Professional Documents
Culture Documents
Akademik Sosyal Araştırmalar Dergisi, Yıl: 6, Sayı: 65, Şubat 2018, s. 524-532
Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date
14.01.2018 15.02.2018
Şekil 1: İki Kalite Karakteristiğine Ait Ölçümlerin Bağımsız Kontrol Limitleri İçindeki Dağılımı
(Firuzan ve Şen, 1999)
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532
Çok Değişkenli İstatistiksel Süreç Kontrol ve Süreç Yetenek Analizi Uygulama Prosedürü Üze-
rine Bir Çalışma
Bu gerçek hatalı parça oranlarının tahmin edilmesi sırasında ortaya çıkabilecek hatalı durumlar
incelenerek kuvvetlendirilebilir. Bir sürecin sonunda ortaya çıkan bir ürüne ait iki kalite karak-
teristiği x kartları ile takip ediliyor olsun. x1 veya x 2 nın herhangi birinin kontrol limitlerini
aşması olasılığı 0,0027 olacaktır. Eğer bu iki karakteristik birbirinden bağımsız olsaydı sürecin
her iki kalite karakteristiği bakımından kontrol altında olması olasılığının;
(1-0,0027) (1-0,0027) = (0,9973) (0,9973) = 0,99460729
olması gerekirdi. Ancak gerçekte bir ürüne ait pek çok kalite karakteristiği birbiri ile ilişkilidir
ve bunların birbirinden bağımsız olarak izlenmesi 1.tip hata olasılıklarının veya uygun süreç
çıktılarının hesaplanmasında hatalı sonuçlar bulunmasına neden olacaktır. Bu durum kalite ka-
rakteristiği sayısının çok fazla olması durumunda daha da ciddi sonuçlara yol açar (Firuzan ve
Şen, 1999).
Çok değişkenli süreç kontrolü ve çok değişkenli süreç yeterlilik analizinin vazgeçilmezliği, bir
ürünün kalitesinin iyileştirilmesi için süreç üzerinde yapılan iyileştirme çalışmalarında çok daha
fazla ortaya çıkmaktadır. Kalitenin iyileştirilmesinden bahsedebilmek için sürecin mevcut ve
iyileştirme sonrasındaki yeterliliklerinin doğru bir şekilde hesaplanması gerekir. Yapılan bazı
iyileştirme faaliyetleri bazı karakteristiklerin kalitelerinin artmasına yol açarken bazılarının
düşmesine yol açabilir. Bunu anlayabilmek için bir otomobil boyası üreten sürecin iyileştirilme-
si çalışmasını incelemek uygun olabilir. Parlaklık ve aşınma dayanımı boyanın iki farklı kalite 526
karakteristiğidir. Üretim sırasında bazı kimyasal maddelerin boyanın içine katılması dayanımı
arttırırken parlaklıkta azalmaya veya tam tersine yol açabilmektedir. Yani süreç kalitesini ölçer-
ken tüm karakteristiklerin topluca dikkate alınacağı kriterlere ihtiyaç vardır (Kotz ve Lovelace,
1998).
Çok değişkenli kalite kontrol yöntemleri değişkenler arasındaki korelasyonu da dikkate aldığı
için tercih edilmektedir. Şekil 2’de bir süreçteki iki değişken için uygulanan tek değişkenli kont-
rol ve çok değişkenli kontrol arasındaki ayrım görülmektedir
Şekil 2: İki Değişken İçin Uygulanan Tek Değişkenli Kontrol ve Çok Değişkenli Kontrol Arasındaki Ayrım
(Montgomery, 2005)
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532
Çok Değişkenli İstatistiksel Süreç Kontrol ve Süreç Yetenek Analizi Uygulama Prosedürü Üze-
rine Bir Çalışma
(m 1) 2
ÜKL , p / 2,( m p 1) / 2 (1)
m
AKL 0
olarak hesaplanır (Montgomery, 2005). T2 istatistiği ise bireysel gözlemler için
T 2 (x x)S 1 (x x) (2)
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532
Çok Değişkenli İstatistiksel Süreç Kontrol ve Süreç Yetenek Analizi Uygulama Prosedürü Üze-
rine Bir Çalışma
Daha sonra ise sürecin mevcut yeteneği (Taam ve diğ., 1993)’ın önerdiği MCˆ p ve MCˆ pm in-
deks değerleri aşağıdaki formüller kullanılarak hesaplanır.
528
4
Vol(R1 ) Tolerans Elipsoidi Hacmi = abc
3
Vol (R 1 ) Vol ( R 1 )
MCˆ pm , MCˆ p
Vol (R̂ 2 ) Vol ( R̂ 3 )
1 / 2
Vol (R 1 ) n ˆ 1 ( X T )
MCˆ pm 1 ( X T )
Vol (R 3 ) n 1
0
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532
Çok Değişkenli İstatistiksel Süreç Kontrol ve Süreç Yetenek Analizi Uygulama Prosedürü Üze-
rine Bir Çalışma
4. Uygulama ve Bulgular
Uygulama, İzmir’de 2012 yılında 3 ay süresince üretim yapan tekstil örme ve boyama yapan bir
firmada, en çok üretimi yapılan “30/1 VİSKON 40Denye Yarı Dolu Likralı SÜPREM” ürünü-
nün bazı kalite karakteristikleri bakımından sürecin bazı müşterilerin ihtiyaçlarına cevap verme-
de başarısız olduğu gözlenmiştir. Termofiks işlemi ham veya boyalı kumaşların gramajını enini
ve boyunu ayarlamak için yapılan bir işlemdir. Bu işlem sonunda kumaşların Gramaj, En çekme
yüzdesi ve Boy çekme yüzdesi değerlerine ait ölçümler alınmaktadır.
En çekmesi ve boy çekmesi özellikleri şöyle özetlenebilir: Örme kumaşlar ilmeklerden oluşur
ve bunların enine olanlarına sıra boyuna olanlarına çubuk denir. Kumaşların belli standartlara
göre yapılan yıkama testleri sonucu eninde ve boyunda oluşan çekmeler (-) uzamalar (+) şeklin-
de gösterilir. Üç karakteristik birbiriyle belirgin bir şekilde ilişkilidir.
Bu çalışma bu ürünün üretim sürecinin iyileştirilebilmesi amacıyla belirlenen bu üç kalite ka-
rakteristiğinin ve bu karakteristikleri etkileyebileceği düşünülen faktör ve koşulların istatistiksel
süreç kontrolü ile takip edilmesi için uygun prosedürün oluşturulması amacıyla yapılan bir uy-
gulamayı kapsamaktadır.
Karakteristikler (değişkenler) arasındaki korelasyon yapısı incelendiğinde, aralarında anlamlı
derecede korelasyon olduğu görülmüştür (Tablo 1). Özellikle en çekme ile boy çekme, birbirle-
riyle yüksek dereceden negatif ilişkilidir. Korelasyon yapısından dolayı süreç yeteneğinin çok
değişkenli indekslerle incelenmesi uygun olacaktır. 529
Tablo 1: Korelasyonlar
Önce Gramaj Boy çekme En çekme Sonra Gramaj Boy çekme En çekme
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532
Çok Değişkenli İstatistiksel Süreç Kontrol ve Süreç Yetenek Analizi Uygulama Prosedürü Üze-
rine Bir Çalışma
Çok değişkenli süreç yeterlilik indekslerinin hesaplanabilmesi için sürecin kontrol altında olma-
sı varsayımının sağlanması gerekmektedir. Çok değişkenli kontrol kartı uygulanabilmesi için
de, değişkenlerin Çok Değişkenli Normal (ÇDN) dağılım göstermeleri gerekmektedir (Mont-
gomery, 2005). ÇDN dağılım gösteren değişkenlerin bireysel dağılımlarının da Normal olması
gerekmektedir. Bu yüzden analiz için ilk önce gramaj, en çekme ve boy çekme değişkenlerinin
bireysel olarak Normal dağılımlı olup olmadıkları Kolmogorov-Smirnov ve Ryan Joinder nor-
mallik testleri ile Minitab 13 paket programı kullanılarak araştırılmıştır. Her üç değişkenin de
Normal dağılımlı oldukları varsayımı reddedilememiştir.
Daha sonra değişkenlerin ÇDN dağılım gösterip göstermedikleri, Mardia’nın çok değişkenli
çarpıklık ve basıklık testi (Mardia, 1970), (Mardia 1980) ve (Doornik ve Hansen, 2008)’in om-
nibus testi yardımıyla incelenmiştir. Her iki test de çarpıklık ve basıklığın sıfıra eşit olduğu (ya- 530
ni dağılımın Normal olduğu) hipotezini test etmektedir. Testler, Matlab 6.0 paketiyle yazılmış
programlar (Trujillo-Ortiz, 2003) aracılığıyla yapılmıştır. Tablo 3’de gösterilen testlerin sonuç-
larına göre değişkenlerin ÇDN dağılım gösterdikleri varsayımı reddedilememiştir.
Tablo 3: Çok Değişkenli Normal Dağılım Testlerinin Sonuçları(Önce/Sonra)
Analysis of the Mardia's multivariate skewness and kurtosis. Analysis of the Mardia's multivariate skewness and kurtosis.
------------------------------------------------------------------- ---------------------------------------------------------------
Multivariate Coefficient Statistic df P Multivariate Coefficient Statistic df P
-------------------------------------------------------------------- ---------------------------------------------------------------
Skewness 1.5331 17.5244 10 0.0635 Skewness 1.2214 13.5547 10 0.1943
omnibus test = 9.8389, pvalue = 0.1316 omnibus test = 4.3074, pvalue = 0.6352
Çok değişkenli kontrol kartı için gereken ve önceki bölümde açıklanan hesaplamalar yapılmış
ve Şekil 2a’daki çok değişkenli kontrol kartı elde edilmiştir. Üst kontrol limiti 7.5157 olan kont-
rol kartında 46. gözlem kontrol dışıdır. Bunun genel değişkenlikten mi, özel değişkenlikten mi
kaynaklandığı araştırılmış ve 46. gözlemin alındığı sırada termofiks makinesinin termometre-
sinde bir sorun olduğu belirlenmiştir. Bu nedenle 46. gözlemin özel bir değişkenlik kaynağın-
dan dolayı ortaya çıktığı kabul edilerek bu gözlem veri setinden çıkarılmış ve kontrol kartı he-
saplamaları 63 gözlem üzerinden tekrar edilmiştir. ÇDN varsayımının bozulmadığı onaylandık-
tan sonra (Tablo 3b) yeniden çizilen ve üst kontrol limiti 7.5109 olan T kartında (Şekil 2b) süre-
cin kontrol altında olduğu görülmektedir.
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532
Çok Değişkenli İstatistiksel Süreç Kontrol ve Süreç Yetenek Analizi Uygulama Prosedürü Üze-
rine Bir Çalışma
20 20
18 18
16 16
14 14
12 12
10 10
8 8
6 6
4 4
2 2
T2
T1
0 0
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61
3 7 11 15 19 23 27 31 35 39 43 47 51 55 59 63 3 7 11 15 19 23 27 31 35 39 43 47 51 55 59 63
Şekil 2a: İlk Çizilen Çok Değişkenli Kont- Şekil 2b: İkinci Çok Değişkenli Kontrol
rol Kartı Kartı
Çok değişkenli MCp ve MCpm yeterlilik indeksleri Formül 3’e göre tahminlenmiş ve değerleri
sırasıyla 0.9589 ve 0.2817 olarak bulunmuştur.
5. Sonuç ve Yorumlar
Özellikle MCpm indeksinin değerinin çok düşük olması, sürecin kontrol altında olmasına karşın
hedef değerlerden oldukça uzakta çıktılar vermesinden kaynaklanmaktadır. Firma, kurulan çok 531
değişkenli kontrol kartını da kullanarak süreci takip altına almaya karar vermiş ve hedef değer-
lere yakın üretim yapacak şekilde süreç iyileştirmelerini gerçekleştirecek bir iyileştirme takımı
kurmuştur.
Süreç iyileştirme takımı, bir süre eldeki verileri incelemiş ve hedef değerden sapmalara yol açan
şu kök nedenleri tespit etmiştir: Örmede kullanılan iplik no, iplik cinsi, pamuğun cinsi, brülör-
deki sıcaklık dalgalanması, kumaşın makine içinde kalma süresi, besleme hızı, enzim cinsi, mik-
tarı ve uygulanışı, operatör dikkatsizliği, çekme test yöntemi, Freesteamer buhar dalgalanması,
silikon miktarı, kumaşların aldığı nem, makine ayarlarındaki bozulmalar, iplik tansiyonu, likra
numunesi, iplik uzunluğu, likra tansiyonu.
Bu kök nedenlerden italik yazı ile belirtilmiş olanlar firmanın üzerinde kontrol şansının daha
yüksek olduğu, kolay değiştirilebilir veya düzeltilebilir sebeplerdir. İyileştirme takımı, bu kök
nedenlerdeki hangi değişmelerin ne gibi etkileri olacağına dair çalışmalar başlatmıştır. Herhangi
bir iyileştirme yapıldığında, yeterlilik indeksi yeniden hesaplanarak iyileştirmenin sonuçları
incelenecektir.
KAYNAKLAR
Alpaykut, S; Firuzan, A. R; Kuvvetli, Ü, (2011), “Çok Değişkenli Kalite Kontrolde Regresyon
Düzeltmesi”, Dokuz Eylül Üniv. Sosyal Bilimler Enstitüsü Dergisi, 13(2), ss. 31-41,
İzmir.
Bothe, D. R, (1997), Measuring Process Capability, McGraw Hill, New York.
Çetin, S; Birgören, B, (2007), “Çok Değişkenli Kalite Kontrol Çizelgelerinin Döküm Sanayiin-
de Uygulanması”, Gazi Üniv. Müh. Mim. Fak. Dergisi, 22(4), ss. 809-818, Ankara
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532
Çok Değişkenli İstatistiksel Süreç Kontrol ve Süreç Yetenek Analizi Uygulama Prosedürü Üze-
rine Bir Çalışma
Doornik, J.A; Hansen, H, (2008), “An Omnibus Test for Univariate and Multivariate Norma-
lity”, Oxford Bulletin of Economics and Statistics, 70, ss.927-940,
Firuzan, A. R; Şen, A, (1999), “Çok Değişkenli Kalite Kontrolü”, Dokuz Eylül Üniversitesi
İktisadi ve İdari Bilimler Fak. Dergisi, 14(1), ss. 55-73, İzmir.
Kotz, S; Lovelace, L, (1998), Process Capability Indices in Theory and Practice, Arnold, Lon-
don.
Mardia, K.V, (1970), “Measures of Multivariate Skewness and Kurtosis with Applications”
Biometrika, 57, 519-530, England.
Mardia, K.V. (1980), Tests of Univariate and Multivariate Normality, In P.R. Krishnaiah
(ed.),Handbook of Statistics, Amsterdam.
Montgomery, D. C, (2005), Introduction to Statistical Quality Control, John Wiley & Sons.,
New York.
Taam, W; Subbaiah, P; Liddy, J. W, (1993), “A Note on Multivariate Capability Indices.” Jour-
nal of Applied Statistics, 20, 339-351.
Trujillo-Ortiz, A, (2003), Mskekur: Mardia's Multivariate Skewness and Kurtosis Coefficients
and Its Hypotheses Testing. Erişim adresi:
http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=3519&ob
jectType=FILE. 532
Yılmaz, H, (2012), Çok Değişkenli İstatistiksel Süreç Kontrolü: Bir Hastane Uygulaması, İstan-
bul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
The Journal of Academic Social Science Yıl:6, Sayı: 65, Şubat 2018, s. 524-532