Altı sigma metodolojisinde yapısal eşitlik modelinin araç olarak kullanılması

Abstract

Bu tez çalışmasında bir işletmedeki üretim sürecinin planlanan zamanda tamamlanamaması sorunu ele alınmıştır. Herhangi bir siparişin planlanan zamandan sonraki bir tarihte tamamlanması "gecikme" olarak tanımlanmıştır. Gecikme probleminin müşteri beklentilerini sağlayacak düzeye getirilmesi için çeşitli iyileştirmeler gerçekleştirilmelidir. İyileştirmenin etkinliği ve sürekliliği için problemin temel nedeni belirlenmeden iyileştirme adımına geçilmemelidir. Bu nedenle bu tez çalışmasında, problemin tanımlanması, mevcut durumun ortaya konmasında klasik Altı Sigma araçları kullanılmıştır.Problem nedenleri hem gözlemlenen hem de gözlemlenemeyen değişkenlerden kaynaklanabilmektedir. Gözlenebilen değişkenler etkileri direk olarak ölçülebilen değişkenlerdir. Gözlenemeyen (örtük-gizil) (Latent Variable) değişkenlerin; yani etkisi bir veya birden çok gözlenebilen değişken ile dolaylı olarak ölçülen değişkenlerdir.Literatürde gözlenemeyen (örtük-gizil) değişkenlerin, etkilerinin belirlenmesinde sıklıkla kullanılan bir yöntem tespit edilmiştir "Yapısal Eşitlik Modellemesi" (YEM) (SEM-Structural Equations Modeling).Altı Sigma metodolojisindeki klasik araçlar kullanılarak gecikmeye neden olan potansiyel kök nedenler ortaya konduğunda, bu nedenlerin gözlenemeyen (örtük-gizil) değişkenler altında toplandığı ve bu değişkenlerin de gecikmenin kök nedenleri olarak ortaya çıktığı görülmektedir. Yapılan sınırlı literatür araştırması sonucu YEM sosyal bilimlerde etkin olarak kullanılmasına karşın, mühendislik iyileştirme projelerinde ve kök neden analizlerinde kullanımına rastlanmamıştır. Bu nedenle çalışma bu konuda ilk olma özelliğine sahip olduğu söylenebilir.Bu çalışmada test edilecek modelin ortaya konması için neden-sonuç araçları ve FMEA kullanılmıştır. Ortaya konan modelin (değişkenler arası ilişkilerin) doğrulanmasında; potansiyel kök nedenlerin gerçekten etkili olup olmadığının belirlenmesinde, en etkili (kök) nedenin tespitinde ve nedenler arası korelasyonların (ilişkilerin) ortaya konmasında bir YEM analizi olan Doğrulayıcı Faktör Analizi (DFA) (CFA-Confirmatory Factor Analysis) kullanılmıştır. Neden-sonuç analizleri ile ortaya çıkan ilişki modelinin DFA ile test edilmesi, iyileştirmelerin gerçekleştirilmesi gereken temel alanları tespit etmeyi sağlamasının yanında, nedenler arası ilişkileri de ortaya koyduğu için daha sağlam bir iyileşme alt yapısı sağlamaktadır.

The problem of not completing the production in planned time has taken account in this study. The completion of production after the planned due date is pointed out as "delay". Various improvements should be performed to decrease delay to customer expacted value. For effectiveness and long lasting of improvements, actions should not be planned before the root cause is clearly defined. In this study classic six sigma tools are used to define the problem and measure the current process.Problem causes can be observed or unobserved variables. Observed variables are that the effects of are directly measured. Unobserved (latent) variables are that can be measured indirectly by one or more observed variables.A method is most commonly used in literature to determine the effects of and relations among unobserved (latent) variables, Structural Equations Modeling (SEM).When potantial root causes determined by using classic cause and effect tools of six sigma methodology, it is realized that these causes are latent variables that are categorized under some root causes which are also latent variables. As a result of literture search, it is observed that SEM is a common used tool for social sciences, but the usage of SEM in engineering improvement projects and root cause analysis could not be detected. This study is the first in usage of SEM at improvement project root cause analysis.In this study cause and effect tools and FMEA are used to predict the model (determining the potantial root causes and potantial relations among them). Confirmatory Factor Analysis (CFA), which a kind of SEM analysis, is used to proove that the correlations of predicted model conforms with data. To test the relationship model, which is formed based on cause and effect tools and FMEA results, by CFA provides determining the base improvement areas and relations among causes.