Bir kalite kontrol çalışmasının üç aşamadan oluştuğu kabul edilir. Uygulama sırasıyla bu üç aşama, 1. Veri Toplama; hangi verilerin, nerede, ne zaman, kim tarafından, hangi amaçlar için
toplandığını ve tarih, saat, sıklık, numune hacmi vb. bilgilerin kaydedilmesi işlemidir. Mevcut durumu kontrol etmek, prosesi kontrol altında tutabilmek, sürekli iyileştirmenin sonuçlarını ortaya koyabilmek ve olası geriye dönük bilgilere ulaşabilmek için amaca uygun veriler toplanıp, daha önceden belirlenmiş yine amaca uygun veri tablolarına işlenir.
2. Kontrol; toplanan verilerin amaca uygun işlenerek ürünlerin ve buna bağlı olarak ürünü meydana getiren prosesin standartlara uygunluğu kontrol edilir. İstatistiki olarak kontrol altında olan bir proses, herhangi bir değişkene maruz kalmadıkça, küçük salınımlar içerisinde devam edecektir. Belirlenmiş sıklıklarda veri toplanarak kontrolün tekrarlanması, özel ve/veya genel sebepler sonucu oluşabilecek bir sapmanın saptanarak düzeltici önlemlerin alınması gerektiğini ortaya çıkarır.
3. Üretim Kabiliyeti; Hiç bir değişikliğin olmadığı kusursuz bir sistemde tüm ürünlerin aynı kritik değerlerde olması beklenir. Fakat girdilerin çıktılara dönüşme operasyonu boyunca sistem birçok faktör altında değişkenliğe maruz kalarak bir ortalama etrafında salınan değerlerde ürünler meydana getirecektir. Bu salınımın geniş aralıkta olması ve istatistik olarak kontrol altında olsa bile hatalı kritik değer ortalamasında ürünler meydana getirmesi, üretimin başarısızlığını gösterir. Bu nedenle kontrol aşamasından sonra ürün için belirlenmiş spesifikasyonlardan sapmalar ve bu sapmaların genişliği üretimin ne oranda isteklere uygun işlediğini, diğer ifadeyle kabiliyetli çalışıp çalışmadığını gösterir. Özel ve genel hatalar teşhis edilip yok edilmedikçe bu kabiliyet açısından gelişme imkânsız olacaktır.
İPK içeriğinin %20’si istatistik, %10’u algılama ve geri kalan %70’lik kısmı problem çözmedir. Bu bileşenlerin ortak kullanımı sonucu üç temel uygulama ile İPK çalışması yerine getirilir;
1. Üretimi istatistiksel olarak kontrol altında tutmak,
2. Prosesi başından sonuna kadar izleyerek kontrol dışına çıkmak üzere olduğu durumları belirleyerek önlem almak,
3. Proses yeterliliğini tespit ederek iyileştirme yollarını aramak.
Kaliteye ilişkin problemlerin % 95’inin aşağıda belirtilen yedi temel istatistiksel teknikle çözümlenebileceğini söylemektedir. Geriye kalan % 5 için ise ileri seviye yöntemlerin uygulanması gerekmektedir. Bu yedi temel teknik;
1. Çetele Tablosu / Veri toplama, 2. Pareto Analizi,
3. Sebep-Sonuç / Balık Kılçığı Diyagramları, 4. Histogram,
Verilerin hangi amaç için toplanacağı açıkça belirlenir,
Hangi verilerin toplanacağı kararlaştırılır,
Hangi örnekleme yöntemi ile veri toplanacağı saptanır,
Verilerin kim tarafından, hangi sıklıkla, nasıl toplanacağı belirtilir,
Verilerin kaydedileceği formlar düzenlenir.
Kalite hakkındaki sayısal bilgi, sayarak veya ölçerek elde edilir.
Sayarak elde edilen bilgi, belirli aralıklar şeklinde ortaya çıkar. Örneğin 10 adetlik bir örnek gruptaki hatalar sadece 0,1,2, vb. olabilir. Belli uzunluktaki bir kumaştaki hataların sayısı, bir sayfadaki yazım hatalarının sayısı şeklindeki verilere niteliksel veriler denir. Niteliksel veriler geçer-geçmez mastarlarının kullanımından, görülür kusurların muayenesinden, evet/hayır, kabul/ret ya da geçer/geçmez seklinde değerlendirilir.
Genellikle ölçümler yoluyla elde edilen veriler sürekli bir skala üzerinde yer alırlar ve bu veriler değişken veriler olarak adlandırılır. Değişken veriler sıcaklık, zaman, ağırlık, hacim, fiziksel boyular, yaş vb. verileri kapsar.
Tablo 1. Tablet Ağırlığı Veri Tablosu.
Ürün Bilgileri Ölçüm Bilgileri
Ürün Adı M.P.Tablet Ölçüm Aleti Sartorius
Ürün Kodu 12345678 Ölçüm Yeri IPC Laboratuarı
Ürün Batch No I3333 Ölçüm Birimi Miligram
1.1. Çetele Tablosu/Veri Toplama
Tablo 1’deki gibi rasgele toplanan verilere ilk bakışta imalata yönelik bilgi edinmek sağlıklı olmayacaktır. Bu nedenle düzensiz olarak kaydedilen bu verilerin alt ve üst limitlerinin belirlenerek büyüklüklerine göre gruplandırılması gerekmektedir. Sıralama işleminden sonra oluşacak gruplara
“sınıf”, iki sınıf arasındaki farka “sınıf aralığı”, bir sınıftaki alt ve üst sınıf değerlerinin ortalamasına
“sınıf orta değeri”, ve her sınıfta bulunan terim sayısına da “frekans” adı verilir.
Tablo 2. Veri Tablosunda Sınıfların Dağılımı.
Sınıf Sınıf Sınırları
Verilerin tablo 2’deki gibi sıralanarak ilk bakışta imalat hakkında izlenim vermesi, verilerin sıklıklarının ve frekanslarının görülebilmesini sağlaması nedeniyle bu tablolara “işaret çizelgeleri” ya da “frekans dağılımları” denir. Nicel veriler değerlendirilirken nicelik sıralaması ile büyükten küçüğe göre dizilir ve bulundukları sınıf içinde yer alırlar.
Nitel verileri toplanmadan önce hangi kriterler için veri toplanacağı önceden belirlenir ve ilgili veri toplama tablosuna işlenir. Aranacak niteliğe rastlandığı zaman bu tablo üzerine veri kaydedilerek toplam sayıya ulaşılır. Her nitelik kendi sınıfını meydana getirir ve histogram üzerinde bu sınıf adı ile temsil edilir. Genellikle oluşan hataların sıklığını gösteren bu çetele tablosu örneği tablo 3’de gösterilmiştir. Çetele tablosuna işlenen her çizgi niteliğin oluşma sıklığını gösterir. Çetele tablosu yardımıyla hangi hataların daha sık yaşandığı belirlenir ve öncelikli hataların tespiti için kullanılacak pareto analizlerine veri hazırlanmış olur.
Tablo 3.Hatalar için Çetele Tablosu.
Kontrol Bilgileri Ambalaj Bant No:1 10.000 adet Son ürün
M.P.I2222 Kontrol Eden:
1.2. Pareto Analizi
Pareto analizinin temeli, bir sorunu oluşturan nedenleri önem derecesine göre sıralayarak, önemli olanları önemsiz olanlardan ayırma işlemidir. Diğer ifadeyle 80/20 olarak da bilinen bu yöntemde ortaya çıkan sonuç şudur; “Kusurların veya uygunsuzlukların %80’inin sebebi, sebeplerin %20’sidir”.
Örneğin kusur veya uygunsuzluk meydana getiren 10 faktör varsa, bu faktörlerden en önemli 2 tanesinin bulunması ve bertaraf edilmesi, hatalı üretim oranını %80 azaltacaktır. İşte pareto analizinin asıl amacı az sayıdaki önemli nedeni (vital few), çok sayıdaki önemsiz nedenden (trivial many) ayırarak öncelikle çözülmesini sağlamaktır.
Üretim süreci boyunca, tüm departmanlarda meydana gelen duruş nedenlerini gösteren raporlar referans alınarak oluşturulmuş Tablo 4’deki pratik çalışma, pareto analizine bir örnektir.
Tablo 4. Duruş Nedenlerinin Yüzdelik Dağılımı.
Hata Duruş Sebepleri Saat/Yıl %
Tüm departmanlar bazında oluşturulmuş ve hangi konuda duruşların daha fazla olduğunu gösteren Tablo 4, tüm duruşların oluşum sıklığı ve birikimli frekanslarını gösterecek şekilde yeniden düzenlenir ve Tablo 5’deki şekli alır. nedeni elektronik ve mekanik arızalardır. Tablo 5 referans alınarak çizilen pareto diyagramı Şekil 2’deki gibidir.
Şekil 2.Duruş Nedenleri İçin Pareto Analizi.
Pareto analizini sonucunda meydana gelen bu grafik yorumlandığında, hataların %76,5’ini meydana getiren iki duruş nedeni incelenmeli ve ortadan kaldırılmalıdır. Bunun için duruş nedenleri daha spesifik biçimde irdelenmeli, yapılacak kalite çemberi çalışmaları ile her duruş nedeni kendi içinde gruplandırılarak ikinci bir pareto analizi çalışmasıyla öncelikli duruş nedenleri belirlenmelidir.
Elektronik hatalar, duruş nedenlerinin %45,1’ini meydana getirdiğine göre, öncelikli çözülmesi gereken arızalar bu başlık altındadır. Konu üzerinde yapılan kalite çemberi çalışmalarında aşağıdaki tablo hazırlanmıştır.
Tablo 6.Elektronik Duruşların Kümülatif Dağılımı.
Hata Elektronik Arızalar Saat/Yıl Tüm Arızalar
%
Elektronik Arızalar
%
Kümülatif
%
B A arızası 110 21,6 47,8 47,8
A B arızası 80 15,7 34,8 82,6
D C arızası 25 4,9 10,9 93,5
C D arızası 10 1,9 4,3 97,8
E Diğer 5 0,9 2,2 100,0
230 100,0
Bu pratik çalışma sonrasında hazırlanan ikinci pareto diyagramı ile A tipi arızanın giderilmesi elektronik arızaların %47,8’nin, tüm arızaların %21,6’sının bertaraf edilmesi anlamına geliyor.
Şekil 3.Elektronik Duruş Nedenleri için Pareto Analizi
Bir sonraki aşama olan sebep-sonuç diyagramlarında, “vital few” yani az sayıdaki önemli duruş sebebi olan A ve B tipi elektronik hataların, “trival many” yani çok sayıdaki önemsiz duruş sebebinden ayrılarak öncelikli olarak bertaraf edilmesi üzerine düzeltici ve önleyici faaliyetler düşünülecektir.
1.3. Sebep-Sonuç/Balık Kılçığı Diyagramları
Pareto analizi çalışmalarıyla hatalara neden olan kusur ve uygunsuzlukların önem derecesine göre sınıflandırıldığı belirtilmişti. Bu aşamada çözüm önceliği belirlenmiş kusur veya uygunsuzluk ortaya konularak sebep-sonuç diyagramlarıyla bunun nedenleri tespit edilmeye çalışılır.
Şekil 4.Balık Kılçığı Diyagramı.
Yöntem
SONUÇ
Çevre Ekipman
İnsan Ölçüm
Ishikawa tarafından geliştirilen bu çözüm tekniğinde öncelikli çözülmesi gereken kusur ya da uygunsuzluk türü bir kutu içerisinde panelin sağ tarafına yerleştirilerek ona neden olabilecek ana nedenler ekipman, insan, yöntem, çevre ve ölçüm olarak sol tarafındaki hat boyunca yerleştirilir.
Kalite çemberi adı altında yapılan kalite iyileştirme toplantılarında tüm grup üyeleri bu ana nedenler altında yer alacak şekilde kendi tecrübe ve bilgilerine göre kusur veya uygunsuzluğa neden olabilecek alt nedenleri beyin fırtınası yöntemi ile belirtirler. Başarılı bir ekip çalışması sonrasında hiç beklenmedik bir fikir direkt ya da dolaylı olarak sorunu çözüme ulaştırabilir. Bu nedenle üyelerin fikirleri diyagram oluşturma aşamasında yoruma kapalıdır ve tartışılmaz.
1.4. Histogram
Bir değişkene ilişkin toplanan verilerin çetele tablosundan sonra işlenerek frekans sayısını gösterecek şekilde sütun grafikler olarak çizilmesiyle oluşurlar. Kontrol çalışmasına konu olan özelliğinin nicel olması durumunda gözlem değeri sıralanarak, nitel olması durumunda ise kusur ya da uygunsuzluk tanımları altında kategorize edilerek histogram çizilir. Yatay eksende kategoriler ya da sınıflar, dikey eksende ise frekansların yer aldığı histogramlarda her sütunun alanı ait olduğu sınıfın frekansını ifade eder.
Histogram şu temel adımlar ile çizilir;
1. Çetele tablosu incelenerek sınıf sayısı belirlenir. Sınıf sayısı toplanan veri sayısının karekökü ile hesaplanır ve yukarıya doğru tam sayıya yuvarlama yapılır. Belirli miktarlardaki veri sayısına göre genellikle kullanılan kolon sayısı için aşağıda verilen tablodaki değerler uygulanır.
Tablo 7. Histogramda Sınıf Sayısı Gösterimi.
Veri Sayısı Sınıf-Kolon Sayısı (c)
50’den az 5-7 arası
50-100 6-10 arası
100-250 7-12 arası
250’den fazla 10-20 arası
2. Veri tablosu yardımıyla en büyük değer ve en küçük değerler saptanır ve aralık belirlenir. Bir örneklem grubu için değişim aralığını temsil eden bu değerin küçüklüğü örneklem grubu içindeki verilerin nasıl homojen dağıldığını ve ne kadar benzer özelliklere sahip olduğunu gösterir.
Tablo 8. Histogramda Değişim Aralığı Gösterimi.
En Büyük Değer Xmaksimum
En Küçük Değer Xminimum
Aralık R= Xmaksimum -Xminimum
3. Sınıf genişliği, sınıf sayısının aralığa bölünmesiyle elde edilir. S = R / C
4. Sınıf sınırları belirlenerek veri tablosu düzenlenir. En küçük değerdeki veriye sınıf genişliği eklenerek aşağıdaki şekilde en büyük değere ulaşıncaya kadar sınıf sınırları bulunur.
Sınıf Sınıf Alt Değeri Sınıf Üst Değeri Frekans
A Xmin. Xmin.+S 4
B Xmin.+S Xmin.+2S 7
C Xmin.+2S Xmin.+3S 14
D Xmin.+3S Xmin.+4S 22
E Xmin.+4S Xmin.+5S 15
F ……. ……. 9
G ……. Xmaks. 4
Şekilde görüldüğü gibi grafik üzerinde “S” büyüklüğünde birbirinden ayrılmış sınıf değerleri yatay eksene yerleştirilir. Frekans değerleri de dikey eksende olacak şekilde grafikte belirlenir. Sınıf aralık frekansları, çetele tablosundan elde edilen verilerle belirlenir ve grafiğe işlenir.
Şekil 5.Histogram Genel Görünüşü.
5. En son aşama olarak ürün adı ve parti numarasını, verilerin toplanma tarihini ve yerini, kim tarafından hangi örneklem büyüklüğünde toplandığını içeren veri tablosu olan bilgi kartı çizilen histogramın referansı olarak eklenir ve en son halini alır.
1.5. Serpilme Diyagramları
Sorun analizinde etkin olan serpilme diyagramları, iki özellik arasındaki ilişkiyi göstermek amaçlı kullanılır. Bu sayede değişkenlerden birisinin standarttan sapması sonucu diğer değişkeni nasıl etkileyeceği öngörülebilir duruma gelecektir. Girdileri çıktılara dönüştüren bir operasyon olarak üretim süreci ele alındığında, bu sürece etki eden birçok faktörün olduğu belirtilmişti. Kusur ya da sorun yaratan bu etkilerin, başarılı bir sebep-sonuç ilişkisi çalışmasıyla nasıl bertaraf edilebileceği de balık kılçığı yöntemi ile ele alınmaktadır. Kalite problemlerini ortadan kaldırmak için bu problemleri
meydana getiren nedenlerin problem üzerindeki etkisini ve bu etkinin derecesini bilmek kaçınılmazdır. Problem üzerinde etkili olabileceği düşünülen faktörlerin sorun üzerindeki etki derecelerini tespit etmek amacıyla serpilme diyagramları kullanılır.
Şekil 6.Serpilme Diyagramları.
Belirlenen ilişki üzerine en az 30 adet veri çifti toplanarak, bu veriler düzgün ölçeklendirilmiş grafikte x ve y eksenlerine aritmetik büyüklük derecesine göre yerleştirilir. Veri çiftinin grafik üzerindeki yeri belirlenerek işaretlenir ve aynı işlem diğer veri çiftleri için uygulanır. İki veri arasındaki ilişkinin yönünü ve derecesini belirlemek için bu işaretlerden yapılabilecek en homojen doğru parçası çizilir. x değeri ile birlikte y değeri de artıyorsa bu iki değişken arasında pozitif bir ilişki var denir. Çizilen eğim etrafındaki noktalar birbirine çok yakın ise ilişki kuvvetlidir, uzaksa zayıftır denir.
1.6. Gruplandırma
Gruplandırma, erişilmesi gereken hassaslığı sağlarken, toplanan verilerin belirli kategorilere ve özelliklere göre sınıflandırılarak hatanın kaynağının ve önceliğinin belirlemesi için kullanılır.
Gruplandırma tekniği problemi direk çözmeye yönelik olmayıp daha önce incelediğimiz yöntemlerden çetele tablosu, histogram, pareto ve sebep-sonuç diyagramı ile beraber kullanılarak birbirini tamamlar.
Gruplandırma tekniğinin önemli bir özelliği de sorunları hep gözüktüğü gibi kabul etmekten kaçınmayı ve soruna farklı bir açıdan bakılmasını sağlamasıdır. Aşağıdaki tabloda hata türlerinin meydana geliş sıklıkları haftanın günleri ve vardiya düzenine göre sınıflandırılmıştır. Bu çalışmaya göre hangi hatanın hangi gün ya da hangi vardiyada daha sık gerçekleştiğini ve hangi hata tiplerinin hangi grupta öncelikli çözülmesi gerektiğini görebiliyoruz.
Sekil 12’de görülen pratik gruplandırma çalışmasını değerlendirdiğimizde, en fazla hata %59,3 ile 2.vardiyada gerçekleşiyor. Hata tiplerinde en sık hata ise %22,8 oran ile B tipi hataya rastlanmakta.
Hafta boyunca operatörler en çok hatayı %28,4 ile haftanın ilk mesai günü olan pazartesi günü
Şekil 7.Vardiya ve Hata Tipine Göre Gruplandırma.
Bu pratik çalışma neticesinde kurulan bir ekip, sebep-sonuç analizi ile kritik ve öncelikli hatayı belirler ve diğer istatistiksel teknikler ile birlikte çalışarak sorunu yok eder ya da minimum seviyeye indirir.
1.7. Shewhart Kontrol Grafikleri
Kontrol grafikleri sayesinde bir sürecin karakteristiğini tespit edilir ve bu yönde yorum yaparak hata oluşmadan müdahale ederek ıskarta üretim olasılığı minimuma indirgenir. Yine aynı sistemle, istatistik kullanılarak izlenen sürece ne zaman müdahale edilmeyip üretimi yalnız bırakabileceğimize ve bu sayede üretime etki edebilecek değişkenliği minimuma indirgeyeceğimize karar verme aşamasında önemli rol oynar. Kalitesizliğe yol açan en büyük faktör olan değişkenliği kontrol altına alan kontrol grafikleri tesadüfi ve sistematik nedenleri özel nedenlerden ayırır, müdahale zamanını gösterir. Diğer bir ifade ile üretimin sesi olan kontrol grafikleri dinamik yapısıyla zaman faktörüne direk bağlıdır ve bu yönüyle histogram çalışmasından üstündür. Eğer benzetmek gerekirse histogram bir fotoğrafı incelemek gibidir, halbuki kontrol çizelgeleri birçok histogramdan alınmış aynı bilgileri ardı ardına koyduktan sonra oluşan film şeridini izlemek gibidir.
Kontrol grafikleri, hangi durumun prosese ait küçük değişimlerden kaynaklandığını ve hangi durumun prosesten bağımsız tamamen özel-sistematik bir sebepten kaynaklandığını gösterir. Kontrol grafikleri prosesin kontrol dışına çıkaran bir problemin olduğunun habercisidir, problemi ya da problemin nedenlerini göstermez.
Üretim hattından toplanan verilerden alınan ölçüm değerleri ve bu değerler ile hesaplanan istatistiki kontrol değerleri, süreç performansını değerlendirmek ve sistematik hatayı tesadüfi hatadan ayırmak için kullanılır. Şekil 8’de görüldüğü gibi merkez çizgi olarak adlandırılan değer, üretim hattından toplanan numune değerlerinin ortalamasıdır. Bu çizginin alt ve üstünde, eşit 3σ kadar uzaklıktaki değerler, örnek istatistiklerinin normal dağıldığı bir süreçteki kontrol limitlerini gösterir ki bu sayede tesadüfi nedenler sistematik nedenlerden bu sınırlar ile ayrılır.
Şekil 8. Kontrol Grafiklerine Etki Eden Faktörler.
Örnek istatistiklerinin normal dağıldığı düşünüldüğünde, prosesten alınan numune değerlerinden elde edilen istatistiki proses kontrol grafiğinin şekil 9’daki gibi dağılması beklenir. Kontrol grafiklerinde merkezde yer alan çizgi, o ana kadar alınmış numunelerin ortalama değerini ifade eder.
Kontrol grafikleri üzerindeki +3σ ve -3σ değerleri, prosesin kontrol dışına çıktığını gösteren müdahale limitleridir. Fakat bir prosesin düzeltici müdahaleye ihtiyacı olduğu sadece müdahale limitleri dışında bir değer yakalandığı zaman değil, kontrol dışına çıkma trendi yakalandığı zaman belirlenir. Ortalama değer etrafında +2σ ve -2σ kadar sapmalar, prosesin her an kontrol dışına çıkabileceğini gösterir ki bunlara da uyarı limitleri denir. Ortalama değer etrafındaki +1σ ve -1σ kadar sapmalar ise prosesin stabil ve kararlı devam ettiğini gösterir.
Kritik Değer
Şekil 9.Normal Dağılımın Kontrol Grafiği Üzerindeki Görünümü.
+3σ ve -3σ kontrol limitleri dışında kalan %0.27’lik üretim kapasitesinin gerçekten ıskarta olup olmadığını kontrol limitleri değil, spesifikasyon limitleri belirler. Spesifikasyon limitleri müşterinin sesini ve isteklerini yansıtır. Bu nedenle bir prosesin sadece kontrol altında olduğunu incelemek yeterli değildir, aynı zamanda spesifikasyon limitleri açısından da değerlendirmek gerekir. Prosesin sesini ifade eden kontrol limitlerinin, müşterinin sesini ifade eden spesifikasyon limitlerinin içerisinde yer aldığı Şekil 10’daki durum düzeltici aksiyonu almak için en uygun grafiktir.
Şekil 10. Kontrol Grafiklerinde Kontrol ve Uyarı Limitleri.
Kontrol grafikleri oluşturulurken şöyle bir yol izlenebilir;
Kontrol grafikleri oluşturulmadan önce hangi kritik değer için istatistiksel çalışma yapılacağına karar verilir.
Kontrol grafiğindeki bu normal dağılımı yakalamak için veri sayısının yeterli olması şarttır. Bu nedenle istatistiki olarak anlamlı bir grafik için en az 30 adet veri kullanılmalıdır.
Daha sonra örneklem toplama planı oluşturulmalı, grup içerisindeki numunelerin mümkün olduğu kadar benzer özellikler sahip olmasını sağlayacak ve birbirinden farklı olan alt gruplar oluşturulmalıdır.
Toplanan verilerin kolay ve anlaşılır bir şekilde kaydedilmesi için veri kayıt formları düzenlenmeli ve tüm veriler bu formlara işlenmelidir.
Sonrasında da veriler toplanarak kaydedilir ve İPK teknikleri ile değerlendirilir.
Karar verilen kritik değerler nitelik veya nicelik özelliklerine göre sınıflandırılır ve kontrol grafikleri buna göre seçilir. Hangi durumlarda ne tür grafiğin seçilmesi gerektiği Şekil 11’de görülmektedir.
Şekil 11.Kontrol Grafiklerinin Seçimi.
Ölçülebilen veriler için Nicel Kontrol Grafikleri (𝑋̅, 𝑅, 𝑠 gibi), ölçülemeyen veriler için de Nitel Kontrol Grafikleri (c, u, p, np gibi) oluşturulur.