Minitab ile istatistiksel kalite analizi nasıl yapılır?

Minitab nedir, kalite analizinde ne işe yarar?

Minitab, istatistiksel veri analizi için geliştirilmiş, özellikle kalite ve süreç iyileştirme çalışmalarında yaygın kullanılan bir yazılımdır. Veri tablosu üzerinde çalışır; analiz sonuçlarını ve grafikleri aynı oturumda üretir. Lean Six Sigma projelerinde ölçüm, analiz ve kontrol aşamalarının çoğu hesabı bu tür bir araçla yapılır.

Kalite analizindeki yeri şudur: elde edilen ölçümleri anlamlı bilgiye çevirir. Örneğin bir üretim hattından alınan çap ölçümlerinin hedefe yakın olup olmadığını, sürecin kararlı çalışıp çalışmadığını, vardiyalar arasında fark bulunup bulunmadığını ya da hangi girdinin çıktıyı en çok etkilediğini göstermek için kullanılır. Yazılım hesabı yapar; asıl iş sonucu doğru yorumlamaktır, bu da istatistik ve süreç bilgisi ister.

Analize başlamadan önce: veri hazırlığı ve çalışma yapısı

İyi analiz temiz veriyle başlar. Minitab'da veri sütunlar halinde tutulur; her sütun bir değişkeni (ölçüm, vardiya, makine, tarih), her satır bir gözlemi temsil eder. Veri çalışma sayfasına elektronik tablodan ya da dosyadan aktarılır. Aktardıktan sonra değişken türleri (sayısal, kategorik, tarih) kontrol edilir; yanlış türde tanımlanan sütun yanlış analize yol açar.

Hazırlık adımları şunlardır: eksik ve aykırı değerleri incelemek, veri giriş hatalarını düzeltmek, değişkenleri anlaşılır adlandırmak ve ölçüm birimlerini sabitlemek. Ayrıca verinin nasıl toplandığı da kayıt altına alınmalıdır: hangi tarihte, hangi makinede, hangi ölçüm cihazıyla, kim tarafından. Bu bilgi sonuçların yorumlanması için gereklidir. Çalışmanın tekrarlanabilir olması için analiz adımları kısa notlarla belgelenir.

Tanımlayıcı istatistik ve grafikler: önce veriye bakın

Karmaşık testlere geçmeden önce verinin görünümüne bakılır. Ortalama, medyan, standart sapma gibi tanımlayıcı istatistikler verinin merkezini ve yayılımını özetler. Histogram dağılımın biçimini, kutu grafiği gruplar arası farkı ve aykırı değerleri, zaman serisi grafiği ise verinin zaman içindeki seyrini gösterir.

Bu aşamada dağılımın normal olup olmadığı da araştırılır, çünkü pek çok analiz bu varsayıma dayanır. Normallik testi ve olasılık grafiği bunun için kullanılır. Örneğin süreç yeterlilik hesabı yapılacaksa, verinin biçimi hesabı doğrudan etkiler. Grafikler yorumu kolaylaştırır; grupların ortalaması yakın görünürken yayılımlarının çok farklı olması gibi durumlar ancak grafikle fark edilir.

Ölçüm sistemi analizi: ölçüme güvenebilir miyiz?

Kalite analizinde ilk soru, ölçümün kendisinin güvenilir olup olmadığıdır. Ölçüm sistemi analizi (MSA), gözlenen değişkenliğin ne kadarının gerçek süreç farklarından, ne kadarının ölçüm cihazından ve ölçümü yapan kişiden geldiğini ayırır. Sürekli veriler için yaygın yöntem, tekrarlanabilirlik ve yeniden üretilebilirlik çalışmasıdır (Gage R&R). Nitelik verileri için ise değerlendiriciler arası uyum incelenir.

Ölçüm sistemi yetersizse sürecin kalitesi hakkında yapılan her sonraki yorum yanıltıcı olabilir: iyi parçalar kötü, kötü parçalar iyi diye ölçülebilir. Bu yüzden proje ölçüm aşamasında analizden önce ölçüm sisteminin yeterliliği kanıtlanır. Yetersizse cihaz kalibrasyonu, operatör eğitimi ya da ölçüm yöntemi iyileştirilir ve çalışma tekrarlanır.

Süreç yeterliliği ve kontrol grafikleri

Süreç yeterlilik analizi, sürecin müşteri şartnamesi sınırları içinde üretim yapabilme gücünü ölçer. Cp ve Cpk gibi göstergeler sürecin hem yayılımını hem de hedefe göre konumunu değerlendirir; uzun dönemli göstergeler (Pp, Ppk) ise verinin tamamındaki değişkenliği yansıtır. Analiz öncesinde sürecin istatistiksel olarak kararlı olduğundan ve verinin dağılımına uygun yöntemin seçildiğinden emin olunur; kararsız bir süreçte yeterlilik göstergesi anlamlı değildir.

Kontrol grafikleri sürecin zaman içindeki kararlılığını izler. Sürekli veride bireysel değerler grafiği (I-MR) ya da alt grup ortalamaları grafiği (Xbar-R), nitelik verisinde hatalı oranı (p) ya da hata sayısı (c, u) grafikleri kullanılır. Doğru grafiği seçmek veri türüne ve alt grup yapısına bağlıdır. Sınırları aşan noktalar ve belirli örüntüler özel nedenlere işaret eder; bu durumda önce nedenin bulunması gerekir, ayarlamaya acele edilmez.

Hipotez testleri, varyans analizi, regresyon ve deney tasarımı

Süreç iyileştirmede çoğu zaman bir değişikliğin gerçekten fark yaratıp yaratmadığı sorulur. Hipotez testleri bunun için kullanılır: ortalamaları karşılaştıran t testi, birden fazla grubu karşılaştıran varyans analizi (ANOVA), oranları karşılaştıran testler ve kategorik değişkenler arasındaki ilişkiyi inceleyen ki-kare testi gibi. Sonuçta p-değeri, belirlediğiniz anlamlılık düzeyiyle karşılaştırılır; ancak p-değeri tek başına karar vermez, farkın büyüklüğü ve pratik anlamı da değerlendirilir.

Regresyon, girdi ile çıktı arasındaki ilişkiyi modellemeye yarar; hangi değişkenin sonucu daha fazla etkilediğini gösterir. Deney tasarımı (DOE) ise girdileri sistemli biçimde değiştirerek en etkili ayar kombinasyonunu az deneyle bulmayı sağlar. Örneğin bir kaplama sürecinde sıcaklık, hız ve süre faktörlerinin etkisi planlı bir deneyle incelenebilir.

Sık yapılan hatalar

Minitab ile kalite analizinde şu hatalar sık görülür:

• Ölçüm sistemini doğrulamadan analize geçmek.
• Verinin dağılımına bakmadan her veri için aynı yeterlilik ya da test yöntemini kullanmak.
• Kararsız süreçte yeterlilik göstergesini rapor etmek.
• Küçük örneklemden kesin sonuç çıkarmak.
• İstatistiksel anlamlılık ile pratik anlamlılığı karıştırmak.
• Alt grupları rastgele oluşturmak; kontrol grafiğinde alt grup, aynı koşullarda üretilmiş ölçümlerden oluşmalıdır.
• Sonuçları sahadaki süreç bilgisiyle bağdaştırmamak. İstatistik sürece dair bilgiyi tamamlar, yerine geçmez.

Bu beceriyi Mindset programlarında nerede çalışırsınız?

Minitab ile İstatistiksel Kalite Analizi programının modül başlıkları arasında "Arayüz ve Veri Yönetimi", "Tanımlayıcı İstatistik ve Grafikler", "Ölçüm Sistemi Analizi", "Yeterlilik Analizi", "Kontrol Grafikleri", "Hipotez Testleri ve Varyans Analizi", "Regresyon ve Deney Tasarımı" ve "Analiz Projesi" yer alır. Lean Six Sigma Green Belt Sertifikasyon programında "Ölçüm Sistemi Analizi ve Süreç Kapabilitesi" ile "Kök Neden Analizi ve İstatistiksel Araçlar" başlıkları aynı araçları süreç iyileştirme projesi içinde ele alır.

İçerikler kalite mühendisleri, proses mühendisleri ve Six Sigma projesi yürüten çalışanlar için uygundur. Kurumsal ekipler kendi üretim verileri üzerinde analiz atölyesi yapmak istediğinde bu içerikten yararlanabilir.