddedilmemesine %5 riskle izin vermektir. Benzer ekilde, gerekte yanl olan sfr
hipotezi, tez sonucunda reddedilmez ise yine bir hata ilenmi olur. Bu durum ise,
gerekte yanl olan sfr hipotezinin reddedilmeme olasln gsterir ve II. tip hata
veya tipi hata olarak tanmlanr (Iok, 2005).
5.3.1.5. Anlamllk Seviyesi
Sfr hipotez doru olduu halde, reddedilme olasln ifade eden I. tip veya tipi
hatann ilenmesi riskine raz olabileceimiz maksimum olasla testin anlamllk
seviyesi ad verilir. Alt Sigma uygulamalarnda anlamllk seviyesi kara kuak
tarafndan balangta belirlenir ve yaygn olarak %5 deeri kullanlr. %5 anlamllk
seviyesinin tercih edilmesi, yz testten beinde gerekte doru olan sfr hipotezinin
reddedilmesinin hogrldn ifade eder. Kukusuz I. tip hata riskinin azaltlmas
dncesiyle anlamllk seviyesinin %5ten %1e drlmesi mmkn olmakla
birlikte, bu ilem, olaslnn artmasna ve bylece testin gcnn (1-)
azalmasna yol aacaktr. Ayrca, ana ktlede btn birimlerin dikkate alnmas
yerine, rneklemden elde edilen verilere gre karar verilmesi nedeniyle, anlamllk
seviyesinin %0 olmas da mmkn deildir. Nitekim, %100 gvenle aralk tahmini
yapmak mmkn olmadna gre, anlamllk seviyesini sfra indirmek ve kararn
doruluundan kesin olarak emin olmann mmkn olmayaca aktr (Iok,
2005).
63
5.3.1.6. Hipotez Testlerinde zlenen Admlar
Alt Sigma uygulamalarnda hipotez testlerinde, u yedi adm izlenir (Iok,
2005):
Hipotezler ifade edilir: H
o
ve H
a
hipotezleri, szel olarak ve parametrik biimde
ifade edilir.
Anlamllk seviyesi seilir: Alt Sigma uygulamalarnda %5 anlamllk seviyesi
kullanlr.
rneklem hacmi belirlenir: rneklem hacmi (n) en az 10, mmknse 20 veya
daha fazla olmaldr. deali ise 30un zerinde olmasdr.
Red blgesi belirlenir: Red blgesinin bykl ve konumu anlamllk
seviyesine, dalmn trne ve testin ynne baldr.
rneklem istatistii hesaplanr: Ana ktleden ekilen rneklemlere dayanarak
rneklem ortalamas, oran, varyans vb. istatistikler hesaplanr.
Test istatistii hesaplanr: Verilerin dalm, varyans bilinip bilinmemesine ve
rneklem hacmine gre, z testi, t testi, F testi ve nonparametrik test iin test
istatistii hesaplanr.
statistiksel karar verilir: Test istatistii ile kritik deer karlatrlr ve test
istatistiinin kritik deerden byk olmas durumunda H
0
hipotezi reddedilir ve
H
a
hipotezi kabul edilir.
5.3.2. statistiksel Anlam Testleri (Ki-Kare, T Testi, ANOVA, MANOVA)
5.3.2.1. Ki-Kare Testi
Ki-Kare testi genellikle kesikli veriyle, kimi durumlarda da srekli veriyle kullanlan
bir yntemdir. Ki-Kare testi aadaki durumlarda uygulanabilir (Yiitalp, 2004):
ki blgedeki hata oranlarnn belirgin bir biimde farkl olup olmadklarn
grmek iin bunlar karlatrmak
Mterinin rn seimlerindeki haftalk deiikliklerin anlaml bir deiken
dzeyi gsterip gstermediini kontrol etmek
Deiik eleman dzeylerinin mterinin memnuniyetine olan etkilerini denemek
Ki-Kare bantsndaki kritik faktr u ekilde hesaplanr (zkan, 2006):
64

=
n
i i
i i
B
B G
x
1
2
2
) (

Serbestlik Derecesi = Kategori Says - 1
Burada
G, gzlenen deer
B, beklenen deerdir.
Ki-Kare testi nonparametrik bir istatistiksel test olmasna ramen dikkat edilmesi
gereken noktalar vardr. lmler birbirinden bamsz olmaldr. Tablodaki bir
deerin varl dier deerleri etkilemez. Test grlme skl ile yaplmaldr.
2
x her
kategorinin grlme skl iin yaplmtr. Baka tr bir veri yorumlanamayacak
sonulara yol aacaktr. rnek says yeterince byk olmaldr. Veri says ne kadar
fazla olursa H
a
hipotezini kabul etme olasl artmaktadr. Ki-Kare dalm
kullanlarak bir dalmn hedefe uyumunu test etmek iin (uyumun gc) kullanlr.
rnek olarak Tablo 5.3te market sahibi bir kii meyve suyu rafndaki be eit
meyve sularnn sat adetlerini takip etmitir. Merak ettii konu mteri tarafndan
meyve sular eit olaslkta m tercih ediliyor ya da meyve sularndan bir tanesinin
dierlerinden farkl olarak tercih edilme ans daha m yksektir (zkan, 2006)?
Tablo 5.3: Mteri Seim Tablosu
Sklk Gzlenen Beklenen
Vine 32 20
ilek 28 20
Portakal 16 20
Kays 14 20
Greyfurt 10 20
Hedef deer bu rnekte ortalama deer olan 20 olmaktadr. Hedef deere gre Ki-
Kare testi yapldnda, yukardaki formlden (zkan, 2006):
2
x =(32-20)
2
/20+(28-20)
2
/20+(16-20)
2
/20+(14-20)
2
/20+(10-20)
2
/20
=18 hesaplanr.
Ki-Kare kritik deeri riski %5 iin 9,488tir. 18>9,488 olduundan H
a
hipotezi
kabul edilir. Tketicinin meyve suyu eidi konusunda bir seimi yoktur hipotezini
65
reddedecek yeterince kant vardr. Olaslk tablosu kullanlarak yaplan testlerde ise
veriler, grlme sklna gre dzenlenip tablo durumuna getirilir ve Ki-Kare testi
kullanlarak deiik hipotezler test edilebilir (zkan, 2006).
5.3.2.2. T Testi
T Testi, iki adet srekli veri grubu ya da rnei varsa, anlam testi iin kullanlabilir.
Verinin nitelikli olduunu farz edersek, T testi aadaki durumlarda uygulanabilir
(Yiitalp, 2004):
aylk bir dnem boyunca, herhangi bir anlaml deiiklik olup olmadn
grmek iin srecin kilit admnn iki haftadaki evrim zamanlarn kyaslamak
ki blgedeki mteri gelirini incelemek, bunun amac birindeki gelir dzeyinin
dierinden belirgin bir ekilde daha yksek ya da daha alak olup olmadn
grmektir.
Disket srclerin iki parasndaki arama hznn farkl olup olmadn grmek
iin deneme yapmak
T testi, iki grubun aritmetik ortalamasnn istatistiksel olarak birbirinden farkl olup
olmadn yarglar. Bu analiz, ne zaman iki grubun aritmetik ortalamasn
karlatrmak istersek uygundur. ekil 5.6da bir almadaki kontrol ve uygulama
gruplarnn dalmlar grlmektedir (zkan, 2006):

ekil 5.6: Kontrol ve Uygulama Gruplarnn Test Sonras dealletirilmi
Dalmlar
66
T Testinin sorduu soru, bu aritmetik ortalamalarn istatistiksel olarak farkl olup
olmaddr. ki grubun ortalamasnn istatistiksel olarak farkl olmas ne demektir?
ekil 5.7de gsterilen durumu gz nne alrsak, ilk gze arpan ey aritmetik
ortalamalar arasndaki farkn ayn olmasdr. Ama farkedildii zere, bu durum
ayn grnmemektedir hepsi farkl bir durumu aktarr. stteki rnekte, her grupta
orta dzeyde deikenlikte skorlara sahip bir durum gzlenmektedir. Ortadaki
rnekte, yksek deikenlikte bir durum sz konusudur. Alttaki rnekte ise, dk
deikenlikte skora sahip bir durum grlmektedir. phesiz, bu rnee
baktmzda en farkl grdmz iki grup, dk deikenlie sahip olan
durumdur. nk, iki an erisi arasnda en az akmaya sahip olan durum bu
rnektir. Yksek deikenlikteki durumda, grup fark daha az grlmektedir, bunun
sebebi, iki an erisinin ok fazla akmasdr. Bu bizi ok nemli bir sonuca
ynlendirir: ki grubun skorlar arasndaki farka baktmz zaman, skorlarnn
aritmetik ortalamalarnn arasndaki fark, skorlarnn varyasyonuna greceli olarak
yarglamalyz. T testi, one-way ANOVA ile matematiksel olarak denktir ve
sonular ayn kacaktr.
67
Orta Seviyede
Deikenlik
Yksek Seviyede
Deikenlik
Dk Seviyede
Deikenlik

ekil 5.7: Aritmetik Ortalamalar Arasndaki Fark iin Farkl Senaryo
5.3.2.3. Deikenlik Analizi (ANOVA)
ANOVA, srekli veri iin kullanlan bir baka anlam testidir; T testinden farkl
olarak iki ya da daha fazla saydaki grup veya rnei kyaslamak iin kullanlr (
ya da daha fazla sayda veri grubunun arasnda belirgin farklar varsa, hangi grup ya
da gruplarn farkl olduunu bulmak iin fazla analiz yaplmas gerekir). Aada, T
testi iin verilenlerle ayn rnekler verilmitir. Fakat, koyu olarak yazlm saylar
farkldr (Yiitalp, 2004):
aylk bir dnem boyunca, herhangi bir anlaml deiiklik olup olmadn
grmek iin srecin kilit admnn her haftadaki evrim zamanlarn kyaslamak
68
Drt blgedeki mteri gelirini incelemek, bunun amac bir ya da daha
fazlasndaki gelir dzeyinin dierinden belirgin bir ekilde daha yksek ya da
daha alak olup olmadn grmektir.
Disket srclerin be parasndaki arama hznn farkl olup olmadn grmek
iin deneme yapmak
Deikenlik analizi, aadaki varsaymlarn geerli olmasn gerektirir (Iok,
2005):
rneklem verileri sreklidir.
rneklem verileri bamszdr.
Ana ktle normal dalma sahiptir.
ki ana ktle karlatrlmasnda ana ktlelerin varyanslar birbirine eittir.
Normal veya eit varyansa sahip ana ktlelerin ortalamalar, stun ve satrlardan
doan etkilerin dorusal bileenleri olmal yani etkiler toplanabilmelidir.
Deikenlik analizi, Alt Sigma metodolojisinin analiz faznda yer alr ve
bilinmeyen
1
,
2
, ...,
k
ortalamal K kitlenin her birinden rasgele rneklemlerin
alnmasyla yaplr (elebi, 2006).
Sfr hipotezi:
H
0
:
1
=
2
=...=
k
ve kar hipotez:
H
a
:
i

j
baz i ve jler iin (en az iki ortalama farkldr)
5.3.2.4. oklu Deiken Analizi (MANOVA)
Ki-kare testi, T testi ve ANOVAda kyaslamalar tek bir etkene ya da deikene
baldr: Zaman, gelir, hz, vb. Elbette, bir grup ya da rnek iinde deiken baka
etkenler de olabilir. oklu deiken analizi, eitli etkenlerin belirliini tanmlamak
iin kullanlr (oklu deiken analizinden nce bir ANOVA yapmak genellikle en
iyisidir.) (Yiitalp, 2004).
69
5.3.3. Regresyon ve Korelasyon Analizi
5.3.3.1. Regresyon Analizi
Regresyon analizi, aralarnda sebep-sonu ilikisi bulunan iki veya daha fazla
deiken arasndaki ilikiyi belirlemek ve bu ilikiyi kullanarak konu ile ilgili
tahminler ya da kestirimler yapabilmek amacyla yaplr. Doada birok olayda
sebep-sonu ilikisine rastlamak mmkndr. Bu analiz tekniinde iki (basit
regresyon) veya daha fazla deiken (oklu regresyon) arasndaki ilikiyi aklamak
iin matematiksel bir model kullanlr ve bu model Regresyon Modeli olarak
adlandrlr. Basit regresyon modeli;
Y = + x +
eklinde bir baml ve bir de bamsz deiken ieren bir modeldir. Burada
Y; baml (sonu) deiken olup belli bir hataya sahip olduu varsaylr.
x; bamsz (sebep) deiken olup hatasz lld varsaylr.
; sabit olup X=0 olduunda Ynin ald deerdir.
ise regresyon katsays olup, xin kendi birimi cinsinden 1 birim deimesine
karlk Yde kendi birimi cinsinden meydana gelecek deime miktarn ifade eder.
; tesadfi hata terimi olup ortalamas sfr varyans
2
olan normal dalm
gsterdii varsaylr. Bu varsaym parametre tahminleri iin deil katsaylarn nem
kontrolleri iin gereklidir.
Bir regresyon modeli oluturulurken genelde en-kk kareler ve en byk
olabilirlik teknikleri olarak bilinen iki yaklamdan birisi kullanlr. Eer hata
teriminin normal dalm gstermesi eklinde bir varsaym varsa en byk olabilirlik,
hata teriminin dal ile ilgili herhangi bir varsaym sz konusu deilse en-kk
kareler teknii kullanlarak parametreler tahmin edilir. Baln, boy ve evre
llerine gre yaplm regresyon analizi ekil 5.8de grlmektedir:



70
Boy (cm) (x) evre (cm) (Y)
9 5
15 6
6 4
24 12
32 19
0
4
8
12
16
20
0 5 10 15 20 25 30 35
x
Y

ekil 5.8: Regresyon Analizi rnei
5.3.3.2. Korelasyon Analizi
Korelasyon testi, llebilir iki deiken arasndaki ilikiyi gsteren test olarak
tanmlanabilir. Korelasyon katsays aadaki formlle hesaplanr (zkan, 2006):

(
(

=
n
i i
xy
y x
y y x x
n
r
1
) ( ) (
1
1


ki deiken arasndaki ilikinin kuvvetini matematiksel olarak tanmlayan
korelasyon katsaysdr. r ile gsterilir. Korelasyon katsays -1 ile +1 arasnda
deer alr. Hesaplanan korelasyon katsaynn -1 veya +1e yakn olmas
korelasyonun kuvvetli olduunu, 0a yakn olmas korelasyonun zayf olduunu
gsterir. ki faktr (deiken) arasnda hibir iliki yoksa, ekil 5.9da olduu gibi,
veriler geliigzel dalacak ve belirgin bir eilim gzlenmeyecektir (elebi, 2006).




ekil 5.9: Deikenler Arasnda likisiz Durum
x-y likili Deil
y
x
71
izginin artan xe gre ykselmesi, ilikinin pozitif olduunu; alalmas ise, ilikinin
negatif olduunu gsterir. ki deiken arasndaki iliki, pozitif ya da negatif
olabilecei gibi, kuvvetli veya zayf olabilir. ekil 5.10 ve ekil 5.11de bu ilikiler
yer almaktadr (elebi, 2006).




ekil 5.10: Deikenler Arasndaki Kuvvetli Pozitif ve Kuvvetli Negatif liki




ekil 5.11: Deikenler Arasndaki Zayf Pozitif ve Zayf Negatif liki
5.3.4. Kalite Fonksiyon Yaylm KFY (QFD)
Kalite Fonksiyon Yaylm, mteri girdilerini ncelik srasna koymak ve bunlar bir
rn, servis ve/veya sre iin tasarma ve spesifikasyona evirmektir (Tuncel,
2004). Mteri ihtiyalar ve bu ihtiyalarn rn tasarm zellikleri ile ilikisi,
Kalite Fonksiyon Yaylm metodolojisinin temelini oluturur. Bir rnn kalitesi ve
gvenilirlii, genellikle gelitirme srecinin ilk aamalarnda belirlenir (Govers,
2001).
Kalite Evi ad verilen zel birok boyutlu matris en iyi bilinen Kalite Fonksiyonu
Yaylm (KFY) yntemidir. Tam bir KFY rn tasarm projesi, mterilerin ve
rakiplerin ihtiyalarn ayrntl sre spesifikasyonlarna eviren bu matrislerden bir
ksmyla ilgilidir. Kalite Evinde yeni bir rn iin planlamann farkl admlar
Kuvvetli - Pozitif
y
x
Kuvvetli - Negatif
y
x
Zayf - Pozitif
y
x
Zayf - Negatif
y
x
72
zetlenmitir. ekil 5.12deki Kalite Evinde rn planlama faznn deiik admlar
grlmektedir (Govers, 2001). KFY belgelemesindeki tm ayrntlar arasnda iki ana
kavram yatar (Pande, 2005):
7. liki Matrisi 5. Rekabeti Kyaslama
1. rn
2. Mteri
3. Mteri htiyalar
4. nem Derecelendirme
htiyalar
6. Tasarm Parametreleri
8. Teknik Hedefler
9. Teknik Kyaslama
10. Korelasyon
Matrisi

ekil 5.12: Kalite Evi
KFY evrimi: Operasyon tasarm ve planlar yapmak iin drt ana aamada
tekrarlanan bir almadr.
Mteri girdisi ve rakip analizinin rn veya hizmet zelliklerine evirmek
(temel tasarm elemanlar)
rn / hizmet zelliklerinin rn / hizmet spesifikasyonlar ve llerine
evirmek
rn / hizmet spesifikasyonlar ve llerini sre tasarm zelliklerine evirmek
Sre tasarm zelliklerini sre performans spesifikasyonlar ve llerine
evirmek
ncelik Srasna Koymak ve Korelasyon: zel ihtiyalar, zellikler, gereksinimler
ve ller arasndaki ilikilerin ayrntl analizidir. Kalite Evi veya basit L matrisi
gibi matrisler, bu analizin organize olmasn salar ve tasarm almas ardndaki
gerekeyi belirler.
Temelde KFY evrimi, tasarm sreci srasnda ak sonras Ylerden (Mteri
Gereksinimleri ve rn Spesifikasyonlar) ak ncesi Xlere (Sre
73
Spesifikasyonlar) balant salar. Mevcut bir sre veya rnde daha nce hi
aratrlmamsa, bu ilikileri aa kavuturmak ve belgelemek iin kullanlr. Kalite
Evinin bir baka yarar da, kendi standart izgisel dnce srecimizle
dnemeyeceimiz kombinasyonlar test ederek apraz ilikiyi test eden bir
matris olmasdr. ekil 5.13te, bir kalem tasarm iin sadeletirilmi bir L matrisi
yer almaktadr (Pande, 2005):
U

k
a
l

n
l

s
e

e
n
e

i
M

r
e
k
k
e
p

r
e
n
k
l
e
r
i
n
i
n

i
t
l
i
l
i

i
G

v
d
e

m
a
l
z
e
m
e
s
i

(
a
l
t

n
,

m
e
r
m
e
r
,

v
s
.
)

d
e

i
k

f
i
y
a
t

n

o
l
m
a
s

B
o
y
u
n
a

a
s

l
a
b
i
l
m
e
n
i
n

m

m
k

n

o
l
m
a
s

T
o
k
s
i
k

o
l
m
a
y
a
n

m

r
e
k
k
e
p
M

c
e
v
h
e
r
c
i

v
e

h
e
d
i
y
e
l
i
k

e

y
a

d

k
k
a
n
l
a
r

n
d
a

b
u
l
u
n
m
a
s

n
t
e
r
n
e
t

y
o
l
u
y
l
a

d
o

r
u
d
a
n

s
t

l
m
a
s

klk
oklu Seim
Kullanm Kolayl
Parasal Bedeli
Kaybetmenin Zor Olmas
KATKI GL ORTA ZAYIF
RN / HZMET ZELLKLER
M

T
E
R

G
E
R
E
K
S

M
L
E
R

ekil 5.13: Kalite Evi rnei
rn gelitirme aamasndaki ulalmak istenen kalite seviyesi, sadece rn kalitesi
deildir, ayn zamanda sat sonras hizmetleri ve hatta geri-dnm veya yeniden
kullanm da desteklemelidir. Kalite Fonksiyon Yaylmnn rn planlama faz,
zellikle mteri gereksinimlerinin tanmlanmasna hizmet eder. Aslnda sadece
mteri gereksinimlerine cevap vermek de yeterli deildir, bunun yannda mteri
tarafndan talep edilmeyen ancak olduu varsaylan gizli kalite unsurlarn da
benimsemek gerekir. Mterinin talep ve ihtiyalar, Pazar aratrmalarna baz
oluturmas iin llebilir bir hale dntrlr. Mterilerin dile getirdikleri her
zaman net ve anlalr olmadndan, akla kavuturmak iin tahmin
yrtlmelidir. Temel olarak, Kalite Fonksiyon Yaylm, sistematik olarak
74
mterinin sesini operasyonel seviyeye getirir. Btnsel gelitirme sreci ekil
5.14te grld gibi drt aamada gsterilebilir (Govers, 2001):

ekil 5.14: Planlamadan retime KFY emas
Aadaki listede Kalite Fonksiyon Yaylm uygulama admlar yer almaktadr
(Wilson, 2005):
Mteriler ne ister?
Mterilerin ncelikleri nelerdir?
Mterilerin alglar nelerdir?
rnler teknik olarak ne kadar iyidir?
Teknik rnler mterilerin beklentilerini ne kadar karlar?
Teknik rnlerin deimesinin etkisi ne olur?
Her teknik rnn spesifikasyonlar nedir?
Rakipler teknik olarak nasl kyaslanr?
Deiecek inisiyatifler nelerdir?
Deiim ne kadar zor olacaktr?
Kalite Fonksiyon Yaylm, pek ok deikeni olan etkili bir yntemdir. Bu nedenle
kullanm alanlar ok genitir. Aada Kalite Fonksiyon Yaylmnn kullanm
alanlar sralanmtr (Pande, 2005):
Mteri ihtiyalar ve o sradaki peformans temel alnarak iyiletirme projelerinin
ncelik srasna konmas ve seilmesi.
75
Sre ya da rn performansn rakipler karsnda deerlendirmek.
Mteri gereksinimlerini performans llerine evirmek.
Yeni sre, rn ve hizmetleri tasarlamak, test etmek ve son haline getirmek
amacyla kullanlabilir.
KFY, hibir ekilde tek bana kullanlan bir ara deildir. e yaramas Mterinin
Sesi girdisinden Deney Tasarmna kadar deiik yntemlere baldr (Pande,
2005).
5.3.5. Hata Trleri ve Etkileri Analizi HTEA (FMEA)
Hata Trleri ve Etkileri Analizi (HTEA), hatalarn trlerini ve etkilerini belirleyerek,
tasarm veya sre asndan rn veya srecin karlaabilecei olas hatalar ve
bunlarn etkilerini tanmak, deerlendirmek ve bunlarn oluma ihtimallerini
azaltacak veya ortadan kaldracak nlemleri almak olarak tanmlanabilir. HTEA her
hata tr iin bir risk ncelik faktr (RF - Risk Priority Number RPN) oluturur.
RF deeri bydke hatann ciddiyeti artmakta ve tasarm abas iinde bu hata
ile ilgilenilmesi nem kazanmaktadr. Risk ncelik Faktr (RF); Hata Olasl,
Etkinin nem Derecesi ve Hatann Saptanabilirlii katsaylarnn arpm ile
hesaplanr. (Akarslan, 2004).
RF = Hata Olasl x Etkinin nem Derecesi x Hatann Saptanabilirlii
Tablo 5.4te Hata Olasl Deerlendirmesi, Tablo 5.5te Etkinin nem Derecesi,
Tablo 5.6da Hatann Saptanabilirlii ve Tablo 5.7de Konsolide Risk ncelik
Deerlendirmesi yer almaktadr (Yang, 2003):
76
Tablo 5.4: Hata Olasl Deerlendirme Tablosu
Hata Olasl Gerekleme Yzdesi Derece
% 10 10
ok yksek (hata kanlmaz)
% 5 9
% 2 8
Yksek (tekrarl hatalar)
% 1 7
% 0,5 6
% 0,2 5 Orta (arasra olan hatalar)
% 0,1 4
% 0,05 3
Dk (nadir olan hatalar)
% 0,01 2
Hemen hemen olanaksz % 0,001 1

Tablo 5.5: Etki nem Derecesi Tablosu
Etki Etkinin nem Derecesi Derece
Etki yok Etki yok 1
ok kk
nemsiz etki, hata ancak dikkatli mteriler
tarafndan fark edilir
2
Kk
Kk iddette etki, hata ortalama seviyedeki
dikkatli mteriler tarafndan fark edilir
3
ok dk Hata mterilerin ou tarafndan fark edilir 4
Dk Hata mterilerde memnuniyetsizlik yaratr 5
Orta
rn kullanlabilir, ancak mterilerde rahatszlk
yaratr
6
Yksek
rn performans azalm bir ekilde kullanlabilir,
mteri memnuniyetsizlii ortaya kar
7
ok Yksek
rn birincil fonksiyonlarn kaybederek
kullanlamaz hale gelir, mteri memnuniyetsizlii
yksektir
8
Tehlikeli kaz var
Emniyetle ilgili bir arza mevcuttur, hata bir ikazla
meydana gelir
9
Tehlikeli kaz yok
Emniyetle ilgili bir arza mevcuttur, hata bir ikaz
olmadan meydana gelir
10

77
Tablo 5.6: Hatann Saptanabilirlii Tablosu
Hatann Saptanabilirlik Olasl Derece
Hemen hemen kesin 1
ok yksek 2
Yksek 3
Ortann st 4
Orta 5
Dk 6
ok dk 7
Uzak bir olaslk 8
ok uzak bir olaslk 9
Hemen hemen olanaksz 10

Tablo 5.7: Konsolide Risk ncelik Deerlendirme Tablosu
Derece
Etkinin nem
Derecesi
Hatann
Saptanabilirlik
Olasl
Hata Olasl
10 Tehlikeli kaz yok Hemen hemen olanaksz
9 Tehlikeli kaz var ok uzak bir olaslk
ok yksek (hata
kanlmaz)
8 ok Yksek Uzak bir olaslk
7 Yksek ok dk
Yksek (tekrarl
hatalar)
6 Orta Dk
5 Dk Orta
4 ok dk Ortann st
Orta (arasra olan
hatalar)
3 Kk Yksek
2 ok kk ok yksek
Dk (nadir olan
hatalar)
1 Etki yok Hemen hemen kesin
Hemen hemen
olanaksz
HTEA ile ilgili bir rnek verecek olursak; elektronik ticaret yapan bir irketteki
yneticiler ve mhendisler, elektronik bir kataloun gncellenmesinde hibir eyin
yanl gitmeyeceinden emin olmak istiyorlard. te tanmladklar sorunlardan ikisi
ve yaptklar analiz ile Risk ncelik Faktrn aadaki ekilde belirlemilerdir
(Pande; 2004):
Yeni bir malda yanl ssleme kullanlm.
nem = 5
Hata olasl = 5
Saptanabilirlik = 3
78
RF = 5 x 5 x 3 = 75
Alclar bir mal iin sipari veremiyorlar.
nem = 8
Hata olasl = 5
Saptanabilirlik = 6
RF = 8 x 5 x 6 = 240
Bu hesaplamay temel olarak, siparilerin verilememesi zerinde odaklandlar ve tm
yeni rn numaralarnn sipari sistemine gnderilmesinden emin olmak iin nleyici
lmler yaptlar (Pande; 2004).
ekil 5.15te HTEA sreci yer almaktadr (Su, 2007):
79

ekil 5.15: HTEA Sreci
5.3.6. Hataszlk (Poka-Yoke)
Poka-Yoke kavram, Japonyada gelitirilmi bir terim olup Poka ngrlemeyen,
tesadfi hata, Yoke ise azaltma anlamna gelmektedir. Dolaysyla, bu teknik
yardmyla tesadfi hatalar azaltlmal, yani retim srecinde sadece hatasz rnler
retilmesine ynelik koullar salanmaldr. Poka-Yoke ilk kez 1986 ylnda Shigeo-
Shingo tarafndan aklanmtr. Poka-Yoke teknii az da olsa HTEA benzeri bir
teknik olup, gelecekte oluabilecek hatalarn yzde yz nlenmesi hedefine
yneliktir. Poka-Yoke tekniinin uygulanmas ok gelimi bir kalite kltrnn
80
salanm olmasn gerektirmektedir. Bu amaca ynelik ilk alma statistiksel
Proses Kontrol sonularndan faydalanarak olas hata trlerinin belirlenmesine
balar. kinci aama, HTEAnn problem zm aamas benzeri olarak
dnlebilir ve bu Poka-Yokeye giden yolu ifade eder. Bu nedenle Poka-Yokenin,
yeni uygulamaya konulan bir kalite sisteminin yap ta olmas dnlemez. Poka-
Yokenin temel felsefesini, hatalarn yanlglardan ve yanllklardan kaynakland
yaklam oluturur. Bu tr yanlg ve yanllklar aadaki ekilde rneklendirmek
olasdr (Yiitalp, 2004):
Unutmak
Kartrmak
Deitirmek
Yanl anlamak
Okuma hatas
Bilgi ve iletiim eksiklii
Poka-Yoke, iletme aralarnn rnde herhangi bir hata olumasna kesinlikle engel
olacak ekilde iletilmesi eklinde tanmlanabilir. Bu amaca ynelik olarak,
delicesine gvenilirlik ngrlerek her trl hataya neden olacak sistem
elemanlarnn devre d braklmas hedeflenir. Poka-Yoke basit ve gelitirilmi
olmak zere iki ekilde ytrlebilir. Balangta belirtildii zere, Poka-Yoke ancak
retim srecinde olas her trl hatann eksiksiz belirlenmesini takiben dnlebilir.
Bu veriler HTEA formlarndan elde edilir. Poka-Yoke, HTEAnn bir uzants ya da
Alt Sigmada hatalardan kurtulmak iin art bir disiplin uygulamas olarak
dnlebilir. Poka-Yoke en iyi, tam bir HTEA nceden belirleme ve nleme
almas sonrasnda uygulanabilir. Sonrasnda unlar yaplabilir (Yiitalp, 2004):
nleyici faaliyetlere ramen meydana gelebilecek olas hatalar tanmlamak.
Mevcut sreteki her adm gzden geirilmeli ve bu admda hangi olas insan ya
da hatalar olabilir? diye sorulmaldr.
Bir hata ya da yanl ilemeyi henz meydana gelmeye balyorken belirlemenin
bir yolunu bulmak. rnein, arabadaki elektrik devresi, emniyet kemerinin
taklp taklmadn srcye syleyebilir. Elektronik ticaret programlar, bir
alandaki herhangi bir veri parasnn kaybolduunu syleyebilir. Bir montaj
81
atlyesinde, paralar tutan bantlar. ilerin herhangi bir malzemenin kayp olup
olmadn grmelerine yardmc olur.
Bir hata belirlendiinde icra edilecek faaliyetin tr tanmlanp seilmelidir.
Temel Poka-Yoke Aralar unlardr (Yiitalp, 2004):
Kontrol: Sreci kendiliinden dzelten bir faaliyet, rnein otomatik bir imla
dzelticisi.
Devreyi kapatmak: Bir hata olduunda sreci kapatan bir prosedr veya bir alettir.
rnlerin otomatik kapanma zellii buna bir rnektir. Bir baka rnek de baz
yatrm rakamlarnn, bu yatrmlardan uzak tutulmak istenen hesaplara girmesini
engelleyen karmak bir yatrm yazlmdr.
Uyar: le ilgili kiiyi bir eylerin ters gittii konusunda uyarr. Emniyet kemeri
alarm buna rnektir. Bir srecin kontolden ktn gsteren bir kontrol tablosu da
buna benzer. Genellikle uyarlar gz ard edildii iin kontrol ve devreyi kapatma
tercih edilir.
Saptama/belirleme, kendini dzeltme, kapatma/devreden karma veya bir sorunu
uyarma ile ilgili yntemler iin gerek bir hayal gc ve yaratclk gerekir. Baz
yaygn hata kantlama lleri unlardr (Yiitalp, 2004):
Malzeme ve belgelere renk ve ekille kod vermek.
Yasal belgeler gibi kilit konularda ayrt edici ekiller kullanmak.
Kolaylkla kartrlan kalemleri tanmlamak iin sembol ve ikonlar
Bilgisayarda tutulan kontrol listeleri, ak formlar, gncelleme prosedrleri ve
basit i aklar yanllarn, mterilerin elinde kusurlara dnmesini
engellemeye yardmc olur.
Her admda yaplan ii kontrol ederken art bir dikkat de gerekir. i yapan kiiler,
rnlerinin elden kmadan nce teftiini yaparlar; bu rn alan kiiler de rn
tefti ederler. Bu uyumlu hareket sayesinde olabilecek pekok retim hatas
giderilmi olur (Yiitalp, 2004).
82
5.3.7. Veri Madencilii
Byk miktarlarda ve olduka hzl toplanan verilerin eitli analizler sonucunda
anlaml bilgilere dntrlmesi noktasnda Veri Madencilii sreci devreye
girmektedir. Veri Madencilii tanmlar incelendiinde, bu tanmlarda ortak olan
unsurlardan ilki ok fazla miktarlarda verinin veri ambarlarnda tutulmas, ikincisi
ise, bu verilerden anlaml bilgiler elde edilmesidir. Veri Madencilii, veri
ambarlarnda tutulan ok eitli verilere dayanarak daha nce kefedilmemi bilgileri
ortaya karmak, karar vermek ve eylem plann gerekletirmek iin bunlar
kullanma srecidir. Bu noktada, kendi bana bir zm deil, zme ulamak iin
verilecek karar srecini destekleyen, problemi zmek iin gerekli olan bilgileri
salamaya yarayan bir aratr (elebi, 2006).
Veri Madencilii ile ilgili yazlm rnleri ve uygulamalarnda Veri Madenciliinin
esasen istatistiin kullanld bir teknik olduu grlmektedir. Dolaysyla
iletmelerde nemli bir kullanm alan bulmas ok doaldr. zellikle, ok mterisi
olan firmalar, bankalar tarafndan byk bir hzla benimsenmektedir. Veri
Madenciliinde vurgulanan unsurlar istatistiin tanm iinde zaten yer almaktadr.
statistik verilerin toplanmas, snflandrlmas, zetlenmesi, grafik ve tablolar ile
sunulmas, analiz edilerek ana ktle hakknda anlaml bilgiler elde edilmesi ve
yorumlar yaplmasdr. Veri Madenciliinde ulalmak istenen ama aslnda
istatistiksel biliminin amacyla ayn dorultudadr: Verilerden bilgiyi kefetmek.
Zaten Veri Madenciliinde kullanlan temel aracn istatistiksel yntemler olduu
birok tanmda ve uygulamada vurgulanmaktadr. Her ikisinde de temel olan eler
veri ve bilgidir. Bu nedenle, birbiri ile olduka rten konulardr (elebi, 2006).
5.4. yiletirme Aamasnda Kullanlan Aralar
5.4.1. Deney Tasarm
Deney Tasarm, bir srecin, rnn, hizmetin veya zmn performansn test
etmek ve en st dzeye karmak iin kullanlan yntemdir (Pande, 2004). rnn
kalitesini etkileyen, rn ya da srece ait deikenleri sistematik olarak aratrmak
iin kullanlr (zkan, 2006). Deney Tasarm teknikleri optimum duruma ulamak
amacyla, sistemin yantlar zerinde etkili olan faktrlerin incelenmesini amalayan
tekniklerdir. Deney Tasarm teknikleri; Deney Tasarm ve Deneysel Veri Analizi
83
olarak iki grupta toplanr. Deney Tasarm, sistem yantlarnn tehis edilebilecei en
uygun deney koullarnn ne olduu ile ilgilenir. Deneysel Veri Analizi ise, etkiyen
faktrlere arlk cinsinden ncelikler vererek, sistem yantlarnn nasl tahmin
edilecei ile ilgilenir (elebi, 2006).
rnek olarak, elik ubuklarn kaplama tipinin ve ocak scaklnn korozyon
direncine olan etkisi aratrlmak isteniyor. yle bir deney tasarlamak gerekir ki,
kaplama ve scakln artlarnn kombinasyonlarn iersin. Deneylerde, korozyon
direnci her defasnda llmelidir. Sonuta bulunan deney sonularna gre, imalat
artlarna karar verilebilir. Sanayide imkanlar kstldr ve deney demek maliyet
olduundan her deneyden mmkn olduunca ok bilgi almak asl gayedir. yi
tasarlanm deneyler, daha nemli bilgiler elde etmeye olanak salar ve genel olarak
planl olmayan, rasgele deney tasarmlarna gre de daha az deney saysna
sahiptirler (zkan, 2006).
Deney Tasarm yeni bir yntem deildir. Aa yukar yarm asrdr mhendislik ve
temel bilimler disiplinlerinde kullanlan deney tasarm tekniklerinin trevi olarak
kalite ynetim metodolojilerine katlmtr (zkan, 2006). Deney Tasarmnn
kendine zg yan, sadece Deneysel Gzlem denen ekilde gerek dnyadaki
olaylar gzlemenin ve onlar hakknda bilgi toplamann tersine, bir deney yaparak
deikenleri planlamak ve kontrol etme frsatn vermesidir. Deney Tasarmlarnn
bir Alt Sigma kuruluunda pek ok olas uygulan vardr (Pande, 2004):
Mterinin Sesi sistemlerini deerlendirmeye, mterileri skmadan geerli
bilgiler retmek iin en iyi yntem karmasn bulma,
Bir sorun ya da hatann yaamsal temel nedenini dierlerinden ayracak etkenleri
belirleme,
En iyi iyiletirme stratejisini bulmak iin olas sonu kombinasyonlarn deneme,
Potansiyel tanmlar tanmlamak ve birinci gnden itibaren hatalar azaltmak iin
rn ve hizmet tasarmlar gelitirme.
Deney Tasarmn her ne kadar kiilerden ok nesnelere uygulamak daha kolay olsa
da, hizmet alanlarnda da deneyler yrtmek mmkndr. Bunlar, deikenlerin
gerek sre iinde kontrol edildii ve sonra da sonularn karlatrld Gerek
Yaam deneyleri olarak grlebilir. rnein, byk bir sat kuruluu, satlar en
84
ok artran kombinasyonu bulmak iin drt aylk bir dnem iinde 14 deikeni test
etmitir. Alan deneyinde tanmlanan zmlere dayanlarak, sat hacmi irketin en
ok rn yapt blgede bile, yzde elli orannda frlamtr (Pande, 2004).
Deneyleri tasarlamann temel admlar, aadaki gibidir (Pande, 2004):
Deerlendirilecek Etkenlerin Tanmlanmas: Deney sonucunda ne renilmek
isteniyor? Srecin ya da rnn olas etkileri nelerdir? Bu etkenleri seerken
daha fazla etkeni test ederek ek bilgi toplamann yararyla artan maliyet ve
karkl dengelemenin nemi unutulmamaldr.
Test Edilecek Etkenlerin Dzeyinin Belirlenmesi: Hz, zaman, arlk vb.
deiken etkenler sz konusuysa, bunlar sonsuz sayda dzeyde test edilebilir. Bu
nedenle bu admda sadece hangi deerlerin deil, ayn zamanda ka tane farkl
dzeyin test edilmek istendiine karar verilmelidir.
Bir Deneysel Kombinasyon Serisi Oluturma: Deney Tasarmnda genellikle,
her deikenin ayr olarak test edildii bir seferde tek etken yaklamndan
kanmak iyi olur. Daha ok koul serileri, tm etkenler, temsil edecek veriler
elde edilecek ekilde incelenmelidir. Olas kombinasyon ya da seriler, istatistik
programlar ile toplanabilir ya da tablolarda bulunabilir ve kullanlabilir her
permtasyonu test etmekten kurtulmay salar.
Deneyi nceden Belirlenmi artlarda Yrtme: Burada ama, dier test
edilmemi etkenlerin sonular etkilemesine izin vermemektir.
Sonular Deerlendirme: Deney Tasarm verisinden karlan sonu ve
kalplar grmek iin ANOVA ve oklu Regresyon gibi aralar arttr. Deneysel
veriden pek ok ak yant alnabilir. Ya da daha sonra ek deneylerle test
edilebilecek ek sorunlar kabilir.
5.5. Kontrol Aamasnda Kullanlan Aralar
5.5.1. statistiksel Proses Kontrol (PK)
Kontrol, ileyen bir sreci nceden grlebilen bir deikenlik erevesi iinde
tutmak demektir. Amac, sre performansn sabit ve srekli bir ekilde iyi
tutmaktr. statistiksel Proses Kontrolnde (PK), konuya istatistiksel kontrol
kavramn da katarz. Yani, bir srecin istatistiksel olarak kontrol altnda m, yoksa
kontrol dnda m olduunu anlamak iin, zaman iinde sre llmeli ve sonra da
85
toplanan verideki deikenlik incelenmelidir (Pande, 2004). PK, istatistiksel
teknikleri kullanarak toplanan verileri deelendirmek ve zmler retmek amacyla
uygulanr. Veri toplama, zetleme ve sonular deerlendirme gibi btn prosedrler
statistiksel Metotlar olarak bilinir. statistik, birok dier alanda olduu gibi, sre
kontrolne de yardmc olur. retim yapsnn ve metotlarnn karmak doas,
genellikle yksek kalite ve standart rnler elde etmek iin gerekli abalar engeller.
statistik, bu tr problemlerin zm iin temel bir aratr. Kontrol emalar, PK
metotlar arasnda en yaygn bilinen ve kullanlan metotlardr (pek, 1999). PK ve
kontrol tablolarnn kullanm, kullanlan srecin performansn gzlemek, gelecekte
hedeflenen performans ve dzeltmek iin uygulanacak faaliyetin gerekliliini
gstermek iin ideal bir yoldur. Kontrol tablolarnn Alt Sigma sisteminde
belirgin kullanm vardr (Pande, 2004):
TAK projesinin lm faaliyetlerinde, takmlarn, sorunlarn ya da kontrol
dnda kalan durumlarn tiplerini ve sklklarn belirlemede yardmc olur. Hatta,
hangi trde aratrma veya dzeltme faaliyetinin en etkili olabilecei de
sylenebilir.
Bir sre zm ya da deikenliinin (iyiletirme ya da kontrol aamalarnda
denenmesi ya da uygulanmasnda, deikenliin ve performansn nasl
etkilendiini gstererek ve hatta baka alma ya da aratrma alanlar da
nererek sonularn izlenmesine yardmc olur.
Kontrol tablolar srekli olan bir alarm sistemi gibi hareket eder, inceleyen kiiyi
sreteki allmadk faaliyetler hakknda uyarr.
PK uygulamasnda olmas gereken 14 boyut Tablo 5.8de gsterilmitir
(Rungtusanatham, 2000):
86
Tablo 5.8: PK Uygulama Tablosu
Boyut Uygulama Alan
1 PK uygulamasn destekleyen ynetim aksiyonlar ve politikalar
2 PK iin kontrol tablolarnn kullanmnn gereklilii ve nemi
3 Kritik lm karakteristiklerinin belirlenmesi
4 Teknolojik karmaklk ve lm aletlerinin gvenilirlii
5
Kontrol emalarnn doru uygulanmas iin Operatr tarafndan
gerekletirilen iler
6 Kontrol emalarnn dorulanmas
7
Srekli iyiletirme iin kontrol emalarndan elde edilen bilgileri
kullanm
8 Kontrol emalar iin rnekleme stratejileri
9
Proses kontrol ve iyiletirmesi iin istatistiksel ve bilisel metotlarda
eitimin yaplmas
10 PK uygulamalar iin teknik destek
11 PK uygulamalarnda kalite iyiletirme takmlarnn destei
12 Bir kalite kontrol stratejisi olarak son kontroln olmamas
13 Proses bilgilerinin dokmantasyonu ve gncellemesi
14 PK uygulamalar ve performansnn denetimi ve izlenmesi
Bir srete normal artlar altnda, deikenlerin rasgele olacan beklediimiz iin
kontrol d bir durumu iaret eden birka unsur vardr (Pande, 2004):
Snr dndakiler kontrol snrlar dnda olan her nokta
Trendler srekli olarak ykselen ya da den nokta serisi
Kaymalar veya Uzantlar ortalamann altnda ya da stnde giden srekli bir
nokta sras
evrim veya Dnemsellik dalga biiminde yukar ve aa deiim ya da
eilim gsteren bir nokta serisi
Eilimler noktalarn srekli olarak merkez izgiye ya da kontrol snrlarna
yakn dt durumlar
Kontrol tablolarndaki yanl anlamalarn biri de, kontrol altnda olmann iyi olmak
anlamna geldiini dnmektir. Eer bir bilgisayar tamir dkkan, allm tamir
srelerini lmeye karar verirse, mkemmel bir biimde kontrol altna alnm bir
sreci gsteren izelge yapabilir. Fakat asl sorun, bu dkkann ortalama evrim
sresinin be gn olmas, mterilerin ise bu iin iki gnde yaplmasn istemeleri
durumunda ba gsterir (Pande, 2004).
87


6. FORD OTOSANDA ALTI SGMA UYGULAMALARI
6.1. irket Tantm
Trkiye Otomotiv sektrnn nc kurulularndan olan Ford Otosan, 1959 ylnda
Otosan A.. olarak kurulmu ve sektrde faaliyet gstermeye balamtr. 1998
ylnda Ford Motor Company ile imzalanan ortaklk anlamas sonrasnda irketin
ismi Ford Otomotiv Sanayi A.. yani Ford Otosan olarak deitirilmitir.
irketin kaytl sermayesi 500 Milyon YTL ve karlm sermayesi 350,91 Milyon
YTL'dir. Ko Holding ve Ford Motor Company 143,9 Milyon YTL tutarndaki
sermaye paylar ve %41,04 hisseleriyle Ford Otomotiv Sanayii A.nin ana
ortaklardr.
Ford Otosann Trkiyede 4 tesisi bulunmaktadr ve bu tesislerde 7858 ii, 1444
memur olmak zere toplam 9302 kii grev yapmaktadr. 1998 ylnda 750 Milyon
yatrmla inasna balanan ve 2001 ylnda devreye alnan Kocaeli fabrikasnda orta
ticari ara Transit ve hafif ticari ara Transit Connect retimi yaplmaktadr.
Eskiehir nn fabrikasnda Cargo kamyon, motor ve aktarma organlar retimi
yaplrken, stanbul Kartal'da ise Trkiye'nin en byk yedek para datm merkezi
olan Servis ve Yedek Para blm bulunmaktadr.
Ford Otosan Trkiye'de Ka'dan Cargo'ya kadar geni rn yelpazesi ile otomotiv
sektrnn tm ana segmentlerinde yer almaktadr. Ayrca Trkiye apnda 115 sat
noktas (sat+servis+yedek para) ve 68 sat sonras (servis+yedek para) bayisi
olmak zere toplamda 183 bayisi ile tketicilere hizmet vermektedir.
2006 ylnda toplam retimini 2005 ylna gre %6 artran Ford Otosan, 2006 ylnda
258.126 ara retti ve bu retimin 184.456 adedini ihra etti. pazar ve ihracat dahil
olmak zere toplam 298.182 ara sat gerekletirmi oldu.
Ford Otosan 2007 ylnda Transit Connect, Transit ve Cargo kamyon olmak zere
toplam 281,000 adetin zerinde bir retim hedefliyor. Bu retimin yaklak 203,000
88
adedinin ihra edilmesi planlanyor. Ayrca ithal otomobiller de dahil edildiinde
Ford Otosan'n 2007 ylndaki toplam sat hedefi 320,000 arac gemek olarak
belirlendi.
irketin Vizyonu: Otomotiv rn ve hizmetlerinde Trkiye'nin lider tketici odakl
irketi olmak
irketin Misyonu: Mteri ihtiya ve beklentilerine en uygun otomotiv rn ve
hizmetlerini sunarak Trkiye otomotiv pazarnn lideri olmak ve Ford Avrupa'nn
retim merkezi olmak
ekil 6.1de Ford Otosann organizasyon emas yer almaktadr:

ekil 6.1: Ford Otosan Organizasyon emas

89
ekil 6.2de Ford Otosann ortaklk yaps grlmektedir:

ekil 6.2: Ford Otosan Ortaklk Yaps
6.2. Ford Otosanda Alt Sigma
2001 ylndan beri Alt sigmay bir kalite iyiletirme ve ynetimi felsefesi olarak
uygulayan Ford Otosan, 2004 yln 17 milyon $ kazanla kapatrken, 2005 ve 2006
yllar sonunda 26 milyon $ Alt Sigma kazancna ulamtr. Tm yaplan Alt
Sigma projeleri, proje grubundan bamsz alan finansal analistler tarafndan bir
bir incelenip ardndan kazan olarak kaydedilmektedir. Ford Otosan, Alt Sigma
tecrbelerini, Alt Sigma uygulamak isteyen imalat ve bayilerle paylamak ve de
Ford Otosan kalite anlayn tm i ortaklarna yaygnlatrmak amacyla, bayi ve
imalat yeil kuak eitimleri dzenlemitir. Ford Otosan, 2006 ylndan itibaren,
DFSS (Design for Six Sigma) konusunda almalara balamtr. Sistemli olarak
kullanlmakta olan TAK metodolojisinin yerini uzun vadede DCOV (Define-
Characterize- Optimize-Verify) admlar alm, kontrol gerektiren konularda TAK
metodolojisi kullanlmaktadr. Tablo 6.1de Ford Otosanda Alt Sigma projelerinin
istatistikleri ve salad kazanlar yer almaktadr (Bak, 2006):

90
Tablo 6.1: Ford Otosanda Alt Sigma statistikleri

2001 2002 2003 2004 2005
2006
(ilk 6 ay)
Bitirilen Proje
Says
7 24 42 133 184 103
Kara Kuak
Says
3 13 23 20 27 43
Uzman Kara
Kuak says
0 1 1 2 1 1
Yeil Kuak
Says
30 92 254 450 600 650
ampiyon Says 4 38 72 84 92 92
Toplam Kazan
(x1000$)
230 600 5.350 17.067 26.066 14.980
6.3. Ford Otosanda Alt Sigma Uygulama rnei
Uygulama rnei olarak, Ford Otosan Glck fabrikasnda retilen ve tm dnyaya
ihra edilen Transit Connect aralarnda (rn Kodu: V227) yaanan nemli bir
mteri ikayetine zm amal yrtlen bir Alt Sigma siyah kuak projesi ele
alnmtr. Proje, Ford Otosan Glck fabrikasnda rn Gelitirme ve Tasarm
Mhendisi olarak alan kara kuak Murat Bak liderliinde be kiilik ekip
tarafndan alt ayda tanmlanmtr ve Fordun Avrupa fabrikalarndaki en iyi
uygulama projesi seilmi ve imlattan sorumlu Ford Avrupa Bakan Yardmcs
tarafndan tm Ford fabrikalarnda benzer almalar iin rnek proje olarak tavsiye
edilmitir. Bahsi geen projede, Alt Sigmann uygulama metodolojisi olan TAK
kullanlarak, Ford Transit Connect aracnn arka kaplarnn kapanma eforlarnn
azaltmas problemine zm getirilmesi amalanmtr (Bak, 2006).
6.3.1. Tanmlama Aamas
Projenin tanmlama aamasnda ilk olarak Ford Avrupa ve yerli market kalite
gstergelerini analiz ederek problemin bykl hakknda bilgi toplanmtr. ekil
6.3te senede 2 defa yaplan Ticari Ara Mteri Kalite Anketi 2005 yl yaryl
sonucuna gre Transit Connectin yksek tavanl modellerinde arka kaplarn
kapanma eforlarnn ykseklii en nemli mteri ikayeti olarak ilk sray alm,
alak tavanl aralarda ise, ikinci nemli problem olarak raporlanmtr (Bak,
2006).
91

ekil 6.3: Arka Kap Kapanma Eforu ikayetleri
ngilizce Things Gone Wrong (TGW) olarak ifade edilen problemler her 1000
arataki karlalma sklna gre TGW/1000 metrii ile ifade edilmektedir. 2005
yaryl Mteri Anketine gre yksek tavanl modellerde her 1000 aracn 124nde,
alak tavanl modellerde her 1000 aracn 52sinde mteriler kap kapanma
eforlarndan ikayeti olmulardr. Ekip, rakip aralarn TGW/1000 seviyelerini
incelemi, ekil 6.4te Trkiyede sata sunulan baz modellerin arka kap eforlarn
lm ve Transit Connect aralarn rakipleri arasnda en ktlerden biri olduunu
da ayrca tespit etmitir (Bak, 2006).

ekil 6.4: TGW Kyaslama Tablosu
92
Bu tespitten sonra, yksek eforun muhtemel sebeplerini belirleyebilmek iin sebep-
sonu analizleri ve beyin frtnas toplantlar yaplm ve transfer fonksiyonu
hazrlanmtr. ekil 6.5te Kapanma Eforunu 87 Newtonun altna drmek iin
yaplan Sebep-Sonu Diyagram grlmektedir (Bak, 2006):

ekil 6.5: Sebep-Sonu Diyagram
Yksek Arka Kap Kapanma Eforu Transfer Fonksiyonu aadaki gibidir:
Y
YKSEK KAPANMA EFORU
= X
1 KAPI AIKLII VARYASYONU
+ X
2 FTL KESTLER
+ X
3 FTL
BOLUU VARYASYONU
+ X
4 MENTEE
+ X
5 HAVA KAAI
+ X
6 KAPI AYARI
+ X
7 KAPI KLD

6.3.2. lme Aamas
lme aamasnda ekip, transfer fonksiyonundaki her bir girdinin etkisini
hesaplayabilmek iin neleri ve nasl lmesi gerektiine karar vermi ve bir veri
toplama plan hazrlamtr. Ayrca bir Deney Tasarm (Design of Experiment
DOE) almas planlamtr. Bu veri toplama plan ve Deney Tasarm almas
kapsamnda toplam 55 adet arata kaynak gvde hattnda seilen 7 kritik noktada
boyutlu lm cihaz ile lm alnm, ayrca bu aralarda fitil alma boluklar ile
kaplarn gvde ve birbirine gre uyumu 25 farkl noktadan llmtr. lmler
ncesi lm sisteminin yetenek analizi Gauge R&R almas ile yetenekli olarak
tespit edilmitir (Bak, 2006).
93
6.3.3. Analiz Aamas
Analiz aamasnda llen deerler ve Deney Tasarm almas sonular Minitab
programyla analiz edilmitir. Her bir lm noktasnn kap kapanma eforuna etkisi
Regresyon testleri yaplarak tespit edilmeye allmtr. lm noktalarnn
deerlendirilmesi ve belirlenen spesifik deerlere gre, retimi yaplm gvdelerle
yaplan hat denemeleri sonucu kapanma eforuna etki eden her bir girdinin etki iddeti
hesaplanm ve ekil 6.6da grld gibi bir Pareto Analizi ile raporlanmtr
(Bak, 2006).

ekil 6.6: Pareto Diyagram
6.3.4. yiletirme Aamas
Analiz sonucu, efora etki eden faktr zerinde iyiletirme almas yapldnda
irket ynetiminini belirledii proje hedefine ulaabilecei hesaplanm ve Kap Ayar
(Door Setup) ve Fitil alma Boluu (Seal Gap) proseslerinin ekip tarafndan
iyiletirilip yetenekli hale getirilmesi ve ayrca arka kap fitillerinin kesitlerinin
deitirilmesine karar verilmitir (Bak, 2006).
lk iki faktr, Kaynak ve Montaj atelyelerinin proseslerindeki deikenlikleri azaltma
almas, nc faktr ise tasarm deikenliine ihtiya duyulan bir faktrdr
(Bak, 2006).
94
Montaj hattnda yaplan kap ayar prosesi iin optimal bir ayar konumu belirlenmi
ve de bu optimal ayarn alan operatr bamllndan kurtulabilmesi iin bir
geer-gemez mastar devreye alnmtr (Bak, 2006).
Kap alma boluunda meydana gelen deikenlikler eforu arttran dier nemli
bir konudur. Deikenliklere sebep olan da gvde paralarndaki boyutsal hatalardr.
Para baznda yaplan lmlerde tespit edilen hatalar gidermek iin Ford Otosan
Pres Alan Mdrl retimi panel kalplarnda ve yan sanayi paralarnda kalp
modifikasyonlar yaplmtr (Bak, 2006).
nc nemli bir madde olan kap fitil kesitlerinde tasarm deiiklii rakip
aralarla yaplan kyaslama sonucu ortaya kmtr. Fitil balonlarnn reaksiyon
kuvvetlerinin lm karlatrlmas sonucu Transit Connect fitillerinin rakiplerine
gre daha sert olduu ve de akustik geirgenlik bakmndan daha zayf olduu tespit
edilmitir (Bak, 2006).
6.3.5. Kontrol Aamas
Kontrol aamasnda alnan iyiletirme tedbirlerinin proseste devamllnn
salanmas iin Kaynak ve Montaj atelyelerinde proses sayfalar ve kontrol planlar
gncellenmitir. malat paralarnda belirlenen lm noktalar kritik zellikleri
tanmlanm, istatistiksel proses kontrol yntemleriyle proseslerin kontrol altnda
devam etmesi salanmtr (Bak, 2006).
95


7. SONULAR
lkemizde gnden gne says artan Alt Sigma uygulamalarnn iletmelere byk
faydalar salad aktr. Temel hedeflerinden biri sreleri iyiletirmek ve bunun
sonucunda verimlilii artrmak olan Alt Sigma, irketlere nemli bir rekabet avantaj
salamaktadr. Birok alanda uygulama alan bulan Alt Sigma, Ford Otosanda da
bir mteri ikayeti olan arka kap kapanma eforu problemine bir zm retebilmek
iin uygulanmtr. Tezde yer verilen uygulamaya gre, aada yer alan
iyiletirmeler gerekletirilmitir:
Kap Ayar: Kap ayar ilemlerinde kullanlan yeni yntem sayesinde, 112 Newton
olan arka kap kapanma eforu 94 Newtona drlmtr. Bu iyilemenin
salanmasnda, iki kap arasnda yer alan bolua ait 6 +/- 1,5 mm olan
spesifikasyonlarn, minimum 5, maksimum 9 mm olarak deitirilmesi etkili
olmutur .
Fitil Boluu: Fitil boluunun sebep olduu kap kapanma eforu iin Ford Otosan,
tedarikileri olan Akpres ve Beyelik firmalarndan bu konuda alma istemi ve bu
almalar sonucunda fitil n paneli ve kntl kenar asna ilikin gelitirmeler
srasyla Kasm 2005 ve Nisan 2006da hayata geirilmitir. Bunun yannda at
paneline ait yaplan lmlerin tanmlanm spesifikasyonlar dnda olduu fark
edilmi ve 2006 ylnn ikinci haftasnda retim durdurularak kalp modifikasyonlar
gerekletirilmi, Ocak aynn sonuna doru ise yeni paneller kullanlmaya
balanmtr. Son olarak, st panel lokasyonunun da belirlenen spesifikasyonlarn
dna kt fark edilmi ve gerekli iyiletirmeler yaplmtr.
Fitil Kesitleri: Rakip aralarla yaplan kyaslamalar sonucunda, Renault aralarn tek
paradan oluan kap sistemlerinin bulunduu, btn aralarn kaplarnn 90
dereceye kadar alabildii, Fitil bask kuvvetlerinin hepsinin Transit Connect
deerlerinden dk olduu ve rakip aralarda su szntsn nlemek iin ikili veya
l fitil kanallarnn yer ald ortaya kmtr. Btn bu veriler deerlendirilerek
Ford Otosan alternatif fitil kesidi tasarmna gitmi ve mevcut tasarm ekil 7.1de
96
olduu gibi deitirmitir. Bu deiiklik sonucunda kap kapanma eforu 15 Newton
azalm, su sznt oran dm ve fitilin dayankll artrlmtr:

ekil 7.1: Fitil Kesitlerindeki Deiim
Sonu olarak, her 1000 aratan 124nde mteri ikayetine sebep olan ve 140 N
(Newton) civarnda bulunan kap kapanma eforu, Alt Sigma sayesinde 60 N
deerinin altna drlmtr. Bu alma sonucunda arka kap kapanma eforuna ait
TGW deeri rakiplere gre en kt durumdan en iyi duruma ykselmitir. ekil
7.2de elde edilen iyilemeler Efor-Zaman Grafii zerinde grlmektedir:
97

ekil 7.2: Efor-Zaman Grafii
Seilen alt projenin sonularndan grld zere, Alt Sigma sayesinde mteri
ikayetlerine bir zm retilmi olup rakiplere kar bir rekabet stnl elde
edilmitir. Alt Sigma uygulamas sayesinde mteri memnuniyeti artm ve dier
Ford Otosan iletmelerinde uygulanabilecek rnek bir proje baaryla
sonulandrlmtr.
98


KAYNAKLAR

Ada, Erhan ve Aracolu B., 2004. Trk letmelerinde Verimlilik Art iin Alt
Sigma Ynetim Sistemi Modeli, Yneylem Aratrmas / Endstri
Mhendislii XXIV. Ulusal Kongresi, Gaziantep Adana.
Akarslan, B., 2004. Alt Sigma Metodu ve Bir irket Uygulamas, Yksek Lisans
Tezi, .T.. Fen Bilimleri Enstits, stanbul.
Andersson, R. and Eriksson H., 2006. Similarities and Differences between TQM,
Six Sigma and Lean, The TQM Magazine, 18/3, 282-296.
Antony, J. and Kumar, M., 2007. Six Sigma in Service Organisations: Benefits,
Challenges and Difficulties, Common Myths, Empirical Observations
and Success Factors, International Journal of Quality & Reliability
Management, 24/3, 294-311.
Bak, M., 2006. Glckten Transit Connect iin Kresel Alt Sigma zmleri,
Alt Sigma Forum, 8/2, 30-33.
Basu, R. and Wright N., 2003. Quality Beyond Six Sigma. Butterworth Heinemann,
Oxford.
elebi, S., 2006. Mteri Odakl Alt Sigma ve malat Sektrnde Bir Uygulama,
Yksek Lisans Tezi, .T.. Fen Bilimleri Enstits, stanbul.
Fairbanks, C.B., 2007. Using Six Sigma and Lean Methodologies to Improve OR
Throughput, AORN Journal 86, 73-82.
Govers, C.P.M., 2001. QFD not just a Tool but a Way of Quality Management,
International Journal of Production Economics 69, 151-159.
Hinton, M. and Francis, G., 2000. Best Practice Benchmarking in the UK,
Benchmarking: An International Journal 7/1, 52-61.
Iok, E., 2005. Alt Sigma Kara Kuaklar iin Hipotez Testleri Yol Haritas. 4
Nokta Grafik Matbaaclk Ltd. ti., stanbul.
pek, H. and Ankara, H., 1999. The Application of Statistical Process Control,
Minerals Engineering, 12/7, 827-835.
Kwak, Y.H. and Anbari, F.T., 2006. Benefits, Obstacles and Future of Six Sigma
Approach, Technovation, 26, 708-715.
Linderman, K. and Schroeder, R.G., 2003. Six Sigma: A Goal-Theoretic
Perspective, Journal of Operations Management, 21, 193-203.
Markarian, J., 2004. What is Six Sigma?, Reinforced Plastics, 34, 46-49.
zkan, H., 2006. Endstride Alt Sigma Uygulamalar, Yksek Lisans Tezi, .T..
Fen Bilimleri Enstits, stanbul.
Pande, P.S. and Neuman, R.P., 2004. Six Sigma Yolu, Klan Yaynlar, stanbul.
Rungtusanatham, M., 2000. The Quality and Motivational Effects of Statistical
Process Control, Journal of Quality Management, 4/2, 243-264.
Sokovic, M. and Pavletic, D., 2005. Application of Six Sigma Methodology for
Process Design, Journal of Materials Processing Technology, 162-
163, 777-783
99
Su, C.T. and Chou, C., 2007. A Systematic Methodology for the Creation of Six
Sigma Projects: A Case Study of Semiconductor Foundry, Expert
Systems with Applications, 10, 10-16.
Tuncel, S., 2004. Toplam Kalite Ynetimi Asndan Alt Sigma almalar
Aracl ile Saysal Performans Deerlendirmesi. Yksek Lisans Tezi,
.T.. Fen Bilimleri Enstits, stanbul.
Villareal, M. and Kleiner B.H., 1997. Analytical Tools for Facilitating Task Group
Performance, Journal of Workplace Learning, 9/3, 94-97.
Yang, K. and El-Haik, B., 2003. Design for Six Sigma: A Roadmap for Product
Development, McGraw-Hill, New York.
Wilson, G., 2005. Six Sigma and the Product Development Cycle, Biddles Ltd.,
Great Britain.
Wheat, B. and Mills, C., 2003. Leaning into Six Sigma, A Parable of the Journey to
Six Sigma and a Lean Enterprise, McGraw-Hill, New York.
Yiitalp, L., 2004. Six Sigma ve leri Dzeydeki Six Sigma Aralarnn
Uygulamalar. Yksek Lisans Tezi, .T.. Fen Bilimleri Enstits,
stanbul.

100


ZGEM

Hrmz Mine Kurt, 1980 Glck doumludur. lkrenimini Dumlupnar
lkokulunda, orta renimini Cumhuriyet lkretim Okulunda ve lise renimini
zmit Lisesinde tamamlad. 1999 ylnda Yldz Teknik niversitesi Matematik
Mhendislii blmn kazand. 2003 ylnda mezun oldu. 2004 ylnda Kocaeli
niversitesi Matematik retmenlii Tezsiz Yksek Lisans blmne balad. 2006
ylnda mezun oldu. Hlen Ray Sigorta A..de almaktadr. Hrmz Mine Kurt iyi
derecede ngilizce bilmektedir.