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