İstatistiksel Süreç Kontrolu
Kalite Yönetim Sistemleri - Anadolu Ãniversitesi
Kalite Yönetim Sistemleri - Anadolu Ãniversitesi
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>İstatistiksel</strong> <strong>Süreç</strong><br />
<strong>Kontrolu</strong><br />
Doç.Dr.Nihal ERGİNEL<br />
Anadolu Üniversitesi
<strong>İstatistiksel</strong> <strong>Süreç</strong> Kontrolü<br />
• Bir üretim/ hizmet sürecinin kontrol altında<br />
olup olmadığına karar vermek için<br />
kullanılan teknikler bütünüdür.<br />
Girdiler <strong>Süreç</strong> Çıktılar<br />
KABUL<br />
ÖRNEKLEMESİ<br />
İSTATİSTİKSEL<br />
SÜREÇ KONTROLÜ<br />
KABUL<br />
ÖRNEKLEMESİ
Problemlerin temel nedenleri<br />
değişkenliktir.<br />
• Şansa bağlı değişkenlik (genel),<br />
• Belirlenebilir nedenlere bağlı değişkenlik<br />
(özel),
Şansa bağlı değişkenlik<br />
(genel nedenler)<br />
• Her üretim/ servis sektöründe bulunan,<br />
küçük etkiye sahip faktörlerden<br />
kaynaklanan ve genelde çevre şartlarının<br />
etkisinden oluşan değişkenliktir. Ortadan<br />
kaldırılması maliyetlidir. Ortam sıcaklığı,<br />
nem, toz, elektrik dalgalanmaları vb.
Belirlenebilir nedenlere bağlı<br />
değişkenlik (özel nedenler)<br />
• <strong>Süreç</strong>te değişkenliği oluşturan bir neden<br />
söz konusudur. Bu neden dolayısıyla süreç<br />
kontrol dışına çıkmıştır ve bu neden<br />
belirlenebilir. Bu neden ortadan<br />
kalkmadıkça değişkenlik giderilemez.<br />
Kesici ucun körelmesi, makine ayalarının<br />
değişmesi, malzeme değişikliği, kalıp<br />
değişikliği vb.
• Verileri analiz edip kullanmıyor isek, veri<br />
toplamanın bir faydası yoktur.<br />
• Kullanılmayan verilerin toplanmasında<br />
problemler yaşanabilir.<br />
“Nasıl olsa kimse farketmez, dünkü değeri<br />
yazıvereyim”<br />
“Topluyoruz da ne oluyor, hiçbir değişiklik<br />
yok”<br />
“Zaman kaybı....”<br />
Verileri analiz etmek;<br />
problem(ler)in belirlenebilmesi için önemlidir.
Verilerin yorumlanması<br />
Red<br />
Kabul<br />
Red<br />
Alt sınır<br />
Üst sınır<br />
Bu yaklaşım bize, kontrol edilen ürünün ilgili<br />
karakteristiğin kabul/red durumunu gösterir.<br />
Zamana göre gidişatı veya bir sonraki ürün<br />
hakkında herhangi bir bilgi vermez.
Kontrol Grafikleri<br />
• Kontrol grafikleri, değişkenliklerin şansa<br />
bağlı mı, yoksa belirlenebilir nedenlerden<br />
mi olduğunu ayırt etmemizi sağlar.
Kontrol Grafiklerinin genel gösterimi<br />
İlgili karakteristiğin<br />
aldığı değer<br />
Red bölgesi<br />
Üst kontrol sınırı<br />
Orta çizgi<br />
Red bölgesi<br />
Alt kontrol sınırı<br />
zaman
Kontrol Sınırlarının<br />
hesaplanması<br />
Y : ilgilenilen süreç karakteristiği<br />
Y : ortalama<br />
Y : standart sapma<br />
olmak üzere,<br />
ÜKS= Y + 3 Y<br />
OÇ = Y<br />
AKS= Y - 3 Y
Minitab-Kontrol Grafikleri<br />
• Stat>Control Charts><br />
şeklindedir.
Sınırlar<br />
Ölçüm<br />
Değeri<br />
3 Sigma<br />
2 Sigma<br />
1 Sigma<br />
1 Sigma<br />
2 Sigma<br />
3 Sigma<br />
ÜKL<br />
AKL<br />
ZAMAN
Kontrol Grafiklerinin Yorumlanması<br />
Bir nokta ÜKS veya AKS’nin dışında ise,<br />
(3-sigma limit)<br />
Ardışık üç noktanın iki tanesi 2-sigma<br />
limitlerinin dışında ise,<br />
Ardışık beş noktanın dört tanesi 1-sigma<br />
limitlerinin dışında ise,<br />
Ardışık dokuz nokta orta çizginin bir<br />
tarafında ise,<br />
Yani noktalar belli bir düzen gösteriyorlar<br />
ise, süreç kontrol altında değildir.
Minitab’da kuralların<br />
tanımlanması
Kontrol grafiğini ilk<br />
oluştururken;<br />
• Alınacak örneğin süreci temsil etmesi gerekir<br />
(vardiya, malzeme, operatör vb. değişkenlikleri<br />
kapsaması, 100 örnek yeterlidir.)<br />
• Örnekleme bir defada n birimlik örnek alınarak<br />
yapılır, (n=1 özel durumdur)<br />
• Kontrol grafikleri için örnekleme, grafik seçimi,<br />
çizimi için bir öğrenme periyodu söz konusudur,<br />
başlangıç hataların ortadan kalkması<br />
beklenmelidir,<br />
• Örnek büyüklüğü ve sıklığı değişkenliği<br />
yakalayabilecek şekilde seçilmelidir.
Sürekli iyileşme için;<br />
• Üst yönetimin desteğini sağlayın,<br />
• Gerçekten yarar sağlanabilecek süreçleri seçin,<br />
• İyileştirilmesi yarar sağlayacak hedef<br />
karakteristikleri tanımlayın,<br />
• Herbir süreç için <strong>Süreç</strong> İyileştirme Ekibi<br />
oluşturun, değişkenliklerin nedenlerini araştırın<br />
ve ortadan kaldırılmasını sağlayın,<br />
• Ölçümleri kolay kullanılacak ve yeterli<br />
hassasiyeti sağlayacak cihazlardan seçin ve<br />
Ölçüm Sistemi Analizlerini yapın,<br />
• Başlangıçta niteliksel kontrol grafiklerinin<br />
kullanımı fazla olsa bile, niceliksel kontrol<br />
grafikleri kullanımına geçin.
Yapılabilecek büyük hatalar !<br />
• Kontrol Grafiği üzerine Spesifikasyon sınırlarının<br />
işaretlenmesi<br />
• ÜKS ve AKS’nın Spesifikasyon sınırları olarak<br />
değerlendirilmesi<br />
Bunu yaptığınız zaman , grafik sadece bir<br />
muayene aracı olur.<br />
ÜKS / AKS müşteri kusurları ile doğrudan<br />
ilişkili değildir<br />
Bir anda çok fazla kontrol grafiği oluşturmak ve<br />
takip etmeye çalışmak.<br />
Hiçbir etkili sürekli iyileştirme programına sahip<br />
olmamak.
Veri türleri<br />
Niteliksel Veriler - Ölçülemeyen ancak<br />
iyi/kötü, geçer/geçmez, hatalı/hatasız vb.<br />
olarak ayırt edilebilen verilerdir.<br />
Niceliksel Veriler - Veriler (ölçülebilir)<br />
süreklidir. Bir borunun çapı, elektrik<br />
direnci, bir aracın ağırlığı vb.<br />
karakteristiklerin ölçümünden kaynaklanır.
Kontrol Grafiklerinin Seçimi<br />
Kontrol Grafikleri<br />
Niceliksel<br />
KG<br />
Niteliksel KG<br />
Örnek büyüklüğü<br />
Kusur<br />
sayısı<br />
Kusurlu<br />
sayısı<br />
n=1 n10<br />
Örnek<br />
büyük.<br />
sabit<br />
Örnek<br />
büyük.<br />
değiş.<br />
Örnek<br />
büyük.<br />
sabit<br />
Örnek<br />
büyük.<br />
değiş.<br />
X birimler<br />
KG X , R KG X, S KG<br />
p KG np KG c KG u KG
Önemli Kontrol Grafikleri<br />
Nicel Ölçüler İçin Kontrol Grafikleri<br />
Birimler ve Hareketli Değişim Aralığı KG.<br />
X-Ortalama ve R KG.<br />
X-Ortalama ve S KG.<br />
Nitel Ölçüler İçin Kontrol Grafikleri<br />
p-KG.<br />
np- KG.<br />
c- KG.<br />
u- KG.
X- Birimler Kontrol Grafiği<br />
n= 1 birimlik örnekler alınır.<br />
• Üretim hızı oldukça düşük, üretim sayısı az<br />
olduğu durumlarda,<br />
• Otomatik ölçüm cihazları ile her birimin<br />
ölçümü yapılabildiği zamanlarda,<br />
• Üretim sürecinde değişkenlik çok az<br />
olduğu durumlarda,<br />
• Test metodu tahribatlı olduğunda,<br />
tercih edilir.
• X birimler kontrol grafiği, Hareketli<br />
Değişim Aralığı Kontrol Grafiği ile birlikte<br />
kullanılır.<br />
• Hareketli Değişim Aralığı KG, birbirini<br />
izleyen iki veri arasındaki değişkenliği<br />
gösterir.<br />
• Stat>Control Charts>I-MR<br />
• Stat>Control Chatrs>Individuals
Eğer ana kütle µ ve σ biliniyor ise;
Veri toplanması ve Analizi<br />
n=3 olduğu durumda;
n=3 için;
X- Birimler Kontrol Grafiğinin<br />
sınırlarının hesaplanması
Hareketli Ortalama (MR) Kontrol<br />
Grafiği sınırlarının hesaplanması
X-HDA Kontrol Grafiği<br />
I and MR Chart f or C1<br />
4100<br />
4000<br />
UCL=4026<br />
Individual Value<br />
3900<br />
3800<br />
3700<br />
3600<br />
3500<br />
Subgroup 0<br />
1<br />
10<br />
20<br />
Mean=3789<br />
LCL=3553<br />
300<br />
UCL=290,4<br />
Moving Range<br />
200<br />
100<br />
0<br />
R=88,89<br />
LCL=0
L değeri için X-HDA KG<br />
I and MR Chart f or L-pembe<br />
81<br />
1 1 1 1 1<br />
UCL=80,81<br />
Individual Value<br />
80<br />
79<br />
78<br />
77<br />
Subgroup 0<br />
1<br />
1<br />
1<br />
1<br />
1<br />
1<br />
1 1<br />
10<br />
20<br />
30<br />
40<br />
Mean=79,87<br />
LCL=78,92<br />
Moving Range<br />
1,0<br />
0,5<br />
0,0<br />
1<br />
UCL=1,163<br />
R=0,356<br />
LCL=0
a değeri için X-KG<br />
I Chart f or a-pembe<br />
8<br />
1 1<br />
1<br />
Individual Value<br />
7<br />
6<br />
1<br />
UCL=6,940<br />
Mean=5,833<br />
1<br />
1<br />
1 1<br />
5<br />
LCL=4,726<br />
0<br />
10<br />
20 30<br />
Observation Number<br />
40
değeri için X- KG<br />
I Chart f or b-pembe<br />
5<br />
1 1 1<br />
1<br />
Individual Value<br />
4<br />
UCL=4,563<br />
Mean=3,828<br />
3<br />
LCL=3,093<br />
0<br />
10<br />
20 30<br />
Observation Number<br />
40
ÖRNEK:<br />
• Uçak astar boyası için viskozite değeri<br />
önemli kalite karakteristiklerinden biridir.<br />
Ürünler partiler halinde üretilmektedir ve<br />
15 partiye ait viskozite değeri aşağıdaki<br />
tabloda verilmiştir. Verileri dikkate alarak<br />
X birimler ve MR kontrol grafiğini çiziniz.<br />
•
Parti<br />
Viskozite<br />
numarası<br />
1 33,75<br />
2 33,05<br />
3 34,00<br />
4 33,81<br />
5 33,46<br />
6 34,02<br />
7 33,68<br />
8 33,27<br />
9 33,49<br />
10 33,20<br />
11 33,62<br />
12 33,00<br />
13 33,54<br />
14 33,12<br />
15 33,84
Parti Viskozite MR<br />
numarası<br />
Çözüm:<br />
(X)<br />
1 33,75<br />
2 33,05 0,7<br />
3 34,00 0,95<br />
4 33,81 0,19<br />
5 33,46 0,35<br />
6 34,02 0,56<br />
7 33,68 0,34<br />
8 33,27 0,41<br />
9 33,49 0,22<br />
10 33,20 0,29<br />
11 33,62 0,42<br />
12 33,00 0,62<br />
13 33,54 0,54<br />
14 33,12 0,42<br />
15 33,84 0,72
•<br />
X- Birimler Kontrol Grafiği<br />
Sınırları;
X- MR Kontrol Grafiği Sınırları;
X-R Kontrol Grafiği<br />
• <strong>Süreç</strong>teki anlık ve belli bir periyottaki<br />
değişimleri görmek için kullanılır,<br />
• <strong>Süreç</strong>ten n (3,5,vb.) birimlik örnekler alınır,<br />
• En yaygın olarak kullanılan kontrol<br />
grafiğidir.<br />
n birimlik<br />
örnek<br />
n birimlik<br />
örnek<br />
n birimlik<br />
örnek<br />
...<br />
zaman
• X ortalama, n birimlik örneklerin<br />
ortalamasını, R ise n birimlik örneklerin<br />
max. ile min. arasındaki farkı gösterir.<br />
• Stat>Control Charts> Xbar-R
Eğer ana kütle µ ve σ biliniyor ise;<br />
•
•
• Ancak her zaman ana kütle parametreleri<br />
bilinmez. Böyle durumlarda, ana kütle<br />
standart sapmasını ya örnek standart<br />
sapmasından veya değişim aralığından<br />
tahmin etmek gerekir.
Veri toplama<br />
t = 1<br />
t =2<br />
t =3<br />
.<br />
.<br />
.<br />
t= m
X-R Kontrol Grafiği sınırlarının<br />
hesaplanması
Veri girme
Kontrol Grafiğini oluşturma
L değeri için X- R KG<br />
Xbar/R Chart f or L-Gri<br />
82<br />
Sample Mean<br />
81<br />
80<br />
79<br />
78<br />
UCL=81,03<br />
Mean=80,42<br />
LCL=79,81<br />
Subgroup 0<br />
10 20 30<br />
1,5<br />
1<br />
Sample Range<br />
1,0<br />
0,5<br />
0,0<br />
UCL=0,7494<br />
R=0,2294<br />
LCL=0
a değeri için X- R KG<br />
Xbar/R Chart f or a-Gri<br />
Sample Mean<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0,0<br />
Subgroup 0<br />
10 20 30<br />
UCL=0,6163<br />
Mean=0,3665<br />
LCL=0,1168<br />
Sample Range<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0,0<br />
UCL=0,3069<br />
R=0,09392<br />
LCL=0
değeri için X- R KG<br />
Xbar/R Chart f or b-Gri<br />
Sample Mean<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0,0<br />
-0,1<br />
-0,2<br />
-0,3<br />
Subgroup 0<br />
10 20 30<br />
UCL=0,3293<br />
Mean=0,1909<br />
LCL=0,05256<br />
Sample Range<br />
0,2<br />
0,1<br />
0,0<br />
UCL=0,1700<br />
R=0,05202<br />
LCL=0
ÖRNEK:<br />
• Otomobil motorundaki piston çaplarının<br />
kontrol altında olup olmadığının<br />
belirlenmesi için süreçten 5 birimlik<br />
örnekler alınmıştır. İlgili analizleri yaparak<br />
yorumlayınız.
Çözüm:
•
74,020<br />
74,015<br />
Xbar Chart of C1<br />
UCL=74,01730<br />
74,010<br />
Sample Mean<br />
74,005<br />
74,000<br />
73,995<br />
_<br />
X=74,00112<br />
73,990<br />
73,985<br />
LCL=73,98494<br />
1<br />
3<br />
5<br />
7<br />
9<br />
11 13 15<br />
Sample<br />
17<br />
19<br />
21<br />
23<br />
25
•
X-S Kontrol Grafiği<br />
• n > 10 olduğu zaman değişkenliği<br />
belirlemek için S (örnek standart sapması)<br />
kullanılır.<br />
S<br />
<br />
( X<br />
i<br />
X )<br />
n 1<br />
2<br />
• Stat>Control Charts>X Bar-S
X kontrol grafiği sınırları
S kontrol grafiği sınırları
σ biliniyor ise;<br />
S-Kontrol Grafiği
Örnek:
X-ortalama Kontrol Grafiği
S Kontrol Grafiği
X-ortalama Kontrol Grafiği
S Kontrol Grafiği<br />
Her iki kontrol grafiğine göre<br />
süreç kontrol altındadır.
σ biliniyor ise;<br />
X-Kontrol Grafiği
p (kusurlu oranı) kontrol grafiği<br />
• Ölçülemeyen ancak hatalı/ hatasız, red/<br />
kabul, geçer/ geçmez şeklinde tanımlanan<br />
kalite karakteristiklerinin izlenmesinde<br />
kullanılır.<br />
• Kusurlu Oranı kontrol grafiğidir.<br />
• En az bir kusuru olan (kusur tipi önemli<br />
değil) parça/ ürün oranını izlenmesi
p kontrol grafiğinin sınırlarının<br />
hesaplanması
Örnek:<br />
Karoların hatalı oranlarını izleyebilmek için<br />
saat başı 75 karodan oluşan örnekler alınmış<br />
ve hatalı karo sayıları aşağıda verilmiştir.<br />
Buna göre hatalı karo oranının kontrol<br />
altında olup olmadığını p kontrol grafiği ile<br />
analiz ediniz.<br />
Örnek no 1 2 3 4 5 6 7 8 9 10 11 12 13 14<br />
Hatalı karo<br />
sayısı 8 7 10 21 5 9 11 15 5 8 7 6 8 12<br />
Hatalı karo<br />
oranı 0.107 0.093 0.133 0.28 0.067 0.12 0.147 0.2 0.067 0.107 0.093 0.08 0.107 0.16
0.30<br />
1<br />
P Chart of hatalı karo sayısı<br />
0.25<br />
UCL=0.2406<br />
0.20<br />
Proportion<br />
0.15<br />
0.10<br />
_<br />
P=0.1257<br />
0.05<br />
0.00<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
7 8<br />
Sample<br />
9<br />
10<br />
11<br />
12<br />
13<br />
14<br />
LCL=0.0109<br />
• Hatalı karo oranı ortalama %12,6 dır.<br />
• 4. Örnekteki hatalı oranı ÜKS’nı aştığı için hatalı<br />
karo oranı kontrol altında değildir.
Örnek<br />
• Bir imalat hattında sabah ve öğlen<br />
vardiyalarında alınan örnekler ve bu<br />
örneklerdeki hatalı ürün sayıları aşağıda<br />
verilmiştir. Buna göre, imalat hattının<br />
kontrol altında olup olmadığını ilgili<br />
kontrol grafiğini çizerek belirleyiniz.<br />
Örnek No<br />
1 2 3 4 5 6 7 8 9 10 11 12<br />
Hatalı ürün<br />
sayısı 5 9 11 21 10 18 6 24 15 23 10 19<br />
ni<br />
Pi<br />
125 125 125 150 150 150 150 175 175 175 175 175<br />
0.04 0.07 0.09 0.14 0.07 0.12 0.04 0.14 0.09 0.13 0.06 0.11
•
•
•
0.18<br />
P Chart of hatalı ürün sayısı<br />
0.16<br />
UCL=0.1581<br />
0.14<br />
Proportion<br />
0.12<br />
0.10<br />
0.08<br />
0.06<br />
_<br />
P=0.0924<br />
0.04<br />
0.02<br />
LCL=0.0267<br />
0.00<br />
1 2 3 4 5 6 7<br />
Sample<br />
Tests performed with unequal sample sizes<br />
8<br />
9<br />
10<br />
11<br />
12<br />
Hatalı ürün sayısı kontrol altındadır
np (kusurlu sayısı) kontrol<br />
grafiği<br />
• Kusurlu sayılarını izlemek için oluşturulur.<br />
• Örnek büyüklüğü sabit olduğu durumda<br />
hesaplama ve yorumlama kolaylığı olduğu<br />
için kullanılır.<br />
• Operatörlerin kullanmasına elverişlidir.<br />
• Stat>Control Charts>np
np kontrol grafiği sınırlarının<br />
hesaplanması
Örnek:<br />
• Bir taşıma şirketi, taşınacak parçaları<br />
üreticisinden alıp ana sanayiye taşıma işini<br />
üstlenmiştir. Yolda meydana gelebilen<br />
hasarları kontrol etmek için günde 50<br />
birimden oluşan örnekleri incelemiş ve<br />
hasarlı olanların sayısını aşağıdaki gibi<br />
tespit etmiştir. Taşıma işini yorumlayınız.<br />
Örnek no 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20<br />
hasarlı<br />
sayısı 4 6 5 2 3 5 4 7 2 3 1 4 3 5 2 5 6 3 1 2
•
NP Chart for C1<br />
10<br />
UCL=9,168<br />
Sample Count<br />
5<br />
NP=3,65<br />
0<br />
LCL=0<br />
0 10 20<br />
Sample Number<br />
<strong>Süreç</strong> kontrol altında. Noktalar orta çizginin etrafında<br />
rassal dağılmıştır.
c (kusur sayısı) kontrol grafiği<br />
• Bir veya daha çok kusur aynı karo üzerinde<br />
bulunabilir. Örneğin, elek baskı hatası, yağ<br />
lekesi, kenar-köşe kırık, oyuk, çatlak, sır<br />
damlaması, pasta damlaması, delikcik gibi.<br />
• Önemli olan bu kusurların sayısıdır.<br />
• Kusur sayıları bir sütuna girilir.<br />
• Stat>Control Charts>c
c kontrol grafiği sınırlarının<br />
hesaplanması
C Chart for C1<br />
15<br />
UCL=13,09<br />
Sample Count<br />
10<br />
5<br />
C=5,84<br />
0<br />
LCL=0<br />
0 5 10 15 20 25<br />
Sample Number<br />
• Kusur sayıları giderek artan bir düzen<br />
göstermektedir. Belirlenebilir bir neden söz<br />
konusudur.
Örnek:<br />
Bir bardak imalat sürecinde 150 adet<br />
bardaktaki hatalar parti bazında incelenmiş<br />
ve hata sayıları aşağıda verilmiştir. Bardak<br />
imalat süreci kontrol altında mıdır?
parti 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15<br />
Boya<br />
hatası<br />
Çatlak<br />
hatası<br />
Topla<br />
m hata<br />
sayısı<br />
1 2 3 2 4 2 3 5 6 3 4 6 7 5 8<br />
1 0 2 0 0 2 1 0 2 0 0 2 3 2 2<br />
2 2 5 2 4 4 4 5 8 3 4 8 10 7 10
C Chart of C3<br />
12<br />
UCL=12.04<br />
10<br />
Sample Count<br />
8<br />
6<br />
4<br />
_<br />
C=5.2<br />
2<br />
0<br />
LCL=0<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
7 8 9<br />
Sample<br />
10<br />
11<br />
12<br />
13<br />
14<br />
15<br />
<strong>Süreç</strong>te artan bir eğim olduğu için süreç<br />
kontrol dışı olabilir.
u (birim başına düşen kusur<br />
sayısı) kontrol grafiği<br />
• Kusur sayıları ile ilgileniliyor, ancak<br />
örnekteki birim sayıları farklı ise kullanılan<br />
bir kontrol grafiğidir.<br />
• Stat>Control Charts>u
u kontrol grafiği sınırlarının<br />
hesaplanması<br />
• u : birim başına düşen kusur sayısı<br />
olmak üzere ,
şeklinde hesaplanır.
Örnek<br />
Bir konfeksiyon atölyesinde dikimi yapılan<br />
ceketler incelendiğinde yapılan hatalar ve<br />
sayıları aşağıda verilmiştir. Buna göre dikim<br />
sürecini inceleyiniz.
•
•
0.8<br />
U Chart of hata sayısı<br />
Sample Count Per Unit<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
UCL=0.6770<br />
_<br />
U=0.352<br />
0.1<br />
0.0<br />
LCL=0.0270<br />
1 2 3 4 5 6 7<br />
Sample<br />
Tests performed with unequal sample sizes<br />
8<br />
9<br />
10<br />
11<br />
12<br />
<strong>Süreç</strong> kontrol altındadır.
Kontrol sınırlarının yeniden<br />
hesaplanması<br />
Kontrol sınırları sürecin kendisinden türetilir.<br />
Yeniden hesaplama sadece uygun olduğunda<br />
yapılmalıdır. Genelde, aşağıdaki durumlarda<br />
yeniden hesaplama yapılır:<br />
• <strong>Süreç</strong>te bilinen bir değişiklik söz konusudur ve<br />
değişikliğin, “eski” kontrol sınırları karşısındaki<br />
etkisi değerlendirilir,<br />
• <strong>Süreç</strong>te bilinmeyen veya belirli olmayan bir<br />
değişiklik vardır. Eğer ölçüm değerlerinin 2/3’ ü<br />
veya daha fazlası orta çizginin üstünde/altında<br />
ise, sonuçları değerlendirilerek yeni kontrol<br />
sınırları oluşturulabilir.
Teşekkür ederim