İstat İst İksel kal İte kontrolÜ ve tekst...

T.C.

DOKUZ EYLÜL ÜNİVERSİTESİ

SOSYAL BİLİMLER ENSTİTÜSÜ

İŞLETME ANABİLİM DALI

ÜRETİM YÖNETİMİ VE ENDÜSTRİ İŞLETMECİLİĞİ PROGRAMI

YÜKSEK LİSANS TEZİ

İSTATİSTİKSEL KALİTE KONTROLÜ VE TEKSTİL

İŞLETMELERİNDE UYGULANMASI

Musa KILIÇ

Danışman

Prof. Dr. Muammer DOĞAN

2006

ii

YEMİN METNİ

Yüksek Lisans Tezi olarak sunduğum “İstatistiksel Kalite Kontrolü ve Tekstil

İşletmelerinde Uygulanması” adlı çalışmanın, tarafımdan, bilimsel ahlak ve

geleneklere aykırı düşecek bir yardıma başvurmaksızın yazıldığını ve yararlandığım

eserlerin bibliyografyada gösterilenlerden oluştuğunu, bunlara atıf yapılarak

yararlanılmış olduğunu belirtir ve bunu onurumla doğrularım.

......./....../..........

Musa KILIÇ

iii

TUTANAK

Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü’ nün ......../......./.......... tarih

ve .......... sayılı toplantısında oluşturulan jüri, Lisansüstü Öğretim Yönetmeliği’nin

......... maddesine göre İşletme Anabilim Dalı Yüksek Lisans öğrencisi Musa KILIÇ’ın

“İstatistiksel Kalite Kontrolü ve Tekstil İşletmelerinde Uygulanması” konulu tezini

incelemiş ve aday ......./....../........ tarihinde, saat ........... ’da jüri önünde tez

savunmasına alınmıştır.

Adayın kişisel çalışmaya dayanan tezini savunmasından sonra

.......... dakikalık süre içinde gerek tez konusu, gerekse tezin dayanağı olan anabilim

dallarından jüri üyelerince sorulan sorulara verdiği cevaplar değerlendirilerek

tezin ............................. olduğuna oy ...................... ile karar verilmiştir.

BAŞKAN

ÜYE ÜYE

iv

YÜKSEKÖĞRETİM KURULU DOKÜMANTASYON MERKEZİ TEZ VERİ FORMU Tez No: Konu Kodu: Üniv. Kodu: • Not: Bu bölüm merkezimiz tarafından doldurulacaktır. Tez Yazarının Soyadı: KILIÇ Adı: Musa Tezin Türkçe Adı: İstatistiksel Kalite Kontrolü ve

Tekstil İşletmelerinde Uygulanması Tezin Yabancı Dildeki Adı: Statistical Quality Control and

Application in Textile Firms Tezin Yapıldığı Üniversitesi: Dokuz Eylül Enstitü: Sosyal Bilimler Yıl: 2006 Diğer Kuruluşlar: Tezin Türü: Yüksek Lisans: Dili: Türkçe Doktora: Sayfa Sayısı: 125 Tıpta Uzmanlık: Referans Sayısı: 33 Sanatta Yeterlilik: Tez Danışmanlarının Ünvanı: Prof. Dr. Adı: Muammer Soyadı: DOĞAN Ünvanı: Adı: Soyadı: Türkçe Anahtar Kelimeler: İngilizce Anahtar Kelimeler: 1. Kalite 1. Quality 2. Kalite Kontrolü 2. Quality Control 3. İstatistiksel Kalite Kontrolü 3. Statistical Quality Control 4. Kontrol Kartları 4. Control Charts 5. Tekstil 5. Textile Tarih: İmza:

Tezimin Erişim Sayfasında Yayınlanmasını İstiyorum Evet Hayır

v

ÖZET

Kalite, en genel tanımıyla istenen özelliklere uygunluktur. İşletmelerde

kalitenin sağlanması ve sürekliliğinin izlenmesi için bugün en çok kullanılan

yöntemlerin başında istatistiksel yöntemler gelmektedir. İstatistiksel kalite

kontrolü, tesadüfî örnekler yardımıyla sürekli teste dayanarak ürünü muayene

eden ve çıktıların kalitesini bütün üretim işlemi boyunca aynı düzeyde tutan ve

geliştiren ekonomik ve etkili bir sistem olarak tanımlanabilir.

Küreselleşen dünyada tüm işletmelerin olduğu gibi tekstil işletmelerinin de

rekabet edebilmeleri için kaliteye gerekli önemi vermeleri gerekmektedir.

Bunun için istatistiksel kalite kontrol yöntemlerinin çok iyi bir şekilde

anlaşılması ve uygulanması gerekmektedir.

Bu çalışmada iplik, kumaş ve konfeksiyon gibi farklı alanlarda üretim yapan

tekstil işletmelerinde istatistiksel kalite kontrol yöntemlerinden özellikle kontrol

kartlarının kullanımı açıklanmıştır. Çalışmanın birinci bölümünde kalite ve

kalite kontrolü kavramlarından söz edilmiştir. İkinci bölümde istatistiksel kalite

kontrolü yöntemleri üzerinde durulmuş ve son bölümde ise yapılan

uygulamalar değerlendirilmiştir.

vi

ABSTRACT

Quality, in its general meaning, is being appropriate to the desired

properties. Today, statistical methods are the most common methods for

achieving quality and maintaining it at the same level. Statistical quality control

can be described as an economic and efficient system that examines the random

samples by testing and also maintains and improves the quality of the outputs

during the whole production.

In the globalized world the textile firms must give sufficient importance to

quality like other firms. For this, statistical quality control methods must be

understood and applied very well.

In this study, application of statistical quality control methods, especially the

use of control charts, in textile firms that manufacture in various fields such as

yarn, fabric and clothing production are explained. In the first part of the study,

quality and quality control concepts are mentioned. In the second part,

statistical quality control methods are dealt with and at the last part, the

applications are evaluated.

vii

İSTATİSTİKSEL KALİTE KONTROLÜ VE TEKSTİL İŞLETMELERİNDE

UYGULANMASI

YEMİN METNİ ....................................................................................................... ii

TUTANAK .............................................................................................................. iii

YÖK DÖKÜMANTASYON MERKEZİ TEZ VERİ FORMU .............................. iv

ÖZET........................................................................................................................ v

ABSTRACT............................................................................................................. vi

İÇİNDEKİLER ........................................................................................................ vii

KISALTMALAR ..................................................................................................... x

TABLO LİSTESİ ..................................................................................................... xi

ŞEKİL LİSTESİ ....................................................................................................... xiii

GİRİŞ ....................................................................................................................... 1

BİRİNCİ BÖLÜM

KALİTE VE KALİTE KONTROLÜ

1.1. KALİTE KAVRAMI ................................................................................ 3

1.1.1. Kalitenin Tanımı .............................................................................. 3

1.1.2. Kalitenin Özellikleri......................................................................... 4

1.1.3. Kalitenin Değişkenliği ..................................................................... 6

1.2. KALİTE KONTROLÜ KAVRAMI ......................................................... 7

1.2.1. Kalite Kontrolü................................................................................. 7

1.2.2. Kalite Kontrolünün Tarihsel Gelişimi.............................................. 8

1.2.3. Kalite Kontrolünün Aşamaları ......................................................... 13

1.2.4. Kalite Kontrolünün Amaçları........................................................... 14

1.2.5. Toplam Kalite Kontrolü (TKK) ....................................................... 15

1.2.6. Toplam Kalite Yönetimi (TKY)....................................................... 16

1.2.7. İstatistiksel Kalite Kontrolü (İKK)................................................... 19

1.2.7.1. TKY Felsefesi İçerisinde İstatistiksel Kalite Kontrolü ........... 20

1.2.7.2. İstatistiksel Kalite Kontrolünün Uygulanmasında Karşılaşılan Sorunlar20

viii

İKİNCİ BÖLÜM

İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMLERİ

2.1. KONTROL KARTLARI ........................................................................... 23

2.1.1. Temel İlkeler ..................................................................................... 23

2.1.2. Kontrol Limitlerinin Seçimi.............................................................. 30

2.1.3. Örneklem Büyüklüğü ve Örnek Alma Sıklığı................................... 33

2.1.4. Örnek Alma....................................................................................... 37

2.1.5. Kontrol Kartlarındaki Desenlerin Analizi......................................... 40

2.1.6. Kontrol Kartlarının Çeşitleri ............................................................. 43

2.1.6.1. Ölçülebilir Özellikler İçin Kontrol Kartları ............................. 43

2.1.6.1.1. x - R Kartı....................................................................... 43

2.1.6.1.2. x - s Kartı........................................................................ 46

2.1.6.2. Ölçülemeyen Özellikler İçin Kontrol Kartları ......................... 47

2.1.6.2.1. p ve np Kartları............................................................... 48

2.1.6.2.2. c Kartı ............................................................................. 52

2.1.6.2.3. u Kartı ............................................................................. 53

2.2. HİSTOGRAM VE GÖVDE-YAPRAK GRAFİĞİ.................................... 54

2.3. ÇETELE DİYAGRAMI............................................................................. 55

2.4. PARETO DİYAGRAMI............................................................................ 56

2.5. NEDEN-SONUÇ DİYAGRAMI............................................................... 57

2.6. HATA YOĞUNLUĞU DİYAGRAMI...................................................... 58

2.7. SERPME DİYAGRAMI............................................................................ 59

2.8. YEDİ YENİ İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMİ ........ 60

2.8.1. İlişki Diyagramı (Relations Diagram)............................................... 60

2.8.2. Yakınlık Diyagramı (Affinity Diagram) ........................................... 61

2.8.3. Sistematik Diyagramı (Dendogram) ................................................. 63

2.8.4. Matris Diyagramı (Matrix Diagram)................................................. 64

2.8.5. Matris Veri Analiz Diyagramı (Matrix-Data Analysis Diagram) ....... 66

2.8.6. Ok Diyagramı (Arrow Diagram)....................................................... 67

2.8.7. Süreç Karar Program Kartı (Process Decision Program Chart) .......... 69

ix

ÜÇÜNCÜ BÖLÜM

UYGULAMA

3.1. TEKSTİL SEKTÖRÜNE GENEL BİR BAKIŞ ....................................... 70

3.2. İPLİK İŞLETMELERİNDE İSTATİSTİKSEL KALİTE KONTROLÜ ... 77

3.2.1. İplik Numarasının Kontrolü ............................................................. 77

3.2.2. İplik Kopuşlarının Kontrolü............................................................. 83

3.3. KUMAŞ ÜRETEN İŞLETMELERDE İSTATİSTİKSEL KALİTE

KONTROLÜ............................................................................................. 88

3.4. KONFEKSİYON İŞLETMELERİNDE İSTATİSTİKSEL KALİTE

KONTROLÜ............................................................................................. 94

SONUÇ VE ÖNERİLER ......................................................................................... 101

KAYNAKLAR ........................................................................................................ 106

EK 1 ......................................................................................................................... 110

EK 2 ......................................................................................................................... 111

EK 3 ......................................................................................................................... 112

x

KISALTMALAR

AKL Alt Kontrol Limiti

AUL Alt Uyarı Limiti

CPM Critical Path Method

İKK İstatistiksel Kalite Kontrolü

MÇ Merkez Çizgi

PERT Project Evaluation and Review Technique

TKK Toplam Kalite Kontrolü

TKY Toplam Kalite Yönetimi

ÜKL Üst Kontrol Limiti

ÜUL Üst Uyarı Limiti

xi

TABLO LİSTESİ

Tablo 1.1. Kalitenin Tarihsel Gelişimi ............................................................... 9

Tablo 2.1. Ok Diyagramında Kullanılan Semboller ve Anlamları..................... 67

Tablo 3.1. Türkiye Tekstil Sektörü İhracatının Yıllara Göre Genel İhracat İçindeki

Yeri.................................................................................................... 71

Tablo 3.2. 2004-2005 Yılı İçin Ülkelere Göre Pamuk Lifi Üretim Miktarları ve

Verimler ............................................................................................ 72

Tablo 3.3. 2004-2005 Yılı Dünya ve Türkiye Kimyasal Lif Üretim Miktarı

Tahminleri ......................................................................................... 72

Tablo 3.4. 2004-2005 Yılı Dünya ve Türkiye Doğal Lif Üretim Miktarı

Tahminleri ......................................................................................... 73

Tablo 3.5. Ülkelere Göre Kısa Lif İplik Üretim Miktarları (ton)....................... 74

Tablo 3.6. 2002 Yılı İçin Ülkelere Göre Dokuma Kapasiteleri (Dokuma Tezgahı

Sayıları) ............................................................................................. 75

Tablo 3.7. Ne 30/1 Karde-Triko Pamuk İplik Numarası Ölçüm Sonuçları........ 78

Tablo 3.8. Zinser 350 Ring İplik Makinalarında Yapılan İplik Kopuş Etüdü

Sonuçları ........................................................................................... 84

Tablo 3.9. A Vardiyasında Üretilen ve Kontrol Edilen Süprem Örme Kumaş Top

Sayıları ile Kumaş Hatası Sayıları .................................................... 89

Tablo 3.10. A Vardiyasında Gerçekleştirilen Süprem Örme Kumaş Üretimi

İçin u Kontrol Kartına Ait Geçici Kontrol Limitleri ve Uyarı

Limitleri............................................................................................. 90

Tablo 3.11. A Vardiyasında 1 Nolu Makinada Üretilen ve Kontrol Edilen Süprem

Örme Kumaş Top Sayıları ile Kumaş Hatası Sayıları ...................... 92

Tablo 3.12. A Vardiyasında 1 Nolu Makinada Gerçekleştirilen Süprem Örme

Kumaş Üretimi İçin u Kontrol Kartına Ait Geçici Kontrol ve Uyarı

Limitleri............................................................................................. 93

Tablo 3.13. Kısa Kollu Basic T-Shirt Üreten Bir Konfeksiyon İşletmesinde

Günlük Dikim Sayıları, 2. Kaliteye Ayrılan T-Shirt Sayıları ve

2. Kalite Sebepleri ............................................................................. 95

xii

Tablo 3.14. T-Shirt Üretim Süreci İçin Hazırlanacak p Kontrol Kartına Ait

Geçici Kontrol Limitleri ve Uyarı Limitleri ..................................... 96

Tablo 3.15. T-Shirt Üretim Süreci İçin Hazırlanacak p Kontrol Kartına Ait

Kalıcı Kontrol Limitleri ve Uyarı Limitleri ...................................... 98

xiii

ŞEKİL LİSTESİ

Şekil 1.1. Kalitenin Değişkenliğinde Genel ve Özel Nedenlerin Etkisi............... 7

Şekil 2.1. Kontrol Kartlarını Kullanarak Süreç İyileştirme.................................. 24

Şekil 2.2. Tipik Bir Kontrol Kartı ........................................................................ 26

Şekil 2.3. x Kontrol Kartı ................................................................................... 28

Şekil 2.4. (a) Yapılan Tüm Ölçümlerin Dağılımı, N( σµ, )

(b) x ’lerin Dağılımı, N( xσµ, ) ........................................................... 29

Şekil 2.5. Kontrol Kartları ile Hipotez Testlerinin İlişkisi ................................... 29

Şekil 2.6. Kontrol Kartlarında I. Tip ve II. Tip Hata Olasılıkları......................... 30

Şekil 2.7. 3-Sigma Kontrol Limitleri.................................................................... 31

Şekil 2.8. 0,001 Olasılık Limitleri........................................................................ 31

Şekil 2.9. 3-Sigma Kontrol Limitleri ile 0,001 Olasılık Limitlerinin

Karşılaştırılması ................................................................................... 32

Şekil 2.10. Kontrol Kartında Uyarı Limitleri ve Kontrol Limitleri ....................... 33

Şekil 2.11. x Kontrol Kartı İçin Çalışma Karakteristiği Eğrisi ............................. 34

Şekil 2.12. Kontrol Kartları İçin Örneklem Alınması İçin “Fotograf Çekme” Yaklaşımı

(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları ....38

Şekil 2.13. Kontrol Kartları İçin Örneklem Alınması İçin “Rasgelelik” Yaklaşımı

(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları ....39

Şekil 2.14. Bir x Kontrol Kartı ............................................................................. 40

Şekil 2.15. Döngüsel Desene Sahip Bir x Kontrol Kartı ...................................... 41

Şekil 2.16. Western Electronic Kurallarına Göre 1-Sigmalık Bölgelere Ayrılmış

x Kontrol Kartı ................................................................................... 42

Şekil 2.17. (a) Histogram (b) Gövde-Yaprak Grafiği (MINITAB Çıktısı) ........... 54

Şekil 2.18. Çetele Diyagramı ................................................................................. 55

Şekil 2.19. Pareto Diyagramı (SPSS Çıktısı) ......................................................... 56

Şekil 2.20. Neden-Sonuç Diyagramı (Ishikawa Diyagramı, Balık Kılçığı Diyagramı) ..58

Şekil 2.21. Buzdolabı İçin Hata Yoğunluğu Diyagramı ........................................ 59

Şekil 2.22. Serpme Diyagramı ............................................................................... 59

Şekil 2.23. İlişki Diyagramı ................................................................................... 61

xiv

Şekil 2.24. Yakınlık Diyagramı.............................................................................. 62

Şekil 2.25. Sistematik Diyagramı........................................................................... 64

Şekil 2.26. Matris Diyagramı Çeşitleri................................................................... 66

Şekil 2.27. Ok Diyagramı....................................................................................... 68

Şekil 3.1. Ne 30/1 Karde-Triko Pamuk İplik Üretim Süreci İçin sx − Kontrol Kartı

ve Geçici Limitler..............................................................................................80

Şekil 3.2. Ne 30/1 Karde-Triko Pamuk İplik Üretim Süreci İçin sx − Kontrol Kartı

ve Kalıcı Limitler...............................................................................................82

Şekil 3.3. Zinser 350 Ring İplik Makinalarındaki Kopuş Sayıları (1000 iğ/saat)

İçin c Kontrol Kartı ve Geçici Limitler............................................... 85


İçin c Kontrol Kartı ve Düzeltilmiş Limitler .................................................86


İçin c Kontrol Kartı ve Kalıcı Limitler...........................................................87

Şekil 3.6. A Vardiyasındaki Süprem Örme Kumaş Üretim Süreci İçin u Kontrol Kartı


Şekil 3.7. A Vardiyasındaki 1 Nolu Makinada Gerçekleştirilen Süprem Örme Kumaş

Üretimi İçin u Kontrol Kartı ve Kalıcı Limitler .............................................94

Şekil 3.8. Günlere Göre Kısa Kollu Basic T-Shirt Üretim Süreci İçin p Kontrol Kartı

ve Geçici Limitler..............................................................................................97



Şekil 3.10. Ürünlerin 2. Kaliteye Ayrılma Sebepleri İçin Pasta Diyagramı .......... 99

Şekil 3.11. Ürünlerin 2. Kaliteye Ayrılma Sebepleri İçin Pareto Diyagramı......... 100

1

GİRİŞ

İnsanların ilk çağlarda olumsuz çevre koşullarından korunmak için çeşitli hayvan

derileriyle vücutlarını kapattıkları bilinmektedir. Daha sonraları ise çeşitli tekniklerle

elde edilen kumaşlar örtünmek, çeşitli sosyal sınıfları ayırt etmek, moda zevklerini

tatmin etmek gibi sebeplerle insanoğlunun yaşamında önemli bir yer tutmuştur.

Günümüzde yaşam standartlarının yükselmesi ve eğitim düzeyinin artması

tüketicilerin her türlü üründen beklentilerini geniş ölçüde değiştirmiştir. Artık

tüketiciler tekstil ürünlerinde modaya uygunluk, fonksiyonellik, kullanım ve bakım

kolaylığı, hatasız olması gibi özellikleri de aramaya başlamışlardır.

Küreselleşen dünyada rekabet edebilmek ve tüketici ihtiyaçlarını hızla

karşılayabilmek için tüm işletmelerin olduğu gibi tekstil işletmelerinin de hızla

kaliteye yönelmeleri gerekmektedir. Günümüzde kalite, müşteri isteklerini

karşılamanın ötesinde bu isteklerin de üzerine çıkmak anlamını kazanmıştır. Bu

yüzden işletmeler ürünlerinin kalitelerini arttırmak için gereken önlemleri almalı ve

güncel yöntemleri kullanmaya başlamalıdırlar. Bu yöntemlerin başında ise

istatistiksel kalite kontrolü yöntemleri gelmektedir.

İstatistiksel kalite kontrolü yöntemleri, işletmelerin kalite hedeflerine ulaşabilmeleri

için kullanmaları gereken çok önemli araçlardandır. Bu yöntemlerin işletmeler tarafından

iyi anlaşılması ve doğru bir şekilde uygulanmaya başlanması kalite seviyelerinin hızla

artmasına yardımcı olacaktır. İstatistiksel kalite kontrol yöntemlerinin kullanılması

işletmelere sadece sorunların çözülmesinde yardımcı olmayacak ayrıca üretim sürecini

iyileştirerek de geleceğe yönelik bir vizyon kazandıracaktır.

Tekstil sektörü ülkemiz için uzun yıllardan bu yana oldukça önemli bir

konumdadır. Sektör, diğer gelişmekte olan ülkelerde olduğu gibi ülkemizde de gerek

üretim ve istihdama olan katkısı ve gerekse ihracat yoluyla döviz kazandırma

sebebiyle lokomotif olma özelliğini sürdürmektedir. Ülkemizde ihracatın yaklaşık

%30’luk kısmını tekstil sektörü oluşturmaktadır. 2004-2005 yılında yaklaşık

2

18 milyar dolarlık tekstil ihracatı gerçekleştirilmiştir. Ayrıca sektör, toplam

istihdamdaki %11’lik ve endüstri istihdamındaki %30’luk payı ile ülkemiz

ekonomisinde oldukça önemli bir yere sahiptir.

Ancak son yıllarda çok düşük işçilik maliyetleriyle ucuza üretim yapan Uzak

Doğu ülkeleri, özellikle Çin, tekstil sektörümüz üzerinde büyük bir tehdit

oluşturmaktadır. Uzun yıllardan beri Avrupa ve Amerika’nın kumaş ve hazır giyim

tedarikçisi konumundaki ülkemiz bugün özellikle Çin’le rekabet etmek zorunda

kalmıştır. Ülkemizde işçilik maliyetlerinin belirli bir seviyenin altına düşemeyeceği

göz önünde bulundurulursa rekabet için kalitenin ne kadar önemli olduğu açıkça

görülmektedir. Düşük işçilik maliyetleriyle tüm dünyadaki tekstil üreticileri üzerinde

korku yaratan Uzak Doğu ülkeleriyle başa çıkabilmenin tek yolu kaliteli ürünler

üretmekten geçmektedir. Bu yüzden tekstil işletmeleri kalite seviyelerini arttırmak

için bir an önce güncel yöntemlerden yararlanmaya başlamalıdırlar. Bu yöntemlerin

başında istatistiksel kalite kontrolü gelmektedir. İstatistiksel kalite kontrolü

yöntemlerinin işletmelerde uygulanmaya başlamasıyla üretim süreci izlenecek,

hataların kaynakları belirlenerek yok edilecek ve bu şekilde kalite seviyesi

arttırılacaktır.

Tüm bunlara karşılık bugün ülkemizde tekstil işletmelerinin büyük bir kısmında

istatistiksel kalite kontrolü yöntemlerinin uygulanmadığı görülmektedir. Bunun

sebepleri arasında ise bu yöntemlerin etkinliklerinin yeterince anlaşılamamış olması

ya da bu yöntemlerin bilinmiyor olması gelmektedir. Ancak ne yazık ki işletmelerin

geleneksel kalite anlayışlarıyla artan rekabet ortamında ayakta kalabilmeleri çok zor

görünmektedir. Bu yüzden işletmeler bir an önce kalite politikalarını yeniden gözden

geçirmeli ve artan rekabet ortamında ayakta kalabilmek için istatistiksel kalite

kontrolü yöntemlerini kullanmaya başlamalıdırlar.

3

BİRİNCİ BÖLÜM

KALİTE VE KALİTE KONTROLÜ

1.1. KALİTE KAVRAMI

1.1.1. Kalitenin Tanımı

Kalite pek çok şekilde tanımlanabilmektedir. Bununla birlikte kalitenin kullanıcı

gereksinim ve beklentileri ile doğrudan ilgisi vardır. Ancak bu gereksinim ve

beklentilerin değişkenliğinden dolayı kalitenin standart bir tanımı bulunmamaktadır.

Gereksinim ve beklentiler, sosyal ve ekonomik çevre, kültürel yapı, gelenek ve

görenekler, ekonomik düzey, teknoloji, eğitim gibi etkenler kalitenin kullanıcı

tarafından algılanmasını etkilemektedir. Kalitenin nesnel ölçütleri yoktur. Kalitenin

doğası karşılaştırmaya dayanır. (Doğan & Tütüncü, 2003; 27).

Kalitenin birçok kuruluş ve bilim adamları tarafından yapılmış pek çok tanımı

vardır:

• “Deming’e göre kalite, değişmezliğin ve güvenilirliğin düşük maliyet ile

pazarın ihtiyaçlarını karşılayabilecek şekilde tahmin edilebilmesidir” (Doğan

& Tütüncü, 2003; 27).

• Juran’a göre kalite, kullanıma uygunluktur (Juran, 1989; 15).

• “Crosby kaliteyi, bir ürünün gerekliliklere uygunluk derecesi olarak ele

almaktadır” (Bozkurt & Odaman; 1997; 4).

• “Amerikan Kalite Kontrol Derneği’ne (ASQC) göre kalite; bir mal ya da

hizmetin belirli bir gerekliliği karşılayabilme kabiliyetini ortaya koyan

karakteristiklerinin tümüdür” (Doğan, 1991; 3).

4

• “Avrupa Kalite Kontrol Organizasyonu’na (EOQC) göre kalite; bir malın ya

da hizmetin tüketicinin isteklerine uygunluk derecesidir” (Bozkurt &

Odaman; 1997; 4).

• “Uluslararası Standardizasyon Organizasyonu’na (ISO) göre kalite; bir ürün

veya hizmetin, belirlenen veya olabilecek ihtiyaçları karşılama kabiliyetine

dayanan özelliklerinin toplamıdır” (Bozkurt & Odaman; 1997; 4).

• “G. Taguchi’ ye göre ise kalite, ürünün sevkiyattan sonra toplumda sebep

olduğu en az zarardır” (Doğan, 1991; 3).

Yukarıdaki tanımları dikkate alarak kaliteyi basitçe tek bir cümle ile açıklamak

gerekirse; kalite, istenen özelliklere uygunluktur denilebilir.

“Genel olarak kalite, kullanıma veya amaca uygunluk olarak tanımlanmaktadır.

Bu yüzden kalite, ürünü kullanacak kişinin gereksinimi ve ödeme olanakları dikkate

alınarak belirlenmektedir” (Doğan, 1991; 3). “Kalite, tüketici gereksinimlerini

mümkün en ekonomik düzeyde karşılamayı amaçlayan mühendislik ve imalat

karakteristiklerinin bileşimi” olarak tanımlanabilmektedir (Kobu, 1987; 14).

1.1.2. Kalitenin Özellikleri

Garvin (1987), kalitenin özelliklerini değerlendirirken kaliteyi sekiz boyutuyla

incelemiştir (Montgomery, 2001; 2-3):

• Performans: Bir üründen beklenen esas özelliktir. Ürünün asıl kullanım

amacına uygunluğunun ifadesidir.

• Güvenilirlik: Ürünün hangi sıklıkla bozulduğunun bir ölçüsüdür.

• Dayanıklılık: Ürünün kullanım ömrünün uzunluğudur.

5

• Servis Görme Yeteneği: Ürünün kolaylıkla tamir edilip edilemeyeceğini

belirtir.

• Estetik: Ürünün neye benzediğinin, nasıl göründüğünün ifadesidir.

• Özellikler: Ürünün asıl kullanım amacının yanı sıra başka amaçlar için de

kullanılıp kullanılamayacağını belirtir.

• Algılanan Kalite: Ürünün markası, üretildiği firma, geçmiş performansı gibi

bilgilerinin kullanıcılar üzerinde yarattığı etkidir.

• Standartlara Uygunluk: Ürünün tasarımının önceden belirlenmiş standartlara

uyup uymama derecesidir.

Kalitenin yukarıda sıralanan boyutları müşteri açısından önem taşımaktadır. Ürün

ve hizmet kalitesini iyileştirmek isteyen yöneticiler ise kalitenin üç tipini göz önünde

bulundurmalıdırlar (Abasov, 2002; 5):

• Tasarım Kalitesi

• Uygunluk Kalitesi

• Performans Kalitesi

Tasarım kalitesi, ürün tasarımının kullanıcının istek ve ihtiyaçlarına

uygunluğunun ölçüsüdür (Abasov, 2002; 5). Tasarım kalitesinin oluşturulması üç

adımda gerçekleştirilir: Birinci adımda kullanıcıya nelerin kullanım uygunluğu

sağladığının belirlenmesi gerekir. Bu belirleme işlemi pazar araştırması sonucunda

gerçekleştirilir ve bu nedenle de pazar araştırması kalitesi olarak da anılır. İkinci

adımda belirlenen gereksinimlere uygun ürün kavramının seçilmesi gerekir. Buna

kavram kalitesi de denilebilir ve tasarım amaçlarının mükemmellik derecesidir.

Üçüncü ve son adımda ise seçilen ürün kavramının kullanıcı gereksinimlerini

karşılayacak şekilde ayrıntılı özellikler (spesifikasyonlar) setine dönüştürülmesi

gerekir. Buna da spesifikasyonlar kalitesi denir (Aslan, 2001; 7).

6

Uygunluk kalitesi, tamamlanmış ürünün bir önceki aşamada yapılan tasarıma

uygunluğunu ifade eder. Buna üretim kalitesi veya ürün kalitesi de denilmektedir

(Abasov, 2002; 6).

Performans kalitesi ise ürünün pazardaki performans düzeyini belirtmektedir

(Bozkurt & Odaman, 1997; 6).

1.1.3. Kalitenin Değişkenliği

Kalitenin değişken olmasının nedenlerini iki grup altında toplamak mümkündür

(Montgomery, 2001; 154-155):

• Genel Nedenler (Chance Causes): Bir üretim süreci ne kadar iyi tasarlanmış

ve bakımı yapılmış olursa olsun, yapısında her zaman bir miktar doğal

değişkenlik bulunmaktadır. Bu doğal değişkenlik çok küçük ve kaçınılamaz

nedenlerin toplamıdır. Sadece genel nedenlerin etkisiyle değişim gösteren bir

süreç, istatistiksel olarak kontrol altındadır.

• Özel Nedenler (Assignable Causes): Genel nedenler dışındaki nedenlerdir.

Özel nedenler genellikle 3 kaynaktan doğarlar: makina, işçi, hammadde. Özel

nedenlerden kaynaklanan değişkenlik büyüktür ve kabul edilemez. Özel

nedenlerin etkisiyle değişim gösteren bir süreç ise istatistiksel olarak kontrol

dışındadır.

Şekil 1.1’de genel ve özel nedenlerin etkisi altındaki bir süreç görülmektedir.

Görüldüğü gibi t1 zamanına kadar sürece sadece genel nedenler etki etmektedir ve

belirlenen spesifikasyon limitleri aşılmadığı için süreç kontrol altında

görülmektedir. t1 zamanında süreçte özel bir neden meydana gelmiştir. Bunun

etkisiyle sürecin ortalaması yeni bir değere kaymıştır ve süreç artık kontrol

dışındadır. t2 zamanında başka bir özel neden meydana gelmiştir. Burada sürecin

ortalaması olması gereken değere kaymış fakat bu sefer de standart sapması olması

gereken değeri aşmıştır. Yani süreçteki değişim kabul edilebilir seviyenin üzerindedir

7

ve süreç kontrol dışıdır. t3 zamanında ise başka bir özel neden sürece etki etmiş ve

sürecin ortalamasını ve standart sapmasını değiştirmiştir. Süreç yine kontrol dışıdır.

Şekil 1.1. Kalitenin Değişkenliğinde Genel ve Özel Nedenlerin Etkisi

Kaynak: Montgomery, 2001; 155

1.2. KALİTE KONTROLÜ KAVRAMI

1.2.1. Kalite Kontrolü

Günümüzde kalite kavramı genişledikçe, önceleri muayene ve test sonucu hatalı

ve hatasızı ayırmak için kullanılan kontrol kavramı da genişleyerek kontrol altına

alma ve kontrolü sağlama anlamına gelmiştir. Feigenbaum’a göre kalite kontrolü:

“İstenen kalite özelliklerini sağlayan, işletmenin pazar araştırması, tasarım,

araştırma-geliştirme, imalat, satış ve satış sonrası hizmet gibi bölümlerinin belirli

kalite düzeyinin yaratılmasındaki katkılarının planlanması ve koordinasyonu” olarak

tanımlanmaktadır. Kalite kontrolü; müşteri gereksinimlerinin karşılanması için

ASL ÜSLµ0Süreç Kalite Karakteristigi, x

Zaman, t

t1

t3

t2

8

kalitenin geliştirilmesi ve kalitenin sürekliliğinin sağlamasını amaçlamaktadır. Kalite

kontrolü, bir işletmede sadece belirli bir bölümün veya belirli bir grup insanın

sorumluluğunda değildir. Kalite kontrolü, bir işletmede en üst düzey yöneticiden

işçiye kadar tüm çalışanların sorumluluğunda olan ve üretimin her aşamasında yer

alan bir faaliyetler topluluğudur. Bu yüzden günümüzde kalite kontrolü anlayışı

toplam kalite kontrolü (TKK) ve toplam kalite könetimi (TKY) kavramlarıyla

bütünleşmektedir (Doğan, 1991; 4).

1.2.2. Kalite Kontrolünün Tarihsel Gelişimi

Kalitenin geçmişi İ.Ö. 2150 Hammurabi Yasaları’na kadar dayanmaktadır

(Doğan & Tütüncü, 2003; 30). Kalite kavramı, üretim faaliyetlerinin başladığı

günden bugüne kadar ekonomik ve teknolojik ilerlemelere paralel olarak gelişerek

var olmuştur. Oldukça uzun bir geçmişe sahip olan kalite kavramının gelişmesiyle

birlikte kalite kontrolü kavramı da önem kazanmış ve zaman içerisinde gelişmiştir.

(Doğan, 1991; 13).

Kalite kontrolü 1900’lü yılların başlarına kadar %100 muayene ile hatalıyı ve

hatasızı ayırmak anlamına gelmekteydi. Bununla beraber, seri üretimin hızla

gelişmesiyle birlikte kullanılan kalite kontrolü yöntemleri uygulanabilirlik ve

ekonomiklik açılarından yetersiz kalmaya başlamıştı. 1924 yılında Walter A.

Shewhart, Bell Laboratuarları’nda ilk kez istatistiksel kalite kontrolü

yöntemlerinden biri olan kontrol kartlarını uyguladı. Shewhart, üretimin her

aşamasında değişimin var olduğunu, değişimin nedenlerinin belirlenebilmesi için de

sürecin izlenmesi gerektiğini belirtti. 1920’lerin sonlarına doğru Harold F. Dodge ve

Harry G. Roming, Bell Laboratuarları’nda %100 muayene yerine istatistiksel kabul

örneklemesi kavramlarını geliştirdi. Bu yıllarda değeri tam olarak anlaşılamayan

istatistiksel kalite kontrolü yöntemleri, II. Dünya Savaşı sonrasında Japonya’da

W. Edward Deming, Joseph M. Juran, Taguchi gibi bilim adamları tarafından başarıyla

uygulandı ve sonrasında da tüm dünyada hızla yaygınlaştı (Montgomery, 2001; 11-12,

Doğan & Tütüncü, 2003; 32-33).

9

1956 yılında Armand V. Feigenbaum toplam kalite kontrolü kavramını

geliştirmiştir. Toplam kalite kontrolüne göre, kalitenin sağlanması için işletmedeki

tüm birimlerin birlikte çalışması gerekmektedir (Feigenbaum, 1983; 6). 1980’li

yıllarda ise toplam kalite kontrolünün bir yönetim felsefesi olarak benimsenmesi

sonucunda toplam kalite yönetimi kavramı gelişmiştir. Toplam kalite yönetimi

bugün pek çok işletme tarafından uygulanmakta ve kalitenin oluşturulması,

izlenmesi, sürekliliğinin sağlanması ve iyileştirilmesinde kullanılmaktadır

(Feigenbaum, 1983; 17).

Kalite kontrolünün tarihsel gelişimi Tablo 1.1’de gösterilmektedir:

Tablo 1.1. Kalitenin Tarihsel Gelişimi

1700-1900 Kalite, daha çok zanaatkârların kişisel çabalarıyla belirlenmekteydi.

1875 Frederick W. Taylor işleri daha küçük ve daha kolay yapılabilir

parçalara ayırarak, daha karmaşık ürünlerin ve süreçlerin

yürütülmesinde “Yönetim Bilimi” yaklaşımı geliştirdi. Hedefi

verimlilikti. Daha sonra Gilbreth ve Gantt yönetim bilimi açısından

Taylor’a katkıda bulundular.

1900-1930 Henry Ford – montaj hattı – üretkenlik ve kaliteyi geliştirmek için

daha rafine çalışma metotları uyguladı. Hatasız montaj, kendini

kontrol ve süreç muayenesi kavramlarını geliştirdi.

1901 Büyük Britanya’da ilk standartlar laboratuarı kuruldu.

1907-1908 AT&T sistematik muayeneye ve ürünlerle malzemelerin testlerine

başladı.

1908 W. S. Gosset, Guiness Biraları’ndaki çalışmasında t-dağılımını tanıttı

1915-1919 İngiliz hükümeti, tedarikçi sertifikası programına başladı.

1919 İngiltere’de “Teknik Muayene Kurumu” kuruldu. Bu kurum daha

sonra “Kalite Güvence Enstitüsü” oldu.

1920’ler AT&T Bell Laboratuarları; kalite, muayene-test ve ürün güvenilirliği

kavramlarını vurgulamak için bir kalite bölümü kurdu.

10

B. P. Dudding, İngiltere General Elektrik’te, elektrik ampullerinin

kalite kontrolü için ilk kez istatistiksel metotları kullandı.

1922-1923 R. A. Fisher deney tasarımı ve tarım bilimi uygulamaları üzerine bir

dizi temel yazılar yayınladı.

1924 W. A. Shewhart, Bell Laboratuarları’nda ilk kez kontrol kartlarını

kullanmaya başladı.

1928 Bell Laboratuarları’nda H. F. Dodge ve H. G. Roming tarafından

“Kabul Örneklemesi” geliştirildi.

1931 W. A. Shewhart, “İmalat Ürünlerinin Kalitesinin Ekonomik Kontrolü”

başlıklı yazısında üretim ve kontrol kartları uygulamalarında

istatistiksel metotların kullanımını anlattı.

1932 W. A. Shewhart Londra Üniversitesi’nde üretim ve kontrol kartlarında

istatistiksel yöntemler derslerini verdi

1932-1933 İngiliz tekstil ve ağaç endüstrisi ile Alman kimya endüstrisi ürün/süreç

geliştirmek için deney tasarımını kullanmaya başladı.

1933 İngiltere’de Kraliyet İstatistik Derneği “Endüstriyel ve Zirai Araştırma

Bölümü”nü kurdu.

1938 W. E. Deming, Shewhart’ı kontrol kartlarıyla ilgili seminerler vermesi

için Amerika Ziraat Fakültesine davet etti.

1940 Amerika Savaş Bölümü, süreç verilerinin analizi için kontrol

kartlarının kullanımını anlatan bir kılavuz kitap yayınladı.

1940-1943 Bell Laboratuarları Amerikan Ordusunun askeri habercileri için

standart örnekleme planları geliştirdi.

1942 Büyük Britanya’da istatistiksel yöntemler ve kalite kontrol üzerine

Tedarik Danışmanlığı Bakanlığı kuruldu.

1942-1946 Amerika’da endüstriye istatistiksel kalite kontrolü kursları verildi.

Kuzey Amerika’da 15’ten fazla kalite derneği kuruldu.

1944 “Endüstriyel Kalite Kontrol” dergisi yayın hayatına başladı.

1946 Çeşitli kalite derneklerinin birleşmesiyle “Amerikan Kalite Kontrol

Derneği (ASQC)” kuruldu.

W. E. Deming, Amerika Savaş Bölümü’nün ekonomi ve bilimsel

servisi tarafından Japonya’daki yeniden yapılanmaya yardım etmek

11

üzere Japonya’ya davet edildi.

“Japon Bilim Adamları ve Mühendisleri Derneği (JUSE)” kuruldu.

1946-1949 W. E. Deming Japon endüstrisine istatistiksel kalite kontrolü

seminerleri vermek üzere davet edildi.

1948 Profesör G. Taguchi, deney tasarımı çalışmalarına ve uygulamalarına

başladı.

1950 Deming, Japonların endüstri yöneticilerini eğitmeye başladı;

Japonya’da istatistiksel kalite kontrolü çok kapsamlı biçimde öğretildi.

1950’ler Eugene Grant ve A. J. Duncan tarafından istatistiksel kalite kontrolü

üzerine klasik yazılar yayınlandı.

1951 Dr. A. V. Feigenbaum, “Toplam Kalite Kontrolü” kitabının ilk

baskısını yayınladı.

JUSE, kalite kontrolü ve kalite metodolojisi konusunda başarılı olan

işletmelere verilmek üzere “Deming Ödülü”nü kurdu.

1951 + G. E. P. Box ve K. B. Wilson, süreç optimizasyonu için deney

tasarımının kullanımı hakkında kimya endüstrisine yönelik temel bir

çalışma yayınladı. Bu çalışmadan sonra kimya endüstrisinde deney

tasarımı uygulamaları hızla yaygınlaştı.

1954 Dr. Joseph M. Juran, kalite yönetimi ve geliştirilmesi konusunda

dersler vermek üzere Japonya’ya davet edildi.

1957 J. M. Juran ve F. M. Gryna’nın “Kalite Kontrolü El Kitabı” ilk kez

yayınlandı.

1959 “Technometrics” (fizik, kimya ve mühendislik bilimleri için istatistik

dergisi) kuruldu ve kurucu editörü J. Stuart Hunter oldu.

1960 G. E. P. Box ve J. S. Hunter 2k-p

deney tasarımı hakkında temel

makaleler yazdı.

Japonya’da K. Ishikawa tarafından kalite kontrol çemberleri tanıtıldı.

1961 Büyük Britanya’da İngiliz Verimlilik Kurumu’nun bir bölümü olarak

“Ulusal Kalite ve Verimlilik Konseyi (NCQP)” kuruldu.

1960’lar Endüstri mühendisliği akademik programlarında istatistiksel kalite

kontrol dersleri geniş yer almaya başladı.

1969 “Endüstriyel Kalite Kontrol” dergisinin yayını sonlandırıldı ve bunun

12

yerine “Kalite İlerleme” ve “Kalite Teknolojisi Dergisi (kurucu editör

Dr. Lloyd S. Nelson)” yayınlanmaya başlandı.

1970’ler Büyük Britanya’da NCQP ve “Kalite Güvence Enstitüsü” birleşerek

“İngiliz Kalite Kurumu” kuruldu.

1975-1978 Bilim adamları ve mühendisler için deney tasarımı kitapları yazılmaya

başlandı.

1980’ler Deney tasarımı yöntemleri tanıtıldı ve elektronik, uzay, otomotiv gibi

sektörlerde uygulanmaya başlandı.

Profesör G. Taguchi’nin deney tasarımı yöntemleri ilk kez

Amerika’da tanıtıldı.

1984 Amerikan İstatistik Kurumu (ASA) kalite ve verimlilik üzerine bir

komite kurdu.

1986 Box ve arkadaşları Japonya’yı ziyaret ederek deney tasarımı ve diğer

istatistiksel yöntemlerin çok geniş alanlarda uygulandığını gördüler.

Masaaki Imai, “Kaizen-Japonya’nın Rekabetçi Başarısının Anahtarı”

kitabını yayınladı. Kaizen, değişim yönetiminde temel ilkelerden biri

olarak kabul edildi.

1988 “Malcolm Baldrige Ulusal Kalite Ödülü” Amerikan Kongrei

tarafından kuruldu.

1989 “Kalite Mühendisliği” dergisi yayınlanmaya başlandı.

Motorola altı-sigma konusunda ilk uygulamalara başladı.

1990’lar Amerikan endüstrisinde ISO 9000 sertifikasyon çalışmaları arttı.

Baldrige ödülüne başvuran şirket sayısı arttı.

1995 Lisans düzeyindeki pek çok mühendislik programları süreç

iyileştirmeye yönelik istatistiksel teknikleri zorunlu ders olarak

programlarına koymaya başladı.

1997 Motorola’nın altı-sigma yaklaşımı diğer endüstrilere yayıldı.

2000’ler Kalite ödüllerine olan ilgi ve itibar arttı.

Gelişmekte olan ülkelerde de toplam kalite çalışmaları yaygınlaşmaya

başladı.

Kaynak: Gümüşoğlu, 2000; 5-8, Montgomery, 2001; 9-11

13

1.2.3. Kalite Kontrolünün Aşamaları

Kalite kontrolü, bir defada ve bir yerde gerçekleştirilebilecek bir fonksiyon

değildir. Kalite kontrolü, birbirini izleyen aşamalardan oluşan bir süreç olarak

düşünülmelidir. Kalite kontrolünün genellikle dört aşamada yerine getirildiği kabul

edilmektedir. Bu aşamalar aşağıdaki gibi sıralanabilirler (Doğan, 1998; 267-268):

• Kalite Standartlarının Belirlenmesi: Kalite kontrol her şeyden önce bir

ürün veya hizmetten beklenen kalite özelliklerinin sağlanması olduğuna göre,

öncelikle ulaşılmak istenen kalite düzeyi belirlenmelidir. Bu düzey,

standartlara uygun olarak genellikle yönetim fonksiyonun planlama

döneminde belirlenir.

• Üretilen Ürün veya Hizmetin Ölçülmesi: Üretilen ürün veya hizmetin

kalitesinin önceden belirlenmiş olan standartlara uygunluğunun

belirlenebilmesi için öncelikle bu ürün veya hizmetin somut bir şekilde

ölçülmesi ve değerlendirilmesi gerekmektedir. Bu işlem, ürün veya hizmetin

türüne göre çeşitli ölçüm araçları veya değerlendirme metotları kullanılarak

gerçekleştirilir.

• Sapmaların Belirlenmesi ve Yorumlanması: Bu aşamada ölçme ve

değerlendirme sonucu elde edilen verilerle daha önceden belirlenmiş olan

kalite standartları arasındaki farklar belirlenip yorumlanır. Eğer arada önemli

sayılabilecek sapmalar varsa bunların nedenleri araştırılır.

• Düzeltici Önlemlerin Alınması: Sapmalar önemli sayılabilecek boyutlara

varıyorsa, bir takım düzeltici önlemlerin alınması gerekecektir. Bunun için

sapmanın büyüklüğünün ve özellikle nedeninin iyi belirlenmesi gerekir.

14

1.2.4. Kalite Kontrolünün Amaçları

Kalite kontrolünün temel amacı tüketici isteklerini karşılamak üzere uygun

ürünler üretmek ve bunu da en ekonomik şekilde yerine getirebilmektir (Doğan,

1991; 10).

Kalite kontrolünün yukarıda söz edilen temel amacına ulaşabilmesi için öncelikle

alt amaçların belirlenmesi gerekmektedir. Bu alt amaçlar;

• Hammadde, enerji, iş gücü gibi girdilerde fire ve kayıpların en aza

indirilmesi,

• Düşük kaliteli, kusurlu veya bozuk mal sayısının azaltılıp, makina yetenekleri

konusunda işçinin eğitilmesi yoluyla verimliliğin yükseltilmesi,

• Ucuz fakat kalite standartlarına uygun, kolay işlenebilir malzeme ve yarı

mamullerin araştırılması,

• İade, bakım ve onarım gibi satış sonrası sorunlara yol açmamak için

mamulün kalite düzeyinin yükseltilmesi,

• Mamul tasarımının istenilen kalite doğrultusunda geliştirilmesi,

• Üretim maliyetlerinin en aza indirilmesi,

• Stok düzeylerinin en aza indirilmesi,

• Kalite standardizasyonu yoluyla pazarlama kolaylığı sağlanılması,

• Üretim hattının dengelenmesi,

• Personelin bilgi ve yeteneğinin arttırılması ve iş tatmininin yükseltilmesi,

• Müşteri isteklerinin göz önünde bulundurulması,

• Rakip firmaların mamul kalitelerinin takip edilmesi,

• İşçi-işveren ilişkilerinde olumlu gelişmelerin sağlanması,

• Firma imajının korunması ve kalite konusunda güvenin yaratılması

şeklinde sıralanabilirler (Doğan, 1991; 10, Demir & Gümüşoğlu, 1998; 647).

15

1.2.5. Toplam Kalite Kontrolü (TKK)

Toplam kalite kontrolü (TKK), Deming, Juran, Feigenbaum gibi kalite öncüleri

tarafından 1950’li yıllarda Japonya’da geliştirilen bir sistemdir (Doğan & Tütüncü,

2003; 34). Feigenbaum toplam kalite kontrolünü; müşterilerin istek ve ihtiyaçlarını

en ekonomik biçimde yerine getirmek üzere işletme içindeki çeşitli bölümlerin

kalitenin oluşturulması, sürdürülmesi ve geliştirilmesi için bir araya gelmesi olarak

tanımlamaktadır. Toplam kalite kontrolü bir işletmedeki bütün bölümlerin katılımını

gerektirmektedir (Feigenbaum, 1983; 6).

Toplam kalite kontrolünün işletmelerde uygulanmasının ardından alınan olumlu

sonuçlar bunun yeni ve önemli bir yönetim yaklaşımı olduğunu göstermiştir. Toplam

kalite kontrolü sayesinde bir işletmede yöneticiden işçiye kadar tüm çalışanlar

arasında iletişim artar, ortak kalite hedefleri ile amaç birliği sağlanır. Böylece

çalışanların motivasyonları artmış olur. Ayrıca kalitenin işletmedeki bütün

bölümlerin sorumluluğunda olması sonucunda kalite bilinci artar, kalite

maliyetlerinde önemli düşüşler gözlenir (Feigenbaum, 1983; 6).

Toplam kalite kontrolünün amaçlarının başında tüm çalışanların çabalarını

birleştirip katılımlarını sağlayarak işbirliğine dayanan bir kalite kontrol sistemi

kurmak gelmektedir. Bunun için öncelikle çalışanlara güvenli bir çalışma ortamı

sağlamak gerekmektedir. Ayrıca toplam kalite kontrolü çalışmalarının başarılı

olabilmesi için istatistiksel yöntemlerin kullanılmasına önem verilmeli ve üretim

süreci sürekli izlenmelidir (Doğan & Tütüncü, 2003; 35).

Toplam kalite kontrolünün temel ilkelerini aşağıdaki gibi sıralamak mümkündür

(Doğan & Tütüncü, 2003; 34-35):

• Kalite Bilinci: İşletmenin birinci amacı kalite olmalıdır. Kaliteye önem veren

bir işletme uzun vadede müşterilerinin güvenini kazanacak, pazar payını

arttıracak ve kârını yükseltecektir.

16

• Tüketiciye Yönelik Kalite Kontrolü: Toplam kalite kontrolünde amaç

müşteri isteklerine uygun ürünler üretmek olmalıdır. Bu yüzden kalite

kontrolü müşteri istekleri göz önünde bulundurularak yapılmalıdır.

• İstatistiksel Yöntemlerin Kullanılması: Toplam kalite kontrolü

uygulamalarında istatistiksel kalite kontrolü yöntemlerine yer verilerek

üretim süreci izlenmelidir.

• Yönetim Felsefesi Olarak Çalışana Saygı: Toplam kalite kontrolünde

yönetimin çalışanlara karşı tutumu çok önemlidir. Tüm çalışanların

kendilerini işletmenin bir parçası olarak görebilmeleri ve kalite kontrolüne

inanarak katılabilmeleri için yönetimin adil ve saygılı bir tutum sergilemesi

gerekmektedir

Toplam kalite kontrolü anlayışı zamanla bir yönetim biçimi olarak ele alınmış ve

bu hali ile toplam kalite yönetimi (TKY) olarak adlandırılmaya başlanmıştır.

Toplam kalite yönetiminde özellikle süreç ve insan odaklılık ön plana çıkmış ve

yönetim fonksiyonlarının bu yönde geliştirilmesi sağlanmıştır. Toplam kalite

kontrolünden toplam kalite yönetime geçilirken özellikle dikkat edilmesi gereken

nokta ise, yönetim tanımlarında yer alan amaç ifadelerinin giderek müşteri

mutluluğu, müşteri memnuniyeti kavramları üzerine yoğunlaşmasıdır (Doğan &

Tütüncü, 2003; 35-36).

1.2.6. Toplam Kalite Yönetimi (TKY)

Toplam kalite yönetimi (TKY) çağdaş bir yönetim anlayışıdır (Doğan & Tütüncü,

2003; 36). Dünya çapındaki rekabet ortamında ayakta kalabilmeyi garanti eden

kendisini kanıtlamış bir tekniktir. Toplam kalite yönetimi, mükemmelliğe

ulaşabilmek için işletmenin bütününü yönetme sanatıdır. Toplam kalite yönetimi, bir

işletmede yer alan tüm çalışanların katıldığı, sürekli geliştirme faaliyetleri ile

müşterilerin gereksinimlerini en üst düzeyde karşılamayı hedefleyen bir yönetim

şeklidir (Besterfield vd., 1995; 2).

17

Toplam kalite yönetiminin çeşitli kuruluşlar ve farklı bilim adamlarınca yapılmış

pek çok tanımı bulunmaktadır (Abasov, 2002; 9-10):

• “Pfau’ya (1989) göre TKY, örgütteki tüm fonksiyonların katılımı ile mal ve

hizmetlerin ekonomik şekilde üretilmesi ve müşteriye sevk edilmesini

sağlayan faaliyetler sistemi olarak tanımlanmaktadır.

• Atkinson (1990) TKY’ni sürekli iyileştirme yolu ile en iyi mal veya hizmetin

üretilmesi için stratejik yaklaşım olarak tanımlamaktadır.

• Deming Ödülü Komitesi’ne göre TKY, müşteri gereksinimlerine uygun mal

ve hizmetlerin ekonomik şekilde üretilmesi ve müşteriye sevk edilmesini

sağlayan faaliyetler sistemidir.

• Luthans’a (1995) göre TKY, üst kademe yönetimi tarafından tasarlanan ve

daha sonra tüm örgüte yayılan genel bir örgütsel stratejidir.

• Hellriegel ve arkadaşlarına (1999) göre TKY, kaliteyi tüm iş görenlerin

sorumluluğu haline getiren bir örgüt felsefesi ve stratejisidir.”

TKY bir yönetim felsefesidir. TKY felsefesinin merkezinde insan vardır. TKY’de

bir işletmedeki tüm çalışanlar yönetimin birer parçasıdır. Dolayısıyla tüm çalışanlar

düşüncelerini rahatlıkla söyleyebilmeli ve bir şekilde yönetime katılabilmelidirler.

TKY, müşteri beklentilerini her şeyin üzerinde tutan bir yönetim biçimidir. TKY’ye

göre kalite, işletmenin sadece belirli bir bölümünün değil, bütün bölümlerinin

görevidir. TKY’de kalite, kontrol ile değil üretim sırasında sağlanmaktadır. Hataların

kontrol ile ayıklanması yerine ilk seferde doğru yap temel ilkesi benimsenmiştir.

Böylece hataların ortaya çıkmadan engellenmesi amaçlanmıştır. TKY, sürekli

gelişmeyi hedef almaktadır. Bunun için üretim sürekli izlenmeli, hataların kaynakları

belirlenip giderilmeli, daha kaliteli ürünler üretebilmek için gerekli önlemler

alınmalıdır (Doğan & Tütüncü, 2003; 37-38).

18

Toplam kalite yönetiminin temel ilkeleri aşağıdaki gibi sıralanabilmektedir

(Besterfield, 2004; 23-54):

• Liderlik: TKY’nin bir işletmede başarıyla uygulanabilmesi için etkin ve

başarılı bir lidere ihtiyaç vardır. Lider, müşterilerin ihtiyaçlarını çok iyi

anlamalı, kendisini müşterilerin yerine koyarak sürekli değişen müşteri

ihtiyaçlarına cevap verebilmelidir. Ayrıca iyi bir lider emir vererek yönetmek

yerine sürece katılarak yönetmeli, süreci iyileştirmeyi teşvik etmeli,

problemlere karşı önlemler alabilmeli, karşılaştığı problemlerden dersler

çıkararak gelecekte bunlara karşı hazırlıklı olmalı, takım çalışmasını

desteklemeli, çalışanlar arasında iletişimi güçlendirmeli ve kalite hedeflerine

uygun tedarikçiler seçmelidir.

• Müşteri Memnuniyeti: TKY’de müşteri en önemli unsuru oluşturmaktadır

ve müşteri memnuniyeti asıl amaçtır. Bu yüzden işletmeler müşterilerini iyi

tanımalı, müşterilerinin istek ve ihtiyaçlarına uygun kalite hedefleri

belirlemelidirler. Bugün yeni bir müşteri kazanmanın maliyeti var olanı elde

tutmaktan ortalama beş kat daha fazladır. Dolayısıyla işletmeler müşterilerini

memnun edebilmek için ellerinden geleni yapmalıdırlar. Unutulmamalıdır ki

müşteri her zaman haklıdır.

• Ekip Çalışması: TKY’ye göre kalite, işletmenin sadece belirli bir

bölümünün değil bütün bölümlerinin görevidir. Bir işletmede kalitenin

sağlanması için işletmenin tüm bölümlerinin birbirleriyle işbirliği içinde

çalışmaları gerekmektedir. Bunun için tüm çalışanların öncelikle ekip

çalışması konusunda eğitilmeleri ve çeşitli proje takımları içinde yer alarak

kalite çalışmalarına etkin bir şekilde katılmaları sağlanmalıdır.

• Sürekli İyileştirme: TKY, sürekli iyileştirme ile üretim sürecinin

mükemmelleştirilmesini hedeflemektedir. Bunun için üretim sürekli

izlenmeli, hataların kaynakları belirlenip yok edilmeli, daha kaliteli ürünler

üretebilmek için gerekli önlemler alınmalıdır. Bu noktada istatistiksel kalite

19

kontrolü, deney tasarımı, kalite fonksiyon göçerimi, kıyaslama

(benchmarking) gibi güncel yöntemlerin kullanılması oldukça büyük önem

taşımaktadır.

• Tedarikçilerle İşbirliği: TKY’ye göre tedarikçiler iş ortağı olarak görülmeli

ve üretim sürecinin bir uzantısı olarak değerlendirilmelidir. Üretim

maliyetlerinin ortalama %40’ını satın alınan malzemelerin oluşturduğu

düşünülürse tedarikçilerin önemi daha iyi anlaşılır. Bir işletmenin kalite

politikaları belirlenirken tedarikçiler de göz önünde bulundurulmalıdır. Kalite

iyileştirme faaliyetlerinde tedarikçilerle birlikte çalışılmalı ve tasarım, üretim,

maliyet gibi konulara katılımları sağlanmalıdır.

1.2.7. İstatistiksel Kalite Kontrolü (İKK)

İstatistiksel kalite kontrolü ilk kez 1924 yılında Walter E. Shewhart tarafından

Bell Laboratuarları’nda uygulanmıştır. İstatistiksel kalite kontrolü (İKK), “bir ürünün

önceden belirlenmiş olan kalite standartlarına uygun olarak üretilmesini sağlamak

amacıyla, istatistiksel yöntemlerin üretimin tüm aşamalarında uygulanması” olarak

ifade edilebilir (Doğan, 1991; 75).

İstatistiksel yöntemler; süreçteki değişimlerin izlenmesinde, bu değişimlerin

nedenlerinin belirlenmesinde, ürünün istenen kalite düzeyinde sürekli üretiminin

sağlanmasında ve süreçte düzeltici önlemlerin alınmasında destek sağlamaktadır.

İstatistiksel yöntemler üretim sürecindeki hataları kolaylıkla ortaya çıkarabilmekte ve

bu hataların kaynaklarını araştırmaya olanak sağlamaktadır. İstatistiksel yöntemler

sayesinde süreçteki özel nedenler ile genel nedenler ayırt edilebilmekte ve süreçte

yapılacak düzeltici faaliyetlerin daha doğru bir şekilde belirlenmesi sağlanmaktadır

(Grant & Leavenworth, 1999; 5).

20

Juran ve Ishikawa, toplam kalite yönetimi anlayışında kalite problemlerinin

önlenebilmesi için istatistiksel kalite kontrolü yöntemlerinin kullanılması gerektiğini

belirtmiştir. Kalitenin öncülerinden biri olan Deming’e göre istatistiksel kalite

kontrolü yöntemleri, hataların ve sürece etki eden nedenlerin belirlenerek sürecin

kontrol altına alınmasında, kontrol altında devam ettirilmesinde ve geliştirilmesinde

önemli rol oynamaktadır (Yüksel, 1998; 20-22)

1.2.7.1. TKY Felsefesi İçerisinde İstatistiksel Kalite Kontrolü

Toplam kalite yönetimi anlayışında sürekli gelişme amaçlanmaktadır. Bunun için

süreç sürekli izlenmeli ve varsa sürece etki eden nedenler araştırılıp belirlenmelidir.

Sürece etki eden nedenlerin belirlenmesi ve yok edilmesi ile sürecin geliştirilmesi

daha kolay olmaktadır. Ancak sürecin izlenmesi ve geliştirilebilmesi için sürecin

işleyişi hakkında bilgilerin olması gerekmektedir. Bu bilgilerin sağlanabilmesi için

de istatistiksel yöntemlerden yararlanılmaktadır. Toplam kalite yönetiminde sürecin

kontrol altına alınmasının ve sürecin geliştirilmesinin temelinde istatistiksel kalite

kontrolü vardır. İstatistiksel kalite kontrolünün amacı; süreci izleyerek kontrol altına

almak, kontrol altında devam etmesini sağlamak ve yeterliliğini arttırarak

geliştirmektir. Bir üretim sürecinde istatistiksel kalite kontrolünün uygulanmasıyla

değişkenlik azalır ve geleceğe yönelik olarak da iyileşmeler sağlanır (Yüksel, 1998;

12-13, Akal, 2000; 356-358).

1.2.7.2. İstatistiksel Kalite Kontrolünün Uygulanmasında Karşılaşılan Sorunlar

İşletmelerde istatistiksel kalite kontrolü çalışmalarının başarılı olabilmesi için

öncelikle yönetimin bu çalışmaların yararına inanması, çalışmalara destek olması,

liderlik etmesi ve bizzat kendisinin de etkin bir şekilde katılması gerekmektedir.

Yönetimin, istatistiksel kalite kontrolünün kısa süreli bir iş olmadığını ve kaliteyi

geliştirmenin sürekli bir çaba gerektirdiğini benimsemiş olması şarttır (Juran, 1989; 72,

Yüksel, 1998; 39).

21

İstatistiksel kalite kontrolü çalışmalarının başarılı olabilmesi için gerekli

unsurlardan bir diğeri eğitimdir. Bir işletmede istatistiksel kalite kontrolü

çalışmalarına başlamadan önce tüm çalışanların konuyla ilgili olarak eğitilmeleri

büyük önem taşımaktadır. Bu kapsamda; istatistiksel kalite kontrolünün ne anlama

geldiğinin, neden uygulandığının, kaliteye ve süreç geliştirmeye ne gibi faydaları

olduğunun çalışanlara anlatılması onların bu sürece daha kolay ve etkin bir şekilde

katılmalarını sağlayacaktır (Juran, 1989; 321).

İstatistiksel kalite kontrolü çalışmalarında karşılaşılabilecek en büyük

tehlikelerden bir tanesi, problem veya sonuç odaklı yaklaşımlar yerine araç odaklı

yaklaşımların benimsenmiş olmasıdır. Özellikle 1980’li yıllarda pek çok firma kalite

amaçlarını belirleyip kalite iyileştirme projeleri geliştirmek yerine, çalışanlarını

sadece istatistiksel kalite kontrolü teknikleri konusunda eğitti. Ancak doğal olarak

bunun kalite iyileştirmede hiçbir etkisi görülmedi. İstatistiksel kalite kontrolü

çalışmalarında ilk olarak amaçlar belirlenmeli ve daha sonra bu amaçları

gerçekleştirebilmek için uygun araçlar seçilmelidir (Juran, 1989; 171).

Kalite geliştirmede karşılaşılan diğer sorunları aşağıdaki gibi sıralamak

mümkündür (Yüksel, 1998; 41-42):

• İletişim Eksikliği: İşletmelerde iletişim eksikliği, farklı bölümlerin veya

kişilerin birbirleriyle uyumlu bir şekilde çalışmasını engelleyecek ve kalite

geliştirme çalışmalarının yürümesini zorlaştıracaktır. Kalite geliştirme

çalışmalarının başarılı olabilmesi için yönetim, işçiler, tedarikçiler ve

müşteriler arasındaki iletişimin iyi bir şekilde sağlanmış olması

gerekmektedir.

• Kaynakların Yetersizliği: Kalite geliştirme çalışmalarında kaynakların

sınırlı olması harcanan çabaları olumsuz yönde etkileyecektir. Kalite

geliştirme çalışmalarının başarılı olabilmesi için gerekli kaynaklar zamanında

ve gerekli yerlere aktarılmalıdır.

22

• Problemlerin Çözümünde Yanlış İstatistiksel Yöntemlerin Kullanılması:

Yanlış istatistiksel yöntemlerin kullanılması ile yanlış sonuçlar alınacak ve

sürece etki eden hata kaynaklarının belirlenmesi zorlaşacaktır.

• Değişime Karşı Gösterilen Direnç: Bir işletmede istatistiksel kalite kontrolü

yöntemlerinin uygulanmaya başlaması pek çok alanda yenilikler ve

değişiklikler yapılmasını gerektirecektir. Çalışanlar başta insan doğası gereği

değişikliklere uyum sağlamak yerine bunu reddedebilirler. Ancak bu sürecin

aşılması için yönetim tarafından gerekli önlemlerin alınması (eğitim

seminerleri verilmesi, kalite geliştirme çalışmalarının işletmeye ve kişilere

sağlayacağı yararların anlatılması vs.) ve kararlı bir tavır sergilenmesi

oldukça önemlidir.

• Problemlerin İşletme İçin Tehdit Edici Bir Öğe Olarak Görülmemesi:

Bugün pek çok işletmede, karşılaşılan problemlerin işletme için tehdit edici

boyutlarda görülmemesi, düzeltici önlemler almak için girişimlerde

bulunulmasını da engellemektedir. İşletme körlüğü olarak da

adlandırılabilecek bu durumun aşılabilmesi için gerekirse belirli dönemlerde

dışarıdan uzmanlar getirilerek işletme hakkındaki görüşlerinin alınması

uygun olacaktır.

23

İKİNCİ BÖLÜM

İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMLERİ

2.1. KONTROL KARTLARI

2.1.1. Temel İlkeler

İstatistiksel süreç kontrolünün temel hedefi süreci değiştiren özel nedenleri

olabildiğince hızlı bir şekilde belirlemek ve pek çok hatalı ürün üretilmeden önce

süreci kontrol altında tutup düzeltici önlemleri alabilmektir. Kontrol kartları, bu

amacı yerine getirmek için en çok kullanılan tekniktir. Kontrol kartlarının bu kadar

çok kullanılan bir teknik olmasının nedenlerini aşağıdaki gibi sıralamak mümkündür

(Grant & Leavenworth, 1999; 39, Montgomery, 2001; 159-164, Besterfield, 2004;

179-180):

• Kontrol kartları istatistiksel süreç kontrolünün tam olarak ne olduğunu en iyi

ifade eden araçlardandır.

• Kontrol kartları pek çok farklı biçimde kullanılabilir ama en yaygın kullanım

yeri on-line istatistiksel süreç kontrolüdür.

• Kontrol kartları hem süreçle ilgili geçmişe dönük bilgiler sağlar hem de

gelecekte elde edilecek verinin istatistiksel olarak kontrol altında olup

olmadığını inceler.

• Kontrol kartları en yaygın biçimde süreci iyileştirmek için kullanılır. Kontrol

kartının sürekli ve dikkatli bir şekilde kullanılması özel nedenlerin

tanımlanmasını sağlar. Eğer bu özel nedenler süreçten uzaklaştırılabilirse

değişkenlik azalır ve böylece süreç iyileştirilmiş olur (Şekil 2.1).

24

Şekil 2.1. Kontrol Kartlarını Kullanarak Süreç İyileştirme


• Ancak unutulmamalıdır ki kontrol kartları sadece özel nedenleri belirlerler.

Sorunun giderilebilmesi için yönetim, işçiler, mühendisler vb. birlikte

çalışmalıdırlar.

• Öte yandan kontrol kartları tahmin amaçlı da kullanılabilir. Kontrol altındaki

bir sürecin kontrol kartından ortalama, standart sapma, hatalı oranı gibi süreç

parametreleri tahmin edilebilir. Bu tahminler daha sonra sürecin kabul

edilebilir ürünler üretme yeteneğini tespit etmede kullanılabilir.

• Kontrol kartları, verimliliği arttırdığı kanıtlanmış bir tekniktir. Başarılı bir

kontrol kartı programı ıskartaları ve yeniden yapmaları azaltacaktır. Böylece

verimlilik artacak, maliyetler azalacak ve üretim kapasitesi artacaktır.

• Kontrol kartları hataların önlenmesinde etkilidir. Kontrol kartları ilk seferde

doğru yap felsefesiyle süreci kontrol altında tutmaya yarar. Çünkü her zaman

için baştan önlem alıp hataları önlemek, daha sonra hatalar ortaya çıktığında

önlemeye çalışmaktan daha az maliyetlidir.

25

• Kontrol kartları süreçteki gereksiz ayarlamaları, bakımları vs. engeller.

Kontrol kartları değişime neden olan doğal nedenlerle özel nedenleri

birbirinden çok iyi ayırabilir. Kontrol kartları bozuk değilse onarma

felsefesini benimsemiştir.

• Kontrol kartları tanımlayıcı bilgi verir. Genellikle kontrol kartlarında

noktaların oluşturduğu desenler deneyimli bir işçiye veya mühendise süreç

hakkında önemli bilgiler sağlar.

• Kontrol kartları süreç yeterliliği hakkında bilgi sağlar. Kontrol kartları önemli

süreç parametreleri ve zaman içindeki kararlılıkları hakkında bilgi verir. Bu

bilgiler süreç yeterliliğini tahmin etmede kullanılır.

Tipik bir kontrol kartı; bir örneklemden ölçülen veya hesaplanan bir kalite

karakteristiğini örneklem numarasına veya zamana karşı gösteren bir grafiktir (Şekil

2.2). Bir kontrol kartı:

• Merkez Çizgisi: Süreç kontrol altında iken yani sadece genel nedenler

varken kalite karakteristiğinin ortalama değeri.

• Üst Kontrol Limiti (ÜKL): Süreç kontrol altında iken kalite

karakteristiğinin alabileceği en yüksek değer.

• Alt Kontrol Limiti (AKL): Süreç kontrol altında iken kalite karakteristiğinin

alabileceği en düşük değer.

olmak üzere 3 temel çizgiden oluşmaktadır. ÜKL ve AKL; süreç kontrol altında iken

tüm noktaları içerecek şekilde belirlenmiştir. Bir noktanın bile bu sınırların dışına

çıkması sürecin kontrol dışı olduğu anlamına gelir. Ancak tüm noktalar bu limitler

içinde yer alsa bile sistematik veya rastlantısal olmayan bir şekilde bulunmaları da

sürecin istatistiksel olarak kontrol altında bulunmadığı anlamına gelebilir.

26

Şekil 2.2. Tipik Bir Kontrol Kartı

Kontrol kartları ile hipotez testleri arasında yakın ilişki bulunmaktadır: Bir

noktanın kontrol limitleri arasında yer alması “süreç istatistiksel olarak kontrol

altındadır” hipotezinin reddedilememesi anlamına gelirken, bir noktanın kontrol

limitleri dışında yer alması “süreç istatistiksel olarak kontrol altındadır” hipotezinin

reddedilmesi anlamına gelmektedir. Yani kontrol kartlarında her örneklemde sürecin

durumuna dair karar, hipotez testlerinde aynı hipotezin test edilmesiyle alınır (Banks,

1989; 133).

Ancak kontrol kartlarıyla hipotez testlerinin bakış açıları arasında bazı farklılıklar

bulunmaktadır. Hipotez testlerinde varsayımların geçerlilikleri kontrol edilirken,

kontrol kartlarında istatistiksel kontrol seviyesinden uzaklaşmalar tespit edilir.

Ayrıca özel nedenler süreç parametrelerinde farklı değişimlere neden olabilirler.

Örneğin ortalama birdenbire yeni bir değere kayıp orada kalabilir ya da özel neden

kısa süreli etki etmişse tekrar eski değerini alabilir. Burada ilk durum istatistiksel

hipotez testi modeline daha uygundur (Montgomery, 2001; 157).

27

Hipotez testlerinin faydalı olduğu bir alanda kontrol kartlarının performansının

belirlenmesidir. Örneğin hipotez testi kurarak kontrol kartındaki I. tip (süreç kontrol

altındayken kontrol dışı olduğu sonucu) ve II. tip (süreç kontrol dışındayken kontrol

altında olduğu sonucu) hata olasılıkları tespit edilebilir (Montgomery, 2001; 157).

Kontrol kartlarının temel yapısını daha iyi anlayabilmek için basit bir örnek

vermek yerinde olacaktır. Bir üretim sürecinde herhangi bir kalite karakteristiğinin

ortalama değeri 85 mm ve standart sapması 0,02 mm olsun. Kontrol kartının

oluşturulması için her saat başı 3 numuneden oluşan bir örneklem rasgele seçilip

hesaplanan örneklem ortalaması ( x ) karta işlenmektedir. Burada kontrol kartı,

örneklem ortalamasından ( x ) faydalanarak süreci izlemektedir. Bu yüzden bu karta

“ x Kontrol Kartı” denilmektedir.

Süreç ortalaması µ = 85 mm, standart sapması σ = 0,02 mm ve

örneklem büyüklüğü n = 3 ise örneklem ortalamasının ( x ) standart sapması

0115,03

02,0===

nx

σσ mm olacaktır.

Eğer süreç 85 mm’lik ortalama ile kontrol altındaysa “Merkezi Limit Teoremi”

kullanılarak x ’nin yaklaşık olarak normal dağıldığı söylenebilir ve hesaplanan

örneklem ortalamalarından ( )α−1100% ’sının )0115,0(852

αz± aralığında olacağı

söylenebilir (Banks, 1989; 134). Eğer 2

αz = 3 alınırsa kontrol limitleri:

ÜKL = 85 + 3(0,0115) = 85,0345 mm

AKL = 85 - 3(0,0115) = 84,9655 mm

olarak bulunur (Şekil 2.3). Bu limitlere “3-sigma kontrol limitleri” denilmektedir

(Ryan, 1989; 72). Örnekten de görüldüğü gibi kontrol limitlerinin genişliği örneklem

büyüklüğü “n” ile ters orantılıdır.

28

Şekil 2.3. x Kontrol Kartı

Kontrol sınırlarının seçilmesi hipotez testi için kritik bölgenin belirlenmesi ile

aynı anlama gelmektedir. H0 hipotezi, ortalaması 85 mm ve standart sapması 0,02 mm

olan bir popülasyondan alınan 3 tane gözlemden oluşan örneklemin ortalamasının

85 mm olduğunu iddia etmektedir. Öte yandan H1 hipotezi ise ortalamanın 85 mm

olmadığını savunmaktadır (Banks, 1989; 135).

3

02,0

85:

85:

1

0

=

=

≠

=

n

H

H

σ

µ

µ

Bu durumda hipotezi test etmek için öncelikle kritik bölgenin belirlenmesi

gerekmektedir. Kritik bölge,

nz

σµ

α 2/±

formülüyle bulunur (Şekil 2.4).

29

Şekil 2.4. (a) Yapılan Tüm Ölçümlerin Dağılımı, N( σµ, )

(b) x ’lerin Dağılımı, N( xσµ, )

Şekil 2.4. (a)’da popülasyondaki tüm ölçümlerin dağılımı görülmektedir.

Şekil 2.4. (b)’de ise x ’lerin dağılımı görülmektedir. Bu dağılımda H0 hipotezi için

kritik bölgeler taralı olarak gösterilmiştir. Kritik bölgelerin belirlenmesinde

kullanılan 2/α

z katsayısı keyfi olarak 3 alınıp Şekil 2.4. (b) 90° döndürülürse

3-sigma kontrol limitlerine sahip kontrol kartı elde edilmiş olur (Şekil 2.5). Aslında

bir kontrol kartında H0 hipotezi değişik zamanlarda tekrar tekrar test edilmektedir.

Şekil 2.5. Kontrol Kartları ile Hipotez Testlerinin İlişkisi

(a) (b)

µ n

zσ

µα 2/

+ n

zσ

µα 2/

−

H0 Red H0 Red

µ

nz

σµ

α 2/+

nz

σµ

α 2/−

30

Kontrol kartları için genel bir model de oluşturulabilir:

ww

w

ww

LAKL

MÇ

LÜKL

σµ

µ

σµ

−=

=

+=

Kontrol kartları için bu genel teori ilk kez Dr. Walter S. Shewhart tarafından

ortaya atılmıştır ve bu esaslara göre hazırlanan kontrol kartları genellikle “Shewhart

Kontrol Kartları” olarak adlandırılmaktadır (Montgomery, 2001; 159).

2.1.2. Kontrol Limitlerinin Seçimi

Kontrol kartlarının tasarımında verilmesi gereken en kritik kararlardan biri kontrol

limitlerinin seçimidir. Kontrol limitlerini geniş tutmak I. tip hata yapma olasılığını

azaltırken, II. tip hata yapma olasılığını arttırmaktadır. Diğer taraftan kontrol

limitlerini dar tutmak I. tip hata yapma olasılığını arttırırken, II. tip hata yapma

olasılığını azaltmaktadır. Kontrol limitleri seçilirken I. tip ve II. tip hata olasılıkları

optimum düzeyde tutulmaya çalışılmalıdır (Şekil 2.6).

I. TİP HATA : Süreç kontrol altındayken kontrol dışı olduğu sonucu

II. TİP HATA : Süreç kontrol dışındayken kontrol altında olduğu sonucu

74,0000 74,0150

I. TİPII. TİP

3σx-3σx

Kontrol Altında Kontrol DışıKontrol Dışı

Şekil 2.6. Kontrol Kartlarında I. Tip ve II. Tip Hata Olasılıkları

w : ilgilenilen kalite karakteristiği

wµ : bu karakteristiğin ortalaması

wσ : bu karakteristiğin standart sapması

L : kontrol limitlerinin merkez çizgiye olan uzaklığı

31

Örneğimizde 3-sigma kontrol limitleri kullanılmıştı. Bu örnekteki kalite

karakteristiğinin normal dağıldığı varsayılırsa, standart normal dağılış tablosundan

I. tip hata yapma olasılığının 0,0027 olduğu görülebilir. Yani 3-sigma kontrol

limitleri kullanılan bir süreçte 10000 noktadan 27’si hatalı kontrol-dışı sinyali

verecektir. Süreç kontrol altındayken bir noktanın 3-sigma kontrol limitleri dışında

kalması olasılığı ise tek yönlü olarak 0,00135’tir (Şekil 2.7) (Ryan, 1989; 72).

-3 0 3

0,001350,00135

0,49865

Şekil 2.7. 3-Sigma Kontrol Limitleri

Öte yandan kontrol limitlerini x ’nin standart sapmasının çarpanından (L) yola

çıkarak belirlemek yerine, doğrudan I. tip hata olasılığını seçip kontrol limitlerini

buna göre hesaplamak da mümkündür. Örneğin tek yönlü olarak I. tip hata olasılığı

0,001 olarak belirlenirse standart sapmanın çarpanı yaklaşık olarak 3,09 alınacaktır

(Şekil 2.8). Buradan x kontrol kartı için kontrol limitleri hesaplanırsa:

ÜKL = 85 + 3,09(0,0115) = 85,0355

AKL = 85 - 3,09(0,0115) = 84,9645

olarak bulunur. Bu kontrol limitlerine “0,001 Olasılık Limitleri” denir (Montgomery,

2001; 165).

-3,09 0 3,09

0,0010,001

0,499

Şekil 2.8. 0,001 Olasılık Limitleri

32

Genellikle pratikte iyi sonuçlar verdiği için 3-sigma kontrol limitleri

kullanılmaktadır. Bununla birlikte, pek çok durumda kalite karakteristiğinin dağılımı,

gerçek olasılık limitlerini hesaplamaya yetecek kadar iyi bilinememektedir. Eğer

kalite karakteristiğinin dağılışı normal dağılışa yaklaşıyorsa, bu durumda 3-sigma

kontrol limitleri ve 0,001 olasılık limitleri arasında çok küçük bir fark olacaktır.

Bugün Amerika’da 3-sigma kontrol limitleri kullanılırken, İngiltere ve Doğu

Avrupa’daki bazı ülkelerde 0,001 olasılık limitleri kullanılmaktadır (Şekil 2.9)

(Montgomery, 2001; 165).

Şekil 2.9. 3-Sigma Kontrol Limitleri ile 0,001 Olasılık Limitlerinin Karşılaştırılması

Bazı uzmanlar kontrol kartlarında iki tip limit kullanılmasını önermektedir

(Montgomery, 2001; 165). Dışta bulunan 3-sigmalık limitler genellikle hareket

limitleridir. Süreçte bu limitler dışına çıkan noktalar için hemen harekete geçilmeli

ve özel nedenler araştırılıp gerekliyse düzeltici önlemler alınmalıdır. İç tarafta

bulunan ve genellikle 2-sigmalık limitler ise “Uyarı Limitleri” olarak isimlendirilir.

Olasılık limitleri kullanıldığında ise hareket limitleri için 0,001 limitleri ve uyarı

limitleri için de 0,025 limitleri kullanılmaktadır (Montgomery, 2001; 165-166).

33

Biraz önce söz edilen örnekte üst ve alt uyarı limitleri hesaplanmak istenirse:

ÜUL = 85 + 2(0,0115) = 85,0230

AUL = 85 - 2(0,0115) = 84,9770

olarak bulunur (Şekil 2.10). Eğer bir veya daha fazla nokta uyarı limitleri ile kontrol

limitleri arasında yer alırsa veya uyarı limitlerine çok yakın yer alırsa sürecin düzgün

işlemediği konusunda kuşkulu olunmalıdır. Uyarı limitlerinin kullanılması kontrol

kartlarının duyarlılığını arttırır; ancak kartı kullanan kişiler için kafa karıştırıcı

olabileceği gibi yanlış alarm riskini de arttırabilir.

Şekil 2.10. Kontrol Kartında Uyarı Limitleri ve Kontrol Limitleri

2.1.3. Örneklem Büyüklüğü ve Örnek Alma Sıkılığı

Kontrol kartının tasarımında hem örneklem büyüklüğünün hem de örnek alma

sıklığının belirlenmesi gerekir. Genel olarak daha büyük örneklemler, süreçteki

küçük değişimlerin daha kolay tespit edilebilmesini kolaylaştırır. Bu durum çeşitli

örneklem büyüklüklerinde x kontrol kartı için çizilen “Çalışma Karakteristiği

34

Eğrisi”nde gösterilmektedir (Şekil 2.11). Çalışma karakteristiği eğrisi, özel nedenler

etkisiyle değişen süreç ortalamalarını ve değişen yeni koşullarda örneklemlerin

kontrol limitleri arasında kalmaları olasılıklarını örneklem büyüklüklerine bağlı

olarak gösteren grafiktir (Şen, 1991; 14).

Şekil 2.11. x Kontrol Kartı İçin Çalışma Karakteristiği Eğrisi

Örneğin 85,0000 mm’den 85,0200 mm’ye olan bir değişimi tespit edebilme

olasılığı örneklem büyüklüğü n arttıkça artmaktadır. Örneklem büyüklüğü seçilirken,

tespit edilmeye çalışılan değişimin büyüklüğü göz önünde bulundurulmalıdır. Eğer

süreçte büyük değişimler varsa örneklem büyüklüğü daha dar tutulabilir.

Kontrol kartı tasarımında belirlenmesi gereken diğer bir konu da örnek alma

sıklığının belirlenmesidir. Aslında hataları tespit etmek için kontrol kartı tasarımında

en ideal durum çok sık ve büyük örnekler almaktır. Ancak bu ekonomik olarak pek

uygun değildir. Bu yüzden genellikle süreçte sık sık küçük örneklemler alınır veya

daha uzun aralıklarla büyük örneklemler alınır. Günümüz sanayi uygulamalarında

eğilim sık sık küçük örneklemler alma yönündedir. Ancak otomatik ve hızlı ölçme

sistemlerinin gelişmesi ile örneklem büyüklüğünü arttırmak da mümkün olmaya

başlamıştır.

85,0000 85,0100 85,0200 85,0300 85,0400 85,0500 85,0600 85,0700 85,0800 85,0900 86,0000

Süreç Ortalaması (mm)

x ’n

in K

ontr

ol L

imit

leri

Ara

sına

Düşm

esi O

lası

lığı

1.0

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0.0

35

Örneklem büyüklüğü ve örnek alma sıklığına karar vermede kullanılan bir yöntem

de kontrol kartının “Ortalama Dizi Uzunluğu (Average Run Length - ARL)”dur.

Bu kavram 1954 yılında Page tarafından ele alınmış ve daha sonra endüstride geniş

uygulamaları olmuştur (Şen, 1991; 18). ARL, kontrol dışı durumu gösteren bir nokta

karta işaretlenmeden önce karta işlenmesi gereken ortalama nokta sayısını

göstermektedir (Ryan, 1989; 103). Herhangi bir Shewhart kontrol kartı için

ARL = 1 / p

olarak hesaplanmaktadır. Burada p bir noktanın kontrol limitleri dışında bulunması

olasılığıdır.

3-sigma limitlerine sahip x kontrol kartında süreç kontrol altında iken bir

noktanın kontrol limitleri dışında olması olasılığı p = 0,0027 olarak bulunmuştu. O

halde; süreç kontrol altında iken x kontrol kartının ortalama dizi uzunluğu (ARL0):

3700027,0

110

===

pARL

olarak hesaplanır. Yani; süreç kontrol altında olduğunda, ortalama her 370

örneklemde bir kontrol dışı sinyali meydana gelecektir.

Bazen kontrol kartının performansını “Ortalama Sinyal Zamanı (Average Time

to Signal – ATS)”nı kullanarak belirtmek de uygundur (Montgomery, 2001; 168).

Eğer örneklemler sabit h saat aralıklarla alınıyorsa;

ATS = ARL.h

olarak hesaplanmaktadır. 3-sigma limitlerine sahip x kontrol kartında her saat başı

örneklem alındığı kabul edilirse;

saat 3701.370 ==ATS

36

olarak hesaplanır. Yani; süreç kontrol altında olduğunda, ortalama her 370 saatte bir

yanlış alarm olacaktır.

Örnek olaydaki kontrol kartının ortalamadaki değişimleri belirlemede nasıl

başarılı olduğu incelenecek olursa:

Ortalamanın özel bir neden etkisiyle 85,0300 mm’ye kaydığı varsayılsın. OC

eğrisinden x ’nin kontrol limitleri arasında olması olasılığı yaklaşık 0,60 olarak

hesaplanır. Buradan,

p = 1 - 0,60 = 0,40

ARL1 = 1 / 0,40 = 2,5

olarak hesaplanır. Yani kontrol kartının ortalamadaki bu değişimi belirleyebilmesi

için ortalama 2,5 örnekleme ihtiyaç vardır.

Örneklemlerin her saat başı alınması halinde ise (h =1 saat),

ATS = ARL1.h = 2,5 saat

olarak hesaplanır. Yani kontrol kartında ortalama 2,5 saatte, bir nokta kontrol

limitleri dışına çıkacaktır.

Ancak 2,5 saatin fabrikanın üretim süreci için kabul edilemez olduğu ve bu

sürenin yaklaşık 1,5 saate düşürülmek istendiği varsayılsın. Bu durumda; birinci

olasılık örnek alma sıklığını arttırmaktır. Eğer her yarım saatte bir örneklem alınırsa:

ATS = ARL1.h = 2,5 (1/2) = 1,25 saat

olarak hesaplanacaktır. Yani değişimin ortaya çıkmasıyla bu hatanın belirlenmesi

arasında ortalama 1,25 saat geçecektir. İkinci olasılık ise örneklem büyüklüğünü

arttırmak olabilir. Eğer her saat başı 3 yerine 5 numune alınırsa OC eğrisinden

37

85,0300 mm ortalama ve n = 5 için x ’nin kontrol limitleri arasına düşmesi olasılığı

0,30 bulunur. Buradan:

p = 1 – 0,30 = 0,70

ARL1 = 1 / p = 1 / 0,70 = 1,43

ATS = ARL1.h = 1,11 (1) = 1,43 saat

olarak bulunur. Bu durumda ise hatanın ortaya çıkması ile bu hatanın belirlenmesi

arasında ortalama 1,43 saat geçecektir.

Görüldüğü gibi ortalamadaki değişimi yaklaşık olarak 1,5 saatte belirleyebilmek

için 2 adet kontrol kartı tasarımı seçeneği bulunmaktadır. Burada, işletme için önemli

olan diğer faktörler de (örnekleme maliyeti, üretim kapasitesi vs.) göz önünde

bulundurularak tasarımlardan bir tanesi seçilebilir (Grant & Leavenworth, 1999;

410-411).

2.1.4. Örnek Alma

Kontrol kartlarının kullanımında temel konulardan biri de Shewhart’ın “Makul

Alt Gruplar (Rational Subgroups)” olarak adlandırdığı kavrama göre örneklem

verilerinin toplanmasıdır (Banks, 1989; 138). “Makul Alt Gruplar” kavramı; eğer

süreçte özel nedenler varsa, alt gruplar (veya örneklemler) seçilirken,

• Bu alt gruplar arasında farklılıklar olması olasılığını maksimize etmek,

• Öte yandan bir alt grup içinde, bu özel nedenlere bağlı farklılıklar olması

olasılığını minimize etmek

olarak ifade edilebilir. Üretim süreçlerinde kontrol kartları uygulanırken üretimin

zaman sırasını dikkate alarak makul alt gruplar oluşturmak temeldir. Ancak, örneğin

bir vardiyanın sonunda ve diğer vardiyanın başında veri toplamak yerine her

vardiyanın başında veri toplayarak alt gruplar oluşturmak vardiyalar arasındaki

farklılıkları ortaya çıkarmak açısından daha faydalı olacaktır (Banks, 1989; 138-140).

38

Bir süreçten örnek alınırken iki genel yaklaşım kullanılmaktadır:

• İlk yaklaşıma göre, her örneklem aynı anda veya çok yakın zamanlarda

üretilmiş, özellikle sıralı birimlerden oluşur (Şekil 2.12). Kontrol kartının

birinci amacı süreçteki değişimleri belirlemek ise bu yaklaşım kullanılır. Bu

yaklaşım her alt grup içindeki değişkenlik olasılığını minimize ederken, alt

gruplar arasındaki değişkenlik olasılığını maksimize eder. Şekilden de

görüldüğü gibi süreç ortalaması değiştiği halde, süreç değişkenliği sabit

kalmaktadır. Ayrıca değişkenler için kontrol kartlarında sürecin standart

sapması için daha iyi bir tahmin sağlar. Bu yaklaşım, özellikle sürecin veri

toplanan her noktasının bir fotoğrafını çeker (Grant & Leavenworth, 1999;

290-291, Montgomery, 2001; 170).

Şekil 2.12. Kontrol Kartları İçin Örneklem Alınması İçin “Fotograf Çekme” Yaklaşımı

(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları


39

• İkinci yaklaşıma göre ise, her örneklem süreç çıktılarının tümü göz önüne

alınarak rasgele seçilir (Şekil 2.13). Kontrol kartının amacı üretilen tüm

ürünleri değerlendirip kabul edilebilirliği hakkında karar vermekse bu yöntem

kullanılır. Sürecin belirli bir süre için kontrol dışı kalıp tekrar kontrol altına

girdiği durumları belirlemek için bu yöntemin daha etkili olduğu

araştırmacılar tarafından savunulmaktadır. Bu yöntemde her örneklem

içindeki değişkenlik diğerine göre daha fazla olacağından kontrol kartının

limitlerinin daha geniş olacağı unutulmamalıdır (Grant & Leavenworth, 1999;

290-291, Montgomery, 2001; 171).

Şekil 2.13. Kontrol Kartları İçin Örneklem Alınması İçin “Rasgelelik” Yaklaşımı

(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları


40

2.1.5. Kontrol Kartlarındaki Desenlerin Analizi

Bir kontrol kartı, bir veya daha fazla nokta kontrol limitlerinin dışına çıktığında

veya işaretlenen noktalar rastlantısal olmayan bir durum sergilediğinde kontrol dışı

durumu gösteriyor olabilir. Örneğin Şekil 2.14’teki x kartı incelenecek olursa; tüm

noktalar kontrol limitleri içinde olmasına rağmen kontrol dışı bir durum

görülmektedir. Çünkü burada rastlantısal olmayan bir görünüm vardır. Özellikle 25

noktanın 19’u merkez çizginin altında yer almaktadır. Hâlbuki rastlantısal bir dağılım

olsaydı en azından noktaların yarı yarıya merkez çizginin her iki tarafında yer alması

beklenirdi. Ayrıca 4. noktadan sonra 5 nokta yukarı ve 18. noktadan sonra 5 nokta

aşağı doğru diziler (run) göze çarpmaktadır. Bir dizinin rastlantısal olarak 8 ve daha

fazla noktadan oluşması olasılığı çok düşüktür. Dolayısıyla merkez çizginin herhangi

bir tarafındaki böyle bir dizi kontrol dışı durumu işaret eder (Montgomery, 2001;

172).

Şekil 2.14. Bir x Kontrol Kartı

Kontrol kartındaki rastlantısal olmayan döngüsel desenler de kontrol dışı durumu

ifade eder. Şekil 2.15’teki x kontrol kartındaki noktalar sinüzoidal bir davranış

sergilemektedirler. Bu tür bir desen sürece özel nedenlerin etki ettiğini doğrultusunda

işaret veriyor olabilir (Banks, 1989; 198).

Merkez Çizgi

ÜKL

AKL

Örneklem Numarası

41

Şekil 2.15. Döngüsel Desene Sahip Bir x Kontrol Kartı

Kontrol kartlarındaki desenler incelenirken karşılaşılabilecek en büyük güçlükler;

sistematik olan veya rastlantısal olmayan desenleri belirleyebilmek ve bu desenlerin

nedenlerini ortaya çıkarabilmektir. Bu noktada, kontrol kartlarının istatistiksel

temellerini bilmenin yanı sıra süreç hakkında deneyim ve bilgi sahibi de olunmalıdır.

“The Western Electric” şirketi 1956 yılında kontrol kartlarındaki rastlantısal olmayan

desenlerin belirlenebilmesi için bir el kitabı hazırlamıştır. Buna göre:

• Bir nokta 3-sigma kontrol limitlerinin dışında yer alırsa (standart hareket

sinyali),

• Ardışık 3 noktadan 2 tanesi 2-sigma uyarı limitlerinin dışında yer alırsa,

• Ardışık 5 noktadan 4 tanesi merkez çizgiden 1-sigma veya daha uzakta yer

alırsa,

• Ardışık 8 nokta merkez çizginin bir tarafında yer alırsa

süreç kontrol dışıdır. Burada dikkat edilmesi gereken nokta, bu kurallar her zaman

merkez çizginin yalnız bir tarafı için geçerlidir. Örneğin üst uyarı sınırının üzerindeki

bir noktayı, alt uyarı sınırının altında bir nokta takip ediyorsa bu bir kontrol dışılık

olarak yorumlanamaz. Bu kurallar pratikte genel olarak kontrol kartlarının

hassasiyetini arttırmak için kullanılır. Bu kuralların kullanımı ile süreçteki daha

küçük değişimler, sadece “3-sigma kontrol limitlerini aşma” kuralının kullanılmasına

kıyasla daha hızlı bir şekilde belirlenebilir (Montgomery, 2001; 174-175).

Merkez Çizgi

ÜKL

AKL

Örneklem Numarası

42

“The Western Electric” kuralların yanında kontrol kartlarının hassasiyetini

arttıracak diğer kurallar da aşağıda sıralanmıştır. Bu kuralların varlığı halinde de

süreç kontrol dışındadır (Montgomery, 2001; 176).

• Sürekli artış ya da azalış gösteren 6 nokta

• C bölgesinde ardışık 15 nokta (merkez çizginin hem altında ve hem de

üstünde)

• Ardışık 14 noktanın yukarı ve aşağı hareketi

• Ardışık 8 noktadan hiç birinin C bölgesinde olmaması (merkez çizginin hem

altında ve hem de üstünde)

• Alışılmadık veya rastlantısal olmayan bir desen

• Uyarı veya kontrol limitlerinin yakınında bir veya daha fazla nokta

Şekil 2.16’daki desen incelenecek olursa ardışık 5 noktadan 4 tanesinin merkez

çizgiden 1-sigma veya daha uzakta yer aldığı görülmektedir ve süreç kontrol

dışındadır.

Şekil 2.16. Western Electronic Kurallarına Göre 1-Sigmalık Bölgelere Ayrılmış

x Kontrol Kartı


43

2.1.6. Kontrol Kartlarının Çeşitleri

Kontrol kartları genel olarak ikiye ayrılabilir:

2.1.6.1. Ölçülebilir Özellikler İçin Kontrol Kartları (Variables Control Charts)

Ölçülebilen ve sürekli bir ölçüm skalasında değer alabilen kalite karakteristikleri için

kullanılır. Bu gibi durumlarda kalite karakteristiğini bir merkezi eğilim veya değişkenlik

ölçüsüyle ifade etmek uygundur. Genellikle merkezi eğilimi kontrol etmek için x

kontrol kartları ve süreç değişkenliğini kontrol etmek içinse örneklem değişim aralığını

(R-range) veya örneklem standart sapmasını esas alan kontrol kartları kullanılır.

2.1.6.1.1. x - R Kartı

Bir süreçteki ölçülebilir kalite karakteristiğinin µ ortalama ve σ standart sapma

ile normal dağıldığı varsayılsın. Eğer nxxx ,...,,21

bu süreçten alınan n boyutluk bir

örneklem ise bu örneklemin ortalaması;

n

xxxx n+++

=

...21

olacaktır. Eğer her bir örneklemin ortalamalarının da µ ortalama ve nx /σσ =

standart sapma ile normal dağıldığı varsayılırsa bu durumda herhangi bir örneklem

ortalamasının

nzz x

σµσµ

αα 2/2/+=+

ve

nzz x

σµσµ

αα 2/2/−=−

44

limitleri arasına düşme olasılığı (1-α ) olacaktır (Banks, 1989; 185). Eğer µ ve σ

biliniyorsa yukarıdaki denklemler, örneklem ortalaması için oluşturulan kontrol

kartlarında üst ve alt kontrol limitleri olarak kullanılır. Eğer 2/α

z yerine 3 konulursa

3-sigma kontrol kartları elde edilir. Bir örneklemin ortalaması bu limitlerin dışına

çıkarsa, süreç ortalamasının artık µ ’ye eşit olmadığı anlaşılır.

Ancak pratikte genel olarak µ ve σ bilinmez. Bu nedenle µ ve σ sürecin

kontrol altında olduğu düşünülen bir aralıkta elde edilen örneklem verileri

kullanılarak tahminlenir. Bu tahminlemeyi yapabilmek için en az 4, 5 veya 6

gözlemden oluşan 20-25 tane örneklem kullanmak gerekir. Eğer mxxx ,...,,21

her bir

örneklemin ortalaması ise bu durumda süreç ortalaması µ ’nün en iyi tahminleyicisi;

m

xxxx m+++

=

...21

olacaktır. Böylece x , x kontrol kartında merkez çizgi olarak kullanılabilir (Barnes,

1994; 307, Montgomery, 2001; 209).

Kontrol limitlerini belirleyebilmek için ise σ standart sapmasını tahminlemek

gerekmektedir. σ , m tane örneklemin standart sapmaları veya değişim aralıkları

(R-range) kullanılarak tahminlenebilir. Eğer nxxx ,...,,21

süreçten alınan n boyutluk

bir örneklem ise, bu örneklemin değişim aralığı (R-range) en büyük ve en küçük

değere sahip gözlemler arasındaki fark olacaktır:

minmaxxxR −=

m tane örneklemin değişim aralıkları sırası ile mRRR ,...,,21

olsun. Bu durumda

ortalama değişim aralığı;

m

RRRR m+++

=

...21

45

olur (Barnes, 1994; 307). Bu bilgiler doğrultusunda x kontrol kartı için kontrol limitleri;

RAxRnd

xÜKL2

2

3+=+=

Merkez Çizgi = x

RAxRnd

xAKL2

2

3−=−=

olarak belirlenir (Banks, 1989; 187). Çeşitli örneklem büyüklükleri için 2

d ve 2

A

değerleri EK 2’de verilmiştir.

Süreç değişkenliği ise her bir örneklem için elde edilen değişim aralığı (R-range)

değerlerinin bir karta işlenmesi ile izlenebilir. R kartları için merkez çizgi ve kontrol

limitleri ise aşağıdaki gibi hesaplanır (Banks, 1989; 188);

RDRd

dÜKL

4

2

331 =

+=

Merkez Çizgi = R

RDRd

dAKL

3

2

331 =

−=

Çeşitli örneklem büyüklükleri için 3

d , 3

D ve 4

D değerleri EK 2’de verilmiştir.

Bir süreçteki herhangi bir ölçülebilir kalite karakteristiği için belirlenmiş olan bu

kontrol limitleri geçici kontrol limitleridir. Söz konusu süreçte kalıcı kontrol

limitlerini belirlemek için yapılması gereken, kontrol dışı olan noktaları yok sayıp

geri kalan noktalarla yeniden kontrol limitlerini hesaplamaktır. Bu işlem tüm

noktalar kontrol limitleri içinde kalıncaya kadar devam ettirilir ve sonunda elde

edilen limitler süreç için kullanılması gereken kalıcı kontrol limitleridir. Eğer

başlangıçta geçici kontrol limitleri dışında hiçbir nokta yoksa bu limitler kalıcı olarak

kullanılmaya devam edilir (Montgomery, 2001; 211-212).

46

2.1.6.1.2. x - s Kartı

İstatistiksel kalite kontrolünde yaygın olarak x ve R kartları kullanılmasına

rağmen bazen süreçteki değişkenliği doğrudan standart sapma kullanarak tahmin

etme yoluna da gidilmektedir. Bu noktada x ve s kontrol kartları kullanılmaktadır.

Burada s, örneklem standart sapmasıdır. x ve s kontrol kartları genellikle örneklem

büyüklüğü n > 10 veya 12 ise ve örneklem büyüklüğü değişken ise tercih

edilmektedir (Montgomery, 2001; 239).

x ve s kontrol kartlarının oluşturulmasında izlenen adımlar x ve R kontrol

kartlarının oluşturulmasına benzemektedir. Ancak burada her bir örneklem için

örneklem ortalaması x ve örneklem standart sapması s hesaplanır. Eğer 2

σ , olasılık

dağılışının bilinmeyen varyansı ise bunun tahminleyicisi;

1

)(1

2

2

−

−

=

∑=

n

xx

s

n

i

i

dir (Ryan, 1989; 83). n tane gözlemden oluşan m tane örneklem ele alındığında ve

i. örneklemin standart sapmasının si olduğu kabul edildiğinde; m tane standart

sapmanın ortalaması;

∑=

=

m

i

ism

s1

1

olur (Ryan, 1989; 85). Bu bilgiler doğrultusunda x kontrol kartı için kontrol limitleri;

sAxsnc

xÜKL3

4

3+=+=

Merkez Çizgi = x

sAxsnc

xAKL3

4

3−=−=

olarak belirlenir (Ryan, 1989; 95). Çeşitli örneklem büyüklükleri için 4

c ve 3

A

değerleri EK 2’de verilmiştir.

47

Süreç değişkenliği ise her bir örneklem için hesaplanan standart sapma s

değerlerinin bir karta işlenmesi ile izlenebilir. s kartları için merkez çizgi ve kontrol

limitleri ise aşağıdaki gibi hesaplanır (Banks, 1989; 212);

sBscc

ÜKL4

2

4

4

13

1 =

−+=

Merkez Çizgi = s

sBscc

AKL3

2

4

4

13

1 =

−−=

Çeşitli örneklem büyüklükleri için 3

B ve 4

B değerleri EK 2’de verilmiştir.

İstatistiksel kalite kontrolü uygulayıcıları genel olarak R kartını s kartına tercih

etmektedirler. Çünkü her bir örneklem için R değerini hesaplamak daha kolaydır.

Ancak son yıllarda standart sapma hesaplama özelliği olan hesap makinalarının

yaygınlaşması ve bilgisayarın istatistiksel kalite kontrolünün vazgeçilmez bir parçası

olmaya başlaması, s kartlarının da kullanımının yaygınlaşmasını sağlamıştır

(Montgomery, 2001; 243).

2.1.6.2. Ölçülemeyen Özellikler İçin Kontrol Kartları (Attributes Control Charts)

Pek çok kalite karakteristiği sürekli veya nicel bir skalada ölçülemez. Bu gibi

durumlarda ölçülemeyen ancak sayılabilen veya hatalı oranı ve hatalı sayısı şeklinde

ifade edilebilen kalite karakteristikleri için ölçülemeyen özellikler için kontrol

kartları kullanılır.

Ölçülemeyen özellikler için genel olarak üç tip kontrol kartından söz edilebilir

(Smith, 1998; 322). Bunlardan ilki, üretim süreci boyunca üretilen hatalı ürünlerin

oranını veya sayısını esas alan kontrol kartlarıdır. Bu kontrol kartlarına “p veya np

Kontrol Kartları” denilmektedir. İkinci tip kontrol kartları ise belirli bir zaman veya

alanda gözlenen, sürekli bir skalada ölçülemeyen fakat sayılabilen olayları esas alan

kontrol kartlarıdır. Bu kontrol kartlarına da “c Kontrol Kartları” denilmektedir. Son

olarak birim başına hataların belirlendiği durumlar için kullanılan kontrol kartları yer

almaktadır. Bu kontrol kartlarına ise “u Kontrol Kartları” denilmektedir.

48

2.1.6.2.1. p ve np Kartları

p kontrol kartları, bir üretim süreci boyunca üretilen hatalı ürünlerin oranını esas

alarak süreci kontrol etmektedir. Hatalı oranı, bir popülasyondaki hatalı gözlemlerin

sayısının popülasyondaki tüm gözlemlerin sayısına oranı olarak tanımlanmaktadır ve

genel olarak ondalıklı veya yüzdelik olarak ifade edilmektedir. Ancak bu veriler

üçüncü kişilere veya yönetime sunulurken daha anlamlı olması bakımından yüzdelik

ifadeler tercih edilmektedir.

Bir ürün pek çok kalite karakteristiği açısından incelenebilir ve bu kalite

karakteristiklerinden bir veya bir kaçı önceden belirlenen standartlara uymuyorsa

ürün hatalı olarak ayrılır. Yani burada muayene edilen ürünler hatalı/hatasız olarak

ayrılmaktadırlar. Bu yüzden p ve np kontrol kartlarının istatistiksel temeli Binom

dağılışına dayanmaktadır.

n üründen oluşan rasgele bir örneklem seçilsin ve bu örneklemdeki her bir ürünün

hatalı olması olasılığı ise p ile gösterilsin. Eğer bu örneklemdeki hatalı ürün sayısı D

ile belirtilecek olursa bu durumda D, n ve p parametrelerine bağlı binom dağılışı

gösterecektir (Banks, 1989; 147). Örneklemdeki ürünlerin bağımsız olduğu ve p’nin

de sabit kaldığı varsayılırsa Binom olasılık fonksiyonu;

{ } ( )xnx

ppx

nxDP

−

−

== 1 nx ,...,2,1,0=

olacaktır. Binom dağılışında rasgele değişken olan D’nin ortalamasının np ve

varyansının da ( )pnp −1 olduğu bilinmektedir.

Bu örneklemdeki hatalı oranı ise hatalı ürün sayısını gösteren D’nin örneklem

büyüklüğü n’ye oranıdır:

n

Dp =ˆ

49

Burada p̂ , popülasyona ait gerçek p değerinin tahminleyicisidir ve p̂ ’nın dağılışı da

Binom dağılışından elde edilir. p̂ ’nın ortalaması ve varyansı ise;

p=µ

n

ppp

)1(ˆ

2 −=σ

olarak hesaplanır (Banks, 1989; 147).

Eğer hatalı oranı p’nin üretim sürecinin tamamı için gerçek değeri biliniyorsa

veya hatalı oranı p değeri yönetim tarafından standart bir değer olarak belirlenmişse

yukarıdaki bilgiler doğrultusunda p kontrol kartı için kontrol limitleri;

( )

n

pppÜKL

−+=

13

Merkez Çizgi = p

( )

n

pppAKL

−−=

13

olarak belirlenir (Grant & Leavenworth, 1999; 226).

Eğer sürecin tamamı için hatalı oranı p bilinmiyorsa bu durumda p’nin

gözlemlenen değerlerden tahminlenmesi gerekir. Bunun için her biri n boyutunda m

tane örneklem alınır. Genel bir kural olarak m, 20-25 olmalıdır. Eğer i. örneklemde

Di kadar hatalı ürün varsa bu durumda i. örneklemdeki hatalı oranı;

n

Dp i

i =ˆ mi ,...,2,1=

olacaktır (Banks, 1989; 148). Her bir örneklem için hatalı oranlarının ortalaması ise;

50

m

p

m

n

D

p

m

i

i

m

i

i

∑∑

=

=

==1

1 ˆ

olacaktır (Banks, 1989; 148). Burada p , tüm süreç için bilinmeyen hatalı oranı p’nin

tahmini olmaktadır. Bu bilgiler doğrultusunda p kontrol kartı için kontrol limitleri;

( )

n

pppÜKL

−+=

13

Merkez Çizgi = p

( )

n

pppAKL

−−=

13

olarak belirlenir (Banks, 1989; 148).

Eğer her bir örneklemin boyutu n, örneklemden örnekleme farklılık gösteriyorsa

değişken kontrol limitleri kullanılır. Bu durumda,

∑

∑

=

=

=m

i

i

m

i

i

n

D

p

1

1

olmak üzere, i. örneklem için kontrol limitleri;

( )

in

pppÜKL

−+=

13

Merkez Çizgi = p

( )

in

pppAKL

−−=

13

olarak belirlenir (Montgomery, 2001; 299).

51

Değişken örneklem boyutları söz konusu olduğunda ikinci bir yaklaşım ise

yaklaşık kontrol limitleri kullanmaktır. Bu yaklaşım daha çok örneklem boyutları

arasındaki farklılığın %20’yi geçmediği durumlar için uygundur (Montgomery,

2001; 301). Burada kontrol limitleri sabit olmaktadır. Sabit kontrol limitlerinin

belirlenmesi için ortalama örneklem boyutu n hesaplanmalıdır:

m

n

n

m

i

i∑=

=1

Buradan yaklaşık kontrol limitleri;

( )

n

pppÜKL

−+=

13

Merkez Çizgi = p

( )

n

pppAKL

−−=

13

olarak belirlenir (Montgomery, 2001; 301).

np kontrol kartları ise bir üretim süreci boyunca üretilen hatalı ürünlerin sayısını

esas alarak süreci kontrol etmektedir. np kontrol kartları için kontrol limitleri;

( )pnpnpÜKL −+= 13

Merkez Çizgi = np

( )pnppAKL −−= 13

olarak belirlenir (Aft, 1988; 247). Eğer sürecin tamamı için p değeri bilinmiyorsa

veya bu değer yönetim tarafından belirlenmemişse, bu durumda p’nin tahmini olarak

p kullanılır. Bu kontrol kartlarında da değişken örneklem boyutlarının var olduğu

durumlarda yapılması gerekenler p kontrol kartlarındakilere benzemektedir

(Woodall, 1997, Montgomery, 2001; 297-298).

52

2.1.6.2.2. c Kartı

c kontrol kartları, bir üretim süreci boyunca üretilen ürünlerin belirli bir alandaki

veya belirli bir zaman aralığındaki hata sayılarını esas alarak süreci kontrol

etmektedir. Bu yüzden c kontrol kartlarının istatistiksel temeli Poisson dağılışına

dayanmaktadır. Poisson olasılık dağılışı;

!)(

x

cexP

xc−

= ,...2,1,0=x

şeklinde ifade edilebilir. Burada x, belirli bir alan veya belirli bir zamandaki hata

sayılarını göstermektedir. c > 0 ise Poisson dağılışının parametresidir ve hem

ortalamayı hem de varyansı ifade etmektedir. Bu bilgiler doğrultusunda c kontrol

kartları için kontrol limitleri;

ccÜKL 3+=

Merkez Çizgi = c

ccAKL 3−=

olarak belirlenir (Banks, 1989; 168). Burada c, sürecin tamamı için belirlenen

Poisson dağılışı parametresidir veya yönetim tarafından belirlenmiştir. Bu

hesaplamalar sonucunda AKL negatif çıkarsa bu limitin değeri sıfır olarak alınır.

Eğer sürecin tamamı için c bilinmiyorsa c’nin c olarak gözlemlenen değerlerden

tahminlenmesi gerekir. Bu durumda kontrol limitleri;

ccÜKL 3+=

Merkez Çizgi = c

ccAKL 3−=

olarak belirlenir (Smith, 1998; 340).

53

2.1.6.2.3. u Kartı

u kontrol kartları, birim başına hatalı sayılarını esas alarak süreci kontrol

etmektedir. Eğer n boyutluk bir birimde gözlenen hata sayısı x ile ifade edilecek

olursa birim başına hatalı sayısı;

n

xu =

şeklinde ifade edilebilir (Ryan, 1989; 205). Burada x, Poisson dağılışının rasgele

değişkenidir. Buradan kontrol limitleri;

n

uuÜKL 3+=

Merkez Çizgi = u

n

uuAKL 3−=

olarak belirlenir (Banks, 1989; 172). Burada u , birim başına hatalı sayılarının

ortalamalarını ifade etmektedir.

Bir süreçteki herhangi bir ölçülemeyen kalite karakteristiği için belirlenmiş olan

bu kontrol limitleri geçici kontrol limitleridir. Söz konusu süreçte kalıcı kontrol

limitlerini belirlemek için yapılması gereken, kontrol dışı olan noktaları yok sayıp

geri kalan noktalarla yeniden kontrol limitlerini hesaplamaktır. Bu işlem tüm

noktalar kontrol limitleri içinde kalıncaya kadar devam ettirilir ve sonunda elde

edilen limitler süreç için kullanılması gereken kalıcı kontrol limitleridir. Eğer

başlangıçta geçici kontrol limitleri dışında hiçbir nokta yoksa bu limitler kalıcı olarak

kullanılmaya devam edilir (Woodall, 1997, Besterfield, 2004; 308-309).

54

Kontrol kartları, istatistiksel süreç kontrolü teknikleri arasında en yaygın

kullanılanı ve en etkili olanıdır (Montgomery, 2001; 177). Ancak hiçbir zaman

unutulmamalıdır ki, kontrol kartları çok iyi bir sorun çözme ve süreç iyileştirme aracı

olmasına rağmen, diğer istatistiksel süreç kontrol araçlarıyla birlikte kullanıldığı

zaman daha etkili olmaktadır.

2.2. HİSTOGRAM VE GÖVDE-YAPRAK GRAFİĞİ

Histogram, belli bir kalite karakteristiğinin aldığı değerlerin ve bu değerlere

karşılık gelen frekansların çubuk grafiği şeklinde gösterimi olarak tanımlanabilir

(Ryan, 1989; 242). Gövde-yaprak grafiği ise belli bir kalite karakteristiğinin aldığı

tüm değerleri gösteren özel bir gösterimdir (Ryan, 1989; 245).

Histogram ve gövde-yaprak grafiği, süreci genel olarak tanımak amacıyla

kullanılan araçlardandır. Ortalama, mod, değişim aralığı, verilerin dağılışlarının türü

vb. gibi pek çok bilgi bu grafiklerden ilk bakışta elde edilebilir (Banks, 1989; 462).

Şekil 2.17. (a) Histogram (b) Gövde-Yaprak Grafiği

(MINITAB Çıktısı)

(a) (b)

55

2.3. ÇETELE DİYAGRAMI

Çetele diyagramı, istatistiksel süreç kontrolü uygulanmalarında kullanılan araçların

başında gelir. Çetele diyagramı basit şekliyle verileri kategorilerine ayıran ve sonra

bulguların kontrol işaretleriyle kaydedildikleri formlardır (Banks, 1989; 463).

Bir çetele diyagramı hazırlanırken dikkat edilecek temel noktalar şunlardır (Aft, 1988; 79):

• Toplanacak verinin tipi ve özellikleri

• Departman, kısım veya işlem numaralarının düzgün bir şekilde kaydedilmesi

• İşlemin yapıldığı tarih

• Veriyi kimin toplayacağı

Şekil 2.18’de erkek gömleği üretim sürecine ait bir çetele diyagramı

görülmektedir. Bu tablo dikkatli incelendiğinde hataların daha çok dikiş kopuğu,

dikiş kayması ve yağ lekesi olarak yoğunlaştığı görülmektedir. Buradan yola

çıkılarak bu hataların bozuk veya ayarları yapılmamış bir dikiş makinasından

kaynaklandığını görmek mümkündür.

Şekil 2.18. Çetele Diyagramı

18IIII IIII IIII IIIYag lekesi

17IIII IIII IIII IIDikis kaymasi

2IIEksik dügmeler

60TOPLAM HATA

4IIIIKumas hatalari

6IIII ITon farkliliklari

10IIII IIIIDikis kopugu

3IIIKirik, kopuk dügmeler

HATA ADEDIÇETELEHATA TIPI

Hizmet Türü : B121 Gömlek Üretimi Tarih : 03.12.2004

Departman Adi : Dikimhane Saat : 08:00-15:00

Toplam Adet : 60 Veri Toplayan : Musa

Örnek Hacmi : 500 Düsünceler : Dikis makinalarinin bakimi yapilacak

56

2.4. PARETO DİYAGRAMI

Pareto diyagramı (Şekil 2.19) basitçe, kategorilere ayrılmış ölçülemeyen

değişkenlerin frekans dağılışıdır. Burada frekansı en yüksek olandan başlayarak tüm

kategoriler sıralı bir şekilde çubuk grafik ile gösterilir. Ayrıca her faktörün toplam

içindeki yüzdesi bulunur ve grafikte kümülâtif yüzde çizgisi ile gösterilir (Banks,

1989; 467).

Pareto diyagramının yararları kısaca şöyle özetlenebilir (Aft, 1988; 85-87):

• En önemli problemi belirler.

• Bir bakışta önem sırası görülebilir.

• Bütün faktörler içinde ilgilenilen faktörün önem yüzdesi görülebilir.

• Karmaşık hesaplara gerek duymadan kolaylıkla hazırlanabilir.

Şekil 2.19’da görüldüğü gibi erkek gömleği üretim sürecinde en çok karşılaşılan

hatalar pareto diyagramı sayesinde kolaylıkla görülebilmektedir.

Şekil 2.19. Pareto Diyagramı (SPSS Çıktısı)

YÜ

ZD

E (%

)

57

2.5. NEDEN-SONUÇ DİYAGRAMI

İlk kez 1976 yılında Ishikawa tarafından geliştirilmiştir. Bu yüzden “Ishikawa

Diyagramı” olarak da isimlendirilir. Ayrıca görünüşü bakımından balık kılçığına

benzediği için “Balık Kılçığı Diyagramı” da denilmektedir (Banks, 1989; 474).

Neden-sonuç diyagramı (Şekil 2.20); belirli bir problem veya sonucun nedenini

araştırmak ve belirlemek için sonuca etki eden bütün nedenleri bir arada göstermek

amacıyla kullanılmaktadır. Bir hata veya sorun belirlenip üzerinde çalışılmaya

başlanıldığında, öncelikle sonucun potansiyel nedenleri araştırılır. Özellikle

nedenlerin açık olmadığı durumlarda, potansiyel nedenleri gruplandırmaya ve her bir

grup içinde farklı nedenleri sıralamaya yarayan neden-sonuç diyagramı sıklıkla

kullanılmaktadır. Neden-sonuç diyagramı oldukça güçlü bir araçtır. Ayrıntılı bir

şekilde hazırlanan neden-sonuç diyagramı pek çok sorunun çözümlenmesinde etkili

bir sorun gidericidir. Deneyimli bir takım tarafından hazırlanan ve özellikle beyin

fırtınası gibi çeşitli tekniklerle tartışılan bir neden-sonuç diyagramı sorunların

çözümlenmesi için oldukça başarılı bir yaklaşımdır (Aft, 1988; 97).

Neden-sonuç diyagramı oluşturmanın aşamaları aşağıdaki gibi sıralanabilir

(Montgomery, 2001; 181):

• Analiz edilecek problem ya da sonucu belirle.

• Analizi yapacak takımı oluştur. Bu takım potansiyel sebepleri “beyin

fırtınası” ile ortaya çıkaracaktır.

• Sonuç kutusunu ve merkez çizgiyi çiz.

• Potansiyel nedenleri belirle ve onların bulunduğu kutuları merkez çizgiye

birleştir.

• Gerekirse yeni kategoriler ekle

• Düzeltici önlemler al.

58

Şekil 2.20. Neden-Sonuç Diyagramı (Ishikawa Diyagramı, Balık Kılçığı Diyagramı)

2.6. HATA YOĞUNLUĞU DİYAGRAMI

Hata yoğunluğu diyagramında bir ürün tüm boyut ve açıları göz önüne alınarak

çizilir ve üzerine nerelerinde hatalar olduğu işaretlenir. Hataların oluştuğu yerlerin

görüntülenmesi hatanın nedeni hakkında ipucu verebilir (Montgomery, 2001;182).

Şekil 2.21’de bitmiş buzdolabı ürünü için kullanılan hata yoğunluğu diyagramı

görülmektedir. Buzdolabı yüzeyinde gözlenen hatalı kısımlar, ürünün hata

yoğunluğu diyagramı üzerinde işaretlenmiştir. Daha sonra bu diyagram

incelendiğinde gözlenen bu hatanın taşıma sırasında oluştuğu sonucuna varılabilir.

Çünkü buzdolabı işletme içinde bir birimden başka bir birime taşınırken etrafına bir

taşıma kayışı sarılmaktadır. Bu diyagram incelendiğinde bu kayışın ürüne çok sıkı

bağlandığı, bu kayışın yüzeyinin aşındırıcı bir yüzey olabileceği ya da bu kayışın

eninin çok dar olduğu gibi sonuçlara varılabilir.

SONUÇ / PROBLEM

METOD

ÇEVRE

MAKINA

IS GÜCÜ

ÖLÇÜM

MALZEME

59

Grafik Başlığı

y = -8128,906x + 2213,927

R2 = 0,693

700

800

900

1000

1100

1200

1300

1400

0,110 0,120 0,130 0,140 0,150 0,160 0,170

Ortalama Çap (mm)

Bü

küm

Say

ısı (

T/m

)

Tip 18Y

Doğrusal (Tip 18Y)

Şekil 2.21. Buzdolabı İçin Hata Yoğunluğu Diyagramı


2.7. SERPME DİYAGRAMI

Serpme diyagramı iki değişken arasındaki potansiyel ilişkiyi belirlemek için

kullanılır. Değişkenler arasındaki bu ilişkiler özellikle neden-sonuç diyagramı üzerinde

beyin fırtınası yaparken yorumlamalar yapılmasını kolaylaştırır. Örneğin; iplik

bükümünün beklenenden düşük çıkmasının sebebi, iplik uzunluğu boyunca iplik

çapının artış gösterdiği bölgelerin var olduğu sonucuna dayandırılabilir (Şekil 2.22).

Şekil 2.22. Serpme Diyagramı

60

2.8. YEDİ YENİ İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMİ

İstatistiksel kalite kontrolünde kullanılan muhteşem yedi (kontrol kartları,

histogram ve gövde-yaprak grafiği, çetele diyagramı, pareto diyagramı, sebep-sonuç

diyagramı, hata yoğunluğu diyagramı, serpme diyagramı) dışında, problemlerin

çözümü ile ilgili olarak tasarım yaklaşımı metodu uygulanır. Tasarım yaklaşımında

kullanılan ve “Yedi Yeni İKK Aracı” olarak bilinen teknikler ürün kalitesinin

iyileştirilmesinde, maliyetlerin azaltılmasında ve yeni ürün geliştirilmesinde fayda

sağlamaktadır (Mizuno,1988; 15-21; Besterfield, 2004; 475).

Bu teknikleri kısaca aşağıdaki gibi açıklamak mümkündür:

2.8.1. İlişki Diyagramı (Relations Diagram)

İlişki diyagramı, karmaşık bir duruma uygun bir çözüm bulmak için karışık

nedensel ilişkileri belirlemek ve birbiriyle ilişkilendirerek çözüme yaklaşmak

amacıyla geliştirilmiş bir tekniktir. Bu yöntem faktörler arası sebep-sonuç

ilişkilerinin açıklık kazanmasına yardımcı olmakta ve yeni fikirlerin oluşmasına

imkân sağlamaktadır (Mizuno,1988; 23, Besterfield, 2004; 477).

Bir problemin çözümünde ilişki diyagramı oluşturulacaksa genel olarak şu

adımlar izlenmelidir (Tetsuichi & Kazuo, 1990; 252-253):

• Problem tanımlanır.

• Bu problemin nedenleri belirlenir.

• Bu nedenler beyin fırtınası yöntemiyle tartışılır ve geliştirilir.

• Problem ve nedenleri arasında mantıksal ilişkiler belirlenir.

• Belirlenmiş olan nedenler yeniden gözden geçirilir, problem ve nedenleri

arasındaki ilişkiler yeniden incelenir.

• Bu çalışmalar doğrultusunda ilişki diyagramı çizilir.

• Problemin birincil nedenleri belirlenir.

61

Şekil 2.23’te çeşitli problemler ve bunları etkileyen faktörler, belirli bir neden-

sonuç ilişkisi yaratabilmek amacıyla oklar yardımıyla ilişkilendirilmiştir.

Şekil 2.23 İlişki Diyagramı

Kaynak: Mizuno, 1988; 89

İlişki diyagramı; kalite politikalarının belirlenmesinde ve geliştirilmesinde,

müşteri şikâyetlerini önlemeye ilişkin yöntemlerin sıralanmasında, süreç kalitesinin

geliştirilmesinde, girdi kalite kontrolünün kolaylaştırılmasında kullanılır

(Mizuno, 1988; 24, Tetsuichi & Kazuo, 1990; 254).

2.8.2. Yakınlık Diyagramı (Affinity Diagram)

Yakınlık diyagramı, katılımcı grup çalışması esasına dayanan organizasyonel bir

yöntemdir. İlk kez Kawakito Jiro tarafından geliştirilmiştir (Mizuno, 1988; 25).

Bu yöntemde problemler, farklı düşünce ve deneyimlere sahip insanların bir araya

gelip elde ettikleri verileri karşılıklı tartışma ve değerlendirmeler sonucunda

gruplandırarak genel durum hakkında sonuca varmalarıyla çözümlenir. Bu yöntem

genellikle daha önceden karşılaşılmayan karmaşık durumlar karşısında çeşitli

kaynaklardan elde edilen sözel verilerin gruplandırılarak karmaşık durumun açığa

çıkarılması için kullanılır (Tetsuichi & Kazuo, 1990; 245, Besterfield, 2004; 477).

Problem 3

Problem 2

Problem 1

Sebep 1

Sebep 2

Sebep 5

Sebep 7

Sebep 3

Sebep 6

Sebep 4

62

Yakınlık diyagramı oluşturulurken izlenilmesi gereken adımlar aşağıdaki gibi

sıralanabilir (Tetsuichi & Kazuo, 1990; 246-248):

• Öncelikle açığa çıkarılması gereken konu belirlenir.

• Konuyla ilgili sözel veriler toplanır. Bu sözel veriler takımdaki üyelerin

tahminleri, fikirleri, karşılaştıkları durumlar karşısındaki deneyimleri ve

gözlemlerinden oluşur.

• Bu sözel veriler kartlara yazılır.

• Bu kartlar bir araya getirilerek birbiriyle ilişkili olanlar gruplandırılır.

• Bu gruplandırma esas alınarak yakınlık diyagramı oluşturulur.

Şekil 2.24’te yönetimsel aktivitelerin geliştirilmesi için hazırlanmış yakınlık

diyagramı örneği görülmektedir.

Şekil 2.24. Yakınlık Diyagramı

Kaynak: Tetsuichi & Kazuo, 1990; 249

Yönetim Faaliyetlerinin Geliştirilmesinde Karşılaşılan Sorunlar

KK yöntemlerini

anlamamak

Yönetimin Hatası Takım Üyelerinin İşle

İlgili Olmamaları

Yöneticilerin ve

Danışmanların Karşılaştıkları

Önemli Problemleri Fark

Edemeyecek Kadar

Meşgul Olmaları

Takım Üyeleri Arasında

İletişim Yetersizliği

Yaşlı İşçiler

Yöneticilerin Kendi

Bildiklerini Yapması

Yönetimin

Hoşnutsuzluğu

Yetersiz Liderlik

Kabiliyeti

KK yöntemlerini diğer çalışanlara öğretememek

Diğer çalışanların

görüşlerine önem

vermemek

Kendi düşüncelerini

zorla kabul ettirmek

Esnek olmamak

İsteksiz olmak

Yeni şeyler öğrenmek istememek

Birlikte

çalışmaktan

hoşlanmamak

Takım toplantılarına

katılmamak

Sadece emekliliğini beklemek

Yetersiz fiziksel güce

sahip olmak

Takım toplantılarında aktif rol

oynamamak

Başka fikirlere sürekli karşı çıkmak

Çok sayıda toplantıya

katılmak zorunda olmak

Her şeyi kendi başına yapması gerekmek

Yoğun bir kırtasiye trafiği içinde kalmak

Geç vakitlere kadar çalışmak

zorunda kalmak

İşlerin monotonlaşması

63

Yakınlık diyagramı; yeni kurulan bir işletmenin, yeni bir ürünün ya da yeni bir

projenin kalite kontrol politikalarının belirlenmesinde ve geliştirilmesinde, takım

çalışmalarını güçlendirmede ve teşvik etmede, TKY çalışmaları sırasında çeşitli

bölümlerdeki insanların farklı görüşlerini bir araya getirmede ve bir başlangıç

noktası oluşturmada, yeni ve bilinmeyen bir pazara girildiğinde kalite politikalarının

yönetilmesinde kullanılır (Mizuno, 1988; 28, Kısaoğlu, 2002; 19).

2.8.3. Sistematik Diyagramı (Dendogram)

Sistematik diyagramı, belirli amaçların başarılmasında en uygun ve en etkili olan

araçları inceleme yöntemidir. Bu yöntem, bir problem karşısında tüm etkenleri

sistematik bir şekilde göz önünde bulundurarak amaca ulaşılmasını hedefler.

Sistematik diyagramı, gittikçe dallara ayrılan bir ağaca benzetilebilir. Sorunun

kökünün belirlenmesi ve bu soruna neden olan etkenlerin sistematik bir şekilde

gösterilmesi problemin çözümünde en uygun yolun belirlenmesini sağlayacaktır

(Mizuno, 1988; 31, Kısaoğlu, 2002; 20, Besterfield, 2004; 480).

Sistematik diyagramı oluştururken izlenilmesi gereken adımlar aşağıdaki gibi

sıralanabilirler (Tetsuichi & Kazuo, 1990; 258-260):

• Çözülecek problem ya da ulaşılmak istenen bir hedef belirlenir.

• Problemin çözümü ya da hedefin gerçekleştirilmesi için gereken birincil

etkenler belirlenir.

• Birincil etkenler ile ilişkili ikincil etkenler belirlenir.

• Seviyeler arttırılabilir.

• Bu etkenlerin birbirleriyle ve problem ya da hedefle olan ilişkileri gözden

geçirilir.

• Sistematik diyagramı çizilir.

64

Şekil 2.25’te sistematik diyagramının genel yapısı görülmektedir.

Şekil 2.25. Sistematik Diyagramı


Sistematik diyagramı; yeni bir ürün geliştirilirken bir tasarım-kalite planının

yapılmasında, kalite kontrolü faaliyetlerinin etkinliğinin geliştirilmesi için tasarlanan

kalite seviyeleriyle kontrol kartları arasındaki ilişkilerin belirlenmesinde, sebep-

sonuç diyagramı oluşturulmasında, yeni kurulan işletmelerde kalite ve maliyet ile

ilgili ortaya çıkan problemlerin çözülmesi için yeni fikirlerin geliştirilmesinde

yönetime yardımcı olmak amacıyla kullanılır (Mizuno, 1988; 31).

2.8.4. Matris Diyagramı (Matrix Diagram)

Matris diyagramı, çok seviyeli ve çok boyutlu ilişkilerin anlaşılması ve ifade

edilmesi için kullanılan bir yöntemdir. Bu yöntem sebepler ve sonuçlar ya da

hedefler ve yöntemler arasındaki ilişkilerin gösterilmesi için kullanılır. Burada

sebepler ve sonuçlar ya da hedefler ve yöntemler bir matrisin satır ve sütunlarına

yazılır. Satır ve sütunların kesiştiği yerlerde faktörler arasındaki ilişkiler belirlenerek

PROBLEM

HEDEF

1. Seviye

Etkenler

2. Seviye

Etkenler

3. Seviye

Etkenler

4. Seviye

Etkenler

65

problem açığa çıkarılır ve çözüm yöntemlerinin belirlenmesi sağlanır. Satır ve

sütunlarda yer alan faktörler arasındaki ilişki seviyelerinin gösterilmesinde ise çeşitli

işaretler kullanılır (örneğin; �: güçlü ilişki, �: normal ilişki, ��: zayıf ilişki vb).

Matris diyagramı, yapısı sayesinde problemin tamamını kolaylıkla görüp

anlayabilmeyi sağlar (Tetsuichi & Kazuo, 1990; 265-268, Besterfield, 2004; 481-483).

Matris diyagramları pek çok temel yapıda hazırlanabilir ve anımsattıkları harfe

göre isimlendirilirler (Şekil 2.26) (Mizuno, 1988; 33, Tetsuichi & Kazuo, 1990; 265):

• L-tipi matris diyagramı, iki boyutlu bir tablodur ve faktörler satır ve

sütunlarda yer almaktadır.

• T-tipi matris diyagramı, iki tane L-tipi matris diyagramının birleşiminden

oluşmaktadır.

• Y-tipi matris diyagramı, üç tane L-tipi matris diyagramının birleşiminden

oluşmaktadır.

• X-tipi matris diyagramı, dört tane L-tipi matris diyagramının birleşiminden

oluşmaktadır.

• C-tipi matris diyagramı, üç boyutlu bir tablodur. Üç tane faktör setinin

karşılıklı olarak birbiriyle etkileşimlerini göstermektedir.

Matris diyagramı; bir ürünün geliştirilmesi ve iyileştirilmesi için yeni fikirlerin

ortaya atılmasında, kalite fonksiyon göçerimi uygulamalarında, çeşitli kontrol

fonksiyonları yardımıyla kalitenin farklı seviyelerini bir araya getirerek kalite

güvence sisteminin kurulması ve sürekliliğinin sağlanmasında, kalite değerlendirme

sisteminin etkinliğinin arttırılmasında, üretim sürecindeki uygun olmayan nedenlerin

izlenmesinde, bir ürünün özellikleri ile pazar koşulları arasındaki ilişkilerin

belirlenerek pazar stratejilerinin oluşturulmasında, çeşitli projeler arasındaki teknik

ilişkilerin belirlenmesinde kullanılır (Mizuno, 1988; 33, Kısaoğlu, 2002; 20).

66

Şekil 2.26. Matris Diyagramı Çeşitleri

Kaynak: Mizuno, 1988; 173-178

2.8.5. Matris Veri Analiz Diyagramı (Matrix-Data Analysis Diagram)

Matris veri analiz diyagramı yöntemi ile matris diyagramından elde edilen

karmaşık veriler düzenlenerek kolaylıkla anlaşılabilir ve karşılaştırılabilir sonuçlar

elde edilir. Bunun için matris diyagramındaki faktörler arasındaki ilişkiler

sayısallaştırılır. Bu yöntem, yedi yeni kalite kontrol yöntemi içinde veri analizine

dayanıp, sayısal sonuçlar veren tek yöntemdir. Bu yöntem sonucunda elde edilen

veriler tablo formunda gösterilir (Mizuno, 1988; 36-38).

L-Tipi T-Tipi Y-Tipi

X-Tipi C-Tipi

67

Matris veri analiz diyagramı; faktörlerin çok karışık olduğu durumlarda üretim

süreçlerinin incelenmesinde, çok fazla veri içerisinden uygunsuz olanların

analizinde, pazar araştırmaları sonucunda elde edilmek istenilen kalite seviyelerinin

yakalanmasında, duyumsal veya sözel verilerin sistematik bir şekilde

sınıflandırılmasında, karmaşık kalite değerlendirmelerinin yorumlanmasında ve

doğrusal olmayan verilerin analizinde kullanılır (Mizuno, 1988; 38).

2.8.6. Ok Diyagramı (Arrow Diagram)

Ok diyagramı, günlük planların oluşturulması ve takibi yöntemidir. Bu yöntem,

bir süreç içerisinde birbirini takip eden işlem basamaklarını oklar yardımıyla bir ağ

şeklinde göstermektedir. Ok diyagramı, günlük planlar için PERT ve CPM

yöntemlerinden türetilmiş bir yöntemdir (Mizuno, 1988; 42, Tetsuichi & Kazuo,

1990; 273).

Ok diyagramı oluşturulurken çeşitli semboller kullanılmaktadır. Bu semboller ve

anlamları Tablo 2.1’de verilmiştir.

Tablo 2.1. Ok Diyagramında Kullanılan Semboller ve Anlamları

İşlem Sembol Anlam

İşlem

Planı gerçekleştirmek için

izlenilmesi gereken yolu

gösterir.

Bağlantı Noktası İşlemleri gösterir.

İşlem Numarası İşlem sırasını gösterir.

Kukla İşlem

Eş zamanlı paralel

işlemleri bağlarken ardışık

ilişkileri gösterir.

Kaynak: Tetsuichi & Kazuo, 1990; 274

3

68

Ok diyagramı oluşturulurken izlenilmesi gereken adımlar aşağıdaki gibi

sıralanabilirler (Tetsuichi & Kazuo, 1990; 276-277):

• Yapılacak işlemler listelenir.

• Bu işlemler ayrı ayrı kartlara yazılır.

• Bu kartlar büyük bir kâğıt üzerinde işlem sırası göz önünde bulundurularak

belirli bir sıraya konur.

• Daha sonra bu işlemler oklar yardımıyla birleştirilir.

• Son olarak her işlemi tamamlayabilmek için gerekli süreler belirlenir.

Şekil 2.27’de bir ok diyagramının genel yapısı görülmektedir.

Şekil 2.27. Ok Diyagramı


Ok diyagramı, özellikle hat yöneticilerinin gerçekleşen faaliyetleri izlemeleri

konusunda oldukça yardımcı olan bir yöntemdir. Bu yöntem; yeni bir ürün veya

mevcut bir ürünü geliştirme planlarının oluşturulmasında ve takibinde, deneysel

çalışmalar için günlük planların oluşturulmasında ve takibinde, önceden yapılan

üretim planlarının kalite kontrol çalışmalarıyla eş zamanlı olarak yürütülmesinin

sağlanmasında, periyodik bakım planlarının hazırlanmasında ve takibinde, kalite

kontrol faaliyetlerinin planlanmasında ve takibinde kullanılmaktadır (Mizuno, 1988;

44, Kısaoğlu, 2002; 21).

2 2 3 2 1 3 3 4

3 3

3 2 5 4

1 2 1 2 3 3

69

2.8.7. Süreç Karar Program Kartı (Process Decision Program Chart)

Süreç karar program kartı, olayların gelişimini ve olası sonuçların çeşitliliğini

değerlendirerek istenilen sonuçları elde etmek için hangi süreçlerin kullanılacağının

belirlenmesinde yol gösteren bir yöntemdir. Yöneylem araştırmalarında kullanılan

süreç karar program kartı çeşitli problemler karşısında uygun sonuçları önceden

tahmin ederek en iyi olası çözümleri sağlayacak önlemleri hazırlar (Mizuno, 1988; 40,

Besterfield, 2004; 485).

Süreç karar program kartı; yönetim için uygulama planlarının oluşturulmasında,

teknoloji geliştirmek için uygulama planlarının oluşturulmasında, bir sistemde ileride

gerçekleşebileceği düşünülen temel olaylar için bir tahminleme ve önlem alma

politikasının oluşturulmasında, üretim sürecindeki uygunsuzlukların

minimizasyonuna yönelik önlemlerim alınmasında, henüz tasarlanmakta olan süreç

için bakım-onarım ve ayarlama ölçütlerinin belirlenmesinde kullanılır (Mizuno,1988;

40-42).

70

ÜÇÜNCÜ BÖLÜM

UYGULAMA

3.1. TEKSTİL SEKTÖRÜNE GENEL BİR BAKIŞ

İnsanlar ilk çağlarda çeşitli hayvanlardan elde ettikleri derilerle vücutlarını

kapatarak soğuk, yağış gibi olumsuz çevre koşullarından korunmaya çalışırlardı.

Daha sonraları değişik medeniyetlerin kurulması ve insanoğlunun daha iyiyi araması

sonucu hayvan derilerinin yerini basit tekniklerle elde edilmiş tekstil yüzeyler

almaya başladı. İnsanlar olumsuz çevre koşullarından korunmak için kullandıkları

tekstil yüzeyleri zamanla örtünmek, çeşitli sosyal sınıfları ayırt etmek (soylular,

kraliyet ailesi, halk v.b.), rönesansla birlikte moda anlayışının ortaya çıkmasıyla

giyim zevklerini tatmin etmek gibi nedenlerle kullanmaya başladılar.

Günümüzde tekstil, sonsuz insan ihtiyaçlarını karşılamak amacıyla modern

teknolojileri kullanarak sürekli kendini yenileyen, rekabetçi ve kaliteye önem veren

bir sektör haline dönüşmüştür.

Tekstil ve hazır giyim sektörü ülkemiz için oldukça önemli bir konumdadır.

Sektör, diğer gelişmekte olan ülkelerde olduğu gibi ülkemizde de gerek üretim ve

istihdama olan katkısı ve gerekse ihracat yoluyla döviz kazandırma sebebiyle

lokomotif olma özelliğini sürdürmektedir.

Tekstil ve hazır giyim sektörü GSMH içerisindeki %3,5’lik, sanayi üretimindeki

%16,3’lük, imalat sanayi üretimindeki %18,7’lik, toplam istihdamdaki %11’lik ve

endüstri istihdamı içindeki %30’luk payı ile ülkemiz ekonomisinde oldukça önemli

bir yere sahiptir. Kayıt dışılığın, bu sektörde diğer sektörlere oranla daha fazla

olduğu dikkate alındığında, sektörün genel ekonomimiz içindeki gerçek ağırlığının

daha yüksek oranlarda olduğu düşünülmektedir (DTM Tekstil ve Konfeksiyon

Ürünleri Dairesi, 2004; 91).

71

Yıllık ihracatımızın yaklaşık %30’luk kısmını tekstil ve hazır giyim sektörü

oluşturmaktadır. Tablo 3.1’de 2001’den bu yana Türkiye’nin hazır giyim ve

konfeksiyon ihracatı ile tekstil ve hammaddeleri ihracatının genel ihracat içindeki

yerleri görülmektedir.

Tablo 3.1. Türkiye Tekstil Sektörü İhracatının Yıllara Göre Genel İhracat İçindeki Yeri

Birim: 1000$

Türkiye

Genel

İhracatı

Hazır Giyim

ve

Konfeksiyon

İhracatı

Genel

İçindeki

Payı

Tekstil

ve

Hammaddeleri

İhracatı

Genel

İçindeki

Payı

2001

(Ocak-Aralık) 31.049.213 7.483.175 %24,1 2.865.872 %9,2

2002

(Ocak-Aralık) 36.174.260 9.172.193 %25,4 2.979.471 %8,2

2003

(Ocak-Aralık) 47.880.277 11.516.422 %24,1 3.661.104 %7,6

2004

(Ocak-Aralık) 64.010.231 13.097.851 %20,5 4.565.602 %7,1

2005

(Ocak-Haziran) 35.362.373 6.848.421 %19,4 2.443.193 %6,9

Kaynak: İTKİB, 2005

Bugün dünyada yaklaşık 33 milyon hektarlık bir alanda pamuk lifi üretimi

yapılmaktadır. 2004-2005 yılı için tahmin edilen dünya pamuk lifi üretim miktarı

yaklaşık 25,2 milyon tondur. Bu değer bir önceki yıla göre %20 daha fazladır.

2004-2005 yılı için tahmin edilen dünya pamuk lifi tüketimi ise yaklaşık 22,7 milyon

tondur. Bu değer ise bir önceki yıla göre 1,5 milyon ton yani %6,9 daha fazladır ve

şimdiye kadar gözlenen en yüksek miktardır. Bununla birlikte 2004-2005 yılı için

tahmin edilen dünya pamuk lifi stoku yaklaşık 10 milyon ton civarındadır

(Engelhardt, 2005; 5).

72

Türkiye’de ki durum gözden geçirilecek olursa; 2004-2005 yılı için yaklaşık

700 bin hektar alanda pamuk lifi üretimi gerçekleştirilmektedir ve tahmin edilen

üretim miktarı yaklaşık 900 bin tondur. Bu değerlere göre ülkemiz pamuk lifi üretim

miktarı açısından dünyada 7. sırada yer almaktadır. Tablo 3.2.’de 2004-2005 yılı için

ülkelere göre tahmini pamuk lifi üretim miktarları ve verimler görülmektedir (TİM,

2004, Engelhardt, 2005; 5).

Tablo 3.2. 2004-2005 Yılı İçin Ülkelere Göre Pamuk Lifi Üretim Miktarları ve Verimler

Ülkeler Üretim Miktarı (milyon ton) Verim (kg/hektar)

Çin 6,3 1071

ABD 4,8 877

Hindistan 3,6 379

Pakistan 2,4 748

Brezilya 1,4 1195

Özbekistan 1,1 801

Türkiye 0,9 1294

Dünya 25,2 692

Kaynak: Engelhardt, 2005; 5

Tablo 3.3.ve 3.4’te ise 2004-2005 yılında dünyada ve Türkiye’de kimyasal ve

doğal liflerin tahmini üretim miktarları görülmektedir.

Tablo 3.3. 2004-2005 Yılı Dünya ve Türkiye Kimyasal Lif Üretim Miktarı Tahminleri

Kimyasal Lifler Dünya (ton) Türkiye (ton) Türkiye’nin Payı (%)

Sentetikler 34.781.000 1.116.000 3,2

Selülozikler 3.198.000 11.000 0,3

Toplam 37.979.000 1.127.000 3,0

Kaynak: TİM, 2004, Engelhardt, 2005

73

Tablo 3.4. 2004-2005 Yılı Dünya ve Türkiye Doğal Lif Üretim Miktarı Tahminleri

Doğal Lifler Dünya (ton) Türkiye (ton) Türkiyenin Payı (%)

Pamuk 25.200.000 920.000 3,7

Yün 1.274.000 12.000 0,9

İpek 98.000 15 0,0

Rami 249.400 0 0,0

Sisal 314.701 0 0,0

Abaca 97.880 0 0,0

Agave 55.910 0 0,0

Keten 782.054 55 0,0

Kenevir 66.325 800 1,2

Jüt 3.264.050 0 0,0

Kapok 125.200 0 0,0

Toplam 31.527.520 932.870 3,0

Kaynak: TİM, 2004, Engelhardt, 2005

İplik sektörü gözden geçirilecek olursa, 2002 yılı verilerine göre dünyada yaklaşık

168,6 milyon adet kısa lif ring iği ve 8,1 milyon adet de open-end rotoru

bulunmaktadır. Üretilen pamuk ipliği ise yılda yaklaşık 21 milyon tonun üzerindedir.

Ülkemizde ise pamuk ipliği üretimi yılda yaklaşık 1 milyon 215 bin tondur. Türkiye,

dünyada en büyük kapasiteye sahip ülkeler içinde ring iplikçiliğinde 5., open-end

iplikçiliğinde ise 4. sıradadır. Ülkemiz dünya kapasitesinin ring iplikçiliğinde

%3,5’ine, open-end iplikçiliğinde ise %6,3’üne sahiptir (Özer, 2004; 5,

Çelik & Bozkurt, 2005; 30).

Tablo 3.5.’te dünyada büyük iplik üreticisi ülkelerin kısa lif iplik üretim miktarları

görülmektedir.

74

Tablo 3.5. Ülkelere Göre Kısa Lif İplik Üretim Miktarları (ton)

Ülkeler 2000 2001 2002

Çin 6.570.000 6.972.000 7.989.000

Hindistan 3.165.000 3.117.000 3.084.000

ABD 1.906.000 1.618.000 1.541.000

Pakistan 1.627.000 1.729.000 1.818.000

Türkiye 1.005.000 1.040.000 1.215.000

Brezilya 1.207.000 1.055.000 1.044.000

Tayvan 777.000 674.000 623.000

Rusya 287.000 314.000 304.000

Japonya 366.000 312.000 258.000

Kore 269.000 262.000 278.000

Almanya 259.000 267.000 244.000

İtalya 254.000 249.000 232.000

Mısır 221.000 166.000 165.000

İspanya 143.000 140.000 138.000

Portekiz 133.000 129.000 127.000

Fransa 132.000 117.000 100.000

Kaynak: Özer, 2004; 10

Kumaş sektörü incelendiğinde pamuklu dokumada ülkemizin üretimi 2002 yılında

yaklaşık 538 bin ton, 2003 yılında 549 bin ton, 2004 yılında 563 bin ton olarak

gerçekleşmiştir. Bu rakamın 2005 yılında 573 bin tona çıkması beklenmektedir.

Pamuklu dokumada ülkemizin kapasitesi 2002 yılında 630 bin ton olarak

kaydedilmiş olup kapasite kullanım oranı ise %87,3 düzeyindedir. 2000 yılında 113

bin ton olan pamuklu dokuma ihracatımız 2001 yılında yaklaşık 135 bin tona

çıkmıştır (DTM Tekstil ve Konfeksiyon Ürünleri Dairesi, 2004; 96).

İplikte olduğu gibi dokumada da kapasite, gelişmekte olan ülkelerde

yoğunlaşmıştır. Ancak dokumada ipliğe oranla gelişmiş ülkelerin payı daha

75

yüksektir. Türkiye’de dokuma alt sektörü ipliğin aksine yeterince büyük değildir

(Özer, 2004; 7).

Tablo 3.6.’da ülkelere göre dokuma kapasiteleri görülmektedir.

Tablo 3.6. 2002 Yılı İçin Ülkelere Göre Dokuma Kapasiteleri (Dokuma Tezgahı Sayıları)

Pamuklu Dokuma

Ülkeler Mekiksiz Tezgâh Mekikli Tezgâh

Filament

Dokuma

Yünlü

Dokuma

Çin 113.600 633.650 197.126 24.000

Rusya 87.000 7.100 10.000 10.000

Tayland 52.600 77.900 50.000 0

ABD 39.470 1.950 10.718 1.240

Brezilya 38.850 78.500 0 15.000

Endonezya 27.000 200.000 34.000 0

Özbekistan 25.000 0 0 0

Pakistan 23.650 10.300 50.000 0

Romanya 18.950 3.000 6.700 4.000

Tayvan 18.220 620 18.244 620

Ukrayna 18.000 0 0 0

Japonya 16.380 23.050 48.680 13.380

Türkiye 16.000 30.000 3.000 6.250

Meksika 14.500 35.000 0 1.150

Hindistan 13.460 123.700 1.500 7.300

İran 13.000 12.800 0 0

İtalya 11.540 1.640 4.800 16.700

Portekiz 9.020 1.620 0 1.550

Fransa 4.600 0 4.500 1.350

Malezya 4.000 1.200 0 0

Dünya 695.230 1.450.218 495.893 124.380

Kaynak: Özer, 2004; 8

76

Örme kumaş ihracatımız ise 2003 yılında %19,1 artarak 63.167 tona yükselmiştir.

Örme kumaş ihracatındaki artış dokuma kumaştan daha çok olmuştur. Bunun

sebepleri üretim sürecinin dokumaya oranla daha basit olması ve yatırım

maliyetlerinin daha az olması olarak sıralanabilir (Özer, 2004; 33).

Hazır giyim sektörü incelendiğinde ise bu sektörün ülkemiz ihracatının önemli bir

kısmını oluşturduğu görülmektedir. 2002 yılında nispeten istikrarlı bir ortama

kavuşulması, finansal imkanların artması ve maliyetinin düşmesi, dış talep artışı ile

yıl içinde Euro’nun ABD Doları karşısında %18,4 değer kazanması, iplik bazında

konfeksiyon ihracatının çok yüksek hızda (%18,2 – 103.200 ton) artarak 669.000

tona yükselmesini ve toplam ihracatın 968.900 tona çıkmasını sağlamıştır (Özer,

2004; 30).

Ancak son yıllarda Uzak Doğu ülkelerinin, özellikle Çin’in çok düşük işçilik

maliyetleriyle ucuza üretim yapması tekstil sektörümüzü alarma geçirmiştir. Uzun

yıllardan bu yana Avrupa ve Amerika’nın kumaş ve hazır giyim tedarikçisi

konumundaki ülkemiz, düşük işçilik maliyetleri ile oldukça ucuza üretim yapan ve

bugün tekstil ihracatımız için büyük bir tehdit olarak görülen Çin ile rekabet etmek

durumundadır. Ülkemizde işçilik maliyetlerinin belirli bir seviyenin altına

düşmeyeceği göz önünde bulundurulursa rekabet için kalitenin ne kadar önemli

olduğu açıkça görülmektedir. Ucuz ürünler ile rekabet edebilmenin tek yolu biraz

daha pahalı ancak çok daha kaliteli ürünler üretmekten geçmektedir. Bunun için

tekstil işletmeleri istatistiksel kalite kontrolünün önemini anlamalı ve bir an önce

istatistiksel kalite kontrolü yöntemlerini uygulamalıdırlar.

Küreselleşen dünyada tekstil işletmelerinin rekabet edebilmeleri ve ayakta

kalabilmeleri için ürettikleri ürünlerin kalitelerinin hem müşterilerin beklentilerini

karşılaması hem de dünyaca kabul edilmiş standartlara uygun olması gerekmektedir.

Bununla birlikte kaliteli üretimin yanı sıra maliyetlerin de düşük seviyelerde

tutulması oldukça önemlidir. Bu yüzden hem kaliteli hem de düşük maliyetlerle

üretim yapabilmek için istatistiksel kalite kontrolü tekniklerinin tekstil işletmelerinde

uygulanması ihtiyacı hızla artmaktadır.

77

3.2. İPLİK İŞLETMELERİNDE İSTATİSTİKSEL KALİTE KONTROLÜ

Çalışmanın bu bölümünde, Tariş İplik Fabrikası’nda üretilen Ne 30/1 numara

karde-triko pamuk ipliğinin numarasının ve ayrıca Zinser 350 marka ring iplik

makinalarında meydana gelen iplik kopuşlarının izlenmesi için kontrol kartı

uygulaması yapılmıştır.

3.2.1. İplik Numarasının Kontrolü

İplik numarası, fiziksel iplik özellikleri arasında en önemli özelliklerden bir

tanesidir. Bir ipliği tanımlamak için ilk akla gelen özelliği numarasıdır. İplik numarası

ipliğin inceliğinin bir ifadesidir. En basit tanımıyla iplik numarası, belirli bir

uzunluktaki ipliğin ağırlığıdır veya belirli bir ağırlıktaki ipliğin uzunluğudur. Bugün

dünyada genel olarak pamuk ipliğinin numarasını ifade etmek için İngiliz numaralama

sistemi kullanılmaktadır. İngiliz numaralama sistemine göre pamuk ipliğinin numarası

Nec veya Ne olarak ifade edilir. Ne olarak iplik numarası, 1 libre ağırlığındaki pamuk

ipliğinin kaç tane 840 yarda uzunluk içerdiği anlamına gelmektedir.

Bir iplik işletmesinde iplik numarasının kontrol edilmesi oldukça büyük önem

taşımaktadır: Birbirinden farklı numaralardaki iplik bobinleri kullanılarak üretilen

dokuma veya örme kumaşlarda gerek görsel gerekse yapısal hatalar oluşacaktır. Ayrıca

bu kumaşların boyanması sonrasında da dalgalı veya çizgili görüntüler ortaya çıkacaktır.

Çalışmada, Tariş İplik Fabrikası’nda gerçekleştirilen Ne 30/1 karde-triko pamuk

ipliği üretimi için 13 numaralı Zinser 350 marka ring iplik makinasının üretimi bir ay

boyunca takip edilmiş ve sx − kontrol kartı kullanılarak kontrol ve uyarı limitleri

belirlenmiştir. Örneklemlerin alınmasında ise sistematik örnekleme yapılmış, 1200

iğle iplik eğiren makinanın ön ve arka taraflarından her gün ardışık 6’şar iplik kopsu

seçilmiştir.

Tablo 3.7.’de Ne 30/1 karde-triko pamuk ipliği üretimi için 13 numaralı Zinser

350 ring iplik makinasından bir ay boyunca alınan örneklemler görülmektedir.

78

Tablo 3.7. Ne 30/1 Karde-Triko Pamuk İplik Numarası Ölçüm Sonuçları

Makina No : 13

Makina Model : Zinser 350

İplik No : Ne 30/1 Pamuk Karde-Triko

Tarih 1 2 3 4 5 6 7 8 9 10 11 12 x s

18.04.2005 30,4 30,6 29,0 30,3 30,5 29,7 30,6 29,4 29,5 30,5 30,4 29,5 30,033 0,569

19.04.2005 30,2 29,2 30,7 29,8 30,3 30,0 30,1 30,6 29,9 30,4 30,5 30,4 30,175 0,414

20.04.2005 30,2 30,6 30,3 29,8 30,9 31,2 29,5 31,1 29,8 30,9 28,9 28,8 30,167 0,821

21.04.2005 29,8 29,4 29,1 30,7 30,2 29,9 30,3 30,6 29,2 31,0 29,6 30,4 30,017 0,615

22.04.2005 30,1 30,1 30,4 30,0 30,2 29,5 30,2 29,4 30,5 29,6 30,5 29,0 29,958 0,478

23.04.2005

24.04.2005

25.04.2005 30,9 30,2 30,6 30,1 30,1 29,6 30,7 30,3 30,3 30,2 29,7 29,5 30,183 0,430

26.04.2005 30,1 31,0 30,5 30,2 29,9 29,9 30,4 30,7 30,5 30,4 29,8 29,7 30,258 0,394

27.04.2005 30,0 30,0 30,7 30,6 30,8 29,9 30,7 31,1 31,2 30,2 30,6 30,0 30,483 0,451

28.04.2005 30,4 30,2 29,1 29,6 29,5 29,1 30,8 30,5 29,5 29,8 29,7 29,5 29,808 0,548

29.04.2005 30,7 31,0 30,2 31,1 30,4 30,2 30,5 30,1 30,4 30,6 30,2 30,3 30,475 0,322

30.04.2005 30,0 30,6 31,2 30,4 31,1 30,2 30,4 30,0 30,7 30,1 30,2 29,7 30,383 0,451

01.05.2005

02.05.2005 30,5 30,9 30,1 30,0 29,5 29,7 30,3 30,1 30,3 30,2 29,7 29,7 30,083 0,397

03.05.2005 30,1 30,5 30,6 30,1 29,4 29,9 30,1 30,0 30,2 30,5 30,4 29,1 30,075 0,447

04.05.2005 30,1 30,3 30,4 30,2 30,1 29,5 30,3 30,5 30,7 29,3 29,5 29,8 30,058 0,440

05.05.2005 30,5 30,3 30,1 29,4 29,7 29,9 30,2 30,1 30,4 29,9 29,9 29,5 29,992 0,342

06.05.2005 30,2 31,2 30,2 29,4 29,9 29,7 30,4 30,3 30,2 30,5 29,3 29,8 30,092 0,518

07.05.2005 30,2 30,1 30,0 29,6 29,1 29,8 30,5 30,6 30,2 30,1 29,7 29,9 29,983 0,406

08.05.2005

09.05.2005 29,9 30,0 30,3 30,1 30,0 29,5 30,0 30,7 30,0 29,9 29,8 29,9 30,008 0,287

10.05.2005 29,7 30,4 30,7 30,1 30,9 30,1 30,1 30,3 30,4 30,0 30,8 30,0 30,292 0,363

11.05.2005 30,6 30,0 30,4 29,5 29,8 30,2 30,8 29,6 30,5 29,8 29,9 29,5 30,050 0,444

12.05.2005 30,1 29,8 29,5 30,2 29,3 30,3 30,9 29,4 29,4 29,8 30,5 29,8 29,917 0,495

13.05.2005 30,8 30,1 31,2 30,3 31,0 30,1 30,3 29,7 30,0 30,0 30,2 30,1 30,317 0,449

14.05.2005 30,8 30,8 30,3 30,0 28,8 29,8 30,2 31,2 29,7 29,5 29,3 29,5 29,992 0,701

15.05.2005

16.05.2005 30,5 31,0 30,5 29,6 29,9 29,3 30,7 30,2 31,2 30,2 29,7 29,8 30,217 0,583

17.05.2005 30,6 30,0 30,2 30,1 30,2 30,6 30,4 30,2 30,0 30,6 29,6 29,9 30,200 0,310

18.05.2005 30,3 30,5 30,7 30,2 30,3 29,9 30,5 30,0 30,1 29,0 29,1 29,5 30,008 0,547

19.05.2005

20.05.2005 30,2 30,3 30,8 30,8 29,6 29,6 30,3 31,2 30,6 30,5 31,0 29,4 30,358 0,579

21.05.2005 29,4 30,6 31,0 30,6 29,7 30,8 31,0 30,2 30,8 30,4 30,4 31,0 30,492 0,514

22.05.2005

23.05.2005 30,5 30,1 30,0 30,7 29,5 29,7 31,1 30,6 31,2 31,0 29,6 29,5 30,292 0,639

24.05.2005 30,7 30,2 30,4 31,2 31,0 29,9 30,3 30,7 31,7 30,2 30,3 29,5 30,508 0,595

25.05.2005 30,1 30,1 27,5 29,9 29,8 29,4 29,7 29,3 29,5 29,6 29,5 29,4 29,483 0,679

Ortalama

=x

30,141

s =

0,491

P a z a r

P a z a r

P a z a r

P a z a r

P a z a r

2 3 N i s a n U l u s a l E g e m e n l i k v e Ç o c u k B a y r a m ı

1 9 M a y ı s G e n ç l i k v e S p o r B a y r a m ı

79

Ne 30/1 karde-triko pamuk ipliği üretim süreci için x ve s kontrol kartlarına ait

geçici kontrol limitleri ve uyarı limitleri aşağıdaki şekilde hesaplanmıştır:

x Kartı İçin Geçici Kontrol Limitleri:

576,30)491,0).(886,0(141,303

3

4

=+=+=+= sAxsnc

xÜKL

Merkez Çizgi = 141,30=x

705,29)491,0).(886,0(141,303

3

4

=−=−=−= sAxsnc

xAKL

x Kartı İçin Geçici Uyarı Limitleri:

431,30491,0129776,0

2141,30

2

4

=+=+= snc

xÜUL


850,29491,0129776,0

2141,30

2

4

=−=−= snc

xAUL

s Kartı İçin Geçici Kontrol Limitleri:

809,0)491,0).(646,1(13

14

2

4

4

===

−+= sBsc

cÜKL

Merkez Çizgi = 491,0=s

174,0)491,0).(354,0(13

13

2

4

4

===

−−= sBsc

cAKL

s Kartı İçin Geçici Uyarı Limitleri:

703,0491,09776,019776,0

211

21

22

4

4

=

−+=

−+= sc

cÜUL


280,0491,09776,019776,0

211

21

22

4

4

=

−−=

−−= sc

cAUL

80

Şekil 3.1.’de, hesaplanan bu limitler göz önünde bulundurularak Ne 30/1 karde-

triko pamuk ipliği üretim süreci için x ve s kontrol kartları çizilmiştir.

Şekil 3.1. Ne 30/1 Karde-Triko Pamuk İplik Üretim Süreci İçin sx − Kontrol Kartı ve

Geçici Limitler

x Kartı

s Kartı

Günler

Günler

İplik Numarası (Ne)


81

Şekil 3.1.’de görüldüğü gibi x kartında 31. günde (25.05.2005) ve s kartında da

3. günde (20.04.2005) noktalar kontrol limitlerinin dışında yer almaktadırlar. İplik

üretim süreci için kalıcı kontrol limitlerinin belirlenebilmesi için bu günler yok

sayılarak limitler yeniden aşağıdaki gibi hesaplanmıştır:

x Kartı İçin Geçici Kontrol Limitleri:

582,30)473,0).(886,0(162,303

3

4

=+=+=+= sAxsnc

xÜKL


743,29)473,0).(886,0(162,303

3

4

=−=−=−= sAxsnc

xAKL

x Kartı İçin Geçici Uyarı Limitleri:

442,30473,0129776,0

2162,30

2

4

=+=+= snc

xÜUL


883,29473,0129776,0

2162,30

2

4

=−=−= snc

xAUL

s Kartı İçin Geçici Kontrol Limitleri:

779,0)473,0).(646,1(13

14

2

4

4

===

−+= sBsc

cÜKL


168,0)473,0).(354,0(13

13

2

4

4

===

−−= sBsc

cAKL

s Kartı İçin Geçici Uyarı Limitleri:

677,0473,09776,019776,0

211

21

22

4

4

=

−+=

−+= sc

cÜUL


270,0473,09776,019776,0

211

21

22

4

4

=

−−=

−−= sc

cAUL

82

Şekil 3.2.’den de görüldüğü gibi 31. ve 3. noktalar çıkarılıp limitler yeniden

hesaplandığında tüm noktalar kontrol limitleri içinde kalmaktadırlar ve artık bu yeni

limitler iplik üretim süreci için kalıcı limitlerdir. Çıkarılan noktalar yuvarlak içine

alınarak hesaplamalara katılmadığı gösterilmiştir.

Şekil 3.2. Ne 30/1 Karde-Triko Pamuk İplik Üretim Süreci İçin sx − Kontrol Kartı ve

Kalıcı Limitler

x Kartı

s Kartı

Günler

Günler



83

3.2.2. İplik Kopuşlarının Kontrolü

İplik kopuşu basitçe iplik makinasında herhangi bir iğde eğirilen ipliğin koparak o

iğin iplik bağlanıncaya kadar çalışmaması anlamına gelmektedir. İğin tekrar

çalıştırılabilmesi için kopan ipliğin düğüm atılarak bağlanması gerekmektedir. İplik

kopuşu, iplik makinasının markasına ve modeline göre aynı motordan hareket alan 1,

4, 6, 8 veya 12 iğin birlikte durmasına yol açmaktadır. Tabiî ki iplik kopuşları

istenilmeyen durumlardır ve sebeplerinin araştırılarak en aza indirilmesi

gerekmektedir.

İplik kopuşu sonucu belli iğler çalışmaz, dolayısıyla üretim duraklamış olur ve

üretim miktarı azalır. Bununla birlikte bobinleme sırasında her bir düğüm, iplik

temizleme üniteleri tarafından çıkarılıp yerine daha küçük düğümler atılarak

giderilmeye çalışılır ve bu da üretimi yavaşlatır. Ayrıca iplik düzgünsüzlüğünün

ölçülmesi sırasında bu küçük düğümler sık rastlanan hatalara dönüşüp iplik

kalitesinin düşmesine neden olabilir. Bu yüzden iplik kopuşlarının izlenmesi bir iplik

fabrikasında oldukça büyük önem taşımaktadır. Kopuşlar kontrol limitlerini aştığında

özel nedenlerin etkisi araştırılıp giderilmeye çalışılmalıdır.

Çalışmada, Tariş İplik Fabrikası’nda 1200 iğlik Zinser 350 ring iplik

makinalarındaki iplik kopuşları (1000 iğ/saat) bir ay boyunca etüt edilmiş ve c kartı

kullanılarak kontrol ve uyarı limitleri belirlenmiştir.

Tablo 3.8.’de Zinser 350 ring iplik makinalarında yapılan iplik kopuş etüdü

sonuçları görülmektedir.

84

Tablo 3.8. Zinser 350 Ring İplik Makinalarında Yapılan İplik Kopuş Etüdü Sonuçları

Tarih Saat Süre (dk)

Vardiya 1 Saatte 1 Makinadaki

(1200 iğ) Kopuş Sayıları

1000 iğ/saatteki Kopuş Sayıları

19.04.2005 09:05-10:05 60 C 75 63

19.04.2005 09:30-10:30 60 C 83 69

19.04.2005 13:15-14:15 60 C 119 99

19.04.2005 13:45-14:45 60 C 88 73

20.04.2005 13:17-14:17 60 C 54 45

20.04.2005 16:30-17:30 60 A 76 63

21.04.2005 13:15-14:15 60 C 74 62

22.04.2005 09:00-10:00 60 C 125 104

25.04.2005 13:45-14:45 60 A 50 42

25.04.2005 16:20-17:20 60 B 74 62

26.04.2005 16:45-17:45 60 B 23 19

27.04.2005 13:30-14:30 60 A 66 55

27.04.2005 16:20-17:20 60 B 56 47

28.04.2005 09:25-10:25 60 A 87 73

28.04.2005 13:30-14:30 60 A 94 78

28.04.2005 16:10-17:10 60 B 73 61

29.04.2005 13:25-14:25 60 A 24 20

02.05.2005 09:30-10:30 60 B 50 42

02.05.2005 16:15-17:15 60 C 115 96

03.05.2005 08:40-09:40 60 B 98 82

03.05.2005 13:20-14:20 60 B 60 50

03.05.2005 16:15-17:15 60 C 128 107

04.05.2005 09:35-10:35 60 B 66 55

04.05.2005 13:15-14:15 60 B 72 60

04.05.2005 15:55-16:55 60 C 74 62

04.05.2005 16:05-17:05 60 C 112 93

09.05.2005 09:40-10:40 60 C 55 46

09.05.2005 13:20-14:20 60 C 102 85

10.05.2005 13:15-14:15 60 C 96 80

10.05.2005 16:10-17:10 60 A 152 127

12.05.2005 13:25-14:25 60 C 91 76

13.05.2005 09:35-10:35 60 C 54 45

13.05.2005 13:25-14:25 60 C 121 101

13.05.2005 16:20-17:20 60 A 131 109

16.05.2005 09:35-10:35 60 A 40 33

16.05.2005 13:15-14:15 60 A 48 40

16.05.2005 16:10-17:10 60 B 65 54

17.05.2005 13:15-14:15 60 A 56 47

17.05.2005 16:15-17:15 60 B 61 51

18.05.2005 09:25-10:25 60 A 55 46

18.05.2005 13:20-14:20 60 A 68 57

18.05.2005 16:10-17:10 60 B 72 60

20.05.2005 16:35-17:35 60 B 112 93

Ortalama = 65,79

85

Zinser 350 ring iplik makinalarındaki kopuş sayıları (1000 iğ/saat) için

hazırlanacak c kontrol kartına ait geçici kontrol limitleri ve uyarı limitleri aşağıdaki

şekilde hesaplanmıştır:

c Kartı İçin Geçici Kontrol Limitleri:

13,9079,65379,653 =+=+= ccÜKL

Merkez Çizgi = 79,65=c

46,4179,65379,653 =−=−= ccAKL

c Kartı İçin Geçici Uyarı Limitleri:

02,8279,65279,652 =+=+= ccÜUL


57,4979,65279,652 =−=−= ccAUL

Şekil 3.3.’te, hesaplanan bu limitler göz önünde bulundurularak Zinser 350 ring

iplik makinalarındaki kopuş sayıları (1000 iğ/saat) için c kontrol kartı çizilmiştir.

Şekil 3.3. Zinser 350 Ring İplik Makinalarındaki Kopuş Sayıları (1000 iğ/saat) İçin

c Kontrol Kartı ve Geçici Limitler

İplik Kopuşları (1000 iğ / saat) c Kartı

İplik Kopuş Etütleri

86

Şekil 3.3.’te görüldüğü gibi c kartında 3., 8., 11., 17., 19., 22., 26., 30., 33., 34.,

35., 36. ve 43. etütlerde noktalar kontrol limitlerinin dışında yer almaktadırlar. Zinser

350 ring iplik makinalarındaki iplik kopuşları için kalıcı kontrol limitlerinin

belirlenebilmesi için bu günler yok sayılarak limitler yeniden aşağıdaki gibi

hesaplanmıştır:

c Kartı İçin Geçici Kontrol Limitleri:

74,8258,59358,593 =+=+= ccÜKL


43,3658,59358,593 =−=−= ccAKL

c Kartı İçin Geçici Uyarı Limitleri:

02,7558,59258,592 =+=+= ccÜUL


15,4458,59258,592 =−=−= ccAUL


c Kontrol Kartı ve Düzeltilmiş Limitler



87

Şekil 3.4.’te 3., 8., 11., 17., 19., 22., 26., 30., 33., 34., 35., 36. ve 43. noktalar

çıkarılıp limitler yeniden hesaplanmış ve çıkarılan noktalar yuvarlak içine alınarak

hesaplamalara katılmadığı gösterilmiştir.. Ancak görüldüğü gibi bu sefer de 28. nokta

kontrol limitleri dışında kalmıştır. Bu durumda sürece ait kalıcı kontrol limitlerinin

belirlenebilmesi için 28. noktanın da çıkarılıp yeni limitlerin hesaplanması

gerekecektir. Bu işlem tüm noktalar kontrol limitlerinin içinde kalıncaya kadar

devam ettirilecektir.

c Kartı İçin Kalıcı Kontrol Limitleri:

69,8171,58371,583 =+=+= ccÜKL


72,3571,58371,583 =−=−= ccAKL

c Kartı İçin Kalıcı Uyarı Limitleri:

03,7471,58271,582 =+=+= ccÜUL


38,4371,58271,582 =−=−= ccAUL


c Kontrol Kartı ve Kalıcı Limitler



88

Şekil 3.5.’ten de görüldüğü gibi 28. nokta da çıkarılıp limitler yeniden

hesaplandığında tüm noktalar kontrol limitleri içinde kalmaktadırlar ve artık bu yeni

limitler Zinser 350 ring iplik makinalarındaki kopuş sayıları (1000 iğ/saat) için kalıcı

limitlerdir.

3.3. KUMAŞ ÜRETEN İŞLETMELERDE İSTATİSTİKSEL KALİTE KONTROLÜ

Çalışmanın bu bölümünde, Tariş İplik Fabrikası Örme Kumaş Bölümü’nde

yapılan süprem örme kumaş üretimi için bir ay boyunca 16 adet yuvarlak örme

makinasının üretimi takip edilmiş ve üretilen 100’er metrelik her top kumaş %100

muayene ile kontrol edilmiştir. Süprem örme kumaş üretimi için kumaş topu başına

hata sayısını esas alarak üretimi kontrol altında tutmak amacıyla u kontrol kartı

hazırlanmıştır.

EK 3’te Tariş İplik Fabrikası Örme Kumaş Bölümü’nde A vardiyasında üretilen

ve kontrol edilen süprem örme kumaş top sayıları ile top başına kumaş hatası sayıları

görülmektedir.

Tablo 3.9.’da ise A vardiyasında üretilen ve kontrol edilen süprem örme kumaş

top sayıları ile kumaş hatası sayıları için günlük toplam değerler görülmektedir.

89

Tablo 3.9. A Vardiyasında Üretilen ve Kontrol Edilen Süprem Örme Kumaş Top

Sayıları ile Kumaş Hatası Sayıları

Tarih Üretilen

Top Sayısı

Kontrol Edilen Top Sayısı

( in )

Toplam Hata Sayısı

( ix )

18.04.2005 30 30 86

19.04.2005 26 26 73

20.04.2005 30 30 63

21.04.2005 33 33 64

22.04.2005 35 35 98

23.04.2005

24.04.2005

25.04.2005 28 28 70

26.04.2005 34 34 96

27.04.2005 34 34 103

28.04.2005 31 31 82

29.04.2005 33 33 84

30.04.2005 39 39 105

01.05.2005

02.05.2005 20 20 77

03.05.2005 35 35 90

04.05.2005 31 31 75

05.05.2005 21 21 54

06.05.2005 20 20 59

07.05.2005 16 16 43

08.05.2005 21 21 69

09.05.2005 21 21 56

10.05.2005 23 23 52

11.05.2005 23 23 70

12.05.2005 24 24 69

13.05.2005 24 24 77

14.05.2005 20 20 60

15.05.2005 20 20 62

16.05.2005 23 23 82

17.05.2005 24 24 72

Toplam = =∑

=

m

i

in1

719 ∑=

=

m

i

ix1

1991

Yukarıdaki tablo esas alınarak birim başına hatalı sayısı aşağıdaki gibi hesaplanır:

769,2

1

1==

∑

∑

=

=

m

i

i

m

i

i

n

x

u

2 3 N i s a n U l u s a l E g e m e n l i k v e Ç o c u k B a y r a m ı

P a z a r

P a z a r

90

A vardiyasındaki süprem örme kumaş üretim süreci için hazırlanacak u kontrol

kartına ait geçici kontrol limitleri ve uyarı limitleri Tablo 3.10.’da hesaplanmıştır:

Tablo 3.10. A Vardiyasında Gerçekleştirilen Süprem Örme Kumaş Üretimi İçin

u Kontrol Kartına Ait Geçici Kontrol Limitleri ve Uyarı Limitleri

Tarih

Kontrol Edilen

Top Sayısı ( in ) in

uu

ÜKL

3+

=

in

uu

AKL

3−

=

in

uu

ÜUL

2+

=

in

uu

AUL

2−

=

18.04.2005 30 3,681 1,858 3,377 2,161

19.04.2005 26 3,748 1,790 3,422 2,116

20.04.2005 30 3,681 1,858 3,377 2,161

21.04.2005 33 3,638 1,900 3,348 2,190

22.04.2005 35 3,613 1,925 3,332 2,207

25.04.2005 28 3,713 1,826 3,398 2,140

26.04.2005 34 3,625 1,913 3,340 2,198

27.04.2005 34 3,625 1,913 3,340 2,198

28.04.2005 31 3,666 1,872 3,367 2,171

29.04.2005 33 3,638 1,900 3,348 2,190

30.04.2005 39 3,569 1,970 3,302 2,236

02.05.2005 20 3,885 1,653 3,513 2,025

03.05.2005 35 3,613 1,925 3,332 2,207

04.05.2005 31 3,666 1,872 3,367 2,171

05.05.2005 21 3,859 1,680 3,495 2,043

06.05.2005 20 3,885 1,653 3,513 2,025

07.05.2005 16 4,017 1,521 3,601 1,937

08.05.2005 21 3,859 1,680 3,495 2,043

09.05.2005 21 3,859 1,680 3,495 2,043

10.05.2005 23 3,810 1,728 3,463 2,075

11.05.2005 23 3,810 1,728 3,463 2,075

12.05.2005 24 3,788 1,750 3,448 2,090

13.05.2005 24 3,788 1,750 3,448 2,090

14.05.2005 20 3,885 1,653 3,513 2,025

15.05.2005 20 3,885 1,653 3,513 2,025

16.05.2005 23 3,810 1,728 3,463 2,075

17.05.2005 24 3,788 1,750 3,448 2,090

91

Şekil 3.6.’da günlere göre A vardiyasındaki süprem örme kumaş üretimi için

u kontrol kartı görülmektedir. Şekilden de görüldüğü gibi tüm noktalar kontrol

limitlerinin içindedir. Bu yüzden, hesaplanan geçici limitler süreç için kalıcı limitler

olarak kullanılabilirler.

Şekil 3.6. A Vardiyasındaki Süprem Örme Kumaş Üretim Süreci İçin u Kontrol Kartı

ve Kalıcı Limitler

Örme kumaş üretim sürecini vardiya genelinde izlemek daha özet ve hızlı bir bilgi

sağlayacak fakat bununla beraber sadece genel bir fikir verecektir. Kontrol dışı bir

nokta meydana geldiğinde, kontrol dışılığın kaynağını belirleyebilmek için en azından

o vardiyada çalışan tüm makinaların tek tek incelenmesi gerekecektir. Bu yüzden bu

üretim sürecinde vardiya geneli göz önünde bulundurularak hazırlanan kontrol kartının

yanı sıra o vardiyada çalışan makinalar için ayrı ayrı u kontrol kartlarının hazırlanması

da yerinde olacaktır. Bunun için 1 nolu makina ele alınmış ve A vardiyasında bu

makinanın üretimi için u kartı hazırlanmıştır.

u Kartı

92

Tablo 3.11.’de A vardiyasında 1 nolu makinada üretilen ve kontrol edilen süprem

örme kumaş top sayıları ile kumaş hatası sayıları görülmektedir:

Tablo 3.11. A Vardiyasında 1 Nolu Makinada Üretilen ve Kontrol Edilen Süprem

Örme Kumaş Top Sayıları ile Kumaş Hatası Sayıları

Tarih Üretilen

Top Sayısı

Kontrol Edilen Top Sayısı

( in )

Toplam Hata Sayısı

( ix )

18.04.2005 5 5 15

19.04.2005 4 4 8

20.04.2005 4 4 10

21.04.2005 5 5 11

22.04.2005 5 5 14

23.04.2005

24.04.2005

25.04.2005 4 4 10

26.04.2005 5 5 15

27.04.2005 4 4 8

28.04.2005 5 5 11

29.04.2005 4 4 10

30.04.2005 5 5 11

01.05.2005

02.05.2005 6 6 17

03.05.2005 5 5 9

04.05.2005 6 6 12

05.05.2005 5 5 9

06.05.2005 5 5 6

07.05.2005 5 5 12

08.05.2005 5 5 7

09.05.2005 5 5 15

10.05.2005 5 5 10

11.05.2005 5 5 10

12.05.2005 5 5 14

13.05.2005 5 5 16

14.05.2005 5 5 9

15.05.2005 5 5 12

16.05.2005 5 5 10

17.05.2005 5 5 12

Toplam = =∑

=

m

i

in1

132 ∑=

=

m

i

ix1

303

93


295,2

1

1==

∑

∑

=

=

m

i

i

m

i

i

n

x

u

A vardiyasında 1 nolu makinada gerçekleştirilen süprem örme kumaş üretimi için

hazırlanacak u kontrol kartına ait geçici kontrol ve uyarı limitleri Tablo 3.12.’de hesaplanmıştır:

Tablo 3.12. A Vardiyasında 1 Nolu Makinada Gerçekleştirilen Süprem Örme Kumaş

Üretimi İçin u Kontrol Kartına Ait Geçici Kontrol ve Uyarı Limitleri

Tarih

Kontrol Edilen

Top Sayısı ( in ) in

uu

ÜKL

3+

=

in

uu

AKL

3−

=

in

uu

ÜUL

2+

=

in

uu

AUL

2−

=

18.04.2005 5 4.328 0.263 3.651 0.940

19.04.2005 4 4.568 0.023 3.811 0.780

20.04.2005 4 4.568 0.023 3.811 0.780

21.04.2005 5 4.328 0.263 3.651 0.940

22.04.2005 5 4.328 0.263 3.651 0.940

25.04.2005 4 4.568 0.023 3.811 0.780

26.04.2005 5 4.328 0.263 3.651 0.940

27.04.2005 4 4.568 0.023 3.811 0.780

28.04.2005 5 4.328 0.263 3.651 0.940

29.04.2005 4 4.568 0.023 3.811 0.780

30.04.2005 5 4.328 0.263 3.651 0.940

02.05.2005 6 4.151 0.440 3.533 1.058

03.05.2005 5 4.328 0.263 3.651 0.940

04.05.2005 6 4.151 0.440 3.533 1.058

05.05.2005 5 4.328 0.263 3.651 0.940

06.05.2005 5 4.328 0.263 3.651 0.940

07.05.2005 5 4.328 0.263 3.651 0.940

08.05.2005 5 4.328 0.263 3.651 0.940

09.05.2005 5 4.328 0.263 3.651 0.940

10.05.2005 5 4.328 0.263 3.651 0.940

11.05.2005 5 4.328 0.263 3.651 0.940

12.05.2005 5 4.328 0.263 3.651 0.940

13.05.2005 5 4.328 0.263 3.651 0.940

14.05.2005 5 4.328 0.263 3.651 0.940

15.05.2005 5 4.328 0.263 3.651 0.940

16.05.2005 5 4.328 0.263 3.651 0.940

17.05.2005 5 4.328 0.263 3.651 0.940

94

Şekil 3.7.’de günlere göre A vardiyasındaki 1 nolu makinada gerçekleştirilen

süprem örme kumaş üretimi için u kontrol kartı görülmektedir. Şekilden de

görüldüğü gibi tüm noktalar kontrol limitlerinin içindedir. Bu yüzden, hesaplanan

geçici limitler süreç için kalıcı limitler olarak kullanılabilirler.

Şekil 3.7. A Vardiyasındaki 1 Nolu Makinada Gerçekleştirilen Süprem Örme Kumaş

Üretimi İçin u Kontrol Kartı ve Kalıcı Limitler

3.4. KONFEKSİYON İŞLETMELERİNDE İSTATİSTİKSEL KALİTE KONTROLÜ

Çalışmanın bu bölümünde, kısa kollu basic t-shirt üreten bir konfeksiyon

işletmesinde 20 gün boyunca üretim takip edilerek ikinci kaliteye ayrılan t-shirt

sayıları için p kartı hazırlanmıştır.

u Kartı

95

Tablo 3.13.’te kısa kollu basic t-shirt üreten bu konfeksiyon işletmesindeki günlük

dikim sayıları, 2. kaliteye ayrılan t-shirt sayıları ve 2. kalite sebepleri görülmektedir.

Tablo 3.13. Kısa Kollu Basic T-Shirt Üreten Bir Konfeksiyon İşletmesinde Günlük

Dikim Sayıları, 2. Kaliteye Ayrılan T-Shirt Sayıları ve 2. Kalite Sebepleri

2. Kaliteye Ayrılma Sebepleri

Günler

Dikilen T-Shirt Sayısı

(ni)

2. Kalite Sayısı (Di)

2. Kalite

Yüzdesi (%)

Kumaş Deliği

Kumaş Hatası

Renk Farkı

Uçuntu Çıkmaz Leke

Baskı Lekesi

Baskı Hatası

Dikim Defosu

1 9345 597 6,39 125 62 31 120 238 21

2 9979 1137 11,39 124 121 63 761 68

3 5085 416 8,18 128 177 14 92 5

4 6750 589 8,73 111 43 6 31 68 212 85 33

5 13197 1178 8,93 223 73 34 396 29 415 8

6 20243 1477 7,30 317 271 26 287 100 434 42

7 22849 1253 5,48 785 131 152 176 9

8 5610 334 5,95 74 29 34 194 3

9 6286 276 4,39 100 25 59 84 8

10 2202 166 7,54 76 11 2 72 5

11 3966 155 3,91 46 11 5 91 2

12 18731 1105 5,90 399 23 156 510 17

13 20780 747 3,59 220 130 22 323 52

14 10624 413 3,89 203 13 45 49 87 16

15 10358 511 4,93 160 19 97 204 31

16 12324 751 6,09 223 65 56 385 22

17 6080 335 5,51 164 13 4 146 8

18 8072 818 10,13 174 14 77 540 13

19 20901 1022 4,89 345 82 75 508 12

20 15025 888 5,91 239 76 25 291 207 50

Toplam ∑

=

20

1i

in

=

228407

∑=

20

1i

iD

=

14168

4236 1389 66 132 1991 377 5552 425


06203,0228407

1416820

1

20

1===

∑

∑

=

=

i

i

i

i

n

D

p

96

T-shirt üretim süreci için hazırlanacak p kontrol kartına ait geçici kontrol limitleri

ve uyarı limitleri aşağıdaki formüller yardımıyla Tablo 3.14.’te hesaplanmıştır:

( )

in

pppÜKL

−+=

13

( )

in

pppÜUL

−+=

12

Merkez Çizgi = p

( )

in

pppAUL

−−=

12

( )

in

pppAKL

−−=

13

Tablo 3.14. T-Shirt Üretim Süreci İçin Hazırlanacak p Kontrol Kartına Ait Geçici

Kontrol Limitleri ve Uyarı Limitleri

Günler


(ni)


2. Kalite Oranı

( iii nDp = )

ÜKL AKL ÜUL AUL

1 9345 597 0,06388 0,06952 0,05454 0,06702 0,05704

2 9979 1137 0,11394 0,06927 0,05479 0,06686 0,05720

3 5085 416 0,08181 0,07218 0,05188 0,06879 0,05526

4 6750 589 0,08726 0,07084 0,05322 0,06790 0,05616

5 13197 1178 0,08926 0,06833 0,05573 0,06623 0,05783

6 20243 1477 0,07296 0,06712 0,05694 0,06542 0,05864

7 22849 1253 0,05484 0,06682 0,05724 0,06522 0,05884

8 5610 334 0,05954 0,07169 0,05237 0,06847 0,05559

9 6286 276 0,04391 0,07116 0,05290 0,06811 0,05594

10 2202 166 0,07539 0,07745 0,04661 0,07231 0,05175

11 3966 155 0,03908 0,07352 0,05054 0,06969 0,05437

12 18731 1105 0,05899 0,06732 0,05674 0,06555 0,05850

13 20780 747 0,03595 0,06705 0,05701 0,06538 0,05868

14 10624 413 0,03887 0,06905 0,05501 0,06671 0,05735

15 10358 511 0,04933 0,06914 0,05492 0,06677 0,05729

16 12324 751 0,06094 0,06855 0,05551 0,06638 0,05768

17 6080 335 0,05510 0,07131 0,05275 0,06822 0,05584

18 8072 818 0,10134 0,07008 0,05398 0,06740 0,05666

19 20901 1022 0,04890 0,06703 0,05702 0,06537 0,05869

20 15025 888 0,05910 0,06793 0,05613 0,06597 0,05809

97

Şekil 3.8.’de günlere göre kısa kollu basic t-shirt üretim süreci için p kontrol kartı

görülmektedir.


ve Geçici Limitler

Ancak Şekil 3.8.’den de görüldüğü gibi 2., 3., 4., 5., 6., 7., 9., 11., 13., 14., 15., 18.

ve 19. noktalar kontrol limitlerinin dışında yer almaktadırlar. Bu yüzden, kalıcı

limitlerinin belirlenebilmesi için bu günler yok sayılarak limitler yeniden

Tablo 3.15.’teki gibi hesaplanmıştır:

06024,069317

41767

1

7

1===

∑

∑

=

=

i

i

i

i

n

D

p

p Kartı Hatalı Oranı (pi)

Günler

98

Tablo 3.15. T-Shirt Üretim Süreci İçin Hazırlanacak p Kontrol Kartına Ait Kalıcı

Kontrol Limitleri ve Uyarı Limitleri

Günler


(ni)


2. Kalite Oranı

( iii nDp = )

ÜKL AKL ÜUL AUL

1 9345 597 0,063884 0,06763 0,05286 0,06517 0,05532

8 5610 334 0,059537 0,06978 0,05071 0,06660 0,05389

10 2202 166 0,075386 0,07546 0,04503 0,07039 0,05010

12 18731 1105 0,058993 0,06546 0,05503 0,06372 0,05677

16 12324 751 0,060938 0,06667 0,05381 0,06453 0,05596

17 6080 335 0,055099 0,06940 0,05109 0,06635 0,05414

20 15025 888 0,059101 0,06607 0,05442 0,06413 0,05636

Toplam ∑=

7

1i

in =

69317

∑=

7

1i

iD =

4176


ve Kalıcı Limitler

p Kartı Hatalı Oranı (pi)

Günler

99

Şekil 3.9.’dan da görüldüğü gibi 2., 3., 4., 5., 6., 7., 9., 11., 13., 14., 15., 18. ve 19.

noktalar çıkarılıp limitler yeniden hesaplandığında tüm noktalar kontrol limitleri

içinde kalmaktadırlar ve artık bu yeni limitler kısa kollu basic t-shirt üretim süreci

için kalıcı limitlerdir. Çıkarılan noktalar yuvarlak içine alınarak hesaplamalara

katılmadığı gösterilmiştir.

Kısa kollu basic t-shirt üretim sürecinde 2. kaliteye ayrılan ürünlerin hataları

Tablo 3.13.’te belirtilmişti. Bu hatalar analiz edilerek en büyük paya sahip olanlar

belirlenip, bunlar için düzeltici önlemler alınarak da süreçte iyileşmeler sağlanabilir.

Hata sebeplerinin daha kolay ve görsel bir şekilde izlenebilmesi için Şekil 3.10.’da

pasta diyagramı ve Şekil 3.11.’de de pareto diyagramı hazırlanmıştır.

Şekil 3.10. Ürünlerin 2. Kaliteye Ayrılma Sebepleri İçin Pasta Diyagramı

2. Kaliteye Ayrılma Sebepleri

100

Şekil 3.11. Ürünlerin 2. Kaliteye Ayrılma Sebepleri İçin Pareto Diyagramı

Şekil 3.10. ve Şekil 3.11.’den de görüldüğü gibi ürünlerin 2. kaliteye ayrılma

sebeplerinin başında %39 ile baskı hataları ve %30 ile kumaş delikleri gelmektedir.

Burada firma ilk olarak; t-shirtlerin üzerine baskı yapan baskı firmasını, kalite

seviyesini arttırması için uyararak veya bu firmayı değiştirerek bir iyileştirme adımı

atabilir. Yine aynı şekilde kumaş tedarik ettiği firmaya uyarıda bulunarak, başka bir

kumaş firmasıyla çalışmayı deneyerek veya ham kumaş kalite kontrolünde daha

dikkatli ve uzman işçilerle çalışarak 2. kalite sayısını azaltabilir.

101

SONUÇ VE ÖNERİLER

Kalite, genel olarak istenen özelliklere uygunluk olarak tanımlanabilmektedir.

Günümüzde teknolojinin gelişmesi, yaşam standartlarının yükselmesi, eğitim

seviyesinin artması, sosyal ve kültürel yapıdaki değişiklikler gibi pek çok etken

tüketicilerin bir üründen beklentilerini geniş ölçüde arttırmıştır. Bu nedenle

işletmeler, rekabet edebilmek ve ürettikleri ürünleri satabilmek için tüketicilerin

artan beklentilerini karşılamak durumundadırlar.

Kalite kavramının ortaya çıkması ve genişlemesi beraberinde kalite kontrolü

kavramını getirmiştir. Kalite kontrolü, bir süreçte üretilen ürünlerin önceden

belirlenen kalite standartlarına uygunluğunun araştırılmasıdır. Ancak günümüzde

kalite kontrolü, sadece süreçteki hatalı ürünleri bulmak ile sınırlı olmayıp süreçte

kontrolü sağlamak, iyileştirmeler yapmak anlamlarına gelmektedir. Kalite kontrolüne

işletmenin bütün bölümleriyle katılması toplam kalite kontrolü (TKK) kavramını,

bunun bir yönetim tarzı olarak benimsenmesi ise toplam kalite yönetimi (TKY)

kavramını ortaya çıkarmıştır.

Günümüzde artan rekabet koşulları işletmelerin kaliteye çok daha fazla önem

vermelerini gerektirmektedir. İşletmelerin rekabet edebilmek ve pazarda yer

edinebilmek için müşteri ihtiyaçlarını hem daha ucuz hem de daha kaliteli ürünler ile

karşılaması gerekmektedir. Bunun için de güncel kalite kontrolü yöntemlerini

kullanmaları artık bir zorunluluk haline gelmiştir. Bu yöntemlerin başında ise

istatistiksel kalite kontrolü yöntemleri gelmektedir. İstatistiksel kalite kontrolü

yöntemleri sürecin izlenerek hataların ortaya çıkarılmasını, bu hataların nedenlerinin

belirlenmesini, düzeltici önlemlerin alınmasını ve sürecin iyileştirilmesini

sağlamaktadır.

102

İstatistiksel kalite kontrolü yöntemlerinin başında, oldukça yaygın olarak

kullanılan ve süreçle ilgili detaylı bilgiler veren kontrol kartları gelmektedir. Kontrol

kartları örnekleme yoluyla sürecin izlenmesini, hataların belirlenmesini, bu hataların

nedenlerinin araştırılmasını ve bu şekilde de sürecin iyileştirilmesini sağlamaktadır.

Kontrol kartları işletmelerde uzman kişilerce büyük bir dikkatle hazırlanmalı ve

kullanılacak kartın çeşidi üretim süreci göz önünde bulundurularak dikkatle

seçilmelidir. Ayrıca histogram, gövde-yaprak grafiği, çetele diyagramı, pareto

diyagramı, sebep-sonuç diyagramı, hata yoğunluğu diyagramı, serpme diyagramı ve

yedi yeni istatistiksel kalite kontrolü yöntemleri gibi araçların da kontrol kartlarıyla

birlikte kullanımının sağlanması hem üretime etki eden özel nedenlerin belirlenmesini

kolaylaştıracak hem de üretim sürecinin iyileştirilmesini hızlandıracaktır.

Ülkemizde tekstil sektörü oldukça önemli bir yere sahiptir. Sektör, gerek üretim

ve istihdama olan katkısı ve gerekse ihracat yoluyla döviz kazandırma sebebiyle

lokomotif olma özelliğini sürdürmektedir. Ancak son yıllarda Uzak Doğu ülkelerinin

özellikle Çin’in ucuz işçilik maliyetleriyle çok ucuza üretim yapması tekstil

sektörünü alarma geçirmiştir. Bugün sektör Çin ile rekabet etmek durumundadır.

Ülkemizde işçilik maliyetlerinin belirli bir seviyenin altına düşmeyeceği göz önünde

bulundurulursa rekabet için kalitenin ne kadar önemli olduğu açıkça görülmektedir.

Ucuz ürünler ile rekabet edebilmenin tek yolu biraz daha pahalı ancak çok daha

kaliteli ürünler üretmekten geçmektedir. Bunun için tekstil işletmeleri istatistiksel

kalite kontrolünün önemini anlamalı ve bir an önce istatistiksel kalite kontrolü

yöntemlerini uygulamalıdırlar.

Bu çalışmada, tekstil işletmelerinde istatistiksel kalite kontrolü yöntemlerinin

uygulanması anlatılmıştır. Bu amaçla iplik, kumaş ve konfeksiyon gibi tekstilin farklı

alanlarında üretim yapan işletmeler seçilmiştir. İplik üretiminde, önemli parametreler

olan iplik numarası ve iplik kopuşları ele alınmış ve bu kalite karakteristikleri için

kontrol kartları hazırlanmıştır. Kumaş üretiminde ise kumaş topu başına hata sayısı

esas alınarak üretimin kontrol edilmesi amaçlanmıştır. Konfeksiyon işletmesinde

yapılan uygulamada ise kısa kollu basic t-shirt üretim süreci incelenmiştir.

103

Uygulama yapılan işletmelerde gözlenen önemli bir nokta, işletmelerin kalite

bilincine varmış olmalarıdır. Ancak böyle bir anlayışa sahip olmalarına rağmen

kaliteyi sağlamak için gerekli istatistiksel yöntemlerin yeterince etkin olarak

kullanılamadığı gözlenmiştir. Bu noktada yöneticilere büyük görevler düşmektedir.

Yöneticiler istatistiksel kalite kontrolü yöntemlerini yeterince araştırmalı ve

işletmeleri için uygun olan yöntemleri bir an önce uygulamaya başlamalıdırlar.

Ayrıca işletmedeki tüm çalışanları güncel yöntemler konusunda eğiterek kalite

bilincini işletmenin tamamına yaymalı ve çalışan her bir bireyin kalite iyileştirme

sürecinin bir parçası olmasını sağlamalıdırlar.

Bu çalışmanın uygulama bölümünde aşağıdaki sonuçlara ulaşılmıştır:

1. Tariş İplik Fabrikası’nda gerçekleştirilen Ne 30/1 numara karde-triko pamuk

ipliği üretimi için 13 numaralı Zinser 350 marka ring iplik makinasının

üretimi bir ay boyunca takip edilmiş ve sx − kontrol kartı kullanılarak

kontrol ve uyarı limitleri belirlenmiştir. Buna göre merkezi eğilimi kontrol

etmek için kullanılan x kontrol kartına ait limitler;

Üst Kontrol Limiti (ÜKL) = 30,582

Üst Uyarı Limiti (ÜUL) = 30,442

Merkez Çizgi (MÇ) = 30,162

Alt Uyarı Limiti (AUL) = 29,883

Alt Kontrol Limiti (AKL) = 29,743

olarak ve süreç değişkenliğini kontrol etmek için kullanılan s kontrol kartına

ait limitler ise;






olarak hesaplanmıştır.

104

Tariş İplik Fabrikası’nda Ne 30/1 numara karde-triko pamuk ipliği üretimi

için bundan sonra bu limitler kullanılarak üretim izlenebilir. Kontrol dışı

durumlarda ise özel nedenler belirlenip yok edilerek süreç iyileştirilmesi

sağlanabilir. Ancak unutulmamalıdır ki, süreç iyileştirildikçe kontrol limitleri

yeniden belirlenmeli ve üretim hesaplanan bu yeni limitlere göre kontrol

edilmelidir.

2. Tariş İplik Fabrikası’nda Zinser 350 marka ring iplik makinalarındaki iplik

kopuşları (1000 iğ/saat) bir ay boyunca etüt edilmiş ve c kartı kullanılarak

kontrol ve uyarı limitleri aşağıdaki gibi belirlenmiştir:






Tariş İplik Fabrikası’nda Zinser 350 marka ring iplik makinalarındaki iplik

kopuşları (1000 iğ/saat) için bundan sonra bu limitler kullanılarak üretim

izlenebilir. Ancak burada iplik kopuşlarının alt limitlerin altında çıkması

durumu göz ardı edilmemelidir. Çünkü her ne kadar kopuşların en az olması

istenen bir durum gibi görünse bile bu değerlerin kontrol limitleri dışında

çıkması o günlerde özel bir neden olduğu gerçeğini ortadan

kaldırmamaktadır. Noktaların alt limitler dışına çıktığı günlerde de üretim

incelenmeli ve özel nedenler araştırılıp üretimin iyileştirilmesi için gerekli

önlemler alınmalıdır.

3. Tariş İplik Fabrikası Örme Kumaş Bölümü’nde yapılan süprem örme kumaş

üretimi için bir ay boyunca 16 adet yuvarlak örme makinasının üretimi takip

edilmiş ve üretilen 100’er metrelik her top kumaş %100 muayene ile kontrol

edilmiştir. Süprem örme kumaş üretimi için birim başına hata sayısını esas

alarak üretimi kontrol altında tutmak amacıyla u kontrol kartı hazırlanmıştır.

105

Kumaş topu başına hatalı sayısını gösteren ve aynı zamanda kontrol kartının

merkez çizgisi olan u değeri 2,295 olarak belirlenmiş ve farklı örneklem

büyüklükleri için kontrol ve uyarı limitleri bu değer kullanılarak formüller

yardımıyla hesaplanmıştır.

Tariş İplik Fabrikası Örme Kumaş Bölümü’nde yapılan süprem örme kumaş

üretimi için bundan sonra bu u değeri kullanılarak kontrol ve uyarı limitleri

hesaplanabilir ve üretim izlenebilir.

4. Kısa kollu basic t-shirt üreten bir konfeksiyon işletmesinde 20 gün boyunca

üretim takip edilerek ikinci kaliteye ayrılan t-shirt sayıları için p kartı

hazırlanmıştır. Burada ikinci kalite oranını gösteren ve kontrol kartının da

merkez çizgisini oluşturan p değeri 0,06024 olarak belirlenmiş ve farklı

örneklem büyüklükleri için kontrol ve uyarı limitleri bu değer kullanılarak

formüller yardımıyla hesaplanmıştır.

Bu konfeksiyon işletmesinde bundan sonra ikinci kaliteye ayrılan ürünler için

bu p değeri kullanılarak kontrol ve uyarı limitleri hesaplanabilir ve üretim

izlenebilir.

Ayrıca pareto diyagramı kullanılarak ikinci kaliteye ayrılma sebeplerinin

başında baskı hatası ve kumaş deliği olduğu görülmüştür.

Küreselleşen dünyada artan rekabet koşulları karşısında ayakta kalabilmek için

tekstil işletmeleri de diğer işletmeler gibi kaliteye önem vermek zorundadırlar. Kalite

günümüzde, müşteri isteklerini karşılamanın ötesinde bu isteklerin de üzerine çıkmak

anlamını kazanmıştır. Bu nedenle işletmeler kalitelerini arttırmak için gereken

önlemleri almalı ve güncel yöntemleri kullanmaya başlamalıdırlar. Bu yöntemlerin

başında ise istatistiksel kalite kontrolü yöntemleri gelmektedir. İstatistiksel kalite

kontrolü yöntemlerinin kullanılması hem üretime etki eden özel nedenlerin

belirlenmesini kolaylaştıracak hem de üretim sürecinin iyileştirilmesini

hızlandıracaktır.

106

KAYNAKLAR

ABASOV, Vasıf. (2002). Mamul ve Mamul Üretim Sisteminin Geliştirilmesinde

Kalite Fonksiyon Göçeriminin Rolü ve Bir Uygulama. Doktora Tezi, Dokuz Eylül

Üniversitesi Sosyal Bilimler Enstitüsü, İzmir.

AFT, Lawrence S. (1988). Quality Improvement Using Statistical Process Control.

Harcourt Brace Jovanovich Publishers, San Diego.

AKAL, Zühal. (2000). İşletmelerde Performans Ölçüm ve Denetimi. MPM Yayınları

No: 473, Ankara.

ASLAN, Demir. (2001). Kalite Kontrol (Proses Kontrol ve Toplam Kalite). DEÜ

Mühendislik Fakültesi Yayınları No:284, İzmir.

BANKS, Jerry. (1989). Principles of Quality Control. John Wiley & Sons,

New York.

BARNES, J. Wesley. (1994). Statistical Analysis for Engineers and Scientists.

McGraw-Hill Inc., New York.

BESTERFIELD, Dale H., BESTERFIELD-MICHNA, Carol, BESTERFIELD

Glen H. & BESTERFIELD-SACRE, Mary. (1995). Total Quality Management.

Prentice Hall International Editions, New Jersey.

BESTERFIELD, Dale H. (2004). Quality Control (Seventh Edition). Pearson,

Prentice Hall, New Jersey.

107

BOZKURT, Rıdvan & ODAMAN, Aynur. (1997). ISO 9000 Kalite Güvence

Sistemleri. MPM Yayınları No: 549, Ankara.

ÇELİK, Ayşe & BOZKURT Yalçın. (2005). Günümüzde Türkiye’de Pamuk İpliği

Sektörü. Tekstil Teknolojileri ve Tekstil Makinaları Kongresi Gaziantep, 29-38.

DEMİR, Hulusi & GÜMÜŞOĞLU, Şevkinaz. (1998). Üretim Yönetimi (İşlemler

Yönetimi) 5. Baskı. Beta Basım, İstanbul.

DOĞAN, Muammer. (1998). İşletme Ekonomisi ve Yönetimi. Anadolu Matbaacılık,

İzmir.

DOĞAN, Özlem İ. & TÜTÜNCÜ Özkan. (2003). Hizmet İşletmelerinde Toplam

Kalite Yönetimi Kapsamında ISO 9001:2000 ve Bilgisayar Destekli Bir Uygulama.

DEÜ Rektörlük Matbaası, İzmir.

DOĞAN, Üzeyme. (1991). Kalite Yönetimi ve Kontrolü. İstiklal Matbaası, İzmir.

DTM Tekstil ve Konfeksiyon Ürünleri Dairesi. (2004). Tekstil - Konfeksiyon Deri ve

Deri Mamulleri Sektör Raporu. T.C. Başbakanlık Dış Ticaret Müsteşarlığı İhracat

Genel Müdürlüğü, Ankara.

ENGELHARDT, Andreas. (2005). The Fiber Year 2004 (A World Survey on Textile

and Nonwovens Industry). Saurer, Issue 5, Switzerland.

FEIGENBAUM, Armand Vallin. (1983). Total Quality Control (Third Edition).

McGraw-Hill Book Company, New York.

GRANT Eugene L. & LEAVENWORTH Richard S.. (1999). Statistical Quality

Control (7th Edition). McGraw-Hill, New York.

108

GÜMÜŞOĞLU, Şevkinaz. (2000). İstatistiksel Kalite Kontrolü ve Toplam Kalite

Yönetimi Araçları. Beta Basım, İstanbul.

İTKİB. (2005). İstanbul Tekstil ve Konfeksiyon İhracatçı Birlikleri. Erişim:

20.07.2005, http://www.itkib.org.tr.

JURAN, J. M. (1989). Juran on Leadership for Quality: An Executive Handbook.

The Free Press, New York.

KISAOĞLU, Özlem. (2002). Orta Büyüklükte Bir Dokuma İşletmesinde İstatistiksel

Kalite Kontrol Sisteminin Kurulması. Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi

Fen Bilimleri Enstitüsü, İzmir.

KOBU, Bülent. (1987). Endüstriyel Kalite Kontrolü. İstanbul Üniversitesi Yayınları

No: 3425, İstanbul.

MIZUNO, Shigeru. (1988). Management For Quality Improvement – The 7 New QC

Tools. Productivity Press, Cambridge.

MONTGOMERY, Douglas C. (2001). Introduction to Statistical Quality Control

(Fourth Edition). John Wiley & Sons Inc., New York.

ÖZER, Azmi. (2004). Pamuklu Tekstil Sektöründe Gelişmeler ve Beklentiler.

Türkiye Sınai Kalkınma Bankası A.Ş. İktisat ve Araştırma Müdürlüğü, İstanbul.

RYAN, Thomas P. (1989). Statistical Methods for Quality Improvement. John Wiley

& Sons, New York.

109

SMITH, Gerald M. (1998). Statistical Process Control and Quality Improvement

(Third Edition). Prentice Hall, New Jersey.

ŞEN, Ali. (1991). Toplam Kalite Kontrolü. TMMOB Makina Mühendisleri Odası

İzmir Şubesi, İzmir.

TETSUICHI, Asaka & KAZUO, Ozeki. (1990). Handbook of Quality Tools – The

Japanese Approach. Productivity Press, Cambridge.

TİM (Türkiye İhracatçılar Meclisi). (2004). Turkishtime Sectors (A Rising Value:

Turkish Textile). Issue: November, İstanbul.

WOODALL, William H. (1997). Control Charting Based on Attribute Data:

Bibliography and Review. Journal of Quality Technology, 29, 172-183.

YÜKSEL, Hilmi. (1998). Toplam Kalite Yönetiminde İstatistiksel Kalite Kontrolü ve

Bir İşletmede Uygulanması. Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi Sosyal

Bilimler Enstitüsü, İzmir.

110

EK 1. Standart Normal Dağılış Eğrisinin Altında Kalan Alanlar ( σ

µ−=

xz )

z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,0 0,00000 0,00399 0,00798 0,01197 0,01595 0,01994 0,02392 0,02790 0,03188 0,03586

0,1 0,03983 0,04379 0,04776 0,05172 0,05567 0,05962 0,06356 0,06749 0,07142 0,07534

0,2 0,07926 0,08317 0,08706 0,09095 0,09483 0,09871 0,10257 0,10642 0,11026 0,11409

0,3 0,11791 0,12172 0,12551 0,12930 0,13307 0,13683 0,14058 0,14431 0,14803 0,15173

0,4 0,15542 0,15910 0,12276 0,16640 0,17003 0,17364 0,17724 0,18082 0,18438 0,18793

0,5 0,19146 0,19497 0,19847 0,20194 0,20540 0,20884 0,21226 0,21566 0,21904 0,22240

0,6 0,22575 0,22907 0,23237 0,23565 0,23891 0,24215 0,24537 0,24857 0,25175 0,25490

0,7 0,25803 0,26115 0,26424 0,26730 0,27035 0,27337 0,27637 0,27935 0,28230 0,28523

0,8 0,28814 0,29103 0,29389 0,29673 0,29954 0,30234 0,30510 0,30785 0,31057 0,31327

0,9 0,31594 0,31859 0,32121 0,32381 0,32639 0,32894 0,33147 0,33397 0,33646 0,33891

1,0 0,34134 0,34375 0,34613 0,34849 0,35083 0,35314 0,35543 0,35769 0,35993 0,36214

1,1 0,36433 0,36650 0,36864 0,37076 0,37285 0,37493 0,37697 0,37900 0,38100 0,38297

1,2 0,38493 0,38686 0,38877 0,39065 0,39251 0,39435 0,39616 0,39796 0,39973 0,40147

1,3 0,40320 0,40490 0,40658 0,40824 0,40988 0,41149 0,41308 0,41465 0,41621 0,41773

1,4 0,41924 0,42073 0,42219 0,42364 0,42506 0,42647 0,42785 0,42922 0,43056 0,43189

1,5 0,43319 0,43448 0,43574 0,43699 0,43822 0,43943 0,44062 0,44179 0,44295 0,44408

1,6 0,44520 0,44630 0,44738 0,44845 0,44950 0,45053 0,45154 0,45254 0,45352 0,45448

1,7 0,45543 0,45637 0,45728 0,45818 0,45907 0,45994 0,46080 0,46164 0,46246 0,46327

1,8 0,46407 0,46485 0,46562 0,46637 0,46711 0,46784 0,46856 0,46926 0,46995 0,47062

1,9 0,47128 0,47193 0,47257 0,47320 0,47381 0,47441 0,47500 0,47558 0,47615 0,47670

2,0 0,47725 0,47778 0,47831 0,47882 0,47932 0,47982 0,48030 0,48077 0,48124 0,48169

2,1 0,48214 0,48257 0,48300 0,48341 0,48382 0,48422 0,48461 0,48500 0,48537 0,48574

2,2 0,48610 0,48645 0,48679 0,48713 0,48745 0,48778 0,48809 0,48840 0,48870 0,48899

2,3 0,48928 0,48956 0,48983 0,49010 0,49036 0,49061 0,49086 0,49111 0,49134 0,49158

2,4 0,49180 0,49202 0,49224 0,49245 0,49266 0,49286 0,49305 0,49324 0,49343 0,49361

2,5 0,49379 0,49396 0,49413 0,49430 0,49446 0,49461 0,49477 0,49492 0,49506 0,49520

2,6 0,49534 0,49547 0,49560 0,49573 0,49585 0,49598 0,49609 0,49621 0,49632 0,49643

2,7 0,49653 0,49664 0,49674 0,49683 0,49693 0,49702 0,49711 0,49720 0,49728 0,49736

2,8 0,49744 0,49752 0,49760 0,49767 0,49774 0,49781 0,49788 0,49795 0,49801 0,49807

2,9 0,49813 0,49819 0,49825 0,49831 0,49836 0,49841 0,49846 0,49851 0,49856 0,49861

3,0 0,49865 0,49869 0,49874 0,49878 0,49882 0,49886 0,49889 0,49893 0,49897 0,49900

3,1 0,49903 0,49906 0,49910 0,49913 0,49916 0,49918 0,49921 0,49924 0,49926 0,49929

3,2 0,49931 0,49934 0,49936 0,49938 0,49940 0,49942 0,49944 0,49946 0,49948 0,49950

3,3 0,49952 0,49953 0,49955 0,49957 0,49958 0,49960 0,49961 0,49962 0,49964 0,49965

3,4 0,49966 0,49968 0,49969 0,49970 0,49971 0,49972 0,49973 0,49974 0,49975 0,49976

3,5 0,49977 0,49978 0,49978 0,49979 0,49980 0,49981 0,49981 0,49982 0,49983 0,49983

3,6 0,49984 0,49985 0,49985 0,49986 0,49986 0,49987 0,49987 0,49988 0,49988 0,49989

3,7 0,49989 0,49990 0,49990 0,49990 0,49991 0,49991 0,49992 0,49992 0,49992 0,49992

3,8 0,49993 0,49993 0,49993 0,49994 0,49994 0,49994 0,49994 0,49995 0,49995 0,49995

3,9 0,49995 0,49995 0,49996 0,49996 0,49996 0,49996 0,49996 0,49996 0,49997 0,49997

0 z

111

EK 2. Kontrol Kartları İçin Katsayılar

x Kartı s Kartı R Kartı

Örneklemdeki

Gözlem

Sayısı, n A2 A3 c4 1/c4 B3 B4 d2 1/d2 d3 D3 D4

2 1,880 2,659 0,7979 1,2533 0 3,267 1,128 0,8865 0,853 0 3,267

3 1,023 1,954 0,8862 1,1284 0 2,568 1,693 0,5907 0,888 0 2,575

4 0,729 1,628 0,9213 1,0854 0 2,266 2,059 0,4857 0,880 0 2,282

5 0,577 1,427 0,9400 1,0638 0 2,089 2,326 0,4299 0,864 0 2,115

6 0,483 1,287 0,9515 1,0510 0,030 1,970 2,534 0,3946 0,848 0 2,004

7 0,419 1,182 0,9594 1,0423 0,118 1,882 2,704 0,3698 0,833 0,076 1,924

8 0,373 1,099 0,9650 1,0363 0,185 1,815 2,847 0,3512 0,820 0,136 1,864

9 0,337 1,032 0,9693 1,0317 0,239 1,761 2,970 0,3367 0,808 0,184 1,816

10 0,308 0,975 0,9727 1,0281 0,284 1,716 3,078 0,3249 0,797 0,223 1,777

11 0,285 0,927 0,9754 1,0252 0,321 1,679 3,173 0,3152 0,787 0,256 1,744

12 0,266 0,886 0,9776 1,0229 0,354 1,646 3,258 0,3069 0,778 0,283 1,717

13 0,249 0,850 0,9794 1,0210 0,382 1,618 3,336 0,2998 0,770 0,307 1,693

14 0,235 0,817 0,9810 1,0194 0,406 1,594 3,407 0,2935 0,763 0,328 1,672

15 0,223 0,789 0,9823 1,0180 0,428 1,572 3,472 0,2880 0,756 0,347 1,653

16 0,212 0,763 0,9835 1,0168 0,448 1,552 3,532 0,2831 0,750 0,363 1,637

17 0,203 0,739 0,9845 1,0157 0,466 1,534 3,588 0,2787 0,744 0,378 1,622

18 0,194 0,718 0,9854 1,0148 0,482 1,518 3,640 0,2747 0,739 0,391 1,608

19 0,187 0,698 0,9862 1,0140 0,497 1,503 3,689 0,2711 0,734 0,403 1,597

20 0,180 0,680 0,9869 1,0133 0,510 1,490 3,735 0,2677 0,729 0,415 1,585

21 0,173 0,663 0,9876 1,0126 0,523 1,477 3,778 0,2647 0,724 0,425 1,575

22 0,167 0,647 0,9882 1,0119 0,534 1,466 3,819 0,2618 0,720 0,434 1,566

23 0,162 0,633 0,9887 1,0114 0,545 1,455 3,858 0,2592 0,716 0,443 1,557

24 0,157 0,619 0,9892 1,0109 0,555 1,445 3,895 0,2567 0,712 0,451 1,548

25 0,153 0,606 0,9896 1,0105 0,565 1,435 3,931 0,2544 0,708 0,459 1,541

112

EK 3. Tariş İplik Fabrikası Örme Kumaş Bölümünde A Vardiyasında Üretilen ve

Kontrol Edilen Süprem Örme Kumaş Top Sayıları ile Top Başına Kumaş

Hatası Sayıları

Tarih : 18.04.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 5 5 4,5,1,5,-

2

3

4

5 5 5 2,2,3,1,3

6

7

8

9 7 7 5,3,3,3,3,1,4

10

11

12

13 5 5 1,1,3,1,5

14

15 4 4 5,3,1,5

16 4 4 5,5,1,2

TOPLAM 30 30 86

113

Tarih : 19.04.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 4 4 1,1,4,2

2

3

4

5 4 4 3,2,2,2

6

7

8

9 5 5 4,4,4,2,2

10

11

12

13 5 5 2,2,2,2,5

14

15 4 4 1,5,3,2

16 4 4 5,4,3,4

TOPLAM 26 26 73

Tarih : 20.04.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 4 4 4,4,-,2

2

3

4

5 5 5 2,2,2,3,1

6

7

8

9 6 6 1,1,2,2,2,1

10 2 2 2,2

11

12

13

14 4 4 2,5,5,5

15 5 5 2,1,-,1,2

16 4 4 1,2,2,2

TOPLAM 30 30 63

114

Tarih : 21.04.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 5 5 3,1,3,2,2

2

3

4

5 4 4 3,-,1,2

6

7

8

9 6 6 -,-,2,1,-,1

10 5 5 4,1,-,1,2

11

12

13

14 4 4 5,1,2,4

15 5 5 1,4,4,4,1

16 4 4 1,3,-,5

TOPLAM 33 33 64

Tarih : 22.04.2005

Vardiya : A


2

3

4

5 4 4 1,1,-,2

6

7

8

9 6 6 1,2,2,2,3,2

10 6 6 4,3,2,3,2,3

11

12

13

14 5 5 5,4,3,5,2

15 5 5 5,5,4,4,4

16 4 4 2,2,4,2

TOPLAM 35 35 98

115

Tarih : 25.04.2005

Vardiya : A


2

3

4

5 4 4 2,2,2,3

6

7

8

9 5 5 1,2,3,2,2

10 3 3 2,1,3

11

12

13

14 5 5 3,1,2,2,3

15 4 4 2,3,4,2

16 3 3 5,4,4

TOPLAM 28 28 70

Tarih : 26.04.2005

Vardiya : A


2

3

4

5 5 5 1,1,2,2,2

6

7

8

9 4 4 2,1,3,4

10 1 1 3

11 6 6 3,2,2,3,4,2

12

13

14 4 4 5,4,3,3

15 5 5 2,4,3,4,3

16 4 4 4,3,2,4

TOPLAM 34 34 96

116

Tarih : 27.04.2005

Vardiya : A


2

3

4

5 4 4 1,2,4,2

6

7

8

9 6 6 2,3,3,4,4,3

10 4 4 4,3,2,2

11 5 5 5,3,2,3,5

12

13

14 5 5 2,2,5,4,4

15 4 4 2,4,5,4

16 2 2 3,3

TOPLAM 34 34 103

Tarih : 28.04.2005

Vardiya : A


2

3

4 4 4 4,5,3,2

5 5 5 2,2,2,1,3

6

7

8

9 6 6 2,3,2,3,3,1

10 6 6 5,4,2,2,3,4

11 5 5 2,3,2,3,3

12

13

14

15

16

TOPLAM 31 31 82

117

Tarih : 29.04.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 4 4 1,4,-,5

2 1 1 4

3

4 5 5 2,5,3,2,3

5 5 5 3,2,2,3,2

6

7

8

9 6 6 3,2,2,2,4,2

10 6 6 2,4,2,4,3,2

11 6 6 4,1,1,1,1,3

12

13

14

15

16

TOPLAM 33 33 84

Tarih : 30.04.2005

Vardiya : A


2 4 4 1,3,4,5

3

4 5 5 3,2,1,2,4

5 5 5 3,2,3,2,1

6

7

8

9 6 6 3,3,2,3,4,5

10 7 7 2,3,4,3,5,2,3

11 7 7 1,2,2,3,4,2,2

12

13

14

15

16

TOPLAM 39 39 105

118

Tarih : 02.05.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 6 6 2,2,4,2,4,3

2 4 4 4,4,5,12

3

4 5 5 4,5,5,3,3

5 5 5 4,5,1,1,4

6

7

8

9

10

11

12

13

14

15

16

TOPLAM 20 20 77

Tarih : 03.05.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 5 5 -,-,5,2,2

2 2 2 3,5

3

4 5 5 3,5,3,4,2

5 5 5 3,5,2,3,3

6

7

8

9 6 6 4,3,4,4,3,-

10 6 6 1,2,2,3,2,2

11 6 6 2,1,1,3,2,1

12

13

14

15

16

TOPLAM 35 35 90

119

Tarih : 04.05.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 6 6 1,5,2,1,2,1

2 5 5 3,4,2,4,2

3

4 6 6 3,2,4,4,2,4

5 5 5 2,2,2,2,1

6

7

8

9

10 6 6 5,1,2,2,2,1

11 3 3 2,2,3

12

13

14

15

16

TOPLAM 31 31 75

Tarih : 05.05.2005

Vardiya : A


2 5 5 3,4,1,3,5

3

4 6 6 5,3,3,3,1,2

5 5 5 5,3,1,1,2

6

7

8

9

10

11

12

13

14

15

16

TOPLAM 21 21 54

120

Tarih : 06.05.2005

Vardiya : A


2 5 5 4,5,5,5,4

3

4 5 5 3,4,4,2,2

5 5 5 2,2,2,5,4

6

7

8

9

10

11

12

13

14

15

16

TOPLAM 20 20 59

Tarih : 07.05.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 5 5 4,4,1,-,3

2 4 4 5,4,5,2

3

4 2 2 3,2

5 5 5 4,1,1,3,1

6

7

8

9

10

11

12

13

14

15

16

TOPLAM 16 16 43

121

Tarih : 08.05.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 5 5 -,1,2,2,2

2 4 4 5,1,5,2

3

4 6 6 2,4,5,5,5,2

5 6 6 4,2,5,5,5,5

6

7

8

9

10

11

12

13

14

15

16

TOPLAM 21 21 69

Tarih : 09.05.2005

Vardiya : A


2 4 4 5,3,2,2

3

4 5 5 5,2,2,1,2

5 5 5 2,-,1,3,3

6

7

8

9

10 2 2 5,3

11

12

13

14

15

16

TOPLAM 21 21 56

122

Tarih : 10.05.2005

Vardiya : A

Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top 1 5 5 2,-,4,2,2

2 5 5 1,3,2,4,-

3

4 6 6 2,2,2,5,1,2

5 5 5 4,2,2,3,2

6

7

8

9

10 2 2 1,4

11

12

13

14

15

16

TOPLAM 23 23 52

Tarih : 11.05.2005

Vardiya : A


2 4 4 2,5,3,5

3

4 6 6 4,3,5,4,3,4

5 5 5 4,3,2,3,1

6

7

8

9

10 3 3 1,4,4

11

12

13

14

15

16

TOPLAM 23 23 70

123

Tarih : 12.05.2005

Vardiya : A


2 4 4 5,5,5,5

3

4 6 6 2,2,2,2,4

5 5 5 2,1,1,5,4

6

7

8

9

10 4 4 3,3,2,2

11

12

13

14

15

16

TOPLAM 24 24 69

Tarih : 13.05.2005

Vardiya : A


2 4 4 2,4,3,3

3

4 6 6 2,2,5,2,4,3

5 5 5 2,2,3,3,5

6

7

8

9

10 4 4 5,5,3,3

11

12

13

14

15

16

TOPLAM 24 24 77

124

Tarih : 14.05.2005

Vardiya : A


2 4 4 5,3,2,5

3

4 6 6 4,2,4,3,4,4

5 5 5 4,5,2,2,2

6

7

8

9

10

11

12

13

14

15

16

TOPLAM 20 20 60

Tarih : 15.05.2005

Vardiya : A


2 4 4 5,5,4,5

3

4 6 6 1,3,3,2,2,2

5 5 5 5,5,3,2,3

6

7

8

9

10

11

12

13

14

15

16

TOPLAM 20 20 62

125

Tarih : 16.05.2005

Vardiya : A


2 5 5 5,5,4,5,4

3

4 5 5 4,1,2,5,5

5 5 5 3,5,5,3,4

6

7

8

9

10 3 3 4,3,5

11

12

13

14

15

16

TOPLAM 23 23 82

Tarih : 17.05.2005

Vardiya : A


2 4 4 5,5,4,5

3

4 5 5 2,4,3,3,3

5 5 5 1,-,3,2,4

6

7

8

9

10 5 5 3,3,3,4,3

11

12

13

14

15

16

TOPLAM 24 24 72

İstat İst İksel kal İte kontrolÜ ve tekst...

Documents