Altı Sigma Metodolojisi ve Otomotiv

Transkript

T.C.
İstanbul Üniversitesi
Sosyal Bilimler Enstitüsü
İşletme Ana Bilim Dalı
Üretim Bilim Dalı
Yüksek Lisans Tezi
ALTI SİGMA METODOLOJİSİ VE OTOMOTİV
YANSANAYİSİNDE UYGULAMASI
Nazlı Yiğit
2501070827
Tez Danışmanı
Prof. Dr. Necdet Özçakar
İstanbul – 2010
ALTI SİGMA METODOLOJİSİ VE OTOMOTİV YANSAYİSİNDE
UYGULAMASI
Nazlı Yiğit
ÖZ
Etkinliği ve verimliliği aynı anda arttırmak için süreç iyileştirme yaklaşımı olan Altı
Sigma ülkemizde daha çok büyük firmalarda uygulanmaktadır. Bu çalışma ana
sanayi ile her yıl fiyat düşüşü konusunda anlaşma yapan bu nedenle faaliyetlerine
devam edebilmek için her yıl önemli miktarda maliyet azaltması gereken yan
sanayide uygulanmıştır. Maliyeti düşürerek karlılığı arttırmak ve bu şekilde
büyümesini ve pazar payını arttırmasını sağlamak için sistematik bir yaklaşım olan
Altı Sigma seçilmiştir.
Çalışma 5 kısımdan oluşmakta ilk kısmında Altı Sigma‟nın ne olduğu, tarihçesi
anlatılmış ve ikinci kısmında Altı Sigma‟da sorumlu kişiler ve Altı Sigma‟nın
metodolojisinden bahsedilmiştir. Üçüncü kısımda Altı Sigma‟nın süreç iyileştirmede
kullandığı istatistikî araçlar anlatılmıştır. Dördüncü kısımda bir otomotiv yan sanayi
firmasında iğne adlı üretim sürecinde en çok hurda verilen hata sebebi pareto ile
ortaya konulmuş ve Altı Sigma metodolojisi ile 3,1 olan kalite seviyesi 5,2‟ e
çıkartılmıştır.
Firma için önemli bir kazanç sağlayan bu iyileştirmenin örnek olması ve bundan
sonraki en büyük kayıpların bu süreç iyileştirme metodu ile iyileştirilmesi önerilmiştir.
Anahtar Kelimeler: Altı Sigma, Otomotiv Yan sanayi, Üretim
iii
SIX SIGMA METHODOLOGY AND AN IMPLEMENTATION IN
AUTOMOTIVE SUPPLIER
Nazlı Yiğit
ABSTRACT
Six Sigma is process improvement approach that increase efficiency and
effectiveness at the same time and this methodology is widespread among
companies to improve their processes. This study was implemented in the one of
automotive supplier in order to continue its activities in a presence of an agreement
about price decrease every year. Six Sigma methodology which is systematical
process improvement approach was chosen to increase profit by decreasing cost.
Thesis consists of 5 parts and in the first part general information about Six Sigma
and its history was given. In the second part methodology of Six Sigma and Six
Sigma responsibilities have been mentioned. In the third part the statistical
techniques necessary for Six Sigma have been examined with samples. In the
fourth part, defects of needle production process was monitored and pareto
analyses was realized and with Six Sigma methodology, process quality level is
increased from 3,1 to 5,2.
The firm is advised to follow this high profitable improvement and in future losses
this process improvement method is recommended.
Key Words: Six Sigma, Automotive Industry Supplier, Production
iv
TEŞEKKÜR
Çalışmalarım boyunca değerli yardım ve katkılarıyla bana yol gösteren Hocam Prof.
Dr. Necdet ÖZÇAKAR‟a, uygulama sırasında yardımda bulunan başta Sayın Edib
ERDEMLİ ve Reşit KERİMGİL olmak üzere Zarifsan Makine Ltd. çalışanlarına, beni
hiçbir zaman yalnız bırakmayan çok değerli aileme ve Sayın Mutlu GÜNDÜZ‟e
teşekkürü bir borç bilirim.
v
İÇİNDEKİLER
TEŞEKKÜR ..............................................................................................................v
ŞEKİLLLER LİSTESİ ............................................................................................... ix
TABLOLAR LİSTESİ ................................................................................................ xi
KISALTMALAR LİSTESİ ......................................................................................... xii
1
GİRİŞ................................................................................................................ 1
1.1
Altı Sigma Nedir? ....................................................................................... 1
1.2
Altı Sigma Tarihçesi ................................................................................... 5
1.3
Altı Sigma‟yı Uygulayan Bazı Şirketler ve Kazançları ................................. 6
1.4
Altı Sigma Metrikleri ................................................................................... 7
1.4.1
Geleneksel Başarı .............................................................................. 8
1.4.2
Altı Sigma Perspektifi (İlk Seferde Doğru Üretim/First Time Yield ) ..... 8
1.4.3
Gizli İşletmeyi Ortaya Çıkartmak ....................................................... 10
1.4.4
Toplam Başarı (RYT - Rolled Througput Yield) ................................. 10
1.4.5
Birim Başına Hata (DPU-Defect Per Unit) ......................................... 12
1.4.6
Fırsatta Hata Oranı ve Milyon Fırsatta Hata Oranı (Defect Per
Opportunity) .................................................................................................... 12
2
ALTI SİGMA SORUMLULUKLAR METODOLİJİSİ.......................................... 14
2.1
Altı Sigma Sorumluluklar.......................................................................... 14
2.1.1
Altı Sigma Yürütme Kurulu................................................................ 14
2.1.2
Şampiyon ......................................................................................... 14
2.1.3
Uygulama Lideri................................................................................ 15
2.1.4
Altı Sigma Koçu ................................................................................ 15
2.1.5
Takım veya Proses Lideri (Siyah Kuşak) .......................................... 16
2.1.6
Takım üyesi ...................................................................................... 16
2.1.7
Proses Sahibi ................................................................................... 17
2.1.8
Siyah Kuşak ..................................................................................... 17
2.1.9
Uzman Siyah Kuşak ......................................................................... 17
2.1.10
Yeşil kuşak ....................................................................................... 17
2.2
Altı Sigma Adımları .................................................................................. 18
2.2.1
Tanımlama ....................................................................................... 19
2.2.2
Ölçme ............................................................................................... 20
2.2.3
Analiz Fazı........................................................................................ 22
2.2.4
İyileştirme Fazı ................................................................................. 23
vi
2.2.5
2.3
3
Altı Sigma‟nın İlkeleri ............................................................................... 24
2.3.1
Gerçek Müşteri Odağı....................................................................... 24
2.3.2
Verilere Dayalı Yönetim .................................................................... 24
2.3.3
Proses Odağı, Yönetimi ve İyileştirmesi ............................................ 25
2.3.4
Proaktif Yönetim ............................................................................... 25
2.3.5
Sınırsız İşbirliği ................................................................................. 26
2.3.6
Kusursuzu İste Başarısızlığa Tolerans Göster .................................. 26
2.3.7
Altı Sigma Takımlarını Öğrenme Aracı Olarak Kullanmak ................. 26
ALTI SİGMADA KULLANILAN İSTATİSTİKÎ TEKNİKLER............................... 28
3.1
Beyin Fırtınası ......................................................................................... 28
3.2
Sebep Sonuç Matrisi ................................................................................ 28
3.3
Histogram ................................................................................................ 29
3.4
Pareto Şeması ......................................................................................... 32
3.5
HTEA (FMEA).......................................................................................... 35
3.6
Ölçüm Sistemi Analizi .............................................................................. 35
3.6.1
Çözünürlük (Discrimination) .............................................................. 36
3.6.2
Konum .............................................................................................. 36
3.6.3
Genişlik veya dağılım........................................................................ 38
3.7
İstatistiksel Kalite Kontrol ......................................................................... 43
3.7.1
Genel ve Özel Nedenler ................................................................... 43
3.7.2
Genel Sebepler................................................................................. 44
3.7.3
Özel Sebepler ................................................................................... 44
3.7.4
Kontrol Tablosu ................................................................................ 44
3.8
Varyans Analizi ........................................................................................ 47
3.8.1
4
Kontrol Fazı ...................................................................................... 23
Tek yönlü varyans analizi ................................................................. 48
3.9
Serpilme Diyagramı ................................................................................. 50
3.10
Deney Tasarımı ....................................................................................... 51
3.10.1
Deney Tasarımının Temel Prensipleri ............................................... 51
3.10.2
Deney Tasarımının Aşamaları .......................................................... 52
BİR SANAYİ KURULUŞUNDA ALTI SİGMA UYGULAMASI ........................... 55
4.1
Firma Hakkında ....................................................................................... 55
4.2
Uygulamanın Hedefi ve Önemi ................................................................ 56
4.3
Tanımlama............................................................................................... 56
vii
4.4
Ölçüm Sistemi Analizi .............................................................................. 58
4.5
Kontrol Grafikleri ...................................................................................... 62
4.6
Süreç Yeterliliği ........................................................................................ 63
4.7
Farklı Makine Üretim Çıktılarının Karşılaştırılması ................................... 66
4.8
Balık kılçığı .............................................................................................. 71
4.9
İyileştirmeler ve Sonucunda Süreç Yeterlilik Analizi ................................. 79
5
SONUÇ VE ÖNERİLER .................................................................................. 83
6
KAYNAKÇA .................................................................................................... 85
viii
ŞEKİLLLER LİSTESİ
Şekil 1 - Altı Sigma Süreci (Çevrimiçi 7) ................................................................... 3
Şekil 2- Müşteri Proses Tedarikçi İlişkisi .................................................................. 3
Şekil 3- TÖAİK Modeli (Çevrimiçi 4) ......................................................................... 4
Şekil 4- Altı Sigma‟nın Odaklandığı Projeler (Çevrimiçi 6) ........................................ 5
Şekil 5- Geleneksel Başarı Yaklaşımı ...................................................................... 8
Şekil 6- Altı Sigma Perspektifi .................................................................................. 9
Şekil 7- Gizli İşletme .............................................................................................. 10
Şekil 8- Proses Zincirinde Toplam Başarı .............................................................. 11
Şekil 9- TÖAİK İyileştirme Metodolojisi (Eckes,2003:29) ........................................ 19
Şekil 10- Balıkkılçığı Diagramı ............................................................................... 29
Şekil 11- Ağırlık Verilerine Göre Histogram ............................................................ 32
Şekil 12- Hataların Pareto Grafiği........................................................................... 34
Şekil 13- Doğruluk ................................................................................................. 37
Şekil 14- Doğruluk ................................................................................................. 37
Şekil 15- Tutarlılık .................................................................................................. 38
Şekil 16- Yeniden Üretilebilirlik ............................................................................... 39
Şekil 17- Hataların Pareto Grafiği........................................................................... 58
Şekil 18- Alet Tekrar Edilebilirliği ve Tekrar Üretilebilirliği ....................................... 61
Şekil 19- Kontrol Kartları ........................................................................................ 63
Şekil 20- Proses Yeterliliği ..................................................................................... 65
Şekil 21- Proses Sigma Seviyesi ........................................................................... 66
Şekil 22- Normal Dağılım Testi Makine 1 ............................................................... 68
Şekil 25- Varyans Testi .......................................................................................... 70
Şekil 26- Makine Verileri Kutu Grafiği..................................................................... 71
Şekil 27- Balık kılçığı.............................................................................................. 72
Şekil 28- Standart Etkilerin Pareto Grafiği .............................................................. 75
Şekil 29-Standart Etkilerin Normal Grafiği .............................................................. 76
Şekil 30- Veriler için Etkileşim Grafiği..................................................................... 77
Şekil 31- Artıkların Grafikleri .................................................................................. 78
Şekil 32- Parametre Değerleri ve Çıktı Değeri Grafiği ............................................ 79
ix
Şekil 33- İyileştirme Sonrası Proses Yeterliliği ....................................................... 81
Şekil 34- İyileştirme Sonrası Sigma Seviyesi ......................................................... 82
x
TABLOLAR LİSTESİ
Tablo 1- Ölçülmesi Gereken Alanlar (Eckes,2003:36) ............................................ 21
Tablo 2- Ağırlık Verileri .......................................................................................... 30
Tablo 3- Frekans Çizelgesi .................................................................................... 31
Tablo 4- Hata Sayıları ............................................................................................ 33
Tablo 5- Hata Oranları ........................................................................................... 34
Tablo 6- Çap Ölçüm Sonuçları ............................................................................... 37
Tablo 7- Birinci Operatörün Ölçüm Sonuçları ......................................................... 39
Tablo 8- İkinci Operatörün Ölçüm Sonuçları .......................................................... 40
Tablo 9- Üçüncü Operatörün Ölçüm Sonuçları....................................................... 40
Tablo 10- Üç Ölçümcünün Sonuçları ..................................................................... 40
Tablo 11- Ölçü Sistemi Analizi ............................................................................... 41
Tablo 12- Varyans Analizi Sonuçlar Tablosu (Orhunbilge,2000:181) ..................... 50
Tablo 13- Aylık Hata Verileri Tablosu ..................................................................... 57
Tablo 14- Ölçüm Sistemi Analizi Verileri ................................................................ 59
Tablo 15- İki –Yönlü Varyans Analizi Tablosu ........................................................ 59
Tablo 16- Alet Tekrar Edilebilirliği ve Tekrar Üretilebilirliği Sonuçları ...................... 60
Tablo 17- Kontrol Grafiği Verileri ............................................................................ 62
Tablo 18- Süreç Yeterliliği Verileri .......................................................................... 64
Tablo 19-Makinelerin Çıktı Verileri ......................................................................... 67
Tablo 20- Tek Yönlü Varyans Analizi: Makine 1-2-3 ............................................... 70
Tablo 21-Parametrelerin Önceliklendirme Tablosu ................................................ 73
Tablo 22- Deney Tasarımı ..................................................................................... 74
Tablo 23- Beklenen Etkiler ve Katsayılar................................................................ 74
Tablo 24- Varyans Analizi ...................................................................................... 77
Tablo 25- İyileştirme Sonrası Proses Verileri ......................................................... 80
xi
KISALTMALAR LİSTESİ
AKL: Alt Kontrol Limiti
ANOVA: Varyans Analizi
ASL: Alt Spesifikasyon Limiti
AV(Appraiser Variation):Uygulayıcı Değişkenliği
CP: Yeterliliğin Potansiyel Ölçüsü
CPK: Yeterliliğin Gerçekleşen Ölçüsü
CTQ: Kritik Kalite Özellikleri
DOE(Design of Experiment): Deney Tasarımı
DPU(Defect Per Unit ): Birim Başına Hata Sayısı
DPO(Defect Per Opportunity): Birim Fırsat Başına Hata
DPMO: Milyon Fırsat Başına Hata Sayısı
EV(Equipment Variation):Ekipman Varyans
FTY(First Time Yield): İlk seferde başarı
Gage R&R: Alet Tekrarlanabilirliği ve Alet Üretebilirliği
GE: General Elektrik
HTEA (FMEA): Hata Türü ve Etkileri Analizi
İKK: İstatistiksel Kalite Kontrol
İPK: İstatistiksel Proses Kontrol
MSA: Ölçüm Sistemleri Analizi
OD: Ortalama Değer
PPM: Milyonda Hata
PV(Part Variation):Parça Değişkenliği
RÖS (RPN): Risk Öncelik Sayısı
RYT(Rolled Througput Yield): Toplam Başarı
TÖAİK (DMAIC) : Tanımla, Ölç, Analiz et, İyileştir, Kontrol et
TV(Total Variation):Toplam Değişkenlik
ÜKL: Üst Kontrol Limiti
ÜSL: Üst Spesifikasyon Limiti
VOC: Müşterinin Sesi
www: World wide web
xii
1 GİRİŞ
1.1 Altı Sigma Nedir?
Firmaların asıl amacı kar etmektir ve ancak karlı firmalar faaliyetlerini sürdürebilir.
Kar etmek temelde müşterilerin firma ürünlerini isteyip istememesi ile ilgilidir ancak
bu sadece başlangıç kısmıdır. Müşterinin ürün veya hizmetten bekledikleri vardır.
Etkili çalışma bu beklentilerin karşılanması ile gerçekleşir, tersi durumunda firma
etkin olamaz. Etkinlik sağlanamazsa bir süre sonra müşteri, ürün veya hizmetten
memnun kalmayacağı için firma, müşterisini kaybedecektir. (Eckes,2003:2) Firmalar
için önce süreçlerin etkinliğinin sağlanması ardından verimlilik sağlanması gerekir.
Verimlilik, kaynakların etkin olmak için nasıl ne kadar kullanıldığı ile ilgilidir. Zaman,
maliyet, çalışma veya değer göstergeleri ile ölçülebilir. Firmaların amacı kar etmek
olduğuna göre verimliliği göz ardı ederek sadece müşteriye odaklanmak doğru bir
karar olmaz.(Eckes,2003:3) Firmalar operasyonel performansı, karlılığı geliştirmek
ve rekabet gücünü arttırmak için yeni yaklaşımların arayışındaydı. Bu sırada
bitmeyen iyileştirme döngüsünde yapılandırılmış kalite yönetimi olan Altı Sigma
dikkat çekmiştir.(Parast, Mahour Mellat;2010:1) Altı Sigma temel anlamda etkinlik ile
verimliliği aynı anda arttırmaya çalışan sistematik yaklaşımdır. (Eckes,2003:3)
Yunanca bir harf olan sigma istatistikte standart sapmayı sembol eder. Standart
sapma değişkenliği ifade eder. Bir süreçte beklenen sonuç ile gerçekleşen sonucun
karşılaştırılmasıdır. Altı Sigma‟da standart sapma ölçülebilen hata oranını gösterir ve
mükemmele yakın olan çıktının tanımını anlatmak için kullanılır. Altı Sigma standart
sapma toleransları içinde olan bir süreç için çıktılardan her bir milyon fırsatta 3,4
hata oluşur ya da diğer bir ifade ile %99,9997 başarıya ulaşılır.(Thomsett,2005:6)
Dünya standartlarındaki süreç performansı ve gerçek dünya süreçlerinin istatistik
analizlerini temel alan Altı Sigma kalite seviyeleri, daha çok müşteri beklentileriyle
ilgilidir.
Altı
Sigma
hedefinin
seçilmesinin
nedeni
beş
sigmanın
müşteri
1
gereksinimlerini karşılamayacak olması yedi sigmanın ise önemli bir katkı
sağlamayacak olmasıdır. (Adams,2003:8) Altı Sigma kalite iyileştirme programı hata
sayısını milyonda 3,4 gibi küçük bir rakama düşürmeyi hedefler.(Sokovic, M;
Pavletic, D; Fakin, S; 2007:777 )
Altı
Sigma
hedefini
seçerken
istatistik
bir
değere
dayandığından
dünya
standartlarında iş performans değerlendirmesini sağlar. Altı Sigma hedefi proje
bazında, performans arttırma metodolojisi konusunda eğitilmiş çalışan altyapısı ile
birlikte firma kültürünü kabul eden, doğru zamanda doğru kararı verme yeteneğine
sahip takım ile başarılır. Müşteri açısından özellikle ürünün veya hizmetin değerini
artırmasının yanında ayrıca Altı Sigma herhangi bir kurumda tüm proseslerin,
işlemlerin ve görevlerin verimliliğini ve etkinliğini arttırmada doğrudan uygulanabilir.
Bunun için öncelikle temelde müşteri memnuniyetini ve iş performansını arttırmaya
dayalı projeler seçilir.(Truscott, 2003:1)
“ Altı Sigma Nedir?” sorusuna cevap verirken, Altı Sigma‟nın yeni veya bilinmeyen
araçlar dizisi olmadığı anlaşılmalıdır. Altı Sigma araçları ve teknikleri toplam kalite
yönetimi gibi pek çok gelişim metodolojisinde bulunmaktadır. Altı Sigma kurumun
stratejik planlarına paralel olarak ve uygun zamanda önemli projeleri seçmeye
yarayan istatistik araçların ve tekniklerin uygulamasıdır. Altı Sigma proje bazlı olarak
sürdürülebilir stratejik sonuçlar elde etmek için proje tabanında uygulanan tekniklerin
ve araçların yapısal uygulamasıdır.(Adams,2003:11)
Altı Sigma süreç/ürün kalitesini iyileştirmek için disiplinli ve istatistik bazlı
yaklaşımdır ve yönetim stratejisi olarak organizasyon kültüründe değişiklik
yapılmasını gerektirir. (Schroeder v.d,2007:537 )
Şekil 1‟de görüldüğü gibi Altı Sigma sürecinde spesifikasyon limitine kadar olan
alana altı standart sapma sığar.
2
Şekil 1 - Altı Sigma Süreci (Çevrimiçi 7)
Altı Sigma genel bir dil ve ortak kalite ölçüm teknikleri (her seviyede ve her
fonksiyonda)
(Basu,
kullandığından dolayı süreçleri izlemek, karşılaştırmak kolaydır.
Wright,2003:3)
Deneyime
dayalı
yanılmalardan
kurtulmak,
bilimsel
yöntemlerle şirketin kalite seviyesini mevcut problemleri çözerek arttırmaya çalışır.
Proses Adımları
Çıktı
Girdi
Müşteri
Tedarikçi
Şekil 2- Müşteri Proses Tedarikçi İlişkisi
Şekil 2‟de görüldüğü gibi kurumlar müşterinin talep ettiği çıktıyı sağlamak için önce
onun ne istediğini anlamalı (Voice of the Customer), bu çıktı için gereken prosesi
düzenlemeli bu çıktıları başarmak için süreç için gerekli olan girdiyi temin edeceği
tedarikçiyi belirlemelidir. Öncelikle müşteri gösterilmiştir çünkü öncelikle onun ürün
3
ve ya hizmetten ne beklediği önemlidir. Ürünü veya hizmeti sağlayan firma bunları
dikkate alarak prosesi iyileştirir. (Çevrimiçi 4)
Şekil 3‟te TÖAİK modelinin akışı gösterilmiştir. Müşterinin gereksinimleri göz önünde
bulundurularak problem tanımlanır, mevcut süreç ölçülür ve analiz edilir. Analiz
sonuçlarına göre iyileştirme yapılır ve bu iyileştirmenin kalıcı olması için kontrol
edilir. Bu çevrim hedeflenen sigma seviyesine ulaşana kadar devam eder. (Çevrimiçi
4)
Müşterinin Sesi
Ölç
Analiz Et
İyileştir
Tanım
Kontrol
Kurumsallaştırma
Şekil 3- TÖAİK Modeli (Çevrimiçi 4)
İş sonuçlarına ve kârlılığa etkisi yüksek olan problemlerin sistematik biçimde
çözülmesini sağlayan Altı Sigma yönetim sistemi pek çok firmada uygulanarak
büyük kârlar elde edilmesini sağlamış ve kendisini kanıtlamıştır. Çünkü sistem,
Şekil 4‟te görülebileceği gibi iş sonuçlarına büyük etkisi projelere odaklanır. Bu
projelerin gerçekleştirilmesiyle oluşan faydalar ile sistemin sürekliliği sağlanır.
(Çevrimiçi 6)
4
Şekil 4- Altı Sigma‟nın Odaklandığı Projeler (Çevrimiçi 6)
Altı Sigma yayılımı, kurumun stratejileriyle aynı doğrultuda sürdürülebilir gelişmeleri
sağlamada kullanılan sistemdir. İnsanlar milyonda 3,4‟lük bölümün gerçekçi bir
hedef olmadığını kanısında olmayabilir. Ancak Altı Sigma‟yı bir süreç olarak
düşünmek gerekir. Kurumlar her proje ile bu hedefe ulaşmayı amaçlar. (Adams,
2003: 10)
1.2 Altı Sigma Tarihçesi
Altı Sigma kavramı Motorola tarafından 1985 yılında başlatılmıştır. (Linderman,
v.d,2002:194)
Motorola servis sundukları pazarda paylarını kaybetmekteydi. (Larson, 2003:7) O
dönemde Motorola elektronik endüstrisinde Japon firmalar ile rekabet içindedir ve
kalite seviyelerinde etkili bir iyileştirmeye ihtiyaçları vardı. (Linderman,2002:194)
İşletme giderleri çok yüksekti ve buda karlılıklarını azaltmaktaydı. Ayrıca pazarda
kaybettikleri payları Japon rakipleri ele geçirmekteydi. Motorola‟nın iş yapma şekli
müşteri memnuniyetine dayanmıyordu. Teklifleri cevaplama, faturalama, müşteri
şikâyetlerine cevap verme ve diğer birçok yönetim ve servis operasyonları sistemin
kurbanı olmuştu.
5
Cevap süreleri çok uzun sürmekte ve müşteri memnuniyeti için tasarlanmamıştı.
Diğer yandan Motorola‟nın ürünleri olması gerektiği gibi kaliteli ve güvenilir değildi.
Müşterilere birçok hatalı parça gönderiliyordu.(Larson,2003:7)
Bu nedenle Japon‟ların operasyon metotları ve ürün kalite seviyeleri hakkında
araştırma yapmak için bir grup Motorola yöneticisi karşılaştırma yapmak için
Japonya‟ya gönderildi. Japonların genel programının müşteriye daha hizmet
verebilmek için operasyonların iyileştirilmesine ve her çalışanın buna dâhil
edilmesine odaklandığı fark ettiler. Japonlar çalışanları sadece fiziksel olarak
kullanmıyor, çalışanların bilgilerini de kullanıyorlardı.(Larson,2003:8)
Motorola
müşterilerinden,
müşteri
memnuniyetine
odaklanmak
için
tüm
operasyonlarındaki sistemi değiştirmeleri gerektiğini, Japonlardan ise tüm çalışanları
buna dâhil etmenin moral ve etkinliği artırmanın en iyi yol olduğunu öğrendiler.
Motorola‟nın CEO‟su Bob Galvin dünya üzerindeki fabrikaları gezerek bu stratejiyi
yaydı. Önceleri Altı Sigma‟ya şüphe duyan ve geçici olduğunu düşünen çok yönetici
vardı. Fakat işletme liderleri bu yayılımda çok kararlı davrandılar. Zamanla Altı
Sigma Motorola‟nın çalışma biçime dönüştü.(Larson,2003:11)
Motorola‟nın kaliteden sorumlu lideri Bill Smith hata için fırsat kavramını ortaya
çıkardı ve böylece farklı ürünlerin ya da farklı üretim sahalarının karşılaştırılmasını
sağladı.(Larson,2003:9)
General Electric firması 1995 yılında Altı Sigma‟yı organizasyonun tümünde
uygulamıştır.(Thomsett,2005:9) Genel Müdür Jack Welch Altı Sigma‟yı kalite ile ilgili
diğer programlardan farklı yapmak istiyordu. Altı Sigma yönetimin hem desteğinin
olduğu hem de aktif içinde yer aldığı uygulama olmalıydı. Altı Sigma‟yı diğer işleri bir
kenara bırakıp ayrı bir iş görmek değil, işin bir parçası olarak görmeyi sağladı.
(Eckes,2003:9)
1.3 Altı Sigma’yı Uygulayan Bazı Şirketler ve Kazançları
Altı Sigma‟nın endüstride uygulanması için öncelikle özünün kavranması gerekir. Altı
Sigma uygulayan firmaların çok kazanç sağlamasından sonra endüstride büyük bir
etki yaratmıştır
ve bu nedenle akademik topluluklar Altı Sigma üzerine
eğilmiştir.(Linderman,2002:193)
6
Altı Sigma‟nın ilk uygulayıcılarından Motorola altı yılda göz ardı edilemeyecek
tasarruf sağlamıştır. Üretimde 4 milyar dolar maliyet tasarrufu sağlarken, üretkenliği
ikiye katlamışlardır. (Truscott,2003: 23)
General Elektrik Plastikte CD üretimindeki standartları düşüktü ve 3,8 sigma
seviyesindeydi. Altı Sigma iyileştirme metotlarını kullandıktan sonra 5,7 sigma
seviyesine yükselmiştir. GE Güç Sistemlerinde yüksek titreşimden
çarklar
çatlamaktaydı. Altı Sigma uygulamasından sonra titreşim 300 kat azaltılmıştır.
(Eckes,2003:10)
Kalite
maliyetlerini
satışların
%20‟sinden
%10‟un
altına
düşürmüşlerdir. İlk yıl 300 milyon dolar, üçüncü yılın sonunda 2 milyara yaklaşan
tasarruf sağlamışlardır. Üç yıldan az bir sürede kar payları %10‟dan %16,7‟ye
yükselmiştir. Allied Signal‟da üretim hedefi olan üretkenliği her yıl %6 arttırmak için
binlerce çalışana Altı Sigma eğitimi verilmiştir. Bazı kısımlarda maliyet 2 milyar
doları azalmış, üretkenlik %14‟e kadar arttırmayı başarmışlardır ve bu satışların %6‟
sına denk gelmektedir. (Truscott, 2003:23)
1.4 Altı Sigma Metrikleri
Proses ve karakteristiğin ölçüleri istatistiksel ifadelere çevrildiğinde (x ortalama ve
standart sapma) prosesin veya karakteristiğin yeterlilik açısından durumu ortaya
çıkar ve diğer proseslerle karşılaştırma olanağı oluşur. Her bir çıktı diğerinden
farklıdır. Bu şekilde değişkenliğin olması sistemin başarısını etkiler ve bunun
sonucunda müşteri etkilenir. Altı Sigma‟da önemli olan prosesin, müşterinin ve
bunların birbiri ile olan ilişkisidir. Yeterlilik,
proses veya karakteristiğin müşteri
gereksinimlerini karşılamadaki başarısını gösterir. Yeterlilik hesaplamaları prosesin
gereklilikleri ile ilgili proses veya karakteristiğin başarısını sayısallaştırmak için
kullanılır. Bu yeterlilik göstergeleri proseste öncelikle hangi kısımların iyileştirilmesi
gerektiği ortaya çıkarır, iyileştirme yapılan projeler içinse ilk duruma göre iyileşmenin
gerçekleşip gerçekleşmediğini gösterir. (Gygi,2005:123)
Spesifikasyonlar proses veya karakteristiğin müşteri tarafından kabul edilemez
olduğu değerleridir. Spesifikasyon limitleri isteğe bağlı değil müşteri açısından
gerçekten
iyi
veya
kötü
performansı
ayıracak
biçimde
verilmelidir.
Eğer
spesifikasyonlar çok geniş seçilirse müşteri gereksinimlerini karşılamayacağı için
müşteri memnun
kalmayacaktır,
eğer
çok dar belirlenirse bu kez bunu
7
sağlayabilmek için çok kaynak kullanılması gerekebilir, firmanın karı düşer.
(Gygi,2005:123)
1.4.1 Geleneksel Başarı
Başarı basit bir tanımla prosesin veya karakteristiğin spesifikasyonunu yani diğer bir
ifadeyle müşteri gereksinimi karşılayabilir ya da karşılayamaz olduğunu gösterir.
Prosese girdi olarak giren hammadde sayısı ile prosesten oluşan doğru parçanın
oranıdır. Örnek vermek gerekirse; araba montaj hattında lastik şişirme prosesinde
üretime 352 araç giriyor, 347 tanesi belirlenmiş toleranslarda basınca sahip
bulunuyor. Geleneksel başarı süreci Şekil 5‟te gösterilmiştir. (Gygi,2005:128)
Girdi
Proses
Çıktı
Hurda
Şekil 5- Geleneksel Başarı Yaklaşımı
Geleneksel yeterlilik hesaplaması prosesin son kontrolünü temel alır ve buradan tüm
prosesin etkinliğini ölçer.
Y=Çıktı/Girdi =347/352 =0,986 ya da %98,6
1.4.2 Altı Sigma Perspektifi (İlk Seferde Doğru Üretim/First Time Yield )
Örnek üzerinden gitmek gerekirse şişirmeden sonra lastiklerin gerekli tolerans
limitleri içinde olup olmadığını görmek için lastikler hemen ölçülmektedir. Ölçüm
sonucu 103 lastiği tekrar şişirme istasyonuna gitmekte ve ek işlem görmektedir. 98
tanesi düzeltiliyor 5 tanesi hurda olarak ayrılıyor. Bu bilgi ile ilk seferde doğru
yapılan lastik;
248/352=0,707 ve ya %70,7
8
Şekil 6- Altı Sigma Perspektifi
Altı Sigma perspektifi Şekil 6‟da gösterilmiştir. Başarını bu şekilde hesaplanmasına
ilk seferde başarı ya da İlk seferde doğru üretim (first time yield) denir. İlk seferde
doğru yapma kontrol ve ek işlemlerini de hesaplamaya katarak geleneksel
başarıdan ayrılır ve prosesin gerçek etkinliğini gösterir.(Gygi, 2005:130)
9
1.4.3 Gizli İşletmeyi Ortaya Çıkartmak
Şekil 7 tekrar lastik şişirme operasyonunu göstermektedir.
Şekil 7- Gizli İşletme
Gizli
işletme,
prosesin
içerisinde
ilk
seferde
tolerans
limitleri
arasında
gerçekleşmeyen çıktılardır. Organizasyon içinde gizli işletmelerin çoğalmasını ve
zamanla standart proses adımı gibi görünmesini engellemek için ilk seferde doğru
yapma başarı ölçüsünü kullanmak prosesin gerçek etkinliğini görmeyi sağlar. Lastik
şişirme proses kontrolün gizli faktörü ve tekrar işleme kısmı üretimin 98,6% 70,7%=27,9 %‟dir. Bu kaynaklarımızın %27,9‟luk kısmının müşteri gereksinimi olan
çıktıya katma değer sağlamadığını gösterir.(Gygi,2005:130)
1.4.4 Toplam Başarı (RYT - Rolled Througput Yield)
Ayrı proses adımlarının karışık bir işi tamamlamak için bir araya gelmesiyle ana
proses oluşur. Aşağıda Şekil 8 „de 5 ayrı proses adımdan oluşan satın alma sipariş
prosesi görülmektedir.
10
Sipariş
talebinin
doldurulması
FTY=0,75
Talebin
satınalmaya
iletilmesi
FTY=0,95
Taleb eden
kişiye onayın
gönderilmesi
FTY=0,90
Satınalma talebinin
bilgisayar sistemine
girişi
FTY=0,85
Satılma siparişinin
tedarikçiye gitmesi
FTY=0,95
Şekil 8-Proses Zincirinde Toplam Başarı
Proses zincirinde toplam başarı her prosesin ilk seferde doğru yapma başarısını
birbiri ile çarpılmasıyla bulunur. Bu değer ana prosesin başarısının göstergesidir.
(Gygi,2005:131)
RTY = FTY1 X FTY2 X FTY3 X FTY4 X FTY5
RTY =0,75 X 0,95 X 0,85 X 0,95 X 0,9
RTY = 0,518
Satın alma sürecinde tekrar işlem veya hata olmadan ilk seferde yapılma oranı
%51,8‟dir. Bu süreçteki onay prosesi final test anlamına gelir. Son adımın başarısı
%90 olmasına rağmen RTY‟nin %51,8 olması birçok gizli işletmenin olduğunu
göstermektedir. Proseslerde RTY sistemdeki en küçük FTY‟den büyük olamaz.
Toplam sistem performansını iyileştirmek için öncelikle en düşük FTY‟si olan süreç
iyileştirilir daha sonra bir sonraki en düşük FTY‟e odaklanılır. Eğer sistem çok
karmaşık ise proses adımlarının FTY‟leri yüksek olsa bile, değerler çarpıldığı için
toplam proses başarısı düşük olmaktadır. Çok karmaşık sistemlerin (otomobil, uçak,
kurumsal seviyede iş prosesleri) kabul edilebilir RTY seviyesini yakalayabilmesi için
süreç adımlarının ilk seferde başarısının yüksek olması gerekir. (Gygi,2005:132)
11
1.4.5 Birim Başına Hata (DPU-Defect Per Unit)
Proses ya da karakteristik tolerans limitleri içinde çıktı oluşturmazsa çıktılar hatalı
olarak tanımlanır.(Gygi,2005:133)
Altı Sigma iş ve üretim alanlarının her birinde uygulanabilmektedir. (imalat, tasarım,
satış, ofis, sağlık, finans). Çıktı ne olursa olsun Altı Sigma‟da toplam hata sayısı
toplam üretilen çıktıya bölünerek birim parça başına ne kadar hata oluştuğuna
bakılır.(Gygi,2005:133)
Örneğin eğer süreç ay boyunca 23 kredi işlemi yapıyor ve 11 hata çıkıyor ise (hatalı
isim, öncelikli ikametgâh adresi bilgisi, miktar vb.) kredi sürecinin birim başına düşen
hata miktarı; 11/23=0,478. Bu gerçekleştirilen her iki kredi için bir tane hata
olduğunu gösterir.(Gygi,2005:134)
1.4.6 Fırsatta Hata Oranı ve Milyon Fırsatta Hata Oranı (Defect Per
Opportunity)
Aynı DPU‟ya sahip bisiklet ile otomotivdeki hata oranı birbirinin aynı değildir.
Otomobil üretiminin süreci bisiklet üretime göre daha karmaşıktır ve hata oluşma
olasılığı daha fazladır. Farklı karmaşıklıktaki farklı ürünlerin hata oranlarını
karşılaştırmak için ortak bir birime ihtiyaç duyulmuştur ve bu nedenle farklı
karmaşıklıktaki sistemleri karşılaştırırken Fırsatta hata oranı hesaplanır.(Gygi,2005:
135)
DPO
Birim üzerinde gözlenen hata sayısı
Birimde hata oluşma fırsatı
Bu formülle hesaplanan değer ile farklı karmaşıklıktaki sistemlerin başarıları
karşılaştırılabilir. Örnek ile gösterecek olursak; otomobil üretiminde 158 hata
gözlemlenmiş ancak 14550 tane hata oluşma fırsatı olduğu görülmüştür. Bu
durumda DPO=158/14550=0,011‟dir. Bisiklet üretiminde 2 hata gözlemlenmiş, hata
oluşma fırsat sayısı 173‟dür. Bu durumda DPO=2/173=0,012‟dir.(Gygi,2005:136)
12
Hata oluşma fırsatları arttığında hata oranı değerleri çok düşer bu nedenle ondalıklı
değerlerle çalışmak zorlaşır. Bunu kolaylaştırmak için milyon fırsatta hata oranı
hesaplanması çalışmayı kolaylaştırır. Milyon fırsatta hata oranını aşağıdaki gibi
bulunur. (Gygi,2005:136)
DPMO(Defect per Million Opportunity)= DPOX1000000
DMPO‟nun bir başka kullanım şeklide DPPM‟dir. Milyon parçada hata sayısıdır.
DPPM genellikle parçanın hata oluştuğunda hurda olduğu yani fırsat olduğu seri
üretimlerde kullanılır.(Gygi,2005:137)
13
2 ALTI SİGMA SORUMLULUKLAR METODOLİJİSİ
2.1 Altı Sigma Sorumluluklar
Altı Sigma veri araçları ve hata hesaplamalarından oluşan bir sistem olmasından
daha çok takımlar içinde çalışan insanların oluşturduğu sistemdir. Takımlar tek
başına şirket yapısını değiştiremez ancak bu takımlar bir araya geldiklerinde
organizasyonun alt yapısının parçası haline gelerek kültürü değiştirirler.(Pande,
2002:23) Altı Sigma kullanılmaya başlanıldığından beri bir çok sınıf geliştirilmiştir. Bu
sınıfların başlangıcı Altı Sigma‟yı bulan şirket olan Motorola‟dır ancak bugüne kadar
Altı Sigma uygulayıcıları bunu geliştirmiştir.(Thomsett,2005:25) Bu yapıyı anlamanın
yolu Altı Sigma organizasyonundaki rolleri gözden geçirmektir.(Pande, 2002:23)
2.1.1 Altı Sigma Yürütme Kurulu
Yürütme kurulu Altı Sigma sürecinde amaçları ve hedeflere yönelik yapılacakları
tanımlar ve bu amaç ve hedeflere ulaşmak için gerekli olan değişiklikleri yapmaya
güçlü gerekçeler sunar. Uygulamada planlı ve aktif olarak yer alırlar. Yürütme kurulu
Altı Sigma için vizyon yaratmalı ve şirket içinde bölümlerin bu vizyonu benimsemesi
için çalışmalıdırlar. Yapılan proje sonuçlarını yani hataları ve başarıları, maliyet
azaltmaları, tekrar işlemeleri, çevrim süresi iyileştirmelerini izlemelidirler. Bunun
yanında başarı kritik ölçümleri müşteri ve işçi elde tutma, kar ve yeni ürün satışları
olabilmektedir. Bunların yanında yürütme kurulu Altı Sigmanın yayılımı için iletişimi
sağlar ve buda iyi veya kötü durumların yayınlayarak, bilgilerin organizasyon içinde
dürüst ve sürekli olarak paylaşılmasıyla gerçekleşir.(Pande,2002:24)
Yürütme kurulunun özelliği sonuç odaklı olmasıdır çünkü Altı Sigma sadece
sonuçlar anlamlı olduğu zaman ve tüm müşteriye verilen hizmeti geliştirdiğinde
organizasyon için amacına ulaşmış kabul edilir. Bu genellikle hataların azaltılmasıyla
daha fazla müşteri memnuniyeti sağlandığında gerçekleşir.(Thomsett, 2005:22)
2.1.2 Şampiyon
Şampiyonlar orta ve üst kademe yöneticilerden seçilirler. Şampiyon proje geliştirme
takımına projelerinde rehberlik eden kişidir. Organizasyon içinde takım engeller ile
karşılaşabilir bu gibi durumlarda şampiyon müdahale eder ancak takıma kendi
14
düşündüklerini uygulatmaktan kaçınır. Geliştirme projeleri için amaçları belirler ve
işleri önceliklerine göre sıralarlar. Proje kapsamı belirlerken, takımın veri
toplamasında ya da süreç analizinde değişiklikler yapılmasına açık olmalıdırlar.
Kapsam değişikliği olduğunda ve takımın ihtiyacı olduğunda takıma koçluk
etmelidirler ve takım için zaman, destek, para kaynaklarını sağlamalıdırlar. Takımın
bulduğu
çözümün
diğer
yöneticiler
tarafından
sorunsuz
uygulanmasını
sağlarlar.(Pande,2002:25)
Şampiyonların Altı Sigma araç ve metotlarını uygulamada büyük ve güçlü etkileri
vardır. Şampiyonların Altı Sigma takımları ile organizasyonun gelişmesini sürekli
kılmaları gerekmektedir. Altı Sigma takımlarının olmasının temel amacı işi en iyi
şekilde yönetmenin yolunu öğrenmektir. Bu öğrenme ve ilerleme organizasyonun
diğer kısımlarına da iletilir.(Pande,2002:25)
2.1.3 Uygulama Lideri
Altı Sigma takımının çalışma planına uymasını uygulama lideri gerçekleştirir ve
anahtar personelin tanımlanması ve işe alınması, eğitimlerin planlanması,
gerçekleştirilmesi, sponsor veya şampiyonun desteklenmesi görevlerini üstlenir.
İlerleyen prosesin tüm dokümantasyon ve problemler hakkında yürütme kurulunun
bilgilendirmesini sağlar. Uygulama lideri tam zamanlı Altı Sigma çalışanı
olmalıdır.(Pande,2002:26)
2.1.4 Altı Sigma Koçu
Altı Sigma koçu süreç sahiplerine ve Altı Sigma iyileştirme takımlarına süreç tasarım
stratejileri ve değişim yönetimi için istatistiksel ölçüm araçlarının hangi kısımlarda
hangi sıra ile kullanılacağı konusunda takımlara yardım eder. Koçların tavsiye ve
müdahaleyi
karıştırmaması
gereklidir,
kendi
düşüncelerini
uygulatmaktan
kaçınmalıdır. Altı Sigma koçu Altı Sigma‟ya karşı direnç gösteren çalışanlar ile
ilgilenir ayrıca iyileştirme prosesinin yüklendiği tasarrufu hesaplamalı, ölçmeli ve
geçerli kılmalıdır. İyileştirme takımına fikir ayrılıklarında yol göstermelidir. Takımın
iyileştirme süresince yaptığı aktiviteler hakkında bilgi toplar ve bunları analiz eder.
Bu bilgi TÖAİK çevriminin ne kadar zamanda tamamlandığı, TÖAİK prosesi sonucu
ortalama ne kadar tasarruf sağlandığını analiz eder. Takıma iyileştirme sürecine
15
devam
etmelerine
yardım
eder
ve
başarılarının
kutlanmasını
sağlar.
(Pande,2002:27)
Altı Sigma koçu yönetsel ve istatistiksel becerileri olan çalışandır. Genelde şirketler
Altı Sigma‟ya başladıklarında koçluk dış kaynak olarak kullanırlar daha sonra Altı
Sigma öğrenildikçe bu sorumlulukları yerine getirebilecek tam zamanlı çalışanlara
verirler. Bu iç danışman uzman siyah kuşak ya da siyah kuşak olabilir. (Pande,2002:
26)
2.1.5 Takım veya Proses Lideri (Siyah Kuşak)
Altı Sigma projelerini sonuçlandırmaktan sorumlu olan kişilerdir. Görevleri koçun
görevlerine yakındır ancak bir takıma özeldir. Takım liderinin proje konuları hakkında
bilgisi vardır ve iyileştirmeye çalıştıkları prosesin parçasıdır. Takım lideri projenin
neden yapıldığını bildiren, projeyi gerektiğinde revize eden kişidir. Takım üyeleri ile
birlikte çalışarak projenin yol haritasını oluşturur, geliştirir ve güncelleştirir. Proje
takım üyelerini seçmede yardım eder. Takım için veriyi, kaynakları bulur ve tanımlar.
Altı Sigma metot ve analitik araçlarının öğrenilmesi ve uygulanması için takım
üyelerine destek olur. Takımın zamanı etkin kullanılmasını ve projenin zamanında
bitmesini sağlamakla yükümlüdür. Takımın çalışmasını göstermek ve projenin
sonuçlarını yayınlamak için proje sonuçlarını dokümante eder.(Pande,2002:27)
2.1.6 Takım üyesi
Farklı departman ve bölümde çalışan kişilerin proje içinde sorumluluk alması olarak
tanımlanabilir. Takım üyeleri özel Altı Sigma görevleri üstlenirler ve proje planına
göre diğer üyeler ile birlikte proje amacını gerçekleştirmek için çalışırlar.(Thomsett,
2005:24)
Takım üyeleri projelerde genelde yarı zamanlı olarak çalışırlar. Kendilerine verilen
görevleri zamanında yerine getirirler. Proses hakkında veri toplar ve analiz ederler.
Takım üyelerini ürün ve müşteri hakkında bilgisi olan, proses ve problem ile ilgili
veriye ulaşabilecek, işbirliği içinde çalışabilecek çalışanlardan seçmek gerekir.(
Pande, 2002:28)
16
2.1.7 Proses Sahibi
Proses sahibi iyileştirme takımı tarafından proje sonucu alınan iyileştirme
faaliyetlerini uygulayan kişidir. İyileştirilmiş prosesi yönetmekten sorumludur.
(Pande, 2002:29)
Altı Sigma‟da özel sorumlulukları olan çalışanlar vardır. Bu sorumluları tanımlamak
için karatedeki dereceler kullanılmıştır. Bunlar:
2.1.8 Siyah Kuşak
Siyah kuşak seviyesi Altı Sigma‟nın başlangıcında Motorola‟da kullanılmıştır. Siyah
kuşak terimi Altı Sigma iyileştirme takımına koçluk eden ve aktif olarak yöneten kişi
olarak tanımlanır. Bu görevleri gerçekleştirebilmek için yöneticilik ve süreç analiz
eğitimi alırlar. Bu eğitim örnekleme analiz ve deney tasarımı gibi ileri düzey istatistik
araçları içerir. Buna benzer olarak hizmet süreçleri için prosesin haritalanması ve
analizi, sebep sonuç diyagramı, histogram ve pareto analizi gibi araçları öğrenirler.
Siyah kuşaklardan genel olarak işletme içindeki ayar zamanı ve hataların azaltarak
maliyetin düşürülmesi ya da yeni süreç tasarlayarak çok sayıda süreç iyileştirmesi
yapması beklenir.(Pande,2002:30)
2.1.9 Uzman Siyah Kuşak
Uzman kara kuşaklar süreç iyileştirme ve istatistiksel araçların kullanılması
konusunda kapsamlı eğitim alırlar ve deneyime sahiptirler. Uzman kara kuşaklar
siyah kuşaklar ile yaklaşık olarak aynı görevleri yerine getirirler ancak siyah
kuşaktan farklı olarak birden fazla takıma danışmanlık yaparlar.(Pande,2002:30)
2.1.10 Yeşil kuşak
Yeşil kuşaklar genellikle takımda yer alabilecek Altı Sigma konusunda yeterli eğitimi
olan çalışanlardır ve bazı firmalarda kendi başlarına da küçük çaplı projelere liderlik
yapabilecek kişilerdir. Kuşak renkleri deneyim ve uzmanlık seviyesini belirten bir
araçtır, Altı Sigma prosesinde rolleri değiştirmezler.(Thomsett,2005:26)
17
2.2 Altı Sigma Adımları
Altı Sigma istatistiksel araç ve tekniklerin iş proseslerinde etkin kullanılarak süreç
değişkenliğini azaltmak için iyi yapılandırılmış sürekli iyileştirme metodolojisini
kullanan iş yönetim yöntemidir.(Antony,2006:24)
Altı Sigma iyileştirme döngüsü ile proje seviyesinde prosesler için en iyi etkinlik ve
verimlilik sağlanmaya çalışılır. Proje süresince çalışanın 4-6 ay kadar takımda
çalışmasını ve çalışma süresinin %20‟lik kısmını proje üzerinde çalışarak geçirmeyi
gerektirir. Çalışanlar etkin olmayan yani verimsiz iş süreçlerinin, verimsiz kısmını
iyileştirmek için seçilirler. Çalışanların bu çalışmaları meslekte ekstra iş olarak değil,
işleri daha iyi yapmak için fırsat olarak algılamalarını sağlamak gerekir.(Eckes,
2003:28)
Kalitenin geleneksel tanımından kaçınmak ve karşı tarafın kaliteyi müşterinin firma
çalışanından nasıl farklı gördüğünün farkına varmak gerekir. Özetle müşteri ve
işveren için kalite düşüncesi aynı değildir. Örnek verecek olunursa günümüzde
yaygın olan internet üzerinden alışveriş yapılmaktadır. Bir internet sitesinden müşteri
ihtiyacı olan ürünü sipariş eder, müşteriye ulaşma süresini site yetkilileri 2 gün
olarak şartnameye tanımlamıştır. İki gün sonra ürün müşteriye ulaşıyor ancak
üründe hatalar var ise o zaman müşteri açısından kalite düzeyi düşük olur ancak
satın alma işleminin yapıldığı sitenin satış departmanı sevkiyat performansına
bakarak başarılı olduğunu düşünecektir.(Thomsett,2005:94)
Müşteri için firmanın kalite kriterleri önemli değildir. Eğer kalite süreç iyileştirmek
olarak algılanırsa, müşteri beklenti ve gereklilikleri göz ardı edilmiş olunur. Örneğin
müşteri temsilciliği departmanındaki çalışan sayısını azaltarak oradaki maliyet
düşürülebilir, süreç iyileştirilmiş olur ancak çalışan sayısının az olması nedeniyle
müşteriler telefonda bekletiliyorsa müşteri açısından kalite düşüktür.(Thomsett,
2005.95)
Altı Sigma etkinliği ve verimliliği arttırmak için beş özel fazı takip eder ve TÖAİK
olarak tanımlanır. (Sokovic, Pavletic, Fakin,2007:77) (Define, Measure, Analyse,
Improve, Control) Bu beş faz Altı Sigmanın temelini oluşturur ve bu fazları sırasıyla
18
uygulamak bir Altı Sigma
projesinin ne
kadar başarılı gerçekleştirildiğini
gösterir.(Thomsett, 2005:95)
Altı Sigma‟nın tüm adımlarında prosesi geliştirirken müşterinin bakış açısını göz
önünde bulundurmak gerekir. Altı Sigma adımlarını Şekil 9‟da görebilirsiniz. (Eckes,
2003:29)
Şekil 9- TÖAİK İyileştirme Metodolojisi (Eckes,2003:29)
2.2.1 Tanımlama
Bu aşamanın amacı projenin amaç ve kapsamı tanımlanmasıdır. Seçilen projenin
imkân ve kabiliyetlerinize uygun olması, daha yüksek bir kalite yaratma ve
maliyetleri azaltma olasılığının yüksek olması ve problemlerin net ve mümkün
olduğunca sayısal olarak tanımlanması şeklinde özetlenebilir. (Çevrimiçi 1)
Tanımlama fazında 4 görev üstlenilir;
2.2.1.1 Takımın Belirlenmesi
Takıma hangi bölümden kimin dâhil olacağını ve bu kişilerin hangi görevleri
üstleneceği bu aşamada belirlenir. Eğer proje birçok departmandan kişilerin
katılımını gerektiriyorsa doğru takım üyelerini seçmek zordur. Geniş kapsamlı
19
projelerde takımı bölerek projenin parça parça tamamlanması sağlanırsa projenin
tamamlanması daha kolay olur.(Thomsett,2005:98)
2.2.1.2 Proje Kapsamının, Sınırlarının ve Amacının Belirlenmesi
Takımının projede hangi konuya odaklanacağı bu adımda belirlenir, ayrıca neleri
hariç tutacağını da takım karar vermelidir. Proje hedefi de projenin bitiminde ne
kadar iyileştirme sağlanacağının tanımıyla ilgilidir.(Eckes,2003:31)
2.2.1.3 Proje sayfasının hazırlanması
Bu projenin kapsamını ve amacını belirten kısaca projeyi özetleyen, takım üyelerinin
projede ne yapılacağını bilmesi için oluşturulan dokümandır.(Thomsett,2005:99)
2.2.1.4 Makro Proses Haritası:
Proses girdi, işlem, çıktı üretme olan bir sürü adım ve aktivite olarak tanımlanır.
Tanımlama aşamasında mevcut durumdaki makro haritayı oluşturmak gerekir. Bu
haritayı oluştururken özellikle müşterinin ürün veya hizmete nasıl baktığı göz
önünde bulundurulmalıdır. Makro harita prosesin başlangıcın, bitişini, prosese
girdilerini ve süreç çıktılarını göstermelidir.(Eckes,2003:32)
2.2.2 Ölçme
Altı Sigma takımı proje olarak seçtikleri prosesin etkinliğini ve verimliliğini arttırmaya
çalışır. Çıktı etkinliğin, verimlilik ise çıktığı oluştururken kullandığımız kaynakların
göstergesidir. Müşteri için çıktı değişkeninin, firma için ise girdi değişkenlerinin
ölçülmesi önemlidir.(Eckes,2003:36)
Ölçme fazında iki önemli kısım bulunur ve bunlar veri toplama ve veri
değerlendirmedir.(Eckes,2003:36) Ölçme fazında mevcut durumu tanımlayan bilgiler
toplanır. Mevcut durumda prosesin durumunu gösteren veriler toplanmazsa
iyileştirme yapılıp yapılmadığı ya da iyileştirmenin ne kadar etkili olduğu
belirlenemez. Ölçüm fazında hangi parametrelerin ölçüleceğine doğru olarak karar
verilmelidir.
20
Doğru veri alınmaz ise proje amacına ulaşmak güçleşecektir. (Çevrimiçi 1)
Tablo 1‟de girdi, süreç ve çıktı için ölçme fazında tanımlanması gereken ölçütler
gösterilmektir.
Girdi Ölçütleri
Proses Ölçütleri
Çıktı Ölçütleri
(Tedarikçi Etkinliği)
(Firmanın Verimliliği)
( Firmanın Etkinliği)
Tedarikçi için belirlenen
Proses verimliliğinin
Müşteri gereksinimlerini ne
kritik ölçütler
ölçütleri
kadar iyi karşıladığınızı
Çevrim süresi
gösteren ölçütler
Maliyet
Değer
İşçilik
Tablo 1- Ölçülmesi Gereken Alanlar (Eckes,2003:36)
2.2.2.1 Veri toplama
Veri toplama mevcut prosesin nerelerinin iyileştirebileceğinin tespiti için gereklidir.
Veriler girdi, proses ve çıktı üzerinden toplanır.(Thomsett,2005:102)
Veri toplamada aşağıdakilere dikkat edilir.
Ölçüm tipi
Hata yeterince ölçmemesi veya çok fazla ölçmesi hatadır. Projelerde genellikle iki ya
da üç çıktı ölçüsünün oluşmaktadır, bunun yanında bir ya da iki girdi ölçüsünün ve
en az bir süreç ölçüsünün olmaktadır. Süreç haritasında çizdikten ve katma değeri
olmayan aktiviteleri belirledikten sonra en kötü göstergeleri seçerek ölçmeleri
sonuca ulaşmak için yardımcı olacaktır.(Eckes,2003:36)
Veri tipi
Kesikli veri ve sürekli veri olmak üzere iki tip veri vardır. Kesikli veri açık/ kapalı, iyi /
kötü, erkek / kadın gibi verilerin tanımı, sürekli veri ise yükseklik, ağırlık, dakika, gün,
uzunluk gibi ondalık bölünmeleri anlamlı olan verilerin tanımıdır.
Sürekli veri kesikli veriye göre tercih edilir çünkü süreç hakkında çok veri verir. Eğer
bir bebeğin alnına elinizi koyarsanız ateşi olup olmadığını görürsünüz ve bu kesikli
21
veridir. Eğer termometre kullanırsanız sürekli veriye ulaşırsınız ve acil bir durum
olup olmadığını görebilirsiniz.(Eckes,2003:36)
2.2.2.2 Veri Değerlendirme
Prosesin nasıl çalıştığını görmek için toplanan kesikli veya sürekli veriler
değerlendirilir.
Prosesin
mevcut
durumundaki
sigma
değeri
verilerin
değerlendirilmesiyle bulunur. Sigma değerinin bulunması için prosesin oluşturduğu
hata oranının bilinmesi gerekir. Hata sayısı, toplam fırsat ile toplam sayının
çarpımına bölünür. Bu hesaplama bir milyonla çarpılarak sigma değeri bulunur.
(Thomsett,2005:105)
2.2.3
Analiz Fazı
Analiz fazının 3 ana kısımdan oluşur ve bunlar veri analizi, süreç analizi ve kök
neden analizidir. Analiz kısmı en önemli adımlardan biridir çünkü proje takımı bu
aşamada prosesi iyileştirmek için ne yapması konusunda karar verir. Analiz fazı kök
nedenin bulunduğu faz olduğu için çok önemlidir.(Eckes,2003:42)
2.2.3.1 Veri Analizi
Hataların sebepleri ile ilgili teorileri destekleyen, reddeden eğilim ve şekilleri ortaya
çıkarmak için veriler analiz edilir.(Pande,2002:235)
2.2.3.2 Proses Analizi
Müşteri ihtiyaçlarını karşılamak için yürütülen ana proseslerin müşteri ihtiyaçlarını
karşılamada katma değerli ve katma değersiz kısımlarını belirlemede kullanılır.
Prosesin katma değersiz kısımlar genelde çevrim sürelerinin uzun olması, tekrar
işleme, duruşlar gibi kayıplardır.(Pande,2002:235)
2.2.3.3 Kök Neden Analizi
Analiz fazının son ve en önemli kısmı kök neden analizidir. Altı Sigma takım üyeleri
prosesi iyileştirmek için kendi teorilerini ortaya koyarlar. Proje üyeleri deneyimli dahi
olsalar verilere dayalı teorilerin ortaya atılması sağlanmalıdır.(Eckes,2003:54)
Altı Sigma proje takımları için beyin fırtınasını tamamlamada kullanılabilecek araç
sebep-sonuç diyagramıdır.(Eckes,2003:54)
22
Y çıktıyı yani problemi X ise çıktıya yani probleme neden olan olasılıkları ifade eder.
Bu aşamada Altı Sigma takım üyeleri beyin fırtınası ile olası tüm X‟leri ortaya
çıkartırlar.(Eckes,2003:54)
Proje takımının ortaya koyduğu fikirlerden Y‟yi açıklayan X‟ler listelenir. Farklı takım
üyeleri tarafından ortaya konulan birbirine yakın fikirler bir araya getirilir. Takım
üyeleri anlaşılmayan, açık olmayan kısımları bu aşamada sorar. Proje üyeleri
listelenen sebepleri oylar. Bu oylama karar verme değildir. Her takım üyesi aynı
sayıda oy vermelidir (genelde verilen 3-5 arasıdır).Bu oylama metodu ile sebepler
listesi azaltılarak birkaç kök nedene düşürülür. Sonraki aşamada takım üyeleri
hipotezleri veri ile test ederler. Potansiyel kök nedenleri temel veri toplama, scatter
analizi ve deney tasarımı ile geçerli kılınır. Bu metotların her biri Y=f(x) formülünü
geçerli kılmak içindir.(Eckes,2003:55)
2.2.4 İyileştirme Fazı
Bu problemin ortadan kaldırılacağı ya da etkilerinin azaltılacağı (Çevrimiçi 1) ve
iyileştirmelerin aksiyona dönüştüğü aşamadır, (hata oranlarının azaldığı sigma
seviyesinin daha önceki seviyeye göre yükseldiği). Bunu gerçekleştirebilmek için
hatanın oluştuğu tüm prosesler için bir daha olmayacağından emin olarak iyileştirme
çalışmalarının gerçekleştirilmesi gerekir.(Thomsett,2005:108)
Proje takımı analiz fazında kök nedenleri doğru tespit ettiyse analiz fazında
iyileştirmelere karar vermek kolay olacaktır. İyileştirme fazında iki kısım vardır ve
bunlar çözümü oluşturma ve çözümü seçmedir. Çözümlerin uygulanması sırasında
proje
takımı
çözümleri
ve
uygulamaları
sağlayacağı
iyileştirmeye
göre
sınıflandırmalıdır çünkü bazen tüm çözümlerin uygulanmasına gerek kalmadan
projenin hedefine ulaşılabilir.(Eckes,2003:61)
2.2.5 Kontrol Fazı
Kontrol fazında kontrol için teknik metotlara karar verilir ve durum planı
oluşturulur.(Eckes,2003:61)
23
2.2.5.1 Kontrolün Teknik Metotlarına Karar Vermek
İyileştirme yapıldığında önemli olan onu kalıcı tutabilmektir. Teknik kontrolün metodu
temelde yeni süreç içinde ne kadar yer ettiğidir. Yeni sürecin standardizasyonu ne
kadar iyi olduğu ile ilgilidir. Kontrol kartlarıyla prosesler takip edilebilir ve istikrarlı,
tekrar edebilir olduğu bu şekilde izlenebilir.(Eckes,2003:62)
2.2.5.2 Durum planı oluşturulması
Durum planı veri toplama planına benzerdir. İyileştirmeden sonra sonuç olarak yeni
süreç haritası çıkartılır. Yeni süreç için müşteri tarafından geçerli kılınan en önemli
ölçüler, spesifikasyonlar, hedefler, kullanılan veri toplama formları, takım tarafından
seçilen kontrol metotları ve en dikkate değer iyileştirmeler kayıt altına alınır.(Eckes,
2003:64)
2.3 Altı Sigma’nın İlkeleri
2.3.1 Gerçek Müşteri Odağı
Şirketler müşterinin öncelikli olduğunu kabul etseler de çoğu müşterinin prosesini ve
gereklerini anlamayı geliştirmede başarılı değildir. Araştırma veya odak grupları ile
bilgi toplansa bile sonuçlar genelde raporlarda kalır. Müşteri odaklı olmak Altı
Sigma‟da en önemli konudur. Performans ölçümü müşterinin sesi (VOC) ile başlar
ve biter. Hata, müşteri gereklerini karşılama hatasıdır. Altı Sigma iyileştirmeleri
müşteri memnuniyeti üzerindeki etkisi ve müşteriye kattığı değerle ölçülür bu
nedenle takımlarının ilk görevi müşterinin gereklerini ve bu gereklilikleri sağlayan
prosesleri tanımlamaktır.(Pande,2002:8)
Müşteri odaklı olma anlayışına göre müşterilerin sadece şu anki ihtiyaçlarını değil
gelecekteki muhtemel ihtiyaç ve istekleri de önceden tahmin edilmeli ve işletmenin
rekabet gücü bu şekilde arttırılmalıdır. (Çevrimiçi 3)
2.3.2 Verilere Dayalı Yönetim
İş dünyasında bilgisayar ve internet ortamında bilgiye çok kolay ulaşılabildiği halde
birçok önemli karar alınması temelsiz varsayımlara dayanır. Hataların bulunması ve
24
ortadan kaldırılmasında, kapsamlı ve karmaşık verilerin toplanması ve bu veriler ile
istatistiksel analizlerin yapılması Altı Sigma‟nın temel dayanaklarından birisidir. Altı
Sigma uygulamalarının ilk aşaması mevcut durumu belirlemek için gerekli ana
ölçütlerin belirlenmesidir. Bu ölçütler daha sonra kritik değişkenleri anlamak ve bu
değişkenlerin sonuçlarını en uygun seviyeye ulaştırmak için kullanılır. (Pande,2002:
9)
Altı Sigma verilere dayalı karar ve çözümleri desteklemek için yöneticilere
bilgi/verilerden hangilerine gerçekten ihtiyaçları olduğunu ve bu bilgi/verilerden
maksimum nasıl fayda elde edebileceklerini gösterir.(Pande,2002:16)
2.3.3 Proses Odağı, Yönetimi ve İyileştirmesi
Altı Sigma‟da ürün ve hizmet tasarımı, performans ölçümü, etkinliğin arttırılması ya
da müşteri tatminin iyileştirilmesi konularının hepsinde başarıyı yakalamak için
müşteri açısından kritik prosese odaklanılır. Prosesin iyileştirilmesi ve yönetilmesi,
müşteri prosesine gerçek değer katmak ve rekabet avantajı sağlamak için zorunlu
adımdır bu nedenle Altı Sigma takımlarının öncelikli görevi müşteri memnuniyetini
sağlamada kritik olan iş proseslerini belirlemektir.(Pande,2002:9)
2.3.4 Proaktif Yönetim
“Proaktif” kavramı olaylardan önce harekete geçme anlamı taşır. Gerçek dünyada
ise proaktif yönetim başarı için kritik iş alışkanlığı ilgilidir. İddialı hedefler oluşturmak,
bunları sık sık gözden geçirmek, açık politikalar geliştirmek, problemlerin
önlenmesine odaklanmanın aksine işlerin neden şu an yapılan biçimde yapıldığını
sorgulamaktır. Proaktif olmak değişim ve yaratıcılık için bir başlangıç noktasıdır.
Reaktif yönetimde şirketler sürekli kriz anlarıyla uğraştığı için yönetim kontrolünün
kaybedildiğini gösterir. Altı Sigma reaktif alışkanlıkların yerini dinamik, ihtiyaçlara
gerçekten cevap veren proaktif bir yönetim tarzının almasını sağlayacak
araç/yöntem ve uygulamaları içerir ve reaktif yönetimin araçlarını sağlar. Şuan ki iş
dünyasında hata yapmak şirketler açısından çok riskli olduğundan proaktif olmak
önde olmanın tek yoludur.(Pande,2002:9)
25
2.3.5 Sınırsız İşbirliği
Sınırsızlık işbirliği General Elektrik‟te tanımlanmış kelimedir ve anlamı şirketin
tedarikçileri, müşterileri ve şirket çalışanlarının da birbirleriyle kuracakları işbirliğinin
getireceği gücün başarıya ulaşmada şart olduğudur. Müşteriye değer yaratmak için
ortak çalışması gereken gruplar arasındaki rekabetin olmasından ve iletişim
eksikliğinden dolayı her gün çok fazla maddi kayıp yaşanır. Altı Sigma insanların
büyük resimdeki yerlerini görmelerini ve faaliyetler arasındaki ilişkileri anlamalarını
sağlayarak iş birliği fırsatlarını arttırır. Altı Sigma‟daki sınırsız işbirliği karşılıksız
fedakârlık anlamında değildir daha çok müşterilerin gerçek ihtiyaçlarının ve
prosesler arasındaki ilişkilerin anlaşılmasını sağlamak için uygulanır ve ayrıca
müşteri ve süreç bilgisinin tüm ilgili kişi ve birimlere yarar sağlayacak şekilde
kullanımını sağlar.(Pande,2002:10)
2.3.6 Kusursuzu İste Başarısızlığa Tolerans Göster
Altı Sigma mükemmele yaklaşmak için kullanışlı iş zaman dilimlerinde sürdürülebilir
sonuçlar oluşturmayı hedefler ve sonuçta Altı Sigma takımı kendini sürekli farklı
riskleri dengelemek için çalışırken bulur. Takımların alacağı en büyük risk yeni
metotları denemekten korkmaktır.(Pande,2002:10)
Altı Sigma iyi ölçüde risk yönetimi üzerine kurulmuştur ama gerçek şu ki Altı Sigma
hedefleyen firmaların tersliklere hazır olmaları gerekmektedir. Bu tersliklerin şirkete
sonraki projeler için katacağı çok şey vardır.(Pande,2002:10)
2.3.7 Altı Sigma Takımlarını Öğrenme Aracı Olarak Kullanmak
Altı Sigma takımları iş kurallarını belirlemek ve süreç, ürün ve servisi iyileştirmek için
oluşturulur ancak eğer işletme içinde yaptıkları sadece bu ise büyük resmi
göremezler. Altı Sigma çalışmasının amacı sadece proje yapmak değildir aksine
başarılı bir proje sonrasında proje takımındakilerin proje sırasında yeni beceri ve
alışkanlıklar kazanmasıdır ve bunları işlerine uygulamasıdır.(Pande,2002:11)
Altı Sigma takımları öğrenme araçlarıdır. Proje liderleri veya üyeleri projelerde
öğrendiklerini kendi günlük işlerinde uygulamalıdır.
26
Organizasyondaki liderler bu takımlardan ne öğrenebileceklerini, nasıl kazanç
sağlayabileceklerini, günlük işlere bunları nasıl uygulayabileceklerini düşünürler ve
bu projelerden yararlanırlar. Altı Sigma‟dan bu şekilde yararlanılması şirketi dinamik,
karlı yapar.(Pande,2002:11)
27
3 ALTI SİGMADA KULLANILAN İSTATİSTİKÎ TEKNİKLER
3.1 Beyin Fırtınası
Bu teknik Alex Osborn tarafından 1950 yıllarında ortaya atılmış ve günümüzde
yaygın kullanım alanı bulan tekniklerden biridir. Tekniğin amacı yaratıcı görüşlerin
akımını sağlamak ve çok çeşitli tahminlerde bulunmaktır.(Yavuzer,1989:39)
Beyin fırtınası toplantısı 6-12 kişi arasında değişen gruplardan oluşmaktadır ve bazı
kurallara uymak gerekir. Öncelikle adli değerlerden uzak durulur. Görüşlerin
serbestçe açıklanmasına izin verilir ve bu teşvik edilir. Görüşler ne kadar
duyulmamış ve üzerinde düşünülmemiş olursa, o kadar değerlidir. Görüşlerin sayısı
arttırılmaya çalışılır ve görüşlerin bileşimi ve geliştirilmesi sağlanır.(Akat, Budak,
Budak,1999:371)
3.2 Sebep Sonuç Matrisi
Diyagram hangi sebeplerin hangi sonucu meydana getirdiğini açıklamada etkili bir
yöntemdir.(Montgomory,2001:181)
Değişkenliklerin sebepleri üzerinde aksiyon almak süreç iyileştirmesini sağlar. Bir
problemin olası sebepleri çok olduğundan Kaoru Ishikawa bu problem ve olası
sebepleri aynı grafik üzerinde gösterebilecek basit bir yöntem geliştirmiştir. Bu
diyagrama Ishikawa diyagramı, balık kılçığı diyagramı ya da sebep-sonuç diyagramı
adı verilmektedir. Boş bir balık kılçığı diyagramını Şekil 10‟da bulabilirsiniz.
(Pyzdek,2003: 261)
28
Hata ifadesi Şekil 10‟da görüldüğü gibi balık kılçığı diyagramının başına yazılır.
Takım üyelerinin beyin fırtınası yapmasıyla kılçıklara malzeme, metot, makine, insan
ve çevre gibi ana etkenler ve bu ana etkenlerin alt etkenleri diyagrama
yazılır.(Pande, 2002:251)
İnsan
Metot
Çevre
Problem/
Hata ifadesi
Makine
Malzeme
Şekil 10- Balık kılçığı Diyagramı
3.3 Histogram
Histogram veri grubunun aralığını, miktarını ve değişkenliğin şeklini görmek için
kullanılan araçtır.(Pande,2002:244)
Örnek:
Bir patates cipsi üreten firmada paketlenmiş olan 100 paket alınıyor ve ağırlıkları
tartılıyor. Tablo 2‟de 100 adet paketin ağırlıkları gösterilmiştir.
29
100
100
93
115
95
103
102
94
112
98
105
103
94
110
97
102
105
93
109
100
100
96
98
107
99
97
99
98
106
98
96
98
97
105
105
98
97
101
102
94
101
96
102
103
106
98
96
105
88
88
95
97
110
88
89
92
98
109
89
90
90
98
108
98
89
105
98
88
101
88
109
100
89
96
90
110
100
92
103
96
115
101
93
99
97
89
88
89
108
98
100
89
100
109
106
100
90
102
107
100
Tablo 2- Ağırlık Verileri
Histogramda aralık genişliğini belirlemek önemlidir. Aralık genişliğinin büyük ya da
küçük alınması ile çizilen histogram verinin hangi dağılımdan geldiğine dair iyi bir
bilgi vermez. (Çevrimiçi 2)
Montgomory „e göre aralık sayısı : n
Blank‟ e göre aralık sayısı;
n<50 ise 10-20
n>50 ise 6-10 dur.
30
Aralığın genişliği ise;
ab=
Max Değer - Min Değer
Aralık Sayısı
dir.
Örnekteki maksimum değer=115 minimum değer=88
ab=
115-88
=2,7
10
Aralık sayısı 100 =10 buradan;
Aralık sayısı ve aralık genişliği belirlendikten sonra veriler sınıflandırılır. Tablo 3
frekans çizelgesinde bu sınıflandırma sonucunu görebilirsiniz.
Aralık
Orta değer
Değer Sayısı
88-90,7
89,95
17
90,7-93,4
92,05
5
93,4-96,1
94,75
11
96,1-98,8
9745
18
98,8-101,5
100,15
17
101,5-104,2
102,85
9
104,2-106,9
105,55
9
106,9-109,6
108,25
8
109,6-112,3
110,95
4
112,3-115
113,65
2
Tablo 3- Frekans Çizelgesi
Tablo 3 frekans çizelgesindeki veriler x ve y eksenine yerleştirildiğinde Şekil 11‟deki
histogram grafiği oluşur. Histogramdan verilerin hangi aralıkta toplandığı görülebilir.
31
Şekil 11- Ağırlık Verilerine Göre Histogram
3.4 Pareto Şeması
Pareto diyagramı hataların sebeplerini ve her hata sebebi için hata sayılarını
gösterir. Pareto analizine göre etkilerin %80 i sebeplerin %20 sinden kaynaklanır.
(Larson,2003:69) Böylece önemli etkileri ayırt etmemizi sağlar. Topladığımız veriler
kesikli veri yani evet/hayır, hatalı/hatasız gibi ise Pareto analizi kullanmak uygundur.
Pareto grafiği İtalyan ekonomisti Vilfredo Pareto tarafından bulunmuştur.16. yüzyılda
dünya mallarının %80‟ninin dünya nüfusunun %20 si tarafından kontrol edildiğini
matematiksel olarak ispatlamıştır. Bu 80-20 kuralı ekonomi dışında başka alanlarda
da kullanılmıştır. Örnek verecek olursak ıskartaların %80‟i hataların %20‟sinden
kaynaklanır.(OCC,1984:8)
Pareto Diyagramının Oluşturulması:
Pareto diyagramı oluşturulurken öncelikle her kategoriye göre oluşma sayıları
belirlenir(hata, maliyet vb.). Her bir kategorinin toplam içindeki oranı hesaplanır.
Daha sonra bu kategoriler büyükten küçüğe sıralanır. Sıralanan kategoriler kümülatif
olarak toplanır ve 100‟e tamamlanır. Pareto grafiğini çizerken y ekseni %0‟dan
32
başlar ve %100‟e kadar devam eder. X ekseninde kategori isimleri toplam içinde
oranı yüksek olandan küçüğe doğru sıralanır. (Pyzdek, 2003:261)
Pareto analizinde hatalar probleme olan katkılarının derecesine göre tasnif edilir. Bu
sınıflandırma kümülatif frekans dağılımına göre çubuk diyagramları şeklinde olur.
(Efil,1993:114).
Pareto grafiği odaklanılması gereken problemleri görmede yardımcı olur. En uzun
sütun üzerinde çalışmak genelde daha küçük sütun üzerinde çalışmaktan daha fazla
kazanç elde ederiz. Fakat her zaman en büyük sütun en büyük maliyeti göstermez.
Hata oranı önemsiz görülen bir problem “maliyet” faktörüne göre tekrar
düzenlendiğinde en önemli problem olarak ortaya çıkabilir.(Dewar,1989:118 )
Örnek:
Bir işletmede üretim bandındaki hatalar aşağıdaki kategorilere göre sayılmış ve hata
sayıları Tablo 4‟e kaydedilmiştir.
Hata tipi
Hata adedi
Ölçü hatası
79
Pas hatası
43
Çapak hatası
162
Eksik operasyon hatası
13
Vuruk hatası
26
Tablo 4- Hata Sayıları
Hatalar, sayılarına göre büyükten küçüğe sıralanır ve hata içindeki %‟si bulunur.
Hataların toplam hata içindeki yüzdesi Tablo 5‟te gösterilmektedir.
33
Hata tipi
Hata adedi
Hata oranı
Çapak hatası
140
24,4582
Ölçü hatası
78
13,3127
Pas hatası
43
50,1548
Vuruk hatası
26
4,0248
Eksik operasyon
13
8,0495
Toplam hata
300
100
Tablo 5- Hata Oranları
Örnekte görüldüğü gibi çapak hatası, ölçü hatası ve pas hatası problemleri
çözülürse diğer yapılan iyileştirmelere göre daha çok verim sağlanır. Şekil 12‟de
verilere ait pareto grafiği gösterilmiştir.
Pareto Grafiği
350
100
250
80
200
60
150
Yüzde
Veriler
300
40
100
20
50
0
C2
C2
Yüzde
Kümulatif %
162
162
50,2
50,2
79
79
24,5
74,6
43
43
13,3
87,9
26
26
8,0
96,0
Other
13
4,0
100,0
0
Şekil 12- Hataların Pareto Grafiği
34
3.5 HTEA (FMEA)
Hata etkileri ve hata modu analizi tüm olası hataları, bu hataların sistem üzerindeki
etkilerini, hataların oluşma olasılıklarını ve hata oluştuğunda yakalama olasılığını
tanımlar. HTEA kötü sonuçlar doğurabilecek hatalar üzerine odaklanarak önleyici
faaliyetler için süreçte en iyi yerlere odaklanmayı sağlar. Fmea hem tasarımda hem
de süreç iyileştirmede kullanılabilir ve yaşayan bir dokümandır, üretim aşamasında
ya da tasarımda değişiklik olduğunda güncellenmelidir. HTEA özel testleri, kalite
kontrol noktalarını, önleyici bakım faaliyetlerini ve hata riskini en aza indirecek bilgi
ve faaliyetleri tanımlamaya yardımcı olur. (Pyzdek,2003:597)
HTEA dokümanını oluşturmak için sistemi tanımlamak gereklidir. Bu tanımlamada
sistemin kısıtları, beklenen performansları, sistemin tüm fonksiyonları ve hata
tanımları olmalıdır. Proses haritası kullanılarak sistemin adımları belirlenir. Her bir
operasyon adımının müşteri ve operasyon üzerindeki hata riski belirlenir, mevcut
önlemler belirtilir. Her bir hata riski için şiddet, oluşma olasılığı, hata yakalayabilme
olasılığı atanır ve bu üç değer birbiri ile çarpılır. Bu değere risk öncelik sayısı adı
verilir. Yüksek risk öncelik faktörüne sahip operasyonlarda iyileştirmelere öncelik
verilir. Bazı firmalarda iyileştirme yapılacak operasyon adımları için kesin bir risk
öncelik faktörü sayısı belirlenmiştir. Boeing firması risk öncelik faktörünün 120‟den
büyük olduğu operasyonlarda iyileştirme yapılmasını tavsiye etmektedir. (Pyzdek,
003:600)
3.6 Ölçüm Sistemi Analizi
Proses kalitesinin iyileştirilmesi aşamalarında prosesin bir parçası olan ölçme aletleri
ve sistemi önemlidir çünkü kaliteyi iyileştirebilmek için prosesten doğru bilgileri
almak gerekir. Buda doğru bir ölçüm sistemi ile sağlanabilir. Ölçüm sistemi analizi
proseslerdeki ölçme aletleri ile elde edilen verilerin ne kadar doğru olduğunun
incelenmesi, ölçme sisteminin yeterli olup olmadığını istatistiksel teknik ile ortaya
çıkarılmasıdır.(Çevrimiçi 5)
Tüm süreçleri olduğu gibi, ölçüm süreçlerinde de varyasyonu (dağılımı) belirleyen
etkenler vardır.
Ölçüm süreçlerinde de ölçüm sisteminin varyasyonunu belirleyen temel etkenler
aşağıda belirtilenlerdir:
35
a. Çözünürlük (Discrimination)
b. Konum
- Kararlılık (Stability)
- Doğruluk (Bias)
- Tutarlılık (Linearity)
c. Genişlik veya dağılım
- Tekrarlanabilirlik (Repeatability)
- Yeniden Üretilebilirlik (Reproducibility)
3.6.1 Çözünürlük (Discrimination)
Çözünürlük ölçüm sisteminin ölçümleri farklı kategorilere ayırma yeteneğini gösterir.
Aynı kategorideki parçalar sistemde aynı değerde görülür. Örnek olarak eğer ölçüm
sisteminin 0,001mm çözünürlüğü varsa gerçekte 1.0002, 1.0003, 0,9997 ölçülen
parçalar 1.000 kategorisinde bulunur ve hepsi bu ölçüm sistemiyle 1.000 mm olarak
ölçülür. Ölçü sisteminin çözünürlüğü ölçüm aralığını birçok veri kategorisine
bölebilecek yetenekte olmalıdır ve bu en az 5 kategori olmalıdır.(Pyzdek,2003:326)
3.6.2 Konum
3.6.2.1 Kararlılık(Stability)
Stabilite standart parça veya mastar parçanın zaman içinde sapmasındaki değişimi
gösterir. Belirli aralıklarla belirli adette örnek alınarak stabilite kontrol kartlarıyla takip
edilir. Stabil sistemlerde kontrol kartlarında kontrol limiti dışında nokta görülmez.
(Pyzdek,2003:328)
3.6.2.2 Doğruluk
Referans değer ile gözlemlenen ölçümlerin ortalamasının farkı biası verir. Standart
parça, kullanılan sistemden daha az hatalı olan sistemle ölçülmüş ve değeri bilinen
mastar parça olabilir. Bias tek standart veya mastar parçayı bir kişinin ölçmesi ile
hesaplanır.
36
Ölçümleri yapan kişi aynı referans parçayı tekrarlı olarak ölçer. Bu ölçümlerin
ortalaması referans parçanın ölçüm değerinden çıkarılır ve bias değeri elde edilir.
Şekil 13 doğruluğun gösterimidir.(Pyzdek,2003:328)
Ölçümlerin ortalaması
bias
Standart
değer
(Bias, esasında „0‟ değerinden „off set‟ anlamına gelir.)
Şekil 13- Doğruluk
Laboratuar ortamında ölçülmüş bir parçanın çap değeri 5.30 mm olarak
belirlenmiştir. Bu parça bir kişi tarafından ard arda 10 kez ölçüldüğünde Tablo 6‟daki
sonuçlar elde edilmiştir.(Pyzdek,2003:328)
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
5,25
5,30
5,20
5,25
5,35
5,30
5,25
5,25
5,35
5,30
Tablo 6- Çap Ölçüm Sonuçları
Yapılan 10 adet ölçümün ortalaması, 52,8 /10 = 5,28 mm‟dir.
Referans
X = 5,28
Değer
Bias = 5,28 – 5,30 = -0.02
5,30
Şekil 14- Doğruluk
37
3.6.2.3 Tutarlılık
Ölçüm cihazının çalışma aralığında sapma değerleri arasındaki farktır. Kısaca
doğruluk biasın değişimidir. Ölçüm sisteminin doğrusal olmamasına ölçüm cihazının
kullanım aralığının alt ve üst bölgesinde yeterli kalibrasyonun yapılmaması, ölçüm
cihazının aşınması, yetersiz bakım neden olabilmektedir. Tutarlılık Şekil 15‟te
gösterilmektedir.(MSA,2002:50)
Gözlenen
Bias
Bias yok
Ortalama Değer
OD = RD
„OD‟
Referans
Değer „RD‟
Şekil 15- Tutarlılık
3.6.3 Genişlik veya dağılım
3.6.3.1 Tekrarlanabilirlik
Bir parçanın bir kişi ile birçok defa ölçüm sistemiyle ölçülmesi sonucunda gözlenen
değişkenliktir. Aynı zamanda ekipman değişkenliği olarak da bilinir.(MSA,2002:52)
Tekrarlanabilirlikte değişkenlik tekrarlı ölçümleri ortalama aralık ve standart sapma
grafikleriyle incelenir. Aralık veya standart sapma grafiklerinde kontrol dışı noktanın
olması
ölçüm
sisteminde
özel
nedenlerin
değişkenliğe
sebep
olduğunun
göstergesidir. Noktalar kontrol limitleri arasındaysa tekrarlanabilirlik hesaplanabilir.
(Pyzdek, 2003:329)
R kartında tüm değerlerin üst kontrol limitinden düşük olması ölçüm sisteminin
değişkenliğinin sabit olduğunun göstergesidir. (Pyzdek, 2003:331)
38
3.6.3.2 Yeniden Üretilebilirlik
Ölçüm sisteminde farklı kişilerin aynı sonuçları elde ettiği görülüyorsa ölçüm sistemi
tekrar üretilebilirdir. Ölçüm yapan kişiden diğer ölçüm yapan kişi arasındaki
değişkenlik ölçüm kişileri arasındaki doğruluğu gösterir. Tekrar üretilebilirlik ölçüm
yapan kişinin ölçüm sonuçlarının ortalaması ile diğer ölçüm yapan kişinin ölçüm
sonuçlarının ortalamasının karşılaştırılması ile hesaplanır. Tekrar üretilebilirliğin
standart sapması ölçüm yapan kişiler arasındaki farkın bulunması ve d2*‟a
bölünmesi ile bulunur. Yeniden üretilebilirlik Şekil 16‟da gösterilmektedir. (Pyzdek,
2003:333) Tablo 7,8,9 ölçüm sonuçlarını göstermektedir.
Yeniden üretilebilirlik
Standart değer
Gözlemciler A, B, C
A
B
C
Ölçüm Aralığı
16- ölçümcünün
Yeniden Üretilebilirlik
Tablo 7, Tablo 8 ve Tablo 9‟daŞekil
3 farklı
10 parçayı 3 kez ölçmesi Ölçüm
Ölçümcü
Parçalar
Deneme A
1
1
0,29
2
3
2
5
6
7
8
9
10
Ortalama
3
4
-0,56
1,34
0,47
-0,80
0,02
0,59
-0,31
2.26
-1,36
0,194
0,41
-0,68
1,17
0,50
-0,92
-0,11
0,75
-0,20
1,99
-1,25
0,166
0,64
-0,58
1,27
0,64
-0,84
-0,21
0,66
-0,17
2,01
-1,31
0,211
Ortalama
0,447
-0,607
1,26
0,537
-0,853
-0,10
0,667
0,227
2,087
-1,307
Xaort
0,1903
Aralık
0,35
0,12
0,17
0,17
0,12
0,23
0,16
0,14
0,27
0,11
Raort
0,184
Tablo 7- Birinci Operatörün Ölçüm Sonuçları
39
Ölçümcü
Parçalar
3
4
5
6
7
8
9
Ortalama
Deneme B
1
2
10
1
0,08
-0,47
1,19
0,01
-0,56
-0,20
0,47
-0,63
1,80
-1,68
0,001
2
0,25
-1,22
0,94
1,03
-1,20
0,22
0,55
0,08
2,12
-1,62
0,115
3
0,07
-0,68
1,34
0,20
-1,28
0,06
0,83
-0,34
2,19
-1,50
0,089
Ortalama
0,133
-0,79
1,157
0,413
-1,013
0,027
0,617
-0,297
2,037
-1,60
Xbort
0,068
Aralık
0,18
0,75
0,40
1,02
0,72
0,42
0,36
0,71
0,39
0,18
Rbort
0,513
9
10
Tablo 8- İkinci Operatörün Ölçüm Sonuçları
Ölçümcü
Parça
Deneme C
1
2
1
0,04
2
5
6
7
8
Ortalama
3
4
-1,38
0,88
0,14
-1,46
-0,29
0,02
-0,46
1,77
-1,49
-0,223
-0,11
-1,13
1,09
0,20
-1,07
-0,67
0,01
-0,56
1,45
-1,77
-0,256
3
-0,15
-0,96
0,67
0,11
-1,45
-0,49
0,21
-0,49
1,87
-2,16
-0,28
Ortalama
0,073
-1,157
0,88
0,15
-1,327
-0,483
0,08
-0,503
1,697
-1,807
Xcort
-0,2543
Aralık
0,19
0,42
0,42
0,09
0,39
0,38
0,20
0,10
0,42
0,67
Rcort
0,328
Tablo 9- Üçüncü Operatörün Ölçüm Sonuçları
Tablo 10‟da ölçüm yapan kişilerin arasındaki farklar ve ortalama değerler
hesaplanmıştır.
Parçalar
Ortalama
1
2
3
4
5
6
7
8
9
10
Rp
0,169
-0,851
1,099
0,367
-1,064
-0,186
0,454
-0,342
1,94
-1,571
Rortort
[Raort=0,184]+ [R bort=0,513]+ [Ra ort=0,328]/ [Ölçümcü Sayısı=3]
0,3417
Xdiff
[Max Xort=0,1903]- [Min X ort=-02543]=
0,4446
0,3511
Tablo 10- Üç Ölçümcünün Sonuçları
Tablo 11‟de tekrarlanabilirlik, tekrar yapılabilirlik, parça varyansı ve toplam varyans
hesaplanmıştır. Daha sonra bu değerler kullanılarak Alet tekrar edilebilirliğini ve
tekrar
üretilebilirliğini
hesaplanmıştır.
Örnekte
görüldüğü
gibi
Alet
tekrar
edilebilirliğini ve tekrar üretilebilirliğini hesaplanmıştır, buda ölçüm sistemi kabul
edilebilir ancak iyileştirilmesi gerektiğini gösterir.
40
Veri sayfasından :
R=
0,3417
Ölçüm Birim Analizi
Tekrarlanabilirlik - Ekipman Varyansı ( EV )
X DIFF = 0,4446
Rp = 3,5110
% Toplam Varyans ( TV )
%EV = 100 ( EV / TV )
EV = R x K1
Deneme
K1
2
0,8862
3
0,5908
= 0,20188
=%
%EV =
17,61
max. %30 olacak
Tekrar Yapılabilirlik - Ölçüm Varyansı ( AV )
%AV = 100 ( AV / TV )
AV =
[(XDIFF x K2)² - (EV² / nr)]
=%
= 0,22963
Ölçümcüler
K2
2
0,7071
3
0,5231 %AV =
20,04
max. %30 olacak
Tekrarlanabilirlik & Tekrar Yapılabilirlik ( GRR )
GRR =
( EV²+ AV² )
= 0,30575
Parça Varyansı ( PV )
PV = Rp x K3
= 1,10456
Toplam Varyans ( TV )
TV =
Parçalar
2
3
4
5
6
7
8
9
10
%GRR =
K3
0,7071
=
0,5231
0,4467
0,4030 %PV =
0,3742
0,3534
=
0,3375 %PV =
0,3249
ndc =
0,3146
=
100 ( GRR / TV )
> %10 Kabul
%
26,68
%10 - %30 Mudahale
%30> Red
100 ( PV / TV )
%
96,38
%50 üstünde olacak
1,41( PV / GRR )
5,094
( GRR² + PV² )
= 1,14610
P5 olması %97 doğruluğunu kanıtlıyor.
Bütün hesaplamalar 5,15 sigmanın öncedn tahmin edilmesine dayandırılmıştır. ( Normal dağılım eğrisinin altında
kalan alanın %99'u )
Tablo 11- Ölçü Sistemi Analizi
Alet tekrarlanabilirlik ve tekrar üretilebilirlik veri sayfası ve rapor formu toplanan veri
üzerinde sayısal analiz yapmayı sağlıyor. Bu analiz toplam ölçüm sistemi, ölçüm
sistemi bileşenlerinin tekrarlanabilirlik ve tekrar üretilebilirliği ve parçadan parçaya
değişkenlik için süreç değişkenliğini hesaplamaktadır.(MSA,2002:105)
Formun sol tarafında, her bileşenin değişkenliği normal dağılım eğrisinde %99 alana
denk gelen 5,15 standart sapma dikkate alınarak hesaplanmıştır. (MSA,2002:105)
Tekrar edilebilirlik veya ekipman değişkenliği (EV ) ortalama aralığı K1 sabit sayısı
ile çarpılarak bulunur.K1 deneme sayısına bağlıdır ve 5,15/d2 formülü ile bulunur.d2
değeri (tablo 2) deneme sayısına ve parça sayısına ve ölçüm yapan kişi sayısına
bağlıdır. (MSA,2002:105)
41
Tekrar üretilebilirlik ve ölçüm yapan kişinin değişkenliği (AV) ölçüm yapan kişilerin
ölçümlerinin ortalamasının farkı ile k2 sabit sayısının çarpımı ile bulunur.K2 sayısı
ölçüm yapan kişi sayısına bağlıdır ve 5,15/d2 ile hesaplanır. (MSA,2002:115)
Tekrarlanabilirlik ve tekrar üretilebilirlik için ölçüm sistemi analizi ekipman
değişkenliği ve ölçüm yapanların değişkenliğinin karelerinin toplamının karekökünün
alınmasıyla hesaplanır. (MSA,2002:115)
GRR= (EV)2 +(AV)2
Parçadan parçaya değişkenlik (PV) parçaların aralıklarının ortalamasıyla (Rp) sabit
K3 sayısının çarpımıyla bulunur.K3 analizde kullanılan parça sayısı ile ilgilidir ve
5,15/d2 ile hesaplanır.d2 parça sayısına ve ölçüm yapan kişi sayısına bağlıdır.
(MSA,2002:115)
Toplam değişkenlik (TV) Parçadan parçaya değişkenlik ile tekrarlanabilirlik&tekrar
üretilebilirliğin karelerinin toplamının karekökü ile hesaplanır. (MSA,2002:115)
2
2
TV= (R&R) +(PV)
Değişkenlik faktörlerinin
toplam
değişkenlikteki
yüzdeleri
aşağıdaki
şekilde
hesaplanır; (MSA,2002:116)
%AV=100
AV
TV
%R&R=100
%PV=100
R&R
TV
PV
TV
42
Tekrarlanabilirlik ve tekrar üretilebilirliğin kabul şartları aşağıda belirtilmiştir. (%R&R)
%10 dan küçükse
- Ölçüm sistemi yeterli
%10 ile %30 arasında
- Uygulamanın önemine göre kabul edilebilir.
%30 dan büyükse
- Ölçüm sisteminin iyileştirilmeye ihtiyacı var.
(MSA,2002:117)
3.7 İstatistiksel Kalite Kontrol
İstatistiksel kalite kontrol temel olarak değişkenliği anlamak ve değişkenliği
yönetmektir.( Stapenhurst,2007;4)
Yüksek kaliteli üretimin pazar payını arttırma, hurdayı ve tekrar işlemeyi azaltma gibi
avantajları vardır. Bunun için kalite üretimin her aşamasında sağlanmalıdır. Kaliteli
üretime ulaşmak için üretimin her aşamasında istatistiksel teknikler kullanılmalıdır.
İstatistiksel kalite kontrol metotları tasarımın, üretimin ve servisin her aşamasında
istatistik prensip ve teknikleri uygular. (Motorcu, Güllü,2004:364)
Proses kontrolünü sağlamak için kontrol kartları kullanılır. Kontrol kartları imalat
endüstrisinde
proseslerin
çıktı
ölçülerinde
değişkenliği
anlayabilmek
için
geliştirilmiştir.(Pujar,2010:2)
İstatistiksel kalite kontrolde ortalama, aralık ve standart sapma verileri analiz etmede
en çok kullanılan istatistiksel verilerdir. Kontrol kartları da bunları gösteren
grafiklerdir. Bu istatistiksel göstergelere bakılarak özen ya da genel nedenlerin
prosese etki ettiği tayin edilebilir.(Pyzdek, 2003:393)
3.7.1 Genel ve Özel Nedenler
İstatistiksel kalite kontrolü anlamak için öncelikle değişkenliği ve değişkenlik tipleri
bilmek gerekir. İki ürünün ya da karakteristiğin aynı olması beklenemez çünkü
proseslere birçok değişkenlik etki eder. Ürünler arasındaki farklılıklar ölçülemeyecek
kadar az olsa da mutlaka vardır. Bu değişkenlik kaynakları dağılıma etki eder. Bir
dağılım konum, yayılım ve şekil ile tanımlanır. Prosesi yönetmek ve değişkenliği
azaltmak için değişkenliğe sebep olan kaynakları azaltmak gerekir. Bu nedenle
genel ve özel sebepleri ayırt etmek gerekir.(SPC,2005;13)
43
3.7.2 Genel Sebepler
Proses üzerine sürekli etkiyen değişkenlik kaynaklarıdır. Genel sebepler süreç
üzerinde stabil ve tekrarlanabilir dağılım oluştururlar. Eğer prosese sadece genel
sebepler etki ediyorsa süreç çıktıları tahmin edilebilir.(SPC,2005;13) Genel
sebeplerden kaynaklanan değişkenlik küçük değişmekle birlikte üretim koşulları,
ölçüm hataları vs. gibi her iki yönde etkili olan ve etkileri birbirini telafi eden unsurları
kapsamaktadır. Üretimdeki bu tür değişkenlikler kabul edilebilirdir ve iyileştirilmesi
zor ve maliyetlidir. (Köksal,2003;507)
3.7.3 Özel Sebepler
Herhangi bir sebebe bağlı ve bazı süreç çıktılarını etkileyen değişkenliklerdir.
Genellikle kesikli ve tahmin edilemez. Özel nedenler kontrol limitleri dışında bir ya
da
fazla
nokta,
kontrol
limitleri
içinde
rastlantısal
olmayan
şekillerden
anlaşılabilir.(SPC,2005;14) Özel sebebe bağlı değişkenlik tespit edildiğinde
değişkenliğin sebebinin araştırılması şarttır ve bu üretim prosesindeki değişiklikleri
ve iyileştirmeleri yönetebilir.(Pujar,2010;2) Özel nedenlere bağlı değişkenliklerin
prosese etkisi zararlı ve ya yararlı olabilir. Zararlı olduğunda tanımlanmalı ve
ortadan kaldırılmalıdır, yararlı olduğunda ise tanımlanmalı ve süreç için sürekli hale
getirilmelidir. (SPC,2005;14)
İstatistiksel kalite kontrol ile özel nedenler ayırt edilebilir. Genel nedenleri bulmak
için daha detaylı analizler yapmak gerekir. (SPC,2005;14)
3.7.4 Kontrol Tablosu
Kontrol kartları süreç kontrol sistemlerini ekonomik ve güvenli olarak istatistik
yardımıyla kontrol eden en etkin yöntemdir. (İpek, Ankara, Özdağ,1999;828)
1920‟lerde Bell lab.‟larında veri toplayan Dr.Walter Shewart tarafından geliştirilmiştir.
Shewart önce kontrol edilebilen ve kontrol edilemeyen değişkenliği ayırmıştır ve
buna özel ve genel neden denmiştir. Bu ikisini kontrol grafiğiyle ayırmıştır. Kontrol
grafiği öncelikli uygulama alanı süreç kontrol ve üretimde iyileştirmedir. (Chen
v.d.2007;80) Kontrol kartları süreç çıktılarının kontrol limitleri içinde olup olmadığını
kontrol etmek için kullanılır. Mühendis veya operatörler görsel olarak prosesin
etkileyen durumları gözlemleyebilmektedirler.(Gordon,2002;350)
44
Kontrol grafikleri özel neden değişkenliklerini göstermede etkindir. Genel neden
değişkenleri sistem veya süreç iyileştirme yapılarak düzeltilmelidir. Eğer süreç
kontrol aksiyonları sonunda özel neden kaynağının olmadığına emin olunuyorsa bu
prosese istatistiksel kontrol altında ya da sadece kontrol altında denir. Bunun gibi
proseslerde süreç performansı stabil, tahmin edilebilir ve süreklidir. (SPC,2005;14)
3.7.4.1 Kontrol limitleri
a.Kontrol limitlerinin belirlenmesi
Kontrol limitleri kontrol istatistiğinin doğal değişkenliği olarak tanımlanır. Eğer aynı
prosesteki iki alt grubun ortalaması hesaplanırsa, ortalamalarının aynı olması
beklenir. Eğer faklıysalar bu farklılığın bir limiti vardır. Bu kontrol limitlerinin yerini
tanımlar. (SPC,2005;59)
Eğer süreç stabilse herhangi bir alt grubun ortalaması bu kontrol limitlerinin içinde
olacaktır. Eğer kontrol limitlerinin dışında ise bu özel neden değişkenliğinin olduğu
gösterir. (SPC,2005;59)
İstatistiksel proses kontrolün iki aşaması vardır:
1.Prosesteki özen neden değişkenliklerini tanımlamak ve ortadan kaldırmak
2.İkinci aşama ise gelecek ölçüler için tahminde bulunmak. Bu aşamada veri analizi
ve özel nedenlere karşı önlem alma gerçek zamanda yapılır. (SPC,2005;59)
Kontrol grafiklerinde öncelikle orta nokta, üst kontrol limiti, alt kontrol limiti çizilir. İlk
kartta kontrol limitleri yoktur. Tolerans ortası hedef alınarak üretim yapılır ve bu
karttan kontrol limitleri hesaplanır. (SPC,2005;59)
b.X-S kartının hesaplanması
Alt grupların ortalaması: (SPC,2005;84)
X=
x1 +x2 + +xn
n
45
Alt grupların standart sapması(SPC,2005;84)
2
i=1 (Xi,k -Xk )
sk =
n-1
Ortalamaların Ortalaması(SPC,2005;84)
X=
X1 +X2 +
k
+Xk
Ortalama Standart Sapma(SPC,2005;84)
s=
s1 +s2 +
k
+sk
X yaklaşık standart sapması(SPC,2005;84)
c=
s
c4
X ortalamaların yaklaşık standart sapması(SPC,2005;84)
X=
c
n
Grafik özellikleri(SPC,2005;84)
Orta nokta
Kontrol limitleri
OÇX =X
ÜUSX =X+A3 s
AUSX =X-A3 s
OÇs =s
AUSs =B3 s
ÜUSS =B4 s
Dağılımın konumu ve müşteri istekleri ile ilgili olarak yayılımı istatistiğin en çok
ilgilendiği kısımdır. Genel olarak konum örnek ortalaması veya medyanı ile belirlenir.
46
Yayılım ise örnek aralığı veya örnek standart sapması ile belirlenir. Proses merkezi
ve yayılımı ile birlikte kabul edilebilir üretim yapılması beklenir.
Dağılımın orta noktasının hareketi ancak süreç değişkenliği azaltılırsa mümkün olur.
Proses
konumunu
ötelemek,
süreç
dağılımındaki
artış
veya
bu
ikisinin
kombinasyonu parçaların üretimini spesifikasyon dışına çıkartabilir. Bunun gibi
dağılıma sahip o prosesler müşteri ihtiyaçlarını karşılayacak nitelikte değildirler.
c.Özel Neden Sinyalleri
Özel neden sinyalleri kontrol tablosundan proseste normal olmayan durumları
gösterir. Aşağıdaki durumlar kontrol tablosunda gözlendiğinde önlem alınması
gerekmektedir.
1.Kontrol limitleri dışında nokta olması
2.Orta çizginin altında veya üstünde ard arda 7 noktanın olması
3.Artan ya da azalan 6 noktanın olması
4.Azalan ve artan 14 noktanın olması
5.3 noktadan 2‟sinin 2 standart sapma dışında olması
6.5noktadan 4‟ünün 1 standart sapma dışında olması
7.15 noktanın 1 standart sapma içinde olması
8.8 noktanın 1 standart sapmanın dışında olması. (SPC,2005;75)
3.8 Varyans Analizi
Varyans analizi iki veya daha fazla ana kütle ortalaması arasındaki farkın anlamlı
olup olmadığını araştırılmasında kullanılır. Varyans analizinin uygulanabilmesi için
verilerin bazı şartlara uygunluk göstermesi gereklidir. Öncelikle ana kütlelerin normal
dağılması ve varyanslarının eşit olması gerekmektedir çünkü F testlerinin geçerliliği
özellikle varyans eşitliğine bağlıdır. Bu durumdan sapmalar olduğunda F testinin
sonucuna güvenilmez. Varyans analizi tek yönlü varyans analizi ve iki yönlü varyans
analizi olmak üzere ikiye ayrılmaktadır.(Orhunbilge,2000:178)
47
3.8.1 Tek yönlü varyans analizi
İki ve daha fazla ana kütlenin karşılaştırılması sırasında bu ana kütleleri diğerinden
ayıran şarta faktör adı verilir. Örnek verecek olursak okuma için üç tane öğretim
metodu uygulandığını varsayarsak, öğretim metodu faktördür.(Peck,2001:754)
Ana kütle dağılımlarının normal ve varyanslarının varyans analizinin şartı olduğu
üzere birbirine eşit olması gerekmektedir. Her hipotez testinde olduğu gibi tek yönlü
varyans analizi de dört aşamada uygulanmaktadır. (Orhunbilge,2000:179)
1.Hipotezin yazılması
Ho; X1 =X2 =X3
Xc c sayıdaki ana kütlelerin ortalamaları birbirine eşittir.
H1 ; c sayıdaki ana kütle ortalamasının en az biri diğerlerinden farklıdır.
(Orhunbilge,2000:179)
 anlamlılık düzeyinin belirlenmesi
2.
3.Örnek değerden hareketle F değerinin hesaplanması
F=
Açıklanan Varyans
Sütunlar arası Varyans
=
Açıklanmayan Varyans
Sütünlariçi Varyans
Xij F=
b
2
=
r
b
2
w
2
2
c
j=1 (Xj -X)
c-1
Her ana kütleden seçilen birim sayısı eşit olduğunda
b
2
2
c
j=1 r(Xj -X)
c-1
Her ana kütleden seçilen birim sayısı farklı olduğunda
48
w
2
c
j=1
2
(Xij -X )
c r-1
Ana kütlelerden seçilen birim sayısı eşit olduğunda. Eşit olmadığında c(r-1) yerine
rc-c veya n-c geçmektedir. (Orhunbilge,2000:179)
r; satır sayısı ve ya her ana kütleden seçilen birim sayısı
c; sütün sayısı ve ya ana kütle sayısı(Orhunbilge,2000:179)
r
Xj =
Xij
r
i=1
X ;genel ortalama X =
rc
ij=11 Xij
Xij: gözlenen birimlerin (n veya rc ) adet değerleri
4.Üçüncü aşamada hesaplanan F değerleriyle tablo değerlerinin Fα/f1-f2„nin
karşılaştırılması ve karar alınması aşamasıdır. (Orhunbilge,2000:180)
f1: 1.serbestlik derecesi(c-1)
f2: 2.serbestlik derecesi(n-c) (Orhunbilge,2000:180)
Fα/f1-f2 < F ise Ho red, ana kütle ortalamalarının en az biri diğerlerinden farklıdır.
Fα/f1-f2  F ise Ho kabul, ana kütle ortalamaları arasında fark yoktur. Hepsi birbirine
eşittir. Varyans analizinde elde edilen sonuçlar varyans analizi tablosunda
gösterilmektedir. (Orhunbilge,2000:180)
49
Değişkenlik
Kareler toplamı
Kaynağı
Serbestlik
Kareler
Test
Derecesi
ortalaması
istatistiği
(varyans)
n
Açıklanan
Xj -X
2
c-1
b
2
i=1
c
r
Xij -Xj
Açıklanamayan
j=1 i=1
rc
Xij -Xj
Toplam
2
2
c(r-1)veya
n-c
n-1
w
2
b
F=
2
w
2
2
ij=1
Tablo 12- Varyans Analizi Sonuçlar Tablosu(Orhunbilge,2000:181)
Eğer analiz sonucunda Ho kabul edilirse, incelenen ana kütle ortalamalarının
arasında farkın olmadığı anlaşılır. Ho reddedilirse ana kütle ortalamaları arasında
fark var veya en az birinin diğerlerinden farklı olduğu anlaşılır. Ho reddedildiğinde
örneklerin farklı ana kütlelerden geldiğini de anlayabiliriz.(Orhunbilge,2000:181)
3.9 Serpilme Diyagramı
Serpilme diyagramının amacı değişken veya faktörlerin birbiri ile olası ilişkisini
tanımlamaya veya ölçmektir.(Pande,2000:254)
Serpilme diyagramı iki değişken arasındaki doğrusal ilişkinin şiddetini ortaya koyar.
Kesin ilişkilerde iki değişkenin aynı düzlem üzerindeki saçılımı düzgün bir doğru
üzerinde gerçekleşir. Ancak olasılıklı ilişkilerde iki değişkenin düzlem üzerindeki
serpilmesi hata bulutu şeklinde doğruya benzer. Değişkenler arasındaki doğrusal
ilişkinin yönü ve derecesi korelasyon katsayısı ile ölçülür. Korelasyon katsayısı +1
ile -1 arasında bir değerdir. Katsayının 0 olması değişkenler arasında ilişki
olmadığını gösterir.(Çil,2005:268)
50
3.10 Deney Tasarımı
Deney tasarımı 1920‟lerin başında Rothamsted Tarımsal Alanda Araştırma
İstasyonunda Ronald Fisher tarafından geliştirilmiştir. Fisher‟ın ilk deneyleri farklı
gübrelerin farklı tarım alanlardaki etkilerine karar vermek ile ilgilidir. Fisher yaptığı
deneyler sonucunda ekinin sadece gübreye değil bunun yanı sıra toprak nemi, gibi
faktörlere de bağlı olduğunu görmüştür. Bu faktörlerin ekinin nasıl etkilediğini
görmek için Fisher deney tasarımını kullanmıştır. Deney tasarımı süreç başarı ve
stabilitesini sağlamak, süreç yeterliliğini iyileştirmek, üretim maliyetlerini düşürmek,
süreç tasarım ve geliştirme süresinin düşürmek, süreç anahtar girdileri ile çıktıları
arasındaki ilişkiyi anlayabilmek ve hurda, yeniden işleme oranını azaltarak karlılığı
arttırmak için kullanılabilir.(Antony,2003:2)
3.10.1 Deney Tasarımının Temel Prensipleri
Deney Tasarımı planlama, tasarlama ve analiz etme kısımlarından oluşur. Herhangi
bir endüstriyel tasarımın başarısı yerinde planlama, uygun tasarım, verinin
istatistiksel analizi ve takımın yeteneklerine bağlıdır.
Deney tasarımında süreç değişkenleri ya da faktörler iki tipe ayrılır ve bunlar
niteliksel niceliksel faktörlerdir. Niceliksel faktörler için ayar aralığı belirlenmelidir.
Örnek olarak boyama süreci için, boya püskürtme basıncı, boya sıcaklığı gibi
faktörler nicelikseldir. Niceliksel faktörler genelde kesikli veridir. Hammadde tipi,
tedarikçi tipi niceliksel faktördür. (Antony,2003:7)
Deney tasarımının rastgele seçim, tekrarlama ve bloklaşma olan üç prensibi vardır.
Bu
prensipler
deney farklılıklarını
azaltmak hatta
ortadan
kaldırmak
için
uygulanmaktadır çünkü büyük farklılıklar yanlış uygun değer ayarlara neden olabilir.
(Antony,2003:8)
3.10.1.1 Rastgele Seçim
Eğer sistem stabil ise deneyin rastgele seçim ile yapılmasına gerek yoktur ancak
proses stabil değil ise deneyin rastgele seçimle yapılmaması anlamsız ve yanıltıcı
sonuçlar
verir.
Deney
tasarlarken
dalgalanma,
operatör
hataları,
ortam
sıcaklığındaki dalgalanma, nem, hammadde değişkenlikleri gibi süreç çıktı
performansını etkileyen faktörler vardır. Bunun gibi faktörler minimize edilmez ya da
yok edilmezse deney sonucunu etkiler. Rastgele seçim deney farklılıkları etkisinin
51
azaltmak için bir yöntemdir. Tam anlamıyla düzgün rastgele seçim kullanılan deney
ile gürültü faktörlerinin etkisi gerçek faktörler üzerinde eşit olur ve deney sonuçların
düzgün olması sağlanır. (Antony,2003:9)
3.10.1.2 Tekrarlama
Tekrarlama deneylerin rastgele sıra ile yapılmasının. Tekrarlamanın anlamı deneyin
tümünün ya da bir kısmının birden fazla şart altında tekrarlanmasıdır. Tekrarlamanın
iki önemli özelliği vardır. Birincisi deneyi yapan kişiye deneysel hatayı tahmin etme
şansı verir. İkincisi deney, yapan kişiye faktör etkileşimlerini daha kesin tahmin
etmesinde etkili olur. (Antony,2003:9)
3.10.1.3 Bloklama
Bloklama gürültü faktörlerine bağlı konu dışı olan değişkenliklerine etkilerini yok
etmek için ve deney tasarımının etkinliğini artırmak için bir metodudur.
Ana amaç lottan lota, günden güne, vardiyadan vardiyaya gibi istenmeyen
değişkenlik
kaynaklarının
ortadan
kaldırılmasıdır.
Birbirine
yakın
deney
uygulamalarının aynı blok ya da grupta toplanmasıdır. Örnek olarak metalürji
mühendisi çelik ürününün dayanma gücünü iyileştirmek istemektedir ve her birinin
iki seviyesi olan 4 faktör vardır. Mühendis tarafından sekiz deneye karar verilmiştir
ancak bir günde ancak dört deney yapılabilmektedir. Bu durumda deney yapılan
günler farklı bloklar olarak seçilmelidir. (Antony,2003:10)
3.10.2 Deney Tasarımının Aşamaları
Deney tasarımı ana olarak dört aşamada gerçekleştirilir. Bunlar planlama, tasarım,
deneyleri gerçekleştirme ve analiz fazlarıdır. (Antony,2003:31)
3.10.2.1 Planlama
Planlama
fazı
problemin
tanımlama
ve
formülasyonu,
çıktı
veya
kalite
karakteristiğinin seçimi, süreç değişkenleri ve tasarım parametrelerinin seçimi, süreç
değişkenlerinin sınıflandırılması, süreç değişkenlerinin seviyelerine karar verilmesi
kısımlarından oluşur. (Antony,2003:31)
Problemin tanımı kısmında ne yapılması gerektiğinin tam anlaşılması için açık ve
kısa bir tanım yapılması gerekmektedir. Tanım pratikte ulaşılabilen spesifik ve
ölçülebilir amaç içermelidir.(Antony,2003:31) Kalite karakteristiğinin seçimi tasarımın
başarısı için kritik, deney için uygun çıktının seçilme kısmıdır. Çıktı değişken ya da
52
nitelik olabilir. Değişken çıktılar uzunluk, kalınlık, çap, yoğunluk, dayanım v.b, nitelik
çıktılar ise iyi/kötü, geçti/kaldı veya evet/hayır gibi çıktılardır. Deney tasarımcısı
tarafından ölçüm sistemini tanımlanır, neyi nerede kim ne zaman ölçecek, deney için
tasarlanmalıdır.
Proses
değişkenleri
ve
tasarım
parametreleri
seçimi
için
mühendislik bilgisi, geçmiş veriler, neden-sonuç analizi ve beyin fırtınası yöntemleri
ile kararlaştırılır. Bu deney tasarımının çok önemli adımıdır. Eğer önemli süreç
faktörleri deney kapsamı dışı bırakılırsa deney sonuçları gerçeği yansıtmayacaktır.
Proses değişkenlerinin sınıflandırılması kısmında gürültü faktörleri ile çıktıya asıl etki
eden faktörler belirlenir. Deney için bloklara ihtiyacın olup olmadığı bu kısımda
açıklığa kavuşur. Proses değişkenleri nicel ise genellikle iki seviye yeterlidir ancak
niteliksel faktörler için ikiden fazla seviyeye ihtiyaç duyulur. (Antony,2003:32)
3.10.2.2 Tasarım
Bu aşamada deney için en uygun tasarım seçilir. Deneyler klasik yaklaşım olan
Fisher‟ın tasarımı, dikey sıralar yaklaşımıyla Genichi Taguchi veya değişken
araştırma yaklaşımını geliştiren Dorian Shainin yöntemi seçilebilir. Burada Ronald
Fisher‟ın yaklaşımı olan deney tasarımından bahsedilmiştir. Bu yaklaşımla tam
faktöriyel, kesirli faktöriyel, Plackett-Bumann tasarımından biri seçilebilir. Tasarımın
boyutu faktör sayısına veya her faktörün seviyesine bağlıdır. Tasarım aşamasında
tasarım
metriksinin
yapılması
faydalıdır.
Tasarım
matrisi
faktörlerin
farklı
seviyelerdeki ayarlarını ve deneylerin sırasını gösterir. (Antony,2003:33)
3.10.2.3 Deneyleri Gerçekleştirme
Bu aşama deneylerin gerçekleştirildiği ve sonuçların değerlendirildiği aşamadır. Bu
aşamada deneylerin gerçekleştirileceği uygun bir yerin seçilmesi önerilir. Deneyin
yapılacağı yerde gürültü faktörlerinin deneyi etkilememesi sağlanmalıdır. Deneyi
gerçekleştirmek için gerekli olan malzeme/parça, operatör, makine sağlanmalıdır.
Deneyin tasarlanan deney sırasında yapılıp yapılmadığı kontrol edilmeli ve
operatörden operatöre değişkenliği engellemek için bir operatör kullanılması önerilir.
Deney sırasında herhangi bir farklılık olursa deney durdurulmalıdır. Deneyde
gözlemlenen değerler kaydedilmelidir. (Antony,2003:33)
3.10.2.4 Analiz
Deneyleri gerçekleştirdikten sonraki aşama analiz ve sonuçların yorumlanmasıdır.
Deney tasarımının analiz kısmında ortalamaya etki eden tasarım parametreleri ve
53
ya süreç değişkenlerinin değerlerine karar verilir. Değişkenliğe etki eden tasarım
parametreleri ve süreç değişkenlerinin değerlerine karar verilir. Optimum performans
için tasarım parametrelerinin seviyelerine karar verilir ayrıca daha fazla iyileştirme
yapılıp yapılamayacağı kararı verilir. Deney tasarımı verileri MINITAB programı ile
değerlendirilir ve programdan parametre değerlerine ulaşılır. (Antony,2003:34)
54
4 BİR SANAYİ KURULUŞUNDA ALTI SİGMA UYGULAMASI
Uygulama otomotiv yan sanayisinde yedek parça üretimi yapan bir kuruluşta
yapılmıştır. Firmanın süreçlerini iyileştirebilmesi açısından Altı Sigma sistemini
uygulaması önemlidir. Bu bölümde firma hakkında kısa bilgi verildikten sonra
firmada iğne olarak isimlendirilen makine parçasının üretim sürecinde meydana
gelen hatalar incelenecek ve müşteri açısından ve firma açısından kritik hatalar
azaltılmaya çalışılacaktır.
4.1 Firma Hakkında
Firma faaliyetine 1986 yılında çeşitli torna parçalar üreterek başlamıştır. Bu yıllarda
beyaz eşya sektörüne parça üretmektedir.1995 yılında otomotiv yan sanayisine
parça üretmeye başlamıştır.2000 yılında yatırım yaparak makine parkurunu
genişletmiş ve kapalı üretim alanı 1000m2„den 2000 m2 çıkartmıştır. Bugün ortalama
40 çalışanı bulunan firma 250mm çapına kadar parçaları tornalayabilmektedir.
Firmada bulunan profil projektör, 3M ölçüm cihazı sayesinde üretilen parçalar iki
boyutlu ve 3 boyutlu olarak ölçülebilmektedir. Yüzey pürüzlülüğü cihazı sayesinde
pürüzlülük ve form ölçüleri ölçülebilmektedir. Gerektiğinde kaplama ve ısıl işlem
operasyonları dışarıda yaptırılmaktadır.
Firma 2002 yılında QS 9000 yönetim sistemini benimsemiştir.2004 yılında ise
ISO/TS 16949 Yönetim Sistemine geçiş yapmıştır.2008 yılında ISO 14001 Çevre
Yönetimi Sistemini entegre etmiştir.
Firmada talaşlı imalat CNC Tornalama, CNC Taşlama ve CNC Frezeleme işlemleri
operasyon kartları ve teknik resime uygun üretilir. Genellikle operasyonlar tornalama
işleminden sonra taşlama operasyonuna gider. Kontrol planlarındaki periyotlara
uygun olarak her aşamada kontrol edilir. Paketleme öncesinde final kontrolü yapılan
parçalar gerektiğinde yağdan arındırılır ya da paslanmaya karşı yağlanır. Hizmet
verilen firmalar aşağıda listelenmiştir.
55
Arçelik A.Ş
Hema Dişli
IR Emniyet
Heinzmann
Euchner
Erlmann
Bricard
Bosch
4.2 Uygulamanın Hedefi ve Önemi
Altı Sigma metodu P iğne adındaki dizel motor enjeksiyon iğnesi parçasının üretim
sürecine uygulanmıştır. Bu parçanın üretim sürecinde iyileştirme yapılmaması
durumunda hatalardan kaynaklanan maliyet, çevrim süresinin artması, ayıklama,
yeniden işleme nedeniyle artmaktadır.
Bu projenin başarıya ulaşması Altı Sigma metodolojisinin firma geneline yayılmasına
yardımcı olacaktır. Projedeki hedefimiz yaklaşık 3 sigma olan P iğne üretim sürecini
Altı Sigma adımlarını kullanarak Altı Sigma kalite seviyesine çekmektir.
4.3 Tanımlama
Ekip Altı Sigma metodunu kritik ölçüleri olması nedeniyle P iğne üretim sürecine
uygulanmasına karar vermiştir. Bu nedenle 8 ay boyunca oluşan hatalar
incelenmiştir. Hata modlarına göre sayıları tabloda verilmiştir. Hata sayıları Tablo
13‟te gösterilmiştir. Hataların Pareto analizi yapıldığında %80 e karşılık gelen kısmı
tam boyu küçük hatası ve bund boyu küçük hatası oluşturmaktadır.
56
Aylar
Hata
1
2
3
4
5
6
7
8
Toplam
3,65 çapı küçük
19
1
9
10
23
12
8
16
98
3,65 çapı büyük
1
4
3
3
7
3
2
4
27
Bund boyu küçük
10
12
16
21
5
15
19
23
121
Bund boyu büyük
11
6
7
18
12
5
15
5
79
Tam boyu küçük
155 194 197 167 233 245 280 305 1776
Tam boyu büyük
3
25
17
13
23
2
5
12
100
Pahta taş izi var
25
21
24
9
3
1
2
9
94
4,3 çap yüzeyinde çizik
1
4,3 çap yüzeyinde pens eziği
1
39
Salgı büyük
38
Pah bozuk
5
39
38
2
1
3
4
Referans kısmında çapak
Toplam
6
21
5
5
2399
Tablo 13- Aylık Hata Verileri Tablosu
Pareto grafiği Şekil 17‟da gösterilmektedir. Grafikte görüldüğü gibi en çok hata P
iğnenin tam boyu küçük hatasıdır. Bu projede bu nedenle tam boyu küçük hatası
incelenecektir.
57
Hata
2500
100
2000
80
1500
60
1000
40
500
20
0
k
k
r
k
ği
va
yü
çü
yü
zi
i
ü
ü
ü
e
b
iz
b
s
ık
yu
yu
yu
aş
yu
en
ap
t
o
o
o
o
p
ç
b
b
b
b
a
5
de
m
ht
m
nd
,6
nd
a
a
in
a
u
3
u
P
y
T
B
T
B
ze
yü
p
ça
3
4,
hata sayısı
Yüzde
Kümülatif %
k
çü
ü
k
1776
74,0
74,0
k
çü
ü
k
121
5,0
79,1
100
4,2
83,2
98
4,1
87,3
94
3,9
91,2
79
3,3
94,5
er
th
O
Yüzde
hata sayısı
Hatalar için Pareto Grafiği
0
39
92
1,6
3,8
96,2 100,0
Şekil 17- Hataların Pareto Grafiği
4.4 Ölçüm Sistemi Analizi
İyileştirme yapabilmek için öncelikle P iğne üretiminde kullanılan ölçüm sistemin
yeterliliğini bilmemiz gerekir. Ölçüm sisteminden kaynaklanan değişkenlik göz
önünde bulundurulmalıdır. P iğnenin tam boy ölçüsü için ölçüm sistemi yeterlilik
araştırması yapılmıştır. Ölçüm için 3 operatör seçilmiştir ve ölçümler mm cinsinden
komparatör yardımıyla yapılmaktadır.
Ölçüm sistemi yeterlilik araştırması için 10 adet P iğne alınmış ve her operatör ikişer
kere ölçüm yapmıştır. Ölçüm sonuçları Tablo 14‟de gösterilmektedir.
58
1.Operatör
Parça 1.ölçüm
2.Operatör
2.ölçüm
no
3.Operatör
Parça 1.ölçüm 2.ölçüm Parça 1.ölçüm 2.ölçüm
no
no
1
41,385
41,383
1
41,384
41,381
1
41,380
41,378
2
41,375
41,370
2
41,373
41,370
2
41,368
41,369
3
41,364
41,367
3
41,366
41,365
3
41,365
41,361
4
41,380
41,383
4
41,385
41,384
4
41,386
41,386
5
41,383
41,381
5
41,380
41,380
5
41,384
41,383
6
41,376
41,379
6
41,382
41,379
6
41,377
41,382
7
41,392
41,387
7
41,389
41,390
7
41,391
41,389
8
41,379
41,378
8
41,380
41,375
8
41,379
41,376
9
41,383
41,379
9
41,383
41,380
9
41,377
41,379
10
41,363
41,358
10
41,360
41,362
10
41,366
41,361
Tablo 14- Ölçüm Sistemi Analizi Verileri
Hata Kaynakları
Serbestlik
Hata
Hata Kareler
F
P
Derecesi
Kareler
Ortalaması
Değeri
Değeri
toplamı
Parça no
9
0,0041793 0,0004644
70,9765
0,000
Operatör
2
0,0000032 0,0000016
0,2471
0,784
Operatör*Parça
18
0,0001178 0,0000065
1,3822
0,211
Tekrarlanabilirlik
30
0,0001420 0,0000047
Toplam
59
0,0044423
no
Tablo 15- İki –Yönlü Varyans Analizi Tablosu
59
Kaynaklar
Var.
%Var. Comp
Standart
Study Var. %Study
Comp
Contribution
Sapma (S)
(5,15*S)
Var.
0,0000056
6,88
0,0023744
0,0142466
26,23
Tekrarlanabilirlik
0,0000047
5,78
0,0021756
0,0130537
24,03
Üretilebilirlik
0,0000009
1,10
0,0009511
0,0057067
10,51
Operatör
0,0000000
0,00
0,0000000
0,0000000
0,00
Operatör&Parça
0,0000009
1,10
0,0009511
0,0057067
10,51
Part to Part
0,0000763
93,12
0,0087353
0,0524115
96,50
Toplam
0,0000819
100,00
0,0090522
0,0543133
100,00
Toplam Gage
R&R
no
Değişkenlik
Ayrık
Kategori 5
Sayısı
Tablo 16- Alet Tekrar Edilebilirliği ve Tekrar Üretilebilirliği Sonuçları
Study varyans Alet tekrar edilebilirliğini ve tekrar üretilebilirliğini gösterir. Tabloda
Alet tekrar edilebilirliğini ve tekrar üretilebilirliği % 26,23 olarak görülebilir. Alet tekrar
edilebilirliğini ve tekrar üretilebilirliğini en çok %30 olduğunda ölçüm sistemi kabul
görmektedir.
Tablo 16‟da ayrık kategori sayısı gösterilmiştir. Ayrık kategori sayısı ölçüm
sisteminin ölçümleri farklı kategorilere ayırma yeteneğini gösterir. Eğer ayrık
kategori sayısı bir olursa ölçüm sistemi bir parçayı diğerinden ayıramaz, eğer iki
olursa veri ikiye ayrılabilir bunlar yüksek alçak gibi, üç olursa alçak orta ve yüksek
olarak ayrılabilir, 5 veya daha fazla olursa kabul edilebilir ölçüm sistemi olur. Bu
ölçüm sonucundan ayrık kategori sayısı 5 çıktığı için ölçüm sisteminin yeterli
derecede ayırt ediciliği var demektir. (Pyzdek,2003:326)
Minitab 15 Programı çalıştırılarak elde edilen Alet tekrar edilebilirliğini ve tekrar
üretilebilirliği grafiği aşağıda Şekil 18‟de gösterilmiştir. Değişkenliğin bileşenleri
grafiğinde ilk sütun Alet tekrar edilebilirliğini ve tekrar üretilebilirliğini göstermektedir.
60
Gage R&R
Değişikenliğin Bileşenleri
100
Parça No'suna Göre Ölçüm Sonuçları
% Contribution
Yüzde
% Study Var
41,385
41,375
50
41,365
0
Gage R&R
Repeat
Reprod
1
Part-to-Part
2
Örnek Aralığı
Operatörlerin R Grafiği
0,010
1
2
3
4
5
6
Parça No
7
8
9
10
Operatörlere Göre Ölçüm Sonuçları
3
ÜKL=0,00871
41,385
0,005
_
R=0,00267
41,375
0,000
AKL=0
41,365
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 1 0
Parça No
1
2
Operatörler
1
2
_
ÜKL=41,38218
_
X=41,37717
AKL=41,37215
41,375
41,365
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 1 0
Parça No
3
Parça No * Operatörler Etkileşimi
3
41,385
Ortalama
Örnek Ortalaması
Operatörlerin X Grafiği
Operatörler
41,385
1
2
3
41,375
41,365
1
2
3
4
5 6 7
Parça No
8
9
10
Şekil 18- Alet Tekrar Edilebilirliği ve Tekrar Üretilebilirliği
Alet tekrar edilebilirliği ve tekrar üretilebilirliği değeri %26,23‟dir. Bu değer %30‟dan
küçük olduğu için ölçüm sisteminin yeterli olduğu görülür. Değişkenliğin bileşenleri
grafiğinde Alet tekrar edilebilirliği ve tekrar üretilebilirliğinin düşük olması
değişkenliğin büyük kısmının ölçüm sisteminden kaynaklanmadığını gösterir.
Repeat kısmı aynı kişinin iki ölçümü arasındaki değişkenliği göstermektedir.
Operatörlerin R grafiğinde her operatörün yaptığı iki ölçümün arasındaki farklar
gösterilmektedir. Operatörlerin X ölçüm grafiğinde her operatörün yaptığı iki
ölçümün ortalama değerleri gösterilmektedir. Buradaki değerlerin limitler dışında
olması ölçüm sisteminin farklı değerdeki ölçüleri ayırabildiğini ayrıca değişkenliğin
büyük kısmının ölçüm sisteminden kaynaklanmadığını gösterir. Parça numarasına
göre ölçüm sonuçları her parçanın, üç operatör tarafından ölçülen ortalama değerini
gösterir. Operatörlere ölçüm sonuçları grafiği operatörlerin yaptıkları ölçümlerin
ortalamasını göstermektedir ve grafikten her üç operatörün birbirine yakın ölçümler
yaptığı anlaşılmaktadır. Parça no operatör*etkileşim grafiği Operatör*Parça nonun p
değerinin görselleştirilmiş halidir. Her operatörün her parça için ölçtüğü ölçüyü ve
aralarındaki değişkenliği birlikte gösterir. (Henderson,2006,361)
61
4.5 Kontrol Grafikleri
Sürecin kontrol altında olup olmadığını görmek için belirli frekanslarda 5 parça 25
kez alınmıştır ve bu değerler X-S kartına işlenmiştir. Gözlem değerleri Tablo 17‟de
verilmiştir.
Ölçüm no Ölçüm sonuçları
1
41,375 41,365 41,369 41,379 41,375
2
41,378 41,370 41,375 41,369 41,370
3
41,365 41,368 41,374 41,362 41,360
4
41,376 41,370 41,373 41,365 41,375
5
41,370 41,385 41,369 41,381 41,372
6
41,379 41,365 41,375 41,369 41,372
7
41,369 41,358 41,367 41,375 41,363
8
41,370 41,365 41,372 41,375 41,376
9
41,368 41,367 41,359 41,369 41,362
10
41,365 41,380 41,375 41,368 41,370
11
41,377 41,375 41,371 41,376 41,374
12
41,375 41,378 41,371 41,379 41,376
13
41,360 41,367 41,369 41,365 41,378
14
41,368 41,372 41,359 41,362 41,359
15
41,365 41,364 41,370 41,363 41,362
16
41,368 41,376 41,375 41,370 41,372
17
41,370 41,362 41,364 41,363 41,360
18
41,367 41,375 41,365 41,373 41,370
19
41,380 41,376 41,369 41,375 41,374
20
41,369 41,365 41,362 41,360 41,363
21
41,360 41,374 41,362 41,364 41,360
22
41,368 41,380 41,372 41,375 41,381
23
41,373 41,370 41,369 41,378 41,380
24
41,362 41,370 41,377 41,385 41,380
25
41,372 41,365 41,385 41,372 41,370
Tablo 17- Kontrol Grafiği Verileri
62
Toplanan verilerden S kontrol grafiği ve X ortalama kontrol grafiği çizilecektir.
X ortalama kontrol grafiğine de sınırlar çizilir ve uyarı sınırı dışında ölçüm olup
olmadığı kontrol edilir. Kontrol grafiği Şekil 19‟da gösterilmektedir. Kontrol tablosu
grafikte görülebileceği gibi hem X hem de S ortalama grafiğinde kontrol dışı ölçüm
yoktur. Sürecin kontrol altında olduğunu söylenebilir. Kontrol altında olan her süreç
yeterli bir süreç olmadığı için süreç yeterliliğinin hesaplanması gerekir.
X-S Kontrol Kartı
Ö r nek O r talaması
Ü KL=41,37732
41,375
_
_
X=41,37028
41,370
41,365
A KL=41,36324
Ö r nek Standar t Sapması
1
3
5
7
9
11
13
Ö r nek
15
17
19
21
23
25
Ü KL=0,01030
0,0100
0,0075
_
S =0,00493
0,0050
0,0025
0,0000
A KL=0
1
3
5
7
9
11
13
Ö r nek
15
17
19
21
23
25
Şekil 19- Kontrol Kartları
4.6 Süreç Yeterliliği
Proses yeterlilik analizi için her alt grubu 5 birim olan 25 adet alt grup numune olarak
alınmıştır. Tablo 18‟de alınan numunelerin ölçüm sonuçları gösterilmektedir. Tam
boy için alt spesifikasyon 41,30 mm, üst spesifikasyon ise 41,45 mm‟dir.
63
Ölçüm no Ölçüm sonuçları
1
41,355 41,342 41,378 41,361 41,357
2
41,367 41,388 41,361 41,359 41,391
3
41,341 41,357 41,336 41,375 41,359
4
41,368 41,381 41,351 41,370 41,375
5
41,376 41,344 41,362 41,385 41,382
6
41,380 41,355 41,362 41,321 41,349
7
41,339 41,317 41,389 41,380 41,375
8
41,359 41,396 41,383 41,399 41,370
9
41,405 41,372 41,395 41,324 41,383
10
41,385 41,376 41,369 41,365 41,355
11
41,366 41,389 41,390 41,395 41,380
12
41,361 41,386 41,378 41,355 41,366
13
41,387 41,369 41,399 41,387 41,312
14
41,371 41,410 41,413 41,390 41,417
15
41,295 41,312 41,325 41,301 41,330
16
41,325 41,329 41,345 41,262 41,350
17
41,352 41,330 41,345 41,360 41,341
18
41,281 41,335 41,309 41,274 41,295
19
41,376 41,361 41,380 41,386 41,390
20
41,380 41,352 41,389 41,367 41,377
21
41,362 41,340 41,355 41,382 41,370
22
41,361 41,385 41,368 41,375 41,344
23
41,310 41,260 41,280 41,297 41,287
24
41,355 41,342 41,378 41,361 41,357
25
41,367 41,388 41,361 41,359 41,391
Tablo 18- Süreç Yeterliliği Verileri
Veriler Minitab 15‟e yüklenmiş ve yapılan yeterlilik analizi sonucu Şekil 20‟de
görüleceği gibi sürecin Cp‟si 1,28 Cpk‟sı 1 olarak bulunmuştur.
64
Proses Yeterliliği
A SL
ÜSL
P roses V erisi
A SL
41,3
H edef
*
ÜSL
41,45
Ö rnek O rtalaması
41,3587
Ö rnek S ay ısı
125
S td. S apma (İçinde) 0,0195186
S td S apma(G enel)
0,0316869
İçinde
Genel
P otansiy el (İçinde) Yeterlilik
Cp
1,28
C PL
1,00
C P U 1,56
C pk
1,00
G enel Yeterlilik
Pp
PPL
PPU
P pk
C pm
0,79
0,62
0,96
0,62
*
41,28 41,31 41,34 41,37 41,40 41,43
G özlemlenen P erformans
PPM < A SL
72000,00
PPM > ÜSL
0,00
P P M Toplam 72000,00
Beklenen İçinde P erformans
PPM < A SL
1323,75
PPM > ÜSL
1,44
Beklenen Toplam
P P M <A S L
PPM > ÜSL
P P M Toplam
P erformans
32040,51
1974,55
34015,06
Şekil 20- Proses Yeterliliği
Proses yeterliği aşağıdaki Şekil 21‟den görülebileceği gibi mevcut durumda 3,01
sigma seviyesindedir.
65
Proses Yeterliliği
A SL
ÜSL
P roses V erisi
A SL
41,3
H edef
*
ÜSL
41,45
41,3587
Ö rnek S ay ısı
125
S td S apma(İçinde) 0,0195186
S td S apma(G enel) 0,0316869
İçinde
Genel
Z.Bench 3,01
Z.A S L
3,01
Z.Ü S L
4,68
C pk
1,00
G enel Yeterlilik
Z.Bench
Z.A S L
Z.Ü S L
P pk
C pm
1,82
1,85
2,88
0,62
*
41,28 41,31 41,34 41,37 41,40 41,43
PPM < A SL
72000,00
PPM > ÜSL
0,00
Bekl. İçinde P erformans
PPM < A SL
1323,75
PPM > ÜSL
1,44
Bekl. G enel P erformans
PPM < A SL
32040,51
PPM > ÜSL
1974,55
Şekil 21- Proses Sigma Seviyesi
4.7 Farklı Makine Üretim Çıktılarının Karşılaştırılması
Hataların hangi makine ya da makinelerde gerçekleştiğini anlayabilmek için üretim
yapan 3 makine incelenmiştir. Her birinden 25 adet gözlem alınarak analiz
edilecektir. Alınan gözlemler Tablo 19‟da gösterilmiştir.
66
1.Makine 2.Makine 3.Makine
41,376
41,301
41,375
41,378
41,365
41,368
41,365
41,350
41,359
41,359
41,359
41,379
41,380
41,368
41,382
41,385
41,345
41,375
41,369
41,335
41,373
41,372
41,349
41,384
41,376
41,357
41,358
41,392
41,364
41,367
41,379
41,343
41,368
41,380
41,339
41,371
41,350
41,363
41,375
41,346
41,359
41,386
41,376
41,345
41,390
41,375
41,343
41,384
41,368
41,361
41,374
41,378
41,358
41,365
41,383
41,330
41,367
41,370
41,312
41,359
41,384
41,328
41,355
41,390
41,356
41,347
41,372
41,349
41,362
41,364
41,352
41,376
41,390
41,338
41,385
Tablo 19-Makinelerin Çıktı Verileri
Makinelerin çıktıları üzerinde yorum yapabilmek için varyans analizi kullanılacaktır.
Varyans analizi yapabilmek için gereken şartlar olan verilerin normal dağılması ve 3
makinenin de varyanslarının eşit olmasıdır. Makinelere göre üretim sonuçlarının
67
ortalamalarının farklılık gösterip göstermediği belirlenir. Makineler için Normal
dağılım testi Şekil 22, Şekil 23 ve Şekil 24‟te gösterilmektedir.
Makine 1 Normallik Testi
A nderson-Darling N ormallik Testi
41,35
41,36
41,37
41,38
41,39
A -S quared
P -D eğeri
0,42
0,307
O rtalama
S td S apma
V ary ans
Yatıklık
Basıklık
N
41,374
0,011
0,000
-0,795132
0,724631
25
M inimum
1.ci Kartil
M edy an
3.cü Kartil
M aksimum
41,346
41,368
41,376
41,382
41,392
95% O rtalama için G üv enirlik A ralıkları
41,370
41,379
95% M edy an için G üv enirlik A ralıkları
41,370
41,380
95% S tandart S apma için G üv enirlik A ralıkları
9 5 % Güvenir lik A r alıklar ı
0,009
0,016
Ortalama
Medyan
41,370
41,372
41,374
41,376
41,378
41,380
Şekil 22- Normal Dağılım Testi Makine 1
68
A nderson-D arling N ormallik Testi
41,30
41,32
41,34
41,36
A -S quared
P -D eğeri
0,65
0,078
O rtalama
S td S apma
V ary ans
Yatıklık
Basılık
N
41,347
0,016
0,000
-1,20003
1,51763
25
M inimum
1. Kartil
M edy an
3. Kartil
M aksimum
41,301
41,338
41,349
41,359
41,368
41,340
41,354
41,343
41,358
95% S td S apma için G üv enirlik A ralıkları
0,013
0,023
Ortalama
Medyan
41,340
41,345
41,350
41,355
41,360
A nderson-D arling N ormallik Testi
41,35
41,36
41,37
41,38
41,39
A -S quared
P -D eğeri
0,22
0,817
O rtalama
S td S apma
V ary ans
Yatıklık
Basıklık
N
41,371
0,011
0,000
-0,288124
-0,433065
25
M inimum
1. Kartil
M edy an
3.Kartil
M aksimum
41,347
41,364
41,373
41,380
41,390
41,367
41,376
41,367
41,376
95% S td S apma için G üv enirlik A ralıkları
0,008
0,015
Ortalama
Medyan
41,366
41,368
41,370
41,372
41,374
41,376
69
Üç makineden alınan verilerin her üçünün de p değeri 0,05 den büyük olduğu için
makine çıkan ürünlerin ölçüm değerleri normal dağılmaktadır.
Makineler için Eşit Varyans Testi
Bartlett Testi
Test İstatistiği
P-Değeri
1
5,03
0,081
Lev ene Testi
Makineler
Test İstatistiği
P-Değeri
1,47
0,236
2
3
0,010
0,015
0,020
0,025
95% Standart Sapma için Bonferroni Güvenirlik Aralıkları
Şekil 25- Varyans Testi
Şekil 25‟te varyans testinin sonucu gösterilmektedir. Verilerin varyansları Bartletts
testine göre P değeri 0,05‟den büyük olduğu için eşittir. Yapılan varyans testi
sonucunda makine üretimleri arasında farkın olup olmadığını görmek için P değerine
bakılır. P değeri 0,05 den küçükse en az bir makinenin diğerlerinden farklı üretim
yaptığına dair elimizde yeterince kanıt var demektir. Analiz sonucunda çıkan p
değeri 0,000 olduğu için makineler arasında fark vardır.
Serbestlik
Hata Kareler Hata
Kareler F
derecesi
Toplamı
ortalaması
Değeri
Faktör
2
0,011425
0,005713
33,09
Hata
72
0,012429
0,000173
Toplam
74
0,023855
P Değeri
0,000
Tablo 20- Tek Yönlü Varyans Analizi: Makine 1-2-3
70
Hangisinin farklı olduğunu görmek için kutu grafiği çizilmiştir. Kutu grafiği Şekil 26‟da
gösterilmektedir.
Makinelerin Kutu Grafiği
41,39
41,38
41,37
Veriler
41,36
41,35
41,34
41,33
41,32
41,31
41,30
1
2
Makineler
3
Şekil 26- Makine Verileri Kutu Grafiği
Kutu grafiğinde görülebileceği gibi 2.Makine diğerlerine göre farklı üretim
yapmaktadır.1 ve 3. makinelerinin ürettiği parçaların ortalamaları birbirine yakınken
2.makine daha küçük parçalar üretmektedir.
4.8 Balık kılçığı
Hatanın kök nedenini araştırmak için balık kılçığı çizilmiştir ve hataya sebep
olabilecek
durumlar
derecelendirilmiştir.
Balık
kılçığı
grafiği
Şekil
27‟de
gösterilmektedir.
71
Şekil 27- Balık kılçığı
72
2
3
Tam boyu kısa
1
Müşteri Önceliği 9
1 Tutucu Pens kayışın kopması
1
2 Gayd Pensi pens rulmanlarının bozulması
1
gayd pensinin bakımının yapılmaması
2
3 Sıkma Pensi sıkma pensin çapı
9
sıkma pensin aşınması
9
sıkma pens rulmanlarının bozuk olması 4
4 Barfeeder
kavrama balatası basıncı
2
kavrama balatasının aşınması
4
itici motor basıncı
9
itici motor rulmanlarının bozulması
2
itici motor mili deformasyonu
2
Toplam
Toplam
9
9
18
81
81
36
18
36
81
18
18
405
Tablo 21-Parametrelerin Önceliklendirme Tablosu
Balık kılçığı ve derecelendirme sonucu hataya neden olabilecek durumlar
incelenmiştir. Tablo 21‟den görüleceği gibi tutucu pens kayışının kopması, gayd
pensi rulmanlarının bozulmasının, gayd pensi bakımının yapılmamasının itici motor
rulmanlarının bozulması ve itici motor mili deformasyonunun tam boy ölçüsüne etkisi
azdır. Belli periyotlarla pens rulmanları değiştirilmekte ve bakımı yapılmaktadır.
Kavrama balatası da belirli periyotlar ile değiştirilmektedir. P iğneyi toleranslarında
üretebilmek için sıkma pens çapı ile itici motor basıncı parametrelerinin ayarlanacağı
değerlere deney tasarımı ile ulaşılacaktır. Y tam boy uzunluğunu etkileyebilecek
etkenler aşağıdaki gibidir;
A= Sıkma pensi çapı
B= İtici motor basıncı
Her faktör için ikişer düzey seçilmiştir.Tablo22‟de faktörler ve düzeyleri verilmiştir.
73
No Deney Sırası Orta Nokta Blok Pens Çap Basınç Değerler
1
1
1
1
4,27
10
41,346
2
2
1
1
4,31
10
41,306
3
3
1
1
4,27
70
41,399
4
4
1
1
4,31
70
41,332
5
5
1
1
4,27
10
41,354
6
6
1
1
4,31
10
41,329
7
7
1
1
4,27
70
41,420
8
8
1
1
4,31
70
41,330
Tablo 22- Deney Tasarımı
Terim
Etki
Sabit
Katsayı
SE Katsayı T
41,3520 0,004027
P
10268,05 0,000
Pens Çapı
-0,0555 -0,0278
0,004027
-6,89
0,002
Basınç
0,0365
0,004027
4,53
0,011
0,004027
-2,86
0,046
0,0183
Pens Çapı*Basınç -0,0230 -0,0115
Tablo 23- Beklenen Etkiler ve Katsayılar
Tablo 23‟te pens çapı, basınç ve pens çapı*basıncın p değerleri 0,05 den küçük
olduğu için her üçü de tam boya etki etmektedir. Hiç biri tasarımdan
çıkarılmayacaktır. Şekil 28 hangi parametrelerin sonuca etki ettiğini grafiksel olarak
gösterilmektedir. Kırmızı çizginin sağına geçen parametreler sonuca etki eden
parametrelerdir.
74
Standart Etkilerin Pareto Grafiği
(Alpha = 0,05)
2,776
F aktör A dı
A
P ens Ç apı
B
Basınç
Terim
A
B
AB
0
1
2
3
4
Standart Etkiler
5
6
7
Şekil 28- Standart Etkilerin Pareto Grafiği
Şekil 29‟da Standart etkilerin normal tablosu gösterilmektedir. Tabloda siyah olan
noktalar çıktıya etkisi olmayana parametreleri, kırmızı olanlar ise çıktıya etkisi olan
parametreleri göstermektedir. Yapılan deneyde pens çapı, basınç ve pens
çapı*basıncın etkileşimi çıktıya etki etmektedir.
75
Standart Etkilerin Normal Grafiği
(Alpha = 0,05)
99
Etk i Tipi
Önemli Değil
Önemli
95
90
80
B
F aktor A dı
A
P ens Ç apı
B
Basınç
Yüzde
70
60
50
40
30
AB
A
20
10
5
1
-7,5
-5,0
-2,5
0,0
Standart Etkiler
2,5
5,0
Şekil 29-Standart Etkilerin Normal Grafiği
Şekil 30 parametrelerin etkileşim grafiğini gösterir. Eğer çizgiler birbirine paralel ise
etkileşim yok demektir, paralel değiller ise bir noktada kesiştiklerinden dolayı
etkileşim vardır.
76
Veriler için Etkileşim Grafiği
Veri Ortalamaları
Pens
Ç apı
4,27
4,31
41,41
41,40
41,39
Ortamama
41,38
41,37
41,36
41,35
41,34
41,33
41,32
10
70
Basınç
Şekil 30- Veriler için Etkileşim Grafiği
Kaynak
DF Seq SS
Adj SS
Adj MS
F
P
Ana Etkiler
2
0,0088250
0,0088250
0,0044125 34,01 0,003
Pens Çapı
1
0,0061605
0,0061605
0,0061605 47,48 0,002
Basınç
1
0,0026645
0,0026645
0,0026645 20,54 0,011
2-yönlü etkileşim
1
0,0010580
0,0010580
0,0010580 8,15
0,046
Pens çapı*Basınç 1
0,0010580
0,0010580
0,0010580 8,15
0,046
Artıkların Hatası
4
0,0005190
0,0005190
0,0001298
Pure Error
4
0,0005190
0,0005190
0,0001298
Toplam
7
0,0104020
Tablo 24- Varyans Analizi
Deney tasarımında artıkların analizinde yapılması gerekmektedir. Şekil 31‟deki
grafikler artıkların analizlerini göstermektedir.
77
Artıkların Grafiği
Normal Olasılık Dağılımı
Değerlere Göre
99
0,010
0,005
A rtık
Yüzde
90
50
-0,005
10
1
0,000
-0,010
-0,02
-0,01
0,00
A rtık
0,01
0,02
41,32
41,34
Histogram
41,40
Sırasına Göre
2,0
0,010
1,5
0,005
A rtık
Frekans
41,36
41,38
Değerler
1,0
0,000
-0,005
0,5
-0,010
0,0
-0,012
-0,008
-0,004
0,000
0,004
0,008
0,012
1
Residual
2
3
4
5
6
Gözlem Sırası
7
8
Şekil 31- Artıkların Grafikleri
Normal olasılık dağılımı grafiği artıkların normal dağılıp dağılmadığını gösterir. Şekil
31‟deki normal olasılık dağılımına bakıldığında normal dağıldığı görülmektedir.
Artıkların histogramının sıfır etrafında simetrik, değerlere göre ve sırasına göre
grafiklerinde
de
artıkların
yine
sıfır
etrafında
simetrik
dağılması
gerekmektedir.(Orhunbilge, Neyran, 2002:215)
Şekil 32‟de çıktının hedefte olabilmesi için hangi parametreyi hangi değere
ayarlanması gerektiği gösterilmiştir. Çıktının hedefte olması için çap ölçüsünün 4,27
mm ye basıncın da 35‟e ayarlanması gerekmektedir. Dikey kırmızı çizgiler
parametre değerlerini, yatay mavi çizgi çıktının değerini gösterir. Composite
desirability belirlenen parametre değerleri ile hedefe ne kadar yaklaşıldığını gösterir.
Composite desirability‟nin 1 olması verilen parametre değerleri ile hedef değere
ulaşılabileceğini gösterir.
78
Optimal
High
D
Cur
1,0000 Low
Pens Çap
4,3100
[4,2700]
4,2700
Basınç
70,0
[35,2101]
10,0
Composite
Desirability
1,0000
Değerler
Targ: 41,3750
y = 41,3750
d = 1,0000
Şekil 32- Parametre Değerleri ve Çıktı Değeri Grafiği
.
4.9 İyileştirmeler ve Sonucunda Süreç Yeterlilik Analizi
Yapılan iyileştirmeler sonucunda prosesin ne kadar iyileştiğini görmek için her biri 5
adet olan 25 alt grup belirli aralıklarla üretimden alınmıştır. Alınan numunelerin
ölçüm sonuçları Tablo 25‟te verilmiştir.
79
Örnek Ölçüm Sonuçları
1
41,325 41,327 41,315 41,339 41,310
2
41,367 41,340 41,360 41,375 41,372
3
41,376 41,378 41,392 41,368 41,375
4
41,335 41,355 41,367 41,350 41,356
5
41,365 41,345 41,369 41,379 41,360
6
41,345 41,377 41,349 41,369 41,355
7
41,354 41,380 41,398 41,379 41,384
8
41,359 41,382 41,395 41,374 41,365
9
41,410 41,426 41,395 41,385 41,412
10
41,339 41,320 41,352 41,332 41,359
11
41,385 41,398 41,387 41,367 41,388
12
41,410 41,420 41,435 41,409 41,415
13
41,325 41,345 41,365 41,352 41,358
14
41,375 41,389 41,376 41,365 41,373
15
41,390 41,408 41,409 41,402 41,403
16
41,370 41,372 41,352 41,362 41,382
17
41,349 41,352 41,372 41,360 41,335
18
41,339 41,365 41,342 41,323 41,330
19
41,386 41,405 41,395 41,410 41,409
20
41,349 41,365 41,340 41,363 41,375
21
41,429 41,420 41,405 41,435 41,400
22
41,359 41,389 41,350 41,378 41,369
23
41,357 41,340 41,375 41,369 41,355
24
41,375 41,362 41,378 41,387 41,370
25
41,358 41,387 41,372 41,374 41,367
Tablo 25- İyileştirme Sonrası Proses Verileri
Şekil 33‟de görüldüğü gibi iyileştirme sonrası süreç yeterliliği 1,84 olmuştur.
80
Proses Yeterliliği
A SL
ÜSL
P roses V erisi
A SL
41,3
H edef
*
ÜSL
41,45
41,3712
Ö rnek S ay ısı
125
İçinde
Genel
Cp
1,94
C P L 1,84
C P U 2,03
C pk
1,84
G enel Yeterlilik
Pp
PPL
PPU
P pk
C pm
0,95
0,91
1,00
0,91
*
41,30 41,32 41,34 41,36 41,38 41,40 41,42 41,44
PPM < A SL
0,00
PPM > ÜSL
0,00
P P M Toplam 0,00
Bkl. İçinde P erformans
P P M < A S L 0,02
P P M > Ü S L 0,00
P P M Toplam 0,02
Bkl. G enel P erformans
PPM < A SL
3274,99
PPM > ÜSL
1326,78
Şekil 33- İyileştirme Sonrası Proses Yeterliliği
Minitab‟a sigma seviyesini hesaplatırsak süreç yeterliliğinin sigma seviyesi 5,52‟e
çıkmıştır. Şekil 34‟da iyileştirme sonrası sigma seviyesi gösterilmiştir.
81
Proses Yeterliliği
A SL
ÜSL
P roses V erisi
A SL
41,3
H edef
*
ÜSL
41,45
41,3712
Ö rnek S ay ısı
125
İçinde
Genel
Z.Bench 5,52
Z.A S L
5,52
Z.Ü S L
6,10
C pk
1,84
G enel Yeterlilik
Z.Bench
Z.A S L
Z.Ü S L
P pk
C pm
2,60
2,72
3,01
0,91
*
41,30 41,32 41,34 41,36 41,38 41,40 41,42 41,44
PPM < A SL
0,00
PPM > ÜSL
0,00
P P M Toplam 0,00
Bkl. İçinde P erformans
P P M < A S L 0,02
P P M > Ü S L 0,00
P P M Toplam 0,02
Bkl. G enel P erformans
PPM < A SL
3274,99
PPM > ÜSL
1326,78
Şekil 34- İyileştirme Sonrası Sigma Seviyesi
82
5 SONUÇ VE ÖNERİLER
Rekabetin her geçen gün artması nedeniyle maliyetleri azaltmak daha da önemli
hale gelmiştir. Toyota‟nın sahibinin kar maliyete farklı bakış açısı her şeyi
değiştirmiştir. Bu presinsibe göre satış fiyatı eksi maliyet karı vermektedir. Rekabetin
çok fazla olduğu günümüz şartlarında firmalar tercih edilebilmek için kalitelerini
yüksek tutmak bunun yanı sıra rakiplerine göre uygun fiyata satmak zorundadırlar.
Bu da firmaları müşteri odaklı olmaya diğer bir değişle müşterinin sesini dinlemeye
zorlamaktadır.
Altı Sigma üretim ve hizmet kalitesini herkese göre aynı değerlerle göstermektedir.
Prosesin iyileştirilmesi için hedefler belirlenir ve kalite seviyesi o seviyeye yükseltilir.
İki farklı firmanın ya da iki farklı prosesin karşılaştırılmasına olanak tanır. Hedefe
belirli olduğu için yapılması gereken bellidir ve bunu başarmak için altı sigma yolu
firmalara yol göstericidir. Müşterinin istediği ürünü ona istediği kalitede temin etmek
asıl amaçtır.
Altı Sigma bu çalışmada önce yerli ve yabancı kaynaklar referans gösterilerek teorik
olarak anlatılmıştır.
Altı Sigmanın uygulaması da birçok sektör için makine parçaları üreten firmada p
iğne adı verilen parçanın üretim prosesi Altı Sigma adımları kullanılarak sigma
seviyesi yükseltilmiş, maliyet kaynakları azaltılmaya çalışılmıştır.
Maliyet kaynağının en çok hangi hatada olduğunu bulabilmek için P iğne üretiminde
8 ay boyunca oluşan hatalar incelenmiştir. Bu hatalar pareto analizi ile sıralanmış ve
en çok tekrar eden hata olan parçanın tam boyunun kısa olmasıdır.
Mevcut prosesin durumunu tespit etmeden önce sağlıklı bir tespit olması için
öncelikle Ölçüm sistemi yeterlilik araştırması yapılmıştır. Ölçüm sisteminin yeterli
olduğu görülmüştür.
83
Her biri 5 numune olan 25 numune alınmış ve tam boy ölçüsü için X ortalama S
kontrol grafiği çizilmiştir. Kontrol grafikleri incelenmiş sürecin kontrol altında olduğu
görülmüştür.
Kontrol grafiğinin çizilmesinden sonra sürecin mevcut yeterliliğini görmek için proses
yeterlilik analizi yapılmıştır. Sürecin Cpk değeri 1 yani sigma karşılığı 3,01 olarak
bulunmuştur.
Çalışmanın sınırlarını daraltmak ve hatanın kaynağına ulaşmak için üretimin olduğu
3 makineden veriler alınmış ve makine yetenek araştırması yapılmıştır. Makine
yetenek araştırması sonucunda 2 makinenin ürettiği parçaların ortalama olarak aynı
ancak 2.makinenin minimuma yakın ölçüde parça ürettiği görülmüştür.
Makine için takım ile birlikte balık kılçığı çizilmiş ve grup ile birlikte hangi sebebin
daha çok tam boy uzunluğuna etki ettiği belirlenmiştir. Belirlenen pens çapı ölçüsü
ile itici motor basıncı için deney tasarımı yapılmıştır.
P iğne üretiminde kullanılan CNC makinenin pens çapı ve itici motor basıncı
ayarlanarak her biri 5 numune alt gruplardan belirli aralıklarla 25 adet alınmıştır.
Proses yeterlilik analizi yapılmıştır. Grafik incelendiğinde Cp değerinin 1,94 Cpk
değerinin 1,84 olduğu görülmüştür. Bu değerlerin karşılık geldiği sigma seviyesi ise
5,52‟dir.
3,01 olan proses yeterliliği 5,52 ye çıkarılmıştır. İyileştirmelere devam edilerek sigma
seviyesi daha yukarıya çekilebilir. Altı Sigma sürekli bir süreçtir, ulaşılan her sigma
seviyesinden sonra hedef yükseltilmelidir. Her proses için uygulandığında firmanın
karlılığı ve müşteri gözünde önemi her geçen gün artacaktır.
Ülkemizdeki firmaların altı sigmayı uygulamasıyla dünya firmalarıyla rekabet etme
şansları artacaktır. Yüksek kalite ve uygun fiyattaki mal ve hizmet sundukları için
tercih edilen firmalar haline gelebilirler.
84
6 KAYNAKÇA
Akat İlter, Budak Gönül ve Budak Gülay İşletme Yönetimi [Kitap]. - İzmir: Barış
Yayınları, 1999.
Antony Jiju Design of Experiment for Engineers and Scientist [Kitap]. - Burlington :
Butterworth Heinemann, 2003.
Antony Jiju, Banuelas Ricardo ve Kumar Ashok Word Class Application of Six
Sigma:Real World Examples of
Success [Kitap]. - Burlington: Butterworth
Heineman, 2006.
Baş Türker Altı Sigma [Çevrimiçi] // İzoagra İzolasyon Sistemleri Web Sitesi. - 11
Mayıs 2009. - http://www.izoagra.com/download/sigma.pdf.
Benham David [et al.] Measurement System Analyses: MSA Third Edition [Kitap]. Michigan : Automotive Industry Action Group, 2002.
Cary W. Adams Praveen Gupta, Gharles E.Wilson, Jr Six Sigma Deployement
[Kitap]. - Burlington : Butterworth Heinemann, 2003.
Chen Shun-Hsing [et al.] Performance valuation for introducing statistical process
control to the liquid crystal display industry [Dergi] // Elsevier. - 2007. - s. 80.
Craig Gygi Neil DeCarlo,Bruce Williams Six Sigma for Dummies [Kitap]. Hoboken : Wiley Publishing, Inc., 2005.
Çil Burhan İstatistik [Kitap]. - Ankara : Detay Yayıncılık, 2005. - 5.Baskı.
Dengiz
Berna
Benzetim
[Çevrimiçi] //
Başkent
Üniversitesi
Web
Sitesi. -
http://www.baskent.edu.tr/~bdengiz/benzetimslayt09/yenibenzetim8.ppt#389,5,BENZETİM.
Devar Donald L. Kalite Çemberleri Eğitim El Kitabı [Kitap]. - İstanbul : Şişe Cam
Fabrikaları A.Ş. Yayınları, 1989.
Doğan Üzeyme Altı Sigma [Çevrimiçi] // Ömer Güney Web Sitesi. - 19 Ocak 2010. www.omerguney.com/dosyalar/alti-sigma.pdf.
Down Michael H [et al.] SPC Second Edition [Kitap]. - Michigan : Automotive
Industry Action Group, 2005.
Eckes George Six Sigma for Everyone [Kitap]. - Hoboken : John Wiley and Sons,
Inc., 2003.
Edgeman Rick Six Sigma Systems for Innovation&Design [Çevrimiçi] // İdaho
Universitesi
Web
Sitesi. -
3
Kasım
2009. -
85
http://www.webpages.uidaho.edu/~redgeman/Powerpoint%20Folders/Six%20Sigma
%20Lectures/Six-Sigma-Introduction.ppt.
Efil İsmail Yönetimde Kalite Kontrol Çemberleri ve Uygulamadan Örnekler [Kitap]. Bursa : Uludağ Üniversitesi Basımevi, 1993.
E-Kalite Yönetim Danışmanlığı Eğitim [Çevrimiçi] // E-Kalite Web Sitesi. - 5 Şubat
2010. http://www.ekalite.com.tr/altmenu.asp?detay=1&AnaId=722&AltID=a61136&def_dil_
id=141&m_o=a56963|.
Gordon Joseph M. Six Sigma Quality for Business and Manufacture [Kitap]. - Palm
Harbor : Elsevier, 2002.
Herderson Robin G. Six Sigma Quality Improvement with MINITAB [Kitap]. England : John Wiley&Sons, Ltd, 2006.
İpek H., Ankara H. ve Özdağ H. The Application of Statistical Process Control
[Dergi] // Elsevier. - 1999. - s. 828.
Köksal Bilge Aloba İstatistik:Analiz Metodları [Kitap]. - İstanbul : Çağlayan Kitapevi,
2003.
Larson Alan Demystifying Six Sigma: a company-wide approach to continous
improvement [Kitap]. - New York : American Management Sociation, 2003.
Linderman Kevin [et al.] Six Sigma: a goal-theoretic perspective [Dergi] //
Elsevier. - 2002. - s. 193-194.
Matris Danışmanlık Six Sigma [Çevrimiçi] // Matris Danışmanlık Web Sitesi. - 24
Aralık 2009. - http://www.matrisas.com/sixsigma.html.
Montgomery Dougles C Introduction to Statistical Quality Control 4.Edition
[Kitap]. - New York : John Willley Sons., 2001.
Motorcu Ali Rıza ve Güllü Abdülkadir Statistical process control in machining, a
case study for machine tool capability and process capability [Dergi] // Elsevier. 2004. - s. 364.
Orhunbilge Neyran Örnekleme Yöntemleri ve Hipotez Testleri [Kitap]. - İstanbul :
Avcıol Basım Yayın, 2000.
Orhunbilge Neyran Uygulamalı Regresyon ve Korelâsyon Analizi [Kitap]. İstanbul : İ.Ü Basım ve Yayınevi Müdürlüğü, 2002. - 2.Baskı.
Parast Mahour Mellat The effect of Six Sigma projects on innovation and firm
performance [Dergi] // Elsevier. - 2010. - s. 1.
86
Peck Roxy Introduction to Statistics and Data Analysis [Kitap]. - Pasific Grove :
Duxbury Thomson, 2001.
Peter S. Pande Robert P. Neumann, Roland R. Cavanagh The Six Sigma Way
Team Fieldbook:An Implementation Guide for Process Improvement Teams
[Kitap]. - New York : McGraw-Hill Companies,Inc., 2002.
Pujar Suresh [et al.] Statistical Process Control (SPC)-A simple objective method
for monitoring seizure frequency and evaluating effectiveness of drug interventions
in refractory childhood epilepsy [Dergi] // Elsevier. - 2010. - s. 2.
Pyzdek Thomas The Six Sigma Handbook-Revised and Expanded (Complete
Guide for Green Belts, Black Belts and Managers at All Levels) [Kitap]. - New York :
McGraw-Hill Companies, Inc., 2003.
Ron Basu J.Nevan Wright Quality Beyond Six Sigma [Kitap]. - Burlington :
Schroeder Roger G. [et al.] Six Sigma: Definition and underlying theory [Dergi] //
Elsevier. - 2007. - s. 537.
Sokovic M, Pavletic D ve Fakin S Application of Six Sigma methodology for
process design [Dergi] // Elsevier. - 2007. - s. 777.
Stapenhurst Tim Mastering Statistical Process Control [Kitap]. - Burlington :
Şirvancı Mete Kalite için Deney Tasarımı [Kitap]. - İstanbul : Literatür Yayıncılık
Dağıtım Pazarlama Sanayi ve Ticaret Limited Şirketi, 1997.
The Itil and ITSM Directory Related Process Models-The Six Sigma Methodology
[Çevrimiçi] // The Itil and ITSM Directory Web Sitesi. - 7 Aralık 2009. - http://www.itilitsm.
Thomsett Micheal C. Getting Started in Six Sigma [Kitap]. - Hoboken : John Wiley
and Sons, Inc., 2005.
Truscott William Six Sigma: Continual Improvement for Businesses [Kitap]. Burlington : Butterworth Heinemann, 2003.
Yavuzer Halide S. Yaratıcılık [Kitap]. - İstanbul : Boğaziçi Üniversitesi Yayınları,
1989.
Yönetim Geliştirme Merkezi Altı Sigma [Konferans] // Quality Control Circles. İstanbul : Yönetim Geliştirme Merkezi, 1984. - s. 8.
87

Altı Sigma Metodolojisi ve Otomotiv

Transkript

Benzer belgeler

Slayt 1 - Endüstri Mühendisliği Bölümü

İndir... - Altı Sigma Forum

PDF Indir

Alt-DVB

Ekte - TİAK