İstatistiksel Proses Kontrol

KALİTENİN İYİLEŞTİRİLMESİNDE İSTATİSTİKSEL YÖNTEMLER




1. GİRİŞ
Bilgiye ulaşmanın çok çabuk ve kolay gerçekleştiği, müşteri beklentilerinin sürekli arttığı ve teknolojinin süratle ilerlediği bir dönemdeyiz. Bu şartlarda işletmelerin ticari piyasada rekabet edebilmeleri gitgide zorlaşmaktadır. Ayakta kalmak için, hızlı, verimli ve kaliteli üretimden başka çare gözükmemektedir.
Ancak bu üç unsurun aynı anda elde edilmesi çok zordur. Zira üretimi hızlandırmak genellikle hata oranını yükseltir. Kalite standartlarına bağlı olarak belirlenen toleransların daralması ise verimin düşmesine yol açar; şart koşulan kalite gerekliliklerini sağlamayan mamullerin miktarı artar. Bu uygunsuz mamuller de ya yeniden işleme tabi tutulur veya hurdaya ayrılır. Her iki durum da malzeme, işgücü ve zaman kaybı demektir.
Bu birbirleriyle çakışıyor gibi görünen hedeflere ulaşabilmek ve uygun olmayan ürün oranını düşürebilmek, bunu yaparken de belli kalite maliyetlerini aşmamak, geçmişte kullanılan geleneksel Kalite Kontrol teknikleriyle pek mümkün değildir. Zira bitmiş ürünün kalitesinin kontrolü, istenen kalite standardının doğrulanmasını sağlarsa da pahalı ve verimsizdir. Bu nedenle günümüzdeki Kalite Yönetimi felsefesi, ürünün kavram olarak ortaya çıkışından kullanım ömrünün sona ermesine kadar geçen tüm evrelerinin izlenmesine dayanmaktadır (“Life Cycle Approach”).
Süreç Kontrolü adı verilen bu yöntemde, tüm süreç boyunca :
· Hedef kaliteden sapmalar ve uygunsuzluklar tespit edilir
· Uygunsuzluğa yol açan gerçek sebepler ortaya çıkarılır
· buna bağlı olarak belirlenen düzeltici/önleyici faaliyetler uygulanır
Hataların görünür belirtileri (semptomlar) ile kökeninde yatan sebepler genellikle çok farklı olduklarından, uygun “tedaviye” başlanabilmesi için iyi bir “teşhis” kaçınılmazdır. Verimin artırılması için hayati önem taşıyan doğru teşhise varabilmek için ise, objektif verilerin kullanıldığı, bilimsel temellere dayanan yöntemlerden faydalanmak gerekir. İstatistiksel yöntemler bu kriterleri sağladıklarından, süreç kontrolü mekanizmasında yaygın kabul görmektedirler. Bu yazıda da İstatistiksel Süreç Kontrolü yöntemi ve bu yöntemin, üretim aşamalarında ürün kalitesinin yükseltilmesi amaçlı kullanım teknikleri arz edilecektir. İstatistik yöntemlerin kullanıldığı diğer bir alan olan “Örnekleme ile Kalite Kontrol”, yani üretim sonrası parti içinden rasgele alınan numunelere göre kabul/ret kararı verme metodu ise bu yazının kapsamı haricindedir. Bu konunun kapsamında olan örnekleme, muayene metotları, numune alma planları ve Kabul Edilebilir Kalite Seviyesi (AQL) hakkında bilgi edinmek için TS 2756 standardına başvurulabilir.

1. Üretim Süreçlerinin Kontrolünde İstatistiksel Yöntemlerin Rolü

Uygunsuzluğun Oluşumu

Uygunsuzluk, (bir ürün veya hizmete ait) karakteristiklerin; sözleşme, spesifikasyon veya onaylanmış diğer bir tanımda belirtilen gereksinimleri sağlamaması durumudur[1]. Uygunsuzluk, seri üretimin varolduğu her yerde karşılaşılan bir problemdir. Çünkü kalite karakteristikleri daima üründen ürüne farklılık gösterirler. Gerçekten de, aynı malzemenin kullanıldığı, aynı üretim proseslerinin geçerli olduğu ve aynı kişi/cihazların kullanıldığı bir seri üretimde elde edilen çıktılar bile hiçbir zaman birbirinin aynı olmayacaktır. Zira bizim aynı veya değişmez gördüğümüz tüm bu girdiler ve araçlar, bünyelerinde küçük veya büyük farklılıklar barındırırlar. Örneğin bizim aynı zannettiğimiz malzeme, belki mikro düzeyde çatlaklar içermektedir; belki proseste kullanılan cihazın bağlı olduğu enerji kaynağının gerilimi düşmüştür. Ya da cihaza kumanda eden teknisyen aynı olduğu halde o gün canı bir şeye sıkılmıştır!
İşte bu gibi tüm etmenler ürün/hizmet kalitesine etki ederek çıktı özellikleri üzerinde değişkenlik meydana getirirler. Bu değişkenlik (varyasyon), her seri üretimin doğal bir sonucudur (unutmayın ki aynı yumurta ikizleri bile birbirinin tıpatıp aynı değildir!).
Ürünün uygun veya uygunsuz olma durumunu (ya da uygunsuzluk oranını) belirleyen ise kabul kriterleridir. Kabul kriterleri genellikle müşteri tarafından saptanırlar ve belli bir ürün/hizmetin kabul edilebilir olması için taşıması gereken asgari şartları tanımlarlar. Bu tanım aralığı ne kadar dar tutulursa, ürün kalitesindeki varyasyon sonucunda bu aralığın dışına çıkarak uygunsuzluğuna karar verilen ürünlerin oranı da o kadar yüksek çıkacaktır. Kabul aralığını değiştirmek mümkün olmadığına göre verimi yükseltmek için geriye kalan tek yol, değişkenliği azaltmaktır.
Her türlü ürün veya hizmet için geçerli bir altın kural olan “değişkenliğin azaltılması” ise ancak, o ürün/hizmeti ortaya çıkarmak için kullanılan tüm proseslerin analizi ile mümkündür; zira herhangi bir prosesin kalitesindeki değişim, o prosese etki eden tüm faktörlere ait değişimlerin bileşkesidir.
Proses Analizi ve Sebebin Tanımlanması

Ürün/hizmetin türü ve kullanılan prosesin çeşidi ne olursa olsun, değişkenliğe yol açan sebepler çok da farklılık göstermezler. Kalite karakteristiklerine etki edebilecek faktörler teori de sayılamayacak kadar çok da olsalar, pratikte karşılaşılan ana etmenler altı grupta toplanabilir :
· Malzeme (Hammadde)
· Makine
· Üretim Metodu
· İşgücü
· Çevre (Ortam) Şartları
· Muayene ve Deneyler
Burada sonuncu faktör olarak zikredilen “Muayene ve Deneyler” aslında ürün kalitesi üzerinde değişkenliğe yol açmazlar; ancak muayene ve deneyde kullanılan test/ölçüm cihazlarının kalibrasyonuna ve muayene/deneyi yapan kişinin algılamasına bağlı olarak değerlendirme sonucuna etki ederler. Örneğin belli bir muayene komisyonu tarafından uygun olarak kabul edilen bir ürün, belki başka bir komisyonca uygunsuz bulunabilir.
Etkin bir problem çözme süreci, aşağıdaki adımları içerir :
· TANIM : Sorun tanımlanır
· GÖZLEM : Sorunun karakteristik özellikleri (semptomlar) gözlemlenir
· ANALİZ : Hayati sebepler ortaya çıkarılır
· AKSİYON : Sebeplerin ortadan kaldırılmasına yönelik faaliyet başlatılır
· DOĞRULAMA : Faaliyetin, hedeflenen çözüm için uygunluğu denetlenir
· STANDARTLAŞTIRMA : Sebeplerin tekrarını önleyici tedbirler alınır
· GÖZDEN GEÇİRME : Sebep-sonuç ilişkileri ve uzun vadeli önlemler irdelenir
Süreç kontrolünde Gözlem – Analiz – Aksiyon - Doğrulama çevriminin başarısı, ancak döngüdeki tüm işlemlerin doğru olmasıyla mümkündür; ancak yine de bu adımların en kritiği Analiz aşamasıdır. Çünkü sebeplerin teşhisinde yapılacak bir hata, düzeltici önlemin de yanlışlığına yol açacak ve zincirleme etkileşim sonucunda prosesin kalitesi daha da düşecektir.
Tanının ortaya konmasında, prosesin geçmişi ve tanıyı koyanın tecrübesi hiç şüphesiz inkar edilemez. Bazen sezgiler de bu konuda yol gösterici olabilir. Ancak prosesin uygulamaya yeni konmuş olması, ortaya çıkan uygunsuzlukların daha önce görülmemiş olması gibi olağanüstü durumlarda da doğru sebebe ulaşabilmek ve kişi/prosesten bağımsızlığı sağlamak için objektif yöntemlere başvurmak gerekir. İstatistiksel yöntemler, kalite gerekliliklerinin karşılanması ve proses veriminin yükseltilmesinde vazgeçilmez öneme sahiptir. Ne var ki başarıya ulaşmada etken unsur, bu yöntemlerin bilinmesinden ziyade doğru bir şekilde kullanılmasıdır. Ancak bu sayede Deming’in ifade ettiği Sürekli İyileştirme felsefesi yakalanmış olur.


[1] MIL-STD-1520C, “Uygunsuz Malzemeye İlişkin Düzeltici Faaliyet ve Elden Çıkarma Sistemi”, 1986

1. Veri Toplama Teknikleri
İstatistiğin temeli veriye dayandığına göre, veri toplama da istatistiğe dayalı kontrol için kritik öneme sahiptir. Bu konuda dikkat edilmesi gerekli konular şu başlıklar altında toplanabilir :
· Hedefler Net ve Açık Tanımlanmalıdır
Veri toplanmadan önce, bu verinin ne işe yarayacağı ve hangi amaçlar doğrultusunda kullanılacağı belirlenmelidir. Bunun için de kontrol edilecek süreçlerin önceden belirlenmiş olması şarttır. Kalitede veri toplamanın amaçları şunlar olabilir :
- Üretim sürecinin gözlenmesi ve denetimi (Sürekli İyileştirmeye yönelik)
- Uygunsuzluk analizi
- Muayene/deney
· Ölçümlerin güvenilirliği sağlanmalıdır
Ölçüm cihazlarının kalibrasyonu, ölçüm aralığı, çevre şartları ve nesnellik gibi faktörler göz önüne alınmalıdır. Ayrıca OT-VT (Otomatik Tanıma / Veri Toplama) tekniklerinin kullanılması, veri toplarken oluşacak hız kaybı ve kişiye bağlı hataların önüne geçecektir[1].
· Tüm bunlardan sonra toplanan verilerin, kullanılacak istatistik yöntemine uygun olarak kaydedilmesi ve sonraki işlemleri kolaylaştıracak şekilde bir araya getirilmesi gerekir. Verilerin alındığı tarih/saat, veriyi kaydeden şahıs, üretimin yapıldığı donanım ve üreten kişi, üretilen parti (lot) gibi kritik bilgiler, mutlaka veriyle birlikte işlenmelidir. Ayrıca verinin görsel olarak analizini çabuklaştıracak şekilde düzenlenmesi de (örneğin çetele tablosu tutulması) hataların daha çabuk tespitini sağlar.

1. Veri Analizi
Toplanan verilen analizinde 7 temel metot yaygın olarak kullanılmaktadır :
· Çetele Tablosu
· Pareto Analizi
· Sebep-Sonuç Diyagramı
· Serpilme Diyagramı + Regresyon Analizi
· Histogram + Proses Yeterlilik Analizi
· Proses Kontrol Çizelgeleri
· Sınıflandırma
Kaoru Ishikawa[2], kaliteye ilişkin problemlerin % 95’inin bu 7 temel istatistiksel teknikle çözümlenebileceğini söylemektedir. Geriye kalan % 5 için ise ileri seviye yöntemlerin uygulanması gerekmektedir (Tasarlanmış Deneyler, Çoklu Regresyon Analizleri, Yöneylem Araştırmaları).

Çetele Tablosu
Çetele Tablosu, veriyi toplarken kullanılan bir metot olup, veriye ait istatistik özelliklerin anında görülebilmesine olanak sağlar (Şekil 1).
Şekil 1. Üretim Sürecindeki Dağılımı Gösterir Çetele Tablosu
Şekil 1’de, ürünün seçilen karakteristik özelliğine ait ölçümler alınmış ve hedef değerden sapmasına göre çeteleye işlenmiştir. Çeteleye bakıldığında ortalama değer, sapma aralığı, ve dağılım adetleri bir arada görülebilmektedir. Verilerin çeteleye işlenmesi, analiz metodu olarak histogramın kullanıldığı durumlarda da kolaylık sağlar.
Şekil 2’deki çetele tablosunda uygunsuz malzeme, hata türüne göre ayrıştırılarak kaydedilmiştir. Bu tür bir kayıt ise Pareto Analizinde bize yardımcı olur.
Şekil 2. Uygunsuz Malzeme Çetele Tablosu
Pareto Analizi
İtalyan ekonomi uzmanı V. Pareto, 1897 yılında, gelir dağılımının eşit olmadığını gösteren bir formül geliştirmiştir. Benzer bir teori 1907’de Amerikan iktisatçısı M.C. Lorenz tarafından da grafik olarak ortaya konmuştur. Her iki meslektaş, gelirin çok büyük bir diliminin, küçük bir azınlık tarafından sahiplenildiğine dikkat çekmişlerdir. Hatta bu oran 20/80 olarak açıklanmış; yani gelirlerin % 80’inin, % 20’lik bir gruba ait olduğunu iddia etmişlerdir. Bu hipotezi Dr. J.M. Juran, Kalite Kontrol alanına uygulayarak problemlerin sınıflandırılmasında “hayati azınlık” ve “önemsiz çoğunluk” kavramlarını getirmiştir. “Hayati azınlık” (vital few), sayıca az, fakat önemce büyük etmenlerden oluşur. “Önemsiz çoğunluk” (trivial many) ise sayıca çok olmalarına rağmen etkileri fazla olmayan faktörleri barındırır. Juran, hayatın geneline uygulanabilecek bu kurala Pareto Prensibi adını vermiştir. Bu prensibe göre uygunsuzlukların çok büyük bölümü belli birkaç sebebe dayanmakta ve bu sebeplerin tespiti, sorunların giderilmesinde kilit rol oynamaktadır.
Pareto Analizinde aşağıdaki işlem sırası talip edilir :
a) İncelenecek problemlerin cinsi, toplanacak bilgiler ve bunların sınıflandırma şekli belirlenir. Bilgi toplama metodu ve süresine karar verilir.
b) Veriler, problem tiplerine göre sınıflandırılmış bir çetele tablosu üzerine işlenir. Her sınıfa ait toplamlar ve yüzdeleri belirtilir. Seçilmiş sınıfların dışında kalan problemler, en son grup olarak “diğerleri” hanesine işlenir.
c) Dikey eksenin toplamları ve yüzdelerini, yatay eksenin de grupları gösterdiği bir çubuk diyagramı oluşturulur.
d) İlk çubuğun sağ üst köşesinden başlayarak kümülatif toplamları gösteren Pareto eğrisi çizilir (Şekil 3).

Asıl amacı hayati problemleri ve sebeplerini ortaya çıkarmak olan Pareto Analizinde aşağıdaki noktalara dikkat edilmelidir :
· Değişik sınıflandırmalara gidip farklı Pareto diyagramları denenmelidir.
· “Diğerleri” sınıfının yüzdesi küçük olmalıdır. Aksi takdirde sınıflandırmanın düzgün yapılmadığı anlaşılır.
· Verilere mali anlamlar yükleyerek dikey eksene bu değerleri taşımak daha isabetli sonuçlar verir.
· Herhangi bir problem -etkisi küçük de olsa- eğer çabuk ve kolayca çözüme kavuşturulabiliyorsa, öncelik ona tahsis edilmelidir.
· Semptomlara dayalı olarak yapılacak bir analizin ardından, sebepleri araştıran bir analiz mutlaka hazırlanmalıdır. Semptomlar; kalite uygunsuzluğu (tamir, yeniden işlem, hurda, iade vs.), maliyet, sevkiyat veya emniyet ile ilgili görünen sorunlardır. Sebepler ise, işletmen, teçhizat, hammadde veya yöntemler olabilir.
Sebep-Sonuç Diyagramı
İstatistiksel yöntemler kullanarak sonuçlardan hareketle sebeplere ulaşabildiğimize göre, sonuçlarla bunları doğuran sebepler arasındaki çapraşık ilişkinin ortaya çıkarılması ve görsel olarak masaya konması gerekmektedir. Bunu ise en kolay olarak Sebep-Sonuç Diyagramları ile yapabiliriz.
İlk defa 1953 yılında Kaoru Ishikawa tarafından kullanılan bu metot, daha sonra Japonya’da büyük ilgi görmüş ve Japon Endüstri Standartları (JIS) Kalite Kontrol terminolojisine dahil edilmiştir. Orada geçen tanımıyla Sebep-Sonuç Diyagramı, “kalite karakteristikleriyle etmenler arasındaki ilişkiyi gösteren diyagram”dır. “Balık kılçığı diyagramı” olarak da bilinen bu diyagram, omurgasını ilgili kalite karakteristiğinin (sonuç) oluşturduğu, sebeplerin ise önemine göre (ana sebep / tali sebep) kılçıkları teşkil ettiği bir gösterim metodudur (Şekil 4).
Şekil 4. Sebep-Sonuç Diyagramı Örneği
Bu diyagramın hazırlanmasında öncelikle araştırılacak karakteristik, çizilen omurganın sağına yazılır. Daha sonra birinci derecede etki eden faktörler büyük kılçıklarla, onlara bağlı ikincil etkenler de küçük kılçıklarla gösterilir. Tüm olası sebepleri ortaya dökebilmek için genellikle geniş katılımlı “beyin fırtınası” toplantıları düzenlenir. Diyagramın oluşturulmasında şu hususlara dikkat edilmelidir :
· Tüm sebeplerin aktarılabilmesi için her kesimin görüşü alınmalıdır.
· Karakteristik somut olarak tanımlanmalı ve ölçülebilir olmalıdır.
· Her karakteristik için ayrı bir diyagram hazırlanmalıdır.
· Etkenler çözülebilir nitelikte olmalıdır.
· Sebeplerin önemini tayin ederken objektif davranmalıdır.
· Zaman içinde diyagramın güncelleştirilmesi gerekir.
Pareto Analizi ve Balık Kılçığı Diyagramının birlikte kullanılması, genellikle pratikte tercih edilen metottur. Önce “hayati” karakteristikler Pareto Analizi kullanılarak keşfedilir; daha sonra ise Sebep-Sonuç Diyagramı ile bu karakteristiğe etki eden faktörler açığa çıkarılır. Bu faktörlerin düzeltilmesi, problemi belki % 95 oranında çözecektir.

Serpilme Diyagramları
Sebep-sonuç arasındaki ilişkinin kurulmasında değişkenler arasındaki bağıntının doğru biçimde ortaya konabilmesi çok önemlidir. Zira bir prosesi kontrol ederken hangi parametreyle ne şekilde oynamanız gerektiği bilmek zorundasınızdır. Aksi takdirde durumu daha da kötüleştirip işin içinden çıkılmaz hale getirmek kaçınılmaz olur. Genel soru şudur :
Ne neyi nasıl etkiler ?
İşte bu sorunun cevabını vermek için serpilme diyagramlarını kullanırız. Kalite iyileştirmesinde kullanılan serpilme diyagramları :
· Bir kalite karakteristiği ile ona etki eden faktör arasındaki
· Birbirine bağımlı iki kalite karakteristiği arasındaki
· Bir kalite karakteristiğini etkileyen birbiriyle ilişkili iki faktör arasındaki bağıntıyı (korelasyon) bulmaya yarar.
Bir serpilme diyagramı şu adımlara uyularak hazırlanmalıdır :
· Bağıntısı incelenecek değişkenler, (x,y) veri çiftleri halinde bir tabloya kaydedilmelidir. En az 30 değer çifti alınması tavsiye edilir.
· Değerlerin alt ve üst sınırları tespit edilerek diyagram x,y eksenleri oluşturulur. Alışılagelmiş uygulamada x ekseni bağımsız değişkeni (etki eden faktör), y ekseni bağımlı değişkeni (kalite karakteristiği) temsil eder.
· (x,y) veri çiftleri diyagrama noktalar halinde işaretlenir.