İSTATİSTİKSEL SÜREÇ KONTROLÜ 3 (STATISTICAL PROCESS CONTROL)

Slides:



Advertisements
Benzer bir sunumlar
Çıkarımsal İstatistik
Advertisements

Uygun Hipotezin Kurulması, Tip I Hata ve Tip II Hata
Bölüm 5 Örneklem ve Örneklem Dağılımları
Matematik Öğretmeni RAGIP ŞAHİN
POWER ANALİZİ.
BENZETİM Prof.Dr.Berna Dengiz 8. Ders.
İstatistik Tahmin ve Güven aralıkları
PROSES YETERLİLİK ÇÖZÜMLEMESİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖNERMELER KÜMELER Matematik Programınd​a 9. sınıftaki değişiklik​ler
Standart Normal Dağılım
Bellek Tabanlı Sınıflandırma
Verimli Ders Çalışma Teknikleri.
C KONTROL GRAFİĞİ c = Birim başına düşen kusur sayısı
Bölüm 4 KAPALI SİSTEMLERİN ENERJİ ANALİZİ
Chapter 11 – 1 7. Bölüm Biz nekadar Kesiniz? Örnekleme ve Normal Dağılım.
1 AQAP-110 Bakanlıklararası Harita İşlerini Koordinasyon ve Plânlama Kurulu’nun Olağan Toplantısı (27 MART 2003) Bakanlıklararası Harita İşlerini Koordinasyon.
İçindekiler: Marjinal Hâsılat Fonksiyonunun Ortalama Hâsılat Fonksiyonundan Elde Edilmesi 2. Marjinal Maliyet ve Ortalama Maliyet Fonksiyonları Arasındaki.
Hesaplanan Parametrelerin Hassasiyeti ve Güvenirlik Bölgesi
Prof. Dr. Hüseyin BAŞLIGİL
T Dağılımı.
HABTEKUS' HABTEKUS'08 3.
STANDART SAPMA STANDART SAPMA.
Kanalizasyon sistemlerinde, yağmur suları ve arıtılmış atıksular, liman bölgelerine ve uygun alıcı ortamlara deşarj edilebilirler. Ayrıca çeşitli endüstrilerde.
SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI
OLASILIK ve KURAMSAL DAĞILIMLAR
Yıldız Teknik Üniversitesi Makina Müh. Bölümü
Şekil Diyotun yapısı ve sembolü
SÜREÇ YETENEK ANALİZLERİ 1 (PROCESS CAPABILITY ANALYSES)
PERFORMANS PROGRAMI HAZIRLIK SÜRECİ Nisan, Yeni Kamu Yönetimi Anlayışı Üzerine Genel Bir Değerlendirme Ana Hatlarıyla Performans Programı Performans.
VERİ İŞLEME VERİ İŞLEME-4.
İstatistiksel Kestirme
Resim Çeşitli transistörler
İSTATİSTİKSEL SÜREÇ KONTROLÜ 2 (STATISTICAL PROCESS CONTROL)
MEVSİMSELLİKTEN ARINDIRMA
KABUL ÖRNEKLEMESİ (ACCEPTANCE SAMPLING)
HATA TİPLERİ Karar H0 Doğru H1 Doğru H0 Kabul Doğru Karar (1 - )
SÜREKLİ ŞANS DEĞİŞKENLERİ
Uygulama I.
GENELLEŞTİRİLMİŞ POISSON
Örneklem Dağılışları.
Asimetri ve Basıklık Ölçüleri
Asimetri ve Basıklık Ölçüleri
ÖĞRENME AMAÇLARI Veri analizi kavramı ve sağladığı işlevleri hakkında bilgi edinmek Pazarlama araştırmalarında kullanılan istatistiksel analizlerin.
En Yakın k-komşu Algoritması Bellek Tabanlı Sınıflandırma
Eşdeğer Sürekli Ses Düzeyi (Leq)
Asimetri ve Basıklık Ölçüleri
Bölüm 6. Tüketici Dengesi Analizi Bölüm 7. Üretici Dengesi Analizi
Sayısal Analiz Sayısal Türev
Sayısal Analiz Sayısal İntegral 3. Hafta
HİPOTEZ TESTLERİNE GİRİŞ
Regresyon Analizi İki değişken arasında önemli bir ilişki bulunduğunda, değişkenlerden birisi belirli bir birim değiştiğinde, diğerinin nasıl bir değişim.
MODELLEME VE KİRLİLİK KONTROLÜ. Kirletici Yük Kaynakları Noktasal kaynaklar Deşarjlarla ilgili bilgi mevcudiyeti Bazıları büyük oranda sabit debili, diğerleri.
Sürekli Olasılık Dağılımları
1 İ STATİSTİK II Tahminler ve Güven Aralıkları - 1.
İSTATİSTİK II Örnekleme Dağılışları & Tahminleyicilerin Özellikleri.
İSTATİSTİKSEL SÜREÇ KONTROLÜ (STATISTICAL PROCESS CONTROL)
OLASILIK ve İSTATİSTİK
KIRIKKALE ÜNİVERSİTESİ
Uygun örneklem SayISI hesaplama Power (güç) analİzİ
KABUL ÖRNEKLEMESİ (ACCEPTANCE SAMPLING)
5.1 POLİNOMİNAL REGRESSİYON
Tıp Fakültesi UYGULAMA 2
TS 802 Haziran 2009 BETON TASARIMI KARIŞIM HESAPLARI
ÖLÇÜM SİSTEMLERİ ANALİZİ
İstatistiksel Kalite Kontrol
STANDART SAPMA.
ÇIKTI ANALİZİ Çıktı analizi benzetimden üretilen verilerin analizidir. Çıktı analizinde amaç, bir sistemin performansını tahmin etmek ya da iki veya daha.
BENZETİM 2. Ders Prof.Dr.Berna Dengiz Sistemin Performans Ölçütleri
5 Gamma Dağılımı Gamma dağılımının yoğunluk fonksiyonu şöyledir.
Sunum transkripti:

İSTATİSTİKSEL SÜREÇ KONTROLÜ 3 (STATISTICAL PROCESS CONTROL)

np-kusurlu sayısı kontrol kartı Örnek miktarı sabit tutulabildiğinde p kartının yerine kullanılabilir. np = kusurlu ürün sayısı

Örnek

c-Kusur sayısı kontrol kartı Sabit miktardaki ürün üzerindeki kusur sayısı (c) ile ilgilidir. (Boyanmış bir üründeki boya kusurlarının sayısı vb.) Her bir alt gruptaki kusurlar (ci’ler) sayılır.

Örnek: Baskı Devrelerdeki Kusur Sayılarının Takibi

Kontrol Limitleri

Kontrol Kartı

Revize Edilmiş Kontrol Limitleri

İlave Veriler

İlave veriler için kontrol kartı

u-Birim başına kusur sayısı kontrol kartı Örnek miktarı c kartında olduğu gibi sabit olmak zorunda değildir. Ancak, ortalama n’in %25’inden az veya çok örnek alınmamalıdır. u = birim başına kusur sayısı

Örnek miktarının sabit olduğu durumlar için kontrol limitleri

Örnek: Bir PC üretiminde, PC’lerdeki kusur sayılarının takibi

Kontrol Limitleri

Kontrol kartı

Örnek miktarının sabit olmadığı durumlar için kontrol limitleri Üç farklı yaklaşım kullanılabilir: Her bir alt grup için kontrol limitleri hesaplanabilir. Ortalama örnek miktarına bağlı olarak kontrol limitleri belirlenebilir. Standardize kontrol kartı kullanılabilir.

Her bir alt grup için kontrol limitlerinin hesaplanması: Bir deri boyama prosesi örneği

Kontrol limitleri

Kontrol kartı

Ortalama örnek miktarına bağlı olarak kontrol limitlerinin belirlenmesi Kontrol limitleri her bir alt grup için tek tek hesaplamak yerine ortalama örnek miktarı kullanılarak hesaplanabilir

Standardize kontrol kartı Her bir birim başına kusur sayısı standardize edilir.

Kontrol kartı: ÜKL = 3 ve AKL = -3

Uygulama

Uygulama:Belli bir ürün imal edildikçe 6 saatte 1 kontrol edilmekte ve veriler her saat başı özetlenmektedir. Aşağıdaki tablo 16 saatlik veriyi temsil etmektedir. Uygun bir kontrol kartını kullanarak prosesin kontrol altında olup olmadığına karar veriniz.

2.Aşağıdaki tablo uçak son muayenesindeki eksik perçin miktarlarını göstermektedir.Uygun bir kontrol kartını kullanarak prosesin kontrol altında olup olmadığına karar veriniz.

Çalışma karakteristiği fonksiyonu Kontrol kartlarının, süreçteki değişimleri belirleme yetenekleri çalışma karakteristiği eğrileri (OC eğrileri) ile belirlenir. Süreç izleme aşamasını (Aşama II) ele alalım.

X-bar kartı için OC eğrisi Süreç standart sapması s’nın bilindiğini ve sabit olduğunu varsayalım. Ayrıca süreç ortalamasının m0’da m1’e hareket ettiğini varsayalım. m1 = m0 + ks

X-bar kartı için OC eğrisi İzleyen ilk alt grupta, ortalamadaki değişimin belirlenememesi olasılığı,

X-bar kartı için OC eğrisi

X-bar kartı için OC eğrisi Örneğin,

X-bar kartı için OC eğrisi

Ortalama Çalışma Uzunluğu (ARL) Şekilden, n = 5 ve ortalamanın 1.0s’lık kayması durumunda yaklaşık olarak b = 0.75 olduğu görülebilir. Böylece, izleyen ilk alt grupta değişimin belirlenmesi olasılığı 1 – b = 1 – 0.75 = 0.25 olur. Benzer şekilde, değişimin ikinci alt grupta belirlenmesi olasılığı b(1 – b) = (0.75)(0.25) = 0.19 olur. Değişimin üçüncü alt grupta belirlenmesi olasılığı b2(1 – b) = (0.75)2(0.25) = 0.14 olur.

Ortalama Çalışma Uzunluğu (ARL) Değişimin r. Örnekte belirlenmesi olasılığı, br – 1(1 – b) olur. Değişim belirlenene kadar alınması beklenen örnek (alt grup) sayısı ise,