p Kontrol Diyagramı (Kaynak: Int. to Statistical Quality Control D.C.Montgomery third ed.

Örnek 6-1. sayfa 255)

Bir meyve suyu kutularını paketleme prosesinde yarım saatte bir her bir 50 birimden oluşan
30 örnek grubu alınarak uygun olmayan ürün (kusurlu) ürünler belirlendi. p deneme kontrol
diyagramı için veriler:

Örnek Uygun olmayan Örnek uygun Örnek Uygun olmayan Örnek uygun
no kutu sayısı npi olmayan oranı pi no kutu sayısı npi olmayan oranı pi
1 12 0.24 17 10 0.20
2 15 0.30 18 5 0.10
3 8 0.16 19 13 0.26
4 10 0.20 20 11 0.22
5 4 0.08 21 20 0.40
6 7 0.14 22 18 0.36
7 16 0.32 23 24 0.48
8 9 0.18 24 15 0.30
9 14 0.28 25 9 0.18
10 10 0.20 26 12 0.24
11 5 0.10 27 7 0.14
12 6 0.12 28 13 0.26
13 17 0.34 29 9 0.18
14 12 0.24 30 6 0.12
15 22 0.44 347 p =0.2313
16 8 0.16

k
 di 343
i 1
p   0.2313
n( k ) 30(50)

p (1  p ) 0.2313(1  0.2313)
ÜKS p  p  3  0.2313  3  0.4102
n 50
MÇ p  p  0.2313
p (1  p ) 0.2313(1  0.2313)
AKS p  p  3  0.2313  3  0.0524
n 50
 P kontrol diyagramı
0,5 1

0,4 ÜKS=0,4102

0,3
_
P

P=0,2313
0,2

0,1

AKS=0,0524

0,0
1 4 7 10 13 16 19 22 25 28
örnek no

15. ve 23. örneklere ait p değerleri üst kontrol sınırının üstünde yer almaktadır. Yapılan
incelemeler sonucu prosesin kontrol dışı olmasına neden olunan bu iki noktanın birincisinin
yeni malzeme kullanımından, ikincisinin ise operatörün yeni işe başlamış olmasından
kaynaklandığı belirlenmiştir. Deneme kontrol diyagramı için bu 2 nokta hariç tutularak
yeniden kontrol diyagramı oluşturulur.

p kontrol diyagramı için yeni kontrol sınırları:

301
p  0.2150
(28)(50)

p (1  p ) 0.2150(1  0.2150)
ÜKS p  p  3  0.2150  3  0.3893
n 50
MÇ p  p  0.2150
p (1  p ) 0.2150(1  0.2150)
AKS p  p  3  0.2313  3  0.0407
n 50

Bu sınırlara göre prosesi kontrol altında olduğu kabul edilir. İlave olarak yine her biri 50
birimden oluşan 24 yeni örnek grubu alınır.
Örnek Uygun olmayan Örnek uygun Örnek Uygun olmayan Örnek uygun
no kutu sayısı npi olmayan oranı pi no kutu sayısı npi olmayan oranı pi
31 9 0.18 44 6 0.12
32 6 0.12 45 5 0.10
33 12 0.24 46 4 0.08
34 5 0.10 47 8 0.16
35 6 0.12 48 5 0.10
36 4 0.08 49 6 0.12
37 6 0.12 50 7 0.14
38 3 0.06 51 5 0.10
39 7 0.14 52 6 0.12
40 6 0.12 53 3 0.10
41 3 0.04 54 5 0.10
42 4 0.08 133
43 3 0.06

Yeni veriler önceden hesaplanmış kontrol sınırlarının içinde yer almaktadır.

P kontrol diyagramı
0,4
ÜKS=0,3893

0,3

_
P=0,215
0,2
P

0,1

AKS=0,0407

0,0
1 3 5 7 9 11 13 15 17 19 21 23
örnek no

Son alınan 24 örnek grubunun p değerinin 0,1108 e düştüğü görülmektedir. Bu azalma

prosesin gerçek durumunu mu yansıtmaktadır, yoksa tesadüfi olarak mı ortaya çıkmıştır?
Bunun için hipotez testi yapılır.

p1= İlk alınan 30 örnek grubunun uygun olmayan oranı

p2= Son alınan 24 örnek grubunun uygun olmayan oranı

H0: p1=p2
H1: p1>p2
 54

 npi 133
p2  i 3 1
  0.1108
(50)( 24) 1200
p1  p 2 n1 p1  n 2 p 2
Z0  p
 1 1  n1  n 2
p(1  p)  
 n1 n 2 

1400(0.2150)  1200(0.1108)
p  0.1669
1400  1200

0.2150  0.1108
Z0   7.10
 1 1 
(0.1669)( 0.8331)  
 1400 1200 

0.95 güven seviyesi için Z0=7.10>Z0.05=1.645. Buna göre H0 kabul edilemez, prosesin uygun
olmayan (kusurlu) oranında azalma olmuştur.

Yeni kontrol diyagramı sınırları

p (1  p ) 0.1108(1  0.1108)
ÜKSp  p  3 n
 0.1108  3
50
 0.2440

M Çp  p  0.1108
p (1  p ) 0.1108(1  0.1108)
AKSp  p  3 n
 0.1108  3
50
 0.0224  0

Yeniden 40 örnek grubu alınır ve aşağıdaki değerler bulunur:

Örnek Uygun olmayan Örnek uygun Örnek Uygun olmayan Örnek uygun
no kutu sayısı npi olmayan oranı pi no kutu sayısı npi olmayan oranı pi
55 8 0.16 75 5 0.10
56 7 0.14 76 8 0.16
57 5 0.10 77 11 0.22
58 6 0.12 78 9 0.18
59 4 0.08 79 7 0.14
60 5 0.10 80 3 0.06
61 2 0.04 81 5 0.10
62 3 0.06 82 2 0.04
63 4 0.08 83 1 0.02
64 7 0.14 84 4 0.08
65 6 0.12 85 5 0.10
66 5 0.10 86 3 0.06
67 5 0.10 87 7 0.14
68 3 0.06 88 6 0.12
69 7 0.14 89 4 0.08
70 9 0.18 90 4 0.08
71 6 0.12 91 6 0.12
72 10 0.20 92 8 0.16
73 4 0.08 93 5 0.10
74 3 0.06 94 6 0.12
 P kontrol diyagramı
0,25
ÜKS=0,2440

0,20

0,15

_
P

P=0,1108
0,10

0,05

0,00 AKS=0

1 5 9 13 17 21 25 29 33 37
örnek no

Bütün noktalar (örneklere ait uygun olmayan değerleri) kontrol sınırları için de kaldığından
prosesin yeni değeri 0.1108 ve ÜKS 0.2440 ve AKS 0 dır.

np Uygun olmayan (Kusurlu) Sayısı Kontrol Diyagramı

Muayene sonucu spesifikasyonlara uygun olmayan (kusurlu) birimler belirlenir. Bunlar np ile
gösterilir. Bazı kaynaklarda np yerine “d “veya “D” kullanılmaktadır. np kontrol diyagramı
başka bir işleme gerek duyulmadan oluşturulur. Örneğin p kontrol diyagramında her bir
örneğin np değerlerinden p değerleri hesaplanıyordu. Bu kontrol diyagramında n sabit tutulur.
Eğer n sabit tutulamıyorsa prosesi p diyagramı ile izlemek gerekir. Prosesin uygun olmayan
(kusurlu) oranı (p) biliniyorsa, np kontrol diyagramının kontrol sınırları,
ÜKS np  np  3 np(1  p)

MÇnp  np

AKS np  np  3 np(1  p)
Eğer p bilinmiyorsa, p’nin örnekten elde edilen tahmin değeri kullanılır. i inci örnekteki
np i
uygun olmayan birim sayısı npi ve i. örneğin uygun olmayan oranı p i  olmak üzere
n
k k
 np i  pi
p i 1
ya da P i 1

nk k

olarak hesaplanır. p , kütle uygun olmayan oranı p’nin yansız bir tahminleyicisidir. Buna
göre np kontrol diyagramının kontrol sınırları,

ÜKSnp = np  3 np(1  p)

MÇnp = np

AKSnp = np  3 np(1  p)

Örnek
Elektrik prizleri üretimi yapan bir işletmede üretim hattından belli aralıklarda 200 ürün alınıp
kontrol edilmiş ve spesifikasyonlara uymayan ürün sayıları belirlenerek kaydedilmiştir.
Yukarıdaki tablodaki verilere göre np kontrol diyagramını oluşturarak proses kontrol altında
mıdır? Belirleyiniz.
Örnek Uygun Örnek Uygun
no olmayan no olmayan
sayısı(np) sayısı (np)
1 7 11 9
2 8 12 8
3 10 13 10
4 10 14 13
5 14 15 13
6 10 16 5
7 8 17 9
8 18 18 11
9 12 19 11
10 15 20 6

np=207
 k

 pi 1,035
p i !
  0,05175
k 20

ÜKS np  n p  3 n p(1  p)  (200)(0,05175)  3 (200)(0,05175)(0,94825)  19,743

MÇnp = np =(200)(0,05175)=10,35

AKS np  n p  3 n p(1  p)  (200)(0,05175)  3 (200)(0,05175)(0,94825)  0,952

NP kontrol diyagramı
20 ÜKS=19,75

15

__
NP=10,35
np

10

AKS=0,95
0
1 3 5 7 9 11 13 15 17 19
örnek no

Proses kontrol altındadır.

Örnek

A ürünü 200 birimlik partiler halinde üretilmektedir. Partiler %100 muayene edilmektedir.
Muayene edilen ilk 25 parti içinde 75 birimin kalite karakteristiğiyle ilgili spesifikasyona
uygun olmadığı bulunmuştur. Buna göre
a) np diyagramı için kontrol sınırları bulunuz.
b)Bütün noktalar kontrol sınırları arasında yer alırsa prosesin ortalama kusurlu oranı p’yi
bulunuz.
c) p değişmeden kalırsa, 26. partinin tam 7 kusurlu birim içerme olasılığı nedir? 7 ve daha
fazla kusurlu birim içerme olasılığı nedir? Bulunuz.

a) n=200, n=n(k)=200(25)=5000

75 75
np  3 p  0.015
25 5000

ÜKSnp= np  3 np(1  p) = 3+ 3 3(1  0.015) =8.157

AKSnp=0.0

3
b) np=n p =3.0 p=  0.015  %1.5
200
c) Poisson dağılım kullanıldığında
p(73.0)=0.988-0.966=0.022
p(np73.0)=1-0.966=0.034

c (uygun olmama (kusur) sayısı) kontrol diyagramı

Üretim proseslerinde bazı ürünler kendileri için tanımlanmış spesifikasyonların bir yada
birkaçını sağlamayabilir. Toplam spesifikasyonlara uymama sayısı c ile gösterilir. Örneğin
tekstil atölyesinde üretilen bir gömlek üzerinde dese, iplik rengi, ölçüler ile ilgili
uygunsuzluklar gözlenebilir. Uygun olmama sayısı ile ilgili kontrol diyagramının
oluşturulmasında, ilgili varsayımlarda Poisson dağılımını esas alınır.
Muayene edilen birimdeki kusur sayısı c 0 olarak tanımlanırsa, buna karşılık gelen Poisson
dağılımının olasılık fonksiyonu, uygun olmama sayısı x olmak üzere,
e  c (c) x
P( x )  x = 0, 1, 2.......
x!
olarak yazılır. Uygun olmama sayısının standart sapması da  x  c olacaktır.
c’nin proses için standart değeri biliniyorsa c kontrol diyagramı için kontrol sınırları

ÜKSc = c  3 c
MÇc = c

AKSc = c  3 c
Eğer c nin proses için standart değeri verilmemişse, örneklerin uygun olmama sayılarından
ortalama belirlenir. ci, i. örnekteki birimlerin uygun olmama sayısı, k örnek sayısı olmak
üzere, ortalama uygun olmama sayısı
k

 ci
c i 1

k
olarak hesaplanır. Buna bağlı olarak kontrol diyagramının sınırları da,

ÜKSc = c  3 c
MÇc = c

AKSc = c  3 c

Örnek
Gömlek üreten bir tekstil atölyesinde her gün bitmiş 50 gömlek alınarak muayene
edilmektedir. Muayene işlemi 15 gün tekrarlanmaktadır. Her biri 50 birimden oluşan 15
örneğe ait uygun olmama sayıları aşağıdaki tabloda verilmiştir. Bu verilere göre c kontrol
diyagramı oluşturarak proses kontrol altında mıdır? Yorumlayınız.

Örnek no c Örnek no c Örnek no c

1 2 6 9 11 4
2 2 7 0 12 4
3 0 8 2 13 2
4 3 9 4 14 0
5 6 10 2 15 2
Toplam uygun olmama sayısı 42

c i
42
c i 1
  2,8
m 15

ÜKSc = c  3 c  2,8  3 2,8  7,82

MÇc = c  2,8

AKSc = c  3 c  2,8  3 2,8  0

 C kontrol diyagramı
1
9

8 ÜKS=7,82
7

5
c

4
_
3 C=2,8
2

0 AKS=0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
örnek no

Proses kusur sayısı açısından 6. örnekte kontrol dışına çıkmıştır. Bu noktada proseste düzeltici
önlemlerin alınması gereklidir.

Örnek (Kaynak: Int. to Statistical Quality Control D.C. Montgomery 3 rd. ed. f 277)

Her biri 100 birimden oluşan 26 örnek grubunda bulunan uygun olmama (kusur) sayıları ile
ilgili bulgular aşağıdaki gibidir. c kontrol diyagramını oluşturunuz

Örnek uygun olmama Örnek uygun olmama

no (kusur) sayısı (c) no (kusur )sayısı(c)
1 21 14 19
2 24 15 10
3 16 16 17
4 12 17 13
5 15 18 22
6 5 19 18
7 28 20 39
8 20 21 30
9 31 22 24
10 25 23 16
11 20 24 19
12 24 25 17
13 16 26 15
 516
c  19.85
26

ÜKS c  c  3 c  19.85  3 19.85  33.22

AKS c  c  3 c  19.85  3 19.85  6.48

C kontrol diyagramı
40 1

ÜKS=33,21
30

_
20 C=19,85
c

10
AKS=6,48
1

0
1 4 7 10 13 16 19 22 25
örnek no

6 nolu örneğin c değeri 5 AKS altındadır ve 20 nolu örneğin c değeri 39 ÜKS üstündedir
dolayısıyla proses kontrol dışıdır. Kontrol dışı olma nedenleri araştırılır. 6 nolu örnek için
nedenin muayenecinin yeni olması 20 nolu örnek için sıcaklık kontrolu problemi olduğu
belirlenir. Deneme kontrol diyagramı olması nedeniyle bu iki örnek grubu yok sayılarak
yeniden kontrol diyagramı oluşturulur.

516  (5  39) 472

Yeni c    19.67 YeniÜKS  32.97 YeniAKS  6.37
26  2 24
 C kontrol diyagramı
35
ÜKS=32,97

30

25

_
20 C=19,67
c

15

10

AKS=6,36
5
1 3 5 7 9 11 13 15 17 19 21 23
örnek no

Prosesten yeniden 20 örnek grubu alınır ve muayene sonucu aşağıdaki değerler elde edilir:

Örnek uygun olmama Örnek uygun olmama

no (kusur) sayısı (c) no (kusur) sayısı(c)
27 16 37 18
28 18 38 21
29 12 39 16
30 15 40 22
31 24 41 19
32 21 42 12
33 28 43 14
34 20 44 9
35 25 45 16
36 19 46 21
 C kontrol diyagramı

ÜKS=31,13
30

25

20 _
C=18,3
c

15

10

5 AKS=5,47

1 3 5 7 9 11 13 15 17 19
örnek no

c kontrol diyagramı için işlem karakteristiği fonksiyonu

c kontrol diyagramı için işlem karakteristiği eğrileri (İKE) poisson dağılımından elde edilir.
c diyagramı için İKE, prosesin yeni c değerlerine karşılık 2. tip hata () olasılığının
noktalanmasıyla elde edilir.
 
  p x  ÜKS c  px  AKS c

Örnek

ÜKS=33.22 ve AKS=6.48 olan c kontrol diyagramı için işlem karakteristiği fonksiyonu

  px  33.22 c px  6.48 c

  px  33 c px  7 c
c P(x≤33│c) P(x≤6│c) β= P(x≤33│c) - P(x≤6│c)
1 1.000 0.999 0.001
3 1.000 0.989 0.011
5 1.000 0.867 0.133
7 1.000 0.599 0.401
10 1.000 0.220 0.780
15 0.999 0.017 0.982
20 0.997 0.000 0.997
25 0.950 0.000 0.950
30 0.744 0.000 0.744
33 0.546 0.000 0.546
35 0.310 0.000 0.410
40 0.151 0.000 0.151
45 0.038 0.000 0.038
Örneğin prosesin c değeri 10’a değiştiğinde bu değişimi değişimden sonraki ilk örnekte
bulunamama olasılığı (β) 0.780’dir.

1,0

0,8

0,6
ß

0,4

0,2

0,0

0 10 20 30 40 50
c

u (birim başına uygun olmama (kusur) sayısı) Kontrol diyagramı

Muayene edilen örnekte gözlenen kusur sayısı c dir. Ancak c sadece n sabit olduğu durum
için uygulanır. Ancak uygulamada n farklı olabilir örneğin, dokuma sonrası yağ lekesi,
flamantasyon, düğüm sayısı, vb. kusurların belirlenmesi için muayene edilen kumaş
toplarında aynı uzunlukta kumaş bulunmayabilir. Alan örnekten örneğe değişme
gösterdiğinde, c kontrol diyagramı uygulanamaz. Örnek büyüklüğünün sabit olmadığı
durumlarda proses kontrol amacı ile birim başına düşen uygun olmama sayısı (kusur
sayısındaki) değişmeleri izlemek için u diyagramından faydalanılır.

i. örnekteki uygun olmama sayısı (ci) iken, bir birime düşen ortalama uygun olmama sayısı
(ui)
ci
ui 
n
olarak tanımlanır. (u) istatistiği Poisson dağılımının varsayımlarını sağlar.
(ui), bir birime düşen kusur sayısı ve (k) örnek sayısı olmak üzere, birim başına ortalama
uygun olmama (kusur) sayısı;

olup buna bağlı olarak, (u) kontrol diyagramının kontrol sınırları da,

ÜKSu = u  3 u / n
MÇu = u

AKSu = u  3 u / n

Eğer bir birime düşen ortalama uygun olmama (kusur) sayısı için u gibi standart değer
verilmişse kontrol diyagramının oluşturulmasında u yerine u standart değeri yazılır.

Örnek
Bir tekstil fabrikasında her 100 metre karelik kumaşta (bir top kumaş) ortaya çıkan boya
uygun olmama (kusurları) sayıları incelenmektedir. Bunun için prosesten her saat başı bir top
kumaş alınıp inceleniyor. Boya kusurlarının dağılımı aşağıdaki tabloda verilmiştir. Bu
verilerden hareketle birim başına düşen uygun olmama (kusurlu) sayısı (u) diyagramını
çizerek sonucu yorumlayınız.
Toplam boya uygun Muayene edilen birim
Kumaş topu
olmama (kusur) başına uygun olmayan
no
sayısı sayısı (ui)
1 9 0,09
2 11 0,11
3 6 0,06
4 14 0,14
5 10 0,1
6 18 0,18
7 9 0,09
8 13 0,13
9 6 0,06
10 20 0,2
Toplam 116 1,16
m

u i
1,16
u i 1
  0,116
m 10
ÜKSu = u  3 u / n  0,116  3 0,116 / 100  0,218

MÇu = u = 0,116

AKSu = u  3 u / n  0,116  3 0,116 / 100  0,0138

U kontrol diyagramı

ÜKS=0,2182
0,20

0,15

_
U=0,116
u

0,10

0,05

AKS=0,0138
0,00
1 2 3 4 5 6 7 8 9 10
örnek no

u kontrol diyagramı için işlem karakteristiği eğrisi

  px  ÜKS u px  AKS u
 
 p c  nÜKS u  pc  nAKS u
 pnAKS  c  nÜKS u

u kontrol Diyagramı (örnek büyüklüğü değişken)

Örnek büyüklüğünü değişken olduğu durumlar için u kontrol diyagramı oluşturma yolları:
 Her bir örnek için ayrı ayrı kontrol sınırlarını hesaplayarak kontrol diyagramı
oluşturma
 Ortalama Örnek Büyüklüğünü Esas Alan Kontrol Diyagramı
 Standardize Edilmiş Kontrol Diyagramı
Örnek (Kaynak: Int. to Statistical Quality Control D.C. Montgomery 3 rd. ed. örnek 6-5 sf 285)

Bir kumaş boyama atölyesinde boya kusurları ile ilgileniyor olunsun. 10 top kumaş üzerinde
her 50 metrekarede bir muayene yapılmış ve uygun olmama (kusur) sayıları belirlenmiştir.
Elde edilen veriler aşağıdaki gibidir. u kontrol diyagramı oluşturarak proses kontrol altında
mıdır? Belirleyiniz.

Kumaş topu Her kumaş Toplam c Her topta Muayene edilen birim
no topunun m2 muayene sayısı başına c sayısı
1 500 14 10 1.4
2 400 12 8 1.5
3 650 20 13 1.54
4 500 11 10 1.1
5 475 7 9.5 0.74
6 500 10 10 1.0
7 600 21 12 1.75
8 525 16 10.5 1.52
9 600 19 12 1.58
10 625 23 12.5 1.84

1.Her bir örnek için ayrı ayrı kontrol sınırlarının hesabını esas alan yöntem
u u
ÜKSu  u  3 AKSu  u  3
ni ni
153 1.42 1.42
u  1.42 ÜKSu  1.42  3 AKSu  1.42  3
107.5 ni ni

Kumaş topu Her topta

no muayene sayısı ni ÜKS AKS
1 10 2.55 0.29
2 8 2.68 0.16
3 13 2.41 0.43
4 10 2.55 0.29
5 9.5 2.58 0.26
6 10 2.55 0.29
7 12 2.45 0.39
8 10.5 2.52 0.32
9 12 2.45 0.39
10 12.5 2.40 0.41
 U kontrol diyagramı
3,0

2,5 ÜKS=2,436

2,0

1,5 _
u

U=1,423

1,0

0,5
AKS=0,411

0,0
1 2 3 4 5 6 7 8 9 10
örnek no

2.Ortalama Örnek Büyüklüğünü Esas Alan Kontrol Diyagramı

117.5
n   ni 
k
 11.75
i 1 k 10

u u
ÜKSu  u  3 n AKSu  u  3 n

1.42 1.42
ÜKS u  1.42  3  2.462 AKS u  1.42  3  0.377
11.75 11.75
 U kontrol diyagramı
2,5
ÜKS=2,436

2,0

1,5 _
U=1,423
u

1,0

0,5
AKS=0,411

1 2 3 4 5 6 7 8 9 10
örnek no

3.Standardize Edilmiş Kontrol Diyagramı

u
Z i
 ui
u
n i