Excel’de İmalat Sektörü Veri Analizi ve Raporlama

Kısa cevap: Excel’de imalat veri analizi, vardiya bazlı üretim kayıtlarından dört temel göstergeyi düzenli olarak hesaplamaktır: OEE (Toplam Ekipman Etkinliği), fire/hata oranı, duruş nedenlerinin Pareto dağılımı ve proses kararlılığı (kontrol grafiği ve yeterlilik indeksleri). Bunlara bakım için MTBF/MTTR ve planlama için plan uyum oranı eklendiğinde, bir üretim yöneticisinin haftalık toplantıda ihtiyaç duyduğu tablo büyük ölçüde tamamlanır.

Aşağıda her göstergeyi tek bir makine hattına ait kurgusal ama gerçekçi bir vardiya örneğiyle, Türkçe Excel formülleri (parantez içinde İngilizce karşılıkları) ve menü yollarıyla adım adım hesaplıyoruz.

İmalatta hangi veriler Excel’e nasıl kaydedilmeli?

Analizin kalitesi, sahadan gelen kaydın kalitesiyle sınırlıdır. Her vardiya ve her makine için bir satır içeren “üretim kaydı” tablosu ile her duruş için bir satır içeren “duruş kaydı” tablosunu ayrı tutun:

Tablo	Sütunlar	Not
tblUretim	Tarih, Vardiya, Makine, Ürün, Planlı Süre (dk), Planlı Duruş (dk), İdeal Çevrim (dk/adet), Toplam Adet, Hatalı Adet	Vardiya sonunda operatör veya şef girer
tblDurus	Tarih, Vardiya, Makine, Başlangıç, Bitiş, Süre (dk), Neden Kodu	Süre = =(Bitiş-Başlangıç)*1440
tblKalite	Tarih, Saat, Parti, Ölçüm 1…5	SPC için alt grup ölçümleri

Her tabloyu Ctrl+T ile Excel Tablosuna dönüştürün. Neden kodları için ayrı bir “Kodlar” sayfası açıp Veri > Veri Doğrulama > Liste ile yalnızca bu kodların seçilebilmesini sağlayın; serbest metinle girilen “kalıp değ.”, “kalıp değişimi”, “KALIP” gibi varyasyonlar Pareto analizini bozar. ERP veya MES sisteminden dışa aktarılan veriler kullanılıyorsa, Veri > Veri Al > Dosyadan (Power Query) ile her gün aynı dönüşüm adımlarını otomatik uygulayabilirsiniz.

OEE (Toplam Ekipman Etkinliği) Excel’de nasıl hesaplanır?

OEE, bir makinenin teorik olarak üretebileceğinin ne kadarını iyi parça olarak ürettiğini gösterir ve üç oranın çarpımıdır: Kullanılabilirlik × Performans × Kalite. Örnek vardiya:

Girdi	Değer
Vardiya süresi	480 dk
Planlı duruş (mola, yemek)	30 dk
Plansız duruş (arıza, ayar, malzeme bekleme)	45 dk
İdeal çevrim süresi	0,5 dk/adet
Toplam üretim	720 adet
Hatalı adet	18 adet

• Planlı üretim süresi = 480 − 30 = 450 dk
• Çalışma süresi = 450 − 45 = 405 dk
• Kullanılabilirlik = 405 / 450 = %90 → =(E2-F2-G2)/(E2-F2)
• Performans = (0,5 × 720) / 405 = %88,9 → =(H2*I2)/(E2-F2-G2)
• Kalite = (720 − 18) / 720 = %97,5 → =(I2-J2)/I2
• OEE = 0,90 × 0,889 × 0,975 ≈ %78

Plansız duruşu satır bazında almak için duruş tablosundan toplayın: =ÇOKETOPLA(tblDurus[Süre];tblDurus[Tarih];[@Tarih];tblDurus[Vardiya];[@Vardiya];tblDurus[Makine];[@Makine]) (SUMIFS). Haftalık veya aylık OEE hesaplanırken vardiya OEE’lerinin basit ortalamasını almak hatalıdır; bunun yerine süre ve adetleri toplayıp oranları toplamlar üzerinden yeniden hesaplayın. Örneğin haftalık performans =TOPLA.ÇARPIM(tblUretim[İdeal Çevrim];tblUretim[Toplam Adet])/TOPLA(tblUretim[Çalışma Süresi]) (SUMPRODUCT) şeklinde bulunur.

Performans oranı %100’ü aşıyorsa ideal çevrim süresi gerçekçi değildir (genellikle fazla uzun girilmiştir); bu durumda çevrim süresini makinenin kanıtlanmış en iyi hızına göre güncelleyin.

Fire ve hata oranı nasıl hesaplanır ve izlenir?

Fire oranı en basit haliyle =Hatalı Adet / Toplam Adet şeklindedir; örnekte 18 / 720 = %2,5. Ancak tek bir oran sorunun nerede olduğunu söylemez. Hata kayıtlarına “Hata Türü” sütunu ekleyip şu kırılımları hazırlayın:

• Ürün bazında fire: =ÇOKETOPLA(tblUretim[Hatalı Adet];tblUretim[Ürün];A2)/ÇOKETOPLA(tblUretim[Toplam Adet];tblUretim[Ürün];A2)
• Vardiya veya operatör bazında fire: aynı formülde ölçütü değiştirin. Bir vardiyanın sürekli yüksek çıkması eğitim, ayar veya aydınlatma gibi koşullara işaret edebilir.
• Milyonda hata (PPM): =Hatalı/Toplam*1000000. Düşük hata oranlarını yorumlamayı kolaylaştırır.
• İlk seferde doğru (FPY): yeniden işlenen parçaları ayrı sayıyorsanız =(Toplam-Hatalı-Yeniden İşlem)/Toplam.

Fire maliyetini görmek için hatalı adedi birim maliyetle çarpın. Birim maliyeti nasıl hesaplayacağınızı Excel’de işletme maliyet analizi rehberinde anlattık. Günlük fire oranını çizgi grafikle izlerken ortalama ve üst sınır çizgilerini de eklemek, olağan dalgalanma ile gerçek bozulmayı ayırmayı kolaylaştırır; bunun istatistiksel yolu aşağıdaki kontrol grafikleridir.

Duruş nedenleri Pareto analizi ile nasıl önceliklendirilir?

Pareto analizi, sınırlı iyileştirme kaynağını kaybın en büyük kısmını yaratan birkaç nedene yönlendirir. Örnek vardiyadaki 45 dakikalık plansız duruşun dağılımı:

Neden	Süre (dk)	Pay	Kümülatif pay
Kalıp değişimi	18	%40,0	%40,0
Malzeme bekleme	12	%26,7	%66,7
Arıza	9	%20,0	%86,7
Kalite onayı bekleme	4	%8,9	%95,6
Diğer	2	%4,4	%100,0

Adımlar:

1. Duruş tablosundan PivotTable oluşturun (Ekle > PivotTable), satıra “Neden Kodu”, değere “Süre”nin toplamını koyun ve değere göre büyükten küçüğe sıralayın.
2. Pivot dışına kopyaladığınız listede kümülatif payı =TOPLA($B$2:B2)/TOPLA($B$2:$B$6) ile hesaplayın.
3. Excel 2016 ve sonrasında doğrudan Ekle > İstatistik Grafiği Ekle > Pareto grafiğini kullanabilirsiniz; eski sürümlerde sütun grafiğe ikincil eksende çizgi ekleyerek aynı görünümü elde edersiniz.

Örnekte ilk iki neden duruşların üçte ikisini oluşturuyor. Kalıp değişimi için SMED (hızlı kalıp değişimi) çalışması, malzeme bekleme için iç lojistik ve besleme planı ilk ele alınacak konular olur. Pareto analizini süre yerine olay sayısıyla da yapın: sık ama kısa duruşlar (mikro duruşlar) çoğu zaman performans kaybı olarak gizlenir.

Kontrol grafiği (SPC) ve proses yeterliliği Excel’de nasıl hazırlanır?

Kritik bir ölçünün (ör. 20 ± 0,25 mm şaft çapı) zaman içinde kararlı olup olmadığını X̄-R kontrol grafiğiyle izlersiniz. Her saat 5 parçalık bir alt grup ölçülsün ve ölçümler B:F sütunlarında olsun:

1. Alt grup ortalaması: =ORTALAMA(B2:F2) (AVERAGE); alt grup aralığı: =MAK(B2:F2)-MİN(B2:F2).
2. En az 20–25 alt gruptan genel ortalama (X̿) ve ortalama aralık (R̄) hesaplanır. Örnekte X̿ = 20,00 mm, R̄ = 0,12 mm olsun.
3. n = 5 için tablo sabitleri A2 = 0,577, D3 = 0, D4 = 2,114, d2 = 2,326’dır.
4. X̄ grafiği sınırları: ÜKS = X̿ + A2 × R̄ = 20,069 mm; AKS = 19,931 mm. R grafiği: ÜKS = D4 × R̄ ≈ 0,254 mm, AKS = 0.
5. Ortalama, ÜKS ve AKS’yi ayrı sütunlarda sabit değer olarak tutup alt grup ortalamalarıyla birlikte Ekle > Çizgi Grafik ile çizdirin.

Yorum: Sınır dışına çıkan bir nokta, merkez çizginin aynı tarafında art arda 7–8 nokta veya sürekli artan/azalan bir dizi “özel neden” işaretidir; takım aşınması, yeni hammadde partisi veya operatör değişimi gibi bir olay araştırılmalıdır. Kontrol sınırlarının müşteri tolerans sınırlarıyla aynı şey olmadığını unutmayın: kontrol sınırları prosesin kendi değişkenliğinden hesaplanır.

Proses yeterliliği: σ tahmini = R̄ / d2 = 0,12 / 2,326 ≈ 0,0516 mm. Cp = (ÜSL − ASL) / (6σ) = 0,5 / 0,3095 ≈ 1,62. Ortalama hedefte değilse Cpk = MİN(ÜSL − X̿; X̿ − ASL) / (3σ) formülünü kullanın. Uygulamada Cpk’nin 1,33 ve üzerinde olması pek çok sektörde yaygın bir hedef olarak kabul edilir; ancak geçerli eşik müşteri şartnamenize bağlıdır.

Bakım performansı MTBF ve MTTR ile nasıl ölçülür?

Arıza duruşları OEE’nin kullanılabilirlik kaybının önemli bir parçasıdır. Bakım ekibinin performansını iki göstergeyle izleyin:

• MTBF (arızalar arası ortalama süre) = Toplam çalışma süresi / Arıza sayısı
• MTTR (ortalama onarım süresi) = Toplam onarım süresi / Arıza sayısı

Örnek: bir ayda makine 590 saat çalışmış, 4 arıza yaşanmış ve onarımlar toplam 10 saat sürmüş olsun. MTBF = 590 / 4 = 147,5 saat; MTTR = 10 / 4 = 2,5 saat; içsel kullanılabilirlik = MTBF / (MTBF + MTTR) ≈ %98,3. Excel’de arıza sayısı için =ÇOKEĞERSAY(tblDurus[Makine];"M-01";tblDurus[Neden Kodu];"ARIZA") (COUNTIFS), onarım süresi için aynı ölçütlerle ÇOKETOPLA kullanılır. MTBF’nin düşmesi önleyici bakım planının, MTTR’nin uzaması yedek parça veya bilgi eksikliğinin göstergesi olabilir.

Vardiyalar arasındaki fire farkı istatistiksel olarak anlamlı mı?

“Gece vardiyasında fire daha yüksek” gibi bir gözlemi karar almadan önce test etmek gerekir; birkaç günlük fark tesadüf olabilir. Her vardiya için günlük fire oranlarını iki ayrı sütunda (ör. B ve C) toplayın ve şunları uygulayın:

• Hızlı yol: =T.TEST(B2:B31;C2:C31;2;3) (T.TEST). Son bağımsız değişken 3, varyansların eşit varsayılmadığı (Welch) testi seçer; sonuç p-değeridir.
• Ayrıntılı çıktı: Veri > Veri Çözümleme > t-Testi: Eşit Olmayan Varyanslar Varsayılarak İki Örnek. Çıktıda iki vardiyanın ortalaması, varyansı, t istatistiği ve “P(T<=t) iki uçlu” değeri yer alır.

p-değeri genellikle 0,05’in altındaysa farkın tesadüfle açıklanması zor kabul edilir; üstündeyse eldeki veriyle farkın gerçek olduğunu söylemek için yeterli kanıt yoktur. Üç veya daha fazla vardiya ya da makine karşılaştırılacaksa Anova: Tek Etken aracını kullanın. Anlamlı bir fark bulunsa bile nedeni (ayar, eğitim, malzeme partisi) ayrıca araştırılmalıdır; test yalnızca nereye bakılacağını gösterir.

Üretim planına uyum ve takt süresi nasıl raporlanır?

Planlama tarafında iki gösterge yeterli bir başlangıçtır:

• Takt süresi = Kullanılabilir süre / Müşteri talebi. 450 dakikada 800 adet talep için 450 / 800 = 0,5625 dk ≈ 33,75 saniye. Gerçek çevrim süresi takt süresinden uzunsa talep o hatta karşılanamaz.
• Plan uyum oranı = Plana uygun üretilen miktar / Planlanan miktar. Fazla üretimin eksik üretimi gizlememesi için ürün bazında =MİN(Gerçekleşen;Plan)/Plan alıp toplamlar üzerinden oranlayın.

Haftalık raporu tek sayfada toplamak için PivotTable’lardan beslenen bir özet sayfası kurun: makine bazında OEE ve üç bileşeni, ilk üç duruş nedeni, fire oranı ve PPM, MTBF/MTTR ile plan uyum oranı. PivotTable Çözümle > Dilimleyici Ekle ile makine ve hafta seçimi ekleyin; koşullu biçimlendirmede hedefin altındaki değerleri kırmızı, üstündekileri yeşil gösterin. Büyük veri hacminde veya birden fazla tesiste raporun Power BI gibi bir araca taşınması düşünülebilir, ancak hesaplama mantığı burada anlatılanla aynıdır.

Sık sorulan sorular

OEE için iyi bir değer nedir?

OEE hedefi sektöre, ürün karışımına ve hattın yapısına göre değişir. Sabit bir “iyi” değer yerine kendi hattınızın başlangıç değerini ölçüp üç bileşenden hangisinin en çok kayıp yarattığına odaklanmak daha yararlıdır.

Performans oranı neden %100'ün üzerinde çıkıyor?

Bu genellikle ideal çevrim süresinin gerçekte olduğundan uzun girildiğini veya üretim adetlerinin yanlış vardiyaya kaydedildiğini gösterir. İdeal çevrim süresini makinenin kanıtlanmış en hızlı çalışma değerine göre güncelleyin.

Kontrol grafiği için kaç ölçüm gerekir?

Kontrol sınırlarını hesaplamak için genellikle en az 20–25 alt grup (ör. 5’erli ölçüm) önerilir. Sınırlar hesaplandıktan sonra yeni ölçümler bu sınırlara göre izlenir; proses değiştiğinde sınırlar yeniden hesaplanır.

Excel'de Pareto grafiği hangi sürümde var?

Hazır Pareto grafiği Excel 2016 ve sonraki sürümlerde Ekle > İstatistik Grafiği Ekle menüsündedir. Daha eski sürümlerde sıralı sütun grafiğe ikincil eksende kümülatif yüzde çizgisi eklenerek oluşturulur.

ERP verisi Excel'e nasıl otomatik aktarılır?

ERP’den düzenli olarak CSV veya Excel dışa aktarımı alınıyorsa Power Query (Veri > Veri Al) ile dosya veya klasöre bağlanıp temizleme adımlarını bir kez tanımlayabilirsiniz. Sonraki dönemlerde Veri > Tümünü Yenile yeterlidir.

İlgili rehberler ve hizmetler

• Excel’de işletme maliyet analizi ve raporlama
• Excel’de PivotTable ile veri analizinin temelleri
• Excel’de lojistik ve tedarik zinciri veri analizi
• Excel’de veri doğrulama ve hata kontrolü
• Excel’de gayrimenkul veri analizi
• Excel’de inşaat ve mühendislik veri analizi
• Excel’de veri filtreleme ve sıralama teknikleri
• SPSS analizi yaptırma
• Tez veri analizi
• İstatistik ödev yaptırma
• Ödev yaptırma
• Proje yaptırma
• Tez yaptırma