T.C.
DOKUZ EYLÜL ÜNVERSTES SOSYAL BLMLER ENSTTÜSÜ
LETME ANABLM DALI YÖNETM BLM PROGRAMI
YÜKSEK LSANS TEZ
ALTI SGMA’DA PROJE SEÇM YÖNTEMLER VE
BR UYGULAMA
Davut DNÇEL
Danman
Doç. Dr. Onur ÖZVER
Yemin Metni
Yüksek Lisans Tezi olarak sunduum “Alt Sigma’da Proje Seçim
Yöntemleri ve Bir Uygulama” adl çalmann, tarafmdan, bilimsel ahlak ve
geleneklere aykr düecek bir yardma bavurmakszn yazldn ve yararlandm eserlerin kaynakçada gösterilenlerden olutuunu, bunlara atf yaplarak yararlanlm olduunu belirtir ve bunu onurumla dorularm.
19/ 04/ 2011
Davut DNÇEL
ÖZET
Tezli Yüksek Lisans
Alt Sigma’da Proje Seçim Yöntemleri ve Bir Uygulama Davut DNÇEL
Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü letme Anabilim Dal Yönetim Bilimi Program
Alt Sigma metodolojisi, sezgilerin yerine ölçülebilen verileri kullanlarak karar veren bir yönetimi ifade eder. Alt Sigma’da esas olan süreçlerin iyiletirilmesi ve hatalarn sfra indirilmesidir. Bunu salamak için Alt Sigma projelerinde zaman ve maliyetler bata olmak üzere kaynaklarn verimli kullanlabilmesi gerekmektedir. Doru seçilmi bir Alt Sigma projesi sayesinde, kaynaklarn israf azalr ve Alt Sigma metodolojisinin tüm irkete yaylarak benimsenmesi salanr. Çalmann teorik ksm iki bölümden olumaktadr. Birinci bölümde Alt Sigmann temel kavramlar ve istatistiksel yöntemler, ikinci bölümünde de proje seçim tekniklerinden bazlar tanmlanmtr. Çalmann uygulama ksmnda, tanmlanan proje seçim teknikleri özel bir hastanede uygulanmtr. lk olarak hastanenin kritik kalite karakteristikleri tanmlanmtr. Hastanenin mevcut durumunu deerlendirebilmek için 400 hastadan oluan bir grupla yüz yüze anket çalmas yaplmtr. Anket 5’li likert ölçeine göre hazrlanmtr. Memnuniyetsiz hasta saylar, hata says olarak kabul edilerek DPMO bulunmu ve ana sürecin ksa dönem sigma seviyesi hesaplanmtr. Ksa dönem sigma seviyesinin 3’ün altnda çkmas, hastanede ilerin yolunda gitmediini göstermitir. Kritik alt süreçler belirlenmi ve bu alt süreçlerde uygulanmas düünülen projeler tanmlanmtr. Proje seçim yöntemleri kullanlarak, hastanenin karlln optimum düzeyde arttracak olan proje seçilmi ve uygulamaya konulmutur. Bu sayede kaynaklar israf edilmemi ve müteri memnuniyetinin artmasyla iletme amacna ulamtr.
ABSTRACT Master’s Thesis
Project Selection Methods in Six Sigma and A Case Study Davut DNÇEL
Dokuz Eylül University Graduate School of Social Sciences
Department of Management Management Science Program
Six Sigma methodology states a management using measurable data instead of instincts. The basis in Six Sigma is to improve the processes and reduce the errors to zero. To achieve this, it is necessary to use the sources effectively in Six Sigma projects, particularly time and costs. The waste of the sources decreases and the Six Sigma methodology is accepted by spreading over all the companies thanks to a rightly chosen Six Sigma project. The theoretic part of the study consists of two elements. In the first part, the Six Sigma’s basic concepts and statistical techniques are defined and in the second part, some project choosing techniques are defined. In the implementation part of the study, defined project choosing techniques are implemented in a hospital. Firstly, the hospital’s critical quality characteristics are defined. To evaluate the present conditions of the hospital, a face to face questionnaire study was held with a group of 400 people. The questionnaire was prepared according to the 5 point likert scale. DPMO was founded by considering the unsatisfied patients number as the error number and main process short termed sigma level was calculated. Short termed sigma level’s appearing under 3 denoted that things were not going alright. Critical sub-processes were defined and the projects thought to be implemented in these sub-processes were defined. The project which was going to make the company raise its optimum profit were defined by using project choosing techniques and the projects thought to be implemented in these sub-processes were defined. By this way, sources were not waste and the company managed to achieve its goals with the rise of the customer satisfaction. Key words: Six Sigma, Project Selection Methods.
ÇNDEKLER
ALTI SGMADA PROJE SEÇM YÖNTEMLER VE BR UYGULAMA
TEZ ONAY SAYFASI ... ii
YEMN METN ... iii
ÖZET ... iv
ABSTRACT...v
ÇNDEKLER ... vi
KISALTMALAR ... ix
TABLOLAR LSTES ... xii
EKLLER LSTES ... xiv
GR ...1
BRNC BÖLÜM ALTI SGMA 1.1. ALTI SGMANIN TARHSEL GELM...3
1.2. ALTI SGMANIN TANIMI ...4
1.2.1. Alt Sigma’nn Faydalar...6
1.2.2. Alt Sigma’nn lkeleri ...7
1.3. ALTI SGMA METRKLER...9
1.4. ALTI SGMA YLETRME PLANI...13
1.4.1. Tanmlama ...17
1.4.1.1. Proje Beyan ...17
1.4.1.2. Süreç Haritas ...21
1.4.1.3. Müterinin Sesi ...23
1.4.2. Ölçme ...24
1.4.2.1. Veri Toplama Plannn Oluturulmas ...25
1.4.2.2. Veri Toplama Plannn Uygulanmas...28
1.4.2.3. Ölçüm Deikenlii ...28
1.4.2.3.2. Türetilebilirlik ...30
1.4.2.3.3. Kararllk ...31
1.4.3. Analiz ...31
1.4.3.1. Veri Analizi...31
1.4.3.1.1. Kesikli Veri Analizi ...31
1.4.3.1.2. Sürekli Veri Analizi ...34
1.4.3.2. Süreç Analizi...37 1.4.3.3. Kök Neden Analizi...41 1.4.4. yiletirme ...44 1.4.4.1. Deney Tasarm ...45 1.4.4.2. Regresyon Analizi...46 1.4.4.3. Korelasyon ...47 1.4.5. Kontrol ...49 1.4.5.1. Standardizasyon ...51
1.4.5.2. statistiksel Süreç Kontrolü ...53
1.4.5.2.1. Süreç Potansiyel ndeksi (Cp...54
1.4.5.2.2. Süreç Performans ndeksi (Cpk...56
1.4.5.2.3. Cpm ndeksi...58
1.5. ALTI SGMA ORGANZASYONUNUN YAPISI ...59
1.5.1. Liderlik Konseyi...62
1.5.2. Yönetim Temsilcisi ...62
1.5.3. Sponsor...63
1.5.4. Uzman Kara Kuak ...64
1.5.5. Kara Kuak... 65
1.5.6. Yeil Kuak ... 67
KNC BÖLÜM ALTI SGMA UYGULAMASINDA PROJE SEÇM YÖNTEMLER 2.1. PROJE KAVRAMI... 69
2.2. PROJE ÖNCELKLENDRLMES VE SEÇMNN ÖNEM ...71
2.3.1. Pareto Öncelik ndeksiyle Projelerin Seçimi ...72
2.3.2. Fizibilite Analizi Yaparak Projelerin Seçimi ...73
2.3.3. Yatrmn Geri Dönü Orann Bularak Projelerin Seçimi...79
2.3.4. Kalite Fonksiyon Yaylmn Kullanarak Projelerin Seçimi ...81
ÜÇÜNCÜ BÖLÜM PROJE SEÇM TEKNKLERNN ÖZEL BR HASTANEDE UYGULANMASI 3.1. LETME LE LGL GENEL BLGLER...86
3.2. UYGULAMANIN YOL HARTASI ...87
3.2.1. Tanmlama Aamas...87
3.2.1.1. Ana Sürecin Yüksek Seviyede Haritalandrlmas...88
3.2.1.2. Alt Süreçlerin Tanmlanmas ...90
3.2.1.3. Kritik Kalite Karakteristiklerinin Tanmlanmas ...96
3.2.1.4. Balk Klç Diyagram... 97
3.2.1.5. Ana Sürecin Ksa Dönem Sigma Deerinin Hesaplanmas ....99
3.2.1.6. Alt Süreçlerin Ksa Dönem Sigma Deerlerinin Hesaplanmas ...101
3.2.2. Ölçme Aamas ...105
3.2.2.1. Pareto Öncelik ndekslerinin Hesaplanmas ...105
3.2.2.2. Fizibilite Analizlerinin Hesaplanmas...111
3.2.2.3. Projeler çin Yatrmn Geri Dönü Oranlarnn Hesab ...115
3.2.2.4. Ölçme Aamasnn Deerlendirilmesi ...116
3.2.3. Seçilen Projenin Uygulanmas ...117
SONUÇ ...119
KAYNAKLAR ...125
KISALTMALAR ABD Amerika Birleik Devletleri
ANCOVA Kovaryans Analizi ANOVA Varyans Analizi
ASS Alt Spesifikasyon Snr ASQ Amerikan Kalite Dernei AHP Analitik Hiyerari Süreci CPL Alt Yeterlilik ndeksi CPU Üst Yeterlilik ndeksi COPQ Kalitesizlik Maliyeti CTQ Kritik Kalite Karakteristii
Cp Süreç Potansiyel ndeksi
Cpk Süreç Performans ndeksi
Cpm Hedef Deer ile Ortalama Arasndaki likiyi Temel Alan ndeks
DMAIC Define, Measure, Analyze, Improve, Control DO Kusur Frsat
DPO Frsat Bana Kusurlar DPMO Milyon Frsatta Kusurlar DPU Birim Bana Kusurlar
FMEA Failure Mode Effect Analysis H Hedef Deer
SK statistiksel Süreç Kontrolü
ISO Uluslar arasStandardizasyon Örgütünü
K 1000$
KFY Kalite Fonksiyon Yaylm ÖSA Ölçüm Sistemi Analizi PPI Pareto Öncelik ndeksi
ppr Her Bir Milyon çindeki Kusur Miktar r Korelasyon Katsays
ROI Yatrmn Geri Dönüümü RTY Toplam Süreç Verimlilii s Standart Sapma
s2 Örnek Varyans
SGK Sosyal Güvenlik Kurumu
SPOC Suppliers, nputs, Process, Output ve Customers SPAR Bilgisayar Program
TKY Toplam Kalite Yönetimi
TÖAK Tanmla, Ölç, Analiz, yiletir, Kontrol TPM Toplam Üretken Bakm
TSV Toplam Süreç Verimlilii ÜBH Ürün Bana Hata Adedi ÜSS Üst Spesifikasyon Snr v.b. Ve Benzeri
VSM Value Stream Map (Deer Ak Haritas) VOC Voice Of Customer (Müterinin Sesi) X Örnek Ortalamas
QFD Quality Function Deployment (Kalite Fonksiyon Yaylm) Ana Kitleye likin Standart Sapma
2 Ana Kitleye likin Varyans
LT Uzun Dönem Süreç Sigma Deeri
ST
Ksa Dönem Süreç Sigma Deeri µ Ana Kitleye likin Ortalama Ölçüm Hatas
TABLOLAR LSTES
Tablo 1: Ksa Dönem Süreç Sigma ve DPMO Deerleri ...11
Tablo 2: Alt Sigma yiletirme Plan ...14
Tablo 3: DMAIC’te Kullanlan Teknikler ...15
Tablo 4: Proje Beyannamesi ...18
Tablo 5: Proje Beyanname Formunun Doldurulmas çin Açklamalar ...20
Tablo 6: Ölçümleme Gerektiren Alanlar...24
Tablo 7: Veri Toplama Formu ...27
Tablo 8: Sigma Seviyesinin Kalitesizlik Maliyetiyle Olan likisi... 40
Tablo 9: Süreç Deikenleri...43
Tablo 10: Süreç Potansiyel ndeksine Göre Alnacak Önlemler ...56
Tablo 11: Alt Sigma Organizasyonunda Roller ve Sorumluluklar ... 60
Tablo 12: Genel Roller ve Kuaklar... 61
Tablo 13: Kara Kuak Seçimi ... 66
Tablo 14: Pareto Öncelik ndeksinin Gösterimi...73
Tablo 15: Alt Sigma Projelerinde Fizibilite Analizi ... 74
Tablo 16: Sponsorluk ... 75
Tablo 17: D Müteriler için Müteri tatmini ... 75
Tablo 18: D Müteriler için Kalite yiletirme (CTQ... 75
Tablo 19: Finansal Getiriler ...76
Tablo 20: Çevrim Süresini Ksaltma... 76
Tablo 21: Gelirlerin Artrlmas ...76
Tablo 22: Çalanlarn Memnuniyeti ...77
Tablo 24: Takm Dndaki Dier Kaynaklarn Elde Edilebilirlii...77
Tablo 25: Kara Kuan Mesaisiyle lgili Kapsam ... 77
Tablo 26: Çkt ... 78
Tablo 27: Tamamlanma Zaman ... 78
Tablo 28: Takm Üyelii... 78
Tablo 29: Proje Beyan ...79
Tablo 30: Alt Sigma Yaklamnn Deeri (DMAIC ya da Edeeri)...79
Tablo 31: Yatrmn Geri Dönü Zamannn Hesaplanmas ... 80
Tablo 32: liki Derecelerinin Arlklar ve Sembolleri ...83
Tablo 33: Hastalarn Hizmet Aldklar Polikliniklere Göre Dalmlar ...90
Tablo 34: Memnuniyetsiz Hasta Saylar ...99
Tablo 35: Alt Süreçlerin CTQ’lar ve Memnuniyetsiz Hasta Saylar...102
Tablo 36: Alt Süreçler çin Ksa Dönem Sigma Deerlerinin Karlatrlmas..105
Tablo 37: Laboratuar Süreci Projesinin Fizibilite Analizi ...112
Tablo 38: Acil Servis Süreci Projesi için Fizibilite Analizi...113
Tablo 39: Fizik Tedavi ve Rehabilitasyon Süreci Projesi için Fizibilite Analizi.114 Tablo 40: Laboratuar Süreci Projesinin ROI Hesab ... 115
Tablo 41: Acil Servis Süreci Projesinin ROI Hesab ... 115
Tablo 42: Fizik Tedavi ve Rehabilitasyon Süreci Projesinin ROI Hesab...115
Tablo 43: Proje Deerlendirme Özeti ...116
Tablo 44: yiletirme Projesinden Önce ve Sonraki Memnuniyetsiz Hasta Saylar ...117
EKLLER LSTES
ekil 1: Sigma () statiksel Ölçü Biriminin Grafiksel Olarak Tanm ...5
ekil 2: Yield örneinin ekil ile gösterimi...12
ekil 3: Toplam Süreç Verimlilii Örnei ... 13
ekil 4: Tanmlama Aamasnn Süreç Ak ... 17
ekil 5: Süreç Haritas Sembolleri ...22
ekil 6: SIPOC Diyagram ablonu...23
ekil 7: Anakitle Parametresi ve Örnek statistii Arasndaki liki ...27
ekil 8: Yinelenebilirlik ...30
ekil 9: Türetilebilirlik...30
ekil 10: Pareto Grafii Örnei...32
ekil 11: Öle Yemei Satlar Pasta Grafii... 33
ekil 12: Pasta Pastas Örnei...34
ekil 13: Histogram Grafii Örnei...35
ekil 14: Grafik Diyagram Örnei...37
ekil 15: Süreç Modeli...37
ekil 16: Neden-Sonuç Diyagram Örnei ...41
ekil 17: Ak Öncesi (X) ve Ak Sonras (Y) Deikenler ...42
ekil 18: yiletirme Aamasnn Faaliyet Süreci ...44
ekil 19: Deney Tasarm Sürecinin Genel Modeli ...45
ekil 20: Basit Dorusal Regresyon Dorusu...46
ekil 21: Korelasyon Çeitleri ...48
ekil 22: Kontrol Aamasndaki Faaliyet Süreci ...49
ekil 24: SK’de kullanlan klasik kontrol sistemi ...54
ekil 25: Cp ndeksi ... 55
ekil 26: Cpk ndeksi ... 57
ekil 27: Alt Sigmada Roller ... 59
ekil 28: Stratejik Yaylm Matrisi ... 82
ekil 29: kinci Seviye Matrisi... 84
ekil 30: Üçüncü Seviye Matrisi ... 85
ekil 31: SIPOC diyagram...89
ekil 32: Laboratuar Alt Süreci ...91
ekil 33: Acil Servis Alt Süreci ...94
ekil 34: Fizik Tedavi ve Rehabilitasyon Alt Süreci ...95
GR
Rekabet ortamnn önem kazand günümüzde, irketlerin ayakta kalabilmesi için müteri memnuniyetini sürekli ön planda tutup, karllklarn arttrmalar gerekmektedir. ç ve d müteri memnuniyetini hedefleyen Alt Sigma metodolojisinin kullanlmas iletmeler için bulunmaz bir frsattr. Japonlar tarafndan gelitirilen ve kullanlan istatistiksel süreç kontrolü, 1980’li yllardan itibaren Motorola firmas tarafndan gelitirilerek Alt Sigma adn alm ve merkezi Amerika olan firmadan tüm dünyaya yaylmtr. Ülkemizde de kurumsal ve büyük firmalar tarafndan bu metodoloji kullanlmaktadr.
Sfr hatay amaç kabul eden Alt Sigma, hatay kaynanda yok etmek için süreçlerin iyiletirilmesine odaklanmtr. Sürecin iyiletirilmesi için, yol haritas olan DMAIC ( TÖAK ) çevrimi kullanlr. Be aamadan oluan bu çevrimde; Tanmlama aamasnda problemin tanm, Ölçme ve Analiz aamalarnda sürecin karakterizasyonu, yiletirme ve Kontrol aamalarnda ise sürecin optimizasyonu yaplr. Bu aamalarda görev alan iyiletirme ekibinin üyeleri hatalarla mücadele edip onlar yok ettikleri için, Uzman Kara Kuak, Kara Kuak ve Yeil Kuak gibi dövü sporlarnda kullanlan adlarla ifade edilirler.
Alt Sigma metodolojisinin baarl olabilmesi için, projelerde kullanlacak olan, iletmenin snrl miktardaki kaynaklarnn verimli kullanlmas gerekmektedir. Bu nedenle uygulanacak olan projenin seçimi iletmeler için hayati önem tamaktadr. Uygulanacak olan projeyi, iletmedeki yöneticilerin sezgilerine dayanarak seçmek iletmeyi zor duruma sokabilir. Yatrmn geri dönü oran en yüksek, maliyeti en düük, baar oran en yüksek, tamamlanma zaman en ksa, iç ve d müteri memnuniyetini arttrc, sponsor ve Kara Kuan çalma saatlerine en uygun projelerin seçimi irketin karlln ve rekabet gücünü arttracaktr. Bu nedenle proje seçim sürecinin belli kriterlere ve analizlere göre yaplmas arttr. Yatrm öncesi iletmelere k tutmas amacyla tezde, proje seçim yöntemlerinde kullanlacak yöntemler tanmlanmtr.
Tez üç bölümden olumaktadr. Giri bölümünde konu ile ilgili genel bilgiler verildikten sonra birinci bölümde, Alt Sigmann tarihsel geliimi, tanm, metrikleri,
iyiletirme plan ( DMAIC ) ve organizasyon yaps anlatlmtr. kinci bölümde, Alt Sigma uygulamalarnda proje seçim yöntemlerinden olan, Pareto Öncelik ndeksi, Fizibilite Analizi, Yatrmn Geri Dönü Oran ve Kalite Fonksiyon Yaylm teknikleri ile projelerin seçim yöntemleri anlatlmtr. Üçüncü bölümde ilk olarak iletme hakknda genel bilgiler verilmi ve uygulamann yol haritas anlatlmtr. Daha sonra tezin teorik ksmnda anlatlan yöntemler özel bir hastanede uygulanmtr. Uygulamann sonucunda iletmenin karlln ve müteri memnuniyetini arttracak en uygun proje seçilmitir. Sonuç ksmnda elde edile veriler deerlendirilmi ve iletme için ileriye dönük yaplmas gerekenler önerilmitir.
.
BRNC BÖLÜM ALTI SGMA
Motorola bakan Robert W. GALVN Alt Sigma’y tanmlarken deikenliin önemini savunmutur. ‘Eer deikenlii kontrol edebiliyorsanz, tüm parça ve süreçlerinizde sfr hataya – Alt Sigma düzeyine ulaabilirsiniz’ ifadesiyle bu konuyu vurgulamtr. Motorola bakan bu gerçek dorultusunda kuruluu köklü bir deiime itmi, bundan sonra kendisinin ilk sorgulayaca konunun süreç kalitesi olacan belirtmi ve bu konu üzerine çalmalarn balatlmasn istemitir. te bu çalmalar Alt Sigma adn dourmutur (Polat, Cömert ve Artürk, 2005: 18).
1.1. ALTI SGMANIN TARHSEL GELM
Alt Sigma’nn 1980’li yllarn ortalarnda Motorola tarafndan gelitirildii söylenmesine karn, yaklak 100 yllk bir geçmii bulunmaktadr (Artürk, Polat ve Cömert, 2003: 15). Alt Sigmann tarihsel geliimindeki süreç aadaki gibi ekillenmitir (Polat, Cömert ve Artürk, 2005: 18),
x Henry Ford’un seri üretim hatlarn 84 ayr istasyon ayrtrarak Tam Zamannda Üretim ve Yaln Üretim Tekniklerini ilk olarak kullanmas,
x Walter Shewhart ve Joseph M. Juran’n 1920 ve 1924 arasndaki kalite çalmalar ile gelitirdikleri Kontrol Grafikleri ve Modern istatistiksel Süreç Kontrol Yöntemleri,
x 1950’li yllarda Japonlara danmanlk destei salayarak Japon kalite devriminin yaplanmasna katk salayan Dr. Edwards Deming, Dr. Joseph M. Juran ve Dr. Armand Feigenbaum’un uygulamalar ve Japonlar üstün rekabet gücüne ulat 1970’li yllar.
1970’li yllarda Japonya’nn üstün rekabet gücüne ulamas ve Amerika pazarnda hâkimiyet kurmas ile birçok Amerikan irketi küçülerek pazarda rekabet edemez bir düzeye gelmitir. Bunlardan biri olan Motorola, televizyon üretimi yapan Quasar adndaki irketi, yüksek kalite maliyetleri sebebi ile bir Japon firmas olan Matsushita’ya satmtr. Matsushita, Motorola’dan satn ald Quasar’da istatistiksel
teknikleri televizyon üretim süreçlerinin gelitirilmesinde kullanarak hata oranlarn %100’den %3’e düürmütür. Amerika’da Amerikan içileri ile elde edilen bu baar hikayesi ASQ (American Society of Quality) Amerikan Kalite Dernei’ne raporlanmtr.
lk olarak üretim sektörlerinde uygulanmaya balanan Alt Sigma, 1995’li yllarda hizmet süreçlerinin iyiletirilmesinde de kullanlmaya balanmasyla deiime uramtr. lk uygulama adm olarak müteri sesinin ve kalite öncelikli hedeflerin belirlenmesinde kullanlan tanmlama aamas da sürece ilave edilmitir. American Express, Citibank, J.P: Morgan, GE Capital gibi irketlerde, bankaclk, pazarlama ve lojistik gibi sektörleri de içine alacak ekilde uygulama alann geniletmitir (Yavuz, 2005: 28 ). Sonuç olarak son yllarda istatistiksel tekniklere ve süreç gelitirmeye dayanan Alt Sigma yaklam, çok sayda geleneksel üretim irketi tarafndan da önemli bir sistem olarak ele alnmakta ve uygulanmaktadr (Sehwail ve Camille, 2003: i ).
1.2. ALTI SGMANIN TANIMI
Sigma (), Yunan alfabesindeki bir harfin addr. Büyük harf sigma genellikle toplam simgesi olarak ( ) ünlüdür. Küçük harf olarak da ( ) özellikle istatistikte ve istatistiksel süreç kontrolünde çok önemli bir ölçüt olan, standart sapmann simgesidir. Standart sapmann karesi, varyans (2) olarak adlandrlr. Varyans, deikenliin temel ölçütüdür (Çabuk ve Karaylmazlar, 2010: 94). ekil 1’de Sigmann grafiksel olarak tanm gösterilmitir.
Alt Sigma güçlü bir yönetim stratejisi olarak her milyon faaliyette 3.4 hata olasln gerçekletirmeye çalan bir anlaytan, ilk tasarm aamasnda kalitenin ürün ve hizmet içerisine dahil edilmesini salayan geni kapsaml bir yaklama dönümütür. Bu kapsamda Alt Sigma karll arttrmak, israf ortadan kaldrmak, kalite maliyetlerini azaltmak ve müterilerin ihtiyaç ve beklentilerini karlayan ve hatta aan tüm operasyonel süreçlerin etkinliini ve etkililiini arttrmak için kullanlan bir iletme stratejisi olarak tanmlanabilir (Sofyalolu, 2009: 1)
ekil 1: Sigma () statiksel Ölçü Biriminin Grafiksel Olarak Tanm.
Kaynak: Togay ve dierleri, www.componenta.com, 16.01.2011.
Alt Sigma bir operasyonel problemi istatistiksel probleme çevirir, ispatlanm matematiksel araçlar kullanr ve sonucu yeniden pratik eylemlere dönütürür. Alt Sigma farkl ekillerde uygulanlmakta ve farkl tanmlar yaplmaktadr. Bunlardan biri ‘‘ baarsna ulamak, maksimize etmek ve sürdürmek için anlalr ve esnek bir sistem olan Alt Sigma; müteri gereksinimlerinin yakndan anlalmas, gerçeklerin, verilerin ve istatistiksel analizlerin disiplinli bir ekilde kullanlmas ile i süreçlerinin yeniden kefedilmesini ve iyiletirilmesini salar’’ eklindedir (Pande, Neuman ve Cavanagh, 2000: xi).
Daha basit bir tanm ise, ‘‘Alt Sigma daha sk çalmak için deil ama daha akllca çalmak için bir felsefe, bir iletme stratejisidir’’ (http://www.citehr.com, 21.02.2011). MINITAB paket program da Alt Sigma’y öyle tanmlamaktadr, ‘Finansal olarak ölçülebilen sonuçlara odakl, müteri memnuniyetini arttrarak
süreçleri iyiletiren, hurday ve yeniden ilemeyi azaltan, enformasyona dayal bir metodoloji’ (Gürsakal, 2005: 46).
The Financial Times 10 Ekim 1997 tarihli saysnda Alt Sigma’y ‘’Her ürün, süreç ve ilemden hatalarn tümüne yaknnn elenmesini hedefleyen bir program’’ olarak tanmlamtr (Hahn ve dierleri,1999:208). Bir dier tanmda ise, ‘‘Alt Sigma, bir ürün veya hizmet üreten bir süreçte sfr hataya yaklaan optimize edilmi bir performans düzeyidir. Dünya ölçeinde bir performansa ulalmasn ve bu düzeyin sürdürülmesini gösterir. Alt Sigma bir metodoloji veya bir araç deil, bir sonuçtur’’ (Wilson, 1999:181).
1.2.1. Alt Sigma’nn Faydalar
Alt Sigma’y kullanan firmalar için iki tip fayda vardr, bunlar; organizasyon için faydalar ve paydalar için faydalardr. Organizasyon için faydalar, deikenliin sürekli azaltlmas ve nominal seviyelerinde sürecin merkezilemesi yoluyla elde edilir ve organizasyon için faydalar aadaki gibidir (Gitlow ve Levine, 2005: 7) ,
x Gelimi süreç aklar x Azaltlm toplam kusurlar
x yiletirilmi iletiim (müterek dili salar) x Azaltlm çevrim süreleri
x Geniletilmi bilgi
x Müteri ve çalan memnuniyetinde daha yüksek seviyeler x Arttrlm verimlilik
x Süreçte azaltlm i x Azaltlm envanter
x yiletirilmi kapasite ve çkt x Arttrlm kalite ve güvenilirlik x Azaltlm birim maliyetleri x Arttrlm fiyat esneklii x Azaltlm pazar süresi x Daha hzl teslim zaman
x yiletirmelerin nakit paraya dönüümü
Paydalar için kazançlar, organizasyonel kazançlarn yan ürünüdür ve aadaki gibidir,
x Hissedarlar, azaltlm maliyetler ve arttrlm gelirler nedeniyle daha fazla kar elde ederler.
x Müteriler ürün ve hizmetler ile tatmin olurlar.
x Çalanlar çalmalarnda daha yüksek morale sahip olurlar ve daha çok tatmin olurlar.
x Tedarikçiler iin güvenli kaynandan memnun olurlar.
1.2.2. Alt Sigma’nn lkeleri
Kalite kavram deiik boyutlarda tanmlanmtr. Kalitenin ve buna bal olarak Alt Sigma’nn boyutlar, firmalarn tüm çkar gruplarn, (müterileri, çalanlar, tedarikçileri vb,) memnun edecek ve ihtiyaçlarn karlayacak faaliyetleri içermektedir (Largosen ve Largosen, 2000: 490). TKY ( Toplam Kalite Yönetimi) referans alnarak, Alt Sigma’nn ilkeleri belirlenmitir. Bunlar aadaki gibidir,
x Müteri odakllk: Alt Sigma için müteri odakl olmak önemlidir. Tüm performans ölçümleri müteri ile balar. Ölçüm ve deerlendirmelerde müterilerin bugünkü ve gelecekteki muhtemel ihtiyaçlar dikkate alnmaldr. Alt Sigma’nn uygulanmasnn temeli firmann ana müterilerini tespit etmesiyle balar. Müterilerin asl olarak firmamzdan ne istediklerini örenmek, istek ve ihtiyaçlarnn zaman içerisinde nasl deitiinin tespit edilmesi, Alt Sigma uygulama sürecinde büyük önem tamaktadr (Pande, Neuman, ve Cavanagh, 2000:81).
x Verilere Dayal Yönetim: letme yöneticileri genelde kararlarn verilere dayal deil de, tecrübe, içgüdü ve varsaymlara dayanarak vermektedirler. Alt Sigma’nn temeli hatalarn bulunmas ve ortadan kaldrlmas için sadece tecrübe veya içgüdülerle deil, kapsaml ve karmak verilere de dayanarak,
istatistiksel analizler sonucunda karar verilmesidir (Turan, enkayas ve Baalolu, 2008: 57).
x Sürece Odaklanma, Yönetim ve yiletirme: Alt Sigma’ da süreç faaliyetin olduu yerdir. ster irket yönetimi isterse ürün ve hizmet tasarm, performans ölçümü, etkinliinin arttrlmas ya da müteri tatminin iyiletirilmesi olsun tüm alanlarda baarnn anahtar süreçlerdir. Alt Sigma uygulamalarnda bugüne kadar salanan büyük kazançlar, süreçlerin müteriye deer salamak için kullanm ile gerçekletirilmitir. Alt Sigma’ da süreçler sürekli olarak belgelenir, bakalarna duyurulur, ölçülür ve iyiletirilir. Ayrca, müteri gereksinimlerine ve iin koullarna ayak uydurmak için belli aralklarla tasarlanr ya da tasarmlar güncellenir (Pande, Neuman, ve Cavanagh, 2003: 109).
x Proaktif Yönetim: “Proaktif” kavram çounlukla “reaktif” kavramnn tersi olarak düünülür ve olaylardan önce harekete geçme anlam tar. Gerçek dünyada ise proaktif yönetim baar için kritik i alkanlklar ile ilgilidir; iddial hedefler oluturmak, bunlar sk sk gözden geçirmek, açk politikalar gelitirmek, problemlerin önlenmesine odaklanmak, kör bir ekilde ileri nasl yaptmz savunmak yerine, ileri niçin böyle yaptmz sorgulamaktr. Gerçek proaktiflik skc ve ar analitik olmann ötesindedir. Deiim ve yaratclk için bir balangç noktasdr. Alt Sigma reaktif alkanlklarn yerini dinamik, ihtiyaçlara gerçekten cevap veren proaktif bir yönetim tarznn almasn salayacak araç/yöntem ve uygulamalar içerir (www.procen.com.tr, 24. 06. 2010 ).
x Snrsz ibirlii: Alt Sigma için snrsz ibirliinin anlam, kendini bilinçsizce feda etmek deildir, hem son kullanclarn gerçek taleplerini, hem de bir süreç ya da üretim zincirindeki i aksn iyice anlamay gerektirir. nsanlarn büyük resimdeki yerlerini görmeleri ve faaliyetler arasndaki ilikileri anlamalar salanarak ibirlii frsatlar arttrlr. Alt Sigma takmlar ileri yapmann yeni ve daha iyi yollarn kefetmek için tasarlanmlardr (Ada, Aracolu ve Kazançolu, 2004: 4 ).
x Kusursuzu stemek, Baarszla Tolerans Göstermek: Bir takm riskler içeren fikir ve yaklamlar uygulamaya koymakszn bir eyler elde etmek ve bir yerlere ulamak mümkün deildir. Eer insanlar alacaklar karalarn ya da yapacaklar uygulamalarn sonuçlarndan korkarlarsa daha iyi hizmet, daha düük maliyet, daha yüksek kalite vb.lerine ulamay denemezler. Sonuç; durgunluk, yozlama ve ölümdür. Ayrca performans iyiletirmesi için Alt Sigma'nn sunduu araç ve yöntemler önemli ölçüde risk yönetimi içermektedir. Alt Sigma'y hedef edinmi bir irket tabii ki her zaman kusursuz için çaba harcayacak, fakat ara sra olan baarszlklar kabul edecektir (www.uyurgezer.net, 28. 06. 2010 ).
1.3. ALTI SGMA METRKLER
Alt Sigma uygulayclarnn kulland birçok özel terim vardr. Bunlar literatürde Alt Sigma metrikleri olarak adlandrlr. Alt Sigma uygulamalarnda kullanlan metriklerden en temel olanlar aadaki gibidir ( Gitlow ve Levine, 2005: 31- 32 ),
x Unit (Birim): Alt Sigma projesi için üzerinde çallan birimi ifade eder. Örnein, ürünü ya da bileeni, hizmeti ya da hizmetin aamasn, zaman periyodunu v.b.
x CTQ ( Critical To Quality ) Kritik Kalite Karakteristii: Bir ürün, hizmet ya da sürecin kritik kalite karakteristiini ifade eder. Baka bir ifadeyle, müterilerin istediklerini ona garantili bir ekilde salamak için, kontrol etmek zorunda olduumuz ürüne ilikin deikenler CTQ adn alr (Gürsakal, 2005: 109). CTQ, tüketici için neyin önemli olduunu ölçer. Alt Sigma projeleri CTQ yu iyiletirmek için gerçekletirilir.
x Defect (Kusur): Sürecin ölçülebilir karakteristiinin ya da çktsnn kabul edilebilir müteri limitlerinde olmamas, yani spesifikasyon limitlerinin dnda olmasdr ( Brue ve Launsby, 2003: 2 ). Her birim için, her kusurun tanmlanmas önem tar. Bir kusur, bir birimin kusurlu olarak ifade edilebilmesi için yeterli olmaya bilir. Örnein; bir su iesinin d yüzeyinde
bir çizik (kusur) olabilir, fakat hala ie, içerisindeki svy korumaya devam etmektedir (kusurlu deil). Bununla birlikte müteri su iesinin dnda çiziin olmasn kabul etmiyorsa, bu durumda ienin kusurlu olduu (Defective) ifade edilir (Gitlow ve Levine, 2005: 32).
x Defective (Kusurlu): Bir kusur içeren birimdir (para yatrma makbuzu için alt deiik bilgi girii yaplyorsa, her bir giri kusur frsatna sahiptir). Herhangi bir kusura sahip olan bir arabaya, kusurlu birim denir (Harry ve dierleri, 2010: 240).
x DO (Defect Opportunity) Kusur Frsat: Tipik olarak Alt Sigma’da kullanlan bir terimdir. Bir ünite de olua bilecek kusurlardr. Sürecin, ya da servisin herhangi bir yerinde oluabilecek kusurlar, müteri memnuniyeti açsndan önemlidir (www.sixsigmaspc.com, 11.06.2010). Bir hizmetin 4 bileen parçadan olutuunu düünelim. Her bir bileen parças bir kusur için 3 frsat içeriyorsa bu hizmet 4x3=12 kusur frsatna sahip demektir.
x DPU (Defects Per Unit) Birim Bana Kusurlar: Bir sürecin verimliliini ölçebilmek için, üreticilerin her bir ünitenin kaç tane kusur içerdiini bilmesi gerekir. Çünkü her bir ünite birçok parçadan olumaktadr. Bir tane ünite birden fazla kusura sahip olabilir. Toplam kusur saysna D dersek, toplam ünite saysna da U dersek birim bana kusuru u ekilde hesap edilebilir (Bass, 2007: 81);
DPU = D / U (1. 1)
x DPO (Defects Per Opportunity) Frsat Bana Kusurlar: Toplam kusur saysnn, toplam kusur frsatlar saysna bölümünü ifade eder. Toplam kusur frsat says; toplam ünite says (U) ile her bir ünite için kusur frsat saysnn (O) çarpm ile elde edilir. 100 birimlik bir örnein kontrol edildii ve her birimde 8 kusur frsatnn söz konusu olduu durumda, 40 adet kusur olduu varsaylrsa DPO deeri aadaki ekilde hesaplanr (Kumar, 2006: 187);
DPO = 40 / ( 100 x 8 ) = 0.05
x DPMO (Defects Per Million Opportunites) Milyon Frsatta Kusurlar: DPMO, süreç içinde bulunan, bir milyon kusur frsatnn içindeki hata miktarn ölçer. DPMO, literatür de ppr (defect counted in parts per million) olarak da adlandrlr. Bununla beraber birçok süreçte bir milyon kusur frsat içindeki kusurlarn hepsini belirlemek çok zordur. Bu nedenle DPMO, üretilen ürünlerden alnan örneklere göre hesaplanr. DPO’nun 1.000.000 ile çarpmyla aadaki gibi elde edilir (Misra, 2008: 228),
DPMO = DPO x 1.000.000 (1. 3)
DPMO = 0.05 x 1.000.000 = 50.000
x Process Sigma (Ksa Dönem Süreç Sigma Deeri) ST: DPMO deerinin
kullanlmasyla hesaplanr. Ksa Dönem Süreç Sigma Deeri, süreç performansnn müteri istek ve ihtiyaçlarn ne ölçüde karladn gösterir. Yukardaki örnekten, DPMO=50.000 olduu görülmektedir. Bu deere denk olan Ksa Dönem Süreç Sigma Deerini, Ek-1’de gösterilen Sigma Dönüüm Tablosundan yararlanarak bulunur. Tablodan Ksa Dönem Süreç Sigma Deerinin 3.15 olduu görülür. Tablo 1’de merkezlenmi bir normal eriye ilikin Ksa Dönem Süreç Sigma deerlerine karlk gelen DPMO deerleri gösterilmitir.
Tablo1: Ksa Dönem Süreç Sigma ve DPMO Deerleri
Sigma Seviyesi DPMO
6 Sigma 0,00197 5 Sigma 0,57 4 Sigma 63 3 Sigma 2 700 2 Sigma 45 500 1 Sigma 317 311 Kaynak: http://web.inonu.edu.tr, 15.01.2011
x Uzun Dönem Süreç Sigma Deeri (LT): Herhangi bir sürece ilikin ksa
dönem verileri, süreçten ksa zaman diliminde çekilen örneklemlere dayanr. Ksa dönem verileri, normal artlarda çounlukla deikenliin genel nedenlerinin etkisinde kalr. Uzun dönem verileri ise, deikenliin hem genel nedenleri hem de özel nedenlerinin etkisinde kalr. Uzun dönem süreç deikenlii, ksa dönem süreç deikenlii ve bu deikenliklerin birikimini içerir. Bu nedenle uzun dönem süreç deikenlii daha fazla olacaktr (Çimen, 2008: 24). Motorola firmasnn yapm olduu çalmalarn sonunda Uzun Dönem Süreç Sigma Deeri ile Ksa Dönem Süreç Sigma Deeri arasnda 1,5’lk bir farkn olacan ön görmütür(Brue, 2003: 77).
x Y (Yield) Verim: Bir süreçte spesifikasyon limitleri içerisindeki birimlerin, toplam birimlere bölümü ile bulunur. Eer 25 birim üretilmi ve 20 birim spesifikasyon limitleri içerisinde ise Y = 20 / 25 = 0.80 dir. Yield, ekil 2’de gösterildii gibi, ASS (Alt Spesifikasyon Snr) ile ÜSS (Üst Spesifikasyon Snr) arasnda kalan bölgeyi göstermektedir.
ekil 2: Yield Örneinin ekil ile Gösterimi
x RTY (Rolled Throughput Yield) Toplam Süreç Verimlilii: Süreç içindeki her bir bamsz admdan elde edilen ürün verimliliidir. Her aamann veya bileenin Y’si, RTY’nin hesab için kullanlr. k = bir süreçteki bamsz adm says olsun,
Kabul edilemez bölge ÜSS ASS 20 adet ürün Yield
RTY = Y1 x Y2 x...x Yk (1. 4)
ekil 3’te toplam süreç verimlilii için bir örnek verilmitir. Geleneksel yöntemlere göre son aamada 1000 ürün teste girmi ve 10 hatal ürün bulunmutur. Buna göre verimin 990 / 1000 yani % 99 olduunu söylemek hatal olur.
ekil 3: Toplam Süreç Verimlilii Örnei
Kaynak: www.spac.com.tr, 11.06.2010.
Toplam süreç verimliliinin bulunabilmesi için her bir admdaki verimlilik hesaplanmaldr. Daha sonra, bulunan verimlilikler birbiriyle çarplarak, RTY bulunabilir.
RTY = 0,99 x 0,98 x 0,97 x 0,95 x 0,96 x 0,99 = % 85
1.4. ALTI SGMA YLETRME PLANI
Alt Sigma yaklamnn uygulanmasnda, öncelikle firmann stratejik ve kritik baar faktörlerine yönelik olarak doru projeler ile kendisini bu projeye
adayacak kiilerden oluan bir ekip seçilir. Söz konusu ekipte bulunanlar yeil kuak veya kara kuak eitiminden geçirilir. Daha sonra, Alt Sigma iyiletirme plan, ( Alt Sigma yol haritas ) Tablo 1’de görüldüü gibi; Tanmlama (Define), Ölçüm (Measure), Analiz (Analyze), yiletirme (Improve) ve Kontrol (Control) aamalarnn ba harfleri ile TÖAK (DMAIC) olarak adlandrlr ve uygulanr (Içok, 2005: 85 ).
Tablo 2: Alt Sigma yiletirme Plan Tanmlama: Problemi Tanmla
Tanmlama
Ölçme: Deikenleri Ölç
Analiz: Hipotezleri Olutur ve Analiz Et
Süreç Karakterizasyonu
yiletirme: Süreci yiletir Kontrol: Süreci Kontrol Et
Süreç Optimizasyonu
Kaynak: Gürsakal ve Ouzlar, 2003: 49
Alt Sigma iyiletirme plannn içindeki her aamann içinde alt aamalar bulunur. Bu alt aamalara istasyonlar (Toolgates) ad verilir. Bu istasyonlarn her biri, Alt Sigma iyiletirme plann uygulayan proje ekibinin tamamlamas gereken özel ileri göstermektedir (Eckes, 2005: 36).
Alt Sigma’da süreçlerin iyiletirilmeleri ar istatistiksel tekniklerle yaplr. Bu teknikler mühendisler tarafndan eskiden beri kullanlmaktadr. Bu nedenle baz kiiler Alt Sigma metodolojisininde yeni bir çalma olmadn düünebilirler. Bu görü doru deildir çünkü, Kara Kuan bütün uygulama stratejilerindeki kritik rolü Alt Sigma’y dier yöntemlerden ayrmtr. Açkças bu teknikler yeni deildir, fakat bu tekniklerin desteklenmesi ve uygulama yolu yenidir (Hoerl, 2001: 405). Tablo 3’de DMAIC’te kullanlan teknikler gösterilmitir ve baz teknikler tezin ilerleyen ksmlarnda açklanmtr.
Tablo 3: DMAIC’te Kullanlan Teknikler
Aama Kullanlan Teknikler
Tanmlama Proje Beyan SIPOC Süreç emas Sebep-Sonuç Matrisi VOC
Çevrim Zaman Deeri QFD Pareto Diyagram AHP Kano Modeli Proje Yönetimi SPAR Benchmarking (Kyaslama) Yaknlk diyagram
Kritik kalite faktörleri aac Neden-Sonuç diyagram Ölçme ÜBH/TSV Proje Yönetimi SPAR Benchmarking (Kyaslama) Veri Toplama Plan
Grafiksel Analizler ÖSA (Gage R&R) Yeterlilik Analizleri Deer Ak emas (VSM) Süreç Çevrim Yetenei Yaln Alt Sigma Metrikleri Balans Skor Kart
Kontrol emalar Beyin Frtnas Süreç ak emalar likilendirme diyagram
Analiz
Çok Deikenli Analizler Proje Yönetimi SPAR Benchmarking (Kyaslama) Süreç Analizi Korelasyon Hipotez testleri Güven aralklar T-testi F-testi Ki-kare Testi ANOVA
Rassal Blok Tasarmlar Zaman Tuzaklar Analizi Analitik Parti Büyüklüü FMEA
5 Niçin Sorusu Modelleme ve Similasyon yiletirme Regresyon Analizi Proje Yönetimi SPAR Benchmarking (Kyaslama) Deney tasarm
Tam Faktöryel Deneyler 2k Faktöryel Deneyler Kesirli Faktöryel Deneyler Cevap Yüzeyi Metodu ANCOVA
Çözüm Önerileri – Riskler Pilot Çalma - Planlama Kaizen
Çekme Sistemleri Generic, Replenishment Parça Snflandrma Ayar (Setup) Azaltma TPM, 5S Süreç Ak Hat Dengeleme Triz Gannt emalar Pert/CPM Diyagramlar Hipotez Testi Çoklu Regresyon Kontrol SK Proje Yönetimi SPAR Benchmarking (Kyaslama) Önce-Sonra Analizi Güvenilirlik Standartlatrma Dökümantasyon 6 Sigma Toleranslandrmas Görsel Kontrol Araçlar
Kontrol Kartlar
Poka-Yoke (Hata Dorulama) Tolerans Analizleri
Kaynak: www.spac.com.tr, 11.06.2010; Misra, 2008: 230; Stolovitch, Pershing,
1.4.1. Tanmlama
Tanmlama aamasnn amac, projenin hedeflerini ve amacn tanmlamak, süreç haritasn çkarmak ve müteriler hakknda bilgi sahibi olmaktr. Tanmlama aamasnn sonunda aadaki bilgilere ulalr (Rath & Strong, 2003: 7),
x Planlanan iyiletirmeyi ve onun nasl ölçüleceinin açk bir ekilde ifade edilmesi
x Sürecin yüksek seviyede haritalandrlmas
x Müterinin sesinin kalite karakteristiklerine çevrilmesi
Tanmlama aamasnn üç istasyonu vardr. Bunlar, Proje Beyannn oluturulmas, Sürecin Haritalandrlmas ve Müteri sesini (VOC) anlamaktr. Bu istasyonlar ekil 3 de gösterildii gibi tanmlama aamasnn süreç akn göstermek için kullanlr.
ekil 4: Tanmlama Aamasnn Süreç Ak
Kaynak: Brassard vd. , 2002: 49.
1.4.1.1. Proje Beyan
Proje beyan projenin tanmlanmasn özetler. Bunu yaparken, projenin hedefleri belirtilir, katlmclar tanmlanr, projenin tamamlanmas için zaman çizelgesi gelitirilir, saylabilen ve ölçülebilen hedefler oluturulur. Bu bak açsyla proje tanmlandktan sonra, effaf bir görünürlük ile projeye balanr. Aadaki maddeler göz önüne alnarak, proje beyannamesi ile yol haritas yazlr (Gupta, 2005: 166),
Proje Beyannn Olutur
Süreci Haritalandr Müteri Sesini Anla
x Maliyet ve Kar analizini de içeren, iimizle ilgili yaplacaklar tanmlanr, x Proje ile tanmlanan problem belirtilir,
x Projenin kapsam belirtilir, x Projenin amac ilan edilir,
x Takm üyelerinin görevleri tanmlanr,
x Zaman çizelgesi ile saylabilen ve ölçülebilen hedefler oluturulur, x Kaynaklar ve dier ihtiyaçlar tanmlanr,
Proje beyannamesi, proje sponsoru tarafndan yazlr. Proje beyannamesi, proje takmna organizasyonun kaynaklarn projenin faaliyetlerinde kullanmak için yetki verir. Proje beyannamesi için Tablo 4 deki doküman kullanlr. Bu dokümann arkasndan, nasl doldurulaca Tablo 5 de açklanmtr (Pyzdek, 2003: 2- 3).
Tablo 4: Proje Beyannamesi
Projenin smi/Numaras
Proje Misyonunun Belirtilmesi
Problemin Belirtilmesi
Proje Kapsam
Bu projeyle, irket htiyaçlarnn Tanmlanmas
Ürün ya da Servisin Proje Tarafndan Düzenlenmesi
Kaynak: Pyzdek, 2003: 2- 3.
Projenin smi/No. Su
Desteklenen Organizasyon
Proje Sponsoru sim: Telefon:
Ofisin Yeri: Posta Adresi:
sim: Telefon: Projenin Kara Kua
Ofisin Yeri: Posta Adresi:
sim: Telefon: Projenin Yeil Kua
Ofisin Yeri: Posta Adresi:
Takm Üyeleri (sim) Ünvan/Görevi Telefon Ofisin Yeri: Posta Adresi:
Temel Paydalar Ünvan/Görevi Telefon Ofisin Yeri: Posta Adresi:
Beyannamenin Tarihi Proje Balama Tarihi: Hedeflenen Tamamlanma Tarihi:
No: Tarih: Revizyon:
Tablo 5: Proje Beyanname Formunun Doldurulmas çin Açklamalar
Alan çerik
Projenin ismi/Numaras Proje için ksa balk yazlr. Eer organizasyonunuz proje numaralandrma sistemine sahipse, atanan numara yazlr. Desteklenen Organizasyon Proje tarafndan deitirilen bütün
süreçlerin dahil olduu en düük seviyedeki organizasyonun ad yazlr. Proje sponsorunun bu bölüm için onay alnmaldr.
Proje Sponsoru Sponsorun süreçlerin sahibi ya da proje için kaynaklar tahsis edebilecek bir yöneticinin olmas gerekir.
Projenin Kara Kua Bu proje için görevlendirilen alt sigma kara kuann ad yazlr. Eer kara kuak takm proje için çalyorsa lider kara kua ad yazlr.
Projenin Yeil Kua Seçilen bölgede projeyle dorudan etkileimde bulunan yeil kuan ad yazlr.
Takm Üyeleri Bilgilerine danlan Çekirdek takm üyelerinin adlar yazlr.
Temel Paydalar Sponsorun dnda, projenin çktlaryla dorudan ilgili olan kiilerin adlar yazlr. Örnein, müteri, tedarikçiler, ilgili bölümün müdürü, yönetici, sorumlu mühendis, sendika liderleri gibi. Beyannamenin Tarihi Beyannamenin, Sponsor tarafndan
kabul edilme ve imzalanma tarihi yazlr. Projenin Balama Tarihi Projeye balanlan tarih yazlr. Gerçek
balama tarihi bilinirse bu bilgi güncellenir.
Hedeflenen Tamamlanma Tarihi Projenin beklenen tamamlanma tarihi yazlr.
Revizyon Beyannamenin takibi srasnda
düzeltilen bilgiler yazlr.
Sponsorun Onaylama mzas Sponsorun imzas alnr. mzalamadan önce, sponsorun proje ile ilgili tüm toplantlar programna almas gerekir.
Projenin ismi/Numaras Beyanname iki sayfadan olutuu için projenin numara bilgisi tekrarlanr
Proje Misyonunun Belirtilmesi Organizasyon ya da müteriler için projenin baaryla tamamlanmasnn ne ifade ettii açkça ve özlü bir ekilde belirtilmelidir. Problemin Belirtilmesi Sorunun ne olduu tanmlanr. Bu proje niçin
gereklidir? Sorusuna cevap aranr. Proje Kapsam Proje için snrlar tanmlanr. Neler ele
alnacak. Neler ele alnmayacak. Bu Projeyle, irketin htiyaçlarnn
Tanmlanmas
Problemin çözüm beyannamesinde niçin problemler tanmlanmaldr? Bu projeden irket ya da müteri çkarlar nasl olacaktr? Bu projeyle, kalite, çevrim zaman,
maliyetler, müteri memnuniyeti ya da rekabet gücü nasl geliecektir? Ürün ya da Servisin Proje
Tarafndan Düzenlenmesi
Bu proje tarafndan özellikle ne
düzenlenecektir? Örnein satlarn artmas, garanti giderlerinin azaltlmas, düük maliyetler, daha ksa çevrim zaman. Bu Proje çin Kaynaklarn Tahsis
Edilmesi
Bu proje için tüketilmek üzere, kullanma hazr önemli kaynaklarn listesi yaplr. Örnein: ham maddeler, makineler, fazla mesailer, operasyonel personel.
Kaynak: Pyzdek, 2003: 2- 3. 1.4.1.2. Süreç Haritas
Süreç bir balangc ve sonu olan, bir ürün ya da hizmetle sonuçlanan, tekrar edilebilir, sral bir dizi olaydr (Revelle, 2001: 227). Bir baka tanmlamaya göre Süreç, hedeflenen amaçlara ulaabilmek için, organizasyonun belli bölümlerince birlikte veya ayr ayr ve daha önceden belirlenmi admlar dorultusunda, belli girdilerin bir veya daha fazla dönüüm sonucu daha deerli bir çktya dönümesidir. Bu yaklamn baarsn pek çok faktör etkileyebilir. Baar salayabilmek için sürecin basitletirilmesi, çok iyi bir ekilde anlalmas, birbirini izleyen dier süreçlerle olan ilikisinin kurulmas, gereksiz detay ilemlerden arndrlmas, girdi ve çktlarnn tanmlanmas ve modellemesinin yaplmas gerekmektedir (Bal,1998:342).
Süreç haritas bir süreçte gerçekletirilen ilerin ve i aklarnn kolayca anlalmasn salar ve katlmclar arasndaki ilikileri grafiksel olarak ifade eder.
Burada amaç, süreci oluturan ilem ve eylemler arasndaki ilikilerin, farkllklarn daha net olarak anlalmasn, hangi aktivitelerin çktya art deer kattnn görülmesini ve deimesi gerekli süreçlerin belirlenmesini salamaktr. Ayrca süreç dahilinde kaliteyi düüren ya da süreci yavalatan darboazlarn ve problemlerin açkça görülmesine ve önlem alnarak düzeltilmesine yardmc olmaktadr (Bezirci,2006: 37). ekil 5’te süreç haritas oluturmada kullanlan baz semboller gösterilmitir.
ekil 5: Süreç Haritas Sembolleri
Sembol Amaç
Kaynak: Taylor, 2009: 22.
Proje takm süreç haritasn oluturmadan önce, tedarikçiler, girdiler, süreç, çkt ve müteriler hakknda bir baka ifadeyle SIPOC ( Suppliers, nputs, Process, Output ve Customers kelimelerinin ba harfleriyle yaplan ksaltmaya SIPOC denir) hakknda yeterli bilgiye sahip olmalar gerekir. SIPOC diyagramnn yerine, Deer
Sürecin Kapsamn gösterir; ilk ve son admlar ya da sürecin balangcn ve bitiini
Karar vermeyi gösterirken kullanlr, evet ya da hayr’ seçeceimizi veya bir ya da daha fazla seçenekten neyi seçeceimizi gösterir.
Sürecin admlarn ve olaylarn gösterir.
Yönü ve ilikileri gösterir.
Gecikmeleri göstermek için kullanlr.
Kontrolü, dorulamay, saymay ve herhangi bir incelemeyi göstermek için kullanlr.
problemin sürecin neresinde baladn tanmlamakta kullanlr. ekil 6’da SIPOC diyagramnn ablonu gösterilmitir (Shankar, 2009: 3- 4).
ekil 6: SIPOC Diyagram ablonu
Tedarikçiler Girdiler Süreç Çkt Müteriler
Kaynak: Shankar, 2009: 4. 1.4.1.3. Müterinin Sesi
Ürünler ve servisler genellikle performanslarnn özelliklerini tanmlarlar. Ancak müteriler, ürün ya da servislerin kalitesini, bu ürün ya da servislerle daha önce elde ettikleri deneyimleri göz önüne alarak deerlendirirler. Müteri deneyiminin tamam, (sat öncesi, sat, teslimat ve sat sonras destek hizmetlerinin dahil olduu) ürün yada servisin tanmland srada deerlendirilmelidir. Ürünlerimiz ya da servislerimizle ilgili müterilerden ve pazardan türetilen veriye, müteri sesi (VOC, Voice of Customer) denir (Jackson, Frigon, 1998: 20).
Müterinin sesi; müterinin ihtiyaçlarnn ve ürün/hizmeti müterinin ne ekilde algladnn tanmlanmas için kullanlr. VOC aadaki sebeplerden dolay organizasyon için kritiktir (Williams, Bertels ve Dershin, 2004: 13),
x Hangi ürün ve hizmetin sunulacana karar verme,
x Bu ürün ve hizmet için kritik özellik ve spesifikasyonlar tanmlama, x yiletirme çabalarnda nereye odaklanlacana karar verilmesi, Sürecin Tedarikçisi Kimdir? Süreç çindeki Girdilerin Tanmlanmas Sürecin ismi Buraya Yazlr Süreçteki Çktlar Tanmlanr Çktlarn Müterisi Kimdir?
x yiletirmelerle birlikte müteri memnuniyetinin ölçülmesinede bir temel oluturulmas,
x Müteri memnuniyetinde anahtar noktalarn tanmlanmas
1.4.2. Ölçme
Ölçmede balca 2 istasyon vardr, bunlar: veri toplama plannn oluturulmas ve veri toplama plannn uygulanmas dr. DMAIC’ in bütününde olduu gibi, Alt Sigma ekibi, Ölçüm aamasnda da sürecin etkinliliini ve verimliliini iyiletirmek için çalmaktadr. Etkililik, bir organizasyonun, müterilerinin beklentilerini karlama ve ama derecesidir. Bundan dolay etkililik, müteri için önemli olan çkt ölçütleri ve tedarikçinin etkililii için geçerlidir. Verimlilik, müteri etkililii elde etmek için tüketilen kaynaklar ifade eder. Verimlilik ölçütleri, süreç haritasndaki balangç ve biti noktalar arasndaki geçen süre, maliyet, igücü ya da deer eklinde olabilir (Eckes, 2007: 42)
Tablo 6’da ölçümün gerçeklemesi gereken üç alan göstermektedir. Bu üç alan müteri için önemli olan çkt ölçütlerini, iin yaplmas için önemli olan girdi ölçütlerini ve sürecin kendisini merkez alr.
Tablo 6: Ölçümlenme Gerektiren Alanlar
Girdi Ölçütleri ( Tedarikçi Etkililii ) Süreç Ölçütleri ( Sürecin Verimlilii ) Çkt Ölçütleri ( Sürecin Etkililii ) Tedarikçileriniz için belirlediiniz temel kalite ölçütleri. Süreç etkinliinizin Ölçütleri: x Çevrim süresi x Maliyet x Deer x çilik Müteri istek ve gereksinimlerini ne oranda karladnz. Kaynak: Eckes, 2007: 44
1.4.2.1. Veri Toplama Plannn Oluturulmas
Veri toplama plannn oluturulmas yedi bileenden meydana gelir ve ölçme aamasnn ilk istasyonunu oluturur. Her bir bileenin, sürecin ksa dönem sigma deerinin hesaplamasna yardm etmekte oynad önemli bir rolü vardr. Aada bu bileenlerin tanmlar listelenmitir.
x Ne Ölçülecek: Alt Sigma projesinin ‘Tanmlama’ aamas sonucunda elde ettiimiz Süreç emas ve Sebep&Sonuç Matrisi ile yaptmz çalmann sonucunda öncelikli olarak hangi çktlar ve girdileri ölçmemiz gerektii bulunur (Polat, Cömert ve Artürk, 2005: 89). Bu bilgiler lk kolonu oluturur.
x Ölçümün Çeidi: Takmlar veri toplamada iki önemli hata yaparlar. Birinci tip hata ölçümün yetersiz yaplmas, ikinci tip hata ise gereinden fazla ölçüm yaplmasdr. Bu ikinci kolon proje takmnn çok az ya da çok fazla veri toplamas gerektiini gösterir. Tipik olarak buradan iki ya da üç çkt ölçümü bulunur, bir ya da iki girdi ölçümü ve en az bir süreç ölçümü elde edilir. Bu rehberi kullanarak proje takm çok az ya da çok fazla veri toplayp toplamadklarn belirleyebilirler (Eckes, 2007: 44).
x Verinin Türü: Veriler aldklar ölçü deerlerine göre, kesikli veri veya sürekli veri olarak tanmlanmaktadr. Deikenin belli aralktaki ölçüm deerleri, o aralktaki tüm reel saylardan bir deer alabiliyorsa sürekli veri olarak tanmlanr. Bir makinede üretilen 100.000 adet ürünün arlklar 20 gr ile 25 gr arasnda her deeri alabilir. Ürün arln ifade eden deikenin alaca deerler sürekli veridir. Deikenin belli aralktaki ölçüm deerleri arasnda sçramalar oluyor yani deiken baz belirli deerleri almyorsa kesikli veri olarak tanmlanr. Bir ailedeki çocuk says 0,1,2,… gibi tam saylarla gösterilmekte ve kesikli deerler almaktadr (Özdemir, 2008: 47).
x Operasyonel Tanmlar: Operasyonel tanm, bir eyin ne olduunu ve nasl ölçüleceini tanmlar. Örnein, hava yollar için ‘tam zamannda kalk’ teriminin operasyonel tanm, uçan planlanan kalk zamanndan sonra, 10
dakika içinde hava alan çk kapsndan doruca uçaa giden üstü kapal koridorun kaplarnn kapanmas olabilir. Operasyonel tanmlar, ölçümlerin kimin tarafndan yaplrsa yaplsn sonuçlarn temelde eit olduundan emin olmamz salar (Scholtes, Joiner ve Streibel, 2003: 10). Bu sayede ölçüm sonuçlarnn herkes tarafndan kabul edilmesi salanacak ve deiime ve yeniliklere gösterilen direnç krlabilecektir.
x Hedefler/ Spesifikasyonlar: Hedef ölçüt, müterinin ürün ya da hizmetten bekledii ideal performanstr. Spesifikasyon, müterinin gözünde kabul edilme snrnda bulunan ürün ya da hizmettir (Eckes, 2007: 44).
x Örnekleme: Anakitleyi nitelik ve nicelik yönünden temsil edebilecek bir örnein seçilmesi sürecine örnekleme denmektedir. Birçok aratrmada maliyet ve kaynak gibi kstlardan dolay anakitlenin her elemannn ölçülmesi tercih edilmez. Bu durumda anakitleyi temsil eden bir örneklem oluturulur (Davis, 1996: 218). Örnekleme, anakitlenin her bir elemann incelemekten daha az maliyetle bilgi elde edilmesini ve verileri daha hzl bir biçimde analiz ederek sonuçlarn ortaya konmasn salar. Ayrca örnee dayal ölçümler çounlukla ana kitlenin tamamn ölçmeye kyasla daha az hata yaplarak gerçekletirilebilir (Özdemir, 2008: 82- 83). Anakitleyi en iyi ekilde temsil eden örnein bulunmas için kullanlan yöntemler ve örnek büyüklüünün belirlenmesi aratrmann etkinlii açsndan büyük önem tamaktadr.
Örneklemin amac, örnein içerdii bilgilere dayanarak ilgilenilen belirli bir anakitle hakknda yarglara varmaktr. Örnek bilgisine göre yorum yaplmas anakitle parametrelerinin tahminleridir. Parametre anakitledeki belirli bir deikenin tanmlaycsdr. statistik ise örneklemdeki bir deikenin tanmlaycsdr. Örneklem istatistikleri, ana kitle parametrelerini tahminlemede kullanlr. Bu iliki ekil 7’de gösterilmitir. Anakitle parametrelerinin en bilinenleri anakitleye ilikin ortalama ( µ ), varyans ve standart sapma ( 2 , ) olarak gösterilir. Örnek ortalamas ( x ), varyans ve standart sapmas ( s2, s ) ise örnek istatistikleridir.
ekil 7: Anakitle parametresi ve Örnek statistii Arasndaki liki
Kaynak: Sekaran, 1992: 227.
x Veri Toplama Formu: Bu form, herhangi bir ölçüm için toplanan verilerin kaydedilmesinde kullanlr. Bu form takm tarafndan, en uygun veri toplama performansn salyacak bir modelin olumasn da sunabilir. Tablo 7’de veri toplama formu gösterilmitir (Gordon, 2002: 518);
Tablo 7: Veri Toplama Formu
Süreç Tarih
Ölçü Sistemi
Ölçüm Tarih Zaman Nerede Kim
Kaynak: Gordon, 2002: 519. ÖRNEK ANAKTLE statistikler _ ( x, s, s2 ) Parametreler ( µ, , 2 ) Tahmin
Tablo 7’deki form aada açkland gibi doldurulur;
1. Ölçümün ad yazlr ve formun en üstüne, ölçüm prosüdürünü ve ölçü sisteminde kullanlan araçlar belirten ksa bir tanmlama yazlr. Eer birçok verinin toplanmas planlanyorsa, ölçü sistemi tanmlanr ve bu form çoaltlr.
2. Elde edilen deerler ölçüm sütununa alt alta yazlr. Ondalk saylar veya tamsayya yuvarlayarak elde edilen deerler açk bir ekilde belirtilmelidir. 3. Tarih sütununa her bir ölçümün alnd tarih yazlr.
4. Zaman sütununa ölçümün alnd saat tam olarak yazlr. 5. Nerede sütununa her bir verinin alnd yer tanmlanr. 6. Kim sütununa her bir veriyi alan kiinin ad yazlr.
7. Bu formda yazlan veriler, veri analizleri için girdileri olutururlar.
1.4.2.2. Veri Toplama Plannn Uygulanmas
kinci istasyon, ‘Veri Toplama Plannn’ alnmas ve plann ksa dönem süreç sigma deerini elde etmek için uygulanmasdr. Ksa Dönem Süreç Sigmasnn Hesaplanmas: ST’ nin hesaplanmas için çeitli yöntemler vardr. En kolay yol
projeniz için birim, hata ve kusur frsatnn ne olduunu belirlemektir. Yiyecek sektöründe çalan bir iletmeyi ele alalm. Yiyecek siparii teslimat, bir birim’dir. Hata teslimatn çok gecikmesi ya da çok erken gelmesiyle oluur. Alt Sigma ekibi ayrca iki birim (yiyecek siparii miktarnn doruluu ve tazelik) için de ST’snda
belirleye bilir. Ekip, üç ayr Sigma hesaplamas yapmak ya da üçünü bir hesaplamada birletirmekte özgürdür. lk önce DPMO hesaplanr, ardndan bu deere karlk gelen Sigma deeri, Sigma Dönüüm Tablosundan yararlanlarak bulunur.
1.4.2.3. Ölçüm Deikenlii
Ürün üzerinde yaplan ölçümlemelerin sahip olduu deikenlik ile süreç deikenlii birbirini bütünleyen kavramlardr. Ölçümlerin sahip olduu deikenlik, ölçüm sisteminden kaynaklanr ve direk olarak süreç deikenliini etkiler. Ürünün kendisinde her hangi bir uygunsuzluk olmamasna karn, ölçüm sisteminin sahip
olabilecei deikenlik sonucu ürün uygunsuz olarak yorumlanabilir (Özveri,2001:9).
Ölçümlerde deikenlii oluturan sebepler operatörler, çevre koullar ve ölçüm arac ile ilgili sorunlar olabilir. Deikenliin olumasna etki eden bu tür sebeplere “ölçüm hatas” denir (Juran ve Gryna, 1980: 390). Ölçüm hatas ne kadar küçük olursa, ürünün kalitesi ile ilgili verilecek kararlar da kullanlacak veriler de o kadar güvenilir olur.
Ölçüm hatalar da genel ve özel sebeplere bal hatalardan oluur. Is, nem gibi faktörler sonucunda oluan genel sebeplere bal hatalar tespit edebilmek zor olduundan, tespit edilmesi mümkün olan özel sebeplere bal ölçüm hatalar incelenmektedir. Özel sebeplere bal ölçüm hatalar, doruluk (accuracy) ve kesinlik (precision) olarak iki gurupta toplanabilir. Doruluk, ana kitlenin ortalamas (veya hedef deer) ile ölçümlemelerden elde edilen ortalama deer arasndaki fark ifade eder. Kesinlik ise, ölçümleme ile elde edilen verilerin oluturduu yaylm ile ifade edilir (Floyd ve Laurent, 1995: 20). Ölçümlenen deerin sahip olduu hata basit olarak öyle formüle edilebilir:
xm = x + (1. 5)
x = Kalite karakteristiinin gerçek deeri,
xm = Kalite karakteristiinin ölçümlenen deeri,
= Ölçüm hatas
Bu denklem, ölçüm hatas ile ilgili aratrmalara temel oluturmaktadr. Ölçüm analizi çalmalnda doruluk kavram türetilebilirlik (reproduceability) ve kesinlik kavram da yinelenebilirlik (repeatability) olarak ifade edilir (Taylor, 1991: 180). Ölçüm yeterlilii çalmasnda, birden fazla operatör birden fazla parçann ayn özelliini birden çok kez ölçerler. Farkl operatörlerin ölçüm sonuçlar karlatrlarak yinelenebilirlik, türetilebilirlik ve kararllk analizleri yaplarak ölçüm sisteminin güvenilirlii ve deikenlii incelenir. Buradaki amaç, ölçümlerin
ayn veya farkl kiiler tarafndan yaplmas durumunda ölçüm sonuçlarnn farkllk gösterip göstermediini tespit etmektir(www.ekonometridernegi, 05.10.2010).
1.4.2.3.1. Yinelenebilirlik
Yinelenebilirlik; tamamen ayn koullarda, ayn parçann, ayn karakteristiinin, ayn ölçüm aracnda, ayn operatör tarafndan yaplan tekrarl ölçümlerinden elde edilen verilerin gösterdii yaylmdr (Hunter, 1987: 125).
ekil 8: Yinelenebilirlik
Kaynak: Özveri,2001: 11.
1.4.2.3.2. Türetilebilirlik
Türetilebilirlik; ayn parçay, ayn ölçüm aracn kullanarak, ayn koullarda ölçümleyen farkl operatörlerin ölçüm deerlerinin ortalamalar arasndaki farktr. ekil’de A ve B gibi iki operatörün yapt ölçümlemelerin dalm ve ortalamalar aralarndaki farkllk görülmektedir (Thomas, 1992: 34);
ekil 9: Türetilebilirlik
1.4.2.3.3. Kararllk
Kararllk (stability), uzun bir süre içinde ayn ana parçalarn bir karakteristiinin bir ölçüm sistemi (test/cihaz) araclyla elde edilen ölçümlerindeki toplam deikenliktir. Fark küçükse kararllk iyidir (Arçelik, 2004: 69).
1.4.3. Analiz
Ürün veya hizmet sunan irketlerin, “daha kaliteli” ye ulamalar önündeki en büyük engelin, süreçlerde oluan deikenlikler olduu gerçei, bundan yllar önce, W. Edward Deming tarafndan ortaya konulmutur. kinci Dünya Savas sonrasnda, Japon endüstrisinde sçramay salayan felsefe, Deming’in “üretim süreçlerinde deikenliklerin analiz edilerek minimize edilmesi” yaklamdr. Bu da, Alt Sigma kavramnn en önemli ana fikridir (Atmaca ve Girenez, 2009: 113). Bir önceki aamann çktlar, bir sonraki aamann girdilerini oluturur. Ölçme aamasndaki çktlar kullanlarak, Analiz aamasnda deikenlii yaratan nedenler tanmlanr. Bu aamann üç tane istasyonu vardr; Veri Analizi, Süreç Analizi ve Kök Neden Analizi.
1.4.3.1. Veri Analizi
DMAIC’in ölçüm aamasnda toplanan verilerin türüne göre analiz yaplr. Verilerin kesikli mi, sürekli mi olduuna baklr ve uygun istatistiksel yöntemler kullanlr. Veri Analizi, kesikli ve sürekli veri analizi olarak ikiye ayrr.
1.4.3.1.1. Kesikli Veri Analizi
Alt Sigma Ekibinin amac deikenliklerle mücadele etmek ve bunlar yok etmeye çalmaktr. Deikenliklerin istatistiki resimleri çizildiinde onlar ortadan kaldrmak kolaylaacaktr. Kesikli veriler için kullanlan en yaygn istatistiksel araçlar, pareto diyagram ve pasta grafiidir.
x Pareto Diyagram: Adn talyan ekonomist Wilfredo Pareto’dan alan bu araç 80–20 kural olarak da bilinir. Pareto analizi, sorunlarn % 80’inin, yaplan ilemlerdeki hatalarn % 20’sine dayand mant ile problemleri ve nedenleri derecelendirir. Böylece en önemli nedenlere odaklanmasn salar (Kartal, 1999: 38). Pareto grafiinin amac, hatal parçalarn ve hata çeitlerinin tespit edilmesinde kalite kontrol elemanlarna yol göstererek emeklerinin en verimli sahalarda younlatrlmasn ve isabetli kararlar verilerek gerekli tedbirlerin alnmasn salamaktr (Egermayer, 1988: 16-22). Pareto analizi, sorunlar büyükten küçüe doru sralayarak, çözüm srasnn belirlenmesini ve sorunun balama önceliini belirler. Bir pareto analizinin aamalar aadaki gibidir (Bircan ve Gedik, 2003: 69- 79);
Verilerin toplanaca zaman aral belirlenir. Hangi verilerin toplanacana karar verilir. Veri toplama formu düzenlenir.
Veriler forma kaydedilir
Veriler kullanlarak pareto diyagram çizilir. ekil 10: Pareto Grafii Örnei
x Pasta Grafii: Pasta grafik, öelerin toplamyla orantl olarak bir veri dizisini oluturan öelerin boyutunu gösterir. Her zaman yalnzca tek bir veri dizisini gösterir ve verilerin içerdii belirli bir öeyi vurgularken kullanldr. Pasta grafiklerin u alt grafik türleri vardr:
Pasta: Bu grafik türü, her deerin toplam deere katksn görüntüler. Aada pasta grafii için öle yemei satlarn gösteren, ekil 11 bir örnek olarak verilmitir.
ekil 11: Öle Yemei Satlar Pasta Grafii
Kaynak: http://office.microsoft.com (17.08.2010)
x Bölünmü Pasta: Bu grafik türü, tek bana deerleri vurgularken her deerin toplam deere katksn görüntüler. 3 Boyutlu görsel efektlerle de kullanlabilir
x Pasta Pastas: Bu, kullanc tarafndan tanmlanan deerlerin ayklanp ikinci bir pastada birletirildii pasta grafiktir. Örnein, küçük dilimlerin kullanmn kolaylatrmak amacyla, bunlar pasta grafiin tek bir öesi gibi bir araya getirip ana grafiin yannda daha küçük bir pasta veya çubuk grafik olarak bölebilirsiniz.
ekil 12: Pasta Pastas Örnei
Kaynak: http://office.microsoft.com (17.08.2010) 1.4.3.1.2. Sürekli Veri Analizi
DMAIC projesinin Ölçüm aamasnda toplanan sürekli veriler, histogram kullanlarak toplanr. Alt Sigma ekibi kesikli veri yerine sürekli verileri toplamay daha çok tercih eder, çünkü sürekli veriler süreçte neler olup bittii hakknda daha fazla bilgi edinmemizi salarlar. Sürekli verilerin bir dier avantaj ise Alt Sigma ekibine sürecin performansn etkileyen faktörler hakknda bilgi vermesidir(Eckes,2007: 51). Tüm süreçlerde sürecin performansn etkileyen balca alt faktör bulunur (Pande, Neuman, Cavanagh, 2002:251);
1. Malzemeler; süreç içinde ilenmemi malzemeler kullanlr, servislerde ise bilgi ya da baz veri türleri kullanlr.
2. Yöntemler; süreçler, prosedürler, çalma el kitaplar, insanlarn ilerini yayabilmesi için isledikleri yol.
3. Makineler; ekipmanlar ve her çeitten el aletleri, bilgisayarlar.
4. Ölçümler; kalite kontrolünün de dahil olduu, çktlarn ve süreç kalitesinin ölçülmesi için kullanlan bütün metodlar.
5. Doa Ana; iin yapld yerdeki fiziksel çevre, doal çevre.
6. nsanlar; müterilerin, içilerin, yöneticilerin, düzenleyicilerin ve irket ortaklarnn dahil olduu, sürecin içinde bulunan herkes.
Sürekli verilerin grafik gösteriminde sklkla Histogram ve grafik diyagram (run chart) kullanlr.
x Histogram: Bir veri dizisindeki deiiklilerin snflandrlmas ve bunlarn dalmnn sütun grafii ile gösterilmesidir. Histogramlar saysal tabloda gözlenemeyen gruplamalarn daha kolay anlalmasn salar. Veriler ve histogram oluturmak için aadaki admlar uygulanr;
1. Veriler küçükten büyüe doru sralanr,
2. Veri grubunun açkl bulunur, Açklk =En Büyük Deer – En Küçük Deer 3. Verileri kaç gruba ayrmak istiyorsak ona göre grup genilii hesaplanr, grup genilii bulunurken açklk istenilen grup saysna bölünür. Bulunan sayya en yakn tek say grup genilii olarak alnr. Tek say alnmasnn nedeni hesaplamalarda tam saylar elde ederek ilemi kolaylatrmaktr.
Grup Genilii = Açklk / stenilen Grup Says
4. Veriler bulunan grup geniliinde gruplandrp her gruba ait veri says ile Birlikte bir tablo oluturulur. Tablodaki gruplar düey eksene, veri saylar yatay eksene yerletirilerek histogram grafii oluturulur. http://www.merasimsek.com (18.08.2010)
ekil 13: Histogram Grafii Örnei
Sürecin performansn etkileyen alt faktörden hiç birinin süreç üzerinde olas bir etkisi yoksa Histogramda ölçütlerin çounun ortada yer ald ve geri kalan ksmn iki yana bir kuyruk gibi açld sürekli veriler normal dalm özellii gösterirler. Bu özellikteki bir süreçte oluan varyasyonlara verilen teknik isim Ortak Neden Varyasyonudur. Ancak sürecimizde spesifikasyon limitlerinin altnda ve üstünde veriler bulunabilir. Bu sürecin ortak neden varyasyonu olsa da, düük sigma seviyesine sahip olduu anlalr. Baka bir sürecin Histogram grafii incelendiinde, verilerin merkezden uzakta ve simetrik dalmad görülürse, Özel Neden Süreci olarak adlandrlan bir süreç olduu anlalr. Bu süreçte alt faktörden biri ya da daha fazlasnn süreç üzerinde özel bir etkisi vardr.
x Grafik Diyagram (Run Chart veya Run- Sequence Plot): Bir zaman serisi içindeki gözlenen verilerin gösterildii bir grafiktir. Bu verilerin gösterimi, üretim ve dier i süreçlerinin performanslarn ya da çktlarn baz özelliklerini sergiler. Grafik diyagram, istatistiksel süreç kontrolünde kullanlan kontrol kartlar ile benzerlikler gösterir fakat sürecin kontrol limitlerini göstermez (http://en.wikipedia.org, 19. 08. 2010). Grafik Diyagramnn analiz edilmesiyle, verilerdeki anormallikler bulunur. Bu anormallikler, zamanla süreç içinde tavsiye edilen deiiklikler ya da süreç varyasyonuna etki eden özel faktörler olabilir. Veri setimizin bandan sonuna kadar, kritik faktörlere dikkat edilir. Bu faktörler unlardr; ortalama çizgisinin altnda ya da üzerinde nadiren görülen uzun veri gruplar ve sürekli azalan ya da artan ardak veriler (Chambers ve dierleri, 1983).
ekil 14: Grafik Diyagram Örnei
Kaynak:Rath & Strong, 2003, 104.
1.4.3.2. Süreç Analizi
Süreç girdileri çkt haline getiren birbirleriyle ilgili ve etkileimli faaliyetler takmdr (TSE, 2001:2). ekil 15’de bir süreç modeli çizilmitir.
ekil 15: Süreç Modeli
