MBA Thesis

Published on April 2017 | Categories: Documents | Downloads: 57 | Comments: 0 | Views: 452
of 140
Download PDF   Embed   Report

Comments

Content

T.C.
DOKUZ EYLÜL ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ
İŞLETME ANABİLİM DALI
ÜRETİM YÖNETİMİ VE ENDÜSTRİ İŞLETMECİLİĞİ PROGRAMI
YÜKSEK LİSANS TEZİ

İSTATİSTİKSEL KALİTE KONTROLÜ VE TEKSTİL
İŞLETMELERİNDE UYGULANMASI

Musa KILIÇ

Danışman
Prof. Dr. Muammer DOĞAN

2006

T.C.
DOKUZ EYLÜL ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ
İŞLETME ANABİLİM DALI
ÜRETİM YÖNETİMİ VE ENDÜSTRİ İŞLETMECİLİĞİ PROGRAMI
YÜKSEK LİSANS TEZİ

İSTATİSTİKSEL KALİTE KONTROLÜ VE TEKSTİL
İŞLETMELERİNDE UYGULANMASI

Musa KILIÇ

Danışman
Prof. Dr. Muammer DOĞAN

2006

YEMİN METNİ

Yüksek Lisans Tezi olarak sunduğum “İstatistiksel Kalite Kontrolü ve Tekstil
İşletmelerinde Uygulanması” adlı çalışmanın, tarafımdan, bilimsel ahlak ve
geleneklere aykırı düşecek bir yardıma başvurmaksızın yazıldığını ve yararlandığım
eserlerin bibliyografyada gösterilenlerden oluştuğunu, bunlara atıf yapılarak
yararlanılmış olduğunu belirtir ve bunu onurumla doğrularım.

......./....../..........
Musa KILIÇ

ii

TUTANAK

Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü’ nün ......../......./.......... tarih
ve .......... sayılı toplantısında oluşturulan jüri, Lisansüstü Öğretim Yönetmeliği’nin
......... maddesine göre İşletme Anabilim Dalı Yüksek Lisans öğrencisi Musa KILIÇ’ın
“İstatistiksel Kalite Kontrolü ve Tekstil İşletmelerinde Uygulanması” konulu tezini
incelemiş ve aday ......./....../........ tarihinde, saat ........... ’da jüri önünde tez
savunmasına alınmıştır.
Adayın

kişisel

çalışmaya

dayanan

tezini

savunmasından

sonra

.......... dakikalık süre içinde gerek tez konusu, gerekse tezin dayanağı olan anabilim
dallarından jüri üyelerince sorulan sorulara verdiği cevaplar değerlendirilerek
tezin ............................. olduğuna oy ...................... ile karar verilmiştir.

BAŞKAN

ÜYE

ÜYE

iii

YÜKSEKÖĞRETİM KURULU DOKÜMANTASYON MERKEZİ
TEZ VERİ FORMU
Tez No:


Konu Kodu:

Üniv. Kodu:

Not: Bu bölüm merkezimiz tarafından doldurulacaktır.

Tez Yazarının
Soyadı: KILIÇ

Adı: Musa

Tezin Türkçe Adı:

İstatistiksel Kalite Kontrolü ve
Tekstil İşletmelerinde Uygulanması

Tezin Yabancı Dildeki Adı:

Statistical Quality Control and
Application in Textile Firms

Tezin Yapıldığı
Üniversitesi: Dokuz Eylül

Enstitü: Sosyal Bilimler

Yıl: 2006

Diğer Kuruluşlar:
Tezin Türü:
Yüksek Lisans:

Dili: Türkçe

Doktora:

Sayfa Sayısı: 125

Tıpta Uzmanlık:

Referans Sayısı: 33

Sanatta Yeterlilik:
Tez Danışmanlarının
Ünvanı: Prof. Dr.

Adı: Muammer

Soyadı: DOĞAN

Ünvanı:

Adı:

Soyadı:

Türkçe Anahtar Kelimeler:
1. Kalite
2. Kalite Kontrolü
3. İstatistiksel Kalite Kontrolü
4. Kontrol Kartları
5. Tekstil

İngilizce Anahtar Kelimeler:
1. Quality
2. Quality Control
3. Statistical Quality Control
4. Control Charts
5. Textile

Tarih:
İmza:
Tezimin Erişim Sayfasında Yayınlanmasını İstiyorum

Evet

Hayır

iv

ÖZET

Kalite, en genel tanımıyla istenen özelliklere uygunluktur. İşletmelerde
kalitenin sağlanması ve sürekliliğinin izlenmesi için bugün en çok kullanılan
yöntemlerin başında istatistiksel yöntemler gelmektedir. İstatistiksel kalite
kontrolü, tesadüfî örnekler yardımıyla sürekli teste dayanarak ürünü muayene
eden ve çıktıların kalitesini bütün üretim işlemi boyunca aynı düzeyde tutan ve
geliştiren ekonomik ve etkili bir sistem olarak tanımlanabilir.
Küreselleşen dünyada tüm işletmelerin olduğu gibi tekstil işletmelerinin de
rekabet edebilmeleri için kaliteye gerekli önemi vermeleri gerekmektedir.
Bunun için istatistiksel kalite kontrol yöntemlerinin çok iyi bir şekilde
anlaşılması ve uygulanması gerekmektedir.
Bu çalışmada iplik, kumaş ve konfeksiyon gibi farklı alanlarda üretim yapan
tekstil işletmelerinde istatistiksel kalite kontrol yöntemlerinden özellikle kontrol
kartlarının kullanımı açıklanmıştır. Çalışmanın birinci bölümünde kalite ve
kalite kontrolü kavramlarından söz edilmiştir. İkinci bölümde istatistiksel kalite
kontrolü yöntemleri üzerinde durulmuş ve son bölümde ise yapılan
uygulamalar değerlendirilmiştir.

v

ABSTRACT

Quality, in its general meaning, is being appropriate to the desired
properties. Today, statistical methods are the most common methods for
achieving quality and maintaining it at the same level. Statistical quality control
can be described as an economic and efficient system that examines the random
samples by testing and also maintains and improves the quality of the outputs
during the whole production.
In the globalized world the textile firms must give sufficient importance to
quality like other firms. For this, statistical quality control methods must be
understood and applied very well.
In this study, application of statistical quality control methods, especially the
use of control charts, in textile firms that manufacture in various fields such as
yarn, fabric and clothing production are explained. In the first part of the study,
quality and quality control concepts are mentioned. In the second part,
statistical quality control methods are dealt with and at the last part, the
applications are evaluated.

vi

İSTATİSTİKSEL KALİTE KONTROLÜ VE TEKSTİL İŞLETMELERİNDE
UYGULANMASI

YEMİN METNİ ....................................................................................................... ii
TUTANAK .............................................................................................................. iii
YÖK DÖKÜMANTASYON MERKEZİ TEZ VERİ FORMU .............................. iv
ÖZET........................................................................................................................ v
ABSTRACT............................................................................................................. vi
İÇİNDEKİLER ........................................................................................................ vii
KISALTMALAR ..................................................................................................... x
TABLO LİSTESİ..................................................................................................... xi
ŞEKİL LİSTESİ....................................................................................................... xiii
GİRİŞ ....................................................................................................................... 1

BİRİNCİ BÖLÜM
KALİTE VE KALİTE KONTROLÜ
1.1. KALİTE KAVRAMI ................................................................................ 3
1.1.1. Kalitenin Tanımı .............................................................................. 3
1.1.2. Kalitenin Özellikleri......................................................................... 4
1.1.3. Kalitenin Değişkenliği ..................................................................... 6
1.2. KALİTE KONTROLÜ KAVRAMI ......................................................... 7
1.2.1. Kalite Kontrolü................................................................................. 7
1.2.2. Kalite Kontrolünün Tarihsel Gelişimi.............................................. 8
1.2.3. Kalite Kontrolünün Aşamaları ......................................................... 13
1.2.4. Kalite Kontrolünün Amaçları........................................................... 14
1.2.5. Toplam Kalite Kontrolü (TKK) ....................................................... 15
1.2.6. Toplam Kalite Yönetimi (TKY)....................................................... 16
1.2.7. İstatistiksel Kalite Kontrolü (İKK)................................................... 19
1.2.7.1. TKY Felsefesi İçerisinde İstatistiksel Kalite Kontrolü ........... 20
1.2.7.2. İstatistiksel Kalite Kontrolünün Uygulanmasında Karşılaşılan Sorunlar 20

vii

İKİNCİ BÖLÜM
İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMLERİ
2.1. KONTROL KARTLARI ........................................................................... 23
2.1.1. Temel İlkeler ..................................................................................... 23
2.1.2. Kontrol Limitlerinin Seçimi.............................................................. 30
2.1.3. Örneklem Büyüklüğü ve Örnek Alma Sıklığı................................... 33
2.1.4. Örnek Alma....................................................................................... 37
2.1.5. Kontrol Kartlarındaki Desenlerin Analizi......................................... 40
2.1.6. Kontrol Kartlarının Çeşitleri ............................................................. 43
2.1.6.1. Ölçülebilir Özellikler İçin Kontrol Kartları ............................. 43
2.1.6.1.1. x - R Kartı....................................................................... 43
2.1.6.1.2. x - s Kartı........................................................................ 46
2.1.6.2. Ölçülemeyen Özellikler İçin Kontrol Kartları ......................... 47
2.1.6.2.1. p ve np Kartları............................................................... 48
2.1.6.2.2. c Kartı ............................................................................. 52
2.1.6.2.3. u Kartı ............................................................................. 53
2.2. HİSTOGRAM VE GÖVDE-YAPRAK GRAFİĞİ.................................... 54
2.3. ÇETELE DİYAGRAMI............................................................................. 55
2.4. PARETO DİYAGRAMI............................................................................ 56
2.5. NEDEN-SONUÇ DİYAGRAMI............................................................... 57
2.6. HATA YOĞUNLUĞU DİYAGRAMI...................................................... 58
2.7. SERPME DİYAGRAMI............................................................................ 59
2.8. YEDİ YENİ İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMİ ........ 60
2.8.1. İlişki Diyagramı (Relations Diagram)............................................... 60
2.8.2. Yakınlık Diyagramı (Affinity Diagram) ........................................... 61
2.8.3. Sistematik Diyagramı (Dendogram) ................................................. 63
2.8.4. Matris Diyagramı (Matrix Diagram)................................................. 64
2.8.5. Matris Veri Analiz Diyagramı (Matrix-Data Analysis Diagram) ....... 66
2.8.6. Ok Diyagramı (Arrow Diagram)....................................................... 67
2.8.7. Süreç Karar Program Kartı (Process Decision Program Chart) .......... 69

viii

ÜÇÜNCÜ BÖLÜM
UYGULAMA
3.1. TEKSTİL SEKTÖRÜNE GENEL BİR BAKIŞ ....................................... 70
3.2. İPLİK İŞLETMELERİNDE İSTATİSTİKSEL KALİTE KONTROLÜ ... 77
3.2.1. İplik Numarasının Kontrolü ............................................................. 77
3.2.2. İplik Kopuşlarının Kontrolü............................................................. 83
3.3. KUMAŞ ÜRETEN İŞLETMELERDE İSTATİSTİKSEL KALİTE
KONTROLÜ............................................................................................. 88
3.4. KONFEKSİYON İŞLETMELERİNDE İSTATİSTİKSEL KALİTE
KONTROLÜ............................................................................................. 94

SONUÇ VE ÖNERİLER ......................................................................................... 101
KAYNAKLAR ........................................................................................................ 106
EK 1 ......................................................................................................................... 110
EK 2 ......................................................................................................................... 111
EK 3 ......................................................................................................................... 112

ix

KISALTMALAR

AKL

Alt Kontrol Limiti

AUL

Alt Uyarı Limiti

CPM

Critical Path Method

İKK

İstatistiksel Kalite Kontrolü



Merkez Çizgi

PERT

Project Evaluation and Review Technique

TKK

Toplam Kalite Kontrolü

TKY

Toplam Kalite Yönetimi

ÜKL

Üst Kontrol Limiti

ÜUL

Üst Uyarı Limiti

x

TABLO LİSTESİ

Tablo 1.1. Kalitenin Tarihsel Gelişimi ............................................................... 9
Tablo 2.1. Ok Diyagramında Kullanılan Semboller ve Anlamları..................... 67
Tablo 3.1. Türkiye Tekstil Sektörü İhracatının Yıllara Göre Genel İhracat İçindeki
Yeri.................................................................................................... 71
Tablo 3.2. 2004-2005 Yılı İçin Ülkelere Göre Pamuk Lifi Üretim Miktarları ve
Verimler ............................................................................................ 72
Tablo 3.3. 2004-2005 Yılı Dünya ve Türkiye Kimyasal Lif Üretim Miktarı
Tahminleri ......................................................................................... 72
Tablo 3.4. 2004-2005 Yılı Dünya ve Türkiye Doğal Lif Üretim Miktarı
Tahminleri ......................................................................................... 73
Tablo 3.5. Ülkelere Göre Kısa Lif İplik Üretim Miktarları (ton)....................... 74
Tablo 3.6. 2002 Yılı İçin Ülkelere Göre Dokuma Kapasiteleri (Dokuma Tezgahı
Sayıları) ............................................................................................. 75
Tablo 3.7. Ne 30/1 Karde-Triko Pamuk İplik Numarası Ölçüm Sonuçları........ 78
Tablo 3.8. Zinser 350 Ring İplik Makinalarında Yapılan İplik Kopuş Etüdü
Sonuçları ........................................................................................... 84
Tablo 3.9. A Vardiyasında Üretilen ve Kontrol Edilen Süprem Örme Kumaş Top
Sayıları ile Kumaş Hatası Sayıları .................................................... 89
Tablo 3.10. A Vardiyasında Gerçekleştirilen Süprem Örme Kumaş Üretimi
İçin u Kontrol Kartına Ait Geçici Kontrol Limitleri ve Uyarı
Limitleri............................................................................................. 90
Tablo 3.11. A Vardiyasında 1 Nolu Makinada Üretilen ve Kontrol Edilen Süprem
Örme Kumaş Top Sayıları ile Kumaş Hatası Sayıları ...................... 92
Tablo 3.12. A Vardiyasında 1 Nolu Makinada Gerçekleştirilen Süprem Örme
Kumaş Üretimi İçin u Kontrol Kartına Ait Geçici Kontrol ve Uyarı
Limitleri............................................................................................. 93
Tablo 3.13. Kısa Kollu Basic T-Shirt Üreten Bir Konfeksiyon İşletmesinde
Günlük Dikim Sayıları, 2. Kaliteye Ayrılan T-Shirt Sayıları ve
2. Kalite Sebepleri............................................................................. 95

xi

Tablo 3.14. T-Shirt Üretim Süreci İçin Hazırlanacak p Kontrol Kartına Ait
Geçici Kontrol Limitleri ve Uyarı Limitleri ..................................... 96
Tablo 3.15. T-Shirt Üretim Süreci İçin Hazırlanacak p Kontrol Kartına Ait
Kalıcı Kontrol Limitleri ve Uyarı Limitleri ...................................... 98

xii

ŞEKİL LİSTESİ

Şekil 1.1. Kalitenin Değişkenliğinde Genel ve Özel Nedenlerin Etkisi............... 7
Şekil 2.1. Kontrol Kartlarını Kullanarak Süreç İyileştirme.................................. 24
Şekil 2.2. Tipik Bir Kontrol Kartı ........................................................................ 26
Şekil 2.3. x Kontrol Kartı ................................................................................... 28
Şekil 2.4. (a) Yapılan Tüm Ölçümlerin Dağılımı, N( µ , σ )
(b) x ’lerin Dağılımı, N( µ , σ x ) ........................................................... 29
Şekil 2.5. Kontrol Kartları ile Hipotez Testlerinin İlişkisi ................................... 29
Şekil 2.6. Kontrol Kartlarında I. Tip ve II. Tip Hata Olasılıkları......................... 30
Şekil 2.7. 3-Sigma Kontrol Limitleri.................................................................... 31
Şekil 2.8. 0,001 Olasılık Limitleri........................................................................ 31
Şekil 2.9. 3-Sigma Kontrol Limitleri ile 0,001 Olasılık Limitlerinin
Karşılaştırılması ................................................................................... 32
Şekil 2.10. Kontrol Kartında Uyarı Limitleri ve Kontrol Limitleri ....................... 33
Şekil 2.11. x Kontrol Kartı İçin Çalışma Karakteristiği Eğrisi............................. 34
Şekil 2.12. Kontrol Kartları İçin Örneklem Alınması İçin “Fotograf Çekme” Yaklaşımı
(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları ....38
Şekil 2.13. Kontrol Kartları İçin Örneklem Alınması İçin “Rasgelelik” Yaklaşımı
(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları ....39
Şekil 2.14. Bir x Kontrol Kartı ............................................................................. 40
Şekil 2.15. Döngüsel Desene Sahip Bir x Kontrol Kartı ...................................... 41
Şekil 2.16. Western Electronic Kurallarına Göre 1-Sigmalık Bölgelere Ayrılmış
x Kontrol Kartı ................................................................................... 42

Şekil 2.17. (a) Histogram (b) Gövde-Yaprak Grafiği (MINITAB Çıktısı) ........... 54
Şekil 2.18. Çetele Diyagramı ................................................................................. 55
Şekil 2.19. Pareto Diyagramı (SPSS Çıktısı) ......................................................... 56
Şekil 2.20. Neden-Sonuç Diyagramı (Ishikawa Diyagramı, Balık Kılçığı Diyagramı) ..58
Şekil 2.21. Buzdolabı İçin Hata Yoğunluğu Diyagramı ........................................ 59
Şekil 2.22. Serpme Diyagramı ............................................................................... 59
Şekil 2.23. İlişki Diyagramı ................................................................................... 61

xiii

Şekil 2.24. Yakınlık Diyagramı.............................................................................. 62
Şekil 2.25. Sistematik Diyagramı........................................................................... 64
Şekil 2.26. Matris Diyagramı Çeşitleri................................................................... 66
Şekil 2.27. Ok Diyagramı....................................................................................... 68
Şekil 3.1. Ne 30/1 Karde-Triko Pamuk İplik Üretim Süreci İçin x − s Kontrol Kartı
ve Geçici Limitler..............................................................................................80
Şekil 3.2. Ne 30/1 Karde-Triko Pamuk İplik Üretim Süreci İçin x − s Kontrol Kartı
ve Kalıcı Limitler...............................................................................................82
Şekil 3.3. Zinser 350 Ring İplik Makinalarındaki Kopuş Sayıları (1000 iğ/saat)
İçin c Kontrol Kartı ve Geçici Limitler............................................... 85
Şekil 3.4. Zinser 350 Ring İplik Makinalarındaki Kopuş Sayıları (1000 iğ/saat)
İçin c Kontrol Kartı ve Düzeltilmiş Limitler .................................................86
Şekil 3.5. Zinser 350 Ring İplik Makinalarındaki Kopuş Sayıları (1000 iğ/saat)
İçin c Kontrol Kartı ve Kalıcı Limitler...........................................................87
Şekil 3.6. A Vardiyasındaki Süprem Örme Kumaş Üretim Süreci İçin u Kontrol Kartı
ve Kalıcı Limitler...............................................................................................91
Şekil 3.7. A Vardiyasındaki 1 Nolu Makinada Gerçekleştirilen Süprem Örme Kumaş
Üretimi İçin u Kontrol Kartı ve Kalıcı Limitler .............................................94
Şekil 3.8. Günlere Göre Kısa Kollu Basic T-Shirt Üretim Süreci İçin p Kontrol Kartı
ve Geçici Limitler..............................................................................................97
Şekil 3.9. Günlere Göre Kısa Kollu Basic T-Shirt Üretim Süreci İçin p Kontrol Kartı
ve Kalıcı Limitler...............................................................................................98
Şekil 3.10. Ürünlerin 2. Kaliteye Ayrılma Sebepleri İçin Pasta Diyagramı .......... 99
Şekil 3.11. Ürünlerin 2. Kaliteye Ayrılma Sebepleri İçin Pareto Diyagramı......... 100

xiv

GİRİŞ

İnsanların ilk çağlarda olumsuz çevre koşullarından korunmak için çeşitli hayvan
derileriyle vücutlarını kapattıkları bilinmektedir. Daha sonraları ise çeşitli tekniklerle
elde edilen kumaşlar örtünmek, çeşitli sosyal sınıfları ayırt etmek, moda zevklerini
tatmin etmek gibi sebeplerle insanoğlunun yaşamında önemli bir yer tutmuştur.
Günümüzde yaşam standartlarının yükselmesi ve eğitim düzeyinin artması
tüketicilerin her türlü üründen beklentilerini geniş ölçüde değiştirmiştir. Artık
tüketiciler tekstil ürünlerinde modaya uygunluk, fonksiyonellik, kullanım ve bakım
kolaylığı, hatasız olması gibi özellikleri de aramaya başlamışlardır.

Küreselleşen dünyada rekabet edebilmek ve tüketici ihtiyaçlarını hızla
karşılayabilmek için tüm işletmelerin olduğu gibi tekstil işletmelerinin de hızla
kaliteye

yönelmeleri

gerekmektedir. Günümüzde kalite, müşteri isteklerini

karşılamanın ötesinde bu isteklerin de üzerine çıkmak anlamını kazanmıştır. Bu
yüzden işletmeler ürünlerinin kalitelerini arttırmak için gereken önlemleri almalı ve
güncel yöntemleri kullanmaya başlamalıdırlar. Bu yöntemlerin başında ise
istatistiksel kalite kontrolü yöntemleri gelmektedir.

İstatistiksel kalite kontrolü yöntemleri, işletmelerin kalite hedeflerine ulaşabilmeleri
için kullanmaları gereken çok önemli araçlardandır. Bu yöntemlerin işletmeler tarafından
iyi anlaşılması ve doğru bir şekilde uygulanmaya başlanması kalite seviyelerinin hızla
artmasına yardımcı olacaktır. İstatistiksel kalite kontrol yöntemlerinin kullanılması
işletmelere sadece sorunların çözülmesinde yardımcı olmayacak ayrıca üretim sürecini
iyileştirerek de geleceğe yönelik bir vizyon kazandıracaktır.

Tekstil sektörü ülkemiz için uzun yıllardan bu yana oldukça önemli bir
konumdadır. Sektör, diğer gelişmekte olan ülkelerde olduğu gibi ülkemizde de gerek
üretim ve istihdama olan katkısı ve gerekse ihracat yoluyla döviz kazandırma
sebebiyle lokomotif olma özelliğini sürdürmektedir. Ülkemizde ihracatın yaklaşık
%30’luk kısmını tekstil sektörü oluşturmaktadır. 2004-2005 yılında yaklaşık

1

18 milyar dolarlık tekstil ihracatı gerçekleştirilmiştir. Ayrıca sektör, toplam
istihdamdaki %11’lik ve endüstri istihdamındaki %30’luk payı ile ülkemiz
ekonomisinde oldukça önemli bir yere sahiptir.

Ancak son yıllarda çok düşük işçilik maliyetleriyle ucuza üretim yapan Uzak
Doğu ülkeleri, özellikle Çin, tekstil sektörümüz üzerinde büyük bir tehdit
oluşturmaktadır. Uzun yıllardan beri Avrupa ve Amerika’nın kumaş ve hazır giyim
tedarikçisi konumundaki ülkemiz bugün özellikle Çin’le rekabet etmek zorunda
kalmıştır. Ülkemizde işçilik maliyetlerinin belirli bir seviyenin altına düşemeyeceği
göz önünde bulundurulursa rekabet için kalitenin ne kadar önemli olduğu açıkça
görülmektedir. Düşük işçilik maliyetleriyle tüm dünyadaki tekstil üreticileri üzerinde
korku yaratan Uzak Doğu ülkeleriyle başa çıkabilmenin tek yolu kaliteli ürünler
üretmekten geçmektedir. Bu yüzden tekstil işletmeleri kalite seviyelerini arttırmak
için bir an önce güncel yöntemlerden yararlanmaya başlamalıdırlar. Bu yöntemlerin
başında istatistiksel kalite kontrolü gelmektedir. İstatistiksel kalite kontrolü
yöntemlerinin işletmelerde uygulanmaya başlamasıyla üretim süreci izlenecek,
hataların kaynakları belirlenerek yok edilecek ve bu şekilde kalite seviyesi
arttırılacaktır.

Tüm bunlara karşılık bugün ülkemizde tekstil işletmelerinin büyük bir kısmında
istatistiksel kalite kontrolü yöntemlerinin uygulanmadığı görülmektedir. Bunun
sebepleri arasında ise bu yöntemlerin etkinliklerinin yeterince anlaşılamamış olması
ya da bu yöntemlerin bilinmiyor olması gelmektedir. Ancak ne yazık ki işletmelerin
geleneksel kalite anlayışlarıyla artan rekabet ortamında ayakta kalabilmeleri çok zor
görünmektedir. Bu yüzden işletmeler bir an önce kalite politikalarını yeniden gözden
geçirmeli ve artan rekabet ortamında ayakta kalabilmek için istatistiksel kalite
kontrolü yöntemlerini kullanmaya başlamalıdırlar.

2

BİRİNCİ BÖLÜM
KALİTE VE KALİTE KONTROLÜ

1.1. KALİTE KAVRAMI
1.1.1. Kalitenin Tanımı
Kalite pek çok şekilde tanımlanabilmektedir. Bununla birlikte kalitenin kullanıcı
gereksinim ve beklentileri ile doğrudan ilgisi vardır. Ancak bu gereksinim ve
beklentilerin değişkenliğinden dolayı kalitenin standart bir tanımı bulunmamaktadır.
Gereksinim ve beklentiler, sosyal ve ekonomik çevre, kültürel yapı, gelenek ve
görenekler, ekonomik düzey, teknoloji, eğitim gibi etkenler kalitenin kullanıcı
tarafından algılanmasını etkilemektedir. Kalitenin nesnel ölçütleri yoktur. Kalitenin
doğası karşılaştırmaya dayanır. (Doğan & Tütüncü, 2003; 27).

Kalitenin birçok kuruluş ve bilim adamları tarafından yapılmış pek çok tanımı
vardır:



“Deming’e göre kalite, değişmezliğin ve güvenilirliğin düşük maliyet ile
pazarın ihtiyaçlarını karşılayabilecek şekilde tahmin edilebilmesidir” (Doğan
& Tütüncü, 2003; 27).



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



“Crosby kaliteyi, bir ürünün gerekliliklere uygunluk derecesi olarak ele
almaktadır” (Bozkurt & Odaman; 1997; 4).



“Amerikan Kalite Kontrol Derneği’ne (ASQC) göre kalite; bir mal ya da
hizmetin belirli bir gerekliliği karşılayabilme kabiliyetini ortaya koyan
karakteristiklerinin tümüdür” (Doğan, 1991; 3).

3



“Avrupa Kalite Kontrol Organizasyonu’na (EOQC) göre kalite; bir malın ya
da hizmetin tüketicinin isteklerine uygunluk derecesidir” (Bozkurt &
Odaman; 1997; 4).



“Uluslararası Standardizasyon Organizasyonu’na (ISO) göre kalite; bir ürün
veya hizmetin, belirlenen veya olabilecek ihtiyaçları karşılama kabiliyetine
dayanan özelliklerinin toplamıdır” (Bozkurt & Odaman; 1997; 4).



“G. Taguchi’ ye göre ise kalite, ürünün sevkiyattan sonra toplumda sebep
olduğu en az zarardır” (Doğan, 1991; 3).

Yukarıdaki tanımları dikkate alarak kaliteyi basitçe tek bir cümle ile açıklamak
gerekirse; kalite, istenen özelliklere uygunluktur denilebilir.
“Genel olarak kalite, kullanıma veya amaca uygunluk olarak tanımlanmaktadır.
Bu yüzden kalite, ürünü kullanacak kişinin gereksinimi ve ödeme olanakları dikkate
alınarak belirlenmektedir” (Doğan, 1991; 3). “Kalite, tüketici gereksinimlerini
mümkün en ekonomik düzeyde karşılamayı amaçlayan mühendislik ve imalat
karakteristiklerinin bileşimi” olarak tanımlanabilmektedir (Kobu, 1987; 14).

1.1.2. Kalitenin Özellikleri
Garvin (1987), kalitenin özelliklerini değerlendirirken kaliteyi sekiz boyutuyla
incelemiştir (Montgomery, 2001; 2-3):



Performans: Bir üründen beklenen esas özelliktir. Ürünün asıl kullanım
amacına uygunluğunun ifadesidir.



Güvenilirlik: Ürünün hangi sıklıkla bozulduğunun bir ölçüsüdür.



Dayanıklılık: Ürünün kullanım ömrünün uzunluğudur.

4



Servis Görme Yeteneği: Ürünün kolaylıkla tamir edilip edilemeyeceğini
belirtir.



Estetik: Ürünün neye benzediğinin, nasıl göründüğünün ifadesidir.



Özellikler: Ürünün asıl kullanım amacının yanı sıra başka amaçlar için de
kullanılıp kullanılamayacağını belirtir.



Algılanan Kalite: Ürünün markası, üretildiği firma, geçmiş performansı gibi
bilgilerinin kullanıcılar üzerinde yarattığı etkidir.



Standartlara Uygunluk: Ürünün tasarımının önceden belirlenmiş standartlara
uyup uymama derecesidir.

Kalitenin yukarıda sıralanan boyutları müşteri açısından önem taşımaktadır. Ürün
ve hizmet kalitesini iyileştirmek isteyen yöneticiler ise kalitenin üç tipini göz önünde
bulundurmalıdırlar (Abasov, 2002; 5):



Tasarım Kalitesi



Uygunluk Kalitesi



Performans Kalitesi

Tasarım

kalitesi,

ürün

tasarımının

kullanıcının

istek

ve

ihtiyaçlarına

uygunluğunun ölçüsüdür (Abasov, 2002; 5). Tasarım kalitesinin oluşturulması üç
adımda gerçekleştirilir: Birinci adımda kullanıcıya nelerin kullanım uygunluğu
sağladığının belirlenmesi gerekir. Bu belirleme işlemi pazar araştırması sonucunda
gerçekleştirilir ve bu nedenle de pazar araştırması kalitesi olarak da anılır. İkinci
adımda belirlenen gereksinimlere uygun ürün kavramının seçilmesi gerekir. Buna
kavram kalitesi de denilebilir ve tasarım amaçlarının mükemmellik derecesidir.
Üçüncü ve son adımda ise seçilen ürün kavramının kullanıcı gereksinimlerini
karşılayacak şekilde ayrıntılı özellikler (spesifikasyonlar) setine dönüştürülmesi
gerekir. Buna da spesifikasyonlar kalitesi denir (Aslan, 2001; 7).

5

Uygunluk kalitesi, tamamlanmış ürünün bir önceki aşamada yapılan tasarıma
uygunluğunu ifade eder. Buna üretim kalitesi veya ürün kalitesi de denilmektedir
(Abasov, 2002; 6).

Performans kalitesi ise ürünün pazardaki performans düzeyini belirtmektedir
(Bozkurt & Odaman, 1997; 6).

1.1.3. Kalitenin Değişkenliği
Kalitenin değişken olmasının nedenlerini iki grup altında toplamak mümkündür
(Montgomery, 2001; 154-155):



Genel Nedenler (Chance Causes): Bir üretim süreci ne kadar iyi tasarlanmış
ve bakımı yapılmış olursa olsun, yapısında her zaman bir miktar doğal
değişkenlik bulunmaktadır. Bu doğal değişkenlik çok küçük ve kaçınılamaz
nedenlerin toplamıdır. Sadece genel nedenlerin etkisiyle değişim gösteren bir
süreç, istatistiksel olarak kontrol altındadır.



Özel Nedenler (Assignable Causes): Genel nedenler dışındaki nedenlerdir.
Özel nedenler genellikle 3 kaynaktan doğarlar: makina, işçi, hammadde. Özel
nedenlerden kaynaklanan değişkenlik büyüktür ve kabul edilemez. Özel
nedenlerin etkisiyle değişim gösteren bir süreç ise istatistiksel olarak kontrol
dışındadır.

Şekil 1.1’de genel ve özel nedenlerin etkisi altındaki bir süreç görülmektedir.
Görüldüğü gibi t1 zamanına kadar sürece sadece genel nedenler etki etmektedir ve
belirlenen

spesifikasyon

limitleri

aşılmadığı

için

süreç

kontrol

altında

görülmektedir. t1 zamanında süreçte özel bir neden meydana gelmiştir. Bunun
etkisiyle sürecin ortalaması yeni bir değere kaymıştır ve süreç artık kontrol
dışındadır. t2 zamanında başka bir özel neden meydana gelmiştir. Burada sürecin
ortalaması olması gereken değere kaymış fakat bu sefer de standart sapması olması
gereken değeri aşmıştır. Yani süreçteki değişim kabul edilebilir seviyenin üzerindedir

6

ve süreç kontrol dışıdır. t3 zamanında ise başka bir özel neden sürece etki etmiş ve
sürecin ortalamasını ve standart sapmasını değiştirmiştir. Süreç yine kontrol dışıdır.

Zaman, t

t3

t2

t1

ASL

µ0

ÜSL

Süreç Kalite Karakteristigi, x

Şekil 1.1. Kalitenin Değişkenliğinde Genel ve Özel Nedenlerin Etkisi
Kaynak: Montgomery, 2001; 155

1.2. KALİTE KONTROLÜ KAVRAMI
1.2.1. Kalite Kontrolü
Günümüzde kalite kavramı genişledikçe, önceleri muayene ve test sonucu hatalı
ve hatasızı ayırmak için kullanılan kontrol kavramı da genişleyerek kontrol altına
alma ve kontrolü sağlama anlamına gelmiştir. Feigenbaum’a göre kalite kontrolü:
“İstenen kalite özelliklerini sağlayan, işletmenin pazar araştırması, tasarım,
araştırma-geliştirme, imalat, satış ve satış sonrası hizmet gibi bölümlerinin belirli
kalite düzeyinin yaratılmasındaki katkılarının planlanması ve koordinasyonu” olarak
tanımlanmaktadır. Kalite kontrolü; müşteri gereksinimlerinin karşılanması için

7

kalitenin geliştirilmesi ve kalitenin sürekliliğinin sağlamasını amaçlamaktadır. Kalite
kontrolü, bir işletmede sadece belirli bir bölümün veya belirli bir grup insanın
sorumluluğunda değildir. Kalite kontrolü, bir işletmede en üst düzey yöneticiden
işçiye kadar tüm çalışanların sorumluluğunda olan ve üretimin her aşamasında yer
alan bir faaliyetler topluluğudur. Bu yüzden günümüzde kalite kontrolü anlayışı
toplam kalite kontrolü (TKK) ve toplam kalite könetimi (TKY) kavramlarıyla
bütünleşmektedir (Doğan, 1991; 4).

1.2.2. Kalite Kontrolünün Tarihsel Gelişimi
Kalitenin geçmişi İ.Ö. 2150 Hammurabi Yasaları’na kadar dayanmaktadır
(Doğan & Tütüncü, 2003; 30). Kalite kavramı, üretim faaliyetlerinin başladığı
günden bugüne kadar ekonomik ve teknolojik ilerlemelere paralel olarak gelişerek
var olmuştur. Oldukça uzun bir geçmişe sahip olan kalite kavramının gelişmesiyle
birlikte kalite kontrolü kavramı da önem kazanmış ve zaman içerisinde gelişmiştir.
(Doğan, 1991; 13).

Kalite kontrolü 1900’lü yılların başlarına kadar %100 muayene ile hatalıyı ve
hatasızı ayırmak anlamına gelmekteydi. Bununla beraber, seri üretimin hızla
gelişmesiyle birlikte kullanılan kalite kontrolü yöntemleri uygulanabilirlik ve
ekonomiklik açılarından yetersiz kalmaya başlamıştı. 1924 yılında Walter A.
Shewhart,

Bell

Laboratuarları’nda

ilk

kez

istatistiksel

kalite

kontrolü

yöntemlerinden biri olan kontrol kartlarını uyguladı. Shewhart, üretimin her
aşamasında değişimin var olduğunu, değişimin nedenlerinin belirlenebilmesi için de
sürecin izlenmesi gerektiğini belirtti. 1920’lerin sonlarına doğru Harold F. Dodge ve
Harry G. Roming, Bell Laboratuarları’nda %100 muayene yerine istatistiksel kabul
örneklemesi kavramlarını geliştirdi. Bu yıllarda değeri tam olarak anlaşılamayan
istatistiksel kalite kontrolü yöntemleri, II. Dünya Savaşı sonrasında Japonya’da
W. Edward Deming, Joseph M. Juran, Taguchi gibi bilim adamları tarafından başarıyla
uygulandı ve sonrasında da tüm dünyada hızla yaygınlaştı (Montgomery, 2001; 11-12,
Doğan & Tütüncü, 2003; 32-33).

8

1956 yılında Armand V. Feigenbaum toplam kalite kontrolü kavramını
geliştirmiştir. Toplam kalite kontrolüne göre, kalitenin sağlanması için işletmedeki
tüm birimlerin birlikte çalışması gerekmektedir (Feigenbaum, 1983; 6). 1980’li
yıllarda ise toplam kalite kontrolünün bir yönetim felsefesi olarak benimsenmesi
sonucunda toplam kalite yönetimi kavramı gelişmiştir. Toplam kalite yönetimi
bugün pek çok işletme tarafından uygulanmakta ve kalitenin oluşturulması,
izlenmesi,

sürekliliğinin

sağlanması

ve

iyileştirilmesinde

kullanılmaktadır

(Feigenbaum, 1983; 17).

Kalite kontrolünün tarihsel gelişimi Tablo 1.1’de gösterilmektedir:

Tablo 1.1. Kalitenin Tarihsel Gelişimi

1700-1900

Kalite, daha çok zanaatkârların kişisel çabalarıyla belirlenmekteydi.

1875

Frederick W. Taylor işleri daha küçük ve daha kolay yapılabilir
parçalara ayırarak, daha karmaşık ürünlerin ve süreçlerin
yürütülmesinde “Yönetim Bilimi” yaklaşımı geliştirdi. Hedefi
verimlilikti. Daha sonra Gilbreth ve Gantt yönetim bilimi açısından
Taylor’a katkıda bulundular.

1900-1930

Henry Ford – montaj hattı – üretkenlik ve kaliteyi geliştirmek için
daha rafine çalışma metotları uyguladı. Hatasız montaj, kendini
kontrol ve süreç muayenesi kavramlarını geliştirdi.

1901

Büyük Britanya’da ilk standartlar laboratuarı kuruldu.

1907-1908

AT&T sistematik muayeneye ve ürünlerle malzemelerin testlerine
başladı.

1908

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

1915-1919

İngiliz hükümeti, tedarikçi sertifikası programına başladı.

1919

İngiltere’de “Teknik Muayene Kurumu” kuruldu. Bu kurum daha
sonra “Kalite Güvence Enstitüsü” oldu.

1920’ler

AT&T Bell Laboratuarları; kalite, muayene-test ve ürün güvenilirliği
kavramlarını vurgulamak için bir kalite bölümü kurdu.

9

B. P. Dudding, İngiltere General Elektrik’te, elektrik ampullerinin
kalite kontrolü için ilk kez istatistiksel metotları kullandı.
1922-1923

R. A. Fisher deney tasarımı ve tarım bilimi uygulamaları üzerine bir
dizi temel yazılar yayınladı.

1924

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

1928

Bell Laboratuarları’nda H. F. Dodge ve H. G. Roming tarafından
“Kabul Örneklemesi” geliştirildi.

1931

W. A. Shewhart, “İmalat Ürünlerinin Kalitesinin Ekonomik Kontrolü”
başlıklı yazısında üretim ve kontrol kartları uygulamalarında
istatistiksel metotların kullanımını anlattı.

1932

W. A. Shewhart Londra Üniversitesi’nde üretim ve kontrol kartlarında
istatistiksel yöntemler derslerini verdi

1932-1933

İngiliz tekstil ve ağaç endüstrisi ile Alman kimya endüstrisi ürün/süreç
geliştirmek için deney tasarımını kullanmaya başladı.

1933

İngiltere’de Kraliyet İstatistik Derneği “Endüstriyel ve Zirai Araştırma
Bölümü”nü kurdu.

1938

W. E. Deming, Shewhart’ı kontrol kartlarıyla ilgili seminerler vermesi
için Amerika Ziraat Fakültesine davet etti.

1940

Amerika Savaş Bölümü, süreç verilerinin analizi için kontrol
kartlarının kullanımını anlatan bir kılavuz kitap yayınladı.

1940-1943

Bell Laboratuarları Amerikan Ordusunun askeri habercileri için
standart örnekleme planları geliştirdi.

1942

Büyük Britanya’da istatistiksel yöntemler ve kalite kontrol üzerine
Tedarik Danışmanlığı Bakanlığı kuruldu.

1942-1946

Amerika’da endüstriye istatistiksel kalite kontrolü kursları verildi.
Kuzey Amerika’da 15’ten fazla kalite derneği kuruldu.

1944

“Endüstriyel Kalite Kontrol” dergisi yayın hayatına başladı.

1946

Çeşitli kalite derneklerinin birleşmesiyle “Amerikan Kalite Kontrol
Derneği (ASQC)” kuruldu.
W. E. Deming, Amerika Savaş Bölümü’nün ekonomi ve bilimsel
servisi tarafından Japonya’daki yeniden yapılanmaya yardım etmek

10

üzere Japonya’ya davet edildi.
“Japon Bilim Adamları ve Mühendisleri Derneği (JUSE)” kuruldu.
1946-1949

W. E. Deming Japon endüstrisine istatistiksel kalite kontrolü
seminerleri vermek üzere davet edildi.

1948

Profesör G. Taguchi, deney tasarımı çalışmalarına ve uygulamalarına
başladı.

1950

Deming, Japonların endüstri yöneticilerini eğitmeye başladı;
Japonya’da istatistiksel kalite kontrolü çok kapsamlı biçimde öğretildi.

1950’ler

Eugene Grant ve A. J. Duncan tarafından istatistiksel kalite kontrolü
üzerine klasik yazılar yayınlandı.

1951

Dr. A. V. Feigenbaum, “Toplam Kalite Kontrolü” kitabının ilk
baskısını yayınladı.
JUSE, kalite kontrolü ve kalite metodolojisi konusunda başarılı olan
işletmelere verilmek üzere “Deming Ödülü”nü kurdu.

1951 +

G. E. P. Box ve K. B. Wilson, süreç optimizasyonu için deney
tasarımının kullanımı hakkında kimya endüstrisine yönelik temel bir
çalışma yayınladı. Bu çalışmadan sonra kimya endüstrisinde deney
tasarımı uygulamaları hızla yaygınlaştı.

1954

Dr. Joseph M. Juran, kalite yönetimi ve geliştirilmesi konusunda
dersler vermek üzere Japonya’ya davet edildi.

1957

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

1959

“Technometrics” (fizik, kimya ve mühendislik bilimleri için istatistik
dergisi) kuruldu ve kurucu editörü J. Stuart Hunter oldu.

1960

G. E. P. Box ve J. S. Hunter 2k-p deney tasarımı hakkında temel
makaleler yazdı.
Japonya’da K. Ishikawa tarafından kalite kontrol çemberleri tanıtıldı.

1961

Büyük Britanya’da İngiliz Verimlilik Kurumu’nun bir bölümü olarak
“Ulusal Kalite ve Verimlilik Konseyi (NCQP)” kuruldu.

1960’lar

Endüstri mühendisliği akademik programlarında istatistiksel kalite
kontrol dersleri geniş yer almaya başladı.

1969

“Endüstriyel Kalite Kontrol” dergisinin yayını sonlandırıldı ve bunun

11

yerine “Kalite İlerleme” ve “Kalite Teknolojisi Dergisi (kurucu editör
Dr. Lloyd S. Nelson)” yayınlanmaya başlandı.
1970’ler

Büyük Britanya’da NCQP ve “Kalite Güvence Enstitüsü” birleşerek
“İngiliz Kalite Kurumu” kuruldu.

1975-1978

Bilim adamları ve mühendisler için deney tasarımı kitapları yazılmaya
başlandı.

1980’ler

Deney tasarımı yöntemleri tanıtıldı ve elektronik, uzay, otomotiv gibi
sektörlerde uygulanmaya başlandı.
Profesör G. Taguchi’nin deney tasarımı yöntemleri ilk kez
Amerika’da tanıtıldı.

1984

Amerikan İstatistik Kurumu (ASA) kalite ve verimlilik üzerine bir
komite kurdu.

1986

Box ve arkadaşları Japonya’yı ziyaret ederek deney tasarımı ve diğer
istatistiksel yöntemlerin çok geniş alanlarda uygulandığını gördüler.
Masaaki Imai, “Kaizen-Japonya’nın Rekabetçi Başarısının Anahtarı”
kitabını yayınladı. Kaizen, değişim yönetiminde temel ilkelerden biri
olarak kabul edildi.

1988

“Malcolm Baldrige Ulusal Kalite Ödülü” Amerikan Kongrei
tarafından kuruldu.

1989

“Kalite Mühendisliği” dergisi yayınlanmaya başlandı.
Motorola altı-sigma konusunda ilk uygulamalara başladı.

1990’lar

Amerikan endüstrisinde ISO 9000 sertifikasyon çalışmaları arttı.
Baldrige ödülüne başvuran şirket sayısı arttı.

1995

Lisans düzeyindeki pek çok mühendislik programları süreç
iyileştirmeye yönelik istatistiksel teknikleri zorunlu ders olarak
programlarına koymaya başladı.

1997

Motorola’nın altı-sigma yaklaşımı diğer endüstrilere yayıldı.

2000’ler

Kalite ödüllerine olan ilgi ve itibar arttı.
Gelişmekte olan ülkelerde de toplam kalite çalışmaları yaygınlaşmaya
başladı.

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

12

1.2.3. Kalite Kontrolünün Aşamaları
Kalite kontrolü, bir defada ve bir yerde gerçekleştirilebilecek bir fonksiyon
değildir. Kalite kontrolü, birbirini izleyen aşamalardan oluşan bir süreç olarak
düşünülmelidir. Kalite kontrolünün genellikle dört aşamada yerine getirildiği kabul
edilmektedir. Bu aşamalar aşağıdaki gibi sıralanabilirler (Doğan, 1998; 267-268):



Kalite Standartlarının Belirlenmesi: Kalite kontrol her şeyden önce bir
ürün veya hizmetten beklenen kalite özelliklerinin sağlanması olduğuna göre,
öncelikle ulaşılmak istenen kalite düzeyi belirlenmelidir. Bu düzey,
standartlara uygun olarak genellikle yönetim fonksiyonun planlama
döneminde belirlenir.



Üretilen Ürün veya Hizmetin Ölçülmesi: Üretilen ürün veya hizmetin
kalitesinin

önceden

belirlenmiş

olan

standartlara

uygunluğunun

belirlenebilmesi için öncelikle bu ürün veya hizmetin somut bir şekilde
ölçülmesi ve değerlendirilmesi gerekmektedir. Bu işlem, ürün veya hizmetin
türüne göre çeşitli ölçüm araçları veya değerlendirme metotları kullanılarak
gerçekleştirilir.



Sapmaların Belirlenmesi ve Yorumlanması: Bu aşamada ölçme ve
değerlendirme sonucu elde edilen verilerle daha önceden belirlenmiş olan
kalite standartları arasındaki farklar belirlenip yorumlanır. Eğer arada önemli
sayılabilecek sapmalar varsa bunların nedenleri araştırılır.



Düzeltici Önlemlerin Alınması: Sapmalar önemli sayılabilecek boyutlara
varıyorsa, bir takım düzeltici önlemlerin alınması gerekecektir. Bunun için
sapmanın büyüklüğünün ve özellikle nedeninin iyi belirlenmesi gerekir.

13

1.2.4. Kalite Kontrolünün Amaçları
Kalite kontrolünün temel amacı tüketici isteklerini karşılamak üzere uygun
ürünler üretmek ve bunu da en ekonomik şekilde yerine getirebilmektir (Doğan,
1991; 10).

Kalite kontrolünün yukarıda söz edilen temel amacına ulaşabilmesi için öncelikle
alt amaçların belirlenmesi gerekmektedir. Bu alt amaçlar;



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



Düşük kaliteli, kusurlu veya bozuk mal sayısının azaltılıp, makina yetenekleri
konusunda işçinin eğitilmesi yoluyla verimliliğin yükseltilmesi,



Ucuz fakat kalite standartlarına uygun, kolay işlenebilir malzeme ve yarı
mamullerin araştırılması,



İade, bakım ve onarım gibi satış sonrası sorunlara yol açmamak için
mamulün kalite düzeyinin yükseltilmesi,



Mamul tasarımının istenilen kalite doğrultusunda geliştirilmesi,



Üretim maliyetlerinin en aza indirilmesi,



Stok düzeylerinin en aza indirilmesi,



Kalite standardizasyonu yoluyla pazarlama kolaylığı sağlanılması,



Üretim hattının dengelenmesi,



Personelin bilgi ve yeteneğinin arttırılması ve iş tatmininin yükseltilmesi,



Müşteri isteklerinin göz önünde bulundurulması,



Rakip firmaların mamul kalitelerinin takip edilmesi,



İşçi-işveren ilişkilerinde olumlu gelişmelerin sağlanması,



Firma imajının korunması ve kalite konusunda güvenin yaratılması

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

14

1.2.5. Toplam Kalite Kontrolü (TKK)
Toplam kalite kontrolü (TKK), Deming, Juran, Feigenbaum gibi kalite öncüleri
tarafından 1950’li yıllarda Japonya’da geliştirilen bir sistemdir (Doğan & Tütüncü,
2003; 34). Feigenbaum toplam kalite kontrolünü; müşterilerin istek ve ihtiyaçlarını
en ekonomik biçimde yerine getirmek üzere işletme içindeki çeşitli bölümlerin
kalitenin oluşturulması, sürdürülmesi ve geliştirilmesi için bir araya gelmesi olarak
tanımlamaktadır. Toplam kalite kontrolü bir işletmedeki bütün bölümlerin katılımını
gerektirmektedir (Feigenbaum, 1983; 6).

Toplam kalite kontrolünün işletmelerde uygulanmasının ardından alınan olumlu
sonuçlar bunun yeni ve önemli bir yönetim yaklaşımı olduğunu göstermiştir. Toplam
kalite kontrolü sayesinde bir işletmede yöneticiden işçiye kadar tüm çalışanlar
arasında iletişim artar, ortak kalite hedefleri ile amaç birliği sağlanır. Böylece
çalışanların motivasyonları artmış olur. Ayrıca kalitenin işletmedeki bütün
bölümlerin

sorumluluğunda

olması

sonucunda

kalite

bilinci

artar,

kalite

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

Toplam kalite kontrolünün amaçlarının başında tüm çalışanların çabalarını
birleştirip katılımlarını sağlayarak işbirliğine dayanan bir kalite kontrol sistemi
kurmak gelmektedir. Bunun için öncelikle çalışanlara güvenli bir çalışma ortamı
sağlamak gerekmektedir. Ayrıca toplam kalite kontrolü çalışmalarının başarılı
olabilmesi için istatistiksel yöntemlerin kullanılmasına önem verilmeli ve üretim
süreci sürekli izlenmelidir (Doğan & Tütüncü, 2003; 35).

Toplam kalite kontrolünün temel ilkelerini aşağıdaki gibi sıralamak mümkündür
(Doğan & Tütüncü, 2003; 34-35):



Kalite Bilinci: İşletmenin birinci amacı kalite olmalıdır. Kaliteye önem veren
bir işletme uzun vadede müşterilerinin güvenini kazanacak, pazar payını
arttıracak ve kârını yükseltecektir.

15



Tüketiciye Yönelik Kalite Kontrolü: Toplam kalite kontrolünde amaç
müşteri isteklerine uygun ürünler üretmek olmalıdır. Bu yüzden kalite
kontrolü müşteri istekleri göz önünde bulundurularak yapılmalıdır.



İstatistiksel

Yöntemlerin

Kullanılması:

Toplam

kalite

kontrolü

uygulamalarında istatistiksel kalite kontrolü yöntemlerine yer verilerek
üretim süreci izlenmelidir.



Yönetim Felsefesi Olarak Çalışana Saygı: Toplam kalite kontrolünde
yönetimin çalışanlara karşı tutumu çok önemlidir. Tüm çalışanların
kendilerini işletmenin bir parçası olarak görebilmeleri ve kalite kontrolüne
inanarak katılabilmeleri için yönetimin adil ve saygılı bir tutum sergilemesi
gerekmektedir

Toplam kalite kontrolü anlayışı zamanla bir yönetim biçimi olarak ele alınmış ve
bu hali ile toplam kalite yönetimi (TKY) olarak adlandırılmaya başlanmıştır.
Toplam kalite yönetiminde özellikle süreç ve insan odaklılık ön plana çıkmış ve
yönetim fonksiyonlarının bu yönde geliştirilmesi sağlanmıştır. Toplam kalite
kontrolünden toplam kalite yönetime geçilirken özellikle dikkat edilmesi gereken
nokta ise, yönetim tanımlarında yer alan amaç ifadelerinin giderek müşteri
mutluluğu, müşteri memnuniyeti kavramları üzerine yoğunlaşmasıdır (Doğan &
Tütüncü, 2003; 35-36).

1.2.6. Toplam Kalite Yönetimi (TKY)
Toplam kalite yönetimi (TKY) çağdaş bir yönetim anlayışıdır (Doğan & Tütüncü,
2003; 36). Dünya çapındaki rekabet ortamında ayakta kalabilmeyi garanti eden
kendisini kanıtlamış bir tekniktir. Toplam kalite yönetimi, mükemmelliğe
ulaşabilmek için işletmenin bütününü yönetme sanatıdır. Toplam kalite yönetimi, bir
işletmede yer alan tüm çalışanların katıldığı, sürekli geliştirme faaliyetleri ile
müşterilerin gereksinimlerini en üst düzeyde karşılamayı hedefleyen bir yönetim
şeklidir (Besterfield vd., 1995; 2).

16

Toplam kalite yönetiminin çeşitli kuruluşlar ve farklı bilim adamlarınca yapılmış
pek çok tanımı bulunmaktadır (Abasov, 2002; 9-10):



“Pfau’ya (1989) göre TKY, örgütteki tüm fonksiyonların katılımı ile mal ve
hizmetlerin ekonomik şekilde üretilmesi ve müşteriye sevk edilmesini
sağlayan faaliyetler sistemi olarak tanımlanmaktadır.



Atkinson (1990) TKY’ni sürekli iyileştirme yolu ile en iyi mal veya hizmetin
üretilmesi için stratejik yaklaşım olarak tanımlamaktadır.



Deming Ödülü Komitesi’ne göre TKY, müşteri gereksinimlerine uygun mal
ve hizmetlerin ekonomik şekilde üretilmesi ve müşteriye sevk edilmesini
sağlayan faaliyetler sistemidir.



Luthans’a (1995) göre TKY, üst kademe yönetimi tarafından tasarlanan ve
daha sonra tüm örgüte yayılan genel bir örgütsel stratejidir.



Hellriegel ve arkadaşlarına (1999) göre TKY, kaliteyi tüm iş görenlerin
sorumluluğu haline getiren bir örgüt felsefesi ve stratejisidir.”

TKY bir yönetim felsefesidir. TKY felsefesinin merkezinde insan vardır. TKY’de
bir işletmedeki tüm çalışanlar yönetimin birer parçasıdır. Dolayısıyla tüm çalışanlar
düşüncelerini rahatlıkla söyleyebilmeli ve bir şekilde yönetime katılabilmelidirler.
TKY, müşteri beklentilerini her şeyin üzerinde tutan bir yönetim biçimidir. TKY’ye
göre kalite, işletmenin sadece belirli bir bölümünün değil, bütün bölümlerinin
görevidir. TKY’de kalite, kontrol ile değil üretim sırasında sağlanmaktadır. Hataların
kontrol ile ayıklanması yerine ilk seferde doğru yap temel ilkesi benimsenmiştir.
Böylece hataların ortaya çıkmadan engellenmesi amaçlanmıştır. TKY, sürekli
gelişmeyi hedef almaktadır. Bunun için üretim sürekli izlenmeli, hataların kaynakları
belirlenip giderilmeli, daha kaliteli ürünler üretebilmek için gerekli önlemler
alınmalıdır (Doğan & Tütüncü, 2003; 37-38).

17

Toplam kalite yönetiminin temel ilkeleri aşağıdaki gibi sıralanabilmektedir
(Besterfield, 2004; 23-54):



Liderlik: TKY’nin bir işletmede başarıyla uygulanabilmesi için etkin ve
başarılı bir lidere ihtiyaç vardır. Lider, müşterilerin ihtiyaçlarını çok iyi
anlamalı, kendisini müşterilerin yerine koyarak sürekli değişen müşteri
ihtiyaçlarına cevap verebilmelidir. Ayrıca iyi bir lider emir vererek yönetmek
yerine sürece katılarak yönetmeli, süreci iyileştirmeyi teşvik etmeli,
problemlere karşı önlemler alabilmeli, karşılaştığı problemlerden dersler
çıkararak gelecekte bunlara karşı hazırlıklı olmalı, takım çalışmasını
desteklemeli, çalışanlar arasında iletişimi güçlendirmeli ve kalite hedeflerine
uygun tedarikçiler seçmelidir.



Müşteri Memnuniyeti: TKY’de müşteri en önemli unsuru oluşturmaktadır
ve müşteri memnuniyeti asıl amaçtır. Bu yüzden işletmeler müşterilerini iyi
tanımalı, müşterilerinin istek ve ihtiyaçlarına uygun kalite hedefleri
belirlemelidirler. Bugün yeni bir müşteri kazanmanın maliyeti var olanı elde
tutmaktan ortalama beş kat daha fazladır. Dolayısıyla işletmeler müşterilerini
memnun edebilmek için ellerinden geleni yapmalıdırlar. Unutulmamalıdır ki
müşteri her zaman haklıdır.



Ekip Çalışması: TKY’ye göre kalite, işletmenin sadece belirli bir
bölümünün değil bütün bölümlerinin görevidir. Bir işletmede kalitenin
sağlanması için işletmenin tüm bölümlerinin birbirleriyle işbirliği içinde
çalışmaları gerekmektedir. Bunun için tüm çalışanların öncelikle ekip
çalışması konusunda eğitilmeleri ve çeşitli proje takımları içinde yer alarak
kalite çalışmalarına etkin bir şekilde katılmaları sağlanmalıdır.



Sürekli İyileştirme: TKY, sürekli iyileştirme ile üretim sürecinin
mükemmelleştirilmesini

hedeflemektedir.

Bunun

için

üretim

sürekli

izlenmeli, hataların kaynakları belirlenip yok edilmeli, daha kaliteli ürünler
üretebilmek için gerekli önlemler alınmalıdır. Bu noktada istatistiksel kalite

18

kontrolü,

deney

tasarımı,

kalite

fonksiyon

göçerimi,

kıyaslama

(benchmarking) gibi güncel yöntemlerin kullanılması oldukça büyük önem
taşımaktadır.



Tedarikçilerle İşbirliği: TKY’ye göre tedarikçiler iş ortağı olarak görülmeli
ve üretim sürecinin bir uzantısı olarak değerlendirilmelidir. Üretim
maliyetlerinin ortalama %40’ını satın alınan malzemelerin oluşturduğu
düşünülürse tedarikçilerin önemi daha iyi anlaşılır. Bir işletmenin kalite
politikaları belirlenirken tedarikçiler de göz önünde bulundurulmalıdır. Kalite
iyileştirme faaliyetlerinde tedarikçilerle birlikte çalışılmalı ve tasarım, üretim,
maliyet gibi konulara katılımları sağlanmalıdır.

1.2.7. İstatistiksel Kalite Kontrolü (İKK)

İstatistiksel kalite kontrolü ilk kez 1924 yılında Walter E. Shewhart tarafından
Bell Laboratuarları’nda uygulanmıştır. İstatistiksel kalite kontrolü (İKK), “bir ürünün
önceden belirlenmiş olan kalite standartlarına uygun olarak üretilmesini sağlamak
amacıyla, istatistiksel yöntemlerin üretimin tüm aşamalarında uygulanması” olarak
ifade edilebilir (Doğan, 1991; 75).

İstatistiksel yöntemler; süreçteki değişimlerin izlenmesinde, bu değişimlerin
nedenlerinin belirlenmesinde, ürünün istenen kalite düzeyinde sürekli üretiminin
sağlanmasında ve süreçte düzeltici önlemlerin alınmasında destek sağlamaktadır.
İstatistiksel yöntemler üretim sürecindeki hataları kolaylıkla ortaya çıkarabilmekte ve
bu hataların kaynaklarını araştırmaya olanak sağlamaktadır. İstatistiksel yöntemler
sayesinde süreçteki özel nedenler ile genel nedenler ayırt edilebilmekte ve süreçte
yapılacak düzeltici faaliyetlerin daha doğru bir şekilde belirlenmesi sağlanmaktadır
(Grant & Leavenworth, 1999; 5).

19

Juran ve Ishikawa, toplam kalite yönetimi anlayışında kalite problemlerinin
önlenebilmesi için istatistiksel kalite kontrolü yöntemlerinin kullanılması gerektiğini
belirtmiştir. Kalitenin öncülerinden biri olan Deming’e göre istatistiksel kalite
kontrolü yöntemleri, hataların ve sürece etki eden nedenlerin belirlenerek sürecin
kontrol altına alınmasında, kontrol altında devam ettirilmesinde ve geliştirilmesinde
önemli rol oynamaktadır (Yüksel, 1998; 20-22)

1.2.7.1. TKY Felsefesi İçerisinde İstatistiksel Kalite Kontrolü
Toplam kalite yönetimi anlayışında sürekli gelişme amaçlanmaktadır. Bunun için
süreç sürekli izlenmeli ve varsa sürece etki eden nedenler araştırılıp belirlenmelidir.
Sürece etki eden nedenlerin belirlenmesi ve yok edilmesi ile sürecin geliştirilmesi
daha kolay olmaktadır. Ancak sürecin izlenmesi ve geliştirilebilmesi için sürecin
işleyişi hakkında bilgilerin olması gerekmektedir. Bu bilgilerin sağlanabilmesi için
de istatistiksel yöntemlerden yararlanılmaktadır. Toplam kalite yönetiminde sürecin
kontrol altına alınmasının ve sürecin geliştirilmesinin temelinde istatistiksel kalite
kontrolü vardır. İstatistiksel kalite kontrolünün amacı; süreci izleyerek kontrol altına
almak, kontrol altında devam etmesini sağlamak ve yeterliliğini arttırarak
geliştirmektir. Bir üretim sürecinde istatistiksel kalite kontrolünün uygulanmasıyla
değişkenlik azalır ve geleceğe yönelik olarak da iyileşmeler sağlanır (Yüksel, 1998;
12-13, Akal, 2000; 356-358).

1.2.7.2. İstatistiksel Kalite Kontrolünün Uygulanmasında Karşılaşılan Sorunlar
İşletmelerde istatistiksel kalite kontrolü çalışmalarının başarılı olabilmesi için
öncelikle yönetimin bu çalışmaların yararına inanması, çalışmalara destek olması,
liderlik etmesi ve bizzat kendisinin de etkin bir şekilde katılması gerekmektedir.
Yönetimin, istatistiksel kalite kontrolünün kısa süreli bir iş olmadığını ve kaliteyi
geliştirmenin sürekli bir çaba gerektirdiğini benimsemiş olması şarttır (Juran, 1989; 72,
Yüksel, 1998; 39).

20

İstatistiksel kalite kontrolü çalışmalarının başarılı olabilmesi için gerekli
unsurlardan bir diğeri eğitimdir. Bir işletmede istatistiksel kalite kontrolü
çalışmalarına başlamadan önce tüm çalışanların konuyla ilgili olarak eğitilmeleri
büyük önem taşımaktadır. Bu kapsamda; istatistiksel kalite kontrolünün ne anlama
geldiğinin, neden uygulandığının, kaliteye ve süreç geliştirmeye ne gibi faydaları
olduğunun çalışanlara anlatılması onların bu sürece daha kolay ve etkin bir şekilde
katılmalarını sağlayacaktır (Juran, 1989; 321).

İstatistiksel

kalite

kontrolü

çalışmalarında

karşılaşılabilecek

en

büyük

tehlikelerden bir tanesi, problem veya sonuç odaklı yaklaşımlar yerine araç odaklı
yaklaşımların benimsenmiş olmasıdır. Özellikle 1980’li yıllarda pek çok firma kalite
amaçlarını belirleyip kalite iyileştirme projeleri geliştirmek yerine, çalışanlarını
sadece istatistiksel kalite kontrolü teknikleri konusunda eğitti. Ancak doğal olarak
bunun kalite iyileştirmede hiçbir etkisi görülmedi. İstatistiksel kalite kontrolü
çalışmalarında ilk olarak amaçlar belirlenmeli ve daha sonra bu amaçları
gerçekleştirebilmek için uygun araçlar seçilmelidir (Juran, 1989; 171).

Kalite geliştirmede karşılaşılan diğer sorunları aşağıdaki gibi sıralamak
mümkündür (Yüksel, 1998; 41-42):



İletişim Eksikliği: İşletmelerde iletişim eksikliği, farklı bölümlerin veya
kişilerin birbirleriyle uyumlu bir şekilde çalışmasını engelleyecek ve kalite
geliştirme çalışmalarının yürümesini zorlaştıracaktır. Kalite geliştirme
çalışmalarının başarılı olabilmesi için yönetim, işçiler, tedarikçiler ve
müşteriler

arasındaki

iletişimin

iyi

bir

şekilde

sağlanmış

olması

gerekmektedir.



Kaynakların Yetersizliği: Kalite geliştirme çalışmalarında kaynakların
sınırlı olması harcanan çabaları olumsuz yönde etkileyecektir. Kalite
geliştirme çalışmalarının başarılı olabilmesi için gerekli kaynaklar zamanında
ve gerekli yerlere aktarılmalıdır.

21



Problemlerin Çözümünde Yanlış İstatistiksel Yöntemlerin Kullanılması:
Yanlış istatistiksel yöntemlerin kullanılması ile yanlış sonuçlar alınacak ve
sürece etki eden hata kaynaklarının belirlenmesi zorlaşacaktır.



Değişime Karşı Gösterilen Direnç: Bir işletmede istatistiksel kalite kontrolü
yöntemlerinin uygulanmaya başlaması pek çok alanda yenilikler ve
değişiklikler yapılmasını gerektirecektir. Çalışanlar başta insan doğası gereği
değişikliklere uyum sağlamak yerine bunu reddedebilirler. Ancak bu sürecin
aşılması için yönetim tarafından gerekli önlemlerin alınması (eğitim
seminerleri verilmesi, kalite geliştirme çalışmalarının işletmeye ve kişilere
sağlayacağı yararların anlatılması vs.) ve kararlı bir tavır sergilenmesi
oldukça önemlidir.



Problemlerin İşletme İçin Tehdit Edici Bir Öğe Olarak Görülmemesi:
Bugün pek çok işletmede, karşılaşılan problemlerin işletme için tehdit edici
boyutlarda görülmemesi, düzeltici önlemler almak için girişimlerde
bulunulmasını

da

engellemektedir.

İşletme

körlüğü

olarak

da

adlandırılabilecek bu durumun aşılabilmesi için gerekirse belirli dönemlerde
dışarıdan uzmanlar getirilerek işletme hakkındaki görüşlerinin alınması
uygun olacaktır.

22

İKİNCİ BÖLÜM
İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMLERİ

2.1. KONTROL KARTLARI
2.1.1. Temel İlkeler
İstatistiksel süreç kontrolünün temel hedefi süreci değiştiren özel nedenleri
olabildiğince hızlı bir şekilde belirlemek ve pek çok hatalı ürün üretilmeden önce
süreci kontrol altında tutup düzeltici önlemleri alabilmektir. Kontrol kartları, bu
amacı yerine getirmek için en çok kullanılan tekniktir. Kontrol kartlarının bu kadar
çok kullanılan bir teknik olmasının nedenlerini aşağıdaki gibi sıralamak mümkündür
(Grant & Leavenworth, 1999; 39, Montgomery, 2001; 159-164, Besterfield, 2004;
179-180):



Kontrol kartları istatistiksel süreç kontrolünün tam olarak ne olduğunu en iyi
ifade eden araçlardandır.



Kontrol kartları pek çok farklı biçimde kullanılabilir ama en yaygın kullanım
yeri on-line istatistiksel süreç kontrolüdür.



Kontrol kartları hem süreçle ilgili geçmişe dönük bilgiler sağlar hem de
gelecekte elde edilecek verinin istatistiksel olarak kontrol altında olup
olmadığını inceler.



Kontrol kartları en yaygın biçimde süreci iyileştirmek için kullanılır. Kontrol
kartının sürekli ve dikkatli bir şekilde kullanılması özel nedenlerin
tanımlanmasını sağlar. Eğer bu özel nedenler süreçten uzaklaştırılabilirse
değişkenlik azalır ve böylece süreç iyileştirilmiş olur (Şekil 2.1).

23

Şekil 2.1. Kontrol Kartlarını Kullanarak Süreç İyileştirme
Kaynak: Montgomery, 2001; 160



Ancak unutulmamalıdır ki kontrol kartları sadece özel nedenleri belirlerler.
Sorunun giderilebilmesi için yönetim, işçiler, mühendisler vb. birlikte
çalışmalıdırlar.



Öte yandan kontrol kartları tahmin amaçlı da kullanılabilir. Kontrol altındaki
bir sürecin kontrol kartından ortalama, standart sapma, hatalı oranı gibi süreç
parametreleri tahmin edilebilir. Bu tahminler daha sonra sürecin kabul
edilebilir ürünler üretme yeteneğini tespit etmede kullanılabilir.



Kontrol kartları, verimliliği arttırdığı kanıtlanmış bir tekniktir. Başarılı bir
kontrol kartı programı ıskartaları ve yeniden yapmaları azaltacaktır. Böylece
verimlilik artacak, maliyetler azalacak ve üretim kapasitesi artacaktır.



Kontrol kartları hataların önlenmesinde etkilidir. Kontrol kartları ilk seferde
doğru yap felsefesiyle süreci kontrol altında tutmaya yarar. Çünkü her zaman
için baştan önlem alıp hataları önlemek, daha sonra hatalar ortaya çıktığında
önlemeye çalışmaktan daha az maliyetlidir.

24



Kontrol kartları süreçteki gereksiz ayarlamaları, bakımları vs. engeller.
Kontrol kartları değişime neden olan doğal nedenlerle özel nedenleri
birbirinden çok iyi ayırabilir. Kontrol kartları bozuk değilse onarma
felsefesini benimsemiştir.



Kontrol kartları tanımlayıcı bilgi verir. Genellikle kontrol kartlarında
noktaların oluşturduğu desenler deneyimli bir işçiye veya mühendise süreç
hakkında önemli bilgiler sağlar.



Kontrol kartları süreç yeterliliği hakkında bilgi sağlar. Kontrol kartları önemli
süreç parametreleri ve zaman içindeki kararlılıkları hakkında bilgi verir. Bu
bilgiler süreç yeterliliğini tahmin etmede kullanılır.

Tipik bir kontrol kartı; bir örneklemden ölçülen veya hesaplanan bir kalite
karakteristiğini örneklem numarasına veya zamana karşı gösteren bir grafiktir (Şekil
2.2). Bir kontrol kartı:



Merkez Çizgisi: Süreç kontrol altında iken yani sadece genel nedenler
varken kalite karakteristiğinin ortalama değeri.



Üst

Kontrol

Limiti

(ÜKL):

Süreç

kontrol

altında

iken

kalite

karakteristiğinin alabileceği en yüksek değer.



Alt Kontrol Limiti (AKL): Süreç kontrol altında iken kalite karakteristiğinin
alabileceği en düşük değer.

olmak üzere 3 temel çizgiden oluşmaktadır. ÜKL ve AKL; süreç kontrol altında iken
tüm noktaları içerecek şekilde belirlenmiştir. Bir noktanın bile bu sınırların dışına
çıkması sürecin kontrol dışı olduğu anlamına gelir. Ancak tüm noktalar bu limitler
içinde yer alsa bile sistematik veya rastlantısal olmayan bir şekilde bulunmaları da
sürecin istatistiksel olarak kontrol altında bulunmadığı anlamına gelebilir.

25

Şekil 2.2. Tipik Bir Kontrol Kartı
Kontrol kartları ile hipotez testleri arasında yakın ilişki bulunmaktadır: Bir
noktanın kontrol limitleri arasında yer alması “süreç istatistiksel olarak kontrol
altındadır” hipotezinin reddedilememesi anlamına gelirken, bir noktanın kontrol
limitleri dışında yer alması “süreç istatistiksel olarak kontrol altındadır” hipotezinin
reddedilmesi anlamına gelmektedir. Yani kontrol kartlarında her örneklemde sürecin
durumuna dair karar, hipotez testlerinde aynı hipotezin test edilmesiyle alınır (Banks,
1989; 133).

Ancak kontrol kartlarıyla hipotez testlerinin bakış açıları arasında bazı farklılıklar
bulunmaktadır. Hipotez testlerinde varsayımların geçerlilikleri kontrol edilirken,
kontrol kartlarında istatistiksel kontrol seviyesinden uzaklaşmalar tespit edilir.
Ayrıca özel nedenler süreç parametrelerinde farklı değişimlere neden olabilirler.
Örneğin ortalama birdenbire yeni bir değere kayıp orada kalabilir ya da özel neden
kısa süreli etki etmişse tekrar eski değerini alabilir. Burada ilk durum istatistiksel
hipotez testi modeline daha uygundur (Montgomery, 2001; 157).

26

Hipotez testlerinin faydalı olduğu bir alanda kontrol kartlarının performansının
belirlenmesidir. Örneğin hipotez testi kurarak kontrol kartındaki I. tip (süreç kontrol
altındayken kontrol dışı olduğu sonucu) ve II. tip (süreç kontrol dışındayken kontrol
altında olduğu sonucu) hata olasılıkları tespit edilebilir (Montgomery, 2001; 157).

Kontrol kartlarının temel yapısını daha iyi anlayabilmek için basit bir örnek
vermek yerinde olacaktır. Bir üretim sürecinde herhangi bir kalite karakteristiğinin
ortalama değeri 85 mm ve standart sapması 0,02 mm olsun. Kontrol kartının
oluşturulması için her saat başı 3 numuneden oluşan bir örneklem rasgele seçilip
hesaplanan örneklem ortalaması ( x ) karta işlenmektedir. Burada kontrol kartı,
örneklem ortalamasından ( x ) faydalanarak süreci izlemektedir. Bu yüzden bu karta
“ x Kontrol Kartı” denilmektedir.
Süreç ortalaması µ = 85 mm,

standart sapması σ = 0,02 mm ve

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

σx =

σ
n

0,02
=

3

= 0,0115 mm olacaktır.

Eğer süreç 85 mm’lik ortalama ile kontrol altındaysa “Merkezi Limit Teoremi”
kullanılarak x ’nin yaklaşık olarak normal dağıldığı söylenebilir ve hesaplanan
örneklem ortalamalarından %100(1 − α ) ’sının 85 ± z α 2 (0,0115) aralığında olacağı

söylenebilir (Banks, 1989; 134). Eğer zα 2 = 3 alınırsa kontrol limitleri:

ÜKL = 85 + 3(0,0115) = 85,0345 mm
AKL = 85 - 3(0,0115) = 84,9655 mm
olarak bulunur (Şekil 2.3). Bu limitlere “3-sigma kontrol limitleri” denilmektedir
(Ryan, 1989; 72). Örnekten de görüldüğü gibi kontrol limitlerinin genişliği örneklem
büyüklüğü “n” ile ters orantılıdır.

27

Şekil 2.3. x Kontrol Kartı

Kontrol sınırlarının seçilmesi hipotez testi için kritik bölgenin belirlenmesi ile
aynı anlama gelmektedir. H0 hipotezi, ortalaması 85 mm ve standart sapması 0,02 mm
olan bir popülasyondan alınan 3 tane gözlemden oluşan örneklemin ortalamasının
85 mm olduğunu iddia etmektedir. Öte yandan H1 hipotezi ise ortalamanın 85 mm
olmadığını savunmaktadır (Banks, 1989; 135).
H 0 : µ = 85
H 1 : µ ≠ 85

σ = 0,02
n=3

Bu durumda hipotezi test etmek için öncelikle kritik bölgenin belirlenmesi
gerekmektedir. Kritik bölge,

µ ± zα / 2

σ
n

formülüyle bulunur (Şekil 2.4).

28

H0 Red

µ − zα / 2
(a)

H0 Red

σ
n

µ

µ + zα / 2

(b)

Şekil 2.4. (a) Yapılan Tüm Ölçümlerin Dağılımı, N( µ , σ )
(b) x ’lerin Dağılımı, N( µ , σ x )

Şekil 2.4. (a)’da popülasyondaki tüm ölçümlerin dağılımı görülmektedir.
Şekil 2.4. (b)’de ise x ’lerin dağılımı görülmektedir. Bu dağılımda H0 hipotezi için

kritik bölgeler taralı olarak gösterilmiştir. Kritik bölgelerin belirlenmesinde
kullanılan zα / 2 katsayısı keyfi olarak 3 alınıp Şekil 2.4. (b) 90° döndürülürse
3-sigma kontrol limitlerine sahip kontrol kartı elde edilmiş olur (Şekil 2.5). Aslında
bir kontrol kartında H0 hipotezi değişik zamanlarda tekrar tekrar test edilmektedir.

µ + zα / 2

σ
n

µ
µ − zα / 2

σ
n

Şekil 2.5. Kontrol Kartları ile Hipotez Testlerinin İlişkisi

29

σ
n

Kontrol kartları için genel bir model de oluşturulabilir:

w : ilgilenilen kalite karakteristiği

ÜKL = µ w + Lσ w

µw
σw

MÇ = µ w
AKL = µ w − Lσ w

: bu karakteristiğin ortalaması
: bu karakteristiğin standart sapması

L : kontrol limitlerinin merkez çizgiye olan uzaklığı

Kontrol kartları için bu genel teori ilk kez Dr. Walter S. Shewhart tarafından
ortaya atılmıştır ve bu esaslara göre hazırlanan kontrol kartları genellikle “Shewhart
Kontrol Kartları” olarak adlandırılmaktadır (Montgomery, 2001; 159).
2.1.2. Kontrol Limitlerinin Seçimi

Kontrol kartlarının tasarımında verilmesi gereken en kritik kararlardan biri kontrol
limitlerinin seçimidir. Kontrol limitlerini geniş tutmak I. tip hata yapma olasılığını
azaltırken, II. tip hata yapma olasılığını arttırmaktadır. Diğer taraftan kontrol
limitlerini dar tutmak I. tip hata yapma olasılığını arttırırken, II. tip hata yapma
olasılığını azaltmaktadır. Kontrol limitleri seçilirken I. tip ve II. tip hata olasılıkları
optimum düzeyde tutulmaya çalışılmalıdır (Şekil 2.6).

Kontrol Dışı

Kontrol Altında

Kontrol Dışı

II. TİP
-3σx

74,0000

I. TİP
3σx

74,0150

I. TİP HATA : Süreç kontrol altındayken kontrol dışı ol duğu sonucu
II. TİP HATA : Süreç kontrol dışındayken kontrol altında ol duğu so nucu

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

30

Örneğimizde 3-sigma kontrol limitleri kullanılmıştı. Bu örnekteki kalite
karakteristiğinin normal dağıldığı varsayılırsa, standart normal dağılış tablosundan
I. tip hata yapma olasılığının 0,0027 olduğu görülebilir. Yani 3-sigma kontrol
limitleri kullanılan bir süreçte 10000 noktadan 27’si hatalı kontrol-dışı sinyali
verecektir. Süreç kontrol altındayken bir noktanın 3-sigma kontrol limitleri dışında
kalması olasılığı ise tek yönlü olarak 0,00135’tir (Şekil 2.7) (Ryan, 1989; 72).

0,49865

0,00135

0,00135
-3

0

3

Şekil 2.7. 3-Sigma Kontrol Limitleri

Öte yandan kontrol limitlerini x ’nin standart sapmasının çarpanından (L) yola
çıkarak belirlemek yerine, doğrudan I. tip hata olasılığını seçip kontrol limitlerini
buna göre hesaplamak da mümkündür. Örneğin tek yönlü olarak I. tip hata olasılığı
0,001 olarak belirlenirse standart sapmanın çarpanı yaklaşık olarak 3,09 alınacaktır
(Şekil 2.8). Buradan x kontrol kartı için kontrol limitleri hesaplanırsa:

ÜKL = 85 + 3,09(0,0115) = 85,0355
AKL = 85 - 3,09(0,0115) = 84,9645
olarak bulunur. Bu kontrol limitlerine “0,001 Olasılık Limitleri” denir (Montgomery,
2001; 165).

0,499

0,001

0,001
-3,09

0

3,09

Şekil 2.8. 0,001 Olasılık Limitleri

31

Genellikle pratikte iyi sonuçlar verdiği için 3-sigma kontrol limitleri
kullanılmaktadır. Bununla birlikte, pek çok durumda kalite karakteristiğinin dağılımı,
gerçek olasılık limitlerini hesaplamaya yetecek kadar iyi bilinememektedir. Eğer
kalite karakteristiğinin dağılışı normal dağılışa yaklaşıyorsa, bu durumda 3-sigma
kontrol limitleri ve 0,001 olasılık limitleri arasında çok küçük bir fark olacaktır.
Bugün Amerika’da 3-sigma kontrol limitleri kullanılırken, İngiltere ve Doğu
Avrupa’daki bazı ülkelerde 0,001 olasılık limitleri kullanılmaktadır (Şekil 2.9)
(Montgomery, 2001; 165).

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

Bazı uzmanlar kontrol kartlarında iki tip limit kullanılmasını önermektedir
(Montgomery, 2001; 165). Dışta bulunan 3-sigmalık limitler genellikle hareket
limitleridir. Süreçte bu limitler dışına çıkan noktalar için hemen harekete geçilmeli

ve özel nedenler araştırılıp gerekliyse düzeltici önlemler alınmalıdır. İç tarafta
bulunan ve genellikle 2-sigmalık limitler ise “Uyarı Limitleri” olarak isimlendirilir.
Olasılık limitleri kullanıldığında ise hareket limitleri için 0,001 limitleri ve uyarı
limitleri için de 0,025 limitleri kullanılmaktadır (Montgomery, 2001; 165-166).

32

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

ÜUL = 85 + 2(0,0115) = 85,0230
AUL = 85 - 2(0,0115) = 84,9770
olarak bulunur (Şekil 2.10). Eğer bir veya daha fazla nokta uyarı limitleri ile kontrol
limitleri arasında yer alırsa veya uyarı limitlerine çok yakın yer alırsa sürecin düzgün
işlemediği konusunda kuşkulu olunmalıdır. Uyarı limitlerinin kullanılması kontrol
kartlarının duyarlılığını arttırır; ancak kartı kullanan kişiler için kafa karıştırıcı
olabileceği gibi yanlış alarm riskini de arttırabilir.

Şekil 2.10. Kontrol Kartında Uyarı Limitleri ve Kontrol Limitleri
2.1.3. Örneklem Büyüklüğü ve Örnek Alma Sıkılığı

Kontrol kartının tasarımında hem örneklem büyüklüğünün hem de örnek alma
sıklığının belirlenmesi gerekir. Genel olarak daha büyük örneklemler, süreçteki
küçük değişimlerin daha kolay tespit edilebilmesini kolaylaştırır. Bu durum çeşitli
örneklem büyüklüklerinde x kontrol kartı için çizilen “Çalışma Karakteristiği

33

Eğrisi”nde gösterilmektedir (Şekil 2.11). Çalışma karakteristiği eğrisi, özel nedenler
etkisiyle değişen süreç ortalamalarını ve değişen yeni koşullarda örneklemlerin
kontrol limitleri arasında kalmaları olasılıklarını örneklem büyüklüklerine bağlı

x ’nin Kontrol Limitleri Arasına Düşmesi Olasılığı

olarak gösteren grafiktir (Şen, 1991; 14).
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
85,0000 85,0100 85,0200 85,0300 85,0400 85,0500 85,0600 85,0700 85,0800 85,0900 86,0000
Süreç Ortalaması (mm)

Şekil 2.11. x Kontrol Kartı İçin Çalışma Karakteristiği Eğrisi

Örneğin 85,0000 mm’den 85,0200 mm’ye olan bir değişimi tespit edebilme
olasılığı örneklem büyüklüğü n arttıkça artmaktadır. Örneklem büyüklüğü seçilirken,
tespit edilmeye çalışılan değişimin büyüklüğü göz önünde bulundurulmalıdır. Eğer
süreçte büyük değişimler varsa örneklem büyüklüğü daha dar tutulabilir.
Kontrol kartı tasarımında belirlenmesi gereken diğer bir konu da örnek alma
sıklığının belirlenmesidir. Aslında hataları tespit etmek için kontrol kartı tasarımında
en ideal durum çok sık ve büyük örnekler almaktır. Ancak bu ekonomik olarak pek
uygun değildir. Bu yüzden genellikle süreçte sık sık küçük örneklemler alınır veya
daha uzun aralıklarla büyük örneklemler alınır. Günümüz sanayi uygulamalarında
eğilim sık sık küçük örneklemler alma yönündedir. Ancak otomatik ve hızlı ölçme
sistemlerinin gelişmesi ile örneklem büyüklüğünü arttırmak da mümkün olmaya
başlamıştır.

34

Örneklem büyüklüğü ve örnek alma sıklığına karar vermede kullanılan bir yöntem
de kontrol kartının “Ortalama Dizi Uzunluğu (Average Run Length - ARL)”dur.
Bu kavram 1954 yılında Page tarafından ele alınmış ve daha sonra endüstride geniş
uygulamaları olmuştur (Şen, 1991; 18). ARL, kontrol dışı durumu gösteren bir nokta
karta işaretlenmeden önce karta işlenmesi gereken ortalama nokta sayısını
göstermektedir (Ryan, 1989; 103). Herhangi bir Shewhart kontrol kartı için

ARL = 1 / p
olarak hesaplanmaktadır. Burada p bir noktanın kontrol limitleri dışında bulunması
olasılığıdır.
3-sigma limitlerine sahip x kontrol kartında süreç kontrol altında iken bir
noktanın kontrol limitleri dışında olması olasılığı p = 0,0027 olarak bulunmuştu. O
halde; süreç kontrol altında iken x kontrol kartının ortalama dizi uzunluğu (ARL0):

ARL0 =

1
1
=
= 370
p 0,0027

olarak hesaplanır. Yani; süreç kontrol altında olduğunda, ortalama her 370
örneklemde bir kontrol dışı sinyali meydana gelecektir.
Bazen kontrol kartının performansını “Ortalama Sinyal Zamanı (Average Time
to Signal – ATS)”nı kullanarak belirtmek de uygundur (Montgomery, 2001; 168).

Eğer örneklemler sabit h saat aralıklarla alınıyorsa;

ATS = ARL.h
olarak hesaplanmaktadır. 3-sigma limitlerine sahip x kontrol kartında her saat başı
örneklem alındığı kabul edilirse;
ATS = 370.1 = 370 saat

35

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

Örnek olaydaki kontrol kartının ortalamadaki değişimleri belirlemede nasıl
başarılı olduğu incelenecek olursa:
Ortalamanın özel bir neden etkisiyle 85,0300 mm’ye kaydığı varsayılsın. OC
eğrisinden x ’nin kontrol limitleri arasında olması olasılığı yaklaşık 0,60 olarak
hesaplanır. Buradan,

p = 1 - 0,60 = 0,40
ARL1 = 1 / 0,40 = 2,5
olarak hesaplanır. Yani kontrol kartının ortalamadaki bu değişimi belirleyebilmesi
için ortalama 2,5 örnekleme ihtiyaç vardır.

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

ATS = ARL1.h = 2,5 saat
olarak hesaplanır. Yani kontrol kartında ortalama 2,5 saatte, bir nokta kontrol
limitleri dışına çıkacaktır.
Ancak 2,5 saatin fabrikanın üretim süreci için kabul edilemez olduğu ve bu
sürenin yaklaşık 1,5 saate düşürülmek istendiği varsayılsın. Bu durumda; birinci
olasılık örnek alma sıklığını arttırmaktır. Eğer her yarım saatte bir örneklem alınırsa:

ATS = ARL1.h = 2,5 (1/2) = 1,25 saat
olarak hesaplanacaktır. Yani değişimin ortaya çıkmasıyla bu hatanın belirlenmesi
arasında ortalama 1,25 saat geçecektir. İkinci olasılık ise örneklem büyüklüğünü
arttırmak olabilir. Eğer her saat başı 3 yerine 5 numune alınırsa OC eğrisinden

36

85,0300 mm ortalama ve n = 5 için x ’nin kontrol limitleri arasına düşmesi olasılığı
0,30 bulunur. Buradan:

p = 1 – 0,30 = 0,70
ARL1 = 1 / p = 1 / 0,70 = 1,43
ATS = ARL1.h = 1,11 (1) = 1,43 saat
olarak bulunur. Bu durumda ise hatanın ortaya çıkması ile bu hatanın belirlenmesi
arasında ortalama 1,43 saat geçecektir.

Görüldüğü gibi ortalamadaki değişimi yaklaşık olarak 1,5 saatte belirleyebilmek
için 2 adet kontrol kartı tasarımı seçeneği bulunmaktadır. Burada, işletme için önemli
olan diğer faktörler de (örnekleme maliyeti, üretim kapasitesi vs.) göz önünde
bulundurularak tasarımlardan bir tanesi seçilebilir (Grant & Leavenworth, 1999;
410-411).

2.1.4. Örnek Alma

Kontrol kartlarının kullanımında temel konulardan biri de Shewhart’ın “Makul
Alt Gruplar (Rational Subgroups)” olarak adlandırdığı kavrama göre örneklem

verilerinin toplanmasıdır (Banks, 1989; 138). “Makul Alt Gruplar” kavramı; eğer
süreçte özel nedenler varsa, alt gruplar (veya örneklemler) seçilirken,



Bu alt gruplar arasında farklılıklar olması olasılığını maksimize etmek,



Öte yandan bir alt grup içinde, bu özel nedenlere bağlı farklılıklar olması
olasılığını minimize etmek

olarak ifade edilebilir. Üretim süreçlerinde kontrol kartları uygulanırken üretimin
zaman sırasını dikkate alarak makul alt gruplar oluşturmak temeldir. Ancak, örneğin
bir vardiyanın sonunda ve diğer vardiyanın başında veri toplamak yerine her
vardiyanın başında veri toplayarak alt gruplar oluşturmak vardiyalar arasındaki
farklılıkları ortaya çıkarmak açısından daha faydalı olacaktır (Banks, 1989; 138-140).

37

Bir süreçten örnek alınırken iki genel yaklaşım kullanılmaktadır:



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

üretilmiş, özellikle sıralı birimlerden oluşur (Şekil 2.12). Kontrol kartının
birinci amacı süreçteki değişimleri belirlemek ise bu yaklaşım kullanılır. Bu
yaklaşım her alt grup içindeki değişkenlik olasılığını minimize ederken, alt
gruplar arasındaki değişkenlik olasılığını maksimize eder. Şekilden de
görüldüğü gibi süreç ortalaması değiştiği halde, süreç değişkenliği sabit
kalmaktadır. Ayrıca değişkenler için kontrol kartlarında sürecin standart
sapması için daha iyi bir tahmin sağlar. Bu yaklaşım, özellikle sürecin veri
toplanan her noktasının bir fotoğrafını çeker (Grant & Leavenworth, 1999;
290-291, Montgomery, 2001; 170).

Şekil 2.12. Kontrol Kartları İçin Örneklem Alınması İçin “Fotograf Çekme” Yaklaşımı
(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları

Kaynak: Montgomery, 2001; 171

38



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

alınarak rasgele seçilir (Şekil 2.13). Kontrol kartının amacı üretilen tüm
ürünleri değerlendirip kabul edilebilirliği hakkında karar vermekse bu yöntem
kullanılır. Sürecin belirli bir süre için kontrol dışı kalıp tekrar kontrol altına
girdiği durumları belirlemek için bu yöntemin daha etkili olduğu
araştırmacılar tarafından savunulmaktadır. Bu yöntemde her örneklem
içindeki değişkenlik diğerine göre daha fazla olacağından kontrol kartının
limitlerinin daha geniş olacağı unutulmamalıdır (Grant & Leavenworth, 1999;
290-291, Montgomery, 2001; 171).

Şekil 2.13. Kontrol Kartları İçin Örneklem Alınması İçin “Rasgelelik” Yaklaşımı
(a) Süreç Ortalaması (b) Buna Karşılık Gelen x ve R Kontrol Kartları

Kaynak: Montgomery, 2001; 172

39

2.1.5. Kontrol Kartlarındaki Desenlerin Analizi

Bir kontrol kartı, bir veya daha fazla nokta kontrol limitlerinin dışına çıktığında
veya işaretlenen noktalar rastlantısal olmayan bir durum sergilediğinde kontrol dışı
durumu gösteriyor olabilir. Örneğin Şekil 2.14’teki x kartı incelenecek olursa; tüm
noktalar kontrol limitleri içinde olmasına rağmen kontrol dışı bir durum
görülmektedir. Çünkü burada rastlantısal olmayan bir görünüm vardır. Özellikle 25
noktanın 19’u merkez çizginin altında yer almaktadır. Hâlbuki rastlantısal bir dağılım
olsaydı en azından noktaların yarı yarıya merkez çizginin her iki tarafında yer alması
beklenirdi. Ayrıca 4. noktadan sonra 5 nokta yukarı ve 18. noktadan sonra 5 nokta
aşağı doğru diziler (run) göze çarpmaktadır. Bir dizinin rastlantısal olarak 8 ve daha
fazla noktadan oluşması olasılığı çok düşüktür. Dolayısıyla merkez çizginin herhangi
bir tarafındaki böyle bir dizi kontrol dışı durumu işaret eder (Montgomery, 2001;
172).

ÜKL

Merkez
Çizgi

AKL

Örneklem
Numarası

Şekil 2.14. Bir x Kontrol Kartı

Kontrol kartındaki rastlantısal olmayan döngüsel desenler de kontrol dışı durumu
ifade eder. Şekil 2.15’teki x kontrol kartındaki noktalar sinüzoidal bir davranış
sergilemektedirler. Bu tür bir desen sürece özel nedenlerin etki ettiğini doğrultusunda
işaret veriyor olabilir (Banks, 1989; 198).

40

ÜKL

Merkez
Çizgi
AKL

Örneklem
Numarası

Şekil 2.15. Döngüsel Desene Sahip Bir x Kontrol Kartı

Kontrol kartlarındaki desenler incelenirken karşılaşılabilecek en büyük güçlükler;
sistematik olan veya rastlantısal olmayan desenleri belirleyebilmek ve bu desenlerin
nedenlerini ortaya çıkarabilmektir. Bu noktada, kontrol kartlarının istatistiksel
temellerini bilmenin yanı sıra süreç hakkında deneyim ve bilgi sahibi de olunmalıdır.
“The Western Electric” şirketi 1956 yılında kontrol kartlarındaki rastlantısal olmayan
desenlerin belirlenebilmesi için bir el kitabı hazırlamıştır. Buna göre:



Bir nokta 3-sigma kontrol limitlerinin dışında yer alırsa (standart hareket
sinyali),



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



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



Ardışık 8 nokta merkez çizginin bir tarafında yer alırsa

süreç kontrol dışıdır. Burada dikkat edilmesi gereken nokta, bu kurallar her zaman
merkez çizginin yalnız bir tarafı için geçerlidir. Örneğin üst uyarı sınırının üzerindeki
bir noktayı, alt uyarı sınırının altında bir nokta takip ediyorsa bu bir kontrol dışılık
olarak yorumlanamaz. Bu kurallar pratikte genel olarak kontrol kartlarının
hassasiyetini arttırmak için kullanılır. Bu kuralların kullanımı ile süreçteki daha
küçük değişimler, sadece “3-sigma kontrol limitlerini aşma” kuralının kullanılmasına
kıyasla daha hızlı bir şekilde belirlenebilir (Montgomery, 2001; 174-175).

41

“The Western Electric” kuralların yanında kontrol kartlarının hassasiyetini
arttıracak diğer kurallar da aşağıda sıralanmıştır. Bu kuralların varlığı halinde de
süreç kontrol dışındadır (Montgomery, 2001; 176).



Sürekli artış ya da azalış gösteren 6 nokta



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



Ardışık 14 noktanın yukarı ve aşağı hareketi



Ardışık 8 noktadan hiç birinin C bölgesinde olmaması (merkez çizginin hem
altında ve hem de üstünde)



Alışılmadık veya rastlantısal olmayan bir desen



Uyarı veya kontrol limitlerinin yakınında bir veya daha fazla nokta

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

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

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

Kaynak: Montgomery, 2001; 175

42

2.1.6. Kontrol Kartlarının Çeşitleri

Kontrol kartları genel olarak ikiye ayrılabilir:

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

Ölçülebilen ve sürekli bir ölçüm skalasında değer alabilen kalite karakteristikleri için
kullanılır. Bu gibi durumlarda kalite karakteristiğini bir merkezi eğilim veya değişkenlik
ölçüsüyle ifade etmek uygundur. Genellikle merkezi eğilimi kontrol etmek için x
kontrol kartları ve süreç değişkenliğini kontrol etmek içinse örneklem değişim aralığını
(R-range) veya örneklem standart sapmasını esas alan kontrol kartları kullanılır.

2.1.6.1.1. x - R Kartı

Bir süreçteki ölçülebilir kalite karakteristiğinin µ ortalama ve σ standart sapma
ile normal dağıldığı varsayılsın. Eğer x1 , x 2 ,..., x n bu süreçten alınan n boyutluk bir
örneklem ise bu örneklemin ortalaması;

x=

x1 + x 2 + ... + x n
n

olacaktır. Eğer her bir örneklemin ortalamalarının da µ ortalama ve σ x = σ / n
standart sapma ile normal dağıldığı varsayılırsa bu durumda herhangi bir örneklem
ortalamasının

µ + zα / 2σ x = µ + zα / 2

σ

µ − zα / 2σ x = µ − zα / 2

σ

n

ve

n

43

limitleri arasına düşme olasılığı (1- α ) olacaktır (Banks, 1989; 185). Eğer µ ve σ
biliniyorsa yukarıdaki denklemler, örneklem ortalaması için oluşturulan kontrol
kartlarında üst ve alt kontrol limitleri olarak kullanılır. Eğer zα / 2 yerine 3 konulursa
3-sigma kontrol kartları elde edilir. Bir örneklemin ortalaması bu limitlerin dışına
çıkarsa, süreç ortalamasının artık µ ’ye eşit olmadığı anlaşılır.
Ancak pratikte genel olarak µ ve σ bilinmez. Bu nedenle µ ve σ sürecin
kontrol altında olduğu düşünülen bir aralıkta elde edilen örneklem verileri
kullanılarak tahminlenir. Bu tahminlemeyi yapabilmek için en az 4, 5 veya 6
gözlemden oluşan 20-25 tane örneklem kullanmak gerekir. Eğer x1 , x 2 ,..., x m her bir
örneklemin ortalaması ise bu durumda süreç ortalaması µ ’nün en iyi tahminleyicisi;

x=

x1 + x 2 + ... + x m
m

olacaktır. Böylece x , x kontrol kartında merkez çizgi olarak kullanılabilir (Barnes,
1994; 307, Montgomery, 2001; 209).

Kontrol limitlerini belirleyebilmek için ise σ standart sapmasını tahminlemek
gerekmektedir. σ , m tane örneklemin standart sapmaları veya değişim aralıkları
(R-range) kullanılarak tahminlenebilir. Eğer x1 , x 2 ,..., x n süreçten alınan n boyutluk
bir örneklem ise, bu örneklemin değişim aralığı (R-range) en büyük ve en küçük
değere sahip gözlemler arasındaki fark olacaktır:

R = x max − x min

m tane örneklemin değişim aralıkları sırası ile R1 , R2 ,..., Rm olsun. Bu durumda
ortalama değişim aralığı;

R=

R1 + R2 + ... + Rm
m

44

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

ÜKL = x +

3
d2 n

R = x + A2 R

Merkez Çizgi = x
AKL = x −

3
d2 n

R = x − A2 R

olarak belirlenir (Banks, 1989; 187). Çeşitli örneklem büyüklükleri için d 2 ve A2
değerleri EK 2’de verilmiştir.
Süreç değişkenliği ise her bir örneklem için elde edilen değişim aralığı (R-range)
değerlerinin bir karta işlenmesi ile izlenebilir. R kartları için merkez çizgi ve kontrol
limitleri ise aşağıdaki gibi hesaplanır (Banks, 1989; 188);


d
ÜKL = 1 + 3 3
d2



 R = D4 R


Merkez Çizgi = R

d
AKL = 1 − 3 3
d2



 R = D3 R


Çeşitli örneklem büyüklükleri için d 3 , D3 ve D4 değerleri EK 2’de verilmiştir.

Bir süreçteki herhangi bir ölçülebilir kalite karakteristiği için belirlenmiş olan bu
kontrol limitleri geçici kontrol limitleridir. Söz konusu süreçte kalıcı kontrol
limitlerini belirlemek için yapılması gereken, kontrol dışı olan noktaları yok sayıp
geri kalan noktalarla yeniden kontrol limitlerini hesaplamaktır. Bu işlem tüm
noktalar kontrol limitleri içinde kalıncaya kadar devam ettirilir ve sonunda elde
edilen limitler süreç için kullanılması gereken kalıcı kontrol limitleridir. Eğer
başlangıçta geçici kontrol limitleri dışında hiçbir nokta yoksa bu limitler kalıcı olarak
kullanılmaya devam edilir (Montgomery, 2001; 211-212).

45

2.1.6.1.2. x - s Kartı
İstatistiksel kalite kontrolünde yaygın olarak x ve R kartları kullanılmasına

rağmen bazen süreçteki değişkenliği doğrudan standart sapma kullanarak tahmin
etme yoluna da gidilmektedir. Bu noktada x ve s kontrol kartları kullanılmaktadır.
Burada s, örneklem standart sapmasıdır. x ve s kontrol kartları genellikle örneklem
büyüklüğü n > 10 veya 12 ise ve örneklem büyüklüğü değişken ise tercih
edilmektedir (Montgomery, 2001; 239).
x ve s kontrol kartlarının oluşturulmasında izlenen adımlar x ve R kontrol

kartlarının oluşturulmasına benzemektedir. Ancak burada her bir örneklem için
örneklem ortalaması x ve örneklem standart sapması s hesaplanır. Eğer σ 2 , olasılık
dağılışının bilinmeyen varyansı ise bunun tahminleyicisi;
n

∑ (x
s2 =

i

− x)2

i =1

n −1

dir (Ryan, 1989; 83). n tane gözlemden oluşan m tane örneklem ele alındığında ve
i. örneklemin standart sapmasının si olduğu kabul edildiğinde; m tane standart
sapmanın ortalaması;

s=

1 m
∑ si
m i =1

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

ÜKL = x +

3
c4 n

s = x + A3 s

Merkez Çizgi = x
AKL = x −

3
c4 n

s = x − A3 s

olarak belirlenir (Ryan, 1989; 95). Çeşitli örneklem büyüklükleri için c 4 ve A3
değerleri EK 2’de verilmiştir.

46

Süreç değişkenliği ise her bir örneklem için hesaplanan standart sapma s
değerlerinin bir karta işlenmesi ile izlenebilir. s kartları için merkez çizgi ve kontrol
limitleri ise aşağıdaki gibi hesaplanır (Banks, 1989; 212);

3
2 
ÜKL = 1 +
1 − c 4  s = B4 s
 c4

Merkez Çizgi = s

3
2
AKL = 1 −
1 − c4
 c4


 s = B3 s


Çeşitli örneklem büyüklükleri için B3 ve B4 değerleri EK 2’de verilmiştir.
İstatistiksel kalite kontrolü uygulayıcıları genel olarak R kartını s kartına tercih

etmektedirler. Çünkü her bir örneklem için R değerini hesaplamak daha kolaydır.
Ancak son yıllarda standart sapma hesaplama özelliği olan hesap makinalarının
yaygınlaşması ve bilgisayarın istatistiksel kalite kontrolünün vazgeçilmez bir parçası
olmaya başlaması, s kartlarının da kullanımının yaygınlaşmasını sağlamıştır
(Montgomery, 2001; 243).
2.1.6.2. Ölçülemeyen Özellikler İçin Kontrol Kartları (Attributes Control Charts)

Pek çok kalite karakteristiği sürekli veya nicel bir skalada ölçülemez. Bu gibi
durumlarda ölçülemeyen ancak sayılabilen veya hatalı oranı ve hatalı sayısı şeklinde
ifade edilebilen kalite karakteristikleri için ölçülemeyen özellikler için kontrol
kartları kullanılır.
Ölçülemeyen özellikler için genel olarak üç tip kontrol kartından söz edilebilir
(Smith, 1998; 322). Bunlardan ilki, üretim süreci boyunca üretilen hatalı ürünlerin
oranını veya sayısını esas alan kontrol kartlarıdır. Bu kontrol kartlarına “p veya np
Kontrol Kartları” denilmektedir. İkinci tip kontrol kartları ise belirli bir zaman veya
alanda gözlenen, sürekli bir skalada ölçülemeyen fakat sayılabilen olayları esas alan
kontrol kartlarıdır. Bu kontrol kartlarına da “c Kontrol Kartları” denilmektedir. Son
olarak birim başına hataların belirlendiği durumlar için kullanılan kontrol kartları yer
almaktadır. Bu kontrol kartlarına ise “u Kontrol Kartları” denilmektedir.

47

2.1.6.2.1. p ve np Kartları

p kontrol kartları, bir üretim süreci boyunca üretilen hatalı ürünlerin oranını esas
alarak süreci kontrol etmektedir. Hatalı oranı, bir popülasyondaki hatalı gözlemlerin
sayısının popülasyondaki tüm gözlemlerin sayısına oranı olarak tanımlanmaktadır ve
genel olarak ondalıklı veya yüzdelik olarak ifade edilmektedir. Ancak bu veriler
üçüncü kişilere veya yönetime sunulurken daha anlamlı olması bakımından yüzdelik
ifadeler tercih edilmektedir.

Bir ürün pek çok kalite karakteristiği açısından incelenebilir ve bu kalite
karakteristiklerinden bir veya bir kaçı önceden belirlenen standartlara uymuyorsa
ürün hatalı olarak ayrılır. Yani burada muayene edilen ürünler hatalı/hatasız olarak
ayrılmaktadırlar. Bu yüzden p ve np kontrol kartlarının istatistiksel temeli Binom
dağılışına dayanmaktadır.
n üründen oluşan rasgele bir örneklem seçilsin ve bu örneklemdeki her bir ürünün
hatalı olması olasılığı ise p ile gösterilsin. Eğer bu örneklemdeki hatalı ürün sayısı D
ile belirtilecek olursa bu durumda D, n ve p parametrelerine bağlı binom dağılışı
gösterecektir (Banks, 1989; 147). Örneklemdeki ürünlerin bağımsız olduğu ve p’nin
de sabit kaldığı varsayılırsa Binom olasılık fonksiyonu;
n
n− x
P{D = x} =   p x (1 − p )
 x

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

olacaktır. Binom dağılışında rasgele değişken olan D’nin ortalamasının np ve
varyansının da np(1 − p ) olduğu bilinmektedir.
Bu örneklemdeki hatalı oranı ise hatalı ürün sayısını gösteren D’nin örneklem
büyüklüğü n’ye oranıdır:

pˆ =

D
n

48

Burada pˆ , popülasyona ait gerçek p değerinin tahminleyicisidir ve pˆ ’nın dağılışı da
Binom dağılışından elde edilir. pˆ ’nın ortalaması ve varyansı ise;

µ=p

σ 2 pˆ =

p (1 − p )
n

olarak hesaplanır (Banks, 1989; 147).

Eğer hatalı oranı p’nin üretim sürecinin tamamı için gerçek değeri biliniyorsa
veya hatalı oranı p değeri yönetim tarafından standart bir değer olarak belirlenmişse
yukarıdaki bilgiler doğrultusunda p kontrol kartı için kontrol limitleri;

ÜKL = p + 3

p(1 − p )
n

Merkez Çizgi = p
AKL = p − 3

p(1 − p )
n

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

Eğer sürecin tamamı için hatalı oranı p bilinmiyorsa bu durumda p’nin
gözlemlenen değerlerden tahminlenmesi gerekir. Bunun için her biri n boyutunda m
tane örneklem alınır. Genel bir kural olarak m, 20-25 olmalıdır. Eğer i. örneklemde
Di kadar hatalı ürün varsa bu durumda i. örneklemdeki hatalı oranı;

pˆ i =

Di
n

i = 1,2,..., m

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

49

m

∑D

m

i

∑ pˆ

i =1

n
m

p=

=

i

i =1

m

olacaktır (Banks, 1989; 148). Burada p , tüm süreç için bilinmeyen hatalı oranı p’nin
tahmini olmaktadır. Bu bilgiler doğrultusunda p kontrol kartı için kontrol limitleri;

ÜKL = p + 3

p (1 − p )
n

Merkez Çizgi = p
AKL = p − 3

p (1 − p )
n

olarak belirlenir (Banks, 1989; 148).

Eğer her bir örneklemin boyutu n, örneklemden örnekleme farklılık gösteriyorsa
değişken kontrol limitleri kullanılır. Bu durumda,

m

∑D

i

p=

i =1
m

∑n

i

i =1

olmak üzere, i. örneklem için kontrol limitleri;

ÜKL = p + 3

p (1 − p )
ni

Merkez Çizgi = p
AKL = p − 3

p (1 − p )
ni

olarak belirlenir (Montgomery, 2001; 299).

50

Değişken örneklem boyutları söz konusu olduğunda ikinci bir yaklaşım ise
yaklaşık kontrol limitleri kullanmaktır. Bu yaklaşım daha çok örneklem boyutları
arasındaki farklılığın %20’yi geçmediği durumlar için uygundur (Montgomery,
2001; 301). Burada kontrol limitleri sabit olmaktadır. Sabit kontrol limitlerinin
belirlenmesi için ortalama örneklem boyutu n hesaplanmalıdır:

m

∑n
n=

i

i =1

m

Buradan yaklaşık kontrol limitleri;

ÜKL = p + 3

p (1 − p )
n

Merkez Çizgi = p
AKL = p − 3

p (1 − p )
n

olarak belirlenir (Montgomery, 2001; 301).

np kontrol kartları ise bir üretim süreci boyunca üretilen hatalı ürünlerin sayısını
esas alarak süreci kontrol etmektedir. np kontrol kartları için kontrol limitleri;

ÜKL = np + 3 np(1 − p )
Merkez Çizgi = np
AKL = p − 3 np(1 − p )
olarak belirlenir (Aft, 1988; 247). Eğer sürecin tamamı için p değeri bilinmiyorsa
veya bu değer yönetim tarafından belirlenmemişse, bu durumda p’nin tahmini olarak
p kullanılır. Bu kontrol kartlarında da değişken örneklem boyutlarının var olduğu
durumlarda yapılması gerekenler p kontrol kartlarındakilere benzemektedir
(Woodall, 1997, Montgomery, 2001; 297-298).

51

2.1.6.2.2. c Kartı

c kontrol kartları, bir üretim süreci boyunca üretilen ürünlerin belirli bir alandaki
veya belirli bir zaman aralığındaki hata sayılarını esas alarak süreci kontrol
etmektedir. Bu yüzden c kontrol kartlarının istatistiksel temeli Poisson dağılışına
dayanmaktadır. Poisson olasılık dağılışı;

P( x) =

e −c c x
x!

x = 0,1,2,...

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

sayılarını göstermektedir. c > 0 ise Poisson dağılışının parametresidir ve hem
ortalamayı hem de varyansı ifade etmektedir. Bu bilgiler doğrultusunda c kontrol
kartları için kontrol limitleri;

ÜKL = c + 3 c
Merkez Çizgi = c
AKL = c − 3 c
olarak belirlenir (Banks, 1989; 168). Burada c, sürecin tamamı için belirlenen
Poisson dağılışı parametresidir veya yönetim tarafından belirlenmiştir. Bu
hesaplamalar sonucunda AKL negatif çıkarsa bu limitin değeri sıfır olarak alınır.
Eğer sürecin tamamı için c bilinmiyorsa c’nin c olarak gözlemlenen değerlerden
tahminlenmesi gerekir. Bu durumda kontrol limitleri;

ÜKL = c + 3 c
Merkez Çizgi = c
AKL = c − 3 c
olarak belirlenir (Smith, 1998; 340).

52

2.1.6.2.3. u Kartı

u kontrol kartları, birim başına hatalı sayılarını esas alarak süreci kontrol
etmektedir. Eğer n boyutluk bir birimde gözlenen hata sayısı x ile ifade edilecek
olursa birim başına hatalı sayısı;

u=

x
n

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

değişkenidir. Buradan kontrol limitleri;

ÜKL = u + 3

u
n

Merkez Çizgi = u
AKL = u − 3

u
n

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

Bir süreçteki herhangi bir ölçülemeyen kalite karakteristiği için belirlenmiş olan
bu kontrol limitleri geçici kontrol limitleridir. Söz konusu süreçte kalıcı kontrol
limitlerini belirlemek için yapılması gereken, kontrol dışı olan noktaları yok sayıp
geri kalan noktalarla yeniden kontrol limitlerini hesaplamaktır. Bu işlem tüm
noktalar kontrol limitleri içinde kalıncaya kadar devam ettirilir ve sonunda elde
edilen limitler süreç için kullanılması gereken kalıcı kontrol limitleridir. Eğer
başlangıçta geçici kontrol limitleri dışında hiçbir nokta yoksa bu limitler kalıcı olarak
kullanılmaya devam edilir (Woodall, 1997, Besterfield, 2004; 308-309).

53

Kontrol kartları, istatistiksel süreç kontrolü teknikleri arasında en yaygın
kullanılanı ve en etkili olanıdır (Montgomery, 2001; 177). Ancak hiçbir zaman
unutulmamalıdır ki, kontrol kartları çok iyi bir sorun çözme ve süreç iyileştirme aracı
olmasına rağmen, diğer istatistiksel süreç kontrol araçlarıyla birlikte kullanıldığı
zaman daha etkili olmaktadır.

2.2. HİSTOGRAM VE GÖVDE-YAPRAK GRAFİĞİ

Histogram, belli bir kalite karakteristiğinin aldığı değerlerin ve bu değerlere
karşılık gelen frekansların çubuk grafiği şeklinde gösterimi olarak tanımlanabilir
(Ryan, 1989; 242). Gövde-yaprak grafiği ise belli bir kalite karakteristiğinin aldığı
tüm değerleri gösteren özel bir gösterimdir (Ryan, 1989; 245).
Histogram ve gövde-yaprak grafiği, süreci genel olarak tanımak amacıyla
kullanılan araçlardandır. Ortalama, mod, değişim aralığı, verilerin dağılışlarının türü
vb. gibi pek çok bilgi bu grafiklerden ilk bakışta elde edilebilir (Banks, 1989; 462).

(a)

(b)

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

(MINITAB Çıktısı)

54

2.3. ÇETELE DİYAGRAMI

Çetele diyagramı, istatistiksel süreç kontrolü uygulanmalarında kullanılan araçların
başında gelir. Çetele diyagramı basit şekliyle verileri kategorilerine ayıran ve sonra
bulguların kontrol işaretleriyle kaydedildikleri formlardır (Banks, 1989; 463).
Bir çetele diyagramı hazırlanırken dikkat edilecek temel noktalar şunlardır (Aft, 1988; 79):


Toplanacak verinin tipi ve özellikleri



Departman, kısım veya işlem numaralarının düzgün bir şekilde kaydedilmesi



İşlemin yapıldığı tarih



Veriyi kimin toplayacağı

Şekil 2.18’de erkek gömleği üretim sürecine ait bir çetele diyagramı
görülmektedir. Bu tablo dikkatli incelendiğinde hataların daha çok dikiş kopuğu,
dikiş kayması ve yağ lekesi olarak yoğunlaştığı görülmektedir. Buradan yola
çıkılarak bu hataların bozuk veya ayarları yapılmamış bir dikiş makinasından
kaynaklandığını görmek mümkündür.
Hizmet Türü
: B121 Gömlek Üretimi
Departman Adi : Dikimhane
Toplam Adet : 60
Örnek Hacmi : 500

Tarih
Saat
Veri Toplayan
Düsünceler

: 03.12.2004
: 08:00-15:00
: Musa
: Dikis makinalarinin bakimi yapilacak

HATA TIPI

ÇETELE

HATA ADEDI

Kirik, kopuk dügmeler

III

3

Eksik dügmeler

II

2

Dikis kopugu

IIII IIII

10

Dikis kaymasi

IIII IIII IIII II

17

Ton farkliliklari

IIII I

6

Yag lekesi

IIII IIII IIII III

18

Kumas hatalari

IIII

4

TOPLAM HATA

60

Şekil 2.18. Çetele Diyagramı

55

2.4. PARETO DİYAGRAMI

Pareto diyagramı (Şekil 2.19) basitçe, kategorilere ayrılmış ölçülemeyen
değişkenlerin frekans dağılışıdır. Burada frekansı en yüksek olandan başlayarak tüm
kategoriler sıralı bir şekilde çubuk grafik ile gösterilir. Ayrıca her faktörün toplam
içindeki yüzdesi bulunur ve grafikte kümülâtif yüzde çizgisi ile gösterilir (Banks,
1989; 467).

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



En önemli problemi belirler.



Bir bakışta önem sırası görülebilir.



Bütün faktörler içinde ilgilenilen faktörün önem yüzdesi görülebilir.



Karmaşık hesaplara gerek duymadan kolaylıkla hazırlanabilir.

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

hatalar pareto diyagramı sayesinde kolaylıkla görülebilmektedir.

YÜZDE (%)

Şekil 2.19. Pareto Diyagramı (SPSS Çıktısı)

56

2.5. NEDEN-SONUÇ DİYAGRAMI
İlk kez 1976 yılında Ishikawa tarafından geliştirilmiştir. Bu yüzden “Ishikawa
Diyagramı” olarak da isimlendirilir. Ayrıca görünüşü bakımından balık kılçığına

benzediği için “Balık Kılçığı Diyagramı” da denilmektedir (Banks, 1989; 474).
Neden-sonuç diyagramı (Şekil 2.20); belirli bir problem veya sonucun nedenini
araştırmak ve belirlemek için sonuca etki eden bütün nedenleri bir arada göstermek
amacıyla kullanılmaktadır. Bir hata veya sorun belirlenip üzerinde çalışılmaya
başlanıldığında, öncelikle sonucun potansiyel nedenleri araştırılır. Özellikle
nedenlerin açık olmadığı durumlarda, potansiyel nedenleri gruplandırmaya ve her bir
grup içinde farklı nedenleri sıralamaya yarayan neden-sonuç diyagramı sıklıkla
kullanılmaktadır. Neden-sonuç diyagramı oldukça güçlü bir araçtır. Ayrıntılı bir
şekilde hazırlanan neden-sonuç diyagramı pek çok sorunun çözümlenmesinde etkili

bir sorun gidericidir. Deneyimli bir takım tarafından hazırlanan ve özellikle beyin
fırtınası gibi çeşitli tekniklerle tartışılan bir neden-sonuç diyagramı sorunların
çözümlenmesi için oldukça başarılı bir yaklaşımdır (Aft, 1988; 97).
Neden-sonuç diyagramı oluşturmanın aşamaları aşağıdaki gibi sıralanabilir
(Montgomery, 2001; 181):


Analiz edilecek problem ya da sonucu belirle.



Analizi yapacak takımı oluştur. Bu takım potansiyel sebepleri “beyin
fırtınası” ile ortaya çıkaracaktır.



Sonuç kutusunu ve merkez çizgiyi çiz.



Potansiyel nedenleri belirle ve onların bulunduğu kutuları merkez çizgiye
birleştir.



Gerekirse yeni kategoriler ekle



Düzeltici önlemler al.

57

ÇEVRE
MAKINA

METOD

SONUÇ /
PROBLEM

IS GÜCÜ

MALZEME
ÖLÇÜM

Şekil 2.20. Neden-Sonuç Diyagramı (Ishikawa Diyagramı, Balık Kılçığı Diyagramı)
2.6. HATA YOĞUNLUĞU DİYAGRAMI

Hata yoğunluğu diyagramında bir ürün tüm boyut ve açıları göz önüne alınarak
çizilir ve üzerine nerelerinde hatalar olduğu işaretlenir. Hataların oluştuğu yerlerin
görüntülenmesi hatanın nedeni hakkında ipucu verebilir (Montgomery, 2001;182).

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

görülmektedir. Buzdolabı yüzeyinde gözlenen hatalı kısımlar, ürünün hata
yoğunluğu

diyagramı

üzerinde

işaretlenmiştir.

Daha

sonra

bu

diyagram

incelendiğinde gözlenen bu hatanın taşıma sırasında oluştuğu sonucuna varılabilir.
Çünkü buzdolabı işletme içinde bir birimden başka bir birime taşınırken etrafına bir
taşıma kayışı sarılmaktadır. Bu diyagram incelendiğinde bu kayışın ürüne çok sıkı
bağlandığı, bu kayışın yüzeyinin aşındırıcı bir yüzey olabileceği ya da bu kayışın
eninin çok dar olduğu gibi sonuçlara varılabilir.

58

Şekil 2.21. Buzdolabı İçin Hata Yoğunluğu Diyagramı

Kaynak: Montgomery, 2001; 183

2.7. SERPME DİYAGRAMI

Serpme diyagramı iki değişken arasındaki potansiyel ilişkiyi belirlemek için
kullanılır. Değişkenler arasındaki bu ilişkiler özellikle neden-sonuç diyagramı üzerinde
beyin fırtınası yaparken yorumlamalar yapılmasını kolaylaştırır. Örneğin; iplik
bükümünün beklenenden düşük çıkmasının sebebi, iplik uzunluğu boyunca iplik
çapının artış gösterdiği bölgelerin var olduğu sonucuna dayandırılabilir (Şekil 2.22).
Grafik Başlığı
1400

1300

Büküm Sayısı (T/m)

1200

1100
Tip 18Y
Doğrusal (Tip 18Y)
1000

900

y = -8128,906x + 2213,927
R2 = 0,693

800

700
0,110

0,120

0,130

0,140

0,150

0,160

0,170

Ortalama Çap (mm)

Şekil 2.22. Serpme Diyagramı

59

2.8. YEDİ YENİ İSTATİSTİKSEL KALİTE KONTROLÜ YÖNTEMİ
İstatistiksel kalite kontrolünde kullanılan muhteşem yedi (kontrol kartları,

histogram ve gövde-yaprak grafiği, çetele diyagramı, pareto diyagramı, sebep-sonuç
diyagramı, hata yoğunluğu diyagramı, serpme diyagramı) dışında, problemlerin
çözümü ile ilgili olarak tasarım yaklaşımı metodu uygulanır. Tasarım yaklaşımında
kullanılan ve “Yedi Yeni İKK Aracı” olarak bilinen teknikler ürün kalitesinin
iyileştirilmesinde, maliyetlerin azaltılmasında ve yeni ürün geliştirilmesinde fayda
sağlamaktadır (Mizuno,1988; 15-21; Besterfield, 2004; 475).
Bu teknikleri kısaca aşağıdaki gibi açıklamak mümkündür:
2.8.1. İlişki Diyagramı (Relations Diagram)
İlişki diyagramı, karmaşık bir duruma uygun bir çözüm bulmak için karışık

nedensel ilişkileri belirlemek ve birbiriyle ilişkilendirerek çözüme yaklaşmak
amacıyla geliştirilmiş bir tekniktir. Bu yöntem faktörler arası sebep-sonuç
ilişkilerinin açıklık kazanmasına yardımcı olmakta ve yeni fikirlerin oluşmasına
imkân sağlamaktadır (Mizuno,1988; 23, Besterfield, 2004; 477).
Bir problemin çözümünde ilişki diyagramı oluşturulacaksa genel olarak şu
adımlar izlenmelidir (Tetsuichi & Kazuo, 1990; 252-253):



Problem tanımlanır.



Bu problemin nedenleri belirlenir.



Bu nedenler beyin fırtınası yöntemiyle tartışılır ve geliştirilir.



Problem ve nedenleri arasında mantıksal ilişkiler belirlenir.



Belirlenmiş olan nedenler yeniden gözden geçirilir, problem ve nedenleri
arasındaki ilişkiler yeniden incelenir.



Bu çalışmalar doğrultusunda ilişki diyagramı çizilir.



Problemin birincil nedenleri belirlenir.

60

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

sonuç ilişkisi yaratabilmek amacıyla oklar yardımıyla ilişkilendirilmiştir.

Sebep 6

Problem 3

Sebep 4
Sebep 2
Problem 1

Sebep 1

Sebep 5
Sebep 3
Sebep 7
Problem 2

Şekil 2.23 İlişki Diyagramı

Kaynak: Mizuno, 1988; 89

İlişki diyagramı; kalite politikalarının belirlenmesinde ve geliştirilmesinde,

müşteri şikâyetlerini önlemeye ilişkin yöntemlerin sıralanmasında, süreç kalitesinin
geliştirilmesinde,

girdi

kalite

kontrolünün

kolaylaştırılmasında

kullanılır

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

2.8.2. Yakınlık Diyagramı (Affinity Diagram)

Yakınlık diyagramı, katılımcı grup çalışması esasına dayanan organizasyonel bir
yöntemdir. İlk kez Kawakito Jiro tarafından geliştirilmiştir (Mizuno, 1988; 25).
Bu yöntemde problemler, farklı düşünce ve deneyimlere sahip insanların bir araya
gelip elde ettikleri verileri karşılıklı tartışma ve değerlendirmeler sonucunda
gruplandırarak genel durum hakkında sonuca varmalarıyla çözümlenir. Bu yöntem
genellikle daha önceden karşılaşılmayan karmaşık durumlar karşısında çeşitli
kaynaklardan elde edilen sözel verilerin gruplandırılarak karmaşık durumun açığa
çıkarılması için kullanılır (Tetsuichi & Kazuo, 1990; 245, Besterfield, 2004; 477).

61

Yakınlık diyagramı oluşturulurken izlenilmesi gereken adımlar aşağıdaki gibi
sıralanabilir (Tetsuichi & Kazuo, 1990; 246-248):



Öncelikle açığa çıkarılması gereken konu belirlenir.



Konuyla ilgili sözel veriler toplanır. Bu sözel veriler takımdaki üyelerin
tahminleri, fikirleri, karşılaştıkları durumlar karşısındaki deneyimleri ve
gözlemlerinden oluşur.



Bu sözel veriler kartlara yazılır.



Bu kartlar bir araya getirilerek birbiriyle ilişkili olanlar gruplandırılır.



Bu gruplandırma esas alınarak yakınlık diyagramı oluşturulur.

Şekil 2.24’te yönetimsel aktivitelerin geliştirilmesi için hazırlanmış yakınlık

diyagramı örneği görülmektedir.
Yönetim Faaliyetlerinin Geliştirilmesinde
Karşılaşılan Sorunlar
Yönetimin Hatası

Yetersiz Liderlik
Kabiliyeti

Yönetimin
Hoşnutsuzluğu

Takım Üyelerinin İşle
İlgili Olmamaları

Yöneticilerin ve
Danışmanların Karşılaştıkları

Yaşlı İşçiler

Önemli Problemleri Fark
Edemeyecek Kadar
Meşgul Olmaları

KK yöntemlerini
anlamamak

İsteksiz olmak

Takım toplantılarına
katılmamak

Çok sayıda toplantıya
katılmak zorunda olmak

KK yöntemlerini
diğer çalışanlara
öğretememek

Yeni şeyler
öğrenmek
istememek

Sadece emekliliğini
beklemek

Her şeyi kendi başına yapması
gerekmek

Diğer çalışanların
görüşlerine önem
vermemek

Birlikte
çalışmaktan
hoşlanmamak

Yetersiz fiziksel güce
sahip olmak

Yoğun bir kırtasiye trafiği
içinde kalmak

Yöneticilerin Kendi
Bildiklerini Yapması

Takım Üyeleri Arasında
İletişim Yetersizliği

Kendi düşüncelerini
zorla kabul ettirmek

Takım toplantılarında aktif rol
oynamamak

Esnek olmamak

Başka fikirlere sürekli karşı çıkmak

Geç vakitlere kadar çalışmak
zorunda kalmak
İşlerin monotonlaşması

Şekil 2.24. Yakınlık Diyagramı

Kaynak: Tetsuichi & Kazuo, 1990; 249

62

Yakınlık diyagramı; yeni kurulan bir işletmenin, yeni bir ürünün ya da yeni bir
projenin kalite kontrol politikalarının belirlenmesinde ve geliştirilmesinde, takım
çalışmalarını güçlendirmede ve teşvik etmede, TKY çalışmaları sırasında çeşitli
bölümlerdeki insanların farklı görüşlerini bir araya getirmede ve bir başlangıç
noktası oluşturmada, yeni ve bilinmeyen bir pazara girildiğinde kalite politikalarının
yönetilmesinde kullanılır (Mizuno, 1988; 28, Kısaoğlu, 2002; 19).
2.8.3. Sistematik Diyagramı (Dendogram)

Sistematik diyagramı, belirli amaçların başarılmasında en uygun ve en etkili olan
araçları inceleme yöntemidir. Bu yöntem, bir problem karşısında tüm etkenleri
sistematik bir şekilde göz önünde bulundurarak amaca ulaşılmasını hedefler.
Sistematik diyagramı, gittikçe dallara ayrılan bir ağaca benzetilebilir. Sorunun
kökünün belirlenmesi ve bu soruna neden olan etkenlerin sistematik bir şekilde
gösterilmesi problemin çözümünde en uygun yolun belirlenmesini sağlayacaktır
(Mizuno, 1988; 31, Kısaoğlu, 2002; 20, Besterfield, 2004; 480).
Sistematik diyagramı oluştururken izlenilmesi gereken adımlar aşağıdaki gibi
sıralanabilirler (Tetsuichi & Kazuo, 1990; 258-260):



Çözülecek problem ya da ulaşılmak istenen bir hedef belirlenir.



Problemin çözümü ya da hedefin gerçekleştirilmesi için gereken birincil
etkenler belirlenir.



Birincil etkenler ile ilişkili ikincil etkenler belirlenir.



Seviyeler arttırılabilir.



Bu etkenlerin birbirleriyle ve problem ya da hedefle olan ilişkileri gözden
geçirilir.



Sistematik diyagramı çizilir.

63

Şekil 2.25’te sistematik diyagramının genel yapısı görülmektedir.

1. Seviye
Etkenler

2. Seviye
Etkenler

3. Seviye
Etkenler

4. Seviye
Etkenler

PROBLEM
HEDEF

Şekil 2.25. Sistematik Diyagramı

Kaynak: Mizuno, 1988; 156

Sistematik diyagramı; yeni bir ürün geliştirilirken bir tasarım-kalite planının
yapılmasında, kalite kontrolü faaliyetlerinin etkinliğinin geliştirilmesi için tasarlanan
kalite seviyeleriyle kontrol kartları arasındaki ilişkilerin belirlenmesinde, sebepsonuç diyagramı oluşturulmasında, yeni kurulan işletmelerde kalite ve maliyet ile
ilgili ortaya çıkan problemlerin çözülmesi için yeni fikirlerin geliştirilmesinde
yönetime yardımcı olmak amacıyla kullanılır (Mizuno, 1988; 31).

2.8.4. Matris Diyagramı (Matrix Diagram)

Matris diyagramı, çok seviyeli ve çok boyutlu ilişkilerin anlaşılması ve ifade
edilmesi için kullanılan bir yöntemdir. Bu yöntem sebepler ve sonuçlar ya da
hedefler ve yöntemler arasındaki ilişkilerin gösterilmesi için kullanılır. Burada
sebepler ve sonuçlar ya da hedefler ve yöntemler bir matrisin satır ve sütunlarına
yazılır. Satır ve sütunların kesiştiği yerlerde faktörler arasındaki ilişkiler belirlenerek

64

problem açığa çıkarılır ve çözüm yöntemlerinin belirlenmesi sağlanır. Satır ve
sütunlarda yer alan faktörler arasındaki ilişki seviyelerinin gösterilmesinde ise çeşitli
işaretler kullanılır (örneğin; : güçlü ilişki, : normal ilişki, : zayıf ilişki vb).
Matris diyagramı, yapısı sayesinde problemin tamamını kolaylıkla görüp
anlayabilmeyi sağlar (Tetsuichi & Kazuo, 1990; 265-268, Besterfield, 2004; 481-483).
Matris diyagramları pek çok temel yapıda hazırlanabilir ve anımsattıkları harfe
göre isimlendirilirler (Şekil 2.26) (Mizuno, 1988; 33, Tetsuichi & Kazuo, 1990; 265):



L-tipi matris diyagramı, iki boyutlu bir tablodur ve faktörler satır ve
sütunlarda yer almaktadır.



T-tipi matris diyagramı, iki tane L-tipi matris diyagramının birleşiminden
oluşmaktadır.



Y-tipi matris diyagramı, üç tane L-tipi matris diyagramının birleşiminden
oluşmaktadır.



X-tipi matris diyagramı, dört tane L-tipi matris diyagramının birleşiminden
oluşmaktadır.



C-tipi matris diyagramı, üç boyutlu bir tablodur. Üç tane faktör setinin
karşılıklı olarak birbiriyle etkileşimlerini göstermektedir.

Matris diyagramı; bir ürünün geliştirilmesi ve iyileştirilmesi için yeni fikirlerin
ortaya atılmasında, kalite fonksiyon göçerimi uygulamalarında, çeşitli kontrol
fonksiyonları yardımıyla kalitenin farklı seviyelerini bir araya getirerek kalite
güvence sisteminin kurulması ve sürekliliğinin sağlanmasında, kalite değerlendirme
sisteminin etkinliğinin arttırılmasında, üretim sürecindeki uygun olmayan nedenlerin
izlenmesinde, bir ürünün özellikleri ile pazar koşulları arasındaki ilişkilerin
belirlenerek pazar stratejilerinin oluşturulmasında, çeşitli projeler arasındaki teknik
ilişkilerin belirlenmesinde kullanılır (Mizuno, 1988; 33, Kısaoğlu, 2002; 20).

65

L-Tipi

T-Tipi

X-Tipi

Y-Tipi

C-Tipi

Şekil 2.26. Matris Diyagramı Çeşitleri

Kaynak: Mizuno, 1988; 173-178

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

Matris veri analiz diyagramı yöntemi ile matris diyagramından elde edilen
karmaşık veriler düzenlenerek kolaylıkla anlaşılabilir ve karşılaştırılabilir sonuçlar
elde edilir. Bunun için matris diyagramındaki faktörler arasındaki ilişkiler
sayısallaştırılır. Bu yöntem, yedi yeni kalite kontrol yöntemi içinde veri analizine
dayanıp, sayısal sonuçlar veren tek yöntemdir. Bu yöntem sonucunda elde edilen
veriler tablo formunda gösterilir (Mizuno, 1988; 36-38).

66

Matris veri analiz diyagramı; faktörlerin çok karışık olduğu durumlarda üretim
süreçlerinin incelenmesinde, çok fazla veri içerisinden uygunsuz olanların
analizinde, pazar araştırmaları sonucunda elde edilmek istenilen kalite seviyelerinin
yakalanmasında,

duyumsal

veya

sözel

verilerin

sistematik

bir

şekilde

sınıflandırılmasında, karmaşık kalite değerlendirmelerinin yorumlanmasında ve
doğrusal olmayan verilerin analizinde kullanılır (Mizuno, 1988; 38).
2.8.6. Ok Diyagramı (Arrow Diagram)

Ok diyagramı, günlük planların oluşturulması ve takibi yöntemidir. Bu yöntem,
bir süreç içerisinde birbirini takip eden işlem basamaklarını oklar yardımıyla bir ağ
şeklinde göstermektedir. Ok diyagramı, günlük planlar için PERT ve CPM

yöntemlerinden türetilmiş bir yöntemdir (Mizuno, 1988; 42, Tetsuichi & Kazuo,
1990; 273).

Ok diyagramı oluşturulurken çeşitli semboller kullanılmaktadır. Bu semboller ve
anlamları Tablo 2.1’de verilmiştir.
Tablo 2.1. Ok Diyagramında Kullanılan Semboller ve Anlamları

İşlem

Sembol

Anlam

Planı gerçekleştirmek için
izlenilmesi gereken yolu

İşlem

gösterir.
Bağlantı Noktası
İşlem Numarası

İşlemleri gösterir.

3

İşlem sırasını gösterir.

Eş zamanlı paralel
Kukla İşlem

işlemleri bağlarken ardışık
ilişkileri gösterir.

Kaynak: Tetsuichi & Kazuo, 1990; 274

67

Ok diyagramı oluşturulurken izlenilmesi gereken adımlar aşağıdaki gibi
sıralanabilirler (Tetsuichi & Kazuo, 1990; 276-277):



Yapılacak işlemler listelenir.



Bu işlemler ayrı ayrı kartlara yazılır.



Bu kartlar büyük bir kâğıt üzerinde işlem sırası göz önünde bulundurularak
belirli bir sıraya konur.



Daha sonra bu işlemler oklar yardımıyla birleştirilir.



Son olarak her işlemi tamamlayabilmek için gerekli süreler belirlenir.

Şekil 2.27’de bir ok diyagramının genel yapısı görülmektedir.

1

2

1

2

2

2

3

2

1

4

3

2

3

3

3

3

3

4

3

5

Şekil 2.27. Ok Diyagramı

Kaynak: Mizuno, 1988; 251

Ok diyagramı, özellikle hat yöneticilerinin gerçekleşen faaliyetleri izlemeleri
konusunda oldukça yardımcı olan bir yöntemdir. Bu yöntem; yeni bir ürün veya
mevcut bir ürünü geliştirme planlarının oluşturulmasında ve takibinde, deneysel
çalışmalar için günlük planların oluşturulmasında ve takibinde, önceden yapılan
üretim planlarının kalite kontrol çalışmalarıyla eş zamanlı olarak yürütülmesinin
sağlanmasında, periyodik bakım planlarının hazırlanmasında ve takibinde, kalite
kontrol faaliyetlerinin planlanmasında ve takibinde kullanılmaktadır (Mizuno, 1988;
44, Kısaoğlu, 2002; 21).

68

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

Süreç karar program kartı, olayların gelişimini ve olası sonuçların çeşitliliğini
değerlendirerek istenilen sonuçları elde etmek için hangi süreçlerin kullanılacağının
belirlenmesinde yol gösteren bir yöntemdir. Yöneylem araştırmalarında kullanılan
süreç karar program kartı çeşitli problemler karşısında uygun sonuçları önceden
tahmin ederek en iyi olası çözümleri sağlayacak önlemleri hazırlar (Mizuno, 1988; 40,
Besterfield, 2004; 485).

Süreç karar program kartı; yönetim için uygulama planlarının oluşturulmasında,
teknoloji geliştirmek için uygulama planlarının oluşturulmasında, bir sistemde ileride
gerçekleşebileceği düşünülen temel olaylar için bir tahminleme ve önlem alma
politikasının

oluşturulmasında,

üretim

sürecindeki

uygunsuzlukların

minimizasyonuna yönelik önlemlerim alınmasında, henüz tasarlanmakta olan süreç
için bakım-onarım ve ayarlama ölçütlerinin belirlenmesinde kullanılır (Mizuno,1988;
40-42).

69

ÜÇÜNCÜ BÖLÜM
UYGULAMA

3.1. TEKSTİL SEKTÖRÜNE GENEL BİR BAKIŞ
İnsanlar ilk çağlarda çeşitli hayvanlardan elde ettikleri derilerle vücutlarını
kapatarak soğuk, yağış gibi olumsuz çevre koşullarından korunmaya çalışırlardı.
Daha sonraları değişik medeniyetlerin kurulması ve insanoğlunun daha iyiyi araması
sonucu hayvan derilerinin yerini basit tekniklerle elde edilmiş tekstil yüzeyler
almaya başladı. İnsanlar olumsuz çevre koşullarından korunmak için kullandıkları
tekstil yüzeyleri zamanla örtünmek, çeşitli sosyal sınıfları ayırt etmek (soylular,
kraliyet ailesi, halk v.b.), rönesansla birlikte moda anlayışının ortaya çıkmasıyla
giyim zevklerini tatmin etmek gibi nedenlerle kullanmaya başladılar.

Günümüzde tekstil, sonsuz insan ihtiyaçlarını karşılamak amacıyla modern
teknolojileri kullanarak sürekli kendini yenileyen, rekabetçi ve kaliteye önem veren
bir sektör haline dönüşmüştür.

Tekstil ve hazır giyim sektörü ülkemiz için oldukça önemli bir konumdadır.
Sektör, diğer gelişmekte olan ülkelerde olduğu gibi ülkemizde de gerek üretim ve
istihdama olan katkısı ve gerekse ihracat yoluyla döviz kazandırma sebebiyle
lokomotif olma özelliğini sürdürmektedir.

Tekstil ve hazır giyim sektörü GSMH içerisindeki %3,5’lik, sanayi üretimindeki
%16,3’lük, imalat sanayi üretimindeki %18,7’lik, toplam istihdamdaki %11’lik ve
endüstri istihdamı içindeki %30’luk payı ile ülkemiz ekonomisinde oldukça önemli
bir yere sahiptir. Kayıt dışılığın, bu sektörde diğer sektörlere oranla daha fazla
olduğu dikkate alındığında, sektörün genel ekonomimiz içindeki gerçek ağırlığının
daha yüksek oranlarda olduğu düşünülmektedir (DTM Tekstil ve Konfeksiyon
Ürünleri Dairesi, 2004; 91).

70

Yıllık ihracatımızın yaklaşık %30’luk kısmını tekstil ve hazır giyim sektörü
oluşturmaktadır. Tablo 3.1’de 2001’den bu yana Türkiye’nin hazır giyim ve
konfeksiyon ihracatı ile tekstil ve hammaddeleri ihracatının genel ihracat içindeki
yerleri görülmektedir.

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

Hazır Giyim
Türkiye
Genel
Birim: 1000$

ve

Tekstil
Genel

Konfeksiyon İçindeki

ve

Genel

Hammaddeleri

İçindeki

İhracatı

Payı

İhracatı

Payı

31.049.213

7.483.175

%24,1

2.865.872

%9,2

36.174.260

9.172.193

%25,4

2.979.471

%8,2

47.880.277

11.516.422

%24,1

3.661.104

%7,6

64.010.231

13.097.851

%20,5

4.565.602

%7,1

35.362.373

6.848.421

%19,4

2.443.193

%6,9

İhracatı

2001
(Ocak-Aralık)
2002
(Ocak-Aralık)
2003
(Ocak-Aralık)
2004
(Ocak-Aralık)
2005
(Ocak-Haziran)
Kaynak: İTKİB, 2005
Bugün dünyada yaklaşık 33 milyon hektarlık bir alanda pamuk lifi üretimi
yapılmaktadır. 2004-2005 yılı için tahmin edilen dünya pamuk lifi üretim miktarı
yaklaşık 25,2 milyon tondur. Bu değer bir önceki yıla göre %20 daha fazladır.
2004-2005 yılı için tahmin edilen dünya pamuk lifi tüketimi ise yaklaşık 22,7 milyon
tondur. Bu değer ise bir önceki yıla göre 1,5 milyon ton yani %6,9 daha fazladır ve
şimdiye kadar gözlenen en yüksek miktardır. Bununla birlikte 2004-2005 yılı için
tahmin edilen dünya pamuk lifi stoku yaklaşık 10 milyon ton civarındadır
(Engelhardt, 2005; 5).

71

Türkiye’de ki durum gözden geçirilecek olursa; 2004-2005 yılı için yaklaşık
700 bin hektar alanda pamuk lifi üretimi gerçekleştirilmektedir ve tahmin edilen
üretim miktarı yaklaşık 900 bin tondur. Bu değerlere göre ülkemiz pamuk lifi üretim
miktarı açısından dünyada 7. sırada yer almaktadır. Tablo 3.2.’de 2004-2005 yılı için
ülkelere göre tahmini pamuk lifi üretim miktarları ve verimler görülmektedir (TİM,
2004, Engelhardt, 2005; 5).

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

Ülkeler

Üretim Miktarı (milyon ton)

Verim (kg/hektar)

Çin

6,3

1071

ABD

4,8

877

Hindistan

3,6

379

Pakistan

2,4

748

Brezilya

1,4

1195

Özbekistan

1,1

801

Türkiye

0,9

1294

Dünya

25,2

692

Kaynak: Engelhardt, 2005; 5

Tablo 3.3.ve 3.4’te ise 2004-2005 yılında dünyada ve Türkiye’de kimyasal ve
doğal liflerin tahmini üretim miktarları görülmektedir.

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

Kimyasal Lifler

Dünya (ton)

Türkiye (ton) Türkiye’nin Payı (%)

Sentetikler

34.781.000

1.116.000

3,2

Selülozikler

3.198.000

11.000

0,3

37.979.000

1.127.000

3,0

Toplam

Kaynak: TİM, 2004, Engelhardt, 2005

72

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

Doğal Lifler
Pamuk

Dünya (ton)

Türkiye (ton) Türkiyenin Payı (%)

25.200.000

920.000

3,7

Yün

1.274.000

12.000

0,9

İpek

98.000

15

0,0

Rami

249.400

0

0,0

Sisal

314.701

0

0,0

Abaca

97.880

0

0,0

Agave

55.910

0

0,0

Keten

782.054

55

0,0

66.325

800

1,2

3.264.050

0

0,0

125.200

0

0,0

31.527.520

932.870

3,0

Kenevir
Jüt
Kapok
Toplam

Kaynak: TİM, 2004, Engelhardt, 2005

İplik sektörü gözden geçirilecek olursa, 2002 yılı verilerine göre dünyada yaklaşık
168,6 milyon adet kısa lif ring iği ve 8,1 milyon adet de open-end rotoru
bulunmaktadır. Üretilen pamuk ipliği ise yılda yaklaşık 21 milyon tonun üzerindedir.
Ülkemizde ise pamuk ipliği üretimi yılda yaklaşık 1 milyon 215 bin tondur. Türkiye,
dünyada en büyük kapasiteye sahip ülkeler içinde ring iplikçiliğinde 5., open-end
iplikçiliğinde ise 4. sıradadır. Ülkemiz dünya kapasitesinin ring iplikçiliğinde
%3,5’ine, open-end iplikçiliğinde ise %6,3’üne sahiptir (Özer, 2004; 5,
Çelik & Bozkurt, 2005; 30).

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

73

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

Ülkeler

2000

2001

2002

Çin

6.570.000

6.972.000

7.989.000

Hindistan

3.165.000

3.117.000

3.084.000

ABD

1.906.000

1.618.000

1.541.000

Pakistan

1.627.000

1.729.000

1.818.000

Türkiye

1.005.000

1.040.000

1.215.000

Brezilya

1.207.000

1.055.000

1.044.000

Tayvan

777.000

674.000

623.000

Rusya

287.000

314.000

304.000

Japonya

366.000

312.000

258.000

Kore

269.000

262.000

278.000

Almanya

259.000

267.000

244.000

İtalya

254.000

249.000

232.000

Mısır

221.000

166.000

165.000

İspanya

143.000

140.000

138.000

Portekiz

133.000

129.000

127.000

Fransa

132.000

117.000

100.000

Kaynak: Özer, 2004; 10

Kumaş sektörü incelendiğinde pamuklu dokumada ülkemizin üretimi 2002 yılında
yaklaşık 538 bin ton, 2003 yılında 549 bin ton, 2004 yılında 563 bin ton olarak
gerçekleşmiştir. Bu rakamın 2005 yılında 573 bin tona çıkması beklenmektedir.
Pamuklu dokumada ülkemizin kapasitesi 2002 yılında 630 bin ton olarak
kaydedilmiş olup kapasite kullanım oranı ise %87,3 düzeyindedir. 2000 yılında 113
bin ton olan pamuklu dokuma ihracatımız 2001 yılında yaklaşık 135 bin tona
çıkmıştır (DTM Tekstil ve Konfeksiyon Ürünleri Dairesi, 2004; 96).

İplikte olduğu gibi dokumada da kapasite, gelişmekte olan ülkelerde
yoğunlaşmıştır. Ancak dokumada ipliğe oranla gelişmiş ülkelerin payı daha

74

yüksektir. Türkiye’de dokuma alt sektörü ipliğin aksine yeterince büyük değildir
(Özer, 2004; 7).

Tablo 3.6.’da ülkelere göre dokuma kapasiteleri görülmektedir.

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

Pamuklu Dokuma
Ülkeler
Çin

Mekiksiz Tezgâh

Mekikli Tezgâh

Filament

Yünlü

Dokuma

Dokuma

113.600

633.650

197.126

24.000

Rusya

87.000

7.100

10.000

10.000

Tayland

52.600

77.900

50.000

0

ABD

39.470

1.950

10.718

1.240

Brezilya

38.850

78.500

0

15.000

Endonezya

27.000

200.000

34.000

0

Özbekistan

25.000

0

0

0

Pakistan

23.650

10.300

50.000

0

Romanya

18.950

3.000

6.700

4.000

Tayvan

18.220

620

18.244

620

Ukrayna

18.000

0

0

0

Japonya

16.380

23.050

48.680

13.380

Türkiye

16.000

30.000

3.000

6.250

Meksika

14.500

35.000

0

1.150

Hindistan

13.460

123.700

1.500

7.300

İran

13.000

12.800

0

0

İtalya

11.540

1.640

4.800

16.700

Portekiz

9.020

1.620

0

1.550

Fransa

4.600

0

4.500

1.350

Malezya

4.000

1.200

0

0

695.230

1.450.218

495.893

124.380

Dünya

Kaynak: Özer, 2004; 8

75

Örme kumaş ihracatımız ise 2003 yılında %19,1 artarak 63.167 tona yükselmiştir.
Örme kumaş ihracatındaki artış dokuma kumaştan daha çok olmuştur. Bunun
sebepleri üretim sürecinin dokumaya oranla daha basit olması ve yatırım
maliyetlerinin daha az olması olarak sıralanabilir (Özer, 2004; 33).

Hazır giyim sektörü incelendiğinde ise bu sektörün ülkemiz ihracatının önemli bir
kısmını oluşturduğu görülmektedir. 2002 yılında nispeten istikrarlı bir ortama
kavuşulması, finansal imkanların artması ve maliyetinin düşmesi, dış talep artışı ile
yıl içinde Euro’nun ABD Doları karşısında %18,4 değer kazanması, iplik bazında
konfeksiyon ihracatının çok yüksek hızda (%18,2 – 103.200 ton) artarak 669.000
tona yükselmesini ve toplam ihracatın 968.900 tona çıkmasını sağlamıştır (Özer,
2004; 30).

Ancak son yıllarda Uzak Doğu ülkelerinin, özellikle Çin’in çok düşük işçilik
maliyetleriyle ucuza üretim yapması tekstil sektörümüzü alarma geçirmiştir. Uzun
yıllardan bu yana Avrupa ve Amerika’nın kumaş ve hazır giyim tedarikçisi
konumundaki ülkemiz, düşük işçilik maliyetleri ile oldukça ucuza üretim yapan ve
bugün tekstil ihracatımız için büyük bir tehdit olarak görülen Çin ile rekabet etmek
durumundadır. Ülkemizde işçilik maliyetlerinin belirli bir seviyenin altına
düşmeyeceği göz önünde bulundurulursa rekabet için kalitenin ne kadar önemli
olduğu açıkça görülmektedir. Ucuz ürünler ile rekabet edebilmenin tek yolu biraz
daha pahalı ancak çok daha kaliteli ürünler üretmekten geçmektedir. Bunun için
tekstil işletmeleri istatistiksel kalite kontrolünün önemini anlamalı ve bir an önce
istatistiksel kalite kontrolü yöntemlerini uygulamalıdırlar.

Küreselleşen dünyada tekstil işletmelerinin rekabet edebilmeleri ve ayakta
kalabilmeleri için ürettikleri ürünlerin kalitelerinin hem müşterilerin beklentilerini
karşılaması hem de dünyaca kabul edilmiş standartlara uygun olması gerekmektedir.
Bununla birlikte kaliteli üretimin yanı sıra maliyetlerin de düşük seviyelerde
tutulması oldukça önemlidir. Bu yüzden hem kaliteli hem de düşük maliyetlerle
üretim yapabilmek için istatistiksel kalite kontrolü tekniklerinin tekstil işletmelerinde
uygulanması ihtiyacı hızla artmaktadır.

76

3.2. İPLİK İŞLETMELERİNDE İSTATİSTİKSEL KALİTE KONTROLÜ
Çalışmanın bu bölümünde, Tariş İplik Fabrikası’nda üretilen Ne 30/1 numara
karde-triko pamuk ipliğinin numarasının ve ayrıca Zinser 350 marka ring iplik
makinalarında meydana gelen iplik kopuşlarının izlenmesi için kontrol kartı
uygulaması yapılmıştır.

3.2.1. İplik Numarasının Kontrolü
İplik numarası, fiziksel iplik özellikleri arasında en önemli özelliklerden bir
tanesidir. Bir ipliği tanımlamak için ilk akla gelen özelliği numarasıdır. İplik numarası
ipliğin inceliğinin bir ifadesidir. En basit tanımıyla iplik numarası, belirli bir
uzunluktaki ipliğin ağırlığıdır veya belirli bir ağırlıktaki ipliğin uzunluğudur. Bugün
dünyada genel olarak pamuk ipliğinin numarasını ifade etmek için İngiliz numaralama
sistemi kullanılmaktadır. İngiliz numaralama sistemine göre pamuk ipliğinin numarası
Nec veya Ne olarak ifade edilir. Ne olarak iplik numarası, 1 libre ağırlığındaki pamuk
ipliğinin kaç tane 840 yarda uzunluk içerdiği anlamına gelmektedir.

Bir iplik işletmesinde iplik numarasının kontrol edilmesi oldukça büyük önem
taşımaktadır: Birbirinden farklı numaralardaki iplik bobinleri kullanılarak üretilen
dokuma veya örme kumaşlarda gerek görsel gerekse yapısal hatalar oluşacaktır. Ayrıca
bu kumaşların boyanması sonrasında da dalgalı veya çizgili görüntüler ortaya çıkacaktır.

Çalışmada, Tariş İplik Fabrikası’nda gerçekleştirilen Ne 30/1 karde-triko pamuk
ipliği üretimi için 13 numaralı Zinser 350 marka ring iplik makinasının üretimi bir ay
boyunca takip edilmiş ve x − s kontrol kartı kullanılarak kontrol ve uyarı limitleri
belirlenmiştir. Örneklemlerin alınmasında ise sistematik örnekleme yapılmış, 1200
iğle iplik eğiren makinanın ön ve arka taraflarından her gün ardışık 6’şar iplik kopsu
seçilmiştir.

Tablo 3.7.’de Ne 30/1 karde-triko pamuk ipliği üretimi için 13 numaralı Zinser
350 ring iplik makinasından bir ay boyunca alınan örneklemler görülmektedir.

77

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

Makina No
Makina Model
İplik No
Tarih
18.04.2005
19.04.2005
20.04.2005
21.04.2005
22.04.2005
23.04.2005
24.04.2005
25.04.2005
26.04.2005
27.04.2005
28.04.2005
29.04.2005
30.04.2005
01.05.2005
02.05.2005
03.05.2005
04.05.2005
05.05.2005
06.05.2005
07.05.2005
08.05.2005
09.05.2005
10.05.2005
11.05.2005
12.05.2005
13.05.2005
14.05.2005
15.05.2005
16.05.2005
17.05.2005
18.05.2005
19.05.2005
20.05.2005
21.05.2005
22.05.2005
23.05.2005
24.05.2005
25.05.2005

1
30,4
30,2
30,2
29,8
30,1

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

: 13
: Zinser 350
: Ne 30/1 Pamuk Karde-Triko
x
2
3
4
5
6
7
8
9
10 11 12
30,6 29,0 30,3 30,5 29,7 30,6 29,4 29,5 30,5 30,4 29,5 30,033
29,2 30,7 29,8 30,3 30,0 30,1 30,6 29,9 30,4 30,5 30,4 30,175
30,6 30,3 29,8 30,9 31,2 29,5 31,1 29,8 30,9 28,9 28,8 30,167
29,4 29,1 30,7 30,2 29,9 30,3 30,6 29,2 31,0 29,6 30,4 30,017
30,1 30,4 30,0 30,2 29,5 30,2 29,4 30,5 29,6 30,5 29,0 29,958
23Nisan Ulusal Egemenlik ve Çocuk Bayramı
P
a
z
a
r
30,2 30,6 30,1 30,1 29,6 30,7 30,3 30,3 30,2 29,7 29,5 30,183
31,0 30,5 30,2 29,9 29,9 30,4 30,7 30,5 30,4 29,8 29,7 30,258
30,0 30,7 30,6 30,8 29,9 30,7 31,1 31,2 30,2 30,6 30,0 30,483
30,2 29,1 29,6 29,5 29,1 30,8 30,5 29,5 29,8 29,7 29,5 29,808
31,0 30,2 31,1 30,4 30,2 30,5 30,1 30,4 30,6 30,2 30,3 30,475
30,6 31,2 30,4 31,1 30,2 30,4 30,0 30,7 30,1 30,2 29,7 30,383
P
a
z
a
r
30,9 30,1 30,0 29,5 29,7 30,3 30,1 30,3 30,2 29,7 29,7 30,083
30,5 30,6 30,1 29,4 29,9 30,1 30,0 30,2 30,5 30,4 29,1 30,075
30,3 30,4 30,2 30,1 29,5 30,3 30,5 30,7 29,3 29,5 29,8 30,058
30,3 30,1 29,4 29,7 29,9 30,2 30,1 30,4 29,9 29,9 29,5 29,992
31,2 30,2 29,4 29,9 29,7 30,4 30,3 30,2 30,5 29,3 29,8 30,092
30,1 30,0 29,6 29,1 29,8 30,5 30,6 30,2 30,1 29,7 29,9 29,983
P
a
z
a
r
30,0 30,3 30,1 30,0 29,5 30,0 30,7 30,0 29,9 29,8 29,9 30,008
30,4 30,7 30,1 30,9 30,1 30,1 30,3 30,4 30,0 30,8 30,0 30,292
30,0 30,4 29,5 29,8 30,2 30,8 29,6 30,5 29,8 29,9 29,5 30,050
29,8 29,5 30,2 29,3 30,3 30,9 29,4 29,4 29,8 30,5 29,8 29,917
30,1 31,2 30,3 31,0 30,1 30,3 29,7 30,0 30,0 30,2 30,1 30,317
30,8 30,3 30,0 28,8 29,8 30,2 31,2 29,7 29,5 29,3 29,5 29,992
P
a
z
a
r
31,0 30,5 29,6 29,9 29,3 30,7 30,2 31,2 30,2 29,7 29,8 30,217
30,0 30,2 30,1 30,2 30,6 30,4 30,2 30,0 30,6 29,6 29,9 30,200
30,5 30,7 30,2 30,3 29,9 30,5 30,0 30,1 29,0 29,1 29,5 30,008
19 Mayıs Gençlik ve Spor Bayramı
30,3 30,8 30,8 29,6 29,6 30,3 31,2 30,6 30,5 31,0 29,4 30,358
30,6 31,0 30,6 29,7 30,8 31,0 30,2 30,8 30,4 30,4 31,0 30,492
P
a
z
a
r
30,1 30,0 30,7 29,5 29,7 31,1 30,6 31,2 31,0 29,6 29,5 30,292
30,2 30,4 31,2 31,0 29,9 30,3 30,7 31,7 30,2 30,3 29,5 30,508
30,1 27,5 29,9 29,8 29,4 29,7 29,3 29,5 29,6 29,5 29,4 29,483

x=

Ortalama 30,141

s
0,569
0,414
0,821
0,615
0,478

0,430
0,394
0,451
0,548
0,322
0,451
0,397
0,447
0,440
0,342
0,518
0,406
0,287
0,363
0,444
0,495
0,449
0,701
0,583
0,310
0,547
0,579
0,514
0,639
0,595
0,679

s =
0,491

78

Ne 30/1 karde-triko pamuk ipliği üretim süreci için x ve s kontrol kartlarına ait
geçici kontrol limitleri ve uyarı limitleri aşağıdaki şekilde hesaplanmıştır:

x Kartı İçin Geçici Kontrol Limitleri:

ÜKL = x +

3
c4 n

s = x + A3 s = 30,141 + (0,886).(0,491) = 30,576

Merkez Çizgi = x = 30,141

AKL = x −

3
c4 n

s = x − A3 s = 30,141 − (0,886).(0,491) = 29,705

x Kartı İçin Geçici Uyarı Limitleri:

ÜUL = x +

2
c4 n

s = 30,141 +

2
0,9776 12

0,491 = 30,431

Merkez Çizgi = x = 30,141
AUL = x −

2
c4 n

s = 30,141 −

2
0,9776 12

0,491 = 29,850

s Kartı İçin Geçici Kontrol Limitleri:


3
2
ÜKL = 1 +
1 − c4
 c4


 s = B4 s = (1,646).(0,491) = 0,809


Merkez Çizgi = s = 0,491

3
2
AKL = 1 −
1 − c4
c

4


 s = B3 s = (0,354).(0,491) = 0,174


s Kartı İçin Geçici Uyarı Limitleri:


2
2


2 
ÜUL = 1 +
1 − c 4  s = 1 +
1 − 0,9776 2 0,491 = 0,703
 0,9776

 c4

Merkez Çizgi = s = 0,491

2
2
AUL = 1 −
1 − c4
 c4


2


 s = 1 −
1 − 0,9776 2 0,491 = 0,280
 0,9776



79

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

triko pamuk ipliği üretim süreci için x ve s kontrol kartları çizilmiştir.
İplik Numarası (Ne)

x Kartı

Günler

İplik Numarası (Ne)

s Kartı

Günler

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

Geçici Limitler

80

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

3. günde (20.04.2005) noktalar kontrol limitlerinin dışında yer almaktadırlar. İplik
üretim süreci için kalıcı kontrol limitlerinin belirlenebilmesi için bu günler yok
sayılarak limitler yeniden aşağıdaki gibi hesaplanmıştır:
x Kartı İçin Geçici Kontrol Limitleri:

ÜKL = x +

3
c4 n

s = x + A3 s = 30,162 + (0,886).(0,473) = 30,582

Merkez Çizgi = x = 30,162
AKL = x −

3
c4 n

s = x − A3 s = 30,162 − (0,886).(0,473) = 29,743

x Kartı İçin Geçici Uyarı Limitleri:

ÜUL = x +

2
c4 n

s = 30,162 +

2
0,9776 12

0,473 = 30,442

Merkez Çizgi = x = 30,162
AUL = x −

2
c4 n

s = 30,162 −

2
0,9776 12

0,473 = 29,883

s Kartı İçin Geçici Kontrol Limitleri:


3
2
ÜKL = 1 +
1 − c4
 c4


 s = B4 s = (1,646).(0,473) = 0,779


Merkez Çizgi = s = 0,473

3
2
AKL = 1 −
1 − c4
 c4


 s = B3 s = (0,354).(0,473) = 0,168


s Kartı İçin Geçici Uyarı Limitleri:


2
2


2 
ÜUL = 1 +
1 − c 4  s = 1 +
1 − 0,9776 2 0,473 = 0,677
 0,9776

 c4

Merkez Çizgi = s = 0,473

2
2
AUL = 1 −
1 − c4
 c4


2


 s = 1 −
1 − 0,9776 2 0,473 = 0,270
 0,9776



81

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

hesaplandığında tüm noktalar kontrol limitleri içinde kalmaktadırlar ve artık bu yeni
limitler iplik üretim süreci için kalıcı limitlerdir. Çıkarılan noktalar yuvarlak içine
alınarak hesaplamalara katılmadığı gösterilmiştir.
İplik Numarası (Ne)

x Kartı

Günler
İplik Numarası (Ne)

s Kartı

Günler

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

Kalıcı Limitler

82

3.2.2. İplik Kopuşlarının Kontrolü
İplik kopuşu basitçe iplik makinasında herhangi bir iğde eğirilen ipliğin koparak o

iğin iplik bağlanıncaya kadar çalışmaması anlamına gelmektedir. İğin tekrar
çalıştırılabilmesi için kopan ipliğin düğüm atılarak bağlanması gerekmektedir. İplik
kopuşu, iplik makinasının markasına ve modeline göre aynı motordan hareket alan 1,
4, 6, 8 veya 12 iğin birlikte durmasına yol açmaktadır. Tabiî ki iplik kopuşları
istenilmeyen

durumlardır

ve

sebeplerinin

araştırılarak

en

aza

indirilmesi

gerekmektedir.

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

üretim miktarı azalır. Bununla birlikte bobinleme sırasında her bir düğüm, iplik
temizleme üniteleri tarafından çıkarılıp yerine daha küçük düğümler atılarak
giderilmeye çalışılır ve bu da üretimi yavaşlatır. Ayrıca iplik düzgünsüzlüğünün
ölçülmesi sırasında bu küçük düğümler sık rastlanan hatalara dönüşüp iplik
kalitesinin düşmesine neden olabilir. Bu yüzden iplik kopuşlarının izlenmesi bir iplik
fabrikasında oldukça büyük önem taşımaktadır. Kopuşlar kontrol limitlerini aştığında
özel nedenlerin etkisi araştırılıp giderilmeye çalışılmalıdır.

Çalışmada, Tariş İplik Fabrikası’nda 1200 iğlik Zinser 350 ring iplik
makinalarındaki iplik kopuşları (1000 iğ/saat) bir ay boyunca etüt edilmiş ve c kartı
kullanılarak kontrol ve uyarı limitleri belirlenmiştir.

Tablo 3.8.’de Zinser 350 ring iplik makinalarında yapılan iplik kopuş etüdü
sonuçları görülmektedir.

83

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

Tarih

Saat

Süre
(dk)

Vardiya

19.04.2005
19.04.2005
19.04.2005
19.04.2005
20.04.2005
20.04.2005
21.04.2005
22.04.2005
25.04.2005
25.04.2005
26.04.2005
27.04.2005
27.04.2005
28.04.2005
28.04.2005
28.04.2005
29.04.2005
02.05.2005
02.05.2005
03.05.2005
03.05.2005
03.05.2005
04.05.2005
04.05.2005
04.05.2005
04.05.2005
09.05.2005
09.05.2005
10.05.2005
10.05.2005
12.05.2005
13.05.2005
13.05.2005
13.05.2005
16.05.2005
16.05.2005
16.05.2005
17.05.2005
17.05.2005
18.05.2005
18.05.2005
18.05.2005
20.05.2005

09:05-10:05
09:30-10:30
13:15-14:15
13:45-14:45
13:17-14:17
16:30-17:30
13:15-14:15
09:00-10:00
13:45-14:45
16:20-17:20
16:45-17:45
13:30-14:30
16:20-17:20
09:25-10:25
13:30-14:30
16:10-17:10
13:25-14:25
09:30-10:30
16:15-17:15
08:40-09:40
13:20-14:20
16:15-17:15
09:35-10:35
13:15-14:15
15:55-16:55
16:05-17:05
09:40-10:40
13:20-14:20
13:15-14:15
16:10-17:10
13:25-14:25
09:35-10:35
13:25-14:25
16:20-17:20
09:35-10:35
13:15-14:15
16:10-17:10
13:15-14:15
16:15-17:15
09:25-10:25
13:20-14:20
16:10-17:10
16:35-17:35

60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60
60

C
C
C
C
C
A
C
C
A
B
B
A
B
A
A
B
A
B
C
B
B
C
B
B
C
C
C
C
C
A
C
C
C
A
A
A
B
A
B
A
A
B
B

1 Saatte 1 Makinadaki
(1200 iğ)
Kopuş Sayıları
75
83
119
88
54
76
74
125
50
74
23
66
56
87
94
73
24
50
115
98
60
128
66
72
74
112
55
102
96
152
91
54
121
131
40
48
65
56
61
55
68
72
112
Ortalama =

1000 iğ/saatteki
Kopuş Sayıları
63
69
99
73
45
63
62
104
42
62
19
55
47
73
78
61
20
42
96
82
50
107
55
60
62
93
46
85
80
127
76
45
101
109
33
40
54
47
51
46
57
60
93
65,79

84

Zinser 350 ring iplik makinalarındaki kopuş sayıları (1000 iğ/saat) için
hazırlanacak c kontrol kartına ait geçici kontrol limitleri ve uyarı limitleri aşağıdaki
şekilde hesaplanmıştır:
c Kartı İçin Geçici Kontrol Limitleri:

ÜKL = c + 3 c = 65,79 + 3 65,79 = 90,13
Merkez Çizgi = c = 65,79
AKL = c − 3 c = 65,79 − 3 65,79 = 41,46
c Kartı İçin Geçici Uyarı Limitleri:

ÜUL = c + 2 c = 65,79 + 2 65,79 = 82,02
Merkez Çizgi = c = 65,79
AUL = c − 2 c = 65,79 − 2 65,79 = 49,57
Şekil 3.3.’te, hesaplanan bu limitler göz önünde bulundurularak Zinser 350 ring

iplik makinalarındaki kopuş sayıları (1000 iğ/saat) için c kontrol kartı çizilmiştir.
İplik Kopuşları (1000 iğ / saat)

c Kartı

İplik Kopuş Etütleri

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

c Kontrol Kartı ve Geçici Limitler

85

Şekil 3.3.’te görüldüğü gibi c kartında 3., 8., 11., 17., 19., 22., 26., 30., 33., 34.,

35., 36. ve 43. etütlerde noktalar kontrol limitlerinin dışında yer almaktadırlar. Zinser
350 ring iplik makinalarındaki iplik kopuşları için kalıcı kontrol limitlerinin
belirlenebilmesi için bu günler yok sayılarak limitler yeniden aşağıdaki gibi
hesaplanmıştır:
c Kartı İçin Geçici Kontrol Limitleri:

ÜKL = c + 3 c = 59,58 + 3 59,58 = 82,74
Merkez Çizgi = c = 59,58
AKL = c − 3 c = 59,58 − 3 59,58 = 36,43
c Kartı İçin Geçici Uyarı Limitleri:

ÜUL = c + 2 c = 59,58 + 2 59,58 = 75,02
Merkez Çizgi = c = 59,58
AUL = c − 2 c = 59,58 − 2 59,58 = 44,15
İplik Kopuşları (1000 iğ / saat)

c Kartı

İplik Kopuş Etütleri

Şekil 3.4. Zinser 350 Ring İplik Makinalarındaki Kopuş Sayıları (1000 iğ/saat) İçin

c Kontrol Kartı ve Düzeltilmiş Limitler

86

Şekil 3.4.’te 3., 8., 11., 17., 19., 22., 26., 30., 33., 34., 35., 36. ve 43. noktalar

çıkarılıp limitler yeniden hesaplanmış ve çıkarılan noktalar yuvarlak içine alınarak
hesaplamalara katılmadığı gösterilmiştir.. Ancak görüldüğü gibi bu sefer de 28. nokta
kontrol limitleri dışında kalmıştır. Bu durumda sürece ait kalıcı kontrol limitlerinin
belirlenebilmesi için 28. noktanın da çıkarılıp yeni limitlerin hesaplanması
gerekecektir.

Bu işlem tüm noktalar kontrol limitlerinin içinde kalıncaya kadar

devam ettirilecektir.
c Kartı İçin Kalıcı Kontrol Limitleri:

ÜKL = c + 3 c = 58,71 + 3 58,71 = 81,69
Merkez Çizgi = c = 58,71
AKL = c − 3 c = 58,71 − 3 58,71 = 35,72
c Kartı İçin Kalıcı Uyarı Limitleri:

ÜUL = c + 2 c = 58,71 + 2 58,71 = 74,03
Merkez Çizgi = c = 58,71
AUL = c − 2 c = 58,71 − 2 58,71 = 43,38
İplik Kopuşları (1000 iğ / saat)

c Kartı

İplik Kopuş Etütleri

Şekil 3.5. Zinser 350 Ring İplik Makinalarındaki Kopuş Sayıları (1000 iğ/saat) İçin

c Kontrol Kartı ve Kalıcı Limitler

87

Şekil 3.5.’ten de görüldüğü gibi 28. nokta da çıkarılıp limitler yeniden

hesaplandığında tüm noktalar kontrol limitleri içinde kalmaktadırlar ve artık bu yeni
limitler Zinser 350 ring iplik makinalarındaki kopuş sayıları (1000 iğ/saat) için kalıcı
limitlerdir.

3.3. KUMAŞ ÜRETEN İŞLETMELERDE İSTATİSTİKSEL KALİTE KONTROLÜ

Çalışmanın bu bölümünde, Tariş İplik Fabrikası Örme Kumaş Bölümü’nde
yapılan süprem örme kumaş üretimi için bir ay boyunca 16 adet yuvarlak örme
makinasının üretimi takip edilmiş ve üretilen 100’er metrelik her top kumaş %100
muayene ile kontrol edilmiştir. Süprem örme kumaş üretimi için kumaş topu başına
hata sayısını esas alarak üretimi kontrol altında tutmak amacıyla u kontrol kartı
hazırlanmıştır.

EK 3’te Tariş İplik Fabrikası Örme Kumaş Bölümü’nde A vardiyasında üretilen
ve kontrol edilen süprem örme kumaş top sayıları ile top başına kumaş hatası sayıları
görülmektedir.

Tablo 3.9.’da ise A vardiyasında üretilen ve kontrol edilen süprem örme kumaş
top sayıları ile kumaş hatası sayıları için günlük toplam değerler görülmektedir.

88

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

Sayıları ile Kumaş Hatası Sayıları

Kontrol Edilen
Top Sayısı
( ni )
30
26
30
33
35

Üretilen
Top Sayısı

Tarih
18.04.2005
19.04.2005
20.04.2005
21.04.2005
22.04.2005
23.04.2005
24.04.2005
25.04.2005
26.04.2005
27.04.2005
28.04.2005
29.04.2005
30.04.2005
01.05.2005
02.05.2005
03.05.2005
04.05.2005
05.05.2005
06.05.2005
07.05.2005
08.05.2005
09.05.2005
10.05.2005
11.05.2005
12.05.2005
13.05.2005
14.05.2005
15.05.2005
16.05.2005
17.05.2005

30
26
30
33
35

Toplam Hata Sayısı
( xi )
86
73
63
64
98

23Nisan Ulusal Egemenlik ve Çocuk Bayramı
P
a
z
a
r

28
34
34
31
33
39

28
34
34
31
33
39
P

a

z

20
35
31
21
20
16
21
21
23
23
24
24
20
20
23
24

70
96
103
82
84
105
a

r

20
35
31
21
20
16
21
21
23
23
24
24
20
20
23
24
m

Toplam =


i =1

77
90
75
54
59
43
69
56
52
70
69
77
60
62
82
72
m

ni = 719

∑x

i

= 1991

i =1

Yukarıdaki tablo esas alınarak birim başına hatalı sayısı aşağıdaki gibi hesaplanır:
m

∑x
u=

i

i =1
m

∑n

= 2,769
i

i =1

89

A vardiyasındaki süprem örme kumaş üretim süreci için hazırlanacak u kontrol
kartına ait geçici kontrol limitleri ve uyarı limitleri Tablo 3.10.’da hesaplanmıştır:

Tablo 3.10.A Vardiyasında Gerçekleştirilen Süprem Örme Kumaş Üretimi İçin

u Kontrol Kartına Ait Geçici Kontrol Limitleri ve Uyarı Limitleri

Tarih

18.04.2005
19.04.2005
20.04.2005
21.04.2005
22.04.2005
25.04.2005
26.04.2005
27.04.2005
28.04.2005
29.04.2005
30.04.2005
02.05.2005
03.05.2005
04.05.2005
05.05.2005
06.05.2005
07.05.2005
08.05.2005
09.05.2005
10.05.2005
11.05.2005
12.05.2005
13.05.2005
14.05.2005
15.05.2005
16.05.2005
17.05.2005

Kontrol
Edilen
Top
Sayısı
( ni )
30
26
30
33
35
28
34
34
31
33
39
20
35
31
21
20
16
21
21
23
23
24
24
20
20
23
24

AKL =

ÜKL =
u +3

u
ni

3,681
3,748
3,681
3,638
3,613
3,713
3,625
3,625
3,666
3,638
3,569
3,885
3,613
3,666
3,859
3,885
4,017
3,859
3,859
3,810
3,810
3,788
3,788
3,885
3,885
3,810
3,788

u −3

AUL =

ÜUL =
u
ni

1,858
1,790
1,858
1,900
1,925
1,826
1,913
1,913
1,872
1,900
1,970
1,653
1,925
1,872
1,680
1,653
1,521
1,680
1,680
1,728
1,728
1,750
1,750
1,653
1,653
1,728
1,750

u +2

u
ni

3,377
3,422
3,377
3,348
3,332
3,398
3,340
3,340
3,367
3,348
3,302
3,513
3,332
3,367
3,495
3,513
3,601
3,495
3,495
3,463
3,463
3,448
3,448
3,513
3,513
3,463
3,448

u −2

u
ni

2,161
2,116
2,161
2,190
2,207
2,140
2,198
2,198
2,171
2,190
2,236
2,025
2,207
2,171
2,043
2,025
1,937
2,043
2,043
2,075
2,075
2,090
2,090
2,025
2,025
2,075
2,090

90

Şekil 3.6.’da günlere göre A vardiyasındaki süprem örme kumaş üretimi için

u kontrol kartı görülmektedir. Şekilden de görüldüğü gibi tüm noktalar kontrol
limitlerinin içindedir. Bu yüzden, hesaplanan geçici limitler süreç için kalıcı limitler
olarak kullanılabilirler.

u Kartı

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

ve Kalıcı Limitler

Örme kumaş üretim sürecini vardiya genelinde izlemek daha özet ve hızlı bir bilgi
sağlayacak fakat bununla beraber sadece genel bir fikir verecektir. Kontrol dışı bir
nokta meydana geldiğinde, kontrol dışılığın kaynağını belirleyebilmek için en azından
o vardiyada çalışan tüm makinaların tek tek incelenmesi gerekecektir. Bu yüzden bu
üretim sürecinde vardiya geneli göz önünde bulundurularak hazırlanan kontrol kartının
yanı sıra o vardiyada çalışan makinalar için ayrı ayrı u kontrol kartlarının hazırlanması
da yerinde olacaktır. Bunun için 1 nolu makina ele alınmış ve A vardiyasında bu
makinanın üretimi için u kartı hazırlanmıştır.

91

Tablo 3.11.’de A vardiyasında 1 nolu makinada üretilen ve kontrol edilen süprem
örme kumaş top sayıları ile kumaş hatası sayıları görülmektedir:
Tablo 3.11.A Vardiyasında 1 Nolu Makinada Üretilen ve Kontrol Edilen Süprem

Örme Kumaş Top Sayıları ile Kumaş Hatası Sayıları

Tarih
18.04.2005
19.04.2005
20.04.2005
21.04.2005
22.04.2005
23.04.2005
24.04.2005
25.04.2005
26.04.2005
27.04.2005
28.04.2005
29.04.2005
30.04.2005
01.05.2005
02.05.2005
03.05.2005
04.05.2005
05.05.2005
06.05.2005
07.05.2005
08.05.2005
09.05.2005
10.05.2005
11.05.2005
12.05.2005
13.05.2005
14.05.2005
15.05.2005
16.05.2005
17.05.2005

Toplam Hata Sayısı

5
4
4
5
5

Kontrol Edilen
Top Sayısı
( ni )
5
4
4
5
5

4
5
4
5
4
5

4
5
4
5
4
5

10
15
8
11
10
11

6
5
6
5
5
5
5
5
5
5
5
5
5
5
5
5

6
5
6
5
5
5
5
5
5
5
5
5
5
5
5
5

17
9
12
9
6
12
7
15
10
10
14
16
9
12
10
12

Üretilen
Top Sayısı

Toplam =

( xi )
15
8
10
11
14

m

∑ ni = 132

m

∑x

i =1

i =1

i

= 303

92

Yukarıdaki tablo esas alınarak birim başına hatalı sayısı aşağıdaki gibi hesaplanır:
m

∑x
u=

i

i =1
m

∑n

= 2,295
i

i =1

A vardiyasında 1 nolu makinada gerçekleştirilen süprem örme kumaş üretimi için
hazırlanacak u kontrol kartına ait geçici kontrol ve uyarı limitleri Tablo 3.12.’de hesaplanmıştır:
Tablo 3.12.A Vardiyasında 1 Nolu Makinada Gerçekleştirilen Süprem Örme Kumaş

Üretimi İçin u Kontrol Kartına Ait Geçici Kontrol ve Uyarı Limitleri

Tarih

18.04.2005
19.04.2005
20.04.2005
21.04.2005
22.04.2005
25.04.2005
26.04.2005
27.04.2005
28.04.2005
29.04.2005
30.04.2005
02.05.2005
03.05.2005
04.05.2005
05.05.2005
06.05.2005
07.05.2005
08.05.2005
09.05.2005
10.05.2005
11.05.2005
12.05.2005
13.05.2005
14.05.2005
15.05.2005
16.05.2005
17.05.2005

Kontrol
Edilen
Top
Sayısı
( ni )
5
4
4
5
5
4
5
4
5
4
5
6
5
6
5
5
5
5
5
5
5
5
5
5
5
5
5

AKL =

ÜKL =
u +3

u
ni

4.328
4.568
4.568
4.328
4.328
4.568
4.328
4.568
4.328
4.568
4.328
4.151
4.328
4.151
4.328
4.328
4.328
4.328
4.328
4.328
4.328
4.328
4.328
4.328
4.328
4.328
4.328

u −3

AUL =

ÜUL =
u
ni

0.263
0.023
0.023
0.263
0.263
0.023
0.263
0.023
0.263
0.023
0.263
0.440
0.263
0.440
0.263
0.263
0.263
0.263
0.263
0.263
0.263
0.263
0.263
0.263
0.263
0.263
0.263

u +2

u
ni

3.651
3.811
3.811
3.651
3.651
3.811
3.651
3.811
3.651
3.811
3.651
3.533
3.651
3.533
3.651
3.651
3.651
3.651
3.651
3.651
3.651
3.651
3.651
3.651
3.651
3.651
3.651

u −2

u
ni

0.940
0.780
0.780
0.940
0.940
0.780
0.940
0.780
0.940
0.780
0.940
1.058
0.940
1.058
0.940
0.940
0.940
0.940
0.940
0.940
0.940
0.940
0.940
0.940
0.940
0.940
0.940

93

Şekil 3.7.’de günlere göre A vardiyasındaki 1 nolu makinada gerçekleştirilen

süprem örme kumaş üretimi için u kontrol kartı görülmektedir. Şekilden de
görüldüğü gibi tüm noktalar kontrol limitlerinin içindedir. Bu yüzden, hesaplanan
geçici limitler süreç için kalıcı limitler olarak kullanılabilirler.

u Kartı

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

Üretimi İçin u Kontrol Kartı ve Kalıcı Limitler
3.4. KONFEKSİYON İŞLETMELERİNDE İSTATİSTİKSEL KALİTE KONTROLÜ

Çalışmanın bu bölümünde, kısa kollu basic t-shirt üreten bir konfeksiyon
işletmesinde 20 gün boyunca üretim takip edilerek ikinci kaliteye ayrılan t-shirt
sayıları için p kartı hazırlanmıştır.

94

Tablo 3.13.’te kısa kollu basic t-shirt üreten bu konfeksiyon işletmesindeki günlük
dikim sayıları, 2. kaliteye ayrılan t-shirt sayıları ve 2. kalite sebepleri görülmektedir.

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

Dikim Sayıları, 2. Kaliteye Ayrılan T-Shirt Sayıları ve 2. Kalite Sebepleri

Dikilen
2.
2.
2. Kaliteye Ayrılma Sebepleri
T-Shirt Kalite Kalite
Günler
Sayısı Sayısı Yüzdesi Kumaş Kumaş Renk Uçuntu Çıkmaz Baskı Baskı Dikim
Deliği Hatası Farkı
Leke Lekesi Hatası Defosu
(ni)
(Di)
(%)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

9345
9979
5085
6750
13197
20243
22849
5610
6286
2202
3966
18731
20780
10624
10358
12324
6080
8072
20901
15025
20

597
1137
416
589
1178
1477
1253
334
276
166
155
1105
747
413
511
751
335
818
1022
888

125
124
128
111
223
317
785
74
100
76
46
399
220
203
160
223
164
174
345
239

62
121
177
43
73
271
131
29
25
11
11
23
130
13
19
65
13
14
82
76

4236

1389

6
34
26

31

120
63

31

68
396
287
152
34
59
2
5
156

45

25

49
97
56
4
77
75
291

132

1991

14
212
29
100

22

238
761
92
85
415
434
176
194
84
72
91
510
323
87
204
385
146
540
508
207

21
68
5
33
8
42
9
3
8
5
2
17
52
16
31
22
8
13
12
50

5552

425

20

∑n ∑D
i

Toplam

6,39
11,39
8,18
8,73
8,93
7,30
5,48
5,95
4,39
7,54
3,91
5,90
3,59
3,89
4,93
6,09
5,51
10,13
4,89
5,91

i

i =1

i =1

=

66

377

=

228407 14168

Yukarıdaki tablo esas alınarak birim başına hatalı sayısı aşağıdaki gibi hesaplanır:
20

∑D

i

p=

i =1
20

∑n

=

14168
= 0,06203
228407

i

i =1

95

T-shirt üretim süreci için hazırlanacak p kontrol kartına ait geçici kontrol limitleri
ve uyarı limitleri aşağıdaki formüller yardımıyla Tablo 3.14.’te hesaplanmıştır:

ÜKL = p + 3

p (1 − p )
ni

ÜUL = p + 2

p (1 − p )
ni

Merkez Çizgi = p
AUL = p − 2

p (1 − p )
ni

AKL = p − 3

p (1 − p )
ni

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

Kontrol Limitleri ve Uyarı Limitleri

Günler

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Dikilen
T-Shirt
Sayısı
(ni)

9345
9979
5085
6750
13197
20243
22849
5610
6286
2202
3966
18731
20780
10624
10358
12324
6080
8072
20901
15025

2.
Kalite
Sayısı
(Di)

597
1137
416
589
1178
1477
1253
334
276
166
155
1105
747
413
511
751
335
818
1022
888

2.
Kalite
Oranı
(

ÜKL

AKL

0,06952
0,06927
0,07218
0,07084
0,06833
0,06712
0,06682
0,07169
0,07116
0,07745
0,07352
0,06732
0,06705
0,06905
0,06914
0,06855
0,07131
0,07008
0,06703
0,06793

0,05454
0,05479
0,05188
0,05322
0,05573
0,05694
0,05724
0,05237
0,05290
0,04661
0,05054
0,05674
0,05701
0,05501
0,05492
0,05551
0,05275
0,05398
0,05702
0,05613

ÜUL

AUL

pi = Di ni )
0,06388
0,11394
0,08181
0,08726
0,08926
0,07296
0,05484
0,05954
0,04391
0,07539
0,03908
0,05899
0,03595
0,03887
0,04933
0,06094
0,05510
0,10134
0,04890
0,05910

0,06702
0,06686
0,06879
0,06790
0,06623
0,06542
0,06522
0,06847
0,06811
0,07231
0,06969
0,06555
0,06538
0,06671
0,06677
0,06638
0,06822
0,06740
0,06537
0,06597

0,05704
0,05720
0,05526
0,05616
0,05783
0,05864
0,05884
0,05559
0,05594
0,05175
0,05437
0,05850
0,05868
0,05735
0,05729
0,05768
0,05584
0,05666
0,05869
0,05809

96

Şekil 3.8.’de günlere göre kısa kollu basic t-shirt üretim süreci için p kontrol kartı

görülmektedir.

p Kartı
Hatalı Oranı (pi)

Günler

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

ve Geçici Limitler

Ancak Şekil 3.8.’den de görüldüğü gibi 2., 3., 4., 5., 6., 7., 9., 11., 13., 14., 15., 18.
ve 19. noktalar kontrol limitlerinin dışında yer almaktadırlar. Bu yüzden, kalıcı
limitlerinin belirlenebilmesi için bu günler yok sayılarak limitler yeniden
Tablo 3.15.’teki gibi hesaplanmıştır:
7

∑D

i

p=

i =1
7

∑n

=

4176
= 0,06024
69317

i

i =1

97

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

Kontrol Limitleri ve Uyarı Limitleri

Günler

Dikilen
T-Shirt
Sayısı
(ni)

9345
5610
2202
18731
12324
6080
15025

1
8
10
12
16
17
20
7

Toplam

2.
Kalite
Sayısı
(Di)

597
334
166
1105
751
335
888

(

ÜKL

AKL

0,06763
0,06978
0,07546
0,06546
0,06667
0,06940
0,06607

0,05286
0,05071
0,04503
0,05503
0,05381
0,05109
0,05442

ÜUL

AUL

pi = Di ni )
0,063884
0,059537
0,075386
0,058993
0,060938
0,055099
0,059101

0,06517
0,06660
0,07039
0,06372
0,06453
0,06635
0,06413

0,05532
0,05389
0,05010
0,05677
0,05596
0,05414
0,05636

7

∑ ni =

∑D

i =1

i =1

69317

2.
Kalite
Oranı

i

=

4176

Hatalı Oranı (pi)

p Kartı

Günler

Şekil 3.9. Günlere Göre Kısa Kollu Basic T-Shirt Üretim Süreci İçin p Kontrol Kartı

ve Kalıcı Limitler

98

Şekil 3.9.’dan da görüldüğü gibi 2., 3., 4., 5., 6., 7., 9., 11., 13., 14., 15., 18. ve 19.

noktalar çıkarılıp limitler yeniden hesaplandığında tüm noktalar kontrol limitleri
içinde kalmaktadırlar ve artık bu yeni limitler kısa kollu basic t-shirt üretim süreci
için kalıcı limitlerdir. Çıkarılan noktalar yuvarlak içine alınarak hesaplamalara
katılmadığı gösterilmiştir.
Kısa kollu basic t-shirt üretim sürecinde 2. kaliteye ayrılan ürünlerin hataları
Tablo 3.13.’te belirtilmişti. Bu hatalar analiz edilerek en büyük paya sahip olanlar
belirlenip, bunlar için düzeltici önlemler alınarak da süreçte iyileşmeler sağlanabilir.
Hata sebeplerinin daha kolay ve görsel bir şekilde izlenebilmesi için Şekil 3.10.’da
pasta diyagramı ve Şekil 3.11.’de de pareto diyagramı hazırlanmıştır.

2. Kaliteye Ayrılma Sebepleri

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

99

Şekil 3.11. Ürünlerin 2. Kaliteye Ayrılma Sebepleri İçin Pareto Diyagramı
Şekil 3.10. ve Şekil 3.11.’den de görüldüğü gibi ürünlerin 2. kaliteye ayrılma

sebeplerinin başında %39 ile baskı hataları ve %30 ile kumaş delikleri gelmektedir.
Burada firma ilk olarak; t-shirtlerin üzerine baskı yapan baskı firmasını, kalite
seviyesini arttırması için uyararak veya bu firmayı değiştirerek bir iyileştirme adımı
atabilir. Yine aynı şekilde kumaş tedarik ettiği firmaya uyarıda bulunarak, başka bir
kumaş firmasıyla çalışmayı deneyerek veya ham kumaş kalite kontrolünde daha
dikkatli ve uzman işçilerle çalışarak 2. kalite sayısını azaltabilir.

100

SONUÇ VE ÖNERİLER

Kalite, genel olarak istenen özelliklere uygunluk olarak tanımlanabilmektedir.
Günümüzde teknolojinin gelişmesi, yaşam standartlarının yükselmesi, eğitim
seviyesinin artması, sosyal ve kültürel yapıdaki değişiklikler gibi pek çok etken
tüketicilerin bir üründen beklentilerini geniş ölçüde arttırmıştır. Bu nedenle
işletmeler, rekabet edebilmek ve ürettikleri ürünleri satabilmek için tüketicilerin
artan beklentilerini karşılamak durumundadırlar.

Kalite kavramının ortaya çıkması ve genişlemesi beraberinde kalite kontrolü
kavramını getirmiştir. Kalite kontrolü, bir süreçte üretilen ürünlerin önceden
belirlenen kalite standartlarına uygunluğunun araştırılmasıdır. Ancak günümüzde
kalite kontrolü, sadece süreçteki hatalı ürünleri bulmak ile sınırlı olmayıp süreçte
kontrolü sağlamak, iyileştirmeler yapmak anlamlarına gelmektedir. Kalite kontrolüne
işletmenin bütün bölümleriyle katılması toplam kalite kontrolü (TKK) kavramını,
bunun bir yönetim tarzı olarak benimsenmesi ise toplam kalite yönetimi (TKY)
kavramını ortaya çıkarmıştır.

Günümüzde artan rekabet koşulları işletmelerin kaliteye çok daha fazla önem
vermelerini gerektirmektedir. İşletmelerin rekabet edebilmek ve pazarda yer
edinebilmek için müşteri ihtiyaçlarını hem daha ucuz hem de daha kaliteli ürünler ile
karşılaması gerekmektedir. Bunun için de güncel kalite kontrolü yöntemlerini
kullanmaları artık bir zorunluluk haline gelmiştir. Bu yöntemlerin başında ise
istatistiksel kalite kontrolü yöntemleri gelmektedir. İstatistiksel kalite kontrolü
yöntemleri sürecin izlenerek hataların ortaya çıkarılmasını, bu hataların nedenlerinin
belirlenmesini,

düzeltici

önlemlerin

alınmasını

ve

sürecin

iyileştirilmesini

sağlamaktadır.

101

İstatistiksel kalite kontrolü yöntemlerinin başında, oldukça yaygın olarak
kullanılan ve süreçle ilgili detaylı bilgiler veren kontrol kartları gelmektedir. Kontrol
kartları örnekleme yoluyla sürecin izlenmesini, hataların belirlenmesini, bu hataların
nedenlerinin araştırılmasını ve bu şekilde de sürecin iyileştirilmesini sağlamaktadır.
Kontrol kartları işletmelerde uzman kişilerce büyük bir dikkatle hazırlanmalı ve
kullanılacak kartın çeşidi üretim süreci göz önünde bulundurularak dikkatle
seçilmelidir. Ayrıca histogram, gövde-yaprak grafiği, çetele diyagramı, pareto
diyagramı, sebep-sonuç diyagramı, hata yoğunluğu diyagramı, serpme diyagramı ve
yedi yeni istatistiksel kalite kontrolü yöntemleri gibi araçların da kontrol kartlarıyla
birlikte kullanımının sağlanması hem üretime etki eden özel nedenlerin belirlenmesini
kolaylaştıracak hem de üretim sürecinin iyileştirilmesini hızlandıracaktır.

Ülkemizde tekstil sektörü oldukça önemli bir yere sahiptir. Sektör, gerek üretim
ve istihdama olan katkısı ve gerekse ihracat yoluyla döviz kazandırma sebebiyle
lokomotif olma özelliğini sürdürmektedir. Ancak son yıllarda Uzak Doğu ülkelerinin
özellikle Çin’in ucuz işçilik maliyetleriyle çok ucuza üretim yapması tekstil
sektörünü alarma geçirmiştir. Bugün sektör Çin ile rekabet etmek durumundadır.
Ülkemizde işçilik maliyetlerinin belirli bir seviyenin altına düşmeyeceği göz önünde
bulundurulursa rekabet için kalitenin ne kadar önemli olduğu açıkça görülmektedir.
Ucuz ürünler ile rekabet edebilmenin tek yolu biraz daha pahalı ancak çok daha
kaliteli ürünler üretmekten geçmektedir. Bunun için tekstil işletmeleri istatistiksel
kalite kontrolünün önemini anlamalı ve bir an önce istatistiksel kalite kontrolü
yöntemlerini uygulamalıdırlar.

Bu çalışmada, tekstil işletmelerinde istatistiksel kalite kontrolü yöntemlerinin
uygulanması anlatılmıştır. Bu amaçla iplik, kumaş ve konfeksiyon gibi tekstilin farklı
alanlarında üretim yapan işletmeler seçilmiştir. İplik üretiminde, önemli parametreler
olan iplik numarası ve iplik kopuşları ele alınmış ve bu kalite karakteristikleri için
kontrol kartları hazırlanmıştır. Kumaş üretiminde ise kumaş topu başına hata sayısı
esas alınarak üretimin kontrol edilmesi amaçlanmıştır. Konfeksiyon işletmesinde
yapılan uygulamada ise kısa kollu basic t-shirt üretim süreci incelenmiştir.

102

Uygulama yapılan işletmelerde gözlenen önemli bir nokta, işletmelerin kalite
bilincine varmış olmalarıdır. Ancak böyle bir anlayışa sahip olmalarına rağmen
kaliteyi sağlamak için gerekli istatistiksel yöntemlerin yeterince etkin olarak
kullanılamadığı gözlenmiştir. Bu noktada yöneticilere büyük görevler düşmektedir.
Yöneticiler istatistiksel kalite kontrolü yöntemlerini yeterince araştırmalı ve
işletmeleri için uygun olan yöntemleri bir an önce uygulamaya başlamalıdırlar.
Ayrıca işletmedeki tüm çalışanları güncel yöntemler konusunda eğiterek kalite
bilincini işletmenin tamamına yaymalı ve çalışan her bir bireyin kalite iyileştirme
sürecinin bir parçası olmasını sağlamalıdırlar.

Bu çalışmanın uygulama bölümünde aşağıdaki sonuçlara ulaşılmıştır:
1. Tariş İplik Fabrikası’nda gerçekleştirilen Ne 30/1 numara karde-triko pamuk
ipliği üretimi için 13 numaralı Zinser 350 marka ring iplik makinasının
üretimi bir ay boyunca takip edilmiş ve x − s kontrol kartı kullanılarak
kontrol ve uyarı limitleri belirlenmiştir. Buna göre merkezi eğilimi kontrol
etmek için kullanılan x kontrol kartına ait limitler;
Üst Kontrol Limiti (ÜKL) = 30,582
Üst Uyarı Limiti (ÜUL) = 30,442
Merkez Çizgi (MÇ) = 30,162
Alt Uyarı Limiti (AUL) = 29,883
Alt Kontrol Limiti (AKL) = 29,743
olarak ve süreç değişkenliğini kontrol etmek için kullanılan s kontrol kartına
ait limitler ise;
Üst Kontrol Limiti (ÜKL) = 0,779
Üst Uyarı Limiti (ÜUL) = 0,677
Merkez Çizgi (MÇ) = 0,473
Alt Uyarı Limiti (AUL) = 0,270
Alt Kontrol Limiti (AKL) = 0,168
olarak hesaplanmıştır.

103

Tariş İplik Fabrikası’nda Ne 30/1 numara karde-triko pamuk ipliği üretimi
için bundan sonra bu limitler kullanılarak üretim izlenebilir. Kontrol dışı
durumlarda ise özel nedenler belirlenip yok edilerek süreç iyileştirilmesi
sağlanabilir. Ancak unutulmamalıdır ki, süreç iyileştirildikçe kontrol limitleri
yeniden belirlenmeli ve üretim hesaplanan bu yeni limitlere göre kontrol
edilmelidir.

2. Tariş İplik Fabrikası’nda Zinser 350 marka ring iplik makinalarındaki iplik
kopuşları (1000 iğ/saat) bir ay boyunca etüt edilmiş ve c kartı kullanılarak
kontrol ve uyarı limitleri aşağıdaki gibi belirlenmiştir:

Üst Kontrol Limiti (ÜKL) = 81,69
Üst Uyarı Limiti (ÜUL) = 74,03
Merkez Çizgi (MÇ) = 58,71
Alt Uyarı Limiti (AUL) = 43,38
Alt Kontrol Limiti (AKL) = 35,72
Tariş İplik Fabrikası’nda Zinser 350 marka ring iplik makinalarındaki iplik
kopuşları (1000 iğ/saat) için bundan sonra bu limitler kullanılarak üretim
izlenebilir. Ancak burada iplik kopuşlarının alt limitlerin altında çıkması
durumu göz ardı edilmemelidir. Çünkü her ne kadar kopuşların en az olması
istenen bir durum gibi görünse bile bu değerlerin kontrol limitleri dışında
çıkması

o

günlerde

özel

bir

neden

olduğu

gerçeğini

ortadan

kaldırmamaktadır. Noktaların alt limitler dışına çıktığı günlerde de üretim
incelenmeli ve özel nedenler araştırılıp üretimin iyileştirilmesi için gerekli
önlemler alınmalıdır.

3. Tariş İplik Fabrikası Örme Kumaş Bölümü’nde yapılan süprem örme kumaş
üretimi için bir ay boyunca 16 adet yuvarlak örme makinasının üretimi takip
edilmiş ve üretilen 100’er metrelik her top kumaş %100 muayene ile kontrol
edilmiştir. Süprem örme kumaş üretimi için birim başına hata sayısını esas
alarak üretimi kontrol altında tutmak amacıyla u kontrol kartı hazırlanmıştır.

104

Kumaş topu başına hatalı sayısını gösteren ve aynı zamanda kontrol kartının
merkez çizgisi olan u değeri 2,295 olarak belirlenmiş ve farklı örneklem
büyüklükleri için kontrol ve uyarı limitleri bu değer kullanılarak formüller
yardımıyla hesaplanmıştır.

Tariş İplik Fabrikası Örme Kumaş Bölümü’nde yapılan süprem örme kumaş
üretimi için bundan sonra bu u değeri kullanılarak kontrol ve uyarı limitleri
hesaplanabilir ve üretim izlenebilir.

4. Kısa kollu basic t-shirt üreten bir konfeksiyon işletmesinde 20 gün boyunca
üretim takip edilerek ikinci kaliteye ayrılan t-shirt sayıları için p kartı
hazırlanmıştır. Burada ikinci kalite oranını gösteren ve kontrol kartının da
merkez çizgisini oluşturan p değeri 0,06024 olarak belirlenmiş ve farklı
örneklem büyüklükleri için kontrol ve uyarı limitleri bu değer kullanılarak
formüller yardımıyla hesaplanmıştır.

Bu konfeksiyon işletmesinde bundan sonra ikinci kaliteye ayrılan ürünler için
bu p değeri kullanılarak kontrol ve uyarı limitleri hesaplanabilir ve üretim
izlenebilir.

Ayrıca pareto diyagramı kullanılarak ikinci kaliteye ayrılma sebeplerinin
başında baskı hatası ve kumaş deliği olduğu görülmüştür.

Küreselleşen dünyada artan rekabet koşulları karşısında ayakta kalabilmek için
tekstil işletmeleri de diğer işletmeler gibi kaliteye önem vermek zorundadırlar. Kalite
günümüzde, müşteri isteklerini karşılamanın ötesinde bu isteklerin de üzerine çıkmak
anlamını kazanmıştır. Bu nedenle işletmeler kalitelerini arttırmak için gereken
önlemleri almalı ve güncel yöntemleri kullanmaya başlamalıdırlar. Bu yöntemlerin
başında ise istatistiksel kalite kontrolü yöntemleri gelmektedir. İstatistiksel kalite
kontrolü yöntemlerinin kullanılması hem üretime etki eden özel nedenlerin
belirlenmesini

kolaylaştıracak

hem

de

üretim

sürecinin

iyileştirilmesini

hızlandıracaktır.

105

KAYNAKLAR

ABASOV, Vasıf. (2002). Mamul ve Mamul Üretim Sisteminin Geliştirilmesinde
Kalite Fonksiyon Göçeriminin Rolü ve Bir Uygulama. Doktora Tezi, Dokuz Eylül
Üniversitesi Sosyal Bilimler Enstitüsü, İzmir.

AFT, Lawrence S. (1988). Quality Improvement Using Statistical Process Control.
Harcourt Brace Jovanovich Publishers, San Diego.

AKAL, Zühal. (2000). İşletmelerde Performans Ölçüm ve Denetimi. MPM Yayınları
No: 473, Ankara.

ASLAN, Demir. (2001). Kalite Kontrol (Proses Kontrol ve Toplam Kalite). DEÜ
Mühendislik Fakültesi Yayınları No:284, İzmir.

BANKS, Jerry. (1989). Principles of Quality Control. John Wiley & Sons,
New York.

BARNES, J. Wesley. (1994). Statistical Analysis for Engineers and Scientists.
McGraw-Hill Inc., New York.

BESTERFIELD, Dale H., BESTERFIELD-MICHNA, Carol, BESTERFIELD
Glen H. & BESTERFIELD-SACRE, Mary. (1995). Total Quality Management.
Prentice Hall International Editions, New Jersey.

BESTERFIELD, Dale H. (2004). Quality Control (Seventh Edition). Pearson,
Prentice Hall, New Jersey.

106

BOZKURT, Rıdvan & ODAMAN, Aynur. (1997). ISO 9000 Kalite Güvence
Sistemleri. MPM Yayınları No: 549, Ankara.

ÇELİK, Ayşe & BOZKURT Yalçın. (2005). Günümüzde Türkiye’de Pamuk İpliği
Sektörü. Tekstil Teknolojileri ve Tekstil Makinaları Kongresi Gaziantep, 29-38.

DEMİR, Hulusi & GÜMÜŞOĞLU, Şevkinaz. (1998). Üretim Yönetimi (İşlemler
Yönetimi) 5. Baskı. Beta Basım, İstanbul.

DOĞAN, Muammer. (1998). İşletme Ekonomisi ve Yönetimi. Anadolu Matbaacılık,
İzmir.

DOĞAN, Özlem İ. & TÜTÜNCÜ Özkan. (2003). Hizmet İşletmelerinde Toplam
Kalite Yönetimi Kapsamında ISO 9001:2000 ve Bilgisayar Destekli Bir Uygulama.
DEÜ Rektörlük Matbaası, İzmir.

DOĞAN, Üzeyme. (1991). Kalite Yönetimi ve Kontrolü. İstiklal Matbaası, İzmir.

DTM Tekstil ve Konfeksiyon Ürünleri Dairesi. (2004). Tekstil - Konfeksiyon Deri ve
Deri Mamulleri Sektör Raporu. T.C. Başbakanlık Dış Ticaret Müsteşarlığı İhracat
Genel Müdürlüğü, Ankara.

ENGELHARDT, Andreas. (2005). The Fiber Year 2004 (A World Survey on Textile
and Nonwovens Industry). Saurer, Issue 5, Switzerland.

FEIGENBAUM, Armand Vallin. (1983). Total Quality Control (Third Edition).
McGraw-Hill Book Company, New York.

GRANT Eugene L. & LEAVENWORTH Richard S.. (1999). Statistical Quality
Control (7th Edition). McGraw-Hill, New York.

107

GÜMÜŞOĞLU, Şevkinaz. (2000). İstatistiksel Kalite Kontrolü ve Toplam Kalite
Yönetimi Araçları. Beta Basım, İstanbul.

İTKİB. (2005). İstanbul Tekstil ve Konfeksiyon İhracatçı Birlikleri. Erişim:
20.07.2005, http://www.itkib.org.tr.

JURAN, J. M. (1989). Juran on Leadership for Quality: An Executive Handbook.
The Free Press, New York.

KISAOĞLU, Özlem. (2002). Orta Büyüklükte Bir Dokuma İşletmesinde İstatistiksel
Kalite Kontrol Sisteminin Kurulması. Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi
Fen Bilimleri Enstitüsü, İzmir.

KOBU, Bülent. (1987). Endüstriyel Kalite Kontrolü. İstanbul Üniversitesi Yayınları
No: 3425, İstanbul.

MIZUNO, Shigeru. (1988). Management For Quality Improvement – The 7 New QC
Tools. Productivity Press, Cambridge.

MONTGOMERY, Douglas C. (2001). Introduction to Statistical Quality Control
(Fourth Edition). John Wiley & Sons Inc., New York.

ÖZER, Azmi. (2004). Pamuklu Tekstil Sektöründe Gelişmeler ve Beklentiler.
Türkiye Sınai Kalkınma Bankası A.Ş. İktisat ve Araştırma Müdürlüğü, İstanbul.

RYAN, Thomas P. (1989). Statistical Methods for Quality Improvement. John Wiley
& Sons, New York.

108

SMITH, Gerald M. (1998). Statistical Process Control and Quality Improvement
(Third Edition). Prentice Hall, New Jersey.

ŞEN, Ali. (1991). Toplam Kalite Kontrolü. TMMOB Makina Mühendisleri Odası
İzmir Şubesi, İzmir.

TETSUICHI, Asaka & KAZUO, Ozeki. (1990). Handbook of Quality Tools – The
Japanese Approach. Productivity Press, Cambridge.

TİM (Türkiye İhracatçılar Meclisi). (2004). Turkishtime Sectors (A Rising Value:
Turkish Textile). Issue: November, İstanbul.

WOODALL, William H. (1997). Control Charting Based on Attribute Data:
Bibliography and Review. Journal of Quality Technology, 29, 172-183.

YÜKSEL, Hilmi. (1998). Toplam Kalite Yönetiminde İstatistiksel Kalite Kontrolü ve
Bir İşletmede Uygulanması. Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi Sosyal
Bilimler Enstitüsü, İzmir.

109

EK 1. Standart Normal Dağılış Eğrisinin Altında Kalan Alanlar ( z =

0

x−µ

)

σ

z

z
0,0
0,1
0,2
0,3
0,4

0,00
0,00000
0,03983
0,07926
0,11791
0,15542

0,01
0,00399
0,04379
0,08317
0,12172
0,15910

0,02
0,00798
0,04776
0,08706
0,12551
0,12276

0,03
0,01197
0,05172
0,09095
0,12930
0,16640

0,04
0,01595
0,05567
0,09483
0,13307
0,17003

0,05
0,01994
0,05962
0,09871
0,13683
0,17364

0,06
0,02392
0,06356
0,10257
0,14058
0,17724

0,07
0,02790
0,06749
0,10642
0,14431
0,18082

0,08
0,03188
0,07142
0,11026
0,14803
0,18438

0,09
0,03586
0,07534
0,11409
0,15173
0,18793

0,5
0,6
0,7
0,8
0,9

0,19146
0,22575
0,25803
0,28814
0,31594

0,19497
0,22907
0,26115
0,29103
0,31859

0,19847
0,23237
0,26424
0,29389
0,32121

0,20194
0,23565
0,26730
0,29673
0,32381

0,20540
0,23891
0,27035
0,29954
0,32639

0,20884
0,24215
0,27337
0,30234
0,32894

0,21226
0,24537
0,27637
0,30510
0,33147

0,21566
0,24857
0,27935
0,30785
0,33397

0,21904
0,25175
0,28230
0,31057
0,33646

0,22240
0,25490
0,28523
0,31327
0,33891

1,0
1,1
1,2
1,3
1,4

0,34134
0,36433
0,38493
0,40320
0,41924

0,34375
0,36650
0,38686
0,40490
0,42073

0,34613
0,36864
0,38877
0,40658
0,42219

0,34849
0,37076
0,39065
0,40824
0,42364

0,35083
0,37285
0,39251
0,40988
0,42506

0,35314
0,37493
0,39435
0,41149
0,42647

0,35543
0,37697
0,39616
0,41308
0,42785

0,35769
0,37900
0,39796
0,41465
0,42922

0,35993
0,38100
0,39973
0,41621
0,43056

0,36214
0,38297
0,40147
0,41773
0,43189

1,5
1,6
1,7
1,8
1,9

0,43319
0,44520
0,45543
0,46407
0,47128

0,43448
0,44630
0,45637
0,46485
0,47193

0,43574
0,44738
0,45728
0,46562
0,47257

0,43699
0,44845
0,45818
0,46637
0,47320

0,43822
0,44950
0,45907
0,46711
0,47381

0,43943
0,45053
0,45994
0,46784
0,47441

0,44062
0,45154
0,46080
0,46856
0,47500

0,44179
0,45254
0,46164
0,46926
0,47558

0,44295
0,45352
0,46246
0,46995
0,47615

0,44408
0,45448
0,46327
0,47062
0,47670

2,0
2,1
2,2
2,3
2,4

0,47725
0,48214
0,48610
0,48928
0,49180

0,47778
0,48257
0,48645
0,48956
0,49202

0,47831
0,48300
0,48679
0,48983
0,49224

0,47882
0,48341
0,48713
0,49010
0,49245

0,47932
0,48382
0,48745
0,49036
0,49266

0,47982
0,48422
0,48778
0,49061
0,49286

0,48030
0,48461
0,48809
0,49086
0,49305

0,48077
0,48500
0,48840
0,49111
0,49324

0,48124
0,48537
0,48870
0,49134
0,49343

0,48169
0,48574
0,48899
0,49158
0,49361

2,5
2,6
2,7
2,8
2,9

0,49379
0,49534
0,49653
0,49744
0,49813

0,49396
0,49547
0,49664
0,49752
0,49819

0,49413
0,49560
0,49674
0,49760
0,49825

0,49430
0,49573
0,49683
0,49767
0,49831

0,49446
0,49585
0,49693
0,49774
0,49836

0,49461
0,49598
0,49702
0,49781
0,49841

0,49477
0,49609
0,49711
0,49788
0,49846

0,49492
0,49621
0,49720
0,49795
0,49851

0,49506
0,49632
0,49728
0,49801
0,49856

0,49520
0,49643
0,49736
0,49807
0,49861

3,0
3,1
3,2
3,3
3,4

0,49865
0,49903
0,49931
0,49952
0,49966

0,49869
0,49906
0,49934
0,49953
0,49968

0,49874
0,49910
0,49936
0,49955
0,49969

0,49878
0,49913
0,49938
0,49957
0,49970

0,49882
0,49916
0,49940
0,49958
0,49971

0,49886
0,49918
0,49942
0,49960
0,49972

0,49889
0,49921
0,49944
0,49961
0,49973

0,49893
0,49924
0,49946
0,49962
0,49974

0,49897
0,49926
0,49948
0,49964
0,49975

0,49900
0,49929
0,49950
0,49965
0,49976

3,5
3,6
3,7
3,8
3,9

0,49977
0,49984
0,49989
0,49993
0,49995

0,49978
0,49985
0,49990
0,49993
0,49995

0,49978
0,49985
0,49990
0,49993
0,49996

0,49979
0,49986
0,49990
0,49994
0,49996

0,49980
0,49986
0,49991
0,49994
0,49996

0,49981
0,49987
0,49991
0,49994
0,49996

0,49981
0,49987
0,49992
0,49994
0,49996

0,49982
0,49988
0,49992
0,49995
0,49996

0,49983
0,49988
0,49992
0,49995
0,49997

0,49983
0,49989
0,49992
0,49995
0,49997

110

EK 2. Kontrol Kartları İçin Katsayılar

x

Örneklemdeki

s Kartı

Kartı

R Kartı

Gözlem
Sayısı, n

A2

A3

c4

1/c4

B3

B4

d2

1/d2

d3

D3

D4

2

1,880

2,659

0,7979

1,2533

0

3,267

1,128

0,8865

0,853

0

3,267

3

1,023

1,954

0,8862

1,1284

0

2,568

1,693

0,5907

0,888

0

2,575

4

0,729

1,628

0,9213

1,0854

0

2,266

2,059

0,4857

0,880

0

2,282

5

0,577

1,427

0,9400

1,0638

0

2,089

2,326

0,4299

0,864

0

2,115

6

0,483

1,287

0,9515

1,0510

0,030

1,970

2,534

0,3946

0,848

0

2,004

7

0,419

1,182

0,9594

1,0423

0,118

1,882

2,704

0,3698

0,833

0,076

1,924

8

0,373

1,099

0,9650

1,0363

0,185

1,815

2,847

0,3512

0,820

0,136

1,864

9

0,337

1,032

0,9693

1,0317

0,239

1,761

2,970

0,3367

0,808

0,184

1,816

10

0,308

0,975

0,9727

1,0281

0,284

1,716

3,078

0,3249

0,797

0,223

1,777

11

0,285

0,927

0,9754

1,0252

0,321

1,679

3,173

0,3152

0,787

0,256

1,744

12

0,266

0,886

0,9776

1,0229

0,354

1,646

3,258

0,3069

0,778

0,283

1,717

13

0,249

0,850

0,9794

1,0210

0,382

1,618

3,336

0,2998

0,770

0,307

1,693

14

0,235

0,817

0,9810

1,0194

0,406

1,594

3,407

0,2935

0,763

0,328

1,672

15

0,223

0,789

0,9823

1,0180

0,428

1,572

3,472

0,2880

0,756

0,347

1,653

16

0,212

0,763

0,9835

1,0168

0,448

1,552

3,532

0,2831

0,750

0,363

1,637

17

0,203

0,739

0,9845

1,0157

0,466

1,534

3,588

0,2787

0,744

0,378

1,622

18

0,194

0,718

0,9854

1,0148

0,482

1,518

3,640

0,2747

0,739

0,391

1,608

19

0,187

0,698

0,9862

1,0140

0,497

1,503

3,689

0,2711

0,734

0,403

1,597

20

0,180

0,680

0,9869

1,0133

0,510

1,490

3,735

0,2677

0,729

0,415

1,585

21

0,173

0,663

0,9876

1,0126

0,523

1,477

3,778

0,2647

0,724

0,425

1,575

22

0,167

0,647

0,9882

1,0119

0,534

1,466

3,819

0,2618

0,720

0,434

1,566

23

0,162

0,633

0,9887

1,0114

0,545

1,455

3,858

0,2592

0,716

0,443

1,557

24

0,157

0,619

0,9892

1,0109

0,555

1,445

3,895

0,2567

0,712

0,451

1,548

25

0,153

0,606

0,9896

1,0105

0,565

1,435

3,931

0,2544

0,708

0,459

1,541

111

EK 3. Tariş İplik Fabrikası Örme Kumaş Bölümünde A Vardiyasında Üretilen ve
Kontrol Edilen Süprem Örme Kumaş Top Sayıları ile Top Başına Kumaş
Hatası Sayıları

Tarih
: 18.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
4,5,1,5,1
2
3
4
5
5
2,2,3,1,3
5
6
7
8
7
7
5,3,3,3,3,1,4
9
10
11
12
5
5
1,1,3,1,5
13
14
4
4
5,3,1,5
15
4
4
5,5,1,2
16
30
TOPLAM
30
86

112

Tarih
: 19.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
4
4
1,1,4,2
1
2
3
4
4
4
3,2,2,2
5
6
7
8
5
5
4,4,4,2,2
9
10
11
12
5
5
2,2,2,2,5
13
14
4
4
1,5,3,2
15
4
4
5,4,3,4
16
26
TOPLAM
26
73
Tarih
: 20.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
4
4
4,4,-,2
1
2
3
4
5
5
2,2,2,3,1
5
6
7
8
6
6
1,1,2,2,2,1
9
2
2
2,2
10
11
12
13
4
4
2,5,5,5
14
5
5
2,1,-,1,2
15
4
4
1,2,2,2
16
30
TOPLAM
30
63

113

Tarih
: 21.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
3,1,3,2,2
1
2
3
4
4
4
3,-,1,2
5
6
7
8
6
6
-,-,2,1,-,1
9
5
5
4,1,-,1,2
10
11
12
13
4
4
5,1,2,4
14
5
5
1,4,4,4,1
15
4
4
1,3,-,5
16
33
TOPLAM
33
64
Tarih
: 22.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
3,2,3,3,3
1
2
3
4
4
4
1,1,-,2
5
6
7
8
6
6
1,2,2,2,3,2
9
6
6
4,3,2,3,2,3
10
11
12
13
5
5
5,4,3,5,2
14
5
5
5,5,4,4,4
15
4
4
2,2,4,2
16
35
TOPLAM
35
98

114

Tarih
: 25.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
4
4
3,2,3,2
1
2
3
4
4
4
2,2,2,3
5
6
7
8
5
5
1,2,3,2,2
9
3
3
2,1,3
10
11
12
13
5
5
3,1,2,2,3
14
4
4
2,3,4,2
15
3
3
5,4,4
16
28
TOPLAM
28
70
Tarih
: 26.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
4,3,3,2,3
1
2
3
4
5
5
1,1,2,2,2
5
6
7
8
4
4
2,1,3,4
9
1
1
3
10
6
6
3,2,2,3,4,2
11
12
13
4
4
5,4,3,3
14
5
5
2,4,3,4,3
15
4
4
4,3,2,4
16
34
TOPLAM
34
96

115

Tarih
: 27.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
4
4
2,2,2,2
1
2
3
4
4
4
1,2,4,2
5
6
7
8
6
6
2,3,3,4,4,3
9
4
4
4,3,2,2
10
5
5
5,3,2,3,5
11
12
13
5
5
2,2,5,4,4
14
4
4
2,4,5,4
15
2
2
3,3
16
34
TOPLAM
34
103
Tarih
: 28.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
3,2,2,2,2
1
2
3
4
4
4,5,3,2
4
5
5
2,2,2,1,3
5
6
7
8
6
6
2,3,2,3,3,1
9
6
6
5,4,2,2,3,4
10
5
5
2,3,2,3,3
11
12
13
14
15
16
TOPLAM
31
31
82

116

Tarih
: 29.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
4
4
1,4,-,5
1
1
1
4
2
3
5
5
2,5,3,2,3
4
5
5
3,2,2,3,2
5
6
7
8
6
6
3,2,2,2,4,2
9
6
6
2,4,2,4,3,2
10
6
6
4,1,1,1,1,3
11
12
13
14
15
16
TOPLAM
33
33
84
Tarih
: 30.04.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,2,1,2,4
1
4
4
1,3,4,5
2
3
5
5
3,2,1,2,4
4
5
5
3,2,3,2,1
5
6
7
8
6
6
3,3,2,3,4,5
9
7
7
2,3,4,3,5,2,3
10
7
7
1,2,2,3,4,2,2
11
12
13
14
15
16
TOPLAM
39
39
105

117

Tarih
: 02.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
6
6
2,2,4,2,4,3
1
4
4
4,4,5,12
2
3
5
5
4,5,5,3,3
4
5
5
4,5,1,1,4
5
6
7
8
9
10
11
12
13
14
15
16
TOPLAM
20
20
77
Tarih
: 03.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
-,-,5,2,2
1
2
2
3,5
2
3
5
5
3,5,3,4,2
4
5
5
3,5,2,3,3
5
6
7
8
6
6
4,3,4,4,3,9
6
6
1,2,2,3,2,2
10
6
6
2,1,1,3,2,1
11
12
13
14
15
16
TOPLAM
35
35
90

118

Tarih
: 04.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
6
6
1,5,2,1,2,1
1
5
5
3,4,2,4,2
2
3
6
6
3,2,4,4,2,4
4
5
5
2,2,2,2,1
5
6
7
8
9
6
6
5,1,2,2,2,1
10
3
3
2,2,3
11
12
13
14
15
16
TOPLAM
31
31
75
Tarih
: 05.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,1,2,3,1
1
5
5
3,4,1,3,5
2
3
6
6
5,3,3,3,1,2
4
5
5
5,3,1,1,2
5
6
7
8
9
10
11
12
13
14
15
16
TOPLAM
21
21
54

119

Tarih
: 06.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
1,1,2,1,1
1
5
5
4,5,5,5,4
2
3
5
5
3,4,4,2,2
4
5
5
2,2,2,5,4
5
6
7
8
9
10
11
12
13
14
15
16
TOPLAM
20
20
59
Tarih
: 07.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
4,4,1,-,3
1
4
4
5,4,5,2
2
3
2
2
3,2
4
5
5
4,1,1,3,1
5
6
7
8
9
10
11
12
13
14
15
16
TOPLAM
16
16
43

120

Tarih
: 08.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
-,1,2,2,2
1
4
4
5,1,5,2
2
3
6
6
2,4,5,5,5,2
4
6
6
4,2,5,5,5,5
5
6
7
8
9
10
11
12
13
14
15
16
TOPLAM
21
21
69
Tarih
: 09.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,4,4,3,2
1
4
4
5,3,2,2
2
3
5
5
5,2,2,1,2
4
5
5
2,-,1,3,3
5
6
7
8
9
2
2
5,3
10
11
12
13
14
15
16
TOPLAM
21
21
56

121

Tarih
: 10.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,-,4,2,2
1
5
5
1,3,2,4,2
3
6
6
2,2,2,5,1,2
4
5
5
4,2,2,3,2
5
6
7
8
9
2
2
1,4
10
11
12
13
14
15
16
TOPLAM
23
23
52
Tarih
: 11.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,2,3,2,1
1
4
4
2,5,3,5
2
3
6
6
4,3,5,4,3,4
4
5
5
4,3,2,3,1
5
6
7
8
9
3
3
1,4,4
10
11
12
13
14
15
16
TOPLAM
23
23
70

122

Tarih
: 12.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
3,2,2,5,2
1
4
4
5,5,5,5
2
3
6
6
2,2,2,2,4
4
5
5
2,1,1,5,4
5
6
7
8
9
4
4
3,3,2,2
10
11
12
13
14
15
16
TOPLAM
24
24
69
Tarih
: 13.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
4,3,2,3,4
1
4
4
2,4,3,3
2
3
6
6
2,2,5,2,4,3
4
5
5
2,2,3,3,5
5
6
7
8
9
4
4
5,5,3,3
10
11
12
13
14
15
16
TOPLAM
24
24
77

123

Tarih
: 14.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,1,1,3,2
1
4
4
5,3,2,5
2
3
6
6
4,2,4,3,4,4
4
5
5
4,5,2,2,2
5
6
7
8
9
10
11
12
13
14
15
16
TOPLAM
20
20
60
Tarih
: 15.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,2,3,3,2
1
4
4
5,5,4,5
2
3
6
6
1,3,3,2,2,2
4
5
5
5,5,3,2,3
5
6
7
8
9
10
11
12
13
14
15
16
TOPLAM
20
20
62

124

Tarih
: 16.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
2,2,1,2,3
1
5
5
5,5,4,5,4
2
3
5
5
4,1,2,5,5
4
5
5
3,5,5,3,4
5
6
7
8
9
3
3
4,3,5
10
11
12
13
14
15
16
TOPLAM
23
23
82
Tarih
: 17.05.2005
Vardiya
:A
Makina No Üretilen Top Sayısı Kontrol Edilen Top Sayısı Hata Sayısı/Top
5
5
3,3,2,2,2
1
4
4
5,5,4,5
2
3
5
5
2,4,3,3,3
4
5
5
1,-,3,2,4
5
6
7
8
9
5
5
3,3,3,4,3
10
11
12
13
14
15
16
TOPLAM
24
24
72

125

Sponsor Documents

Or use your account on DocShare.tips

Hide

Forgot your password?

Or register your new account on DocShare.tips

Hide

Lost your password? Please enter your email address. You will receive a link to create a new password.

Back to log-in

Close