Niteliksel Gage R&R Excel şablonu, görsel kontrolcülerin aynı numuneye tekrar baktığında aynı kararı verip vermediğini, birbirleriyle ne ölçüde uyuştuklarını ve kararlarının onaylı referansla eşleşip eşleşmediğini sayısallaştırır. Yalnız toplam yüzde uyuma bakmak yeterli değildir; Kappa, yanlış kabul ve yanlış ret sonuçları birlikte değerlendirilmelidir.
Çapak, renk tonu, yüzey çizikleri, kaynak görünümü, baskı kalitesi veya montaj hatası gibi özellikler çoğu zaman “uygun/uygunsuz” ya da dereceli kusur sınıflarıyla kontrol edilir. Bu rehberde Niteliksel Gage R&R Excel şablonu için gerekli sütunları, çalışma tasarımını, temel formülleri, Kappa yorumunu ve tutarsız kontrolcüler için düzeltici faaliyet planını bulacaksınız.
İçindekiler
Uygulama özeti: En az 50 adet temsil edici numune hazırlayın; her kontrolcüye her numuneyi en az iki kez, rastgele sırada ve önceki kararını görmeden değerlendirtin. Mümkünse her numune için bağımsız uzman kurulca belirlenmiş bir master karar kullanın. Kontrolcü içi uyum, kontrolcüler arası uyum, referansla uyum, Kappa ve hata yönlerini ayrı raporlayın.
Niteliksel Gage R&R Excel Şablonu Neyi Ölçer?
Niteliksel Gage R&R, doğrudan fiziksel bir değer üretmeyen sınıflandırma sistemini değerlendirir. Veri; ikili “OK/NOK”, sırasız “çizik/çapak/renk hatası” veya sıralı “hafif/orta/ağır” olabilir. Niteliksel Gage R&R Excel şablonu bu kararların güvenilirliğini dört farklı açıdan incelemelidir.
TekrarlanabilirlikAynı kontrolcü aynı numuneyi tekrar aynı sınıfa atıyor mu?
Yeniden üretilebilirlikFarklı kontrolcüler aynı numune hakkında uzlaşıyor mu?
Hata yönüUygunsuz ürün kaçıyor mu, uygun ürün gereksiz reddediliyor mu?
Kontrolcülerin tamamı aynı yanlış kararı verirse kontrolcüler arası uyum yüzde 100 olabilir. Buna rağmen sistem doğru değildir. Bu nedenle referansla uyum, özellikle müşteri kaçağı veya emniyet riski taşıyan kusurlarda zorunlu bir kontrol katmanıdır. Referans yoksa yalnız tutarlılık ölçülür; doğruluk iddiası kurulamaz.
Niteliksel Gage R&R Excel şablonu, değişken Gage R&R çalışmasındaki %GRR ve NDC hesaplarının yerine kullanılmaz. Çünkü burada sürekli ölçüm değeri değil, kategori kararı analiz edilir. Ölçüm sistemleri analizinin genel mantığını incelemek için Gage R&R analizi rehberine de bakabilirsiniz.
Niteliksel Gage R&R Excel Şablonu İçin Çalışma Tasarımı
Sağlıklı bir tasarımda numuneler normal prosesin tüm görsel değişkenliğini kapsar. Sadece çok net iyi ve çok net kötü parçalar kullanılırsa kontrol sistemi olduğundan başarılı görünür. Sınırda kabul edilen, kusur yeri veya görünürlüğü değişen ve üretimde gerçekten karşılaşılan örnekler kontrollü biçimde çalışmaya eklenmelidir.
Minitab’ın veri değerlendirme rehberi yeterli uyum tahmini için en az 50 numune, her kontrolcü için en az iki tekrar ve her tekrarda rastgele sıra önerir. Çok az numuneyi defalarca göstermek yerine daha çok numuneyi daha az tekrarla değerlendirmek tercih edilir. Niteliksel Gage R&R Excel şablonu bu nedenle varsayılan olarak 50 numune × 3 kontrolcü × 2 tekrar, yani 300 karar satırıyla kurulabilir.
Tasarım unsuru
Önerilen başlangıç
Neden önemlidir?
Numune
En az 50 temsil edici örnek
Uyum oranı ve güven aralığı için daha güçlü temel sağlar.
Kontrolcü
Gerçek işi yapan en az 3 kişi
Vardiya ve kişi kaynaklı farklılığı görünür kılar.
Tekrar
En az 2 kör tekrar
Kişinin kendi kararını yeniden üretmesini sınar.
Sıra
Her turda rastgele
Hatırlama ve sıra etkisini azaltır.
Referans
Her numune için onaylı master karar
Tutarlılığın yanında doğruluğu ölçer.
İkili sınıflamada yalnızca dengeli sayıda “OK” ve “NOK” seçmek pratik olabilir; ancak çalışma gerçek kullanım riskini de temsil etmelidir. Kritik kusurlar düşük sıklıkta görülüyorsa yeterli sayıda bilinen kusurlu master numune bilinçli olarak eklenebilir. Bu örneklerin gerçek proses prevalansını temsil etmediği raporda belirtilmeli; saha kaçış oranıyla karıştırılmamalıdır.
Master karar kuralı: Referans değer, çalışmaya katılan kontrolcülerin çoğunluk oyu ile sonradan oluşturulmamalıdır. Teknik resim, onaylı limit numunesi, ölçülebilir kriter veya bağımsız uzman kurul değerlendirmesiyle çalışma öncesinde belirlenmelidir. Aksi hâlde Niteliksel Gage R&R Excel şablonu aynı kişileri kendi kararlarıyla doğrulamış olur.
Niteliksel Gage R&R Excel Şablonu Sütunları Nasıl Kurulur?
En esnek yapı, her değerlendirmenin ayrı satır olduğu uzun veri düzenidir. Böylece pivot tablo, filtre, hata türü analizi ve istatistik yazılımına aktarım kolaylaşır. Niteliksel Gage R&R Excel şablonu için aşağıdaki ana sütunlar yeterli bir başlangıç sağlar.
Sütun
Alan adı
Örnek
Kullanım
A
Run_No
001
Rastgele değerlendirme sırası
B
Sample_ID
P-017
Numunenin körlenmiş benzersiz kodu
C
Reference
NOK
Onaylı master sınıf
D
Appraiser
K-02
Kontrolcü kodu
E
Trial
2
Tekrar numarası
F
Decision
OK
Kontrolcünün kararı
G
Match_Reference
0
Referansla eşleşirse 1, eşleşmezse 0
H
Error_Type
Yanlış Kabul
Kaçış veya gereksiz ret sınıfı
I
Defect_Code
ÇİZİK-02
Kusur ailesine göre Pareto analizi
J
Comment
Sınır numune
Kontrollü açıklama; kararın yerine geçmez
G2 hücresinde referans eşleşmesi için =EĞER(F2=C2;1;0) kullanılabilir. Hata türünü ikili OK/NOK sistemi için sınıflandırmak isterseniz H2 hücresinde =EĞER(VE(C2="NOK";F2="OK");"Yanlış Kabul";EĞER(VE(C2="OK";F2="NOK");"Yanlış Ret";"Doğru")) mantığı kurulabilir. Kuruluşunuz “Kabul/Ret” veya “Uygun/Uygunsuz” kullanıyorsa metinler veri doğrulama listesiyle sabitlenmelidir.
Serbest metin girişi “NOK”, “Nok” ve “Ret” gibi aynı anlama gelen farklı kategoriler doğurur. Veri doğrulama listesini zorunlu kılmak, boş hücreyi ayrı bir hata olarak işaretlemek ve formül hücrelerini korumak Niteliksel Gage R&R Excel şablonu güvenilirliğini artırır.
Sabit büyütme, aydınlatma ve görüntüleme koşulları; görsel kontrol kararlarındaki yöntem farklılığını azaltmaya yardımcı olabilir. Görsel: INSIZE 5310 dijital ölçüm mikroskobu.
Niteliksel Gage R&R Excel Şablonunda Dört Uyum Puanı
1. Kontrolcü içi uyum: Aynı kişi kendisiyle tutarlı mı?
Aynı kontrolcünün aynı numuneye verdiği iki karar karşılaştırılır. Elli numunenin 46’sında iki karar aynıysa kontrolcü içi uyum %92’dir. Bu değer doğru karar verildiğini değil, kararın tekrarlandığını gösterir. İki turda da aynı yanlış sınıf seçilmiş olabilir.
2. Kontrolcüler arası uyum: Ekip aynı dili kullanıyor mu?
Her numune ve tekrar için kontrolcülerin tamamının aynı kararı verip vermediği kontrol edilir. Üç kontrolcüden ikisinin anlaşması “tam ekip uyumu” sayılmaz. İstenirse ikili kontrolcü karşılaştırmaları ayrıca raporlanabilir; ancak toplam gösterge tüm kontrolcülerin aynı sınıfta birleştiği numune oranını açıkça belirtmelidir.
3. Her kontrolcünün referansla uyumu: Kim doğru karar veriyor?
G sütunundaki 1 değerlerinin ilgili kontrolcü için ortalaması alınır. Örneğin 100 değerlendirmenin 94’ü master değerle eşleşiyorsa referans uyumu %94’tür. Niteliksel Gage R&R Excel şablonu bu oranı kontrolcü ve kusur sınıfı bazında ayrı göstermelidir.
4. Tüm kontrolcülerin referansla ortak uyumu: Sistem birlikte doğru mu?
Bir numunenin başarılı sayılması için tüm kontrolcülerin tüm tekrarlarında hem birbirleriyle hem master kararla eşleşmesi istenebilir. Bu ölçüt daha katıdır ve tekil kontrolcü yüzdelerinden düşük çıkar. Üretim hattının vardiyadan bağımsız karar verme gücünü gösterdiği için yönetim açısından değerlidir.
Yüzde uyum = (Eşleşen değerlendirme sayısı / Toplam karşılaştırma sayısı) × 100
Niteliksel Gage R&R Excel şablonu yüzde sonucunun yanında %95 güven aralığı da raporlamalıdır. Özellikle az sayıda numunede %100 gözlenen uyum, gerçek sistem performansının kesin olarak %100 olduğu anlamına gelmez. Numune sayısı arttıkça tahminin belirsizliği genellikle daralır.
Niteliksel Gage R&R Excel Şablonunda Kappa Nasıl Hesaplanır?
Basit yüzde uyum, tesadüfen oluşabilecek eşleşmeyi ayırmaz. Kappa istatistiği gözlenen uyumu, kategori dağılımına göre beklenen tesadüfi uyumdan arındırır. İki değerlendirici için Cohen’s Kappa; ikiden fazla değerlendirici için Fleiss’ Kappa yaygın olarak kullanılır.
κ = (Po − Pe) / (1 − Pe)
Po: gözlenen uyum oranı, Pe: kategori oranlarından beklenen tesadüfi uyum
İkili referans karşılaştırmasında Pe; referanstaki OK oranı ile kontrolcüdeki OK oranının çarpımı ve referanstaki NOK oranı ile kontrolcüdeki NOK oranının çarpımı toplanarak bulunur. Ardından formül uygulanır. Niteliksel Gage R&R Excel şablonu kontrolcü bazındaki Kappa ile tüm kontrolcüler için uygun çoklu değerlendirici Kappa sonucunu birbirine karıştırmamalıdır.
Kappa
Pratik yorum
Önerilen yaklaşım
1,00
Mükemmel uyum
Örneklem ve güven aralığını yine kontrol edin.
0,90–0,99
Tercih edilen güçlü seviye
Kritik hata yönlerini ayrıca doğrulayın.
0,75–0,89
AIAG yorumunda iyi uyum
Sınır numuneleri ve düşük sınıfları inceleyin.
0,00–0,74
İyileştirme gerektiren uyum
Kriter, eğitim, ortam ve kontrolcü bazlı kök neden açın.
< 0
Tesadüften daha zayıf uyum
Veri kodlaması ve temel kontrol yöntemini acilen doğrulayın.
AIAG’a atıf yapan Minitab yorumunda Kappa ≥ 0,75 iyi uyum, 0,90 gibi daha yüksek değerler ise tercih edilen seviye olarak verilir. Ancak tek bir evrensel kabul sayısı yokmuş gibi risk temelli düşünmek gerekir: müşteri özel şartı, kritik karakteristik, yanlış kabul maliyeti ve şirket prosedürü daha sıkı hedef koyabilir.
Kappa paradoksuna dikkat: Numunelerin neredeyse tamamı tek kategorideyse yüzde uyum yüksek, Kappa ise beklenenden düşük çıkabilir. Bu durum otomatik olarak kötü kontrolcü anlamına gelmez; kategori dağılımını, her sınıftaki örnek sayısını ve güven aralığını birlikte inceleyin.
Niteliksel Gage R&R Excel Şablonunda Yanlış Kabul ve Yanlış Ret
İki sistem aynı toplam doğruluk yüzdesine sahip olsa bile riskleri farklı olabilir. Biri kusurlu ürünü müşteriye kaçırırken diğeri sağlam ürünü hurdaya ayırabilir. Bu nedenle Niteliksel Gage R&R Excel şablonu bir karışıklık matrisi ve hata yönü oranları içermelidir.
Master değer
Kontrolcü kararı
Sınıf
Operasyonel risk
OK
OK
Doğru kabul
Doğru sevk kararı
OK
NOK
Yanlış ret
Hurda, yeniden işleme, kapasite kaybı
NOK
OK
Yanlış kabul
Müşteri kaçağı, garanti veya emniyet riski
NOK
NOK
Doğru ret
Kusurun doğru yakalanması
Yanlış kabul oranı için =ÇOKEĞERSAY(C2:C301;"NOK";F2:F301;"OK")/EĞERSAY(C2:C301;"NOK"); yanlış ret oranı için =ÇOKEĞERSAY(C2:C301;"OK";F2:F301;"NOK")/EĞERSAY(C2:C301;"OK") mantığı kullanılabilir. Aralıklar veri uzunluğuna göre güncellenmeli, sıfıra bölme ihtimali EĞERHATA ile yönetilmelidir.
Kritik güvenlik kusurunda tek bir yanlış kabul bile düzeltici faaliyet başlatabilir. Toplam yüzde uyum hedefi karşılanmış olsa dahi hata türü bazındaki sıfır tolerans kuralı geçerli olabilir. Niteliksel Gage R&R Excel şablonu bu nedenle genel skoru “geçti” göstermekle yetinmemeli, kritik sınıfları ayrı kırmızı bayrak olarak sunmalıdır.
Düzenli veri toplama, kontrolcü ve numune kodlarının izlenebilirliği ile hata Pareto analizini kolaylaştırır. Görsel: INSIZE 7349 veri yönetimi ve analiz yazılımı.
Niteliksel Gage R&R Excel Şablonu ile Uygulamalı Puanlama
Üç kontrolcü, 50 numuneyi iki tur değerlendirerek toplam 300 karar üretmiş olsun. Master sette 25 OK ve 25 NOK numune bulunsun. Aşağıdaki özet, tek bir toplam puanın neden yeterli olmadığını gösterir.
Gösterge
Kontrolcü A
Kontrolcü B
Kontrolcü C
Kendi içindeki uyum
%98
%92
%88
Master ile uyum
%96
%91
%86
Kappa – master
0,92
0,82
0,72
Yanlış kabul
%2
%8
%16
Yanlış ret
%6
%10
%12
Kontrolcü A güçlü uyum gösterirken B kabul edilebilir sınır içinde fakat hata Pareto’su incelenmesi gereken bir performans sergiliyor. Kontrolcü C’nin Kappa değeri 0,75’in altında ve yanlış kabul oranı yüksek. Niteliksel Gage R&R Excel şablonu C’yi yalnız “düşük puanlı kişi” olarak işaretlemek yerine hangi numunelerde, hangi kusur kodunda ve hangi turda hata yaptığını göstermelidir.
Örneğin C’nin hatalarının çoğu parlak yüzeydeki ince çiziklerde toplanıyorsa kök neden bireysel dikkatsizlik olmayabilir. Aydınlatma açısı, limit numunesi, kontrol süresi veya kusur tanımı yetersiz olabilir. Aynı kusur kodunda B de zorlanıyorsa sistemsel neden olasılığı güçlenir.
Niteliksel Gage R&R Excel Şablonu Tutarsızlık Gösterirse Ne Yapılmalı?
1. Kusur tanımını gözlenebilir hâle getirin
“Belirgin çizik” gibi yoruma açık ifadeler yerine uzunluk, genişlik, bölge, kontrast ve izin verilen adet gibi ölçülebilir kriterler yazın. Teknik resim veya müşteri standardı izin veriyorsa örnek fotoğrafla destekleyin.
2. Sınır numune setini yenileyin
Limit numuneleri zamanla kirlenebilir, çizilebilir veya renk değiştirebilir. Her master numuneye kimlik, revizyon, onay tarihi ve saklama koşulu tanımlayın. Dijital görüntü kullanılıyorsa ekran ve görüntüleme ayarlarını sabitleyin.
3. Aydınlatma ve gözlem geometrisini standardize edin
Işık şiddeti, renk sıcaklığı, bakış açısı, kontrol mesafesi, büyütme ve inceleme süresi kararı değiştirebilir. Niteliksel Gage R&R Excel şablonu hata Pareto’su belirli yüzeylerde yoğunlaşıyorsa önce ortam standardını doğrulayın.
4. Kontrolcüleri aynı referanslarla kalibre edin
Eğitim yalnız sunumdan oluşmamalıdır. Bilinen iyi, kötü ve sınır numuneler üzerinden karar uygulaması yaptırın; yanlış kararın nedenini birlikte tartışın. Eğitim sonrası aynı soruları ezber etkisi yaratmayacak yeni numunelerle doğrulayın.
5. Kritik hata yönüne özel aksiyon açın
Yanlış kabul müşteri kaçışına, yanlış ret ise maliyet artışına yol açar. Her ikisinin hedefi ve reaksiyon planı ayrı olmalıdır. Kritik kusurda yanlış kabul varsa toplam Kappa yüksek olsa bile çalışma otomatik kabul edilmemelidir.
6. Otomasyon fırsatını doğrulayın
Görüntüleme sistemi, mikroskop veya kamera kararı standardize edebilir; fakat algoritma ya da cihaz da aynı master set üzerinde doğrulanmalıdır. İnsan kontrolünün zayıf çıkması, otomasyonun kendiliğinden yeterli olacağı anlamına gelmez.
7. Çalışmayı yeni ve kör numunelerle tekrarlayın
Düzeltici faaliyetten sonra aynı sırayı ve ezberlenmiş numuneleri tekrar kullanmak gelişimi olduğundan iyi gösterebilir. Yeni numuneler, rastgele sıra ve gizlenmiş önceki kararlarla yeniden doğrulama yapın. Eski ve yeni sonuçları aynı hesap tanımlarıyla karşılaştırın.
Kök neden sırası: Önce referansın doğruluğunu, sonra numune seçimini, değerlendirme kriterini, ortamı, ekipmanı ve eğitimi doğrulayın. Kişiyi tek başına kök neden yazmak yerine hatayı doğuran veya kaçıran sistem koşulunu kanıtlayın.
Niteliksel Gage R&R Excel Şablonu İçin Kabul Kararı
Kabul kriterleri çalışma başlamadan önce kontrol planına, müşteri özel şartına ve kusur riskine göre tanımlanmalıdır. Genel bir başlangıç olarak Kappa ≥ 0,75 iyi uyuma işaret eder; 0,90 ve üzeri tercih edilir. Bununla birlikte kritik kusur için master uyumu veya yanlış kabul hedefi daha sıkı tutulabilir.
Her kontrolcünün kendi içindeki uyumu hedefi karşılıyor mu?
Kontrolcüler arası ortak uyum kabul seviyesinde mi?
Her kontrolcü master kararla yeterli uyum gösteriyor mu?
Kappa değeri ve güven aralığı riske uygun mu?
Yanlış kabul ve yanlış ret oranları ayrı hedefleri karşılıyor mu?
Kritik kusur sınıflarında tekil kaçış var mı?
Sınır numunelerinde sistematik bir hata deseni oluşuyor mu?
Niteliksel Gage R&R Excel şablonu genel puanı yeşil gösterse bile bu sorulardan biri kritik risk nedeniyle olumsuzsa çalışma şartlı kabul edilmeli veya reddedilmelidir. Nihai kararın yanında gerekçe, sorumlu, tamamlanma tarihi ve yeniden çalışma şartı kaydedilmelidir.
Excel, veri toplama ve şeffaf hesap için güçlü bir başlangıçtır; ancak çoklu kontrolcü Kappa, kategori bazlı güven aralıkları ve sıralı verilerde Kendall katsayısı için doğrulanmış istatistik yazılımı tercih edilebilir. Formüller kilitlenmeli, dosya revizyonu yönetilmeli ve kullanılan hesap yöntemi prosedürde tanımlanmalıdır.
Niteliksel Gage R&R Excel Şablonu ile Güvenilir Görsel Kontrol
Niteliksel Gage R&R Excel şablonu, kontrolcüleri sıralayan bir performans tablosu değil; görsel karar sistemindeki belirsizliği ortaya çıkaran bir MSA aracıdır. Kontrolcü içi tutarlılık, ekip uyumu, master doğruluğu, Kappa ve hata yönü birlikte incelendiğinde gerçek sorun kişi, kriter, numune, ortam veya ekipman seviyesinde ayrıştırılabilir.
Çalışmanın değeri, yüksek bir yüzde yazmaktan değil yanlış kabulü önleyen ve gereksiz reddi azaltan aksiyon üretmesinden gelir. Temsil edici numune seti, kör tekrar, rastgele sıra ve önceden belirlenmiş kabul ölçütleri korunursa Niteliksel Gage R&R Excel şablonu denetimde izlenebilir, üretimde ise uygulanabilir bir karar altyapısı sağlar.
Niteliksel Gage R&R Excel Şablonu Hakkında Sık Sorulan Sorular
Niteliksel Gage R&R ile değişken Gage R&R aynı mıdır?
Hayır. Niteliksel çalışma kategori kararlarını ve uyumu; değişken Gage R&R ise sürekli ölçüm değerlerindeki tekrarlanabilirlik ve yeniden üretilebilirlik varyasyonunu analiz eder.
Çalışmada kaç numune kullanılmalıdır?
Minitab yeterli uyum tahmini için en az 50 numune önerir. Numuneler proses çeşitliliğini, kusur sınıflarını ve özellikle sınır kararlarını temsil etmelidir.
Her kontrolcü kaç tekrar yapmalıdır?
Her kontrolcü her numuneyi en az iki kez değerlendirmelidir. Tekrarlar rastgele sırada yapılmalı ve önceki kararlar kontrolcüye gösterilmemelidir.
Kappa 0,75 yeterli midir?
AIAG’a atıf yapan yaygın yorumda 0,75 ve üzeri iyi uyumdur; 0,90 ve üzeri tercih edilir. Müşteri şartı ve kritik kusur riski daha yüksek hedef gerektirebilir.
Yüzde 100 kontrolcüler arası uyum sistemin doğru olduğunu gösterir mi?
Hayır. Tüm kontrolcüler aynı yanlış kararı verebilir. Doğruluğu göstermek için kararlar bağımsız ve onaylı master değerlerle karşılaştırılmalıdır.
Yanlış kabul ile yanlış ret arasındaki fark nedir?
Yanlış kabul, gerçekte uygunsuz numunenin uygun sayılması ve müşteriye kaçabilmesidir. Yanlış ret, gerçekte uygun numunenin reddedilmesi ve gereksiz maliyet oluşturmasıdır.
Master numune olmadan analiz yapılabilir mi?
Kontrolcü içi ve kontrolcüler arası tutarlılık analiz edilebilir; ancak kararların doğru olduğu kanıtlanamaz. Master değer yoksa bu sınır raporda açıkça belirtilmelidir.
Kategoriler sıralıysa hangi istatistik kullanılmalıdır?
Hafif, orta ve ağır gibi sıralı kategorilerde Kappa yanında sıralamayı dikkate alan Kendall uyum veya ilişki katsayıları değerlendirilmelidir.
Niteliksel Gage R&R Excel şablonu ne zaman yenilenmelidir?
Kusur kriteri, ürün, proses, aydınlatma, ekipman veya kontrol yöntemi değiştiğinde; yeni kontrolcü başladığında ve periyodik MSA planında tanımlanan zamanda çalışma yenilenmelidir.
