The regression control chart and a case study

Abstract

Statistical quality control diagrams showing measurable and immeasurable attributes are widely used in quality control. Changes in process characteristics are occurred because of the operations applied in much production process. These characteristics may decrease or increase depending on process time. In such circumstances, the traditional quality control diagrams may be insufficient. Instead of the traditional quality control diagrams, regression control charts the fits the changes should be used. In this study, regression quality control chart was assessed to deal with this problem in a fiber-board industry sector in Isparta. Keywords: Regression, Regression control chart, Statistic quality control, Fiber-board industry

Keywords

• Regression, Regression control chart, Statistic quality control, Fiber-board industry

Regresyon kontrol kartı ve bir çalışma

Abstract

İstatistiksel kalite kontrolünde, ölçülebilen ve ölçülemeyen özelliklere ait kalite kontrol diyagramları geniş ölçüde kullanılmaktadır. Birçok üretim sürecinde uygulanan işlemler nedeniyle bir süre sonra süreçten elde edilen ürünün ölçülebilen veya ölçülemeyen özeliklerinin değerlerinde değişmelerin meydana geldiği görülür. Bu karakteristikler zamana bağlı olarak artabilir veya azalabilir. Bu gibi durumlarda geleneksel kontrol diyagramlarını kullanmak mümkün olmayabilir. Bu sebepten dolayı ölçülen özelliğin değişimine uygun kontrol grafiği kullanmak gerekir. Bu çalışmada amaca uygun olarak Isparta'da bir yonga levha sektöründe, regresyon kalite kontrol kartı kullanılarak bir uygulama yapılmış ve bağımlı değişken sürekli izlenerek performansı iyileştirmeye çalışılmıştır. Anahtar kelimeler: Regresyon, Regresyon kontrol kartı, İstatistiksel kalite kontrol, Yonga levha endüstrisi

Keywords

• Regresyon, Regresyon kontrol kartı, İstatistiksel kalite kontrol, Yonga levha endüstrisi

References

1. Akkurt, M., 2002. Kalite Kontrol. Eren Matbaası, ISBN 975-511-321-5.
2. Alpaykut, S., Firuzan, A.R., Kuvvetli, Ü. 2011. Çok değişkenli kalite kontrolde regresyon düzeltmesi. Dokuz eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 13(2): 31-41.
3. Bardossy, A. 1990. Notes on fuzzy regression. Fuzy Sets and Systems 37, 65-67.
4. Burnak, N., 1997. Toplam Kalite Yönetimi- İstatiksel Süreç Kontrol. Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi, Tekam Yayın No:Ts-97-008-NB. Eskişehir, s. 148-155.
5. Chang, P.T., Lee, E.S., 1996. A generalized fuzzy weighted least-squares regression. Fuzzy Sets and Systems, 82, 289-298.
6. Gürsakal, N., 1997. Bilgisayar Uygulamalı İstatistik II, Alfa Yayınları, ISBN 975-297-073-7, s.306.
7. Kalıpsız, A., 1994. İstatistik Yöntemler. İÜ Orman Fakültesi Yayınları, Yayın No: 147, s: 314-315, İstanbul.
8. Mandel, B.J., 1969. The Regression Control Chart. Journal of Quality Tecnology, 1(1).

9. Özdamar, İ.H., 2007. Orman ürünleri endüstrisinde istatistiksel kalite kontrol: yonga levha üretiminde bir uygulama. Süleyman Demirel Üniversitesi Orman Fakültesi Dergisi, 1: 79-91.
10. Rashid, N.A., Ghani, I.A., Mehad, S., 2010. Control charts based on regression adjustment. Proceedings of the Regional Conference on Statistical Sciences, June 2010, Univesity Teknolgi MARA, Malaysia, pp. 117-127.
11. Sandon, F., 1956. A regression control chart for use in personnel sekction. Journal of the Royal Statistical Society, 5(1): 20-31.
12. Wang, F.H., Tsaur, R.C. 2000 Insight of a fuzzy regression model, Fuzzy Set and Systems, 112, 355-369.
13. Wu, B., Tseng, NF., 2002, A new approach to fuzzy regressionmodels with application to business cycle analysis, Fuzzy Sets and System, 130 (1): 33-42.
14. Yang, M.S., Ko, C.H., 1997. On cluster-wise fuzzy regression analysis. IEE transaction on System, Man and Cybernetics Part B: Cybernetics, 27 (1): 1-13.
15. Yang, M.S., Liu, H.H., 2003, Fuzzy least squares algorithms for interactive fuzzy linear regression models, Fuzzy Sets and Systems, 135(2): 305-316.
16. Yu Xue, Kim, I.S., Son, J.S., Park, C.E., Kim, H.H., Sung, B.S., Kim, I.J., Kang, B.Y., 2005. Fuzzy regression method for prediction and control the bead with in the robotic arc-welding process. Journal of Materials processing Technology, 164-165:1134-1139.