Süreç Verilerinin Normal Dağılışa Uymadığı Durumlarda Kullanılan Süreç Yetenek Analizi Yöntemleri Üzerine Bir Araştırma

Yıl 2020, Cilt: 10 Sayı: 1, 245 - 276, 30.06.2020

Esin Cumhur Yalçın Cenk Özler Ali Kemal Şehirlioğlu

https://doi.org/10.18074/ckuiibfd.650499

Öz

Süreç yetenek analizi, bir üretim sürecinin,
üretilen ürünlere ait kalite karakteristikleri için belirlenen toleransları
karşılama yeteneğini ölçmek için kullanılmaktadır. Literatürde ilk önerilmiş
olan süreç yetenek indeksleri, süreç verilerinin normal dağılması, kalite
karakteristiklerine ait toleransların simetrik olması ve sürecin kontrol
altında olması varsayımları altında çalışmaktadır. Daha sonraki çalışmalarda,
(i) süreç verilerinin normal dağıldığı ve toleransların asimetrik olduğu, (ii)
süreç verilerinin asimetrik bir dağılıma uyduğu ve toleransların simetrik olduğu
durumlar için bazı yetenek indeksleri önerildiği görülmektedir. Bu çalışmanın
amacı, literatürdeki çalışmalardan farklı olarak, toleransların asimetrik ve
süreç verilerinin dağılımının normal olmadığı durumlar için yeni bir süreç
yetenek indeksi önermektir. Asimetrik toleranslı durumlarda, üretim süreci
tarafından üretilmesi istenen bir asimetrik dağılımın ne olması gerektiğini
bulmak ve üretim sürecinin gerçekte ürettiği verilerin bu istenen dağılıma ne
kadar yaklaştığını belirlemek için Pearson dağılım ailesi ile çalışılmıştır.
Önerilen indeksin çeşitli durumlarda gösterdiği performans örneklerle
incelenmiştir.

Anahtar Kelimeler

Asimetrik Tolerans, Asimetrik Dağılım, Süreç Yetenek İndeksi, Pearson Dağılım Ailesi

Kaynakça

• Bai, D. S. and Choi, S. S. (1997). Process capability indices for skewed populations. MS Thesis, Dept. Industrial Engineering, Advanced Institute of Science and Technology, Taejon, South Korea.
• Barnett, N. S.(1996). Process control and product quality: the Cp and Cpk revisited. International Journal of Quality and Reliability Management, 7(5): 34-43.
• Boyles,R. A. (1994). Process capability with asymmetric tolerances.Communications in Statistics: Simulation and Computation, 23(3):615-643.
• Castagliola, P. (1996) Evaluation of Non Normal Process Capability Indices using Burr's Distributions. Quality Engineering, 8(4):587-593.
• Chan, L. K., Cheng, S. W. and Spiring, F. A. (1988). A new measure of process capability: Cpm. Journal of Quality Technology, 20(3):162-175
• Chang, Y. S., Choi, I. S. and Bai, D. S. (2002). Process capability indices for skewed populations. Quality and Reliability Engineering International, 18(5):383-393.
• Chen, K. S. ve Pearn, W. L. (2001), Capability indices for processes with asymmetric tolerances, Journal of the Chinese Institute of Engineers, 24:559-568.
• Chen, K. S. (1998). Incapability index with asymmetric tolerance, Statistica Sinica, 8:253-262.
• Chen, K. S., Pearn, W. L. and Lin, P. C. (1999). A new generalization of the capability index C„m for asymmetric tolerances. International Journal of Reliability, Quality and Safety Engineering, 6(4):383-398.
• Choobineh, F. and Branting, D. (1986): A simple approximation for semivariance. European Journal of Operations Research, 27, 364–370.
• Clements, J. A. (1989). Process capability calculations for non-normal distributions. Quality Progress, September, 95-100.
• Coleman, D. E.(1991). Relationships between loss and capability indices. Applied Math. Comp. Techn., ALCOA Technical Center, PA.
• Dündar, S.Şehirlioğlu,A,K (2014). Pearson Dağılımlarının Ön Bilgi ile Belirlenmesi. Makine Teknolojileri Elektronik Dergisi, (11) 41-59
• Franklin, L. A. and Wasserman, G. S. (1991). Bootstrap lower confidence limits for capability indices. Journal of Quality Technology, 24(4):196-210.
• Franklin, L. A. and Wasserman, G. S. (1992). Bootstrap lower confidence limits estimates for Cjkp (the new flexible process capability indices), Pakistan Journal of Statistics, 10(1):33-45.
• Gensidy, A. (1985). Cp and Cpk. Quality Progress, 18(4):7-8.
• Kane, V. E. (1986). Process capability indices. Journal of Quality Technology, 18(1):41-52.
• Kotz, S. and Johnson, N. L. (2002). Process capability indices - a review, 1992- 2000. Journal of Quality Technology, 34(1):2-53.
• Kotz, S. and Lovelace C. R. (1998). Process Capability Indices in Theory and Practice, Arnold, London, U.K.
• Kotz, S., Johnson N.L.(1993). Process Capability Indices. London:Chapman&Hall,p:53.
• Pearn, W. L., Kotz, S. and Johnson, N. L. (1992). Distributional and inferential properties of process capability indices. Journal of Quality Technology, 24(4):216-231.
• Pearn, W. L., Lin, P. C. ve Chen, K. S. (2001), Estimating process capability index for asymmetric tolerances: distributional properties, Metrika, 54:261 – 279.
• Polansky, A. M. (1998). A smooth nonparametric approach to process capability. Quality and Reliability Engineering International, 14:43-48.
• Porter, L. J. and Oakland, J. S. (1991). Process capability indices - an overview of theory and practice. Quality and Reliability Engineering International, 7:437-448.
• Rodriguer, R. N. (1992). Recent developments in process capability analysis. Journal of Quality Technology, 24:176-187.
• Shore, H. (1998). A new approach to analyzing non-normal quality data with application to process capability analysis. International Journal of Production Research, 36(7):1917-1933.
• Somerville, S. E. and Montgomery, D. C. (1996). Process capability indices and non-normal distributions. Quality Engineering, 9(2):305-316.
• Sullivan, L.P.(1984). Reducing Variability: A New Approach to Quality. Quality Progress, 17(7):15-21.
• Tang, L. C, Than, S. E. and Ang, B. W. (1997). A graphical approach to obtaining confidence limits of Cpk. Quality and Reliability Engineering International, 13:337- 346.
• Vannman, K. (1997). A general class of capability indices in the case of asymmetric tolences. Communication in Statistics: Theory and Methods, 26(8):2049-2072.
• Wu, H-H., Swain, J. J., Farrington, P.A. and Messimer, S. L. (1999). A weighted variance capability index for general non-normal processes. Quality and Reliability Engineering International, 15, 397- 402.