Six Sigma 'ya Giris

1,404 views

Published on

Six Sigma'nin anlami, hedefi, metodu, kullandigi araclar, tarihcesi anlatilmis, bazi metod ve araclarin ayrintisina da kisaca deginilmistir.
...
Web'den erisilebilir bir Ingilizce sunumun Turkcelestirilmesinden ibarettir.
....
Understanding of six sigma, History, methodology, tools... are mentioned and some of tool and technics are explained in more detailed way. (for generating open source Turkish quality and six sigma library - an openly accessible PPT is used)
....
ACIK KAYNAK TURKCE KALITE KITAPLIGI OLUSTURMA PROJESI kapsaminda uretildi 11 Nisan 2014

Published in: Leadership & Management
  • Be the first to comment

Six Sigma 'ya Giris

  1. 1. Six Sigma’ya Giris v.1 Acik Kaynak Turkce materyali gelistirme projesi kapsaminda uretildi – S3 11.04.2014 Cuma msaid@email.com
  2. 2. Six Sigma. . . —  Bir isi yaparken milyon fırsat için 3.4 kusuru temsil eden performans hedefi… —  Tasarım ürünleri , süreçleri ve / veya hizmetlerini geliştirmek icin kullanılan bir dizi araç ve yöntem… —  Müşteri beklentileri dahilinde standart sapmasayısını gösteren istatistiksel bir ölçü… —  Bir iş ve süreçlerini yönetmek için bir disiplinli , gerçeklere dayalı bir yaklaşım… —  Müşteri ihtiyaçlarının farkındalığıni, performans ölçümünu ve iş geliştirmeyi daha fazla teşvik etmek icin bir vasıta…
  3. 3. µ σ Sigma? Sigma veri popülasyonun standart sapmasını temsil eden greek alfabesi harfidir. Sigma varyasyonun (degiskenligin)olcusudur Verinin yayilimi
  4. 4. Varyasyon? —  Varyasyon; surecin, materyalin, personelin…(X) her seferinde ayni sonucu (Y) uretememesi anlamina gelir. —  Tum sureclerin varyasyonu (degiskenligi) vardir. —  Varyasyon doğrudan müşteri deneyimleri etkiler. -10 -5 0 5 10 15 20 Musteri “ortalama”yi hissetmez!
  5. 5. Surec Performansi ? —  Musteri pizzasinin erken teslim edilmesini ister! —  Garanti = “30 dakika ve daha az teslim suresi” —  Performansi olctu ve ortalama teslim suresini 23.5 dakika buldu isek? —  Teslim performansi cok iyi midir? —  Musterilerimiz hizmetten memnun mudur?
  6. 6. Zamaninda teslim? Varyasyona bakmalisiniz s x 30 dk ve asagisi 10 20 30 40 50 Ortalama olup biteni anlatmakta eksik kalir. Ortalamayi varyasyonla beraber ele aldiginizda daha gercekci degerlendirme yaparsiniz. s
  7. 7. Performansi artirmak icin varyasyonu azalt Standart sapmanin kac olmasi musteri beklentilerinize, isinizin turune uyar? s x 30 dk. ve asagisi 0 10 20 30 40 50 Ortalama olup biteni anlatmakta eksik kalir. Ortalamayi varyasyonla beraber ele aldiginizda daha gercekci degerlendirme yaparsiniz.
  8. 8. Sigma olcegi Sigma % iyi % kotu DPMO 1 30.9% 69.1% 691,462 2 69.1% 30.9% 308,538 3 93.3% 6.7% 66,807 4 99.38% 0.62% 6,210 5 99.977% 0.023% 233 6 99.9997% 0.00034% 3.4 DPMO: Islem basina dusen milyonda bir hata sayisi - Defects per million opportunities olcege donusturulmus olur. Boylece tum sektorler ayni dilde konusabilir
  9. 9. 3 SIGMA 6 SIGMA ABD’de gunde 964 U.S. ucus iptali Uc haftada bir ucus iptali Polisin her dort dakikada 7 hatali tutuklama yapmasi Ayda 4’den az hatali tutuklama Bir eyalette, yilda 5,390 hastanin yatagindan dusmesi Dort yilda bir yataktan dusme yasanmasi Saatte, 47,283 uluslar arasi skype gorusmesinin kesilmesi Ayni sayida kesilmenin gerceklesmesinin iki yili bulmasi
  10. 10. Six Sigma’nin tarihi 1736: Fransiz matematikci Abraham de Moivre normal dagilim uzerine makale yazdi 1896: Italyan sosyolog Vilfredo Alfredo 80/20 kurali ve Pareto dagilimini tanitti 1924: Walter A. Shewhart “control chart” ve surec problemlerinde “common cause-special cause” farkliligini ortaya koydu. 1941: Alex Osborn, BBDO baskani “brainstorming”in kurallarini ortaya koydu 1949: ABD Savunma Bakanligi “Failure Mode Effects and Criticality Analysis” uygulamasi icin dokuman yayinladi 1960: Kaoru Ishikawa meshur cause-effect diagramini tanitti 1818: Gauss normal dagilim, ihtimal hesaplari ve hipotez testi kullanarak hata analiz olcum matematigini kesfetti. 1970s: Dr. Noriaki Kano iki boyutlu kalite modelini ve “kalitenin uc turunu” ortaya koydu 1986: Motorola basmuhendisi bilimadami Bill Smith, Six Sigma ve kurallarini ortaya koydu 1994: Larry Bossidy lAllied Signal’da six sigma uyguladi 1995: Jack Welch Gede six sigma uyguladi
  11. 11. Six Sigma uygulayanlar
  12. 12. Six Sigma uygulayanlar
  13. 13. DMAIC (Six Sigma gelistirme metodolojisi) AMAC DEFINE Gelistirme firsatlarini BELIRLE AMAC MEASURE Halihazir Performansi OLC AMAC ANALYZE Problemin kok nedenini ANALIZ ET AMAC IMPROVE Kok sebepleri elimine icin sureci GELISTIR AMAC CONTROL Kazanimlarin surdurulebilirligini saglamak icin sureci KONTROL ET. GEREC: •  Dusuk kalitenin maliyeti(COPQ) •  Paydas gorusleri- Voice of the Stakeholder (VOS) •  “Project Charter” •  Cari (As-Is) Surec haritalari •  Metrikleri (Y) GEREC: •  Kalite icin kritik hususlar (Critical to Quality Requirements) (CTQs) •  Sample belirleme plani •  Yeterlik analizi •  Failure Modes and Effect Analysis (FMEA) GEREC: •  Histogram, Boxplots, Multi- Variate Charts •  Hypotez Testi •  Regresyon Analizi GEREC: •  Cozum secim matrisi •  Beklenen durum(To-Be) surec haritalari GEREC: •  Control Chart •  Beklenmedik durum veya Aksiyon planlari Define Measure Analyze Improve Control
  14. 14. Define – Sorun nedir? —  Sorun nedir? Sorun Y=f(x1,x2,x3) denklemindeki Y’dir. —  Problemin organizasyona maliyeti nedir ? —  Paydaslar / karar mercileri kimlerdir ? —  Kaynak ve beklentileri nasil paylastirabiliriz ? Project Charter Voice of the Stakeholde r Stakeholders$ Cost of Poor Quality
  15. 15. Define – Cari (As-Is) surec Simdiki surec isleyisimiz nasildir? Move-It! Courier Package Handling Process AccountingFinalizingDelivery Out-SortSupervisorOut-SortClerk Accounts Supervisor Accounts ReceivableClerk WeightFeeClerkDistanceFeeClerkIn-SortSupervisorIn-SortClerkMailClerkCourier Observ e package weight (1 or 2) on back of package Look up appropriate Weight Fee and write in top middle box on package back Take packages f rom WeightFee Clerk Outbox to A/RClerkInbox. Add Distance & WeightFees together and write in top right box on package back Circle Total Fee and Draw Arrow f rom total to sender code Take packages f rom A/RClerk Outbox to Accounts Superv isorInbox. Write Total Fee f rom package in appropriate Sender column on Accts. Supv .’s log Add up Total # of Packages and Total Fees f rom log and create clientinv oice Deliv er inv oiceto client Submit log to General Manager at conclusion of round. Take packages f rom Accounts Superv isor Outbox to Out- Sort ClerkInbox. Draw 5-point Star in upper right corner of package f ront Sort packages in order of Sender Code bef ore placing in outbox Take packages f romOut-Sort Clerk Outbox to Out-Sort Superv isorInbox. Observ e sender and receiv er codes and make entry in Out-Sort Superv isor’s log Deliv erPackages to customers according to N, S, E, W route Submit log to General Manager at end of round Submit log to General Manager at end of round Halihazirdaki(cari) surecin isleyisi konusunda herkes hemfikir mi? Deger olusturmayan(non-value added) adimlari tespit edebilir miyiz?
  16. 16. Define – Musteri gereksinimleri CTQ’lar nelerdir? Musteriyi ne tatmin eder? MUSTERI BEKLENTISI Voice of the Customer ANAHTAR HUSUSLAR Key Customer Issue KALITE ICIN KRITIK NOKTALAR Critical to Quality IKINCIL ARASTIRMA BIRINCIL ARASTIRMA ANKET Market Data Sektordenalinan bilgi Musteriden gelen Endustride kiyaslama ODAK GRUP Halkla iliskiler Musteri deneyimleri GOZLEM
  17. 17. Measure – Simdiki durumunu olc Simdiki performans duzeyini olc? 50403020100 95% Confidence Interval for Mu 26.525.524.523.522.521.520.519.5 95% Confidence Interval for Median Variable: 2003 Output 19.7313 8.9690 21.1423 Maximum 3rd Quartile Median 1st Quartile Minimum N Kurtosis Skewness Variance StDev Mean P-Value: A-Squared: 26.0572 11.8667 25.1961 55.2907 29.6100 23.1475 16.4134 0.2156 100 0.240771 0.238483 104.349 10.2152 23.1692 0.854 0.211 95% Confidence Interval for Median 95% Confidence Interval for Sigma 95% Confidence Interval for Mu Anderson-Darling Normality Test Descriptive Statistics —  Sample some data / not all data —  Current Process actuals measured against the Customer expectation —  What is the chance that we will succeed at this level every time?
  18. 18. Measure – Basarisizlik ve riskler Sureclerimiz hangi noktada ve neden basarisiz? X1 X2 X4 X3 etc
  19. 19. Six Sigma Analyze – Potansiyel kok nedenler Surecimizin basarisini neler etkiler? y = f (x1, x2, x3 . . . xn) Ishikawa Diagrami (Balik kilcigi)
  20. 20. Analyze – Teyid edilmis kok nedenler Anahtar kok nedenler nelerdir? Six Sigma y = f (x1, x2, x3 . . . xn) Kritik X’ler Surec Simulasyonu Veriyi katmanlara ayirma Regression Analizi Experimental Design
  21. 21. Improve – Potansiyel cozumler Belirledigimiz kok nedene nasil mudahale edebiliriz? y = f (x1, x2, x3 . . . xn) Kritik X’ler Karar Degerlendir NetlestirOlustur Genislet | Daralt Mudahale edecegimiz sebepleri bulmaliyiz belirtileri(semptomlari) degil
  22. 22. Improve – Cozum gelistir En iyi cozumu nasil buluruz? Solution Sigma Time CBA Other Score Zaman Kalite Maliyet Six Sigma COZUM Uygulama Plani Cozum secim matrisi ☺ IYI DENEME IYI FIKIR X COZUM DOGRU YANLIS UYGULAMA KOTUIYI
  23. 23. Control – Cozumun faydalarini surekli kil Kazanimlarimizi yeni surecler haline nasil getirebiliriz? 0 10 20 30 15 25 35 Observation Number IndividualValue Mean=24.35 UCL=33.48 LCL=15.21 —  Bazi varyasyonlar normaldir. X’in ne kadar dusuk ve yuksek seviyede oldugunda Y’yi zararli duzeyde etkilemeyecegini bilmeliyiz. —  Kontrol muafiyetleri olusturmaliyiz Process Owner: Date: Process Description: CCR: Measuring and Monitoring Key Measure ments Specs &/or Targets Measures (Tools) Where & Frequency Responsibility (Who) Contingency (Quick Fix) Remarks P1 - activity duration, min. P2 - # of incomplete loan applications Process Control System (Business Process Framework) Direct Process Customer: Flowchart Customer Sales Branch ManagerProcessing Loan Service Manager 1.1 Application&Review 1.2 Processing 1.3 Creditreview 1.4 Review 1.5 Disclosure Apply for loan Review appliation for completeness Application Complete? Complete meeting information No
  24. 24. DFSS – Dizayn Metodu (Design for Six Sigma) —  Kullanim —  “Sifir”dan yeni surec, urun, ve/veya hizmet’ler dizayn etmek —  Surec gelistirme yeterli gelmediginde eski surecler yerine yenilerini koymak —  DFSS’nin DMAIC’dan metod olarak farki —  Projeler tipik olarak 4-6 ayliktir —  Musteri gereksinimleri - Customer Requirements (CTQs)’nin neler oldugu detayli olarak belirlenir —  Kiyaslama(benchmarking) ve simulasyon uzerinde onemli vurgu yapilir; halihazirdaki performans duzeyi(baseline) uzerinde daha az durulur. —  Gerecler —  Multi-Generational Planning (MGP) —  Quality Function Deployment (QFD) Define Measure Analyze Develop Verify
  25. 25. —  Organizasyon islevleri ve departmanlari arasinda Six Sigma farkindaligini artirmak ve projenin basarisi icin calisan destegi saglamak icin calisirlar. —  Black Belts and Green Belts’ler tarafindan yonetilecek potansiyel proje konularini belirlerler —  Identify, select, and support Black Belt Green Belt adaylarini belirler ve desteklerler —  2-3 gunluk workshopa katilmalari yeterlidir. —  Six Sigma methodolojileri ve gelismis araclari kullanabilir, —  Tam zamanli Six Sigma projesi icin calisir. —  Kendi isi icin temel SS gereclerini ve DMAIC metodolojisini kullanmayi bilir, daha alt duzey projeleri yonetir BlackBeltGreenBeltSampiyonlar
  26. 26. Bazi konularda detaylar ♦  Problem tanimlama ♦  Problemi rafine etme ♦  Sureci anlama ♦  Potansiyel X’lerden Kritik X’leri bulma ♦  Gelistirme ♦  Kontrol 1.00.50.0-0.5-1.0 USLLSL Process Capability Analysis for Sept % Total % > USL % < LSL % Total % > USL % < LSL % Total % > USL % < LSL Ppk Z.LSL Z.USL Z.Bench Cpm Cpk Z.LSL Z.USL Z.Bench StDev (Overall) StDev (Within) Sample N Mean LSL Target USL 12.62 12.62 0.00 6.35 6.35 0.00 13.04 13.04 0.00 0.38 4.40 1.14 1.14 * 0.51 5.87 1.53 1.53 0.221880 0.166425 23 -0.02391 -1.00000 * 0.23000 Exp. "Overall" PerformanceExp. "Within" PerformanceObserved PerformanceOverall Capability Potential (Within) Capability Process Data Within Overall Sept 20Sept 13Subgroup 0.5 0.0 -0.5 IndividualValue 9/259/13Date 2 1 Mean=0.03 UCL=0.5293 LCL=-0.4693 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 MovingRange 1 R=0.1877 UCL=0.6134 LCL=0 I and MR Chart for Sept Receipt / Extract Requal Group Remit Data Cap Inventory Start Size Sorts Control Docs Open Pull & Sort Verify Pass 1 Key from image Balance Pass 2 Rulrs Perfection No Prep cks Ship to IP Full Form QCReview Ship to Cust Vouch OK Prep Folders / Box Yes No Vouchers Full Form Ck / Vouch Yes Prep cks, route vouch
  27. 27. Problem tanimlama: ilk seferde sonuc - DEFECT ADIM 1 ADIM 2 ADIM 3 ADIM 4 Bozuk 10 Birim 100 Birim 100 90 87 Bozuk 3 Birim Bozuk 2 Birim 85 Outputs / Inputs 100 / 100 = 1 90 / 100 = .90 87 / 90 = .96 85 / 87 = .97 Ilk bakista uretimin 85% oldugu sanilabilir (85/100) FAKAT… “Ilk seferde sonuc” (1 x .90 x .96 x .97 = .838) First Pass Yield - Ilk seferde sonuc(FPY): Verili her bir birim ve islemin calisma tekrarlanmadan hatasiz gerceklestirilmesi.
  28. 28. Problem tanimlama - REWORK ADIM 1 ADIM 2 ADIM 3 ADIM 4 Re-Work 10 Units 100 Birim Re-Work 3 Units Re-Work 2 Units CIKTI / GIRDI 90 / 100 = .90 97 / 100 = .97 98 / 100 = .98 .90 x .97 x .98 = .855 100 Birim 100 Birim 100 Birim 100 Units Rolled Throughput Yield (RTY): Her surec basamaginin mahsulu ayri ayri degerlendirilir. Surecteki yeniden calismanin(rework) etkisini belirler.
  29. 29. Problem tanimlama - REWORK RTY ornegi ISLEV 1 ISLEV 2 ISLEV 3 ISLEV 4 50 5 10 5 50 50 50 50 Roll Throughput Yield 50/50 = 1 (50-5)/50 = .90 (50-10)/50 = .80 (50-5)/50 = .90 1 x .90 x .80 x .90 = .65 Surecin 65% etkinlikle calistigini soyleyebiliriz
  30. 30. RTY ornegi – Sigorta borc basvurusu Roll Throughput Yield 50/50 = 1 (50-7-2)/50 = .82 (43-6)/43 = .86 (43-1-2)/43 = .93 1 x .82 x .86 x .93 = .66 Application Underwrite Complete Full Paperwork Close 50 Fails Underwriting Decide not to borrow 2 6 2 7 1 42 50 43 43 Problem tanimlama Surecin 66% etkinlikle calistigini soyleyebiliriz
  31. 31. HISTOGRAM Hangi degerlerin hangi siklikta gerceklestigini gostererek nisbi meydana gelme sikligini gosterir. Histogram veri dagiliminin sekil, merkezilik ve yayilma ozelliklerini gosterir ve uclarda bulunan degerleri aciga cikarir. Problem tanimlama - DAGILIM 5004003002001000 40 30 20 10 0 C8 Frequency Histogram of Cycle Time
  32. 32. Problem tanimlama – ISTATISTIKLE ANLA 40032525017510025 95% Confidence Interval for Mu 9484746454 95% Confidence Interval for Median Variable: CT 55.753 61.098 69.947 Maximum 3rd Quartile Median 1st Quartile Minimum N Kurtosis Skewness Variance StDev Mean P-Value: A-Squared: 84.494 75.664 90.417 444.000 105.000 66.000 31.000 1.000 170 8.26356 2.31712 4569.81 67.6003 80.1824 0.000 6.261 95% Confidence Interval for Median 95% Confidence Interval for Sigma 95% Confidence Interval for Mu Anderson-Darling Normality Test Descriptive Statistics
  33. 33. Pareto – The Pareto principle states that 80% of the impact of the problem will show up in 20% of the causes. A bar chart that displays by frequency, in descending order, the most important defects. Problem Identification (W eb)Others Non-WEB 1596 13.586.5 100.086.5 100 50 0 100 80 60 40 20 0 Defect Count Percent Cum % Percent Count Pareto Chart for WEB
  34. 34. Cok seviyeli Pareto – Baslangic paretosu verisini alt gruplara ayirin (odak moktasinin rafine edilmesine, netlesmesine yardim eder) Problemi rafine etme (W eb)Others Non-WEB 1596 13.586.5 100.086.5 100 50 0 100 80 60 40 20 0 Defect Count Percent Cum % Percent Count Pareto Chart for WEB Others One Time and On Going One Time Annual 16133545 14.711.932.141.3 100.085.373.441.3 100 50 0 100 80 60 40 20 0 Defect Count Percent Cum % Percent Count Pareto Chart for Type
  35. 35. Problemi rafine etme BALIK KILCIGI DIAGRAMI: Sorunun beyin firtinasi ile belirlenen kok nedenlerini farkli dallarda organize eder. Cause & Effect diagrami ve Ishikawa diagrami olarak da bilinir.
  36. 36. Sureci anlama – SIPOC Suppliers, Inputs, Process, Outputs, Customers SIPOC Tedarikcilerden(Suppliers) girdileri(Inputs) alir, surec(Process) icinde deger ekler, Ciktiyi(Output) uretirsin. Cikti musterinin(Customer) gereksinimlerini karsilamali veya asmalidir
  37. 37. Sureci anlama – Surec haritalamasi Receipt / Extract Requal Group Remit Data Cap Inventory Start Size Sorts Control Docs Open Pull & Sort Verify Pass 1 Key from image Balance Pass 2 Rulrs Perfection No Prep cks Ship to IP Full Form QCReview Ship to Cust Vouch OK Prep Folders / Box Yes No Vouchers Full Form Ck / Vouch Yes Prep cks, route vouch SUREC HARITASI Surece asine olmayan kimselerin is akisi boyunca sebepler arasi etkilesimi anlamalarina yardimci olur. Deger olusturan ve olusturmayan adimlari kapsamalidir
  38. 38. Operations HR / Recruit Training Start Manually Update HR Billet Request Create Staff Billet Review Staff Billet Check off desired returnee staff & "need to retrain" list Send Letters to desired staff Do they respond? Call (3x) No Have we hired enough? Stop! Yes Rev original billet & call uncheck ed Interview / pre-hire Meet Fleet hiring criteria Stop! No Place into dept Yes show up orienta tion Call 3X No To Floor schedule for training Show up? Call 1X No Train Pass? Need OJT Re-Tng No HR sends req for staffing nos. Create daily peak staff need plan Add 30% to the required no. What if the returnee is already working here on another program? Currently send the ltr anyways Do they want to work this peak? Do they want to stay on the list No Take off IPS system No Set 14 month flag (on IPS?) Yes Yes Add 40% to staff needed Yes New & Other People call in Wait List No Rank as "1 2 3" New Update IPS Compare to original Billet rpt Call employee (3x) Can they make it? Action Plan No To Floor Yes Reach Yes Update IPS Gen rpt for Ops Kronos Recruit Gen Event Roster rpt in IPS No No Yes OJT Make it? Yes Yes No Yes Hire in 1- 2 order (3's are not placed) Notify HR Need re -train No Yes Do they want to work this peak? Do they want to stay on the list No Yes Set 14 month flag (on IPS?) Take off IPS system Have we hired enough? Call Wait List NoYes Stop! Yes No No Yes Yes
  39. 39. Potansiyel X’den to Kritik X’e… HIPOTEZ TESTI ile, ciktilarin topladigimiz hangi girdilere izafe edilebilecegi (temel tanimlayicilar olduklarini), hangi girdilerden etkilendigi – (haftanin gunleri, nobet degisimleri, supervisorler, lokasyonlar, makine tipi, is tipi, affect the output…vb) belirlenir. Istatistiksel olarak, bir nobet ekibi daha fazla hata yapmakta midir veya daha uzun surede mi is gormektedirler? Haftanin belli gunleri daha fazla mi hata yapiliyor? Bir uretim birimi digerinden daha mi hizli? “Y” surecin bagimli cikti degiskenidir. Diger ifadeyle, cikti, girdi degiskenlerinin fonksiyonudur (Y=f(x1, x2, x3…).
  40. 40. Potential X to Critical X A Design of Experiment (DOE): sureci etkileyen faktorler (Xs) ile surecin ciktisi (Y) arasindaki iliskiyi belirleyen organize ve yapilandirilmis metot. X1’in yanlizca Y uzerindeki dogrudan etkisi degil, X1 ve X2’nin Y uzerindeki birlikte etkileri degerlendirilebilir. DOE bir girdinin(x1) diger girdi(x2) ve cikti(Y) uzerindeki etkisini belirler. Hangi girdilerin ciktida degisime izafe edilecegini bulabildigimizde, girdideki degisimin ciktiya etki derecesini Design of Experiment (DOE) ile bulabiliriz.
  41. 41. Potential X to Critical X - DOE P2JamSKDCDELJams High Low High Low High Low High Low 1.4 1.3 1.2 1.1 1.0 Elapsed Main Effects Plot (data means) for Elapsed 1 3 1 3 1 3 1 3 1.00 1.25 1.50 1.00 1.25 1.50 1.00 1.25 1.50 1.00 1.25 1.50 Jams DCDEL SK P2Jam 3 1 1 3 1 3 1 3 Interaction Plot (data means) for Elapsed X’lerin Y uzerinde dogrudan etkileri X’lerin birbiri ile etkilesimleri
  42. 42. Potential X to Critical X DOE Optimize edici: Istatistiksel olarak Cikti’nin (Y) optimize edilen girdilere (X) dayali olarak belirlenmesidir.
  43. 43. Gelistirme Hangi girdinin (X) hangi duzeyde ciktiyi (Y) etkiledigini ogrendikten sonra, Gelistirme alternatifleri, maliyet fayda durumu ile sonuca katkisina birlikte odaklanarak degerlendirilir. Tum X’leri gelistirmeye calismayiz. En buyuk etkiyi olusturan, mali olarak ve musteri bakisiyla gelistirilmesi en uygun olan uzerinde dururuz.
  44. 44. Kontrol Gelistirme yapildiktan sonra sorulacak soru: 1.  Gelistirmenin sonucu Design of Experiment ile tahmin ettiklerimizle uygunluk gosteriyor mu?(sonuc bekledigimiz gibi mi) 2.  Istatistiksel olarak gelistirme oncesinden farklilik bulunuyor mu? 1.00.50.0-0.5-1.0 USLLSL Process Capability Analysis for Sept % Total % > USL % < LSL % Total % > USL % < LSL % Total % > USL % < LSL Ppk Z.LSL Z.USL Z.Bench Cpm Cpk Z.LSL Z.USL Z.Bench StDev (Overall) StDev (Within) Sample N Mean LSL Target USL 12.62 12.62 0.00 6.35 6.35 0.00 13.04 13.04 0.00 0.38 4.40 1.14 1.14 * 0.51 5.87 1.53 1.53 0.221880 0.166425 23 -0.02391 -1.00000 * 0.23000 Exp. "Overall" PerformanceExp. "Within" PerformanceObserved PerformanceOverall Capability Potential (Within) Capability Process Data Within Overall
  45. 45. Kontrol CONTROL CHART – Surecte yasanan degiskenlikleri gozlemek icin kullanilir. Surecin dogasinda bulunan varyasyon(common cause) ile surecte degisiklige sebep olan varyasyon(special cause) arasinda ayrim yapmayi mumkun kilar. Bu farklilik bir veya birden cok noktada bulunabilir ve bu noktalarda birseylerin genel olarak gozlemlenen ve olculenden farkli olduguna isaret eder Sept 20Sept 13Subgroup 0.5 0.0 -0.5 IndividualValue 9/259/13Date 2 1 Mean=0.03 UCL=0.5293 LCL=-0.4693 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 MovingRange 1 R=0.1877 UCL=0.6134 LCL=0 I and MR Chart for Sept
  46. 46. …Son

×