sağlık kurumlarında kalite yönetimi unite 18-kontrol grafikleri-prof.dr.halit hami öz

80
SAĞLIK KURUMLARINDA KALİTE YÖNETİMİ ÜNİTE 18/24: Kontrol Grafikleri Prof.Dr. Halit Hami ÖZ Kafkas Üniversitesi Mühendislik Mimarlık Fakültesi Bilgisayar Mühendisliği Bölüm Başkanı Bilgisayar Yazılımı Anabilim Dalı Kars, Türkiye Prof.Dr.Halit HAmi ÖZ Kafkas Üniversitesi 1

Upload: prof-dr-halit-hami-oez

Post on 08-Jan-2017

168 views

Category:

Education


2 download

TRANSCRIPT

Salk Bakanl Hastane Otomasyonu ereve lkeleri

SALIK KURUMLARINDA KALTE YNETM

NTE 18/24: Kontrol GrafikleriProf.Dr. Halit Hami Z

Kafkas niversitesiMhendislik Mimarlk FakltesiBilgisayar Mhendislii Blm BakanBilgisayar Yazlm Anabilim Dal Kars, Trkiye

Prof.Dr.Halit HAmi Z Kafkas niversitesi1

1Kafkas niversitesi Mhendislik Mimarlk Fakltesi Bilgisayar Mhendislii BlmProf.Dr.Halit Hami Z

Bilgi:

SALIK KURUMLARINDA KALTE YNETM

Derslerinde yardmc renim materyali olarak hazrlanan bu sunum AIKRETM FAKLTES YAYINI NO: 1821ISBN 978-975-06-1530-6

dokmanndan yararlanlarak hazrlanmtr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi2

Kontrol GrafikleriToplam kalite ynetimi anlayn dier iletme ve ynetim anlaylarndan ayran en byk zellii, basit hesaplama yntemleri yoluyla retim sreci konusunda bilgi retilmesi ve retim srelerinde ortaya kan retim ve hizmet hatalarnn kaynaklarn saptamak ve gidermek konusunda bize bilgi salamasdr.

Kontrol grafikleri ilk defa Amerikan Western Elektrik irketi alanlarndan Walter A. Shewhart tarafndan 1924te formle edilmitir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi3

Kontrol GrafikleriKontrol grafikleri, zel veya kayna bilinen sebeplerden meydana gelen deiimleri, srelerin kendisine zg olan ans deiimlerinden ayrt etmek iin kullanlan bir aratr.

Rastgele deiimler, nceden kestirilebilen snrlar iinde rastgele tekrarlanr.

Kayna bilinen veya zel sebeplerden ortaya kan deiimler, sreci etkileyen baz faktrlerin tanmlanmas, aratrlmas ve kontrol altna alnmas gerektiini belirler.

Sre, kayna bilinen veya zel sebepler tarafndan etkilenmiyorsa, kontrol diyagramlarnda, gelecekteki gzlemlerin iinde kalmas beklenen snrlar oluturmak amacyla, alma verileri kullanlr.

Kontrol grafiklerinde ekil 6.8de gsterildii gibi, genel olarak st Kontrol Limiti (KL), Alt Kontrol Limiti (AKL) ve ortalama veya standart deer olmak zere eleman bulunur.

Prof.Dr.Halit HAmi Z Kafkas niversitesi4

ekil 6.8: Kontrol grafiiProf.Dr.Halit HAmi Z Kafkas niversitesi5

Kontrol GrafikleriKontrol grafikleri saysallatrlabilen hemen her srece uygulanabilir.

rnein, bir hizmet kuruluunda gnlk, haftalk ve aylk gelen mteri ikyetleri, tenis, basketbol, voleybol gibi sporlarda sporcularn att saylar, salk sektrnde hatal ve doru tehis oranlar ve hekimlerin mesleki performanslarnn yordanmas gibi konular da dhil olmak zere birok konuda yararlanlan kontrol grafikleri genel olarak tehis, kontrol ve teyit olmak zere ama iin kullanlr.

Tehiste, sre kararlln deerlendirmek iin kullanlrken; kontrolde, bir srecin ne zaman ayarlanmaya ihtiya duyduunu ve ne zaman kendi haline braklacan belirtmek iin kullanlr.

Son olarak teyit amal ise, srecin iyiletiini teyit iin kullanlr.Prof.Dr.Halit HAmi Z Kafkas niversitesi6

Kontrol GrafikleriKontrol grafikleri, srecin istatistiksel yntemlerle ekonomik ve gvenilir biimde kontrol altnda tutulmasnda en etkili aralardr.

Doal olmayan nedenlerle ortaya kan deiiklikler, sreci olumsuz olarak etkilediinden, bu nedenlerin tanmlanmalar, aratrlmalar ve kontrol altnda tutulmalar gerekir.

Bir kontrol grafii, srete meydana gelen deiikliklerin doal ya da doal olmayan nedenlerden olutuunu ayrt etmeye yarayan nemli bir aratr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi7

Kontrol Grafiklerinin Oluturulmas1.Kontrol grafiklerinin oluturulmas iin karakteristiklerin seilmesi.

2.Uygun kontrol grafiinin seilmesi.

3.Alt gruplardan toplanacak numune saysnn belirlenmesi.

4.Gruplara ait verilerin toplanmas veya nceden kaydedilen verilerin kullanlmas (nerilen en az 20-25 grubun olmasdr).5.Her bir alt grup numunelerinden elde edilen istatistiklerden kontrol snrlarnn hesaplanmas.

6.Grafii oluturan istatistiklerin kaydedilmesi.7.Kontrol snrlar dndaki noktalar ve kayna bilinen sebepleri gsteren grafiin incelenmesi. 8.Gelecek etkinlikler zerine karar verilmesi.

Prof.Dr.Halit HAmi Z Kafkas niversitesi8

rnek Uygulama:Salk hizmetlerinde kalite iyiletirme almalarnda kontrol grafiklerinin sklkla kullanlan eidi olan c-grafik yntemini bir rnek zerinde inceleyelim. C-grafik matematiksel hesaplamalar Poisson dalmna dayanmaktadr.

rnek olarak bir hastanedeki bir yllk dnem ierisinde acil serviste meydana gelen kaza/olaylar kontrol grafikleri yoluyla incelemeye alalm.

Bir yllk dnem ierisinde A Hastanesi acil servisinde toplam 172 kaza/olayn meydana geldiini varsayalm (Tablo 6.6Prof.Dr.Halit HAmi Z Kafkas niversitesi9

Tablo 6.6: A Hastanesi acil servisinde 2011 ylnda meydana gelen kaza/olay saysAylarKaza/Olay SaysOcak10ubat8Mart20Nisan17Mays25Haziran10Temmuz20Austos15Eyll10Ekim15Kasm12Aralk10Toplam172

Prof.Dr.Halit HAmi Z Kafkas niversitesi10

Tablo 6.6: A Hastanesi acil servisinde 2011 ylnda meydana gelen kaza/olay saysToplam 172 kaza/olayn ortalamasn hesaplayalm.

Ortalama (m) = 172/12 = 14,33 ortalama aylk kaza/olay says

m=ortalamas= Poisson dalmnn standart sapmas [s=(m)1/2]s= (14,33)1/2 = 3,79Daha sonra st Kontrol Limiti (KL=m+3s) ve Alt Kontrol Limiti (ALT=m-3s) hesaplanr.Yukarda belirtilen formllere gre;KL= 14,33+3*3,79 = 25,7AKL= 14,33-3*3,79 = 2,96 olarak hesaplanr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi11

Tablo 6.6: A Hastanesi acil servisinde 2011 ylnda meydana gelen kaza/olay saysSon aamada ise hastanenin acil servisindeki kaza/olay saylarna ait hesaplanm olan alt kontrol limiti, st kontrol limiti ve ortalama kontrol grafii zerine yerletirilir (ekil 6.9).

Prof.Dr.Halit HAmi Z Kafkas niversitesi12

ekil 6.9: A Hastanesi acil servisinde 2011 ylnda meydana gelen kaza/olaylar gsteren kontrol grafii Prof.Dr.Halit HAmi Z Kafkas niversitesi13

Kontrol Grafiklerinin OluturulmasKalite kontrol tekniklerinin baarl sonular verebilmesi iin baz temel noktalara dikkat edilmesi gerekmektedir.

Bunlar aadaki ekilde zetlenebilir:

Saysal verileri toplarken gz nnde tutulacak baz hususlar unlardr; verileri toplamaktaki ama ak olarak belirlenmeli, incelenmekte olan durumu gereki bir ekilde yanstmal, verilere yorum katlmamal, veriler topland yere gre snflandrlmal, kullanlacak l aletleri, l birimleri, parti miktarlar, veri says belirlenmelidir.

Bilgisizlik veya dikkatsizlik sonucunda istatistiksel yntemlerin kullanmna ait baz sorunlar oluabilir; yanl ya da gereklerle badamayan veriler, yetersiz veri toplama yntemleri, veri iletiminden doan hatalar ve hatal matematiksel ilemler, anormal deerlerin kullanlmas, uygun istatistiksel yntemlerin belirlenmemesi, deneyimsiz kiilerin yaptklar yanllar, vs.

Prof.Dr.Halit HAmi Z Kafkas niversitesi14

Kontrol Grafiklerinin OluturulmasBu aklamalar nda kontrol grafiklerinin temel amalarn aadaki ekilde sralamamz mmkndr:

retim srecinin gerek olanaklarn saptamak.

Srecin kt kalitesini deitirecek ayarlamalar yapmak.

kty kontrol etmek.

Prof.Dr.Halit HAmi Z Kafkas niversitesi15

HistogramHistogram, gruplandrlan lm deerlerinin bir dikdrtgenler dizisi eklinde grafiklendirilmesidir.

Histogramlardaki dikdrtgenlerin tabanlar snf aralklarn, ykseklikleri ise snf frekanslarn, yani o snfa den veri saysn temsil eder.

Kalite zelliklerinin lm deerlerine karlk gelen frekanslarn yazld snflandrlm frekans serisinin, grup snrlar belirlenmek suretiyle elde edilen gruplanm seriye gruplanm frekans dalm ad verilir.

Gruplanm frekans dalmnn grafiine ise histogram ad verilir.

O halde histogram, elde edilen gruplanm frekans dalmndaki verilerin nasl daldn ve ortalamann konumunu belirlemek ve sreci verilen spesifikasyonlarla karlatrmak amacyla kullanlr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi16

HistogramSalk iletmelerinde yaplan iin zellii nedeniyle srekli olarak farkl formlarda veriler toplanmakta ve bu veriler gnlk veya aylk olarak tablo ve izelgeler eklinde rapor olarak dzenlenmektedir.

Toplanan bu verilerin salk iletmelerinin amalarn gerekletirmesi iin yaplan planlama almalarnda kullanlabilir ve yorumlanabilir hale getirilmesi iin uygulanan tekniklerden birisi de zel bir grafik tr olan histogramlardr.

Dolaysyla herhangi bir konu veya faaliyet ile ilgili alnan rneklerin ortalamasnn ne olduu ve deerlerin nasl bir dalm gsterdii histogramlar yardm ile aklanabilmektedir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi17

HistogramHistogramlar izebilmek iin yatay eksene toplanan deerler snflandrlarak yazlr.

Her snfa den frekans says da dey eksende gsterilmelidir.

Bu ekilde izilen histogramlar dalmn bykln, simetri ve asimetri durumunu ve eklini ortaya koyarlar.

Bylece mevcut veya olas sorunlarn yapsyla ilgili nemli ipular elde etmek mmkn olabilmektedir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi18

HistogramDolaysyla histogramlar, spesifikasyon ve sonu arasndaki ilikilerin aratrlmasnda, normal olmayan verilerin belirlenmesinde, malzeme ve deiik verileri snflandrarak retim sreci ierisinde deiikliklere neden olan faktrlerin gzden geirilmesinde kullanlmaktadr.Prof.Dr.Halit HAmi Z Kafkas niversitesi19

Histogram Olutururken zlenecek Admlar1.Veri deerlerinin toplanmas.

2.Deiim aralnn belirlenmesi (Bu ilem en byk veri deerinden en kk deerin kartlmas ile bulunur).

3.Histogramdaki grup saysnn ve aralk geniliklerinin belirlenmesi (deiim aralnn grup saysna blnmesi ile aralk genilikleri belirlenir).

4.Verilerin deerlerinin leinden yararlanarak X (yatay) eksenin iaretlenmesi.

5.Frekans (say) leinden yararlanarak Y (dey) eksenin iaretlenmesi.

6.Aralk iine giren deerlerin saysna eit olacak ekilde her bir araln yksekliinin izilmesi. Prof.Dr.Halit HAmi Z Kafkas niversitesi20

rnek Uygulama:Yukarda etele tablosunda (Tablo 6.5) verilen, dahiliye polikliniine mracaat eden hastalarn ya gruplarna ait kaytlarn histogram ile gsterecek olursak; hastalarn ya gruplarna ait histogram aadaki ekilde olacaktr (ekil 6.10).

Prof.Dr.Halit HAmi Z Kafkas niversitesi21

ekil 6.10: Dahiliye polikliniine mracaat eden hastalarn ya gruplarn gsteren histogramProf.Dr.Halit HAmi Z Kafkas niversitesi22

Dalm (Scatter) DiyagramBir iletmedeki herhangi bir sre veya rn ile ilgili kalite sorunlarnn zmnde hatalara neden olan faktrlerin aratrlmas ve ortaya karlmas olduka nemlidir.

Kalite zerinde etkili olunabilmesi iin iki deiken arasnda ilikinin var olup olmadnn bilinmesinin yan s ra, bu deikenler arasndaki ilikinin ynnn ve iddetinin de biliniyor olmas gerekmektedir.

Bu noktada, dalm diyagramlar retilen mal/hizmetin kalitesini etkileyen faktrler arasndaki iliki dzeyinin grafikle gsterilmesinde kullanlan bir aratr.

Kalite almalarnda kullanlan dalm diyagramlar, kalite gelitirme almalarnn kazanmlarn korumada emin olmak iin kontrol sisteminin tasarm iin olduka yararl olan bir aratr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi23

Dalm (Scatter) DiyagramNeden-sonuanalizlerindevedeikenlerarasndakiaratrmalardadalm(serpilme) diyagramlarndan ve korelasyon analizlerinden yararlanlr.

Dalma diyagram, bir deikenin iliki aranan dier deikenlere gre gsterimidir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi24

Dalm (Scatter) DiyagramSorun analizinde etkin olan dalm diyagramlar, iki zellik arasndaki ilikiyi gstermek amal kullanlr.

Bu sayede deikenlerden birisinin standarttan sapmas sonucu dier deikeni nasl etkileyecei ngrlebilir duruma gelecektir.

Problem zerinde etkili olabilecei dnlen faktrlerin sorun zerindeki etki derecelerini tespit etmek amacyla dalm diyagramlar kullanlr.

X ve Y olarak gsterilen iki istatistik serinin art ve azallar birbirini etkiliyorsa, bu iki seri verileri arasnda bir korelasyon (iliki) var demektir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi25

Dalm (Scatter) Diyagramzetle ifade edecek olursak, belirli bir srete birbiriyle ilikili olarak dnlen iki veri seti, belirli bir diyagram zerinde incelenir.

Deikenlerden biri yatay eksende, dieri dikey eksende yer alr.

Yatay eksendeki deikenin belirli bir deerine karlk, dikey eksendeki deikenin ald deerin kesime noktalar belirlenerek bir noktalar bulutu elde edilir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi26

Dalm Diyagram Oluturma AamalarDalm diyagram oluturulurken aadaki aamalar gerekletirilir:

1. likileri allacak olan iki ilikilendirilmi veri setinden (X ve Y) her ikisi iin de eit miktarda verilerin toplanmas (Burada nerilen en az 50 eletirilmi veri olmasdr).

2.X ve Y eksenlerinin belirtilmesi.

3.X ve Y iin en dk ve en yksek deerleri bularak bunlarn X ve Y eksenlerini leklemek iin kullanlmas (burada her iki eksenin eit uzunlukta olmasna dikkat edilmesi gerekir).

4.X ve Y ekseninde yer almas gereken verilerin grafiinin izilmesi.

5.likilerin tipini ve kuvvetini belirtmek iin, nokta bulutunun eklinin deerlendirilmesi.

Prof.Dr.Halit HAmi Z Kafkas niversitesi27

Dalm Diyagram Oluturma AamalarProblem zerinde etkili olabilecei dnlen faktrlerin sorun zerindeki etki derecelerini tespit etmek amacyla kullanlan dalm diyagramlar, salk hizmetleri alannda kalite gelitirme almalarnda yararl bir ara olarak kullanlabilir.

ekil 6.11de deikenler arasndaki olas iliki veya etki dzeyini gsteren dalm diyagramlarna rnekler verilmitir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi28

ekil 6.11: Olas dalm diyagram rnekleriProf.Dr.Halit HAmi Z Kafkas niversitesi29

Ynetim AralarYneticiler ve operatif dzeyde alanlar tarafndan aratrma ve problem zme srecinde yaratclklarn ve becerilerini konu zerinde younlatrmak, yeni fikirler retmek ve yeni zm yollar bulmak iin kullanlan aralardr.

Bu ynetim aralar, zellikle rn-kalite gelitirme ve tasarm evresinde yani kavramsal ve kalitatif bilgilerin analiz edildii ortamda kullanlr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi30

lgi (Yaknlk) Diyagram (Affinity Diagram)lgi veya Yaknlk Diyagram Jiro Kawakita adl bir Japon antropolog tarafndan 1960larda gelitirilmitir. ok saydaki mmkn olan fikirlerin, grlerin, kavramlarn ve sre deikenlerinin uygun gruplar ierisinde snflandrlmas ileminin bir grup tarafndan yaplarak grupa karar verilmesi yaklam olarak tanmlanabilir.

lgi diyagram, yeni bir projeye balamadan nce eer;

Proje ile ilgili fikirler net deil, konu ok iyi anlalmam ve organize olunamam ise ve/veyaProje takmndakiler ok byk ve karmak grnen bir proje ile kar karya olduklarndakullanlmas son derece fayda salayacak olan bir yntemdir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi31

lgi Diyagram Oluturulma AamalarBirilgidiyagramnnoluturulmasiinaadabelirtilenaamalarngerekletirilmesi gerekmektedir:

1.Beyin frtnas ile oluturulan fikirler listesinin snflandrlmas.

2.Fikirlerin beyin frtnas listesinden ilgi gruplarndaki yerlere tanmas.

3.lgili olan fikirlerden gruplar oluturulmas.

Prof.Dr.Halit HAmi Z Kafkas niversitesi32

lgi Diyagram Oluturulma AamalarBu yntemi kullanrken gz nnde bulundurulmas gereken baz yararl kurallar aadaki ekilde sralayabiliriz:

Fikirlerin cmlelerle veya birka kelimeden oluan ifadelerle tanmlanm olduundan emin olun.

deal olan gruplarn 5 ile 10 arasnda oluturulmasdr.

Eer herhangi bir grup dier gruplardan ok daha byk ise onu blmeyi dnn.

Prof.Dr.Halit HAmi Z Kafkas niversitesi33

Mevcut Gereklik Aac (Current Reality Tree)Mevcut gereklik aac bir sistemin mevcut durumunu analiz etmek ve problemleri daha iyi anlamak iin oluturulur ve sistemin performansn azaltan istenmeyen etkilere sahip temel problemleri tanmlar.

Mevcut gereklik aac, istenmeyen etkiler ve onlarn sonular arasndaki neden-sonu ilikilerini gsteren bir diyagramdr.

Ama, problem yaratan kk nedeni bulmaktr.

ncelikle kk neden bulunur ve ortadan kaldrlr.

Bylece istenmeyen etkiler yok olur.

Mevcut gereklik aac, istenmeyen bir sonutan temel nedene ulancaya kadar birbirine bal nedenlerin ve sonularn oluturduu bir zm yntemidir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi34

Mevcut Gereklik Aac (Current Reality Tree)Mevcut gereklik aac, sistemin u anki gerek durumunu gstermek iin tasarlanm mantksal bir yapdr.

Grnen zellikli belirtilerden neden sonu ilikileri karr.

Organizasyonel deil fonksiyonel seviyede kullanlr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi35

Mevcut Gereklik Aacnn OluturulmasMevcut gereklik aacnn oluturulmasnda nemli noktalardan birisi, ok fazla veri ile deil sadece en az sayda pratik veri ile yaplyor olmasdr.

Genel olarak mevcut gereklik aacn iki admda oluturabiliriz. lk adm, mevcut durum ile ilgili olarak 6-12 arasnda bir sayda istenmeyen durumlarn yazlmas oluturmaktadr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi36

Mevcut Gereklik Aacnn Oluturulmaskinci adm ise, yazlm olan tm istenmeyen durumlarn birbirleri ile neden-sonu ilikisi ierisinde dnlerek mevcut gereklik aac yapsnda bir emaya oturtulmasdr.

Burada dikkat edilecek nemli bir husus, kst teorisinin genel kabul olan bir ya da birka kstn (ya da kk problemin) asl meselenin %80ini etkiledii dncesinden yola karak istenmeyen durumlara younlap zm bulmak yerine kk problem ksmna en yakn olan istenmeyen duruma younlalmas gerekliliidir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi37

Karlkl liki Diyagram (Interrelationship Diagraph)lgi (yaknlk) diyagramlar, takmlarn mmkn olduunca ok sayda fikir retebilmesi ve daha sonra bu fikirleri doal bir ekilde gruplandrabilmesi ve zetlemesi iin kullanlr.

Karlkl iliki diyagram ile ise, karmak ilikiler ve bu ilikiler ierisindeki neden-sonu balantlar aklanmaya allr.

likilendirme, srecin tm aamalarnda takmdaki herkesin yaratcln tevik eder ve iletiim engellerininkrlmasnsalar.

Buyntemintemelzellii;sorgulamaya,yarglamayave deerlendirmeye hi yer vermemesidir.

Ama ok sayda deiik zmleri ksa zamanda ortaya kartmaktr. Seilecek sorunlarn da ok zml olmas gerekir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi38

Karlkl liki Diyagram (Interrelationship Diagraph)Karlkl ilikiler diyagram oluturulurken planlanan her bir eylem iin bir kart dzenlenir, dzenlenen kartlar yatay bir dzlem zerine braklr ve eylemler arasndaki ilikiler oklarla gsterilir.

Burada planlanan her eylem hakknda sorulmas gereken soru "Eer ben bunu yaparsam, ne olacak?" sorusudur.

zetle karlkl ilikiler diyagram__ sorunu oluturan neden veya nedenlerin oluturduu a veya dngy (yapy) basitletirmek iin kullanlr.

Ayrca bu yntem sayesinde sorunlarn kk nedenleri etkili bir ekilde saptanabilir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi39

rnek Uygulama:Karlkl ilikiler diyagram kullanarak hastanede alan salk personelinin moral ve motivasyon dzeyleri ile ilgili sorunlar ve bu sorunlar arasndaki ilikiler aadaki ekilde ematize edilebilir (ekil 6.12).

Prof.Dr.Halit HAmi Z Kafkas niversitesi40

ekil 6.12: Salk personelinin moral sorununun nedenleri arasndaki karlkl iliki diyagram rneiProf.Dr.Halit HAmi Z Kafkas niversitesi41

Aa Diyagram (Tree Diagram)Aa diyagram, bir konuyu ya da problemi zmek iin birbirini takip eden tm aamalar ve bu aamalarda etkisi olduu dnlen tm nedenleri dikkate alarak konunun veya problemin aratrlmasn salayan bir ynetim aracdr.

Bu ynyle, neden-sonu diyagramn artrmaktadr.

Aa diyagram bir sorunu ya da konuyu grafik olarak daha detayl seviyelere ayrmak iin kullanlr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi42

Aa Diyagram (Tree Diagram)Dier bir ifadeyle aa diyagram, bir konu ve onun bileenleri arasndaki ilikileri gstermek iin kullanlan bir yntemdir.

Bu yntem uygulanrken, beyin frtnas ile retilmi ve ilgi (yaknlk) diyagram ile izilmi veya kmelenmi fikirler, mantksal ve sral balantlar grmek iin aa diyagram haline dntrlr.

Bu ara zellikle planlama ve problem zme amacyla kullanlr.Prof.Dr.Halit HAmi Z Kafkas niversitesi43

Aa Diyagram Oluturma AamalarKonunun belirlenmesi.

Belirlenen konunun temel kategorilerinin tanmlanmas.

Soldan saa doru ak olacak ekilde ilk kutu ierisine konunun ve saa doru belirlenen temel kategorilerin yerletirilerek dallandrlmas.

Her bir temel kategori iin, bileen elemanlar ve alt elemanlarn tanmlanmas.

Belirlenen bileen ve alt elemanlarn yan yana saa doru dallandrlmas.

Boluk olup olmadn kontrol iin diyagramn gzden geirilmesi. Prof.Dr.Halit HAmi Z Kafkas niversitesi44

rnek Uygulama:Bir hastanedeki poliklinik muayenesi iin hastalarn bekleme srelerinin uzunluu problem olarak belirlenmi ve bununla ilgili neden-neden aa diyagram ( ekil 6.13) ve nasl-nasl aa diyagram (ekil 6.14) oluturulmutur.

Prof.Dr.Halit HAmi Z Kafkas niversitesi45

ekil 6.13: Neden-neden aa diyagramProf.Dr.Halit HAmi Z Kafkas niversitesi46

ekil 6.14: Nasl-nasl aa diyagramProf.Dr.Halit HAmi Z Kafkas niversitesi47

Matris Diyagram (Matrix Diagram)Matris diyagram, iki veya daha fazla deiken arasndaki ilikiyi analiz etmede kullanlan bir planlama ve ynetim aracdr.

Matris diyagram aracl ile deikenler arasndaki neden-sonu ilikileri tanmlanabilir.

Problemin zmnde kullanlabilecek deikenler arasndaki iliki derecesi grafiksel olarak gsterilebilir.

Matris diyagramnda gerek duyulan detayl bilgiler ilgi (afinite) ve aa (tree) diyagramlarndan elde edilebilir.

Bu yntemde ilikilerin nemini ve gcn gstermek veya sorumluluu tanmlamak iin zel semboller kullanlr.

Genellikle kullanlan semboller ve deerleri aadaki tabloda verilmitir (Tablo 6.7).

Ayrca matris diyagramlarnda; 1=dk derece, 2=orta derece ve 3=yksek dereceyi ifade eden kriterler de kullanlabilir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi48

Tablo 6.7: Matris diyagramnda genellikle kullanlan semboller ve deerleriSembollikiDeerGl9Orta3Zayf1

Prof.Dr.Halit HAmi Z Kafkas niversitesi49

Matris Diyagram (Matrix Diagram)zet olarak matris diyagramlar genellikle;

Alternatif sorunlar arasnda seim yapmak,

Alternatif nedenler arasnda seim yapmak,

Alternatif nlemler veya zmler arasnda seim yapmak ve

Alternatif uygulama admlar arasnda seim yapmak gerektiinde kullanclara kolaylk salayabilecek bir yntemdir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi50

Matris Diyagram Oluturma AamalarBir karar matrisi oluturmak iin genel olarak aadaki admlarn izlenmesi gerekmektedir:

Alternatiflerin deerlendirilmesi iin kriterleri belirleyin. Alternatifleri deerlendirecek yol gsterici ilkelerin (kriterlerin) belirlenmesinde takm yelerinin fikir birliine varmas iin yeteri kadar zaman ayrmalar gerekmektedir.

Bir matris grafiin zerindeki kutulara belirlenen kriterleri (etki, karlanamayan beklentiler, uygulama maliyeti, personelin ypranmas, vb.) yazn.

Prof.Dr.Halit HAmi Z Kafkas niversitesi51

Matris Diyagram Oluturma Aamalar Her bir kriterin grece arl zerinde karar verin. nk baz kriterler dierlerine oranla iki kat daha fazla neme sahip olabilir. Eer byle bir durum sz konusu ise, bu tr nemli kriterlere daha yksek arlk verilmelidir. Eit derecede neme sahip kriterlerin arlklar da eit olmaldr.

Sol taraftaki stuna alternatif sorunlar veya zm listelerini yerletirin.Prof.Dr.Halit HAmi Z Kafkas niversitesi52

Matris Diyagram Oluturma AamalarGrup yelerinin her bir alternatifi her bir kritere gre deerlendirerek kendi matrisini doldurmasn ve sonra her bir satr iin kendi puanlarn toplamasn salayn. Baz stunlara arlk verildiyse, o stunlardaki rakamlarn bu arlklarla arplmas ve daha sonra satr toplam alnmas gerekmektedir.

Her bir alternatif iin grup yelerinin verdikleri puanlar toplayn.

Prof.Dr.Halit HAmi Z Kafkas niversitesi53

Matris Diyagram Oluturma AamalarAlternatifleri yksekten de doru listeleyerek sonular zetleyin.

Bir karara varmak iin bu sonular kullann. En ok puan alan alternatiflere bakn nk zellikle onlarn tartlmas gerekir. Eer sonular insanlara inandrc gelmiyor ise, kiiler nemli bir kriterin ihmal edilip edilmediini sorgularlar. Eer byle bir durum sz konusu ise, grup yeleri kararlarnn salam bir temele dayandn hissedinceye kadar kriterleri deitirerek puanlamalar yineleyebilirler.

Prof.Dr.Halit HAmi Z Kafkas niversitesi54

rnek Uygulama:

Yukarda aa diyagramnda verilen rnekte yer alan bilgiler nda bir hastanedeki randevu sisteminin etkili iletilmesine ynelik zm nerilerine ilikin karar matris diyagram Tablo 6.8deki gibi oluturulabilir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi55

Tablo 6.8: Karar matrisi: Hastalar iin randevu sistemi nasl iyiletirilirAlternatif zmlerKriterlerToplamDereceMaliyet-etkinlikHastaya Uygunlukalana UygunlukRandevu sistemi alt yapsn yeniden kurun11351Mevcut sistemde iyiletirmelere gidin31372Sorumlu personeli eitin939213

Prof.Dr.Halit HAmi Z Kafkas niversitesi56

ncelikler Matrisi (Priorities Matrix)Bu matris, mevcut kaynaklardan daha fazla yaplacak i olduunda ve ynetim duygulardan ok verilere dayal olarak nceliklendirme yapmaya gerek duyduunda faydal olur.

ncelikler matrisi, grubun, karar zerinde en ok etkisi olan kriterleri sistematik olarak tartmasna, belirlemesine, nceliklendirmesine ve olaslklar incelemesine imkn verir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi57

ncelikler Matrisi (Priorities Matrix)ncelikler matrisi, matris diyagramnn yeterli olmad durumlarda kullanlan, veri analizine ve saysal sonulara dayanan bir yntemdir.

Bu yntemde matris diyagram verileri derecelendirilerek ve dzenlenerek, bilginin sadeletirilmesi salanr.

Matris diyagramnda gsterilen elemanlar arasndaki ilikiler, kesien hcreler arasndaki saysal verilerin derecelendirilmesi ile oluur.

Ynetim aralarnn ierisinde saysal analiz metoduna sahip nemli bir aratr.

Bu metot ile faktrler aras ilikilerin saysal arlklar ile birlikte grntlenmesine olanak salanr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi58

Sre Karar Program Tablosu (Process Decision Program Chart)Amalar gerekletirmek iin yaplan planlar ile gerekleen durumlar her zaman istenen sonucu veremeyebilir.

Bu nedenle sre karar program tablosu belirlenen amalara ulamak iin yardmc bir yntemdir.

Sre Karar Program Tablosu, eitli problemler karsnda uygun sonularn nceden ngrlerek en iyi olas zmleri salayabilecek kart nlemler hazrlamaya yarar.

Prof.Dr.Halit HAmi Z Kafkas niversitesi59

Sre Karar Program Tablosu (Process Decision Program Chart)Bu yntemin nemli avantajlarndan birisi, plan veya projede yanl gidebilecek durumlarn saptanmasna yardmc olmasdr.

Bu nedenle de muhtemel Eer senaryolar oluturulur.

Bylece dzenli ve sistematik olarak yrtlen srelerde ortaya kmas muhtemel aksaklklarn ngrlmesini ve bunlara kar nlem alnmasn salar.

Dolaysyla bu yntem, olabilecek olumsuzluklarn nceden belirlenmesi ile mevcut planlarn gzden geirilmesi veya sorunlarn olumas durumunda en iyi zmn uygulamaya koyulmas iin hazr olunmas olanan salar.

Prof.Dr.Halit HAmi Z Kafkas niversitesi60

Poka-Yokelk kez Japonyada Shigeo Shingo tarafndan ortaya atlan bu yntem, hatal rn saysnn minimizasyonunu, sfr dzeyine ekilmesini ve bylelikle maliyetlerin drlmesini hedefler.

Poka-Yoke sistemi, statistiksel Proses Kontrol (Statistical Process Control) sistemlerine benzer.

Poka-Yoke sisteminde de statistiksel Proses Kontrolda olduu gibi gzlem, tehis, geri besleme ve dzeltici karar aamalar bulunmaktadr.

Ancak bu iki yntem sreler asndan karlatrldnda, olduka farkl olduklar grlr. Prof.Dr.Halit HAmi Z Kafkas niversitesi61

Poka-Yoke. statistiksel Proses Kontrol tekniinde, retim tamamlandktan sonra, rnler test edilir ve hatal paralar tespit edilir.

Sonular istatistiki metotlar ile analiz edilerek hata kaynaklar bulunmaya ve dzeltilmeye allr.

Oysa Poka-Yoke sisteminde, hatal rnleri douran nedenler retimden nce ya da retim srasnda bulunarak giderilir.

Poka-Yoke sistemi ile hatalarn nedenleri nceden ortadan kaldrlabilir, hata ortaya kt anda tehis edilir ve dzeltilir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi62

Poka-YokePoka-Yoke sistemini, herhangi bir uygulamann doru olup olmadn grme, dinleme, dokunma gibi duyularn yardm ile kolayca belirleme olana veren ara-gereler olarak ifade edebiliriz.

Dolaysyla bu ara-gerelere rnek olarak; kl ve sesli alarm sistemlerini, alarm zillerini, yanp snen uyar lambalarn, renk kodlamalarn, ortak paralara ortak renk uygulamasn ve uyarc renk kodlamalarn verebiliriz.

Prof.Dr.Halit HAmi Z Kafkas niversitesi63

Yaratclk Aralar (Creativity Tools)Bu gruba giren aralar, kiilerin yaratc fikirlerini ortaya karmaya yardmc olan aralardr.

Dolaysyla, sorunlara yaratc zmler gelitirmeye ve frsatlarn karlmadan deerlendirilmesini salamaya yardmc olmak iin tasarlanmlardr.

Bu aralar, sabit bir liste olarak bilinmemekle birlikte, genellikle beyin frtnas, zihin haritalar, Edward de Bono tarafndan gelitirilen alt dnme apkas ve benzerlerini iermektedir.

Bu aralar, srelerin incelenmesine ve deerlendirilmesine yardmc olarak, yeni yollar ve benzersiz zmler gelitirme imkn salarlar.

Prof.Dr.Halit HAmi Z Kafkas niversitesi64

Yaratclk Aralar (Creativity Tools)Burada, salk hizmetlerinde kalite iyiletirme almalarnda sklkla bavurulan ve dier aralarn kullanlmasnda da yardmc olan beyin frtnas ve alt dnme apkas teknikleri ele alnacaktr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi65

Beyin FrtnasBeyin frtnas sorunu tanmlamaya ve sorunun zmn bulmaya yarayan bir yntemdir.

Daha ok sayda dnce yaratmak iin belli sayda bireylerden oluan grup kapasitesinden yararlanmay amalar.

Gizli kalm grleri ve sakl dnceleri aa karmaya yarayan nemli bir tekniktir.

Farkl dnceleri, farkl dndrmeyi amalamaktadr.

Beyin frtnas, bir sorunun incelenmesinde yeni fikirleri ve yeni dnceleri ortaya karmak iin; olaylar aratrma, nedenleri aratrma, zmleri aratrma ve ortaya konan sonular deerlendirme frsat sunar.

Prof.Dr.Halit HAmi Z Kafkas niversitesi66

Beyin FrtnasBeyin frtnas, zellikle kalite emberlerinde kullanlmaktadr.

Takmda bulunan herkesin fikirleri ortaya konularak, takmn dier yelerine uygun ekilde sunulmas ilemini ierir.

Beyin frtnasnda istenilen sonucun elde edilebilmesi iin, eletirilerden arndrlm, neri ve yaratc zmlerin kolaylkla ifade edilebilecei bir ortam salanmaldr.

Toplanty yneten kiinin, uyulmas gereken kurallar yelere aklamas ve yelerin de bu kurallar benimsemesiyle, herkesin yaratc ve verimli beyin frtnas tecrbesi yaamas salanabilmektedir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi67

Beyin Frtnas Uygulama AamalarOluturulan bir takm tarafndan, fikirlerin, sorunlarn veya sonularn bir listesini hazrlamak amacyla kullanlan bir teknik olan beyin frtnas iki aamadan meydana gelir.

retim Aamas: Beyin frtnas iin oluturulan takmn lideri, toplantnn amacn gzden geirir. Daha sonra ise takm yelerinin dncelerinden oluan bir liste hazrlanr. Burada ama olabildiince ok fikirin retilmesidir.

Aklama Aamas: Takm yeleri tarafndan oluturulan liste gzden geirilir. Yeni bir fikir eklenemeyecei anlaldnda, ortaya atlan nerilerin deerlendirilmesi yaplr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi68

Beyin frtnasnda uyulmas gereken kurallar u ekilde sralamak mmkndr:Sorunlar nem srasna gre dizilir.

Sorunlar anlalabilir ve tanmlanm olmaldr.

Bunlar sra ile ele alnr.

Ele alnan konularda herkes fikrini ve grlerini aka belirtir.

Hi kimse aykr gr ve dncede de olsa eletirilmez.

Hi kimse aklad dnceden dolay kayg duymaz.

Tm ekip birbirlerinin grlerini dinler.

Prof.Dr.Halit HAmi Z Kafkas niversitesi69

Beyin frtnasnda uyulmas gereken kurallar u ekilde sralamak mmkndr:atma ortamndan kanlr.

Her dnce ne olursa olsun kda ya da tahtaya yazlr.

Dnceler yazlrken dnce sahiplerinin ad yazlmaz.

Her katlmc en az bir defa konumak zorundadr.

zmde tekrardan kanlr.

Gerekli grldnde herhangi bir dnceye aklama getirilebilir.

ncelenen sorunlarla ilgili mmkn olan nedenleri ve zmleri retir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi70

Alt Dnme apkasEdward de Bono tarafndan gelitirilen bu yaklama gre, alt renkli apkann temsil ettii alt temel dnme tr vardr.

Bono (1999) bu tekniin amacn u ekilde ifade etmitir:

rgt liderinin veya rgtteki izleyenlerin her seferinde sadece bir eyle uramasn salayarak dnme faaliyetini netletirmektir.

Bu teknikle lider; duygularn, mantn, bilginin, umut ve yaratcln hepsine ayn anda dikkat etmek yerine, her biri ile ayr ayr ilgilenir.

Dier bir ama ise, farkl dnme biimlerine istenildii anda gei yapmay salamaktr.

Bir lider toplantda srekli olumsuz tavr iindeyse lider apkasn deitirerek farkl bir dnmeye hemen geebilir.

Bu alt apkann renk ve zellikleri Tablo 6.9da belirtilmitir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi71

Alt Dnme apkasProf.Dr.Halit HAmi Z Kafkas niversitesi72

statistiksel AralarKalite iyiletirmede kullanlan istatistiksel aralar genellikle daha karmak srelerin veri analizlerinde kullanlan aralardr.

Bu aralar deikenler arasndaki ilikileri, her bir deikenin grece katksn ve varyasyon kaynaklarn anlamamza yardmc olurlar.

zellikle istatistiksel sre kontrolnde, varyasyonlarn zel nedenlerini izleme ve yant bulmak iin grafiksel aralar kullanlr.

Parametrik ve parametrik olmayan verilere uygulanabilen ve ok geni bir yelpazeyi iine alan istatistiksel teknikler, daha karmak ilikilerin istatistiksel anlamllnn analizinde kullanlabilen aralardr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi73

Tasarm AralarKalite Fonksiyon Yaylm (QFD) ve Hata Tr ve Etkileri Analizi (FMEA) gibi tasarm aralar, yeni rn ve srelerin gelitirilmesi ve tasarmnda kullanlan aralardr.

Bu aralar, mteri ihtiyalar, rnlerin zellikleri ve srelerin kontrol aamalarnn daha uyumlu hale getirilmesine yardmc olurlar.

Prof.Dr.Halit HAmi Z Kafkas niversitesi74

Tasarm AralarKalite Fonksiyon Yaylm (QFD-Quality Function Deployment);

Kalite fonksiyon yaylm, mterilerin taleplerini tasarm hedeflerine ve temel kalite gvence noktalarna dntrerek mteri memnuniyetini amalayan bir tasarm kalitesi deitirme yntemidir.

Bu yntemin uygulanmas zellikle:

Prof.Dr.Halit HAmi Z Kafkas niversitesi75

Tasarm Aralar letmelerin rn ve hizmetlerini piyasaya daha kaliteli, daha ksa zamanda ve daha ucuza sunabilmelerini salar.

Mteri istek ve beklentilerinin, tasarm hedeflerine ve retimde kullanlacak kalite gvence noktalarna, doru bir ekilde evrilmesine yarar.Prof.Dr.Halit HAmi Z Kafkas niversitesi76

Hata Tr ve Etkileri Analizi (FMEA-Failure Mode Effect Analysis); lk olarak ABD ordusunda gelitirilen bu yntem, zellikle sistem ve donatm hatalarnn etkilerinin belirlenmesinde olduka gvenilir bir yntemdir.

Hata trleri ve etkileri analizi, herhangi bir sistemdeki potansiyel hatalar veya yetersizlikleri analiz etmek iin kullanlan bir metottur.

Bu yntemin eitilmi bir takm ya da ekip tarafndan uygulanmas, baar iin gerekli n artlardan biridir.

Hata trleri ve etkileri analizi, mteri ihtiyalarnn karlanmas iin rnlerde yaplacak srekli iyiletirme iin endstride en ok kullanlan aralardan biridir.

Prof.Dr.Halit HAmi Z Kafkas niversitesi77

Hata Tr ve Etkileri Analizi (FMEA-Failure Mode Effect Analysis); Hata Tr ve Etkileri Analizi, rnlerin ve srelerin gelitirilmesinde ncelikli olarak hata riskinin ortadan kaldrlmasna odaklanan ve bu amala yaplan faaliyetleri belgelendiren bir tekniktir. Bu yntemin uygulanmas;

Bir rnn, ilemin ya da sistemin muhtemel hatalarnn alglanmas ve deerlendirilmesini,

Her hatann nedenlerinin ve etkenlerinin belirlenmesini,

Potansiyel hatalarn tanmlanmasn,

Olaslk, iddet ve saptanabilirlie bal olarak hatalarn nceliklerinin belirlenmesini,

Sorunlarn izlenerek dzeltici faaliyetlerin yaplmasn,

Bu ilemlerin kayt altna alnmas ve dokmantasyonunu salar.

Prof.Dr.Halit HAmi Z Kafkas niversitesi78

lm AralarEtkili bir sre ynetimi iin temel ihtiyalardan birisi lmdr.

Dolaysyla,_lm aralar zellikle kyaslama ve denetim asndan iletmelere nemli yararlar salamaktadr.

Bu aralar iletmelere, verilerin toplanmasnda, analizinde ve gelitirme abalarnn etkililiinin deerlendirilmesinde yardmc olmaktadr.

Prof.Dr.Halit HAmi Z Kafkas niversitesi79

Salk Kurumlarnda Kalite YnetimiProf.Dr.Halit HAmi Z Kafkas niversitesi80Salk Kurumlarnda Kalite Ynetimi-Unite 01-Salk Hizmetlerinde Kalite Kavram-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 02-SALIK HZMETLERNDE KALTE-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 03-TOPLAM KALTE YNETM-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 04-Trkiyede Durum-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 05-Salk Kurumlarnda Mteri Memnuniyeti-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 06-Hasta Tatmininin nemi-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 07-Mteri Memnuniyeti lm-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 08-Salk Hizmetlerinde Kalitenin llmesi-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 09-LLERN OLUTURULMASI-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 10-SALIK HZMETLER KALTESNN LM-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 11-Kalite yiletirmede Ekip almas-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 12-Ekiplerin Temel zellikleri-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 13-KALTE YLETRMEDE EKP-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 14-Srekli yiletirme-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 15-PUK -Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 16-Alt Sigma-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 17-Kalite yiletirme Aralar-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 18-Kontrol Grafikleri-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 19-Salk Hizmetlerinde Akreditasyon-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 20-Hasta Merkezli Standartlar-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 21-Hizmet Kalitesinin Deerlendirilmesi-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 22-KALTE DLLER-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 23-Hasta Gvenlii-Prof.Dr.Halit Hami ZSalk Kurumlarnda Kalite Ynetimi-Unite 24-HASTA GVENLN ETKLEYEN FAKTRLER-Prof.Dr.Halit Hami Z