6 Sigma Projelerinde Karar Vermenin Bilimsel Yolu: Hipotez Testi

İş hayatında her gün onlarca karar alıyoruz. “Yeni kampanya satışları artırdı mı?”, “Bu tedarikçinin parçaları daha mı kaliteli?”, “Çağrı merkezindeki yeni senaryo bekleme sürelerini kısalttı mı?”

Çoğu zaman bu sorulara içgüdülerimizle veya “göz kararı” verilerle cevap vermeye çalışırız. Ancak 6 Sigma gibi veri odaklı metodolojilerde varsayımlara yer yoktur. İşte tam bu noktada devreye istatistiğin en keskin kılıcı girer: Hipotez Testi.

Peki, nedir bu Hipotez Testi ve 6 Sigma projelerinde nasıl hayat kurtarır? Adım adım inceleyelim.

Amacı Nedir?

Hipotez testinin temel amacı, elimizdeki bir iddiayı (hipotezi) istatistiksel veriler kullanarak doğrulamak veya çürütmektir. Gözlemlediğimiz bir farkın veya değişikliğin gerçekten anlamlı bir etki mi olduğunu, yoksa sadece rastlantısal bir şans eseri mi gerçekleştiğini anlamamızı sağlar.

Kısacası; sinyali (gerçek etki) gürültüden (rastgele dalgalanma) ayırır.

Nerede Kullanılır?

6 Sigma proje adımları olan DMAIC (Tanımla, Ölç, Analiz Et, İyileştir, Kontrol Et) döngüsünün özellikle iki aşamasında yoğun olarak kullanılır:

1. Analiz (Analyze) Aşaması: Problemin kök nedenlerini doğrularken. “Makinenin hızı ile hatalı ürün çıkması arasında gerçekten matematiksel bir ilişki var mı?”

2. İyileştirme (Improve) Aşaması: Bulunan çözümün işe yaradığını kanıtlarken. “Eski süreç ile yeni süreç arasında iyileşme yönünde anlamlı bir fark var mı?”

Nasıl Kullanılır?

Hipotez testi 6 temel adımdan oluşur:

1. İddiayı (Hipotezi) Kurun: İki tür hipotez vardır:

   • Sıfır Hipotezi (H₀): “Fark yoktur”, “Etki yoktur” diyen statüko hipotezidir. (Örn: Eski eğitim ile yeni eğitim arasında başarı farkı yoktur.)
   • Alternatif Hipotez (H₁ veya Hₐ): Araştırdığınız ve ispatlamaya çalıştığınız durumdur. “Fark vardır!” der.

2. Anlamlılık Düzeyini (α) Belirleyin: Genellikle iş dünyasında %5 (0.05) olarak kabul edilir. Yanılma payı %5 ile sınırlanır.

3. Veri Toplayın: Karşılaştırılacak gruplardan veya süreçlerden yeterli büyüklükte örneklem toplayın.

4. Uygun Testi Seçin: Verinizin tipine göre (sürekli veri mi, kesikli veri mi?) doğru istatistiksel testi seçin (T-Testi, ANOVA, Ki-Kare vb.).

5. p-Değerini Hesaplayın: Kullanılan istatistik programı (Minitab vb.) size bir p-değeri verecektir.

6. Karar Verin:

   • p-değeri < 0,05 ise: H₀ reddedilir. Yani “Fark istatistiksel olarak anlamlıdır!”
   • p-değeri ≥ 0,05 ise: H₀ reddedilemez. Yani “Bu veriyle farkın tesadüf olmadığını gösteremedik.” Bu, “fark kesinlikle yok” demek değildir; örneklem küçükse gerçek bir fark gözden kaçabilir.

Faydası Nedir?

• Önyargıları Yok Eder: Kararlar hislere, “en kıdemli kişinin” fikrine değil, salt matematiğe dayanır.
• Maliyetleri Düşürür: İşe yaramayacak sözde “iyileştirmelere” şirket bütçesi ve zaman harcanmasını engeller.
• Riski Yönetir: Doğru olan bir süreci bozma (Tip 1 Hata) veya hatalı bir süreci fark etmeme (Tip 2 Hata) riskini minimize eder.

Kullanım Örnekleri

Örnek 1: E-ticaret ve A/B testleri (2 oran testi)

• Senaryo: E-ticaret sitenizdeki “Satın Al” butonunun rengini maviden kırmızıya çevirdiniz. Mavi butonda dönüşüm oranı %3.2, kırmızıda %3.5 çıktı.
• Soru: Kırmızı gerçekten daha mı iyi, yoksa o gün tesadüfen mi daha çok tıklandı?
• Test: Hipotez testi yaparak bu %0.3’lük farkın istatistiksel olarak anlamlı olup olmadığını kanıtlar, böylece tüm sitenin tasarımını güvenle değiştirirsiniz.

Örnek 2: Çağrı merkezi (iki örneklem t-testi)

• Senaryo: Çağrı merkezi çalışanlarına müşteri şikayetlerini daha hızlı çözmeleri için yeni bir rehber doküman verildi. Eski rehberle ortalama çağrı süresi 240 saniye, yeni rehberle 232 saniye ölçüldü.
• Soru: 8 saniyelik bu düşüş yeni rehberin başarısı mı?
• Test: P-değeri < 0.05 çıkarsa yeni rehber kalıcı hale getirilir. Çıkmazsa, yeni rehber için eğitim maliyetine katlanmaya gerek kalmaz.

Örnek 3: Vardiyalar arası hata oranı (ANOVA)

• Senaryo: Bir fabrikada aynı parçayı üreten 3 farklı vardiya (Sabah, Akşam, Gece) var. Gece vardiyasının daha fazla hatalı ürün çıkardığı iddia ediliyor.
• Soru: Vardiyalar arasında hata oranları açısından gerçekten anlamlı bir fark var mı?
• Test: ANOVA testi sayesinde 3 grubun ortalamaları aynı anda karşılaştırılır. Kök nedenin vardiya saatleri olup olmadığı bilimsel olarak ispatlanır.

Sayılarla küçük bir örnek

Çağrı merkezi örneğini somutlaştıralım. Eski rehberle 40, yeni rehberle 40 çağrı ölçüldü; ortalamalar 240 ve 232 saniye, standart sapmalar ise 30 saniye civarında. Bu durumda iki örneklem t-testi yaklaşık t ≈ 1,19 ve p ≈ 0,24 verir. Yani 8 saniyelik fark, çağrıdan çağrıya oynayan 30 saniyelik doğal dalgalanmanın içinde kayboluyor; bu veriyle rehberin işe yaradığını söyleyemeyiz.

Aynı fark 400’er çağrıyla ölçülseydi p-değeri 0,001’in altına düşerdi. Ders: Küçük farkları kanıtlamak için büyük örneklem gerekir. Testi yapmadan önce “Hangi büyüklükteki farkı yakalamak istiyorum ve bunun için kaç ölçüm gerekir?” sorusunu sor.

Sık Yapılan Hatalar

• “H₀’ı kabul ettik” demek. Doğrusu: “H₀’ı reddetmek için yeterli kanıt yok.”
• İstatistiksel anlamlılığı pratik önemle karıştırmak. Çok büyük örneklemlerde 1 saniyelik fark bile “anlamlı” çıkar; ama bu, eğitime yatırım yapmaya değer mi?
• Varsayımları kontrol etmemek. t-testi ve ANOVA yaklaşık normal dağılım ve bağımsız gözlemler ister. Önce Normallik Testi aracıyla kontrol et.
• Veriyi gördükten sonra hipotez kurmak. Soruyu ve α’yı veriyi toplamadan önce yaz.

Kendin Dene

Bu yazıdaki testlerin hepsini Hipotez Testi aracında kurulum gerektirmeden yapabilirsin. Konuyu baştan sona, gerçek fabrika verileriyle öğrenmek istersen Veriyle Karar Vermek: Hipotez Testleri eğitim serisine göz at.

İleri Okuma

Konuyu daha detaylı öğrenmek isterseniz aşağıdaki global kaynakları ve araçları inceleyebilirsiniz:

• Minitab Blog: İstatistiksel araçların gerçek dünya uygulamaları için en zengin içeriklerden biridir. (blog.minitab.com)
• ASQ (American Society for Quality): 6 Sigma standartları ve teorik alt yapı için temel kaynaktır. (asq.org)
• iSixSigma: Vaka analizleri, proje dokümanları ve makaleler içeren çok geniş bir portaldır. (isixsigma.com)