Table of Contents Table of Contents
Previous Page  349 / 458 Next Page
Information
Show Menu
Previous Page 349 / 458 Next Page
Page Background

TÜRKİYE İKLİMLENDİRME SANAYİ SEKTÖR RAPORU

2015

312

yazılımı olarak kullanılmaktadır. Yönetim biliminden süreç yönetimine kadar

çok geniş bir yelpazesi bulunan WinQSB problem çözüm modülleri aşağıda

sıralanmıştır; (1) Toplu Üretim Planı, (2) Kabul Örneklemesi, (3) Karar

Analizi, (4) Dinamik Programlama, (5) Tahmin, (6) Tesis Yerleştirme ve

Planlama, (7) Hedef Programlama, (8) Stok Teorisi, (9) İş Çizelgeleme, (10)

Doğrusal ve Tamsayılı Programlama, (11) Markov Süreçleri, (12) MRP, (13)

Şebeke Modelleri, (14) Doğrusal Olmayan Programlama, (15) PERT-CPM,

(16) Kuyruk Analizi, (17) Kalite Kontrol Çizelgeleri, (18) Quadratic

Programlama, (19) Kuyruk Sistemleri Simülasyonu

(2)

SPSS

(Statistical Packages for the Social Sciences)

SPSS programı sosyal bilimlerde kullanılan ve kullanımı kolay bir istatistik

programıdır. Araştırmacılar, akademisyenler ve analistler için güçlü istatistik

tekniklerini kullanıp karar vermede etkili bir programdır. Windows, Mac ve

Linux'la uyumlu çalışabilmektedir. İlk defa 1968 yılında ortaya çıkmıştır, şuan

20. sürümü PASW adıyla kullanılmaktadır. SPSS programının kullanım

alanları şunlardır; 1- Anket ve market araştırması, 2- Akademik araştırmalar,

3- Kalite artırılması, 4- Planlama ve ileri öngörüm, 5- İnsan kaynakları ve

kaynak kullanımı, 6- Rapor yazma ve karar verme.

(3)

MINITAB

, Microsoft® Windows® işletim sisteminde kullanılan ve kolon

bazlı çalışan bir istatistiksel yazılımdır. Temel olarak Oturum penceresi,

Çalışma sayfaları, Grafik pencereleri gibi alt bileşenlerden oluşmaktadır.

Başta

Altı sigma

olmak üzere Endüstriyel uygulamalarda yaygın olarak

kullanılmaktadır.

(b) Öngörü Modeli – I: Zamana göre düzeltilmiş Öngörüler

Uygulanan yöntemlerin tahmin doğrulukları, Mean Absolute Percent Error (MAPE)

istatistiği yardımıyla değerlendirilmiştir. MAPE değerlerinin en düşük olduğu

metodlar dikkate alınarak analizler gerçekleştirilmiştir. Modelin düzleştirme sabiti α,

0.5 değerinden büyükse yeni verileri, düşükse eski verileri ağırlıklı olarak göz önüne

alır, 0.5 değerinde eski ve yeni verileri eşit ağırlıklandırır. Gidişat düzleştirme sabiti β

ve mevsim düzleştirme sabiti, γ değerleri denenerek MAPE değerinin en uygun

değerleri bulunmuştur. Regresyon modelinde R

2

değeri makul olmayan veriler için