Varyasyon,
Herhangi bir sorunla, herhangi bir operasyonlar serisiyle ya da bir üretim prosesiyle alakalı veri topladığımızda, toplanan verilerin her zaman varyasyon/değişkenlik gösterdiği görülecektir. Sürecin aynı noktasından belirli bir zaman aralığında toplanan veriler değişkenlik gösterecektir. Be değişkenliğin incelemek için toplanan veriler grafik olarak çizildiğinde inişli çıkışlı bir yapıda olduğunu görürüz.
Gerek manuel operasyonlarda gerekse de otomatik proseslerde üretimin aynı noktasından alınsa dahi belirli bir sıralama ile toplanan verilerin varyasyon gösterecektir. Daha da ileri götürürsek aynı cisim üzerinden farklı zaman aralıkları ile alınan ölçümler bile farklılık göstermektedir. Varyasyonun geçerli olmadığı bir üretim süreci yoktur.
Varyasyon niçin meydan gelir?
Üretim prosesindeki dalgalanmalara çok sayıda küçük varyasyon neden olmaktadır; malzemelerdeki, ekipmanlardaki, çevresel şartlardaki, insan kaynaklı değişkenlikler bu dalgalanmaların temelini oluşturmaktadır. Bu varyasyonlar genel olarak çok küçüktür, Prosesin “doğal” veya “normal” olarak tanımlanan değişkenliğini yaratır.
Ancak bazı durumlarda normal olarak tanımlayabileceğimiz tüm varyasyonların bir araya gelmesinden çok önemli, büyük ve öngörülemez bir fark olabilir. Örneğin; malzeme farklı bir lottan gelir, makine ayarı daha farklı yapılır, deneyimli operatör yerine deneyimsiz bir operatör çalıştırılır. Bu ve benzeri olaylar prosesin “doğal olmayan” veya “anormal” bir şekilde dalgalanmasına neden olur. Normal ve Anormal varyasyonlar arasında bariz farklılıklar vardır ve İstatiksel kuramlar yardımlıyla bu farklılıkları tespit edip analiz etmek mümkündür. Bir prosesin normal olmadığı tespit edildiğinde; nedenlerini analiz etmek mümkündür.
Normal Dağılım
Bir fiziksel olayda çok sayıda gözlem yaptığımızda yada üretim sürecindeki kontrol ettiğimiz bir karakteristik üzerinde yeterli sayıda ölçüm yaptığımızda, ölçümlerim belirli bir varyasyon ile bir merkezi bir değer etrafında dağılım gösterecektir. Bu ölçümlerin gruplandırılmış haline frekans dağılımı denir. Gözlemler ya da ölçümler süresince varyasyonları oluşturan nedenler değişmeden kalırsa, varyasyonlar kendine özgü bir karakteristik oluşturacaktır. Yapılan ölçümler artıkça bu karakter daha belirgin hale gelecektir. Varyasyon sebep(ler)i değişmediği sürece dağılım istatiksel kurallara tabii olacaktır. Dağılımı oluşturan bu eğilim benzer şekilde doğada da gözlenmektedir. Galton Board ya da Galton deneyi bunun en güzel örneğidir. Galton deneyini yeterli sayıda top ile yaptığımızda “normal dağılımın doğal olarak oluştuğu görülecektir. Galton deneyinde görüleceği üzere genel değişkenliklerin etkisi altındaki fiziksel olaylar/ prosesler normal dağılım özelikleri göstermektedir.
GALTON BOARD
Yapılan ipk- istatiksel proses kontrol çalışmaları “varyasyon ve “varyasyon dağılımının” birbiri ile bağlantılı olduğunu göstermiştir. Bu, istatiksel olarak şu şekilde ifade edilebilir: Belirli nedenlerden kaynaklanan bir dizi olaya sahip olduğumuzda, bu olaylar genel olarak birbiriyle özdeş olmayacaktır. Bunun yerine, "rastgele" olarak tanımlanan bir tarzda dalgalanacak veya değişeceklerdir. Bununla birlikte, varyasyona sebep olan etkenler değişmeden kalırsa, olayların sayısı yeteri kadar arttıkça, meydana gelen frekanslar bir olasılığa veya olasılıklar kümesine yaklaşma eğiliminde olacak, Normal dağılım özelikleri gösterecektir. Bu durum, proses kontrol-ipk çalışmalarının normal dağlım özelikleri dikkate alınarak yapılabilmesine imkan verecektir.
SONUÇ
Belirli bir prosesten elde edilen bir dizi gözlem veya ölçüme sahip olduğumuzda,
Bu ölçümler genel olarak birbiriyle aynı olmayacaktır. Bunun yerine, dalgalanan bir model oluşturacak şekilde değişeceklerdir. Yine de, süreci hiçbir şey aksatmazsa, bu dalgalı ölçümler belirli matematiksel sınırlar içinde kalacaktır..
Bu ölçümlerin büyük bir kısmı öngörülebilir bir dağılım oluşturma eğiliminde olacaktır. Özetleyecek olursak:
Proseslerin doğasında değişkenlik vardır
Münferit olaylara/ özel nedenlere değişkenlikler tahmin edilemez.
Kalıcı/genel nedenlerden den ötürü meydana gelen değişkenlikler öngörülebilir,
コメント