1. Toplam Kalite Yönetimi'nin Doğuşu

Plan (Planla)

Do (Uygula)

Check (Kontrol)

Act (Önlem Al)

İkinci Dünya Savaşı sonrasında "Japon malı" demek "Dünyanın en ucuz ve en kalitesiz çöpü" anlamına geliyordu (Bugünkü Çin algısının 1950'lerdeki karşılığı). Ancak W. Edwards Deming gibi Amerikalı kalite dehaları Uzak Doğu'ya davet edilip PDCA (Plan-Do-Check-Act) döngüsü ve istatistik yöntemlerini Japon mühendislere ve operatörlere öğrettiğinde her şey değişti. O ekipten Tokyo Üniversitesi profesörü Dr. Kaoru Ishikawa, kalitenin sadece "kalite departmanının" işi olmadığını, bandın başındaki ilkokul mezunu işçinin bile kendi makinesindeki kaliteyi istatistikle ölçebilmesi gerektiğini savundu ve zor istatistiği basitleştirerek dünyaya 7 Temel Kalite Aracını (7 QC Tools) hediye etti.

📐
Kalite Devrimi Zaman Çizelgesi:
1920'ler: Shewhart → Kontrol Grafikleri
1950'ler: Deming → PDCA ve TKY konsepti
1960'ler: Ishikawa → 7 QC Tools
1980'ler: Motorola → Six Sigma
2000'ler: Lean Six Sigma birleşimi

2. 7 Temel Kalite Aracı (Yedi Samuray) — Özet

# Araç Amacı Kullanım Aşaması Veri Türü
1 Balık Kılçığı (Ishikawa) Kök Neden Analizi Analyze Nitel
2 Pareto Diyagramı Önceliklendirme (80/20) Analyze Nicel
3 Kontrol Grafiği (SPC) Prosesin kararlılığı Control Nicel
4 Histogram Veri dağılımı görselleştirme Measure Nicel
5 Serpme Diyagramı İki değişken arası ilişki Analyze Nicel
6 Çetele Tablosu Veri toplama Measure Nicel
7 Akış Şeması Süreç görselleştirme Define Nitel

3. Balık Kılçığı Diyagramı (Ishikawa / Cause & Effect)

Büyük bir problemin "Kök Nedenlerini (Root Cause)" sistematik olarak kategorilere ayırmak için beyin fırtınası aracıdır.

6M Kategorileri

Makine (Machine)
Kalıp aşınması
Kalibre hatalı
Metot (Method)
Yanlış sıcaklık ayarı
Eski SOP
Malzeme (Material)
Düşük kalite tedarik
Nem oranı yüksek
════════════════ → PROBLEM: Motor Titremesi
İnsan (Manpower)
Eğitim eksikliği
Yorgunluk (fazla mesai)
Ölçüm (Measurement)
Kumpas kalibrasyonu
Gage R&R hatası
Çevre (Mother-Nature)
Fabrika sıcaklığı
Toz/nem oranı
💡
İpucu: Ishikawa diyagramı tek başına kök nedeni kanıtlamaz! Sadece olası nedenlerin listesini oluşturur. Gerçek kök neden, 5 Neden (5 Why) tekniği ve istatistiksel testlerle (ANOVA vb.) doğrulanmalıdır.

4. Pareto Analizi: Sayısal Örnek

Bir otomotiv yan sanayisinde son 1 ayda tespit edilen kalite hataları:

Hata Türü Adet Yüzde (%) Kümülatif (%) Sınıf
Çizik / Yüzey Hatası 156 39.0% 39.0% A (Vital Few)
Ölçü Dışı (Tolerans) 112 28.0% 67.0% A (Vital Few)
Kaynak Çatlağı 52 13.0% 80.0% B
Boya Hatası 36 9.0% 89.0% B
Montaj Yanlışlığı 24 6.0% 95.0% C (Trivial Many)
Etiketleme Hatası 12 3.0% 98.0% C
Diğer 8 2.0% 100.0% C
TOPLAM 400 100%
Pareto Yorumu: Hataların sadece %29'u (2 tür: Çizik + Ölçü dışı), toplam hataların %67'sini oluşturuyor. Mühendislik ekibinin tüm enerjisini bu 2 hataya yoğunlaştırması gerekir (Vital Few). Kalan 5 hata türüyle ilgilenmek için ikinci faz planlanır.

5. Kontrol Grafikleri (SPC) ve Limit Hesabı

SPC kontrol grafiği, bir sürecin "istatistiksel kontrol altında" olup olmadığını gösteren canlı EKG'dir.

5.1 X-Bar Chart (Ortalama Kontrol Grafiği) Limit Formülleri

Merkez Çizgi (CL): X̄̄ = Tüm alt grup ortalamalarının ortalaması

Üst Kontrol Limiti (UCL): UCL = X̄̄ + A₂ × R̄
Alt Kontrol Limiti (LCL): LCL = X̄̄ - A₂ × R̄

R̄ = Alt grupların range (aralık) ortalaması
A₂ = Alt grup büyüklüğüne bağlı sabit (n=5 için A₂ = 0.577)

5.2 Sayısal Örnek

Bir CNC tezgahında üretilen mil çapları (mm), 5'erli alt gruplarla 8 müfredattan ölçülmüştür:

Alt Grup X₁ X₂ X₃ X₄ X₅ X̄ (Ortalama) R (Aralık)
1 25.02 25.01 25.03 25.00 25.04 25.020 0.04
2 25.01 25.03 25.02 25.02 25.01 25.018 0.02
3 25.00 25.02 25.04 25.01 25.03 25.020 0.04
4 25.03 25.01 25.00 25.02 25.02 25.016 0.03
Ortalamalar X̄̄ = 25.0185 R̄ = 0.0325
Kontrol Limitleri (n=5, A₂ = 0.577):

UCL = 25.0185 + 0.577 × 0.0325 = 25.0185 + 0.01876 = 25.037 mm
LCL = 25.0185 - 0.577 × 0.0325 = 25.0185 - 0.01876 = 25.000 mm

Tüm alt grup ortalamaları [25.000, 25.037] arasında → Süreç istatistiksel kontrolde ✓

6. Histogram Yorumlama Kılavuzu

Histogram, verilerin hangi değer etrafında kümelendiğini ve yayılım miktarını gösteren sütun grafiğidir:

Histogram Şekli Görünüm Yorum Aksiyon
Normal (Çan Eğrisi) Tek tepeli, simetrik Süreç normal dağılıma uyar Durumunuz iyi ✓
Çift Tepeli (Bimodal) İki tepe İki farklı kaynak karışmış! Makineleri ayır, ayrı analiz et
Sağa Çarpık Kuyruk sağda Aşınma veya sürüklenme var Takım aşınmasını kontrol et
Kesik (Truncated) Tek taraf düz kesilmiş Tolerans dışı ayıklanmış Toleransları gözden geçir
Düzgün (Uniform) Tüm barlar eşit Merkez yok, kaotik süreç Acil kök neden analizi!

7. Serpme Diyagramı ve Korelasyon

İki değişken (X ve Y) arasında ilişki var mı sorusunun cevabıdır. X eksenine "Fırın Sıcaklığı", Y eksenine "Çelik Sertliği" noktalarını koyarsınız.

Korelasyon Türü r Değeri Yorum Aksiyon
Güçlü Pozitif r > +0.8 X arttıkça Y artar X'i kontrol et = Y'yi kontrol et
Zayıf Pozitif +0.3 < r < +0.8 Bir miktar ilişki var Başka faktörler de etkili
Korelasyon Yok -0.3 < r < +0.3 İlişki yok X'i değiştirmeniz Y'yi etkilemez
Güçlü Negatif r < -0.8 X arttıkça Y azalır Ters yönlü kontrol

8. Çetele Tablosu (Check Sheet) Şablonu

Verinin kaynağında (Gemba) operatörler tarafından basit çentik (tally) işaretlemeleriyle toplanmasıdır:

Hata Türü Pzt Sal Çar Per Cum TOPLAM
Çizik IIII IIII II IIII III IIII I 22
Ölçü Sapması III IIII II IIII III 16
Kaynak Hatası I II I II I 7
Boya Problemi II I III I II 9
Günlük Toplam 10 13 10 10 11 54
📐
Modern Dönüşüm: Geleneksel kâğıt çetele tabloları, bugün tablet bilgisayar uygulamalarına ve IoT sensör verisine dönüşmüştür. Ancak prensip aynıdır: Veriyi kaynağında, gerçek zamanlı olarak topla!

9. Akış Şeması ve Süreç Haritalama

Karmaşık süreçlerin standart sembollerle haritalanmasıdır:

Sembol İsim Kullanım
Oval (Başla/Bitir) Sürecin giriş ve çıkış noktaları
Dikdörtgen (İşlem) Herhangi bir iş adımı veya operasyon
Baklava (Karar) Evet/Hayır kararı (dallanma)
Ok (Yön) Akış yönünü gösterir
Üçgen (Stok) Bekleme / depolama noktası (NVA)

10. 7 Yeni Kalite Aracı (Yönetim Araçları)

Klasik 7 araç sayısal (nicel) verilere odaklıydı. 1972'de Japon Bilim ve Mühendisler Birliği (JUSE) tarafından nitel (sözel) verileri analiz için 7 Yeni Kalite Aracı tanıtıldı:

# Yeni Araç Amacı Klasik Karşılığı
1 Yakınlık Diyagramı (Affinity) Beyin fırtınası fikirlerini grupla Ishikawa benzeri
2 İlişki Diyagramı (Interrelationship) Neden-sonuç ağını çöz Ishikawa'nın gelişmişi
3 Ağaç Diyagramı (Tree) Hedefleri alt görevlere böl Akış şeması benzeri
4 Matris Diyagramı Çok değişkenli ilişkileri göster Serpme diyagramı genişletmesi
5 Matris Veri Analizi Büyük matris verilerindeki desenleri bul İstatistiksel analiz
6 Ok Diyagramı (PERT/CPM) Proje zamanlama ve kritik yol Proje yönetimi aracı
7 PDPC (Süreç Karar Programı) Olası riskleri ve yedek planları plandaki Risk matrisi genişletmesi

11. Günümüz Altı Sigma Sistemindeki Yeri

Bugünün dev yazılım (Minitab) analizlerine ve büyük veri (Big Data) iş zekasına (PowerBI) rağmen, dünyanın herhangi bir yerindeki bir OEM otomotiv yan sanayisi müşteriden bir kalite şikayet maili (8D Formu / Claim) aldığında göndereceği formata Ishikawa diyagramı veya Pareto grafiği eklemek zorundadır. Bu araçlar evrensel mühendislik muhabere dilidir.

🏁
7 Aracın DMAIC Döngüsündeki Yeri:

Define → Akış Şeması, SIPOC
Measure → Çetele Tablosu, Histogram
Analyze → Ishikawa, Pareto, Serpme Diyagramı
Improve → Akış Şeması (gelecek durum)
Control → SPC Kontrol Grafikleri