Isg Yapay Zeka

T.C.
ERCİYES ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ
ENDÜSTRİ MÜHENDİSLİĞİ ANA BİLİM DALI
İSG'DE RİSK DEĞERLENDİRMESİ İÇİN ÇOK

PARAMETRELİ HİYERARŞİK BİR MODEL ÖNERİSİ
Hazırlayan
Ömer BIYIKLI
Danışman
Yrd.Doç.Dr.Emel KIZILKAYA AYDOĞAN
Yüksek Lisans Tezi
Temmuz 2011
KAYSERİ
T.C.
ERCİYES ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ
ENDÜSTRİ MÜHENDİSLİĞİ ANA BİLİM DALI
İSG'DE RİSK DEĞERLENDİRMESİ İÇİN ÇOK

PARAMETRELİ HİYERARŞİK BİR MODEL ÖNERİSİ
Hazırlayan
Ömer BIYIKLI
Danışman
Yrd.Doç.Dr.Emel KIZILKAYA AYDOĞAN
Yüksek Lisans Tezi
Temmuz 2011
KAYSERİ
ii
BİLİMSEL ETİGE UYGUNLUK
Bu çalışmadaki tüm bilgilerin, akademik ve etik kurallara uygun bir şekilde elde
edildiğini beyan ederim. Aynı zamanda bu kural ve davranışların gerektirdiği gibi, bu
çalışmanın özünde olmayan tüm materyal ve sonuçları tam olarak ak:tardığımı ve
referans gösterdiğimi belirtirim.
Adı-Soyadı: Ömer BIYIKLI
İmza~.
iii
YÖNERGEYE UYGUNLUK
"İş Sağlığı ve Güvenliğinde Çok Parametreli, Yapay Zeka Tabanlı ve Hiyerarşik Yapılı
Yeni Bir Risk Analizi Metodu ve Uygulaması" adlı Yüksek Lisans tezi, Erciyes
Üniversitesi Lisansüstü Tez Önerisi ve Tez Yazma Yönergesi'ne uygun olarak
hazırlanmıştır.
Tezi Hazırlayan Danışman
Ömer BIYIKLI Yrd.DoçDr.Emel K. AYDOCAN
İmza
ur'
Endüstri Mühendisliği ABD Başkanı 4 V~
Yrd.Doç.Dr.Ercan şENYİcİT
v
TEŞEKKÜR
Çalışma hayatı ile birlikte öğretim hayatının birlikte yürütülmesinin zorluklarını

yaşadığım son iki yıllık dönemde ders saatlerinin ayarlanmasında her türlü kolaylığı
sağlayan Erciyes Üniversitesi Endüstri Mühendisliği Bölümünde görev yapan tüm
hocalarıma, yüksek lisansa başladığım en baştan beri verdiği pozitif enerjiyle beni
cesaretlendiren, bana yol gösteren çok değerli danışman hocam Yrd.Doç.Dr. Emel
KIZILKAYA AYDOĞAN'a, yüksek lisans döneminde sevgisini bana her zaman
iliklerime katan hissettiren değerli eşime ve daha doğmamış olsa bile hayatıma en güzel
anlamı katacak olan, gelecek çok değerli misafirimiz olan kızıma teşekkür ederim.
Ömer BIYIKLI
Kayseri, Temmuz 2011

vi
İSG'DE RİSK DEĞERLENDİRMESİ İÇİN ÇOK PARAMETRELİ

HİYERARŞİK BİR MODEL ÖNERİSİ
Ömer BIYIKLI
Erciyes Üniversitesi, Fen Bilimleri Enstitüsü
Yüksek Lisans Tezi, Haziran 2011
Tez Danışmanı: Yrd.Doç.Dr.Emel KIZILKAYA AYDOĞAN
ÖZET
Risk değerlendirme iş sağlığı ve güvenliği faaliyetlerinin en önemli evresidir. İş yerlerinde

icra edilen faaliyetlere dair risklere temel anlamda değinir ve böylece yöneticilere önlemlerin
alınmasına yönelik uygun bilgiler sunar. Risk değerlendirme bu kadar önemli olmasına
rağmen ve bu yöndeki ulusal ve uluslar arası düzenlemelere karşın, bunu gerçekleştirecek
standart bir metodoloji geliştirilememiştir. İşletmeler kendilerine göre uygun olan
yaklaşımlarla bu faaliyeti gerçekleştirmektedirler. Bunun neticesinde işletmeler genel
anlamda çalışma alanındaki mevcut risklerin ana noktalarını vurgulamaya ve tehlikeli
faaliyetleri etkin şekilde sınıflandırmaya yeterli olmayan basit metodolojileri
kullanmaktadırlar. Bu tezde klasik yaklaşımın sınırlarını aşacak yeni bir risk değerlendirme
metodolojisi geliştirilmesi hedeflenmektedir. Özellikle klasik yaralanma ve olasılık
parametrelerinden ziyade, bu parametrelerin daha iyi tahmin edilebilmesine yönelik alt
parametreler eklenmiştir. Bu parametreler yapay zekâ yöntemleriyle değerlendirilmiştir.
Anahtar Kelimeler: İş Sağlığı ve Güvenliği, Risk Analizi, Yapay Zeka, Yapay Sinir Ağları,
Bulanık Mantık

vii
A MULTI-PARAMETER HIERARCHICAL BUILT MODEL PROPOSAL FOR

OCCUPATIONAL HEALTH AND SAFETY RISK ASSESSMENT
Ömer BIYIKLI
Erciyes University, Graduate School of Natural and Applied Sciences
M.Sc.Thesis, July 2011
Thesis Supervisor: Asst.Prof.Dr.Emel KIZILKAYA AYDOĞAN
ABSTRACT
Risk assessment is the most phase of the occupational health and safety process. It basically
consists ofvevaluating the risks involved in the execution of working activities, so as to
provide the managers with information suitable to address intervention measures. Despite risk
assessment's importance, national and international regulations have never formalized a
standard methodology for addressing it, leaving companies complete freedom to adopt the
approach they consider appropriate. As a consequence, companies generally settle on the use
of simple methodologies which frequently are not able to emphasize all the main aspects
affecting risk in the work- place and to produce a precise ranking of hazardous activities. In
this thesis, a new methodology for risk evaluation is then proposed with the aim to overcome
limitations of the classical approaches. In particular, so as to better estimate of the classical
injury magnitude and occurrence probability of an accident parameters, is added sub-
parameters. This parameters and sub-parameters is estimated by artificials intelligence
methods.
Keywords : Occupational health and safety, risk assesment, artificial intelligence, multiple
parameters
viii
İÇİNDEKİLER
BİLİMSEL ETİĞE UYGUNLUK SAYFASI………………………………....……….ii
YÖNERGEYE UYGUNLUK SAYFASI…………………………………………...…iii
KABUL VE ONAY………..…………………………………….....…………..…...…iv
TEŞEKKÜR………….……………………………………………………...….............v
ÖZET………………………….…………………………………..…...….....................vi
ABSTRACT…………………………….…………………………..…………….…....vii
İÇİNDEKİLER…………………………………………………………………...…... viii
KISALTMALAR VE SİMGELER LİSTESİ……………………………..……...……xii
TABLOLAR LİSTESİ………………………………….…………...…………...…... xiii
ŞEKİLLER LİSTESİ……………………….……………………..……....….............. xv
GİRİŞ.…..……………………………………………………………………………..1
1. BÖLÜM
İŞ SAĞLIĞI VE GÜVENLİĞİNDE TEMEL KAVRAMLAR
1.1. İşçi, İşveren, İşveren Vekili, İşyeri, Sigortalı Kavramları…………..……........3
1.2. Olay, Kaza, İş Kazası, Ramak Kala ve Meslek Hastalığı Kavramları…..........4
1.3. Geçici İş Göremezlik, Sürekli İş Göremezlik, Malullük Kavramları…….......5
1.4. İş Sağlığı ve Güvenliği…………………………………………………...………6
1.4.1.Tanımlar…………………………………………………………………........6
1.4.2. İş Sağlığı ve Güvenliği Çalışmaları ve Diğer Bilimlerle İlişkisi…….....…..6

ix
1.4.3.İş Sağlığı ve Güvenliğinin Amaçları………………………………...……7
1.5. İş Sağlığı ve Güvenliği Yönetim Sistemleri……………………….……....….8
1.5.1. İş Sağlığı ve Güvenliği Yönetim Sistemlerinin Faydaları…………...….8
1.5.2. OHSAS 18001 (TS 18001:2008) İş Sağlığı ve Güvenliği Yönetim
Sisteminin Yapısı……………………….…………………….……..…….9
1.6. İş Kazaları………………………………………………………….……..…..11
1.6.1. İş Kazalarının Getirdiği Kayıplar…………………………………...…12
1.6.2. Kaza Oluşum Teorileri……………………………………………...…...15
1.6.3. Kaza Performans Göstergeleri ve Hesaplamaları………………...……18
1.6.4. Türkiye’de İş Kazaları İstatistikleri………………………………….…20
2. BÖLÜM
RİSK ANALİZİ TEMEL KAVRAMLAR VE TANIMLAR
2.1. Tehlike, Risk, Belirsizlik, Risk Değerlendirme&Risk Analizi, Risk
Yönetimi Kavramları…………………………………………………….…..…..26
2.2. Neden Risk Analizi Yapmalıyız?...................................................................32
2.3. Risk Değerlendirme Tarihçesi…………………………………………...…34
2.4. Risk Değerlendirme Yöntemleri………………………………….……...…35
2.5. Hata Türü ve Etkileri Analizi…………………………………………....…38
2.6. Risk Değerlendirme Aşamaları………………………………………….…40
2.7. Proses Sırasında Oluşabilecek Tehlikelerin Listesi……………..……..…42
2.8. Risk Kontrol Tedbirlerinin Planlanması………………………..….…….44
2.9.Risk Değerlendirmede Sık Yapılan Hatalar………………………...…….45

x
3. BÖLÜM
YAPAY ZEKA
3.1. Yapay Sinir Ağları ve Regresyon Analizi…….…….………………….48
3.1.1. YSA Özellikleri ve Gelişimi………………………………….…..….50
3.1.2. Regresyon Analizi……………………………………………….….53
3.2. Bulanık Mantık …..………………………………………………….….54
4. BÖLÜM

4.1. İSG'de Risk Değerlendirmesi ve Literatür Araştırması….……………...64
4.2. Önerilen Çok Parametreli Hiyerarşik Risk Değerlendirme Modeli…….66
4.2.1.Olasılık……………………………………………………..…….....….68
4.2.1.1. Salt Olasılık……………………..………………………….…......70
4.2.1.2. Sıklık ………………………..……………………………...….….72
4.2.1.3. Risk Kaynağı Sayısı ……………………………......…….……....72
4.2.1.4. Tezgah/Alet/Cihaz.vb. Bakımının Koruyuculuğu ……..…....…74
4.2.1.5. Keşfedilebilirlik ………….…………………………………..…..75
4.2.2. Şiddet………………………………………………………….............77
4.2.2.1.Salt Şiddet……………………………………………………….......78
4.2.2.2. Tehlike Altındaki Personel Sayısı…………………………..….….78
4.2.2.3. KKD Koruyuculuğu………………………………………...…..….79

xi
5. BÖLÜM
BULGULAR
5.1. Olasılık Değerinin Hesaplanması…………………………….…..…….....81
5.1.1. YSA ile değerlendirme……………………………………...………....81
5.1.2. Regresyon ile değerlendirme……………………...…………………..91
5.2. Şiddet Değerinin Hesaplanması……………………….……………….....99
5.3. Risk Değerinin Hesaplanması…………………………….………...…...…107
6.BÖLÜM
SONUÇ, TARTIŞMA ve ÖNERİLER
6.1. Sonuç…………………………………………………………………...…...112
6.2. Tartışma…………………………………………………………………….113
6.3. Öneriler…………………………………………………………..................114
EKLER…………………………………………………………….………....…115
KAYNAKLAR………………………………………………………….….…..117
ÖZGEÇMİŞ……………………………………………………….…….….…..121
xii

KISALTMALAR VE SİMGELER LİSTESİ
HTEA : Hata Türü Etkileri Analizi
ILO : Uluslar arası Çalışma Örgütü
MIL-STD: Military Standart
TKH: Toplam Karesel Hata (SSE)
Trainb: Batch training with weight and bias learning rules
Trainbfg: BFGS quasi-Newton backpropagation
Traincgp: Conjugate gradient backpropagation with Polak-Ribiére updates
Traingd: Gradient descent backpropagation
Traingda: Gradient descent with adaptive learning rate backpropagation
Traingdm: Gradient descent with momentum backpropagation
Trainlm: Levenberg-Marquardt backpropagation
Trainoss: One step secant backpropagation
Trainrp: Resilient backpropagation
Trainscg: Scaled conjugate gradient backpropagation
OKH : Ortalama Karesel Hata (MSE)
OMH: Ortalama mutlak hata
WHO : Dünya Sağlık Örgütü
YSA : Yapay Sinir Ağları

xiii

TABLOLAR LİSTESİ
Tablo 2.1 Tehlike-risk kavramları……………………..…………………………27
Tablo 2.2 Risk değerlendirme metodolojileri karşılaştırma tablosu……….…….37
Tablo 4.1. Salt olasılık değerleri tablosu…………………………………………71
Tablo 4.2. Sıklık değerleri tablosu……………………………………………….72
Tablo 4.3. Risk kaynağı sayısı değerleri tablosu…………………………...…....73
Tablo 4.4. Tezgâh/Alet/Cihaz vb. bakımın koruyuculuğu değerleri tablosu….....74
Tablo 4.5. Keşfedilebilirlik değerleri tablosu……………………………………75
Tablo 4.6. Şiddet değerleri tablosu………………………………………………78
Tablo 4.7. Tehlike altındaki personel sayısı tablosu…………………………….79
Tablo 4.8. KKD koruyuculuğu tablosu……………………………………...…..80
Tablo 5.1. Henrich-Önerilen model kaza ağırlıkları tablosu………….…………84
Tablo 5.2. Önerilen kaza puanı metodu için farklı öğrenme fonksiyonlarına göre
YSA sonuçlarının karşılaştırılması…………………………………..88
Tablo 5.3. Heinrich kaza puanı metodu için farklı öğrenme fonksiyonlarına göre
YSA sonuçlarının karşılaştırılması……………………………………91
Tablo 5.4. Önerilen kaza puanı modeli için hesaplanan katsayılar……..….........94
Tablo 5.5. Test verileri ve gerçek durumdaki kaza puanı ve YSA, regresyon
sonuçları……………………………………………………………95
Tablo 5.6. Gerçek kaza puanı, YSA, regresyon ve eski olasılık sistemindeki
değerler arası korelasyon matrisi………………………………….…98

xiv

Tablo 5.7. Olasılık değerleri tablosu…………………………………………....…...99
Tablo 5.8. Salt şiddet için üyelik fonksiyonu değerleri………………………..…...100
Tablo 5.9. TAPS için üyelik fonksiyonu değerleri……………………………..…..100
Tablo 5.10. KKD koruyuculuğu için üyelik fonksiyonu değerleri…………..……..101
Tablo 5.11. Şiddet için üyelik fonksiyonu değerleri………………………….…….102
Tablo 5.12. Bulanık mantık modeli için belirlenen kurallardan bazıları………..….103
Tablo 5.13. Bulanık mantıkla hesaplanan olasılık değeri ve kullanılan altparametrelerin
değerleri……………………………………………………...................105
Tablo 5.14. Risk değerleri tablosu………………………………………………....107
Tablo 5.15. Risk değerinin bulunmasına yönelik bulanık mantık modeli için
belirlenen kurallar………………………………………………………108
Tablo 5.16. Bulanık risk değerlendirme ve klasik risk değerlendirme verileri…….109

xv
ŞEKİLLER LİSTESİ
Şekil 1.1. PUKÖ döngüsü……………………………………….………………...…10
Şekil 1.2. İş kazası kayıpları…………………………………………..………..…...…15
Şekil 1.3. Domino etkisi…………………………………………………………..…...17
Şekil 1.4. Kazaları oluşturan öğelerin (Dominoların) açınımı………………….…......18
Şekil 1.5 Türkiye’deki 2002-2009 yılları arasındaki iş kazası sayıları……….............21
Şekil 1.6. Türkiye’deki 2002-2009 yılları arasındaki ölümlü vaka sayıları………..….21
Şekil 1.7. Türkiye’deki 2002-2009 yılları arasındaki iş kazası başına ölümlü vaka
ortalamaları…………………………………….………….………….……22
Şekil 1.8. Türkiye’deki 2002-2009 yılları arasındaki geçici işgöremezlik süreleri......22
Şekil 1.9. Türkiye’deki 2002-2009 yılları arasındaki sürekli işgöremezlik derece
toplamları………………….………………………………………….......23
Şekil 1.10. Türkiye’deki 2002-2009 yılları arasındaki iş kazası ağırlık hızları (Gün).23
Şekil 1.11. Türkiye’deki 2002-2009 yılları arasındaki iş kazası ağırlık hızları (Saat).24
Şekil 1.12. Türkiye’deki 2002-2009 yılları arasındaki iş kazası sıklık hızları
(1000000 İş Saati)………………………………………………............24
Şekil 1.13. Türkiye’deki 2002-2009 yılları arasındaki iş kazası sıklık hızları
(100 Kişide)…………………………………………………………….25
Şekil 2.1. Risk-tehlike……………………………………………………….…........26
Şekil 2.2. Risk yönetim prosesine genel bakış………………………...…….…....…32
Şekil 2.3. 5 Adımda risk değerlendirmesi…………………………….……..……...41
Şekil 3.1. Biyolojik sinir hücresi yapısı……………………………………….….…49

xvi
Şekil 3.2. Basit bir sinir hücresi modeli…………………..………………….....…....53
Şekil 3.3. Bulanık mantık ve uygulamaları için bir sınıflama önerisi………….…….56
Şekil 3.4. “3’ e yakın reel sayılar kümesi” kavramının değişik üyelik fonksiyonları ile
gösterimi………..……………………………………………………...…60
Şekil 3.5. Sıcaklık değişkeninin [0,100] aralığında aldığı alt durumların bulanık ve
klasik değişkenler yardımıyla gösterilmesi……………………….……….62
Şekil 4.1. Çok parametreli hiyerarşik yapılı risk değerlendirme modeli ……..…….67
Şekil 4.2. Olasılık parametresinin alt parametreleri…………………………………69
Şekil 4.3. Şiddet parametresinin alt parametreleri…………………………..………77
Şekil 5.1. Risk algılama-zaman grafiği……………………...………………………83
Şekil 5.2. Trainb için YSA sonuçları………………………………………………..85
Şekil 5.3. Trainbfg için YSA sonuçları……………………………………………...85
Şekil 5.4. Traincgp için YSA sonuçları…………………………………………..…85
Şekil 5.5. Traingd için YSA sonuçları………………………………………………86
Şekil 5.6. Traingda için YSA sonuçları……………………………………………..86
Şekil 5.7. Traingdm için YSA sonuçları……………………………………….…...86
Şekil 5.8. Trainlm için YSA sonuçları………………………………………….…..87
Şekil 5.9. Trainoss için YSA sonuçları………………………………………….….87
Şekil 5.10. Trainrp için YSA sonuçları………………………………………….…87
Şekil 5.11. Trainscg için YSA sonuçları………………………………………...…88
Şekil 5.12. Trainbfg için YSA sonuçları (Heinrich)…………………………...…..89
Şekil 5.13. Traincgp için YSA sonuçları (Heinrich)……………………………….89

xvii
Şekil 5.14. Trainlm için YSA sonuçları (Heinrich)…………………………………90
Şekil 5.15. Trainrp için YSA sonuçları (Heinrich)………………………………….90
Şekil 5.16. Trainscg için YSA sonuçları (Heinrich)………………………………...90
Şekil 5.17. Hedeflenen değer-bulunan değer grafiği (Eğitim verileri)
(Çoklu Regresyon)…………………………………………………….…92
Şekil 5.18. Çoklu regresyon eğitim verileri performansı……………………………93
Şekil 5.19. Hedeflenen değer-bulunan değer grafiği (Test verileri)
(Çoklu regresyon)……………………..………………………..……….93
Şekil 5.20 Çoklu regresyon test verileri performansı…………………….…….…...94
Şekil 5.21. YSA ve Regresyon sonucu bulunan değerlerin ilişki diyagramı….....…98
Şekil 5.22. Salt Şiddet için üyelik fonksiyonları………………………………..…100
Şekil 5.23. TAPS için üyelik fonksiyonları…………………………………….….101
Şekil 5.24. KKD koruyuculuğu için üyelik fonksiyonları………….………….…..101
Şekil 5.25. Şiddet için üyelik fonksiyonları………………………………….……102
Şekil 5.26. Olasılık değerinin tespitine yönelik belirlenen bulanık kuralların üç
boyutlu gösterimi…………….…………………...…………….….…104
Şekil 5.27. Olasılık değerinin bulanık hesabına ilişkin MATLAB programının
arayüzü………………………….……………………………..……..105

GİRİŞ
İş sağlığı ve güvenliği faaliyetleri günümüzde insana verilen değerin artmasına paralel

olarak önemi artan bir konudur. İş Kazaları ve meslek hastalıklarının kişiler ve
kuruluşlar üzerine getirmiş olduğu maddi ve manevi yükler birçok bilimsel ve sosyal
araştırmada ortaya konulmuştur.
İş Sağlığı ve Güvenliği faaliyetlerini sistematik bir şekilde yürütmek isteyen

kuruluşların yapması gereken en öncelikli faaliyet risk analizidir. Risk analizi kısaca
çalışılan ortamda çalışanın sağlığını bozmaya yönelik tehlikelerin tespiti, meydana
gelme olasılığı ve etki şiddetinin belirlenmesine yönelik çalışmalardır. İş sağlığı ve
güvenliğine yönelik yapılacak tüm faaliyetler ve alınacak önlemler risk analizlerinde
yüksek çıkan risklerden başlamak üzere planlanması gerekmektedir. İşte bu noktada risk
değerinin doğru hesaplanması çok önemlidir. Çünkü yanlış bir planlama durumunda
gereksiz risklerle çok uzun zaman kaybedilmesi, önemli risklerin yanlış puanlama
nedeniyle geri plana atılması, küçük harcamalarla büyük risklerin önüne
geçilebilecekken büyük harcamalar yapılarak küçük risklerle uğraşılması gibi sonuçlar
doğurabilecektir. Bu durum işletmeler için önemli bir enerji kaybıdır.
Risk değerinin hesaplanmasında en büyük tuzaklardan biri az parametrenin

kullanılmasıdır. Parametre sayısının azlığı ve parametrelere verilen değer aralıklarının
dar tutulması nedeniyle birbiriyle aynı risk derecesine sahip birçok risk
hesaplanmaktadır. Parametre sayısının artırılması ve değer aralıklarının geniş tutulması
ile risklere ait değerler gerçek durumla daha iyi örtüşecektir. Ayrıca bu tezde önerilen
2
parametreler risk analizi sonrasında yapılacak faaliyetlere, alınacak önlemlere ışık

tutacaktır. Çünkü iş sağlığı ve güvenliği çalışmaları bir risk yönetimi faaliyetidir. Şöyle
ki risk analizi sadece tehlikeler ve bu tehlikelerin derecelendirmesi ile ilgilenirken, risk
yönetimi risk analizini kapsadığı gibi risk analizi sonrasında risklerin düşürülmesi ve
kontrolünü içeren faaliyetleri de kapsar. Parametrelerin sayısının fazla olmasının riskin
ne şekilde azaltılabileceğine dair daha net çözümler sunacağı aşikârdır. Bu faaliyetler
tamamlandıktan sonra yani veri toplanacak parametreler belirlendikten ve
parametrelerin ne şekilde bir skalada değerlendirileceği belirlendikten sonra en önemli
sorun olarak bu parametrelerin hesaplamada ne şekilde yan yana getirileceği ve nasıl bir
etkileşim içerisinde olacağı, birbirlerini ne yönde, ne kadar ve nasıl etkileyeceği
konusudur.
Risk analizi gerçekten sadece bir çarpma, bölme, toplama işlemi ile tanımlanabilecek
kadar önemsiz bir faaliyet midir yoksa günümüzde birçok bilimsel çalışmada yaygın
olarak kullanılmakta olan karmaşık bilgisayar hesaplamalarını içeren yapay zekâ
tekniklerini hak etmekte midir? Tabi ki baştanda bahsettiğimiz gibi insanın sağlık ve
güvenliği ile doğrudan ilgili olması ve birçok bilimsel çalışma ve resmi istatistiklerle
ortaya konan işletmelerin üzerindeki direkt ve dolaylı iş kazası, meslek hastalığı
yüklerine karşılık olarak en kompleks hesaplama yöntemlerini hak eden bir faaliyettir.
Bu tezde risk değerinin hesaplanmasında kullanılan parametrelere yeni parametreler
eklenmiş ve oluşturulan parametreler yapay sinir ağları ve bulanık mantık ile
değerlendirilmiştir.

GİRİŞ
İş sağlığı ve güvenliği faaliyetleri günümüzde insana verilen değerin artmasına paralel

olarak önemi artan bir konudur. İş Kazaları ve meslek hastalıklarının kişiler ve
kuruluşlar üzerine getirmiş olduğu maddi ve manevi yükler birçok bilimsel ve sosyal
araştırmada ortaya konulmuştur.
İş Sağlığı ve Güvenliği faaliyetlerini sistematik bir şekilde yürütmek isteyen

kuruluşların yapması gereken en öncelikli faaliyet risk analizidir. Risk analizi kısaca
çalışılan ortamda çalışanın sağlığını bozmaya yönelik tehlikelerin tespiti, meydana
gelme olasılığı ve etki şiddetinin belirlenmesine yönelik çalışmalardır. İş sağlığı ve
güvenliğine yönelik yapılacak tüm faaliyetler ve alınacak önlemler risk analizlerinde
yüksek çıkan risklerden başlamak üzere planlanması gerekmektedir. İşte bu noktada risk
değerinin doğru hesaplanması çok önemlidir. Çünkü yanlış bir planlama durumunda
gereksiz risklerle çok uzun zaman kaybedilmesi, önemli risklerin yanlış puanlama
nedeniyle geri plana atılması, küçük harcamalarla büyük risklerin önüne
geçilebilecekken büyük harcamalar yapılarak küçük risklerle uğraşılması gibi sonuçlar
doğurabilecektir. Bu durum işletmeler için önemli bir enerji kaybıdır.
Risk değerinin hesaplanmasında en büyük tuzaklardan biri az parametrenin

kullanılmasıdır. Parametre sayısının azlığı ve parametrelere verilen değer aralıklarının
dar tutulması nedeniyle birbiriyle aynı risk derecesine sahip birçok risk
hesaplanmaktadır. Parametre sayısının artırılması ve değer aralıklarının geniş tutulması
ile risklere ait değerler gerçek durumla daha iyi örtüşecektir. Ayrıca bu tezde önerilen
2
parametreler risk analizi sonrasında yapılacak faaliyetlere, alınacak önlemlere ışık

tutacaktır. Çünkü iş sağlığı ve güvenliği çalışmaları bir risk yönetimi faaliyetidir. Şöyle
ki risk analizi sadece tehlikeler ve bu tehlikelerin derecelendirmesi ile ilgilenirken, risk
yönetimi risk analizini kapsadığı gibi risk analizi sonrasında risklerin düşürülmesi ve
kontrolünü içeren faaliyetleri de kapsar. Parametrelerin sayısının fazla olmasının riskin
ne şekilde azaltılabileceğine dair daha net çözümler sunacağı aşikârdır. Bu faaliyetler
tamamlandıktan sonra yani veri toplanacak parametreler belirlendikten ve
parametrelerin ne şekilde bir skalada değerlendirileceği belirlendikten sonra en önemli
sorun olarak bu parametrelerin hesaplamada ne şekilde yan yana getirileceği ve nasıl bir
etkileşim içerisinde olacağı, birbirlerini ne yönde, ne kadar ve nasıl etkileyeceği
konusudur.
Risk analizi gerçekten sadece bir çarpma, bölme, toplama işlemi ile tanımlanabilecek
kadar önemsiz bir faaliyet midir yoksa günümüzde birçok bilimsel çalışmada yaygın
olarak kullanılmakta olan karmaşık bilgisayar hesaplamalarını içeren yapay zekâ
tekniklerini hak etmekte midir? Tabi ki baştanda bahsettiğimiz gibi insanın sağlık ve
güvenliği ile doğrudan ilgili olması ve birçok bilimsel çalışma ve resmi istatistiklerle
ortaya konan işletmelerin üzerindeki direkt ve dolaylı iş kazası, meslek hastalığı
yüklerine karşılık olarak en kompleks hesaplama yöntemlerini hak eden bir faaliyettir.
Bu tezde risk değerinin hesaplanmasında kullanılan parametrelere yeni parametreler
eklenmiş ve oluşturulan parametreler yapay sinir ağları ve bulanık mantık ile
değerlendirilmiştir.
1. BÖLÜM
İŞ SAĞLIĞI VE GÜVENLİĞİNDE TEMEL KAVRAMLAR
1.1. İşçi, İşveren, İşveren Vekili, İşyeri, Sigortalı Kavramları
İşçi, işveren, işveren vekili ve işyeri kavramları, 4857 sayılı İş Kanunu’nun 2. maddesinde
açıklanmaktadır. Buna göre, Madde 2’de;
• Bir iş sözleşmesine dayanarak çalışan kişiye işçi,

• İşçi çalıştıran gerçek veya tüzel kişiye yahut tüzel kişiliği olmayan kurum ve
kuruluşlara işveren,
• İşveren tarafından mal veya hizmet üretmek amacıyla maddi olan veya olmayan
unsurlar ile işçinin birlikte örgütlendiği birime işyeri denilmektedir.
• İşveren adına hareket eden ve işin, işyerinin ve işletmenin yönetiminde görev alan
kimselere işveren vekili denilmektedir [1].
506 sayılı Sosyal Sigortalar Kanunu’nda sigortalı kavramı açıklanmaktadır. Kanunun 2.

maddesinde;
• “Bir hizmet akdine dayanarak bir veya birkaç işveren tarafından çalıştıranlar bu
kanuna göre sigortalı sayılırlar” hükmü bulunmaktadır [2].
4
1.2. Olay, Kaza, İş Kazası, Ucuz Atlatma (Ramak Kala) ve Meslek

Hastalığı Kavramları
Olay
Yaralanmaya veya (ciddiyet seviyesinden bağımsız olarak) sağlığın bozulmasına veya

ölüme sebep olan veya sebep olacak potansiyele sahip olan, işle ilgili olaylar [3].
Kaza
Kaza, yaralanmaya, sağlığın bozulmasına veya ölüme sebep olan olaydır [3].
İş Kazası
İş kazası, Dünya Sağlık Örgütü (WHO) tarafından; “önceden planlanmamış, çoğu kez
kişisel yaralanmalara, makinelerin, araç ve gereçlerin zarara uğramasına, üretimin bir süre
durmasına yol açan bir olay” , Uluslararası Çalışma Örgütü (ILO) tarafından ise; “Belirli
bir zarar ya da yaralanmaya neden olan beklenmeyen ve önceden planlanmamış bir olay”
olarak tanımlanmaktadır.
Ülkemizde 17.07.1964 tarih ve 506 sayılı Sosyal Sigortalar Kanununun 11.maddesi iş

kazalarını şöyle tanımlar: “İş kazası aşağıdaki hal ve durumlardan birinde meydan gelen ve
sigortalıyı hemen veya sonradan bedence veya ruhça arızaya uğratan olaydır.
• Sigortalının işyerinde bulunduğu sırada,

• İşveren tarafından yürütülmekte olan iş dolayısıyla,
• Sigortalının işveren tarafından görev ile başka bir yere gönderilmesi yüzünden asıl
işini yapmaksızın geçen zamanlarda,
• Emzikli kadın sigortalının çocuğuna süt vermek için ayrılan zamanlarda,
• Sigortalıların, işverence sağlana bir taşıtla işin yapıldığı yere toplu olarak götürülüp
getirilmesi sırasında.
Ucuz Atlatma (Kazaya Ramak Kala) Olayları

Yaralanmaya, sağlığın bozulmasına neden olmayan fakat olabilecekken ucuz atlatılan
olaylardır.
5
Meslek Hastalığı
Meslek hastalıkları ise yine 506 sayılı Sosyal sigortalar Kanununun 11. maddesinde şöyle
tanımlanır: Meslek hastalığı; sigortalının çalıştırıldığı işin niteliğine göre tekrarlanan bir
sebeple veya işin yürütüm şartları yüzünden uğradığı geçici veya sürekli hastalık, sakatlık
veya ruhi arıza halleridir. Bu kanuna göre tespit edilmiş hastalıklar dışında herhangi bir
hastalığın meslek hastalığı sayılıp sayılmaması üzerinde çıkabilecek uyuşmazlıklar, Sosyal
Sigortalar Yüksek Sağlık Kurulu’nca karara bağlanır. Ayrıca, herhangi bir hastalığın
meslek hastalığı sayılabilmesi için, meslek hastalığının klinik ve laboratuar bulgularıyla
kesinleşmesi ve meslek hastalığına yol açan etkenin işyeri incelenmesi ile kanıtlanması
gerekmektedir.
Meslek hastalıkları, Sosyal Sigortalar Kanunu Sağlık İşlemleri Tüzüğü’ne ekli meslek
hastalıkları listesinde 5 ana grupta toplanmıştır. Bunlar kimyasal maddelerle olan meslek
hastalıkları, mesleki cilt hastalıkları, mesleki solunum sistemi hastalıkları, mesleki bulaşıcı
hastalıklar ve fiziksel etkenlerle olan meslek hastalıkları olarak adlandırılmıştır.
1.3.Geçici İş Göremezlik, Sürekli İş Göremezlik, Malullük Kavramları

İş kazasına uğrayan kişide, kaza sonucu ortaya çıkan bedensel ve ruhsal arızanın
derecesinin ve dolayısıyla Sosyal Sigortalar Kurumu tarafından ödenecek olan tazminatın
belirlenmesinde önemli olan kavramlardır. Sosyal Sigortalar Kanunu’nda, iş kazası veya
meslek hastalığı dolayısıyla geçici olarak iş görememe durumu “geçici iş göremezlik”
kavramı olarak tanımlanmaktadır. Yasanın 19. maddesinde, iş kazası veya meslek hastalığı
sonucu meslekte kazanma gücünün en az %10 azalmış bulunduğu durumlar ‘’sürekli iş
göremezlik’’ olarak ifade edilmektedir. İş göremezlik hallerinin meslekte kazanma gücünü
ne oranda azaltacağı tüzükle belirlenmiştir. Çalışma gücünün en az 2/3’ünün yitirdiği tespit
edilen veya Sosyal Sigortalar Kurumu sağlık tesisleri sağlık kurullarınca düzenlenecek
raporlarda çalışabilir durumda olmadığı belirtilen, iş kazası veya meslek hastalığı sonucu
meslekte kazanma gücünün en az %60’ını kaybeden sigortalı “malul” sayılmaktadır.
6
1.4. İş Sağlığı ve Güvenliği
1.4.1. Tanımlar
Sağlık
Dünya Sağlık Teşkilatı Anayasası, sağlığı “yalnız hastalık ve sakatlılığın olmaması değil,
fiziksel, ruhsal ve sosyal tam bir iyilik hali” olarak tanımlar.
İşçi Sağlığı
Dünya Sağlık Teşkilatı (WHO) ve Uluslararası Çalışma Örgütü (ILO) işçi sağlığını;
“Çalışan tüm insanların fiziksel, ruhsal, moral, sosyal yönden tam iyilik durumlarının
sağlanmasının en yüksek düzeylerde sürdürülmesini, iş koşulları ve kullanılan zararlı
maddeler nedeniyle çalışanların sağlığına gelebilecek zararların önlenmesini, işçinin
fizyolojik özelliklerine uygun işlere yerleştirilmesini, işin insana ve insanın işe uymasını,
asıl amaçlar olarak ele alan bilim dalı” olarak tanımlamaktadır.
İş Güvenliği
İş güvenliği; Öncelikle insanın, sonrasında iş yeri, makine ve teçhizatın tehlikelerden ve

zararlardan korunmasını, belirlenmiş risklere karşı korunma tedbirlerinin uygulanmasını,
planlanmasını ve koruma faaliyetlerinin geliştirilmesini içerir.
İş Sağlığı ve Güvenliği
İş yerindeki çalışanların veya diğer işçilerin (geçici işçiler ve yüklenici personeli dâhil),
ziyaretçilerin ve çalışma alanındaki diğer insanların sağlık ve güvenliğini etkileyen veya
etkilemesi mümkün olan şartlar ve faktörlerdir [3].
1.4.2. İş Sağlığı ve Güvenliği Çalışmaları ve Diğer Bilimlerle İlişkisi
İş sağlığı ve güvenliği çok yönlü bir çalışmayı gerektirir. Mühendislik, Tıp, Ekonomi,
Hukuk, Sosyoloji, Psikoloji, Ergonomi başta olmak üzere çeşitli bilim dallarından
7
yararlanır. Üretim araçlarının tasarlanması aşamasından başlayıp, hammaddelerin üretim ve

satış aşamasına kadar geçen süreçte mühendislik biliminin bütün dalları iş sağlığı ve
güvenliğinin içinde yer alır. Akla öncelikle makine, inşaat ve kimya mühendisliği gelse de
meteoroloji mühendisliği, jeoloji mühendisliği de işin içerisindedir. İşyerinde insanlar
çalıştığına ve iş kazaları ve meslek hastalıkları söz konusu olduğuna göre tıp tamamen işin
içerisindedir. Hem koruyucu hekimlik hem de tedavi edici hekimlik bütün dalları ile işçi
sağlığı ve iş güvenliğinin hizmetindedir. Üretim ilişkilerinde ekonominin yeri
tartışmasızdır. En basit anlamda para olmadan üretim olmaz. Çalışan insanlar toplumun
bireyleridir. İş ilişkileri, arkadaşlık ilişkileri, akraba ilişkileri, çalışanın hastalıkları ve aile
bireylerine bunların yansımaları Sosyolojinin başlı başına konusu olmaktadır. Psikoloji,
üretimin sosyolojik ve tıbbi boyutunun karışması sonucu işçi sağlığı ve iş güvenliği içinde
yer alır. Çünkü doğrudan doğruya üretimin temel unsuru olan insan davranışları ile
ilgilenir. Hukuk, iş sağlığı ve güvenliği ile tamamen iç içe geçmiştir. Çalışma hayatının
düzenlenmesi hukuk kuralları ile olmaktadır. Ergonomi, her türlü makine ve donanımın
tasarımında, üretim alanına yerleşim düzeninin belirlenmesinde, çalışma ortamı
koşullarının belirlenmesinde ve bunların insan anatomisi, insan fizyolojisi ve
antropometrisi ile uyumunda önemli rol oynar. Gerekli olan uyumun sağlanması için
nelerin yapılması ve nasıl yapılması gerektiğini ergonomi belirler [4].
1.4.3. İş Sağlığı ve Güvenliğinin Amaçları
Dünya Sağlık ve Milletlerarası Çalışma Teşkilatlarına göre iş sağlığı ve güvenliğinin

amacı;
• Çalışanlara en yüksek sağlık kapasitesi sağlamak; işçilerin mümkün olan en yüksek
düzeyde fiziki ve ruhsal iyilik durumlarını oluşturmak, devam ettirmek ve katkıda
bulunmak,
• Çalışma şartlarının olumsuz etkilerinden onları korumak; işçilerin işyerlerinde ya da işin
yapıldığı koşullarda, işin niteliğinden kaynaklanabilecek iş kazaları meslek hastalıkları ve
her türlü zarardan korunmasını, en aza indirilmesini sağlayacak tedbirleri almak,
8
• İş ve işçi arasında mümkün olan en iyi uyumu sağlamak; özellikle işin işçiye uygun hale
getirilmesi ve işçilerin uygun oldukları işlerde çalıştırılmaları ile işçilerin fiziksel ve ruhsal
uyumuna katkıda bulunmaktır [5].
1.5. İş Sağlığı ve Güvenliği Yönetim Sistemleri
TS 18001:2008 İş Sağlığı ve Güvenliği Yönetim Sistemi Standardında İSG Yönetim

Sistemi;” Kuruluşun İSG politikasını geliştirmek ve uygulamak ve İSG risklerini
yönetmek için kullanılan tüm kuruluşun yönetim sisteminin bir parçası.” olarak
tanımlanmaktadır.
1.5.1. İş Sağlığı ve Güvenliği Yönetim Sistemlerinin Faydaları
İş Sağlığı ve Güvenliği Yönetim Sistemlerinin faydaları şu şekilde sayılabilir;
• İş Sağlığı ve Güvenliği Risk Yönetimi, İş Sağlığı ve Güvenliği konuları ile ilgili

karar alacak yöneticilere yapılandırılmış sistematik bir yaklaşım sağlar. Modern İş
Sağlığı ve Güvenliği Kanunu, risk yönetimi prensipleri üzerine inşa edilir. Risk
yönetimi, birçok teknik değerlendirmeyi ve danışmanlık isteyen yöntemleri sürecin
içine katarak, desteklenmiş, tutarlı ve savunmaya dayalı karar verebilme gücü
sağlar. İş Sağlığı ve Güvenliği Risk Yönetimi aktiviteleri, bir organizasyona,
operasyonları ile ilgili tehlikeleri iyi kavrama, iç ve dış durumlardaki değişikliklere
çok etkin cevap verebilme kabiliyeti sağlar. İş Sağlığı ve Güvenliği Risk Yönetimi;
bir organizasyona direkt faydalar sağlamak için yol göstericidir;
• Hastalık ve sakatlıkları azaltarak, çalışanların ve toplumun iyileştirilmesini sağlar,
• Kaynakların etkin tahsisi ile katma değer ve para tasarrufu sağlar,
• Yönetimin hazır bilgi kalitesini iyileştirerek, karar verme kabiliyetini geliştirir,
• İş Sağlığı ve Güvenliği kanunları ile uyumu sağlar,
• Firmanın imajını ve ününü geliştirir.
Etkin bir İş Sağlığı ve Güvenliği Risk Yönetimi programının muhtemel, geniş anlamlı ve
uzun vadeli faydaları ise;
9
• Önemli risklere maruz kalma ile ilgili artan anlayış ve bilgi sonucu etkin stratejik
planlama yapılması,
• Arzu edilmeyen İş Sağlığı ve Güvenliği sonuçlarının önceden görülebilmesi hüneri
nedeniyle düşük işçi tazminatları,
• Pozitif İş Sağlığı ve Güvenliği sonuçları ve bunun tesisi için iyi hazırlık,
• Denetim sürecinin geliştirilmesi,
• İş Sağlığı ve İş Güvenliği programlarının uygunluğu, verimliliği ve etkinliği
anlamında iyi sonuçlar elde edilmesi,
• Organizasyon içinde ve dışındaki gruplar arasında gelişmiş haberleşmedir [6].
1.5.2. OHSAS 18001 (TS 18001:2008) İş Sağlığı ve Güvenliği Yönetim Sisteminin

Yapısı
OHSAS 18001, organizasyonların iş sağlığı ve güvenliği risklerini kontrol etmek ve

performanslarını geliştirmek maksadıyla İngiliz Standartları Enstitüsü - BSI (British
Standards Institution) tarafından geliştirilen, tüm dünyada kabul görmüş ve risk
değerlendirmesine dayalı bir yönetim sistemidir.
OHSAS 18001 İş Sağlığı ve Güvenliği Yönetim Sistemleri standardının asıl amacı önleyici
olmasıdır. Bununla beraber sistem her ne kadar önleyicilik üzerine kurulmuşsa da, gerekli
kontrol mekanizmalarını, düzeltici faaliyetleri ve geri besleme mekanizmalarını da
içermektedir.
Önleyici sistem yaklaşımında hatalar ortaya çıkmadan önlemeye çalışıldığından iş sağlığı

ve güvenliği yönetim sisteminde gelişme ve iyileşme sağlanmakta ve böylece maruz
kalınabilecek risklerde azaltılabilmektedir.
OHSAS 18001 standardı, kuruluşlara ekonomik ve iş sağlığı ve güvenliğine yönelik

amaçlarına ulaşabilmeleri konusunda yardımcı olmak için, diğer yönetim gerekleriyle
bütünleştirilmiş olan etkin bir İSG yönetim sisteminin başlıca unsurlarını sağlama niyetiyle
düzenlenmektedir. Bu yaklaşımın temeli PUKÖ döngüsüdür. “PUKÖ” döngüsü
değişkenliğin sebeplerini tespit etmek ve kaliteyi iyileştirmek için kullanılan sistematik bir
10
yöntem olarak tanımlanabilir. Bu döngü organizasyonların üretim sistemlerini

iyileştirmenin bir yolu olarak Walter Shewhart (1939) tarafından geliştirilmiş ve
uygulanmıştır. Şekil 1.1.’ de Deming tarafından uyarlanmış PUKÖ döngüsü görülmektedir.
Şekil 1.1. PUKÖ döngüsü
PUKÖ döngüsünün aşamalarını inceleyecek olursak;
Planla
• İş Sağlığı ve Güvenliği açısından amacın belirlenmesi ( neyi başarmak istiyoruz, nerede,

ne zaman )
• Mevcut durumu analiz etme
• Hedeflerin belirlenmesi
• Kayıtların analizi
• Tehlikelerin Belirlenmesi
• Risk değerlendirme metotlarının belirlenmesi
• Detaylı plan hazırlaması ( uygulama planı )
• İç talimatlar hazırlama
11
Uygula
• Riskleri Değerlendirme
• Risklerin kabul edilebilir olup olmadığına karar verme
• Kontrol Önlemlerinin seçimi ve uygulaması
• Her bölümdeki İlgili kişileri bilgilendirme, eğitme ve katılımını sağlama
• Faaliyet planını izleme ve gerçekleştirme
• Uygulama sonuçlarını yakın takip etme
Kontrol Et
• Hedef veya hedeflere ulaşıldı mı?

• İç talimatlar ve yönergeleri gözden geçirme
• Olası sapmaları tespit etme ve kaydetme
• İlgili kişileri bilgilendirme
Önlem Al
• Kalıcı bir denetleme sistemi kurma

• Etkili önlemleri standartlaştırma
• Gerekli eğitim ve yönlendirmeleri sağlama [6].
1.6. İş Kazaları
Dünyada her yıl 2.2 milyon çalışan işle ilgili kazalar ve hastalıklar nedeniyle ölmekte,
yaklaşık 270 milyon çalışan en az üç gün iş göremezlik getiren iş kazasına maruz
kalmaktadır. Dünyanın her yerinde iş kazaları, insani ve ekonomik kayıplara yol açan ve
halk sağlığını tehdit eden 21. yüzyıl risklerindendir Bu kazalarda da her gün 5 bin kişi
yaşamını yitirmiş olup bunlardan 22 bini çocuktur. Toplam küresel gelirin yüzde 4'ü de iş
kazalarında yitirilmiştir. Türkiye İstatistik Kurumu’na göre Türkiye’de her 100 çalışandan
2.9’unun son bir yılda kaza geçirdiği rapor edilmektedir. Metal Sanayicileri Sendikası
(MESS) verilerine göre ise çalışanların %5,9’u iş kazası geçirmektedir. Bu İstatistiklere
bakıldığında iş kazalarının işçilere verdiği görünen zararının yanında görünmeyen riskler
vardır ki bunlar buzdağına benzetilmektedir [7].
12
1.6.1. İş Kazalarının Getirdiği Kayıplar
İşçi Açısından
İş kazalarının sonuçlarından en önemlisi tartışmasız çalışan insanın yaşamını yitirmesidir.

Kuşkusuz insan yaşamının değerini ölçmek ve maliyetini değerlendirmek olanaklı değildir.
İş kazalarının işçi açısından maliyetinin önemi açık olarak ortaya çıkmakta ve en büyük
bedeli işçi ödemektedir. İş kazası sonucu yaşamını yitiren işçinin ailesi maddi ve manevi
yıkıma uğramaktadır. İş kazasında yaşamını yitiren işçinin ailesi, kaybettiklerinin acısını
çekerken diğer yandan da gelirinin azalması veya tümden bitmesi nedeniyle geçim
sorunlarıyla karşı karşıya kalmaktadır. İş kazasına uğrayan işçi sosyal güvenlikten yoksun
ise bu durumda ailesi herhangi bir ödenek de alamamaktadır. İş kazasına uğrayan işçi
yaşamını yitirmese bile beden ve ruh sağlığında önemli kayıplar oluşabilmektedir. İş kazası
sonucu çalışamayacak durumda sakat kalan veya çalışma gücü azalan işçiyi bu kez başka
önemli sorun olan işsizlik beklemektedir. İş kazasına uğrayan işçi eğer sosyal güvenlik
kapsamında ise geçici ya da sürekli iş göremezlik ödeneği almaya hak kazanmaktadır.
Ancak, sürekli iş göremez duruma düştüğünde gelir yaratma yeteneği azalacak,
rehabilitasyon sonrası daha düşük gelir getiren bir işte çalışmak zorunda kalacaktır. İş
kazasına uğrayan işçi sosyal güvenlik kapsamında değilse ya da iş kazası ölümle
sonuçlanmışsa yukarıdaki olasılık da ortadan kalkmaktadır. Ülkemizde çalışanların ancak
%35’inin sosyal sigortalar kapsamında olduğu düşünüldüğünde konunun önemi ve iş
kazalarının işçi açısından maliyetinin boyutları daha iyi kavranacaktır.
İşyeri Açısından
İş kazaları neden oldukları acı ve ızdırapların yanında makine, malzeme ve ürün

kayıplarına da neden olmakta ve verimliliği düşürmektedir. Uluslar arası kuruluşlarca
yapılan araştırmalar, iş güvenliği ve iş gücü verimliliği arasında karşılıklı etkileşim
olduğunu, güvenli işyerlerinde verimliliğin arttığını ortaya koymuştur. İş kazalarının
önlenerek iş güvenliğinin sağlanması, ikinci ya da yan etki olarak işyerlerinde verimlilik ve
üretim artışına da neden olmaktadır. İş kazaları işin akışını durdurarak üretimin kesintiye
uğramasında neden olmaktadır. Uluslararası Çalışma Örgütü (ILO) araştırmalarında
13
üretimde kullanılan makine ve tezgâhlarda koruma sistemlerinin geliştirilerek iş

güvenliğinin sağlanması sonucu önemli ölçüde üretim artışı sağlandığı saptanmıştır. İş
kazaları nedeniyle üretim araçlarında ve iş gücünde uğranılan kayıplar üretim maliyetlerine
de olumsuz yönde etkilemektedir. İş kazaları, verimlilik ve üretim etkinliği üzerindeki
kayıpların yanında makine, araç, gereç ile hammadde, malzeme ve ürün kayıplarına ve en
önemlisi de iş gücü kayıplarına neden olmaktadır. İş kazaları sonucu üretimin durması,
gerekli düzenleme ve onarım çalışmaları da diğer kayıpları oluşturmaktadır. Ayrıca iş
kazalarının işçiler üzerindeki etkisi ile iş yavaşlamakta, yaralanan işçiye yardımcı olan
işçiler ve gözlemci personel ile olayı izleyen işçiler ve üst düzey yöneticilerinin zaman ve iş
gücü kayıpları ortaya çıkmaktadır. İş kazaları sonucu işçilerin moral bozukluğu ve
çekingenliği artmakta bu da üretimde niteliksel ve niceliksel düşmelere neden olmaktadır.
Bunun yanında, iş kazasına uğrayan işçinin yerine yenisinin bulunup yerleştirilmesi,
eğitilmesi ve gerekli niteliklerin kazandırılması işletmeye ek maliyetler yüklemektedir.
Doğrudan Kayıplar
• Kaza anında yapılan ilkyardım masrafları

• Kazalıya ödenen geçici ve sürekli iş göremezlik ödenekleri
• Gerekli dinlenme süreleri için ödenen ücretin üçte ikisi
• Kazalıya ya da ailesine ödenen tazminatlar
• Mahkeme giderleri
• Ölümlü kazalarda uygulanacak cezai hükümlerin bedelleri
Dolaylı Kayıplar
a. İş Gücü Kaybı
• Kazalının çalışamaması nedeniyle

• Kazalıya yapılan ilkyardım nedeniyle
• Kazalının işyeri arkadaşlarının verdikleri aralar nedeniyle
• Usta ve yöneticilerin kazayı incelemek için kaybettikleri zaman nedeniyle
• Yaralı işçinin üzerindeki işi yeniden düzene koymak nedeniyle
14
• Yasal işlemler için kaybettikleri zaman nedeniyle
b. Üretim Kaybı
• Kaza sırasında üretime ara verilmesi nedeniyle

• Üretimin aksaması nedeniyle iş akım ve programındaki aksamalar nedeniyle
• Makinelerin durması ya da hasara uğraması nedeniyle
• Malzeme ve hammaddenin zarara uğraması nedeniyle
• Kazaya uğrayan işçinin işe dönmesi halinde verimdeki düşmeler nedeniyle
c. Siparişlerin Zamanında Karşılanamamasından Doğan Kayıplar
• Firmanın imaj kaybı

• Geç teslim nedeniyle ödenen para cezaları
• Erken teslim halinde alınabilecek primden kayıplar
Ulusal Ekonomi Açısından
İş kazalarının işçi ve işyerine maliyetleri yanında ulusal ekonomiye de önemli maliyeti

bulunmaktadır. Sosyal güvenlik sistemi ile hastane, rehabilitasyon merkezi gideri gibi
toplumun tümüne yüklenen maliyetler söz konusudur. İş kazaları ülke ekonomisinin
üretken kapasitesini olumsuz yönde etkilemektedir. İş kazaları ulusal kaynakların yok
olmasını da doğurmaktadır. İş kazaları ulusal kalkınmayı engelleyici ve ulusal refahı
azaltıcı işlev görmektedir. Genel olarak iş kazaları ülke kaynaklarının yok olmasına iş gücü
ve iş günü kayıplarının önemli boyutlara ulaşmasına neden olmaktadır. İş kazalarının net
olarak maliyeti yalnızca SGK verilerinde görülmektedir. Dolaylı harcamalar, doğrudan
harcamaların 4 ile 10 katı arasında gerçekleşmektedir. İş kazalarının sosyal güvenlik
sistemine maliyeti çok yüksek maliyetlere ulaşmaktadır. İş kazaları sonucu kaybolan iş
günleri tüm dünyada önemli boyutlara ulaşmış durumdadır. Ülkemizde ise iş kazası sonucu
kaybolan iş günleri daha da büyük önem taşımaktadır. İş kazaları nedeni ile kaybolan iş
günleri doğrudan ülkemizde yaratılan katma değeri düşürmektedir. Bu durum ulusal
ekonomimiz açısından önemli kayıplara neden olmaktadır. İş kazalarının katma değer
15
olarak ulusal ekonomimizdeki kaybına ayrıca işçi, SGK ve işveren açısından ortaya çıkan
kayıpları da eklemek gereklidir. Bunun ise ülke ekonomisine maliyeti önemli boyutlara
ulaşmaktadır [8]. İş kazalarının kayıplarının toplu şekilde gösterimi için şekil 1.2.
incelenebilir.
Şekil 1.2. İş kazası kayıpları
1.6.2. Kaza Oluşum Teorileri
Kaza ani istenmeyen ve planlanmamış, genellikle ölüm, yaralanma veya maddi hasarla
sonuçlanan bir olay olarak tanımlanabilir ya da önceden bilinmeyen istem dışı bir olgu
sonrası aniden meydana gelip kontrol dışına çıkan ve kişinin bedensel bütünlüğüne zarar
verebilecek ya da maddi hasara neden olabilecek nitelikteki olaylardır. Bize bir bakış açısı
kazandırması açısından kaza ile ilgili bazı teorilere [6]'da belirtildiği gibi kısaca
değineceğiz;
• Tek Faktör Teorisi:
Bu teori, bir kazanın tek bir nedenin sonucu olarak ortaya çıktığını ileri süren görüşten
doğar. Eğer bu tek neden tanınabilir ve ortadan kaldırılabilir ise kaza tekrar etmeyecektir.
Bu teori genellikle temel sağlık ve güvenlik eğitimi almış kişilerce kabul edilmemektedir.
16
• Enerji Teorisi:
Bu teoriye göre (William Haddon tarafından ortaya atılmıştır) kazalar daha çok
Muhtemelen enerji transferinde ya da enerji transferi esnasında meydana gelir. Bu enerji
boşalmasının oranı önemlidir çünkü enerji boşalması ne kadar büyükse, hasar potansiyeli
de o kadar büyüktür. Tehlikelerin tanınmasında bu kavram çok sınırlandırılmış ve bu
haliyle tek etken teorisine benzemektedir. Tek faktör teorisinden farklı olarak enerji
boşalması önemlidir.
• İnsan Faktörleri Kuramı:
Bu teori kazaları, eninde sonunda insan hatasından kaynaklanan olaylar zincirine bağlar.
Teori, insan hatasına yol açan üç önemli faktörü içerir: Aşırı yük, uygun olmayan tepki ve
yerinde olmayan faaliyetler. Bu teorileri de kaza sebepleri teorileri üç geniş kategori altında
sınıflandırılmıştır: Kaza-yatkınlık teorileri, işçi kabiliyetlerine karşılık iş talebi teorileri ve
psikososyal teoriler. Kazaların insan hatalarından kaynaklanması birçok faktöre dayanır.
Kuşkusuz, kaza yapan işçinin eğitimsizliği, işe uygun olmayışı, uyumsuzluğu, eğitim ve
bilgi eksikliği, tecrübesizliği, yorgunluğu, heyecanlı veya üzüntülü oluşu, dalgınlığı,
dikkatsizliği, ilgisizliği, düzensizliği, meleke noksanlığı ve hastalıkları vb. nedenler; ya da
işçinin her şeye karşın kurallara uymamış olması da insan faktörüne bağlı temel sebepler
arasındadır.
• Kaza/Olay Kuramı:
Bu teori insan faktörleri teorisinin genişletilmiş bir halidir. Ek olarak; ergonomik

yetersizlikleri, hata yapma kararı ve sistem hataları gibi yeni elemanları ortaya çıkarır.
• Sistem Kuramı:
Teori bir kazanın oluşabileceği herhangi bir durumu, üç parçadan oluşan bir sistem olarak
görür: İnsan, makine ve çevre.
17
• Kombinasyon Kuramı:
Bir tek teorinin tek başına bütün hadiseleri açıklayamayacağını savunur. Teoriye göre
kazaların gerçek sebebi iki veya daha fazla modelin kombinasyonu ile elde edilebilir.
• Epidemiyoloji Kuramı:
Teori, çevre faktörleri ve hastalık arasındaki ilişkiyi belirleme ve çalışma için kullanılan
modellerin, çevre faktörleri ile kazalar arasındaki sebepsel ilişkinin açıklanmasında da
kullanılabileceğini savunur.
• Çok Etken Teorisi:
Kaza birçok etken ile birlikte değerlendirilerek analiz edilir. Bu teori ve analiz yöntemleri
birçok deneyimli sağlık ve güvenlik uzmanları tarafından da kabul edilip uygulanmaktadır.
Kazalar çok etkenlidir, standart altı uygulamalar, standart altı şartların oluşması sonucu bir
hatalar zinciri sonucu meydana gelir.
• Domino Etkisi:
Bu teoride olaylar beş domino taşının arka arkaya sıralanarak, birbirini düşürmesine
benzetilerek açıklanmıştır. Her kaza beş tane temel nedenin arka arkaya dizilmesi sonucu
meydana gelir, buna “Kaza Zinciri” de denir.(Şekil 1.3) Şartlardan biri gerçekleşmedikçe
bir sonraki gerçekleşmez ve dizi tamamlanmadıkça kaza meydana gelmez.
Şekil 1.3. Domino etkisi

18
Kazaların oluşumunu; “İnsan kaynaklarındaki bazı olumsuz unsurların, güvensiz durum ve

hareketlerle birlikte meydana geldiğinde, yaralanma ve kayba sebep olduğu” şeklinde
açıklayan Domino teorisine, İş Güvenliği’nin verdiği cevap; kazanın, yine bu olumsuzluk
ve eksiklikleri bünyesinde taşıyan İNSAN tarafından önlenebileceği şeklindedir [6]. Bunun
için şekil 1.4. incelenebilir.
Şekil 1.4. Kazaları oluşturan öğelerin (Dominoların) açınımı
1.6.3. Kaza Performans Göstergeleri ve Hesaplamaları
16. Uluslar arası istatistikçiler konferansında aşağıdaki iş kazası oranlarının hesaplanması

karara bağlanmıştır.
Kaza Sıklık Oranı (Accident Frequency Rate)
Takvim yılı içerisindeki ölümlü ve/veya ölümlü olmayan mesleki yaralanmaların toplam
sayısının, aynı yıl içerisinde referans grupta yer alan işçilerin çalışma saatlerinin toplamına
bölünmesiyle elde edilen değerin 1.000.000 katsayısı ile çarpılmasıyla hesaplanır.
Bununla ilgili bir örnek aşağıda gösterilmiştir:
850 işçinin çalıştığı bir işletmede, bir yıl içerisinde 100 iş kazasının meydana geldiği ve
kaybedilen iş günü toplamının ise ( yıllık izin, işe gelmeme, hastalık ve kaza gibi) 40.000
19
olduğu varsayılsın. (1 yıl içerisinde 300 iş günün bulunduğu ve 1 iş gününde 7.5 saat
çalışıldığı kabul edilmektedir. )
Bu durumda kaza sıklık oranları (KSO), aşağıdaki formüle göre hesaplanacaktır:
KSO=Toplam Kaza Sayısı / Toplam insan saat çalışma sayısı x 1000000

KSO= 100 / (850 x 300 x 7.5) – (40.000 x 7.5) x 1.000.000
KSO= 62.01
Kaza Ağırlık Oranı (Accident Severity Rate)
Takvim yılı içerisinde ölümlü ve/veya ölümlü olmayan mesleki yaralanmalardan dolayı
toplam kayıp gün sayısının, aynı yıl içerisinde referans grupta yer alan işçilerin çalışma
saatlerinin toplamına bölünmesiyle elde edilen değerin 1000 katsayısı ile çarpılmasıyla
hesaplanır.
Bu durumda, kaza ağırlık oranları (KAO) aşağıdaki formüle göre hesaplanacaktır:
KAO=Kazalardan dolayı toplam gün sayısı / toplam insan saat çalışma sayısı x 10000
Bu oranın hesaplanması sırasında eğer ölümlü iş kazası veya sürekli iş göremezlik durumu
mevcut ise, kazalardan dolayı toplam kayıp gün sayısına, her ölümlü ve/veya sürekli iş
göremezlik olayı için ayrı ayrı 7500 gün eklenmesi gerekmektedir. Geçici iş göremezlik
olaylarında, tıbbi işlemlerin süresi 1 günden daha az sürmesi durumları dikkate
alınmamaktadır.
Kaza Olabilirlik Oranı (Accident Insidence Rate)
Takvim yılı içerisindeki ölümlü ve/veya ölümlü olmayan mesleki yaralanmaların toplam
sayısının, aynı yıl içerisinde referans grupta yer alan işçilerin toplam sayısına bölünmesiyle
elde edilen değerin 100.000 katsayısı ile çarpılmasıyla hesaplanır. Bu oran, istatistik
verilerinin elde edilmesi ve değerlendirilmesi açısından daha basit ve sade bir oranı temsil
etmektedir. Oran tipleri çeşitli ülkelerde, istihdam edilen her 100.000 işçi, her 100.000
çalışan veya her 100.000 sigortalı işçi olarak dikkate alınmaktadır. Uluslararası Çalışma
20
Örgütü (ILO) istatistiklerinde, Sosyal Sigortalar Kurumu (SSK) istatistikleri kaynaklı

olarak alındığından dolayı, Türkiye için her 100.000 sigortalı işçi sayısına göre
değerlendirme yapılmaktadır.
Standardize iş kazası oranı
İş kazalarının değerlendirilmesinde kullanılan diğer bir ölçüt standardize iş kazası oranıdır

ve aşağıdaki gibi hesaplanır.
Standardize iş kazası oranı (%) = (Belirli bir yılda bu faaliyet kolundaki iş kazası sayısı
*100)/ (Beklenilen iş kazası sayısı)
Beklenilen iş kazası sayısı= (Genel iş kazası hızı)*(İncelenen işkolundaki zorunlu sigortalı

sayısı)
Genel iş kazası hızı = (Kaydedilen toplam iş kazası sayısı)/ (Toplam sigortalı sayısı) [9].
1.6.4. Türkiye’de İş Kazaları İstatistikleri
Türkiye iş kazası istatistiklerinde gelişmiş ülkelerin çok gerisinde olmasına rağmen son
yıllarda şirketlerinin dışarıya açılması, Avrupa birliği mevzuatına uyum çalışmaları ve
gelişen ekonomisiyle birlikte iş kazaları istatistiklerinde iyi bir noktaya doğru
ilerlemektedir. Yaşanan iş kazaları bir ülkenin iş sağlığı ve güvenliğindeki durumu adına
tam bir bilgi veremez. Çünkü sanayide çalışan kişi sayısı, çalışılan ağırlıklı sektörlerin neler
olduğu vb. hususların istatistikler üzerindeki etkisi çoktur. Bu nedenle asıl bakılması
gereken istatistikler iş kazası ağırlık hızları ve sıklık hızları istatistikleridir. Aşağıda verilen
bu istatistiklere bakıldığında Türkiye’nin iyi bir noktaya doğru gittiği görülecektir.
Türkiye'deki 2002-2009 yılı iş kazası istatistiklerinin grafiksel gösterimi şekil 1.5.'ten şekil
1.13'e aşağıda verilmiştir [10].
21
Şekil 1.5. Türkiye’deki 2002-2009 yılları arasındaki iş kazası sayıları
Şekil 1.6. Türkiye’deki 2002-2009 yılları arasındaki ölümlü vaka sayıları

22
Şekil 1.7. Türkiye’deki 2002-2009 yılları arasındaki iş kazası

başına ölümlü vaka ortalamaları
Şekil 1.8. Türkiye’deki 2002-2009 yılları arasındaki

geçici işgöremezlik süreleri
23
Şekil 1.9. Türkiye’deki 2002-2009 yılları arasındaki sürekli

işgöremezlik derece toplamları

iş kazası ağırlık hızları (Gün)
24

ağırlık hızları (Saat)

iş kazası sıklık hızları (1000000 İş Saati)
25

sıklık hızları (100 Kişide)
2. BÖLÜM
RİSK ANALİZİ TEMEL KAVRAMLAR VE TANIMLAR
2.1.Tehlike, Risk, Risk Değerlendirme&Risk Analizi, Risk Yönetimi

Kavramları
Tehlike ve Risk
Günlük hayatta tehlike ve risk kavramları birbirinin yerine sıklıkla kullanılmaktadır.

Gerçekte ise, tehlike ve risk aynı şey değildir. Her iki kavramın anlamları arasında
farklılık bulunmaktadır. İş sağlığı ve güvenliği açısından bu iki kavramı şöyle
tanımlayabiliriz.
Tehlike: Çalışma çevresinin fiziki kusurları ve insanların hatalı davranışları gibi,

çalışma ortam ve koşullarında var olan, ya da dışarıdan gelebilecek kapsamı
belirlenmemiş olan durumların kişilere, işyerine ve çevreye zarar ya da hasar verme
potansiyelini ifade eder.
Risk: Belirli bir tehlikeli olayın meydana gelme olasılığı ile bu olayın sonuçlarının
ortaya çıkardığı zarar ve hasarın şiddetinin bileşkesidir. Tehlike ve risk kavramının daha
iyi anlaşılabilmesi için, Şekil 2.1.’de verilen örneğin incelenmesi yararlı olacaktır [11].
Şekil 2.1. Risk-tehlike

27
Şekil 2.1.’de yüksekte çalışma, potansiyel bir tehlikedir. Çalışanın iskeleden düşme
olasılığı ile düşmeden oluşabilecek zarar şiddetinin bileşkesi ise riskin nicel değerini
ifade etmektedir.
Risk ile tehlikenin ilişkisini daha net anlayabilmek için Tablo 2.1. incelenebilir [11].
Tablo 2.1. Tehlike-risk kavramları
TEHLİKE RİSK
Bir tank içinde kaynak yapan

çalışanın yangına maruz kalması ya
da kaynak gazlarından
zehirlenmesi
İzolasyonu yetersiz ya da hatalı bir

elektrikli iş ekipmanını kullanan
çalışanın elektrik şokuna kapılması
Ağır yükleri elle taşıyan çalışanın,

kas-iskelet sistemi hastalıklarına
yakalanması
Sürekli olarak yüksek seviyede

işlerde çalışanların kalıcı işitme
kaybına uğraması
Not: Yüksek ses şiddeti değeri 85

dB’in üzerindedir.
Kan nakli yoluyla hastalık

bulaşması
28
Tablo 2.1.'in devamı
Koruyucusu olmayan bir oksi-

yanıcı gaz sistemiyle çalışanın
kazaya uğraması
Kişinin yüksekten düşmesi,

malzeme düşmesi
Tehlike kavramının anlamına Türk Dil Kurumu ve Büyük Larousse Sözlük ve

Ansiklopedisinden baktığımızda şu tanımlamalarla karşılaşırız;
Tehlike, büyük zarar veya yok olmaya yol açabilecek durum ya da gerçekleşme ihtimali
bulunan fakat istenmeyen durumdur, diğer bir ifadeyle bir tehdit oluşturan bir şeyin bir
kimsenin varlığını ya da durumunu tehdit eden ya da kaygı uyandıran şey, çekincedir.
Dünya Sağlık Örgütü (WHO) ise tehlikeyi 1950 yılında; bir nesne ya da belli koşulların,
etkenlerin insan sağlığı ve çevre için olumsuzluk içermesi şeklinde tanımlamıştır.
Uluslararası Çalışma Örgütü, ILO’nun 1991 yılında yanınlanan “Büyük Endüstriyel
Kazaların Önlenmesi Uygulama Kodu”nda ise canlıları çevreyi ve/veya malı, tesisleri
tehdit eden, kapsamı belirlenmemiş kaza ve zarar potansiyeli olarak verilmiştir.
Risk kelimesi aslında Çin orjinli bir kelimedir ve diğer dillere de çinceden geçmiştir.
Aslında Çince’de “Risk” kelimesini ifade eden ideogram, “tehlike” ve “fırsat”
ideogramlarının birleşkesidir. Yani Çincede risk denildiği zaman iki farklı unsur birden
anlaşılır. Bu unsurların birincisi “gelecekte oluşma ihtimali” bir diğeri ise “fırsat ve
tehdit”dir. Diğer tüm terminolojilerde “Risk” denilince yaygın olarak tehdit
anlaşılmaktadır. Oysa risk kavramının çıkış yeri olan Çin’de “Risk”, meydana
getirdiğimiz çalışmalar esnasında gelecekte meydana gelebilecek olan ve amaçlarımızın
29
gerçekleştirmesini engelleyebilecek tehditler/olumsuzluklar veya amaçlara ulaşmayı

kolaylaştırabilecek fırsatlar olarak tanımlanmaktadır [12].
Risk analizi disiplininde önemli bir yere sahip olan Morgan, riski; tehlikeyle
karşılaşanlarca daha önceden tanınmayan ve gözlenemeyen, bilimin yeterince
tanımadığı, yeni ve etkileri geç ortaya çıkabilecek şey olarak tanımlamıştır. Yine “Risk”
kelimesini tanımlarken, tehlikelerin insanlar tarafından gözlenmesi ve bilinmesi zorunlu
değildir demektedir. Eğer bir yerde risk varsa bunun bilinmemesinin meydana gelecek
olası zararı ve hasarları ne sınırlayacağını ne de ortadan kaldıracağını iddia etmektedir.
Riskin denetlenemezliği nedeniyle korkutucu, dünya çapında felaket yaratıcı, sonuçları
öldürücü, hukuka uygun olmayan, kolayca azaltılamayan ve gelecek kuşaklar için çok
tehlikeli potansiyel olaylar olarak açıklamış ve riskin içerdiği tehlikeyi ikiye ayırmıştır,
bunlardan ilki tehlikeyle karşılaşma, ikincisi ise sonuçtur.
Morgan’a göre “Risk”, her olayın doğasında olan bir durum olarak kabul görmekte ve
gelecekte ortaya çıkabilecek olayları analiz ederek potansiyel riskleri belirlemek ve
yönetmek için ölçülebilir kavramlar haline getirilmeye çalışılmaktadır. Hedeflenen bir
sonuca ulaşamama olasılığı veya istenmeyen bir olayın oluşma olasılığı ve oluşması
durumunda yaratacağı sonucun şiddeti olarak ifade edilen risk, karmaşık bir kavramdır.
Riskle karşılaşma ve sonuç çalışmalarının (kadroları ve uzmanları yeterli ve yetkin
ülkelerde dahi) büyük ölçüde belirsizlik içerdiğini ifade etmiştir. Birçok durumda risk
istatistiksel olarak çok iyi bilinmesine rağmen, olaylar tek tek ele alındığında riskin
belirsizleşmekte olduğunu ve henüz çok yeni olan ya da kötü sonuçların nadiren
görüldüğü teknolojilerdeki risk hesaplamalarının daha da belirsiz sonuçlar içerdiğini
iddia etmiştir [13].
Okuyama ve Chang ise genel anlamda riski, herhangi bir tehlikenin meydana gelme
olasılığı ile bu tehlikenin neden olacağı sonuçların bileşkesi olarak tarif etmektedirler.
Başka bir deyişle risk düzeyinin, tehlikenin büyüklüğü ve etkilenen elemanların
savunmasızlığıyla orantılı olduğunu ifade etmektedirler [14].
30
Bir başka risk tanımını ise Andrews ve Moss yapmış ve riskin belirli bir beklenmeyen
olayın, sıklığı, olasılığı ve sonucun bütünü olduğunu ifade etmişlerdir. Andrews ve
Moss’un yapmış olduğu tanım Oxford Sözlüğünde yer almış ve “Risk”, tehlike, kayıp,
yaralanma ya da başka zararlı sonuç oluşma olasılığı olarak tanımlanmıştır [15].
ILO Yönetim Kurulu’nun 244. toplantısında alınan karar uyarınca hazırlanan raporda
ise risk, “belli bir dönemde veya koşullar altında istenmeyen olayın ortaya çıkma
olasılığı, çevre koşullarına göre sıklık ve olasılık” olarak ifade edilmiştir.
Genel olarak ise tüm risk tanımlamalarında tehlike ve bu tehlikenin olabilirliğinden yani
olasılığından bahsedilmektedir. Risk kavramı ile belirsizlik kavramının iç içe iki kavram
olduğu konusunda ise neredeyse tüm risk analizi disiplinindeki otoritelerin hem fikir
olduğunu ise söylebiliriz.
Tehlike kelimesini tanımlarken doğal veya insan eliyle oluşturulmuş bir olayın
öncelikle çevreyi, insanların hayatını, sosyal ve ekonomik faaliyetlerini, mal ve
hizmetlerini tehdit edici bir olaydan bahsedilmesi ve bu olayın meydana gelme
olasılığından da bahsedilebiliyor olmalıdır. Yani tehlike kavramı bir anlamda olasılıkta
içermektedir. Örnek vericek olursak; denizde köpek balığının bulunduğunu düşünelim,
eğer denizde değilseniz bu köpek balığı sizin için bir tehlike değildir. Ama bir olasılıkla
denize girmeniz gerekiyorsa işte o zaman o köpek balığı sizin için tehlike oluşturuyor
demektir [13].
Risk Analizi &Risk Değerlendirme
Risk analizi veya başka bir deyişle risk değerlendirme farklı kaynaklarda farklı
şekillerde tanımlanmaktadır. IEC 60300-3-9 içerisinde risk değerlendirme; tehlikenin
tanımlanması ve bireylere, topluma, mülke ve çevreye olabilecek riskinin öngörülmesi
için mevcut verilerin sistematik olarak kullanılmasıdır. Başka bir kaynak olan NS 5814
ise risk değerlendirmeyi, riskin tanımlanması ve/veya hesaplanabilmesi için sistematik
bir yaklaşım olarak tanımlar. Yine bu kaynağa göre risk analizi, istenmeyen olayların ve
bu olayların nedenlerinin ve sonuçlarının tanımlanması ile ilişkilidir. Risk
31
değerlendirmenin genel amacı; kayıpların minimize edilmesi için yapısal bir yaklaşım
içerisinde risklerin açıkça adreslenmesidir [16].
Bir başka kaynağa göre Risk Değerlendirme&Risk Analizi; İşyerlerinde var olan ya da
dışarıdan gelebilecek tehlikelerin, çalışanlara, işyerine ve çevresine verebileceği
zararların ve bunlara karşı alınabilecek önlemlerin belirlenmesi amacıyla yapılması
gerekli çalışmalardır [11].
Olumsuz sağlık ve güvenlik koşulları altında çalışma, insanların yaralanmasına,

hastalanmasına, uzuv kaybına ya da ölümüne neden olabileceği gibi hayat koşullarının
ağırlaşmasına, ürün ve malzeme kaybına, iş ekipmanlarının hasar görmesine de neden
olabilir.
Öncelikle karar vermemiz gereken husus, bir tehlikenin önemli olup olmadığı ve riskin
azaltılması için gerekli önlemlerin alınıp alınmadığıdır.
Örneğin; çalışma anında elektrik akımına kapılma ölümle sonuçlanabilmektedir. Ancak,

uygun yalıtım, topraklama vb. diğer önlemler alındığında elektrik akımına kapılma riski
kabul edilebilir seviyelere indirilebilmektedir [11].
Risk Yönetimi
Risk Yönetiminin risk değerlendirmesinden farkı (risk analizi) risk değerlendirmesi ile
belirlenmiş olan risklerin ortadan kaldırılmasına veya kabul edilebilir seviyeler
indirilmesi faaliyetlerini de içermesidir. Yani Risk değerlendirme problemlerin
tanımlanmasını yaparken Risk yönetimi hem problemin tanımlanması hem de çözümü
faaliyetlerini içerir.
Risk Yönetim Prosesi; yönetim politikası, prosedürler ve görev tanımlarının kurma

bağlamında, içerik, tanımlama, inceleme, değerlendirme, muamele, izleme ve
haberleşme uygulamalarının sistematik uygulamasıdır. Risk yönetim kavramı, kazaların
önlenmesi için sistematik ve gerçekçi bir çatı kurulmasını sağlar [6].
Risk değerlendirme ile Risk yönetim faaliyetlerinin daha iyi anlaşılabilmesi için Şekil 3-
2’ye bakılabilir [6].
32
Şekil 2.2 Risk yönetim prosesine genel bakış
2.2. Neden Risk Analizi Yapmalıyız?
İşyerinde risk değerlendirmesi yapmak mevzuat yönünde zorunlu olduğu gibi,

işletmenin ve ülkenin geleceği açısından da oldukça önemlidir. İşyerlerinde meydana
gelen iş kazaları ve meslek hastalıkları sonucunda büyük maddi kayıplar meydana
gelmektedir. Halbuki, gerek iş kazaları gerekse meslek hastalıkları, nedenleri önceden
belirlenerek alınacak tedbirlerle önlenebilecek vakalardır. Önceden belirleme de
uygulanan işlemlerin toplamına risk değerlendirmesi veya risk yönetimi diyebiliriz.
Mevzuat yönünden:
Ülkemizde İş Sağlığı ve Güvenliği konusundaki temel yasa olan 4857 sayılı İş Kanunu,
AB’ nin 89/391 sayılı çerçeve direktifi ve ülkemizce kabul edilmiş olan 155 ve 161
sayılı ILO (Uluslararası Çalışma Örgütü) sözleşmeleri de dikkate alınarak
hazırlanmıştır. 4857 sayılı İş Kanununun 1. maddesinde: “Bu kanunun amacı işverenler
ile bir iş sözleşmesine dayanarak çalıştırılan işçilerin çalışma şartları ve çalışma
ortamına ilişkin hak ve sorumluluklarını düzenlemektir.” 77. maddesinde “İşverenler
işyerlerinde iş sağlığı ve güvenliğinin sağlanması için gerekli her türlü önlemi almak,
33
araç ve gereçleri noksansız bulundurmak, işçiler de iş sağlığı ve güvenliği konusunda

alınan her türlü önleme uymakla yükümlüdürler. İşverenler işyerinde alınan iş sağlığı ve
güvenliği önlemlerine uyulup uyulmadığını denetlemek, işçileri karşı karşıya
bulundukları mesleki riskler, alınması gerekli tedbirler, yasal hak ve sorumlulukları
konusunda bilgilendirmek ve gerekli iş sağlığı ve güvenliği eğitimini vermek
zorundadırlar.” Hükümleri yer almaktadır. Bu yasanın 78. maddesine dayanılarak
çıkarılmış olan yönetmeliklerde işveren, işyerinde risk değerlendirmesi yapılmasından
sorumlu tutulmuştur.
Sağlayacağı psiko-sosyal ve ekonomik yararlar yönünden risk değerlendirmesi:
Risk değerlendirmesi sadece yapılması zorunlu bir gereklilik olarak görülmemeli,

işletmenin geleceği yönünden önemi üzerinde de durulmalıdır. Risk değerlendirmesi
yapmak geleceğe yönelik projeksiyonların hazırlanmasına da ışık tutacaktır. Çünkü risk
değerlendirmesi işverene, işletmenin durumu hakkında yeterli bilgi sağlayacak,
üretimde sürprizle karşılaşma durumunu ortadan kaldıracak ve geleceğe güvenle
bakmasına katkıda bulunacaktır.
İşletmeye sağlayacağı yararlar:
İş kazası ve meslek hastalıklarının önlenmesine yönelik yapılacak bu çalışmaların

sonucunda alınacak önlemlerle;
a- İşletmenin sağlık giderleri azalacak,

b- Tazminat giderleri azalacak,
c- Güvenli çalışma ortamında verimlilik artacak,
d- Üretimde kalite yükselecek,
e- İşletme güven ve prestij kazanacak,
f- Pazar payı yükselecek,
g- Ekonomik yönden güçlü hale gelecek.
Ülkeye sağlayacağı yararlar:
a- Çalışanlardan hastalanan ve iş göremez durumuna düşenlerin sayısı azalacak,

34
b- Gayri safi milli hasılanın yaklaşık %3’ü kadar kayıp azalacak, bu elde edilen gelir
ülke kalkınmasında kullanılacak (burada söz konusu olan %3’lük pay iş kazaları ve
meslek hastalıkları nedeniyle harcanan giderlerden oluşmaktadır ve bu kaza ve
hastalıkların önüne geçilmesiyle bu maliyetlerin yatırım ve benzeri faaliyetlere
aktarılacağı düşünülmektedir.)
c- Sağlık ve rehabilitasyon harcamaları azalacak,
d- Bir bütün olarak toplum sağlık göstergeleri iyileşecek,
e- Çalışma barışına katkı sağlayacak,
f- Refah toplumuna dönüşümü hızlandıracak,
g- Ülkemiz uluslararası alanda prestij kazanacaktır [17].
2.3. Risk Değerlendirme Tarihçesi
Risk değerlendirmesi kavramı mevzuatımıza yeni girmiş olmakla birlikte içeriği ve

kullanılan yöntemler yeni değildir. Risk Değerlendirmesi kavramı 20. yüzyılın
başlarında güvenilirlik teoreminin oluşturulması ve kullanılmaya başlanması sonrasında
telaffuz edilmeye başlanmıştır. İlk defa NASA tarafından geliştirilen MIL-STD-882
nolu standart bu alandaki gelişmelerin önünü açan ilk sistemli belge olmuştur. Ünlü
analist Peter F. Drucker’ın yöneticilere vermiş olduğu bir konferansta 18., 19. ve 20.
Yüzyıllarında Batı ekonomisinin ilerlemesinde teşebbüs, girişim ve çabuk ve doğru
karar verme yeteneği kadar risk yönetiminin de önemli bir yere sahip olduğunu
vurgulamıştır. Drucker’a göre riskleri yönetme ve önlem alma çalışmaları gelişmiş
ülkeler ve gelişmekte olan ülkeler arasındaki en önemli farktır.
Özellikle 20. yüzyıl başlarından itibaren tehlikeli maddelerin artan üretimi, kullanımı ve
depolanması yüzünden büyük endüstriyel kaza olasılığı büyük oranlarda artmıştır.
Dolayısıyla da tüm halkın, çalışan kesimin ve çevrenin korunması gereği doğmuş,
büyük endüstriyel kazaların önlenmesi için sistematik yaklaşım ihtiyacı belirmiştir. Üç
Mil Adası’ndaki ve Çernobil’ deki nükleer kazalardan sonra otoriteler nükleer tesislerin
güvenli işletilmesi için birçok çalışmalar yürütmüştür. Ancak klasik endüstriye ilişkin
risk değerlendirme çalışmalarının hızla başlamasında İtalya Sevesso’daki büyük
endüstriyel kaza dönüm noktası olmuştur [18].
35
2.4. Risk Değerlendirme Yöntemleri
Risk değerlendirme yöntemlerine baktığımızda iki temel analiz yaklaşımı mevcuttur.

Bunlar, kantitatif (quantitative) ve kalitatif (qualitative) yöntemlerdir.
Kantitatif risk analizi, riski hesaplarken sayısal yöntemlere başvurur. Kalitatif risk
analizi riski hesaplarken ve ifade ederken numerik değerler yerine yüksek, çok yüksek
gibi tanımlayıcı değerler kullanır. Aşağıda bazı risk değerlendirme yöntemleri
verilmiştir, bu metotları birbirinden ayıran en önemli farklar, risk değerini bulmak için
kullandıkları kendilerine has metotlardır.
• Ön Tehlike Analizi (Preliminary Hazard Analysis – PHA)
• Kinney Metodu (Mathematical Risk Evaluation Method)
• Zürih Tehlike Analizi (Zurih Hazard Analysis)
• Makine Risk Değerlendirme (Mashine Risk Asessment)
• Olası Hata Türleri ve Etki Analizi Metodolojisi (Failure Mode And Effects
Analysis - Fmea)
• Güvenlik Fonksiyon Analizi (Safety Function Analysis)
• Hata Ağacı Analizi (Fault Tree Analysis – FTA)
• Olay Ağacı Analizi (Event Tree Analysıs - ETA)
• Tehlike ve İşletilebilme Çalışması Metodolojisi (Hazard and Operability

Studies- HAZOP)
• İş Güvenlik Analizi – JSA (Job Safety Analysis)
• Olursa Ne Olur? (What If..?)
• Birincil Risk Analizi -(Preliminary Risk Analysis - PRA)
• Neden Sonuç Analizi (Cause-Consequence Analysis)
• İnsan Eksenli Yöntemler
• İnsan Hata Tanımlaması (Human Error Identification - HEI)

36
• İnsan Güvenilirlik Değerlendirmesi (Human Reliability Assessment - HRA)
• İnsan Hata Oranı Tahmini Tekniği (Technıque For Human Reliability Analysis -
THERP)
• Kavramsal Güvenilirlik ve Hata Analiz Yöntemi (Cognitive Reliability and

Error Analysis Method - Cream)
• Hiyerarşik Görev Analizi (Hierarchical Task Analysis)
• Sapma Analizi (Deviation Analysis)
• Yönetim Bakışı ve Risk Ağacı (Management Oversight and Risk Tree - MORT)
• Enerji Analizi (Energy Analysis)
• Güvenlik Bariyer Diyagramları (Barrier Diagram)
• BOW TIE Metodolojisi [18].
Risk Değerlendirme Yöntemlerinin birbirleriyle karşılaştırmaları Tablo 2.2.’de

görülebilir [6].
Tablo 2.2. Risk değerlendirme metodolojileri karşılaştırma tablosu
Neden – Sonuç Güvenlik FMEA/FM

Kriterler X Tipi Matris L Tipi Matris ETA FTA HAZOP Check List JSA PHA What if…?
Analizi Denetimi ECA
Gerekli
Doküman Çok fazla Çok fazla Çok Az Çok fazla Çok fazla Çok Az Çok fazla Çok fazla Orta Çok fazla Orta Çok Az
İhtiyacı
Bir Analist ile Bir Analist ile Tim Bir Analist ile Bir Analist ile
Tim Çalışması Tim çalışması Tim çalışması Tim çalışması Tim çalışması Tim çalışması Tim çalışması Tim çalışması
Yapılabilir Yapılabilir çalışması Yapılabilir Yapılabilir
Tim Liderinin Çok fazla Çok fazla Orta düzey Çok fazla Çok fazla Orta düzey Çok fazla Çok fazla Orta Düzey Çok fazla Orta düzey Orta düzey
Tecrübesi deneyim deneyim deneyim deneyim deneyim deneyim deneyim deneyim Deneyim deneyim deneyim deneyim
Kalitatif/ Kalitatif/ Kalitatif/ Kalitatif/

Kalitatif Kalitatif Kalitatif Kalitatif Kalitatif Kalitatif Kalitatif Kalitatif Kalitatif
Kantitatif Kantitatif Kantitatif Kantitatif
Her sektöre
uyar, ancak Elektrik/
Özel Bir Branşa Her sektöre Basit prosedürlü Her sektöre Her sektöre Kimya Her sektöre Her sektöre Her sektöre Basit
özellikle kimya Her sektöre uyar Makina
Yönelik uyar işler uyar uyar endüstrisi uyar uyar uyar prosedürlü işler
sektöründe Hizmet
kullanılır
Risklerin
Yüksek Birincil
Yüksek tecrübe Yüksek tecrübe belirlenmesi
Tüm tecrübe ve yöntemdir. Risklerin
ve takım ve takım aşamasında tek Oldukça zor bir
sektörlerde Basit prosedürlü takım Analiz Risklerin belirlenmesi
üyelerinin üyelerinin başına yeterli yöntemdir. Özellikle
rahatlıkla işlerde üyelerinin öncesinde Çeklistlerin belirlenmesi aşamasında tek
yüksek yüksek değildir. Tüm Yüksek tecrübe kişilerin görev
uygulana- uygulanabilir, yüksek FTA uzman kişilere aşamasında tek başına yeterli
Uygulama performansını performansını sektörlerde ve takım tanımları iyi
bilir.Tim Tim liderinin performan- yapılması hazırlatılması başına yeterli değildir. Tim
Başarı Oranı gerektirir. gerektirir. rahatlıkla üyelerinin yapılmışsa
liderinin tecrübesine göre sını gerektirir. başarı halinde başarı değildir. Tim liderinin
Risklerin Risklerin uygulanır. Tim yüksek başarı
tecrübesine başarı oranı Risklerin oranını oranı değişir. liderinin tecrübesine
belirlenmesinde belirlenmesinde liderinin performansını sağlanabilir.
göre başarı değişir. belirlenmesin arttırır. tecrübesine göre başarı
çok etkili bir çok etkili bir tecrübesine göre gerektirir.
oranı değişir. de çok etkili göre başarı oranı değişir.
yöntemdir. yöntemdir. başarı oranı
bir yöntemdir. oranı değişir.
değişir.
37
38
2.5. Hata Türü ve Etkileri Analizi

Hata Türü ve Etkileri Analizi (HTEA), iyi yapılandırılmış bir güvenilirlik süreci
içerisinde kullanılabilecek en etkin araçlardan birisidir. Yalnız basına kullanılabileceği
gibi; ileri Ürün Kalite Planlaması (Advanced Product Quality Planning-APQP)
düzeyindeki kapsamlı süreçlerin bir parçası olarak diğer araçlarla beraber de
kullanılabilir. HTEA için farklı kaynaklarda, farklı tanımlamalar yapılmaktadır.
Stamatis’e göre Hata Türü ve Etkileri Analizi; “Müşteriye gitmeden önce; sistemden,
tasarımdan, üretimden ve/veya servisten kaynaklanan bilinen ve/veya olası hataların,
problemlerin, yanlışların tanımlanması, belirlenmesi ve giderilmesine yarayan bir
mühendislik tekniğidir”. HTEA konusunda yayınlanmış ilk standart olan MIL-STD-
1629A içerisinde ise söyle bir tanımlama yapılmıştır; “Her bir bilesene ait önemli hata
türlerinin ve bunların ortaya çıkmasının sistem çalısması üzerindeki
etkilerinin/kritikliğinin tanımlanması ve dokümantasyonudur”[19]. Mizuno ve Akao’ya
göre Hata Türü ve Etkileri Analizi; ürün, sistem, ekipman veya ürünü olusturan
bileşenlerin güvenilirliğinin sağlanmasında etkin olarak kullanılan bir araçtır. HTEA,
güvenilirlik mühendisliğinin bir parçası olarak ürün ve proses hatalarını analiz eder. Bu
tanımlamalar arasında en detaylı olanının ise, Otomotiv Endüstrisi Aksiyon Grubu
(Automotive Industry Action Group-AIAG) tarafından yayınlanmış olan HTEA
Referans Kitabı’nda yapılan tanımlama olduğu söylenebilir; “HTEA; bir ürün/prosesin
olası hatalarının ve bu hataların etkilerinin belirlenmesi ve değerlendirilmesi, olası
hatanın oluşma olasılığını azaltacak veya ortadan kaldıracak aksiyonların tanımlanması
ve tüm sürecin dokümante edilmesi için tasarlanan sistematik bir aktiviteler
topluluğudur” Tümevarımsal bir metot olan HTEA; tasarım, üretim ve servisten
kaynaklanan hata türleri üzerine odaklanarak yalnızca bilinen değil, olası hataların da
risklerini belirler ve önceliklendirir. Analizin temel amacı; söz konusu risklerin
müşteriye ulaşmadan önce ortadan kaldırılması, kabul edilebilir bir düzeye indirilmesi
veya ortaya çıkmalarını engelleyecek altyapının hazırlanmasıdır. Bu süreç içerisinde
önerilen düzeltici/önleyici aksiyonlar da yönetilir. Böylelikle, analizin gelecekteki
kullanımları için dokümante edilmiş bir yöntem oluşturularak kurumsal belleğe katkı
sağlanır ve aynı zamanda sürekli geliştirme için de birçok olanak yaratılmış olur. Bu
nedenle HTEA; ürün/proses/servisin kalitesini ve güvenilirliğini hedeflenen düzeye
ulaştırma yolunda güçlü bir metottur [20].
39
Hata Türü ve Etkileri Analizi‘nin Türleri
HTEA’nin çeşitli türleri vardır. Bunlardan bazıları yoğun olarak kullanılırken

bazılarının kullanımı da, sektörel bazda ve/veya firma bazında sınırlı kalmaktadır.
Yaygın olarak kullanılan türler aşağıda belirtilmektedir.
a. Sistem Hata Türü ve Etkileri Analizi (Sistem HTEA):
Global sistem fonksiyonlarına odaklanır. Özellikle sistemin, alt sistemle olan

etkileşimlerini inceler. Çalışmalar Sistem Mühendisliği liderliğine yürütülür. Konsept
tasarım aşamasında uygulanır ve alt sistem/bileşenlerin Tasarım Hata Türü ve Etkileri
Analizi’ne girdi sağlar.
b. Tasarım Hata Türü ve Etkileri Analizi (Tasarım HTEA):
Alt sistem ve bileşenlerin tasarım fonksiyonlarına odaklanır. Belirlenmiş olan tasarımı

detaylı olarak inceler. Çalışmalar Tasarım Mühendisliği liderliğinde yürütülür. Proses
Hata Türü ve
Etkileri Analizi’ne girdi sağlar.
c. Proses Hata Türü ve Etkileri Analizi (Proses HTEA):
Alt sistem ve bileşenlerin üretim fonksiyonlarına odaklanır. Belirlenmiş olan prosesi

detaylı olarak inceler. Çalışmalar Üretim Mühendisliği liderliğinde yürütülür.
d. Hizmet Hata Türü ve Etkileri Analizi (Hizmet HTEA):
Hizmet fonksiyonları üzerine odaklanır.
e. Yazılım Hata Türü ve Etkileri Analizi (Yazılım HTEA):
Bilgisayar yazılımlarının fonksiyonları üzerine odaklanır.
f. Ekipman Hata Türü ve Etkileri Analizi (Ekipman HTEA):
Proseste kullanılan ekipmanlar üzerine odaklanır. Özellikle “7 Büyük Kayıp” incelenir;

büyük arızalar, küçük arıza ve durmalar, makine ayarları, kapasite düşümü, başlangıç
40
kayıpları, hatalı parçalar ve takımlandırma. Proses Hata Türü ve Etkileri Analizi’ni

desteklemek amacı ile kullanılır.
g. Çevre Hata Türü ve Etkileri Analizi (Çevre HTEA) – Ford firmasına özel:
Ürün, proses ve ekipmanların çevresel etkileri üzerine odaklanır. Hammadde

üretiminden, ürünün kullanım ömrü sonuna kadar geçen tüm yasam çevrimi incelenir.
Özellikle ömrünü tamamlamış olan araçlar ile ilgili olarak yayınlanan uluslar arası
direktifler (End of Life Vehicle-ELV gibi) bu analiz türünün ortaya çıkmasına neden
olmuştur. Minimum enerji ve doğal kaynak kullanımı, minimum ağır metal kullanımı,
en iyi geri dönüşüm performansı ve en iyi yakıt ekonomisinin sağlanması gibi temel
amaçları vardır [20].
2.6. Risk Değerlendirme Aşamaları
Risk değerlendirme aşamaları hakkında Çalışma ve sosyal güvenlik Bakanlığı

tarafından hazırlanmış broşür [11] aşamaları şu şekilde açıklamaktadır;
Beş Adımda Risk Değerlendirmesi
1.Adım: Tehlikelerin Belirlenmesi
Bu adımda, işyerinizde çalışanlara, ürünlere ve iş ekipmanlarınıza nelerin zarar

verebileceğini belirlemeniz gerekmektedir. (Bu konuda daha geniş bilgi 2.7 maddesinde
bulunmaktadır.)
2.Adım: Tehlikelerin Değerlendirilmesi
Birinci adımda oluşturduğumuz tehlikeler listesinin değerlendirilmesi ile hangileri için

ne tür önlemler alınacağının ve hangileri için risk derecelendirmesi yapılması
gerektiğine karar verilir.
3.Adım: Risklerin Derecelendirilmesi

İkinci adımda, risk derecelendirilmesi yapılmasına karar verilen tehlikelerin her biri için
ayrı ayrı risklerin ağırlık oranları hesaplanarak derecelendirme yapılır ve riskler öncelik
sıralamasına tabi tutulur.
41
4.Adım: Kontrol Önlemlerinin Uygulanması
İkinci ve üçüncü adımlarda alınmasına karar verilen önlemlerden hemen ortadan

kaldırılabilecek tehlikeler için gerekli önlemler alınır ve tekrar ortaya çıkmamaları için
uygun bir kontrol peryodu belirlenir. Belirli bir maliyet ve zaman gerektiren ve acil
olmayan önlemler için uygulama planları yapılarak uygulamaya başlanır.
5.Adım: Denetim, İzleme ve Gözden Geçirme
İşyerinde gerçekleştirilen risk yönetiminin tüm aşamaları ve uygulanması düzenli olarak

denetlenir
Küçük ve orta ölçekli işletmeler ile ticaret ve hizmet sektöründeki çoğu işletmede
genellikle tehlikeler kolaylıkla giderilebilecek niteliktedir.
Çalışanlarınıza zarar verebilecek bir makinenizin olup olmadığını ya da işyerinizde

yaralanmalara neden olabilecek uygunsuz bir giriş ya da merdivenin varlığını zaten
bilirsiniz. Bu tür tehlikelerin varlığını belirlediğinizde, tehlikeden kaynaklanabilecek
zararları ortaya çıkmadan önlemek için alınabilecek akılcı önlemleri alıp almadığınızı
kontrol ediniz.
Bu beş aşamanın görsel gösterimi için aşağıdaki Şekil 2.3.’e bakılabilir.
Şekil 2.3. 5 Adımda Risk Değerlendirmesi

42
2.7. Proses Sırasında Oluşabilecek Tehlikelerin Listesi
Mekanik Tehlikeler
Makine parçalarının, aletlerin, iş parçalarının ya da planlanan katı veya sıvı maddelerin

mekanik hareketlerine bağlı olarak yaralanmaya yol açabilecek bütün fiziksel
faktörlerin genel tanımıdır.
Değerlendirilmesi gereken başlıca fiziksel tehlike türleri şunlardır

• Ezilme tehlikesi
• Kopma tehlikesi
• Kesme ya da parçalama tehlikesi
• Dolaşma tehlikesi
• Sürüklenme ya da tuzağa düşme tehlikesi
• Sabit ya da hareketli cisimlere çarpma tehlikesi
• Delinme tehlikesi
• Aşınma ya da sürtünme tehlikesi
• Basınçlı sıvıların fışkırma tehlikesi
• Kaygan yüzeylerde kayma tehlikesi
• Takılma sonucu ya da yüksek yerlerden düşme tehlikesi
• Düşen cisimlerin yol açtığı tehlikeler
• Depolanmış enerjinin salıverilmesine bağlı tehlikeler
Elektrik Tehlikesi
Bu tehlike türü aşağıdakilerin yol açtığı elektrik şoku ya da yanıklardan kaynaklanan

yaralanmalara ya da ölüme neden olabilir:
• Elinde
- Gerilim taşıyan şeyler olan
- Başta izolasyon arızası olmak üzere (dolaylı temas), arızalanma halinde
gerilim taşıyabilecek şeyler olan insanlarla temas etme
• Yüksek gerilimliler başta olmak üzere, gerilim taşıyan şeylerle yakın durma
43
• Kullanım koşullarına uygun olmayan izolasyon

• Elektrik yüklü parçalara temas etme gibi elektrostatik olaylar
• Termal radyasyon veya diğer olaylar, örneğin erimiş taneciklerin radyasyonu ve
kısa devrelerin, aşırı yüklerin, vb. kimyasal etkileri.
Termal tehlikeler
Termal tehlikeler aşağıdakilere yol açabilir:

• Aşağıdakilere bağlı yanma ya da kavrulma
1. sıcak yüzeyler
2. güçlü ısı radyasyonu
3. aşırı soğuk yüzeyler
4. ısınmış maddelerin fırlaması
5. alevler
• Çalışma ortamının sıcak ya da soğuk olmasına bağlı sağlık sorunları
Maddelerden kaynaklanan tehlikeler
Ekipmanda bulunan ya da ekipman tarafından kullanılan veya işlenen maddeler çeşitli

türde tehlikelere yol açabilir:
• Zehirli, aşındırıcıya da tahrişe edici etkisi olan sıvılara, gazlara, sislere,

dumanlara ve tozlara temas etmeye ya da bunları solumaya bağlı tehlikeler
• Yangın ya da patlama tehlikeleri
• Biyolojik tehlikeler (küf ya da bakteri oluşumuna bağlı olan)
Fiziksel maddelere bağlı tehlikeler
Aşağıdaki nedenlerle iş ortamında oluşan tehlikelerin tanımıdır:
• Gürültü
• Titreşim
• Düşük frekanslı radyasyon
• Radyo frekansları ya da mikro dalgalar
44
• Kızılötesi radyasyon
• Görünür radyasyon
• Morötesi radyasyon
• İyonlaştırıcı radyasyon
Ergonomi ilkelerine uyulmamasından kaynaklanan tehlikeler
Çalışma merkezlerinin ya da proseslerin uygun ergonomik tasarımda olmaması sonucu;

• Hatalı duruş, aşırı ve tekrarlı zorlama
• Aşırı zihinsel faaliyete veya zihinsel faaliyet sizliğe bağlı psiko-fizyolojik
etkiler,
• Gerilim
• İnsan hataları
2.8. Risk Kontrol Tedbirlerinin Planlanması
Önem derecesi belirlenmiş olan her bir İSG riski için mevcut risk kontrol tedbirlerinin
varlığı/yeterliliği değerlendirilir ve aşağıda belirtilen risk kontrol hiyerarşisi göz önünde
bulundurularak ilave risk kontrol tedbirleri planlanır:
• Tehlikenin ortadan kaldırılması (Örneğin, tehlikeli bir madde yerine tehlikeli

olmayan bir maddenin kullanımı, gürültülü bir makinenin kullanımının
durdurulması, elle taşıma işlerinin mekanik araçlarla yapılması, vb.)
• Riskin azaltılması (Örneğin tehlikeli bir maddenin, tesisin veya prosesin yerine
daha az tehlikeli olanların kullanılması, gürültülü bir makinenin daha sessiz olan bir
makine ile değiştirilmesi, vb.)
• Kişilerin tehlikeden uzak tutulması (Örneğin, kişilerin gürültülü makinelerin

yakınında çalışmasına izin verilmemesi, vb.)
• Tehlikenin çembere alınması (Örneğin tüm boyama işlemlerinin düzgün ve kapalı

bir boyama kabininde yapılması, gürültülü makinelerin etrafının ses geçirmez
45
plakalarla kaplanması, hareketli parçaları olan ekipmanlara koruyucu konulması,

yüksek yerlere korkuluk yapılması vb.)
• Çalışanların maruziyetlerinin azaltılması (Örneğin bir kişinin 8 saat maruz

kalması yerine 4 kişinin her birinin ikişer saat bir gürültüye veya bir kimyasal
buharına maruz kalması, vb.)
• İş sisteminin iyileştirilmesi (Örneğin buharlaşmayı minimize edecek tarzda bir

boyama faaliyetinin yapılması konusunda yazılı prosedürler oluşturulması, tehlikeli
alanlara çalışanların girişinin kısıtlanması, vb.)
• Kişisel Koruyucu Donanım Kullanımı (Örneğin baret, eldivenler, koruyucu

gözlükler, koruyucu giysiler, kulaklıklar, vb. kullanımı)
Burada bahsetmiş olduğumuz kontrol tedbirlerinin hiyerarşisi bir başka kaynakta [3] şu
şekilde açıklanmaktadır;
Kontrolleri belirlerken veya mevcut kontroller üzerinde değişiklik yapmayı planlarken

aşağıdaki hiyerarşiye uygun olarak risklerin azaltılması düşünülmelidir:
a. Ortadan kaldırma,
b. Yerine koyma,
c. Mühendislik kontrolleri,
d. İşaretler/uyarılar ve/veya diğer idari kontroller,
e. Kişisel koruyucu donanım.
2.9. Risk Değerlendirmede Sık Yapılan Hatalar
Risk değerlendirmesinde sık yapılan hatalar planlama ve değerlendirme aşamasında

olmak üzere iki başlık altında açıklanmıştır [21].
Planlama aşamasında;
• Herhangi bir ekibin ya da değerlendirilen işlem/aktivite konusunda uygulamalı
bilgiye sahip olan çalışanların değerlendirmeye dâhil edilmemesi
• Risk değerlendirmesinin, yeterliliği olmayan kişilere verilmesi
• İşyerini tanımayan uzmanların risk değerlendirmesi sürecine dahil edilmesi
46
Risk değerlendirmesinin gerçekleştirilmesi aşamasında;
1. Adım: Tehlikelerin ve risk altında olanların belirlenmesi
• Muhtemel risk kategorilerinin göz ardı edilmesi

• Sağlığı tehdit eden uzun vadeli tehlikelerin göz ardı edilmesi
• Yalnızca çalışma talimatlarına bakmak ve çalışanları dahil etmemek
• Kontrol listesinin katı bir şekilde uygulanması
• Önemli bir tehlikenin önemsiz olduğu düşüncesiyle göz ardı edilmesi
• İkincil işlerin göz ardı edilmesi
• Taşeron ve işyerindeki ziyaretçiler gibi diğer kişilerin, yardımcı işlerde
çalışanlarının olası varlığının göz ardı edilmesi
• İşverenler ve taşeronlar arasında koordinasyonun sağlanmaması
• Özellikle risk altında olabilecek çalışan gruplarının dâhil edilmemesi
• Sadece özel durumlarda kullanılan ekipmanların kayıt altına alınmaması
• Kazaların ve hastalıkların kaydedilmemesi
2. Adım: Tehlikelerden kaynaklanan risklerin değerlendirilmesi
• Risklerin tamamen değerlendirilmemesi

• Yanlış bir güvenlik hissinin yaratılması
• Etki, maruziyet sıklığı ve olasılık tahmini sırasında bir olaydan bir diğerine
geçilmesi
3. Adım: Önleyici faaliyete karar verme, önlemede sıralamayı göz ardı etme
• Önleyici faaliyetler hakkındaki kararlarda çalışanlara danışılmaması ya da

çalışanların bu sürece dâhil edilmemesi
• Riskin transferi
4.Adım: Harekete geçme
• Önleyici tedbirlerin uygulamasına yönelik öncelik sırasının belirlenmemesi

• Çalışanların dâhil edilmemesi
47
5. Adım: İzleme ve gözden geçirme
• Risk değerlendirmesinin bir kerelik bir zorunluluk olarak ele alınması

• Önlemlerin etkinliğinin yeterli şekilde takip edilmemesi
• Risk değerlendirmesinin kâğıda dökülmesi
• Değerlendirmenin kayıt altına alınmaması
3. BÖLÜM
YAPAY ZEKA
Günümüzde birçok problemin çözümünde insan gibi düşünen, biyolojik sistemlerden

yaralanılarak geliştirilen yapay zekâ teknikleri kullanılmaktadır. Bunlar arasında özellikle
ikisi çok yaygın olarak kullanılmaktadır. Birisi insanın sinir hücrelerinden yararlanılarak
geliştirilen Yapay Sinir Ağları diğeri ise Bulanık Mantık'tır. Yapmış olduğumuz çalışmada
bu yapay zeka yöntemleri kullanılmış olduğundan burada kısaca değinilmiştir.
3.1. Yapay Sinir Ağları ve Regresyon Analizi
Son yıllarda dünyada teknolojik gelişmeler çok hızlı bir şekilde artmaktadır. Özellikle
bilgisayar alanında akıl almaz gelişmeler yaşanmaktadır. Bilgisayar alanındaki bu
gelişmeler insanlara birçok alanda hızlılık, zaman, ekonomiklik, önceden tahmin etme, hızlı
bilgi üretme gibi birçok alanda kolaylık sağlamaktadır. Bu kolaylığın temelinde
bilgisayarlar için hazırlanmış olan komut sistemlerinin bilgisayarlarda uygulanabilmesi ve
hızlı bir şekilde çözülebilmesi yatmaktadır [22].
Sinir sisteminden yararlanılarak ortaya çıkarılan yapay sinir ağları (YSA) paralel çalışma
ve eğitilebilme yetenekleri bakımından biyolojik sinir sisteminin çalışma özelliğini
göstermektedir. Diğer birçok özelliklerinin yanında paralel çalışmasından dolayı bilgileri
hızlı bir şekilde işleyebilmesi ve donanımının kolayca gerçeklenebilir olması yapay sinir
ağlarını başka yöntemlere göre daha cazip duruma getirmektedir. Bu gibi nedenlerden
dolayı, YSA yöntemi günümüzde önceden tahmin etme, sınıflandırma, teşhis, desen
tanıma, kontrol, bir olayın iç işleyişini hesaplama, görüntü işleme, ses tanıma, en uygun
şekle sokabilme gibi birçok alanda yoğun olarak kullanılmaktadır [23]. Özellikle, YSA
49
yöntemi “Evrensel fonksiyon yakınsayıcı yöntem” olarak tanımlanmalarından dolayı

tahmin ve öngörü gibi verilerin içerdiği yapının belirlenmesini gerektiren durumlarda sıkça
kullanılmaktadır [22].
İnsanlarda bulunan sinir sistemi sinir adı verilen hücrelerden oluşmaktadır. Sinirler
canlıların hayati faaliyetlerinin yürütüldüğü en küçük birimlerdir. YSA biyolojik sinir
sistemi ile ilgili olarak bilinen bazı bulguların ayrıntılarının ihmal edilerek teknoloji ve
bilimsel araştırma yöntemlerine uygulanmasından oluşmaktadır. Sinir sistemi gibi YSA da
birbiri ile paralel iletişim içinde bulunan tabakalara sahip olan ve her bir tabakasında yeterli
sayıda sinir hücresi bulunan bir sistemden yani bir mimariden oluşmaktadır. Bu tabakaları
oluşturan hücreler arasında oldukça karmaşık iletişimler, incelenen olaya göre belirlenen
ağırlık katsayıları ile gerçekleştirilmektedir [22].
Biyolojik bir sinir hücresinin yapısını oluşturan dört temel eleman ve aralarındaki ilişki
Şekil 3.1.'de görülmektedir. Sinir hücresi Şekil 3.1'den de anlaşılacağı üzere; hücre
gövdesi, bağlantılar (snaps), giriş (dendrit) ve çıkışlardan (akson) oluşmaktadır. Dendrit
olarak bilinen yapı, diğer hücrelerden snapslar aracılığıyla bilgiyi alan hücre girişleri
olarak görev yapmaktadır. Hücre içersinde bilgi işlendikten sonra aksonlar işlenen bilgiyi
snapslar aracılığıyla diğer hücrelere iletmektedir. Snapslar bir sinir hücresi çıkışı ile bir
sinir hücresi girişi arasındaki iletişimi sağlayan bağlantıları oluşturmaktadır. Yani köprü
vazifesi yapmaktadırlar [22].
Şekil 3.1. Biyolojik sinir hücresi yapısı

50
3.1.1. YSA Özellikleri ve Gelişimi
İnsanlığın doğayı araştırması ve bazı şeyleri taklit ederek yararlandığı çalışma alanlarından
biriside yapay zekâ uygulamalarından olan YSA yöntemidir. Biyolojik sinir hücrelerinden
esinlenerek 1940'lı yıllarda ortaya çıkarılan yapay sinir hücre modeli “ve”, “veya” ve
“değil” gibi mantık işlemlerinin sayısal olarak modellerinin oluşturulabileceğini
göstermiştir. Böylece basit biyolojik sinir sisteminin incelenmesi ve onlara benzer şekilde
çalışan YSA modellerinin geliştirilmesi mühendislik, matematik, ekonomi, askeri alan, tıp
ve psikoloji gibi dallardaki araştırmacıların ortak çalışma konusu haline gelerek kullanım
alanı genişlemiştir [23]. a
Değişik şekilde bilgi işleme süreci olarak nitelendirilen YSA verilen girdilere karşı çıktılar
üreten ayrıntılı bir kara kutu modeli olarak da nitelendirilebilir. YSA, bilgi akışını
aksonlar yardımıyla sağlayan bir grup sinir hücresinin meydana getirdiği sinir sisteminin
bir benzeri olarak tanımlanmakla birlikte genellikle yinelenebilir olan basit elemanların
yoğun bir şekilde paralel bağlanmasıyla oluşan ağlar olarak da tanımlanmıştır [23]. YSA
yöntemi sahip olduğu özelliklerden dolayı alışılagelmiş bilgi işleme yöntemlerinden
farklılık göstermektedir. Hatta sahip olduğu bazı özellikler bakımından birçok yönteme
göre daha sağlıklı sonuçlar vermektedir. Bu özelliklerden bazıları paralellik, hata toleransı,
öğrenilebilirlik ve gerçekleme kolaylığı olarak tanımlanabilir [23].
Yapay sinir ağlarında bilgilerin işlenmesi çeşitli şekillerde hücrelerin paralel olarak
bağlanmasıyla gerçekleştirildiğinden taşınan bilgiler birbirinden bağımsızdır. Ayrıca aynı
tabakadaki bağlantılar arasında zaman bağımlılığı olmadığından tamamı ile eşzamanlı
çalışabilmekte dolayısıyla da bilgi akış hızı artmaktadır [24]. Yapay sinir ağlarının paralel
çalışma prensibinden dolayı herhangi bir birimde oluşan hata tüm sistemde belirgin bir
hataya neden olmamaktadır. Sadece hücrenin ağırlıkları oranında bir etkilenme
gerçekleşmektedir. YSA yönteminin bu etkileşim yapısından dolayı genel sistem, yerel
hatalardan çok az etkilenmektedir [22].
51
Yapay sinir ağlarında öğrenme, bağlantı ağırlıklarının örneklerle eğitilip yenilenmesiyle

Gerçekleşmektedir. Ağlarda öğrenme sonucu elde edilen bilgiler bağlantı ağırlıklarında
uzun süre saklanabilmektedir. YSA ayrıca öğrenme yeteneği tam olarak
gerçekleştirilmeyen problemlerin çözülmesine olanak sağlamaktadır. Paralel çalışan bir
YSA modeli yapısının basit işlemler içermesinden ve karmaşık olmayan bir mimari yapıya
sahip olmasından dolayı, birçok sorunun çözümlenmesinde geleneksel ve karışık
fonksiyonlarla yapılan işlemler yerine tercih edilmektedir. Yapay sinir ağlarının paralel
işlem yapısından dolayı, ağda bulunan elemanların bağlantı etkinlikleri ağırlıklarla temsil
edilerek girdi ve çıktı verilerine göre ağların eğitilmesiyle çıktıların katkı oranları ayrı ayrı
hesaplanmaktadır. Ağlar daha sonra gerçekleştirilen testlerde bu çıktıları ve yeni girilecek
bilgileri dikkate almaktadır [22].
Yapay sinir ağlarında oluşturulan ağ için eldeki verilerin türüne ve istenilen hedefe karar
verdikten sonra beklenen çıktıları girdilerden elde etmek için bu ağda bilinmeyen bağlantı
değerleri ardışık yaklaşımlarla eğitilerek belirlenir. Eğitim sonucu hesaplanarak elde edilen
ilk çıktılar beklenen çıktılar ile karşılaştırıldıktan sonra birbirlerine yakın hata sınırları
içinde bir yaklaşıklık gösterdiği zaman yapay sinir ağında oluşturulan modelin eğitilmesine
son verilir. Aksi halde eğitime hedeflenen çıktılara yaklaşıncaya kadar devam edilir [23].
Sinir ağları çıktıları ile hedeflenen çıktı verileri arasındaki hata miktarları geri besleme (geri
yayılma) yolu ile eğitilerek değiştirilir. Her eğitimin bir öncekini daha da iyileştirecek
biçimde ardışık yenileme ve yinelemeli olarak yapılması gerekmektedir. Bugün klasik
bilgisayarlar ve insanların çözebileceğinden daha da karmaşık olan modellemeler YSA ile
yapılabilmektedir. Yapay sinir ağlarında genellikle öğretmenli eğitim yöntemleri kullanılır.
Ancak, bazı ağların eğitiminde öğretmensiz eğitim teknikleri veya doğrudan tasarım
yöntemleri de kullanılmaktadır. Bir sinir ağı, mimarisi ve bu mimarinin işlemesini sağlayan
matematiksel fonksiyonlar olmak üzere incelenebilir. Genel olarak mimari giriş, gizli ve
çıkış tabakalarındaki sinir hücreleri ile bunlar arasındaki bağlantılardan ve sabit katkısı olan
bir hücreden oluşmaktadır. Gizli hücreler içerisinde aktivasyon fonksiyonu denen işlemci
bulunmaktadır. YSA işleyişini iki matematik işlev olarak düşünebiliriz. Birincisi iç işleyiş
ikincide dış işleyiştir. Bir yapay sinir ağının iç işleyişi gizli tabakadaki işlemciler aracılığı
52
ile sağlanmaktadır. Dış işleyişi de ardışık tabaka hücreleri arasındaki bağlantı değerlerinin
öncelikle rastgele atanması, daha sonra da çıktı tahmin hatasının geri beslenme gibi
işlemlerle en küçüklenerek yenilenmesi sonucunda sağlanmaktadır [23].
Bu matematik işlemler sinir ağlarının öğrenme, eğitilme, hatırlama ve yeni bilgileri

algılama ile şebeke bağlantılarının yenilemesini sağlamaktadır [23]. YSA bilgileri, sırayla
değil, tüm girdilerin paralel olarak önce basit bileşenlere ayrılması ve sonra da birleştirerek
istenen çıktıların yine paralel olarak elde edilmesini sağlar. YSA ağı da; mimarisi ve
matematiği ile verileri değişik basitlikte kısımlara ayırdıktan sonra istenen çıktılara uygun
olarak yeniden birleştirmeyi gerçekleştirmektedir [22].
Yapay sinir ağlarını, 1943 yılında yapay sinir tanımını yaparak Şekil 3.2.'deki gibi bir hücre
modeli geliştiren McCullogh ve Pitts [25] tarafından başlatıldığı kabul edilir.
Çalışmalarında sinir hücrelerini sabit eşik değerli mantıksal elemanlar olarak
modellemişlerdir. Daha sonra öğrenme üzerine çalışmaların yoğunlaştığı 1949 yılında Hebb
[26], yapay sinir ağlarındaki öğrenme için başlangıç noktası sayılabilecek bir kuralı
geliştirmiştir. Hebb tarafından geliştirilen bu öğrenme kuralı bugün geçerli olan öğrenme
kurallarından birçoğunun temelini de oluşturmaktadır. YSA konusunda ikinci büyük çıkışı
Rosenblatt [27], 1958 yılında tekli doğrusal algılayıcı modeli ve öğrenme kuralı ile
gerçekleştirmiştir. Önerilen bu model aynı zamanda bugünkü makine öğrenme
algoritmasının temel yapısını oluşturmuştur. YSA üzerine çalışmaların yoğunlaştığı
1960’lı yılların başında yeni bir yaklaşım olarak Widrow ve Hoff [28], tarafından tekli
yinelemeli doğrusal sinir (Teyidos) ağı modeli geliştirilmiştir [22].
Bilgisayar teknolojisinin hızlı bir şekilde gelişmesiyle birlikte 1980'li yılların başında
yapılan çalışmalarla YSA yöntemi yeniden yaygın hale gelmiştir. Bu yıllarda Hopfield
[29], tarafından eğrisel (doğrusal olmayan) ağların geliştirilmesi ve eğiticisiz öğrenen
ağların Kohonen ve Anderson [30, 31], tarafından geliştirmesiyle çalışmalar yeniden
hızlanmıştır. Daha sonra çok tabakalı algılayıcı tipi ağlar, Rumelhart et al. [19],
tarafından “geriye yayılma” olarak bilinen bir eğitme algoritmasıyla geliştirildi. Bu
algoritma güçlü olmakla birlikte oldukça karmaşık matematik temellere dayanmaktadır. Bu
53
algoritmanın etkin bir öğrenmeyi gerçekleştirmesi günümüzde en çok kullanılan öğretim

sisteminden biri olan bu algoritmanın ortaya atılması YSA alanında yeni bir sayfa açmıştır.
Bugün YSA üzerinde yapılan çalışmalar çeşitli alanlarda büyük bir hızla devam etmektedir
[22].
Şekil 3.2. Basit bir sinir hücresi modeli
3.1.2. Regresyon Analizi
YSA modeli bir sonraki bölümde anlatılacak olan olasılık parametresi değerinin
bulunmasına yönelik belirlenmiş olan 5 adet alt parametrenin değerlendirmesi için
kullanılmıştır.. Bu 5 alt parametrenin olasılık parametresinin tahminine yönelik yeteneği,
kuvveti YSA ile bir nevi test edilmiştir. Ancak YSA'nın kapalı bir kutu gibi çalışması
nedeniyle 5 alt parametrenin arasında nasıl bir ilişki olduğunu net olarak bilmek
imkansızdır. Modelin uygulanabilir olması için çoklu doğrusal regresyon analizi
yapılmıştır. Yapılan analiz sonucunda olasılık parametresinin beş alt parametresinin
ağırlıkları belirlenmiştir.
54
Regresyon analizi bağımlı değişken ile bir veya daha çok bağımsız değişken arasındaki
ilişkiyi incelemek amacıyla kullanılan bir analiz yöntemidir. Bir tek bağımsız değişkenin
kullanıldığı regresyon tek değişkenli regresyon analizi, birden fazla bağımsız değişkenin
kullanıldığı regresyon analizi de çok değişkenli regresyon analizi olarak adlandırılır.
Regresyon analizi ile bağımlı ve bağımsız değişkenler arasında bir ilişki var mıdır? Eğer bir
ilişki varsa bu ilişkinin gücü nedir? Değişkenler arasında ne tür bir ilişki vardır? Bağımlı
değişkene ait ileriye dönük değerleri tahmin etmek mümkün müdür ve nasıl tahmin
edilmelidir? Belirli koşulların kontrol edilmesi durumunda özel bir değişken veya
değişkenler grubunun diğer değişken veya değişkenler üzerindeki etkisi nedir ve nasıl
değişir? gibi sorulara cevap aranmaya çalışılır. ç
Tek Değişkenli Regresyon Analizi: Tek değişkenli regresyon analizi bir bağımlı değişken
ve bir bağımsız değişken arasındaki ilişkiyi inceler. Tek değişkenli regresyon analizi ile
bağımlı ve bağımsız değişkenler arasındaki doğrusal ilişkiyi temsil eden bir doğrunun
denklemi formüle edilir.. edilir.
Çok Değişkenli Regresyon Analizi: İçinde bir adet bağımlı değişken ve birden fazla
bağımsız değişkenin bulunduğu regresyon modelleri çok değişkenli regresyon analizi
olarak bilinir.
3.2. Bulanık Mantık
Gerçek dünya karmaşıktır ve bu karmaşıklık, genel olarak belirsizlik ve kesin karar

verilemeyişten kaynaklanır. Birçok sosyal, iktisadi ve teknik konularda insan
düşüncelerinin tam anlamı ile olgunlaşmamış olmasından dolayı belirsizlikler her zaman
bulunur. İnsan tarafından geliştirilmiş olan bilgisayarlar, bu tür belirsizlikleri işleyemezler
ve bilgisayarların çalışmaları için sayısal bilgiler gereklidir. Gerçek bir olayın tam olarak
kavranılması insan bilgisinin yetersizliği nedeniyle tam anlamı ile mümkün olamayacağı
için insan düşünce sisteminde ve zihninde bu gibi olayları yaklaşık düşünme ve eksiklik ya
da belirsizlik içeren veri ile işlem yapabilme yeteneği vardır. Genel olarak, değişik
55
biçimlerde ortaya çıkan karmaşıklık ve belirsizlik gibi tam ve kesin olmayan bilgi
kaynaklarına bulanık kaynaklar adı verilir [32].
California’da Berkeley Üniversitesinde öğretim üyesi olan Lotfi A.Zadeh, 1965 yılında
ortaya attığı Bulanık Mantık (Fuzzy Logic) ile bilim ve teknoloji dünyasında yeni bir çığır
açmıştır. Bulanık mantık, çok değerli mantığın bir genişlemesidir. Asıl amacı, bulanık
küme teorisinin bir temeli olan kesin (crip) olmayan önermelerin kullanılmasıyla beraber
bulanık usavurma için esaslar sağlamaktır [33].
“Bulanık” terimi hareketlerin ya da gözlemlerin kümesinin iyi tanımlı sınırlarının olmadığı

anlatımlardaki duruma karşılık gelir. Örneğin, herhangi biri 1.70 cm boyundaki bir kişiyi
uzun boylu insanlar sınıfına ayırabilir. Fakat 1.60 cm boyundaki bir kişiyi bu sınıfa dahil
etme yada etmeme gerekçesi zor olacaktır. Çünkü uzunluk terimi iyi tanımlı bir sınırı teşkil
etmez. Bulanıklığın bu şekli, günlük hayatlarımızda hemen hemen her yerde karşımıza
çıkmaktadır. Klasik küme teorisinde bir eleman kümenin ya elemanındır ya da değildir. Bir
nesne bir kümeye kısmi olarak ait olamaz. Zadeh bu zorluğun üstesinden gelebilmek için
1965’te bulanık küme teorisini önermiştir.
Bulanık mantığın ilk uygulaması, Mamdani tarafından 1974 yılında bir buhar makinesinin
bulanık denetiminin gerçekleştirilmesi olmuştur. 1980 yılında Hollandalı bir şirket çimento
fırınlarının denetiminde bulanık mantık denetimini uygulamıştır. Daha sonra Fuji elektrik
şirketi su arıtma alanları için kimyasal püskürtme aleti üzerine çalışmalar yapmıştır.
1987’de ikinci IFSA kongresinde ilk bulanık mantık denetleyicileri sergilenmiştir. Bu
denetimler 1984 yılında araştırmalara başlayan Omron şirketinin yaptığı yedi yüzden fazla
uygulamayı içermektedir. 1987 yılında ise Hitachi takımının tasarladığı Japon Sendai
metrosu denetleyicisi çalışmaya başlamıştır. Bu bulanık mantık denetimi metroda daha
rahat bir seyahat, düzgün bir yavaşlama ve hızlanma sağlamıştır [34]. 1988 yılında,
Yamaichi menkul kıymetler firmasının geliştirdiği bulanık mantık temelli uzman sistem
yardımıyla “Kara Pazar” adı verilen büyük çöküş on sekiz gün önceden tahmin
edilebilmiştir. Portföyündeki hisse senetlerinin değerleri Nikkei ortalamasından genelde
%40 fazla olmuştur. 1989 yılında Omron şirketi Japonya’nın Harumi şehrinde bulunan
çalışma merkezinde yapmış olduğu depolama, tekrar etme ve bulanık sonuçlarını elde
56
etmek için kullanılan bulanık mantığa dayanan bilgisayar çalışmalarını tanıtmıştır. Bu

kadar başarılı uygulamanın sonucunda bulanık mantığa olan ilgi artmış ve 1989 yılında
aralarında dünya devlerinin de bulunduğu elli bir firma tarafından LIFE laboratuarları
kurulmuştur [35].
Bulanık teori uygulamalarının ürünleri Japonya’da 1990 yılında tüketicilere sunulmuştur.

Örneğin, bulanık denetimli çamaşır makinesi, bu makin çamaşırın cinsine miktarına,
kirliliğine göre en etkili çamaşır yıkama ve su kullanım programını seçebilmektedir [34].
Bulanık mantıkla ilgili yöntem ve tekniklerin yaygın olarak kullanıldığı temel konular;
görüntü işleme, sinyal işleme, denetleyici sistemler, uzman sistemler, veritabanları ve veri
madenciliği olarak sıralanabilir [36].
Şekil 3.3’de bulanık mantık ve uygulamaları için bir sınıflama önerisi görülmektedir [36].
Bulanık
Küme
Teorisi
Bulanık
Bulanık Mantık Bulanık Sınıflama ve Bulanık
Matematik ve Yapay Sistemler Gruplama Karar
Zekâ Verme
Bulanık
Ölçümler, Yaklaşık Bulanık
Bulanık Akıl Bulanık Bulanık Sinyal
Bağıntılar, Yürütme, Modelleme Denetim işleme
Bulanık Uzman
Topoloji Sistemler
Şekil 3.3. Bulanık mantık ve uygulamaları için bir sınıflama önerisi

57
Aristo mantığı ve bu mantık üzerine bina edilen klasik küme yaklaşımı dünyayı doğru ve
yanlış, siyah ve beyaz olarak ikiye böler. Bunların dışındaki bütün seçenekler görmezlikten
gelinir. Bulanık mantık ve bulanık küme ise verdiğimiz bütün hükümleri bir derece
problemi olarak görür. Bu açıdan bakıldığında bize siyahla beyaz arasında gri renklerin var
olduğu gibi doğru ile yanlış arasında da başka seçeneklerin olduğunu gösterir.
Klasik küme yaklaşımına göre istediğimiz özelliğe sahip olan bir birey, eleman veya
çalışma alanı içerisindeki ölçümler tanımlanan kümeye ya aittirler veya ait değildirler. Bu
tür kümeleri ifade etmek için özel bir fonksiyon tanımlanabilir ve bu fonksiyona
karakteristik fonksiyon denilir. Karakteristik fonksiyon her bir elemana 1 ve 0
değerlerinden birini üyelik durumuna göre atayarak evrensel küme üzerinde tanımlanan ve
bizim ilgilendiğimiz özelliğe sahip olan elemanların oluşturduğu kümeyi belirler.
Örneğin; X evrensel kümesi üzerinde belirli bir özelliği taşıyan elemanları ayırarak
oluşturduğumuz A kümesini karakteristik fonksiyon yardımıyla;
1 ,x∈A
∀x ∈ X, χA(x)= (3.1)
0 ,x∉A
şeklinde verilir. Fonksiyon A kümesine ait elemanlara 1 değerini, ait olmayan elemanlara
ise 0 değerini atamaktadır. Yani 1 değerini alan elemanların A kümesini belirleyen özelliği
taşıdığını söylemektedir. Fonksiyondan da görüldüğü üzere, klasik kümelerde bir eleman
için üyelikten üye olmamaya geçiş çok kesindir ve iyi tanımlanmıştır. Fakat bulanık
kümeleri içeren bir evrensel küme içerisindeki elemanların üyelik geçişi derecelidir.
Elemanların kümeye ait olma derecelerinden bahsetmek söz konusudur. Bu derecelendirme
bulanık kümelerin sınırlarına, belirsizlik özelliği katar. Bundan dolayı elemanın bu kümeye
aitliği belirsizliği ölçmeye yarayan bir fonksiyonla tanımlanır.
Fonksiyon evrensel kümenin elemanlarını belirli bir aralıktaki reel sayılara karşılık
getirerek elemanlar arasındaki derecelendirmeyi ifade edecek biçimde tanımlanır. Daha
58
yüksek değerler üyelik derecesinin yüksekliğini gösterir. Bu fonksiyona üyelik fonksiyonu

ve bu fonksiyonun oluşturduğu kümeye bulanık küme denir.
X boş olmayan klasik bir küme olsun. X’deki bir bulanık A kümesi
∀ x∈X için; ÜA(x):X [0,1] (3.2)
fonksiyonu ile verilir. A’ya bulanık kümeye karşılık gelen üyelik fonksiyonu adı verilir.
Başka bir ifadeyle ÜA(x), A’nın elemanlarının istenilen özelliği hangi ölçüde sağladığının
ifadesidir.
Bulanık bir küme ve bulanık kümenin üyelik fonksiyonu kavramı aynı şeyi ifade ederler ve
birbirlerinin yerine kullanılabilirler. Herhangi bir bulanık kümeyi üyelik fonksiyonuna
bakarak belirlemek mümkün olduğu gibi verilen bir bulanık kümeninde üyelik
fonksiyonunu yazmak mümkündür. Bulanık A kümesi, X’deki her elemanın üyelik
derecesiyle birlikte oluşturduğu kümedir. x’in A ya ait olma veya üyelik derecesi ÜA(x)
olarak okunur.
Bulanık kümeler belirsiz kavramlarla uğraşan onları temsil etmeye yarayan bir yöntemdir.
Belirsiz kavramlarla ifade edilen bir grubun üyeleri gruba ait olmaları bir belirsizlik teşkil
edeceğinden dolayı bu üyeliğe bir derece problemi olarak bakabiliriz.
Üyelik fonksiyonunun değer aralığı için yaygın olarak [0,1] aralığı kullanılır. Bu durumda,
her üyelik fonksiyonu bir klasik evrensel kümenin elemanlarını bu aralıktaki bir sayıya
karşılık getiren bir fonksiyondur. Bulanık küme kavramının temsili için genel olarak;
ÜA(x): X [0,1] (3.3)

µA : X [0,1]
gösterimlerinden biri kullanılır. Herbir bulanık küme tamamıyla ve tek olarak özel bir
üyelik fonksiyonu tarafından belirlenir. Bu itibarla gösterimler arasında da bir karışıklık
doğmaz.
59
Bulanık kümeler daha önce de ifade edildiği üzere doğal dildeki belirsiz ve bulanık
kavramları temsil etmemize ve onları matematiksel olarak ifade etmemizi mümkün kılarlar.
Bu temsil işlemi sadece kavramın kendisine değil kavramın kullanıldığı alana da bağlıdır.
Örneğin; “yüksek sıcaklık” kavramı hava olayları için kullanıldığında oluşturulabilecek
bulanık kümeyle, bir nükleer reaktör içindeki sıcaklığı ifade etmede kullanıldığında
oluşturulabilecek bulanık kümenin birbirinden tamamıyla farklı olması gerektiği açıktır.
Hatta aynı alan içerisindeki aynı kavramın farklı bulanık kümelerle ifade edilebileceği
durumların olması imkân dâhilindedir. Fakat böylesi durumlarda bu farklı kümelerin bazı
temel nitelikler bakımından birbirine benzemesi gerekir.
Çoğu bulanık küme grafiğinde 0’dan 1’e geçişin tam şekli önemli değildir. Gerçekten çoğu
zaman verilen bir uygulama alanındaki dilsel terimlerin grafiksel karşılığının ne olduğunu
kesin bir şekilde belirleyemeyiz. Bunun sebebi, bu terimin verilen alanda nasıl
kullanıldığına dair deneyle gelen bilgilerin yeterli olmamasındandır. Bu yüzden de, bulanık
kümelerin çoğu, uygulama alanına üyelik fonksiyonunun tam olarak çizilmesi konusunda
aşırı duyarlılığa sahip değildir. Özel bir şeklin uygun olup olmayacağını tespit etmek,
çalışılan uygulama alanı tarafından elde edilen verilerle belirlenir. Bundan dolayı çoğu
zaman basit şekiller tercih edilir.
Üyelik fonksiyonları bir çok farklı şekillerde olabilir. Hesaplama açısından getirdiği
kolaylıklar göz önüne alınarak istenilen şekilde üyelik fonksiyonu seçilebilir. Bu esneklik
bir çok uygulamda hesaplamalar açısından çok kullanışlıdır. Çoğu durumda, üçgen ve
yamuk üyelik fonksiyonları işimizi görecek niteliklere sahiptir.
Üyelik fonksiyonları bulanık kümeler için hayati bir konumdadırlar. Bütün uygulamalarda
ilgili dilsel terimi yeterince ifade eden uygun bir üyelik fonksiyonu oluşturmak zorunludur.
Bunun yapılabilmesi en başta bu dilsel kavramın veya değişkenin geçtiği konuyla yakından
ilgilidir. Örneğin; “genç” kavramı insanlar veya yıldızlar ile ilişkilendirildiğinde elbette
aynı anlamı taşımaz.
60
Şekil 3.4’de, “3’e yakın reel sayılar kümesi” kavramını temsil eden üyelik fonksiyonuna ait
iki örnek vardır.
(b)
(a)
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Şekil 3.4. “3’ e yakın reel sayılar kümesi” kavramının değişik

üyelik fonksiyonları ile gösterimi
Açıkça görülmektedir ki bulanık kümelerin kullanılışlığı büyük oranda bizim, farklı

kavramlara uygun üyelik derecesi fonksiyonlarını oluşturabilme becerimize dayanmaktadır.
Bu fonksiyonlar analitik olarak;
şeklinde verilir. Şekillerden de görüleceği üzere fonksiyonlar 3'de en yüksek üyelik

derecesini almakta ve 3'ün her iki tarafında simetrik bir vaziyettedir. Bu kavramı ifade eden
diğer fonksiyonlarında bu özellikleri taşıması gerektiği açıktır.
Günlük kullanım diline ait olan düşük, orta seviye, yüksek ve bunun gibi kavramları temsil
eden çeşitli bulanık kümeler bir değişkenin durumlarını tanımlamak amacıyla kullanılırlar.
61
Bu değişkenlere bulanık değişkenler ve onun alt durumlarına da bulanık terimler denilir.

Örneğin “sıcaklık” kavramı kendi içinde çok düşük, düşük, orta seviye, yüksek ve çok
yüksek gibi durumlarla nitelenebilen bulanık bir değişken olarak alınabilir. Bu durumda,
[0,100] aralığındaki sıcaklık değerlerine karşılık gelecek uygun bulanık kümeler aşağıda
Şekil 3.5. a’daki gibi seçilebilirler. Fakat, sıcaklık değişkenini klasik kümeler yardımıyla
tanımlamaya çalışsaydık bir tarafı açık aralıklar üzerinde tanımlı fonksiyonlar elde
edecektik. Şekil 3.5.b bu durumu göstermektedir.
Bulanık değişkenlerin önemi kavrama ait bu durumlar arasındaki geçişi

yansıtabilmesindeki kolaylıkta yatar. Bu durumda da belirsizlik altında yapılan ölçümleri
ve belirsizliği konu alan yöntemleri ifade etmede diğer yöntemlerden daha başarılı
sonuçlar verir. Geleneksel klasik değişkenler ise bu kapasiteden yoksundurlar. Bir durumun
klasik değişkenler yardımıyla tanımlanması matematiksel olarak doğru olduğu halde,
kaçınılmaz ölçüm hataları karşısında gerçeğe uygunluk göstermezler. Her biri klasik
değişkenlerle kesin yani belirsizlik taşımayan bir şekilde tanımlanmış bu durumların
arasında ki sınırların civarında bulunan değerler için yapılacak bir ölçüm sadece durumların
birini destekleyici bir gözlem olarak alınır. Böylesi bir karar kaçınılmaz olarak belirsizlik
içerse dahi matematiksel tanımlamalar ve hesaplamalar buna göre yapılır. Herhangi bir
ölçümün sınırın her iki tarafındaki durumlar içinde destekleyici bir gözlem olarak kabul
edilmesi gerektiği yer olan bu değerlerde belirsizlik en yüksek düzeye ulaşır. Fakat, klasik
değişkenler yoluyla işlemler yapılırken bu durumlar dahi görmezlikten gelinir ve ihmal
edilir. Yapılan şey, durumlar arası sınır değerini keyfi matematiksel tanımlamalarla sadece
tek bir duruma aitmiş gibi gösterilmesi ve deneysel ölçümlerde bu değerin tek bir duruma
ait destekleyici bir değer olarak kabul edimesidir.
Bulanık değişkenler, belirsizlikleri deneysel verilerin bir parçası olarak ele aldıklarından
dolayı, gerçeğe daha uygundurlar ve bize olgular hakkında klasik değişkenlere dayanan
bilgilerden daha doğru bilgiler verirler. Ünlü fizikçi Einstein bu durumu şu şekilde ifade
etmiştir: “Matematiğin kavramları kesin oldukları sürece gerçeği yansıtmazlar, gerçeği
yansıttıkları sürece de kesin değillerdir”.
62
Bulanık kümeler üzerine kurulan matematiksel yapı, klasik matematikten daha fazla
açıklayıcı bir güce sahip olmasına rağmen kullanılabilirliği uygulama alanlarında karşımıza
çıkan kavramlar için uygun üyelik fonksiyonlarının inşa edilmesine bağlıdır. Fakat, bu
işlemin tatmin edici düzeyde gerçekleşmesi bir çok ek araştırma gerektirir.
Şekil 3.5. Sıcaklık değişkeninin [0,100] aralığında aldığı alt durumların

bulanık ve klasik değişkenler yardımıyla gösterilmesi
Bulanık küme teorisinin üyelikten üye olmamaya dereceli geçişi ifade etmesindeki yeteneği
geniş faydaları olan bir niteliktedir. Bize belirsizliğin ölçülmesinde güçlü ve anlamlı araçlar
sunmasının yanısıra, doğal dilde ifade edilen belirsiz kavramların anlamlı bir şekilde
temsilini de vermektedir. Fakat Aristo mantığı üzerinde temellenen, klasik küme teorisi
verilen bir alana ait bütün bireyleri incelenen özelliğe göre ikiye ayırır; kümeye ait olan
elemanlar ve ait olmayanlar. Kümeye üye ve üye olmayan elemanlar arasında kesin ve
belirsiz olmayan bir ayrım vardır. Doğal dilde ifade edilen ve üzerinde çalıştığımız çoğu
sınıflandırma kavramı, bu türde bir karakterde değildir. Örneğin; uzun insanlar kümesi,
pahalı arabalar kümesi, yakın sürüş mesafesi, güvenilir kar araçları, birden çok büyük
sayıların oluşturduğu küme gibi kavramlar klasik kümenin öngördüğü şekilde
63
incelenemezler. Bu kümeleri, kesin olmayan sınırlara sahip olarak kabul ederiz ve üyelikten
üye olmamaya geçişin dereceli olduğunu göz önüne alarak işlem yaparız.
Bulanık bir küme, çalışma yapılan alana ait her bir bireye matematiksel olarak kümedeki
üyelik derecesini temsil eden bir değer atayarak tanımlanır. Bu değer elemanın bulanık
küme tarafından ifade edilen kavrama uygunluk derecesini ifade eder. Bundan dolayı
bireylerin kümeye ait olması farklılaşır. Üyelik dereceleri 0 ile 1 arasındaki gerçel sayılarla
temsil edilirler. Tam üye olma ve üye olmama durumu, bulanık kümede hala sırasıyla 1 ve
0 değerleriyle karşılanır. Bundan dolayı da, klasik küme kavramı bulanık küme kavramının
bu iki değere kısıtlanmış özel bir şekli olarak görülebilir.
Bulanık küme üzerine yapılan araştırmalar ortaya çıktığı günden bu yana hızla büyümüştür.
Oluşturduğu kavramsal çerçeve ve sonuçları itibariyle şu anda oldukça geniş bir perspektife
sahiptir. Uygulama alanlarının genişliği ve bu alanlarda oluşturduğu sonuçların etkisi
bakımından bulanık küme teorisi bugün bilimsel çalışmalarda önemli bir yer tutmaktadır.
4. BÖLÜM

4.1. İSG'de Risk Değerlendirmesi ve Literatür Araştırması
İs sağlığı ve güvenliğinde en önemli evre risk değerlendirmesidir. Bu konuda risk

değerlendirme görevine odaklanan ulusal ve uluslar arası düzenlemeler yol gösterici
olmaktadır [37,38]. Fakat risk değerlendirmesinin yapılmasına dair düzenlemeler olmasına
rağmen, risk değerinin saptanmasına ilişkin ne şekilde ve nasıl bir yöntemle yapılacağıyla
ilgili net bir yaklaşım sunulmamaktadır. İşletmeler uygun buldukları metodolojiyi seçmekte
özgürdürler. Bunun sonucu olarak şirketler risk değerlendirme yaparken kendileri için en
kolay olan, tehlikeli bir durum, bir olaydan meydana gelebilecek zararın şiddeti (Ş) ve
olasılıktan (O) oluşan bir matematiksel endeks (R) kullanmaktadırlar. Bu son zamanlarda
sanayi sahasında geniş yer bulan, klasik bir formül sunmaktadır. R= O*Ş endeksi incelenen
faaliyetlerin kritiklik seviyesini belirtmek üzere sınıflandırılmakta ve işin
durdurulması/riskin azaltılması faaliyetlerinin öncelik sırasını belirtmekte kullanılmaktadır
[39].
Söz konusu bu yaklaşımın basitliğine ve kolay uygulanabilirliğine rağmen bazı

kısıtlamaları bulunmaktadır;
• R=O*Ş ifadesi ile sadece olasılık ve şiddet dikkate alınmakta fakat çalışma alanı ve
çalışan personelle ilgili risk yönetiminin diğer temel noktaları görmezden
gelinmektedir,
65
• Metodoloji, elle görünmez, soyut miktarlar üzerinden iki direkt ve kesin yargıyla
risk sonucuna varmaya çalışmaktadır. Bir insanın yaralanmasına neden olan
önemlilik (şiddet) derecesinin sayılarla saptanmasının hemen hemen imkânsız
olması, sıklıkla bir faaliyetin icra edilmesiyle alakalı olan bir kazanın ortaya çıkma
olasılığını doğru şekilde tahmin etme noktasında çok az istatistiksel veri bulunması
gibi nedenlerden dolayı olasılık ve şiddet parametrelerinin değerlendirilmesi,
genellikle sözel ifadelerle belirtilen (Çok Önemli, Önemli, Önemsiz vb.) ve bu sözel
ifadelerin karşılığı olarak belirlenen skalalar kullanılarak yapılmaktadır. (Örneğin
1,2,3,4, şeklinde devam eden numaralar kullanılarak)
• Kıstaslara dayanan farklı yargı gruplarının kombinasyonu, tamamen değişik
manalara gelse dahi, yapılan hesaplamalarda bizi benzer bir risk endeksine
götürebilir. Gerçektende yüksek olasılık-düşük şiddet derecesine sahip bir tehlike ile
düşük olasılık-yüksek şiddet derecesine sahip bir tehlikenin risk değerleri aynı
çıkabilir.
• Risk endeksi, modelin sınırlandırmalarından dolayı kesikli şekilde ifade
edilmektedir. Yani risk endeksi için 1,2 gibi tamsayılar verilebilirken, 1 ile 2
arasında sonsuz sayıda nokta göz ardı edilmekte ve bu değerler verilememektedir.
Risk endeksi değerlendirmesi yargıların çeşitliliğine oldukça hassas olduğundan,
analizin kökenine de etki edilmektedir.
• İki kıstasın değişik şekilde açıklanması mümkün değildir [39].
Risk analizi ile ilgili ilk çalışmalar askeri alanda başlamıştır [19,40]. Sivil alandaki ilk
sistematik çalışmaların Ford şirketinde olduğu görülmektedir [41].
İngiltere İş Güvenliği ve Sağlığı Teşkilatı, sözleşmelerle belirlenen çalışma koşulları için

(eser akdi veya iş akdi) 1999 yılında hazırladığı rehberde, riskin sonucunun ve şiddetinin
tanımını yapmış ve insanlara dönük riskler, parasal riskler, çevre riskleri ve şirketin
saygınlığına dönük riskler olmak üzere dört temel başlıkta incelemiştir. En düşüğü 0 ve en
yükseği 5 olacak şekilde bir sıralama yapılmış ve her sıralama için tanımlar verilmiştir.
ABD Enerji Bakanlığı için 1993 yılında hazırlanan bir raporda Bakanlığın talimatı
kullanılmış, riskler için 1-4 arasında önem sırası belirlemişler ve buna karşılık gelen kaza
66
olasılıklarını da belirtmişlerdir. Hazırladıkları ölçek, risklerin insan sağlığına, çevreye ve

programa (projeye) etkilerine göre bir şiddet skalasında sunulmaktadır. Avustralya ve Yeni
Zelanda AS/NZS 4360 nolu Risk Yönetimi Standardında kazalar sonucu 1 ile 5 arasındaki
bir skalada verilmekte olup, bunlar için sözel ifadeler ve tanımlar yapılmıştır. 1997
yılındaki bir çalışmada Tweeddale yine 1-5 arası bir ölçek kullanmak suretiyle, nicel ölçek
olarak insana dönük etkileri incelemiştir. Sii ve diğerlerinin (2001) diğer parametrelerinde
kullandıkları gibi, 1 ile 10 arasında bir sıralama belirlemişler, bu sıralamayı beşli bir
skalada, sözel ifadelerle açıklamışlardır. Örneğin bir kazanın sonuç şiddeti 4, 5, 6
değerlerindeyse ortalama denmiş, diğer değerler için de sözel ifadeler kullanılarak, bulanık
kümeler yardımıyla güvenlik analizi gerçekleştirilmiştir. Wang (1997) ise yaptığı güvenlik
analizi çalışmasında, sisteme dönük tehlikelerin vereceği zararın şiddetini 1 ile 4 arasında
bir skalada açıklamış ve tanımlarını yapmıştır [42].
İş sağlığı ve güvenliğinde risk analizinde olasılık ve şiddet parametrelerinin yanına

keşfedilebilirlik parametresi eklenerek yapılan çalışmaların [41,43] yanı sıra farklı
parametrelerin eklendiği çalışmalarda mevcuttur.
Grassi ve arkadaşları yaptıkları çalışmada, yapılan tüm risk değerlendirme

parametrelerinden farklı olarak "KKD'lerin Kullanmamanın Hassasiyeti " ve "Koruyucu
Bakımın (Makine/Tezgâh) Olmamasının Hassasiyeti" olarak iki farklı parametre ilave
etmişlerdir. [39] Gürcanlı ve arkadaşları ise yaptıkları çalışmada olasılık ve şiddet
parametrelerinin yanında "Güncel Güvenlik Seviyesi" adında bir parametre eklemişlerdir
[42].
4.2. Önerilen Çok Parametreli Hiyerarşik Risk Değerlendirme

Modeli
Risk analiz çalışmasında kullanılacak parametrelerin yanı sıra bu parametrelerin ne şekilde

bir hesaplamaya tabi tutulacakları da çok önemlidir. Çünkü yapılacak tüm veri toplama
faaliyetlerinin ve yargılamaların kalitesi ne kadar iyi olursa olsun kullanılacak yanlış bir
hesaplama yöntemi ile bu veriler bir anlam ifade etmeyebilecektir.
67
Literatürde son yıllarda risk analiziyle ilgili yapılan çalışmalara bakıldığında, çalışmaların
daha çok modellere yeni parametreler eklenilmesi ve bu parametrelerin ne şekilde bir
değerlendirilmeye tabi tutulacağı üzerine yoğunlaştığı görülmektedir. Bu konuda yapılan
çalışmalarda, yapay zeka tekniklerinden birisi olan bulanık mantık kendisine oldukça
yaygın bir kullanım alanı bulmaktadır [39, 42, 44, 45, 46, 47, 48]. Yapılan çalışmada da
geliştirilen risk analiz metodumuzun ana gövdesini olasılık ve şiddet parametrelerinin
bulanık mantık ile değerlendirilmesi oluşturmaktadır. Bulanık ortamda geliştirilen çok
parametreli hiyerarşik yapılı yapay risk analizi modelimizin hiyararşik yapısı şekil 4.1'de
gösterildiği gibidir.
Şekil 4.1. Çok parametreli hiyerarşik yapılı risk değerlendirme modeli
Şekil 4.1'den de anlaşılacağı üzere geliştirilen modelde öncelikle olasılık ve şiddet

parametreleri, sonrasında ise risk değeri hesaplanmıştır.
68
Olasılık değeri beş alt parametre yardımıyla YSA ve regresyon kullanılarak, şiddet
parametresi üç alt parametre yardımıyla bulanık mantık kullanılarak ve en son bulunan
nihai olasılık ve şiddet parametreleri bulanık mantıkla değerlendirilerek risk değeri
hesaplanmıştır. Geliştirilen modelde, iyi bir tahmin modeli olması ve kullanılan
parametreler arasındaki ilişkinin kuvvetini göstermedeki başarısı nedeniyle ilk olarak YSA
kullanılmıştır. YSA'nın kapalı bir kutu olması, ne şekilde çalıştığına dair bir model
sunamamasından dolayı modelin uygulanabilir olması amacıyla daha sonra regresyon
analizi yapılarak beş alt parametrenin katsayıları belirlenmiştir. Şiddet parametresinin ve
risk değerinin hesaplanmasında ise, değerlendirmede birçok dilsel değişkenin kullanılması,
bu değişkenlerin birbirlerini hangi derecede etkilediği noktasında kesin sayılarla net bir
değerlendirmenin yapılamamasından dolayı bulanık mantık kullanılmıştır.
Bulanık ortamda çok parametreli hiyerarşik yapılı yapay risk analizi modelimizin
parametreleri aşağıda açıklanmıştır.
4.2.1. Olasılık
Olasılık riskin varlığını ortaya koyan parametredir. Daha öncede değinildiği gibi tehlike ile
riski birbirinden ayıran özellik olasılıktır. Tehlikenin eğer meydana gelme olasılığı varsa
risk olur. Denizdeki köpekbalığının sahildeki bir insan için anlamı sadece tehlike iken
yüzen bir insan için anlamı ise risktir.
Olasılık genel olarak risk değerlendirmesini yapan personel tarafından riskin bulunduğu
yerde yapmış olduğu gözlemler neticesinde ortaya koymuş olduğu değerlendirme sonucu
ortaya çıkmaktadır. Asıl olarak verilere dayanması gereken bu değerlendirme risk
değerlendirmeyi yapan birçok personel tarafından uygulanamamaktadır. Çünkü bu konuda
birçok işletmede geçmişe dönük herhangi bir kayıt mevcut değil ya da değerlendirme
yapabilecek kadar yeterli değildir.
Olasılık değerinin hesaplanmasında yukarıda bahsedilen bu subjektif değerlendirmeden

kurtarılabilmesinin parametre sayısının arttırılması ile sağlanacağı değerlendirilmiştir.
69
Çünkü değerlendirmeyi yapan personelin risk değerlendirme yaptığı aşamadaki ruh hali
veya risk değerlendirmeyi yaptığı bölgedeki çalışanların bilgi aktarımları ile yanılması çok
büyük ihtimal dahilindedir. Parametre sayısının arttırılması durumunda bu subjektiflik
azalacaktır. Tezin uygulama bölümünde söz konusu subjektif değerlendirme ile burada
önereceğimiz çok parametreli olasılık değerlendirmesi arasındaki farklar bir işyerindeki
yaşanmış kazalarla karşılaştırılarak gösterilecektir.
Olasılık parametresinin kendi içerisinde barındırmış olduğu alt parametreler Şekil 4.2.’de
gösterilmiştir.
OLASILIK
TEZGAH/ALET/
SALT OLASILIK SIKLIK RİSK KAYNAĞI CİHAZ VB. BAKIMIN KEŞFEDİLEBİLİRLİK
SAYISI KORUYUCULUĞU
Şekil 4.2. Olasılık parametresinin alt parametreleri
Olasılık değeri bu 5 parametrenin bir fonksiyonu şeklinde de ifade edilebilir.
Olasılık = f (Salt Olasılık, Sıklık, Risk Kaynağı Sayısı, Tezgah/Alet/Cihaz Bkm.Kor,
Keşfedilebilirlik) (4.1)
Olasılık değerinin bulunmasına yönelik bu alt parametrelerin açıklaması aşağıda verilmiştir.

Olasılık parametresinin burada bahsedilen 5 alt parametre ile ilişkisi, aralarında korelasyon
olup olmadığı, varsa değeri YSA ile sorgulanmış ve YSA’nın kapalı bir kutu olması, veriyi
işlerken kullanmış olduğu formülasyonun bilinmemesinden dolayı çoklu doğrusal
regresyon ile olasılık değerinin bulunmasına yönelik yeni bir formül önerisinde
bulunulmuştur. YSA çalıştırılırken 5 alt parametrenin giriş olarak kabul edilirken sisteme
bir çıktı verilmesi gerekmektedir. Uygulama bölümünde ayrıntılı olarak anlatılacak olan
"Kaza Puanı" YSA'ya çıktı olarak verilmiştir.
70
4.2.1.1. Salt olasılık
Salt olasılık, belirlenmiş olan tehlikenin işin yapıldığı sürece, alınmış herhangi bir önlem
veya bakım göz önünde bulundurulmadan verilen değerdir. Yani örnek verecek olursak; Bir
tezgâhın başında çalışan bir insan için o tezgâhtan meydana gelebilecek bir tehlikenin
meydana gelme olasılığı salt yani yalın olarak belirlenirken, personelin o tezgâhta devamlı
çalıştığı, tezgâhtaki o tehlikeyi engelleyecek bakımın yapılmadığı ve herhangi bir uyarı
sistemi veya nezaretçi bulunmadığı varsayımları ile belirlenmiştir.
Hesaplamaya çalıştığımız olasılık değeri, salt olasılık değerinin diğer 4 parametreden

etkilendikten sonraki durumudur. Salt olasılık diğer 4 parametreden şu şekilde etkilendiği
değerlendirilmektedir.
• Sıklık ile etkilenmesi; Salt olasılık kavramı bir işin sürekli yapılırken potansiyel
durumun ortaya çıkma olasılığı değeridir. Yani değeri 10 (Günün her anında yapılan
iş) olarak belirlendiğinde salt olasılık değeri sıklık değerinden hiç
etkilenmeyecektir. Ama sıklık değeri 1 ise (Yılda birkaç kez yapılan bir iş) salt
olasılık değeri yani potansiyel durumun ortaya çıkma olasılığı düşecektir.
• Risk Kaynağı Sayısı ile etkilenmesi; Risk kaynağı sayısı fazla ise salt olasılık değeri
artacaktır. Risk kaynağı sayısı riskin konusuna göre tezgâh/makine olabileceği gibi,
çalışan personelde olabilir. Örneğin bir tezgâhtaki faaliyete yönelik olarak
belirlemiş olduğunuz bir riskin salt olasılık değeri, çalışılan ortamda aynı tezgâhtan
birden daha fazla varsa artacaktır. Veya çalışma ortamından kaynaklanan (Gaz, Toz,
Gürültü vb.) risklere ait salt olasılık değeri orada o ortamdaki tehlikelere maruz
kalan çalışan personel sayısı ne kadar fazla ise o derecede artacaktır.
• Tezgâh/Alet/Cihaz vb. Bakımın Koruyuculuğu ile etkilenmesi ; Eğer bir riskin

kaynağı Tezgâh/Alet/Cihaz vb. malzemelerden kaynaklanıyor ise bu risk
kaynaklarının kazaya sebebiyet vermemesi maksadıyla yapılacak bakımlar olasılık
değerini düşürecektir. Örneğin bir vincin halatının kopması bir risk olarak
71
belirlenmiş ve işyerinde vinçlerin kontrolleri hem çalışan hem bakım birimince

düzenli kontrol ediliyorsa risk azalacaktır. Fakat belirlemiş olduğumuz risk konusu
Tezgâh/Alet/Cihaz vb.lerinden kaynaklanmıyor veya bu materyallerin bakımlarının
kazanın olup olmamasına bir etkisi yoksa bu kez skaladan vereceğimiz 10 değerinin
salt olasılık değerinin üzerine (düşürülmesine) hiçbir etkisi olmayacaktır.
• Keşfedilebilirlik daha önce birçok FMEA çalışmasında doğrudan riski belirleyen

parametreler içerisinde yer almıştır. Saptanabilirlik, fark edilebilirlik olarakta
Türkçeye çevrilmiştir. Eğer salt olasılık değerini belirlemiş olduğumuz tehlike
önceden fark edilebiliyorsa engellenebileceğinden dolayı salt olasılık değerinin
azalmasını sağlayacak, eğer hiçbir şekilde fark edilemiyorsa salt olasılık
değişmeyecektir.
Yapılan çalışmada, belirlenen tüm parametreler 1-10 skalasında beş farklı dilsel değişkenle
değerlendirilmiştir. Kazanın artmasına en çok etkisi olanlara 10 verilip, daha sonra bu etki
azaldıkça, 1 değerine yaklaşılarak değerler verilmiştir. Her parametre için değişen dilsel
ifadelere sırasıyla (1)- (2,3)-(4,5,6)-(7,8)-(9,10) olarak değerler verilmiştir. Orta değere
sahip risklerin diğerlerine göre daha çok olabilecek olmasından ve de değerlendirme yapan
personel tarafından orta derece verme eğiliminin daha fazla olabileceği
değerlendirildiğinden dolayı orta değerin aralığı fazla tutulmuştur. Salt olasılık
parametresine verilecek değerler Tablo 4.1’de verilmiştir.
Tablo 4.1. Salt olasılık değerleri tablosu
DEĞER OLASILIK AÇIKLAMA

1 Çok Düşük Yılda % 1 ve daha az gerçekleşme olasılığı
2,3 Düşük Yılda % 1'den fazla % 5'ten az gerçekleşme olasılığı
4,5,6 Orta Yılda % 5'den fazla % 20'ten az gerçekleşme olasılığı
7,8 Yüksek Yılda % 20'den fazla % 50'ten az gerçekleşme olasılığı
9, 10 Çok Yüksek Yılda %50'den fazla gerçekleşme olasılığı

72
4.2.1.2. Sıklık
Risk değerlendirmesi yapılan faaliyetin süre olarak yapılma sıklığını ifade eder.
İşyerlerinde birtakım işler günün her dakikasında yapılıyor ise bu işlere dayalı belirlemiş
olduğumuz risklerinde ortaya çıkma olasılığı artacaktır. Ayrıca sık yapılan işlerde
personelin dikkatinin dağılması, iş körlüğü ve kendine fazla güvenme duygusunun artması
gibi nedenlerden dolayı yine olasılık değeri artacaktır. Sıklık parametresine verilecek
değerler Tablo 4.2’de belirtilmiştir.
Tablo 4.2. Sıklık değerleri tablosu
DEĞER SIKLIK AÇIKLAMA

1 Çok Az Yılda birkaç kez yapılır
2,3 Az Ayda birkaç kez yapılır
4,5,6, Orta Haftada birkaç kez yapılır
7,8 Fazla Her gün birkaç kez
9, 10 Çok fazla Günün hemen her anında yapılır
4.2.1.3. Risk kaynağı sayısı
Bir kazanın meydana gelmesi için tehlikeli durum ve tehlikeli hareketin her ikisinin bir
arada meydana gelmesi gereklidir. Aslında bu riski tehlikeden ayıran farktır. Daha öncede
vermiş olduğumuz örnekte denizdeki köpekbalığı sahildeki bir insan için sadece tehlikedir
ama eğer sahildeki adam denize girerse tehlike kavramı artık riske dönüşür. Bu örnekte
eğer denizde bir adam ve 10 tane köpekbalığı varsa risk daha da artar, ya da 10 adam bir
köpekbalığı varsa yine riskin gerçekleşme olasılığının artacağı muhakkaktır.
Yukarıdaki örnekte de belirttiğimiz gibi işyerlerinde de riske neden olan kaynak sayısı
birden fazla olabilmektedir. Örneğin aynı tezgâhtan bazen onlarca bulunabilmektedir. Ya
da tek bir tehlike kaynağında veya tehlikeli durumda riski meydana getirebilecek tehlikeli
hareketi yapacak birçok insan bulunabilmektedir. Örneğin takılıp düşülebilecek bir yerden
73
birçok personel geçiyorsa riskin gerçekleşme olasılığı tek bir insanın geçmesi durumundaki
gerçekleşme olasılığından çok daha yüksek olacaktır.
Bu parametrenin eklenmesinin şöyle bir faydası olacaktır; risk analizinde yaşanan en büyük
sıkıntılardan biriside risk değerlendirmenin yapıldığı atölyedeki asıl işten uzaklaşılmasıdır.
Örneğin çok büyük tezgâh parkının bulunduğu bir atölyede aynı işlemi gören birçok
tezgâha ait bir riskin gerçekleşme olasılığı, tek bir tezgâha ait riskin gerçekleşme
olasılığından daha yüksektir. Bunun risk analizine yansıtılması risk değerlendirme
sonrasında riskin azaltılmasına yönelik faaliyetlerinde kolaylık sağlayacaktır. Atölyede eğer
21 tezgâh var bunların 20’si aynı, birisi farklı ise 20 tezgâh üzerinde meydana gelecek kaza
ile bir tezgâh üzerinde meydana gelecek kaza elbette bir olmayacaktır. Aynı zamanda bu
tezgâhlar üzerinde riskin azaltılmasına yönelik bir iyileştirme faaliyetinde 20 tezgâha
uygulanacak tek bir yöntemle riskin 20/21’i azaltılabilirken tek tezgâhta yapılacak
iyileştirme ile sadece 1/21’lik bir azalma olacaktır. Modele bu parametrenin eklenmesi ile
risk analizini yapan personele yapılacak iyileştirme çalışmalarında risk analiz modellerinin
yetersizliklerinden kaynaklanan katma değersiz iyileştirme çalışmalarının önüne
geçilecektir.
Risk Kaynağı Sayısı parametresine verilecek değerler Tablo 4.3’te belirtildiği gibidir.
Tablo 4.3. Risk kaynağı sayısı değer tablosu
RİSK
DEĞER KAYNAĞI AÇIKLAMA
SAYISI
1 Çok Az Kaynak Sayısı (Riske ait tezgah sayısı, Riski oluşturan kaynak Sayısı) 1
2,3 Az Kaynak Sayısı (Riske ait tezgah sayısı, Riski oluşturan kaynak Sayısı) 2,3,
Kaynak Sayısı (Riske ait tezgah sayısı, Riski oluşturan kaynak Sayısı) 4 ve 4
4,5,6, Orta
'ten fazla 10'dan az
Kaynak Sayısı (Riske ait tezgah sayısı, Riski oluşturan kaynak Sayısı) 10 ve
7,8 Fazla
10'dan fazla 20'den az
Kaynak Sayısı (Riske ait tezgah sayısı, Riski oluşturan kaynak Sayısı) 20 ve
9, 10 Çok fazla
20'den fazla
74
4.2.1.4. Tezgâh/Alet/Cihaz vb. bakımın koruyuculuğu
En gelişmemiş işyerlerinde bile riski oluşturan risk kaynaklarına karşı mutlaka alınmış
önlemler bulunmaktadır. Çünkü insanların güvenlik ihtiyaçları Maslow’un ihtiyaçlar
hiyerarşisi piramidinde de belirttiği üzere en üst seviye ihtiyacıdır ve bu nedenle insanlar
doğal olarak kendilerini koruma ihtiyacı hissetmektedirler. Hiçbir önlemin olmadığı yerde
bir insanı çalıştırmak oldukça güçtür.
Risklerin bazılarının olasılıkları tamamen riskin kaynağı olan Tezgâh/Alet/Cihaz vb.den

kaynaklanmaktadır. Bu yüzden bu parametrenin olasılık içerisine dâhil edilmesiyle aslında
birçok riskin kabul edilebilir seviyeye indiği görülecektir. Bu parametre olasılık değerinin
yükselmesine değil düşmesine neden olacaktır. Eğer bu bakımın hiçbir koruyuculuğu yoksa
salt olasılıkta aynen kalacaktır.
Bu parametreye verilecek değerler Tablo 4.4’te verilmiştir.
Tablo 4.4. Tezgâh/Alet/Cihaz vb. bakımın koruyuculuğu değerleri tablosu
TEZGAH-ALET-
DEĞER CİHAZ BAKIM AÇIKLAMA
KORUYUCULUĞU
Bakımın Kazanın olmamasına etkisi çok
1 Çok Yüksek
yüksektir.
Bakımın Kazanın olmamasına etkisi
2,3 Yüksek
yüksektir.
Bakımın Kazanın olmamasına etkisi orta
4,5,6, Orta
derecededir.
7,8 Düşük Bakımın Kazanın olmamasına etkisi azdır.
Bakımın Kazanın olmamasına hiç etkisi
9, 10 Çok Düşük
yoktur
75
4.2.1.5. Keşfedilebilirlik
Keşfedilebilirlik başta HTEA olmak üzere daha öncede birçok risk analizi çalışmasında
kullanılmıştır. Fakat bu çalışmalarda riski doğrudan belirleyen bir parametre olarak ele
alınmıştır. Keşfedilebilirlik; hatanın, tehlikenin ortaya çıkmasına neden olan potansiyel
durumların önceden fark edilebilmesi anlamına gelmektedir. Bu da aslında direkt riskin
ortaya çıkma olasılığı ile ilgilidir. Örneğin gaz algılama sisteminin kurulmuş olduğu bir tüp
odasında keşfedilebilirlik çok yüksek olduğu gibi olasılıkta düşük olacaktır. Ya da işitme
kaybına neden olabilecek bir gürültünün çalışan tarafından yüksek keşfedilebilirliğe sahip
olması veya tehlikeli bir kimyasalla çalışacak personelin bu konuda eğitim aldığından,
kimyasalın risklerini bildiğinden dolayı kimyasalla çalışırken göstereceği dikkat
keşfedilebilirliğin yüksek olmasına örnek olarak verilebilir. Bunların tam tersi olarak
kokusu olmayan, görülmeyen veya duyulmayan tehlikelerde keşfedilebilirlik düşük
olacaktır. Elektrik ile ilgili tehlikeler, kokusuz gazlarla/kimyasallarla ilgili tehlikeler, döner
aksamlı makinelerin bakımsızlığından kaynaklanabilecek mil kırılması, parça sıçraması vb.
tehlikeler keşfedilebilirliği düşük olan risklere örnek verilebilir.
Keşfedilebilirlik parametre değerleri Tablo 4.5.’te verilmiştir.
Tablo 4.5. Keşfedilebilirlik değerleri tablosu
DEĞER KEŞFEDİLEBİLİRLİK AÇIKLAMA

Potansiyel hatanın nedeninin ve takip eden
1 Hemen hemen kesin
hatanın keşfedilebilirliği hemen hemen kesin
2,3 Yüksek
hatanın keşfedilebilirliği yüksek
4,5,6 Orta
hatanın keşfedilebilirliği orta
7,8 Düşük
hatanın keşfedilebilirliği uzak
9, 10 Çok Düşük
hatanın keşfedilebilirliği mümkün değil
76
Ayrıca meydana gelebilecek kazaların önceden fark edilebilmesi derecesini arttıran

güvenlik kültürünün arttırılmasını sağlayacak en büyük amillerden biriside işletme
içerisinde yapılacak olan denetimlerdir. Bunlar hem denetimi yapan personelin çalışılan
yerdeki işletme körlüğüne bağlı eksiklikleri tespit edebilmesini hem de çalışanların
farkındalıklarının arttırılması yönünden çok faydalı faaliyetlerdir. Keşfedilebilirlik değeri
belirlenirken bunlarda dikkate alınmalıdır. Bu denetimleri şu şekilde sınıflandırabiliriz [49];
Güvenlik Denetimi (Safety Audit)
Bir faaliyetin sistematik inceleme altına alınmasıdır. Yönetim politikası, çalışma

prosedürleri ve işlemler, acil durum prosedürleri, eğitim, risk değerlendirme ve önleme
planları gibi tüm sistem bileşenleri dahil edilmelidir. Amaç güçlü ve zayıf yönleri ve ana
risk bölgelerini ortaya çıkarmaktır. Denetimin sonucu bir rapor olmalıdır. Bu raporu
faaliyetin yönetimiyle üzerinde uzlaşılmış bir faaliyet planı izler. Bu faaliyet planının
uygulanması mutlaka izlenmelidir. Güvenlik denetimi yetkin ve denetlenecek faaliyetten
olabildiğince bağımsız bir ekip tarafından gerçekleştirilir. Bağımsız bir ekip
bulunmadığında veya denetim yapılacak işlem belirli bir uzmanlık gerektirdiğinde harici
olabilir. Denetim sıklığı faaliyetin içeriğiyle ilişkili olarak belirlenmelidir.
Güvenlik Teftişi (Safety Inspection)
Bir kontrol listesi kullanılarak, bir çalışma sahasının veya belirli bir bölgesinin veya bir
faaliyetin İSG açısından kontrol edilmesidir. İSG sorumlularınca gerçekleştirilebileceği gibi
yürütülen faaliyeti iyi bilen çalışanlarca da gerçekleştirilebilir.
Güvenlik Gezisi (Safety Walkdown)
Çalışma sahası yönetimi ve İSG sorumlusunun birlikte yaptıkları özel bir tür güvenlik
teftişidir. Güvenlik teftişindeki gibi bir kontrol listesi kullanılır ve gezi sonrasında alınan
notlar ve görülen eksiklerin düzenlenmesiyle ilgili faaliyet planı ve programı üzerinde
uzlaşılır. Çalışma sahasının özelliklerine bağlı olarak sıklığı belirlenebilir.
77
Saha yönetiminin İSG gözlüklerini takması, görülen eksiklerin tamamlanmasıyla ilgili

sahiplenmesini ve tüm işlerde İSG bilincinin artması gibi faydaları bulunmaktadır.
4.2.2. Şiddet
Şiddet; Salt Şiddet, Kişisel Koruyucu Donanım (KKD) Koruyuculuğu ve Tehlike Altındaki
Personel Sayısı parametrelerinin bulanık mantık yardımıyla değerlendirmeye alınmasıyla
hesaplanmıştır. Burada bahsedilen şiddetin aslında diğer şiddetlerden bir farkı yoktur.
Şiddet değerinin belirlenme yönteminde farklılık vardır. Literatürde yapılan şiddet
değerlendirmelerinde şiddet değeri, risk analizi yapan personel tarafından, alınan
önlemlerde dikkate alınarak doğrudan belirlenmektedir. Oysaki önerilen modelde şiddet
değeri üç alt parametre yardımıyla belirlenmektir. Şekil 4.3.'te önerdiğimiz modelde üç
parametreden biri olan salt şiddet alt parametresine diğer iki alt parametrenin etkisiyle
şiddet parametresi ortaya çıkmaktadır.
ŞİDDET
TEHLİKE ALTINDAKİ
SALT ŞİDDET PERSONEL SAYISI KKD KORUYUCULUĞU
Şekil 4.3. Şiddet parametresinin alt parametreleri
Belirlenmiş olan riskin ortaya çıkaracağı zarar derecesi alınan bir takım önlemlerle (KKD
Koruyuculuğu) düşmektedir ve ayrıca bir takım risklerin ortaya çıkması durumunda tek bir
kişi zarar görürken, bazı risklerin ortaya çıkmasıyla aynı zarar derecesinde birçok kişi zarar
görebilmekte, bu durumda riskin şiddetini, yani zarar derecesini yükseltebilmektedir.
Geliştirilen modelde salt şiddete bu iki parametrenin dâhil edilmesi ile oluşabilecek gerçek
duruma daha yakın bir tahminde bulunulabilecektir. Şiddet parametresinin
değerlendirilmesinde kullanılacak olan skala Tablo 4.6.'da verilmiştir
78
Tablo 4.6. Şiddet değerleri tablosu
ŞİDDET
DEĞER DEĞERİ AÇIKLAMA
İhmal Kaza sonucunda ciddi bir yaralanma veya sağlığın bozulması söz konusu
1
edilebilir değildir
Hafif yaralanmalardır. İşçinin çalışmasını engelleyecek veya performansını
2, 3 Hafif olumsuz yönde etkileyecek bir kaza olmayıp, basit ilk yardım ile müdahale
edilebilir.
Hafif ve şiddetli yaralanma arasında yer almakla birlikte, nadiren ölümle
4, 5, 6 Orta sonuçlanır.İş performansını olumsuz etkiler, aktiviteleri yavaşlatır, kısa
süreliğine de olsa iş göremezlikle sonuçlanabilmekle birlikte iş göremezlik
en fazla 1 haftadır.
Ağır yaralanmalardır. Kalıcı bir işgöremezliğe veya işteki performansın
7, 8 Şiddetli uzunca bir süre bozulmasına neden olur, uzunca bir süre işten
uzaklaşmalara neden olabilir. Ölümlere sıkça rastlanır.
Çok Çoğunlukla ölümle sonuçlanır, oldukça ciddi yaralanmalardır. Ayrıca birden
9, 10
Şiddetli fazla kişinin ölümüyle sonuçlanabilir (örneğin patlamalar).
4.2.2.1. Salt Şiddet
Salt şiddet aynı salt olasılıkta olduğu gibi alınan tedbirlerden ve ortamdan bağımsız olarak
değerlendirilmiştir. Bu parametre şöyle açıklanabilir; Tek bir personel için belirlenmiş olan
tehlike, dolayısıyla KKD kullanılmadığı zaman gelecek olan zararın derecesidir. Bu
parametreye ait kullanılacak olan değerlendirme puanları Tablo 4.6. ile aynıdır.
4.2.2.2. Tehlike Altındaki Personel Sayısı
Yapılan risk analizi çalışmalarında bu parametrenin dâhil edilmemesi, bir kişi ile yüz kişiyi
etkileyen risklerin şiddet derecelerinin aynı çıkmasına neden olmaktadır. Örneğin aynı
desibel derecesine sahip yüksek sesin olduğu 3 kişinin çalıştığı bir ortam ile 100 kişinin
çalıştığı bir başka ortamı risk değerleri aynı çıkabilmektedir. Bu parametrenin şiddet
hesaplamasının içerisine dahil edilmesi yapılacak risklerin azaltılmasına ait faaliyetlerin
planlamasında aynı maliyetle daha çok personelin korunmasını sağlayacaktır.
Tehlike Altındaki Personel Sayısı parametresine ait kullanılacak olan değerlendirme

puanları Tablo 4.7’de verilmiştir.
79
Tablo 4.7. Tehlike altındaki personel sayısı değerlendirme tablosu
TEHLİKE ALTINDAKİ
DEĞER AÇIKLAMA
PERSONEL SAYISI
1 Çok Az Tehlike altındaki Personel Sayısı 1
2,3 Az Tehlike altındaki Personel Sayısı 2,3,
Tehlike altındaki Personel Sayısı 4 ve 4 'ten fazla
4,5,6, Orta 10'dan az
Tehlike altındaki Personel Sayısı 10 ve 10'dan
7,8 Fazla fazla 20'den az
Tehlike altındaki Personel Sayısı 20 ve 20'den
9, 10 Çok fazla fazla
4.2.2.3. KKD Koruyuculuğu
KKD, bir veya birden fazla sağlık ve güvenlik risklerine karşı korunmak için kişilerce
giyilmek, takılmak veya taşınmak amacıyla tasarlanmış herhangi bir cihaz, alet veya
malzemedir [50].
Kişisel koruyucu donanımlar (Ayakkabı, gözlük, eldiven, maske, elbise vb.) çalışılan
ortamda toplu korumaya yönelik bir önlemin alınamadığı durumlarda personele verilir.
Bazı KKD’ler personeli hiç bir zarar görmeyecek şekilde korurken bazıları maruziyeti
çeşitli oranlarda düşürmektedir. Bu parametrenin dahil edilmesi yönetim tarafından yüksek
maliyetlerle temin edilen KKD’lerin şiddet derecesinin hesaplanmasında daha sağlıklı bir
yaklaşım olacaktır.KKD Koruyuculuğu parametresine ait kullanılacak olan değerlendirme
puanları Tablo 4.8’de verilmiştir.
Tablo 4.8. KKD koruyuculuğu değerlendirme tablosu
DEĞER KKD KORUYUCULUĞU AÇIKLAMA

1 Çok Yüksek Kazadan hiç zarar görmeyecek şekilde korur
2,3 Yüksek Koruyucu etkisi oldukça İyidir
4,5,6, Orta Koruyucu etkisi orta derecede
7,8 Düşük Çok Az koruyucu etkisi olur
9, 10 Çok Düşük Kazada hiçbir koruyucu Etkisi Olmaz
5. BÖLÜM
BULGULAR
Uygulama elli yılı aşkın süredir faaliyet gösteren, genel olarak metal ağırlıklı olmasına
karşın bünyesinde çok farklı konularda atölyeler bulunduran ve ağırlıklı olarak emek yoğun
çalışan bir fabrikada gerçekleştirilmiştir. Fabrikada veri toplama çalışmaları tecrübeli iş
güvenliği uzmanlarıyla beraber yapılmıştır. Modelin etkinliğinin araştırılması, farklı
sektörlerdeki durumlarıda inceleyerek EK-A'da verilen 17 farklı atölyede, toplam 374 risk
üzerinden gerçekleştirilmiştir. Çalışma kronolojisi şu şekildedir:
a. Kurulacak olan modelin parametrelerinin belirlenmesi : İki ana parametre ve bu iki

ana parametreye ait toplam 8 adet alt parametre belirlenmiştir (bknz Şekil 4.1).
b. Veri toplanacak atölyelerin ve bu veri toplama faaliyetlerinde yer alacak olan iş

güvenliği uzmanlarının belirlenmesi: Farklı sektörlerde uzun süredir faaliyet
gösteren 17 farklı atölye seçilmiştir. İş güvenliği uzmanı olarakta alanında uzman
olan farklı alanlardan 5 kişi ile birlikte çalışılmıştır.
c. Yaşanmış kazaların (majör kaza, minör kaza, ucuz atlatma) sınırlarının uygulama
yapılan iş yerinin genel risk seviyesine uygun olarak tanımlanması
d. Belirlenmiş olan atölyelerde, seçilmiş olan iş güvenliği uzmanlarıyla birlikte 8 alt

parametrenin ve yaşanmış kazaların bu tanımlamalara uygun olarak toplanması: Bu
süreç yaklaşık 1 yıl sürmüştür.
81
e. Yaşanmış kazaların sınırlarına uygun olarak hem Heinrich [51] kaza puanı metodu
için farklı öğrenme fonksiyonlarına göre YSA sonuçlarının hem de iş yerindeki bu
yaşanmış kazalardan çıkartılacak kaza puanı metodunun YSA sonuçlarının
karşılaştırılması.
f. YSA'nın kapalı bir kutu gibi çalışması, hangi formülasyonu nasıl kullandığının ve
ne şekilde bir hesaplama yapıldığının bilinememesinden dolayı olasılık değerinin
regresyon analiziyle kaza puanı şeklinde belirlenmesi
g. Şiddet ana parametresinin değerinin bulanık mantık yardımıyla belirlenmesi
h. Hesaplanan Olasılık ve şiddet değeri kullanılarak bulanık mantık yardımıyla risk

değerinin hesaplanması
i. Aynı iş yerinde daha önce yapılmış olan risk analiz yöntemiyle elde edilen risk
değerinin karşılaştırılması.
5.1. Olasılık değerinin hesaplanması
5.1.1. YSA ile değerlendirme
Olasılık değerinin hesaplanması için 17 farklı atölyede, 374 adet risk verisi, Salt Olasılık,
Sıklık, Risk Kaynağı Sayısı, Tezgah/Alet/Cihaz Bakımının Koruyuculuğu ve
Keşfedilebilirlik alt parametreleri için toplanmıştır. YSA modeli için bu verilerden 300
tanesi eğitim, 74 tanesi ise test amaçlı olarak kullanılmıştır.
YSA modeline sunulacak olan kaza puanı değerleri Heinrich kaza piramidi teorisine göre
ve çok parametreli hiyerarşik yapılı yapay risk analizi modeline göre ayrı ayrı belirlenip
için bizim uzmanlarla belirlemiş olduğumuz değerlere göre ayrı ayrı değerlendirilecektir.
Bunun için YSA modeline girdi olarak olasılık ana parametresinin 5 alt parametresi
verilmiş, çıktı olarak ise hem Heinrich metoduna göre belirlenmiş kaza puanları ve hemde
iş yerindeki yaşanmış kazalardan çıkartılan kaza puanları ayrı ayrı gösterilmiş olup bu iki
YSA modeli karşılaştırılmıştır.
82
Heinrich yasasına göre her 1 majör kaza için 29 minör kaza, 300 tane ramak kala/ucuz
atlatma olayı meydana gelmektedir. Oysaki bu tanımlamanın majör kaza kavramı için ele
alınan iş yerinin risk seviyesine göre değişecebileceği aşikardır. Örneğin madenler,
inşaatlar için majör kaza kavramı ölüm olabilirken, genel risk seviyesi daha düşük olan
işyerlerinde tekstil, hizmet sektörü, laboratuar vb. gibi yerlerdeki majör kaza kavramı daha
düşük olacak olup ve belki de 3-5 günlük istirahat gerektiren kazalar bu tür yerler için
majör kaza sayılabilecektir. Bu yüzden tüm bu etkenler dikkate alınarak yapılan çalışmada
veri toplanılan yerlerle ilgili majör kaza, minör kaza ve ucuz atlatma kavramları yeniden
tanımlanmıştır. Bu tanımlamamıza göre;
Majör Kaza; 10 gün ve üzerinde istirahat gerektiren kazalar,
Minör Kaza; İşçinin 10 günden az istirahat almasına neden olan, işçiyi bir şekilde
yaralayan, malzemeler için fonksiyonel bozukluklara neden olan kazalar,
Ucuz Atlatma (Ramak Kala); İşçiyi yaralamayan fakat yaralamaya çok yaklaşan, malzeme
üzerinde hasar meydana getiren fakat malzemenin fonksiyonelliğini yerine devam
ettirebildiği, herhangi bir düzeltmenin gerekmediği türdeki olaylar,
olarak değerlendirilmiştir.
Çalışmanın yapıldığı yerde çalışanların işe girdikten sonra uzun yıllar çalışıyor olması,
çoğunun girdikten sonra emekli olarak ayrılması veri toplanmasını kolaylaştırmıştır.
Türkiye'nin genelinde olduğu gibi bu işyerinde de iş sağlığı ve güvenliği hizmetlerinin son
birkaç yıldır sistematik olarak yapılması dolayısıyla homojen verilere ulaşılabilmiştir. 374
adet riske ait veriler 30 yıllık olarak toplanmış, 10-15 yıl gibi sürelerdir sürdürülen
faaliyetlere ait olan az sayıdaki risk için 30 yıla genişletme yapılmıştır. Tabi bu veriler
toplanırken atölyelerdeki en tecrübeli personellerle görüşülmüştür. Burada akla şu soru
gelebilir ; Risklere ait bir kaza meydana geldiğinde o risk niye engellenmiyor? Niye
azaltılmasına yönelik önlem alınmıyor? Bunun için Şekil 5.1. incelenmelidir.
83
Risk Algısı
Ciddi Kaza
Zaman
Şekil 5.1. Risk algılama-zaman grafiği
Şekil 5.1. aslında birçok şeyi anlatmaktadır. Ciddi bir kaza yaşandıktan sonra insanların
algıları üst seviyeye çıkar. Örneğin bir insan araba sürerken bir kaza geçirdiğinde daha
dikkatli araba sürmeye başlar fakat belirli bir zaman sonra bu risk algısı azalır ve yine
normal sürüşüne devam etmeye başlar. Belki tam eskisi kadar risk algısı düşük olmayabilir
ama yinede azalma meydana gelir.
Aynı risk koşullarının devam ettiği durumlar için uzun dönemli belirlenecek olan burada
bahsettiğimiz veri toplama işlemi gerçek durumu ortaya koyabilecektir. Literatürde olasılık
değerinin tahminine yönelik bu tür bir çalışma tespit edilememiştir. Olasılık değerinin
belirlenmesine yönelik belki alt parametreler tespit edilebilir ancak bunun
doğrulanabilmesi, performansının ölçülebilmesi pek mümkün değildir. İşletmelerdeki gerek
kayıt tutma alışkanlıklarının az olması, gerek çalışanların başlarına bir şey gelebilecek
korkusuyla değil ucuz atlatmaları çoğu zaman geçirilen iş kazalarını bile saklayabilmeleri
bu tür bir çalışmayı imkansız hale getirmektedir. Çalışmanın yapıldığı yerde geçmiş
tecrübelerin aktarılması esnasında verinin kaynağı olan personele bu taahhüt verilerek
veriler toplanmıştır. Mülakat yöntemiyle doğrudan işin yapıldığı noktalarda verilerin
toplanması ile yaklaşık bir yıllık çalışma sonucunda veriler toplanabilmiştir. Veriler
84
yukarıda bahsedilen majör kaza, minör kaza ve ucuz atlatma şeklinde üç kategoride
toplanmıştır. Bu verilerden Tablo 5.1.'dan ağırlıklar yardımıyla kaza puanı elde edilmiştir.
Tablo 5.1. Henrich-Önerilen model kaza ağırlıkları tablosu
Majör Kaza Minör Kaza Ucuz Atlatma

Heinrich 29 1 0,10
Önerilen Ağırlıklar 10 1 0,15
Önerilen modeldeki ağırlıklar belirlenirken 374 adet riske ait toplam yaşanmış olan kaza,
olaylar değerlendirilerek hesaplama yapılmıştır. Buna göre çalışma yapılan 374 riske ait
169 majör kaza, 1689 minör kaza ve 11594 adet ucuz atlatma olayı meydana gelmiştir. Bu
değerler üzerinden hesaplama yapıldığında 1 majör kazaya karşılık 10 minör kaza, 69 adet
ucuz atlatma meydana gelmiştir.
Kurulan YSA modeli iki katmanlı olarak belirlenmiş log-sig,purelin (doğrusal) transfer
fonksiyonları kullanılmış, veriler 0,2-0,8 arasında normalize edilmiş, iterasyon sayısı 100,
hedef 1e-5 olarak belirlenmiştir. Eğitme fonksiyonu olarak en etkin olanını bulabilmek için
traingb, trainbfg, traincgp, traingd, traingda, traingdm, tarinlm, trainoss, trainrp ve trainscg
eğitme fonksiyonları için önerilen modele (10-1-0,15 Ağırlıkları) ait sırasıyla iterasyon
sayısına göre eğitme performansı, korelasyon grafiği ve bulunan değer-hedeflenen değer
grafikleri şekil 5.2'den şekil 5.11'e kadar verilmiştir.
85
Şekil 5.2. Trainb için YSA sonuçları
Şekil 5.3. Trainbfg için YSA sonuçları
Şekil 5.4. Traincgp için YSA sonuçları

86
Şekil 5.5. Traingd için YSA sonuçları
Şekil 5.6. Traingda için YSA sonuçları
Şekil 5.7. Traingdm için YSA sonuçları

87
Şekil 5.8. Trainlm için YSA sonuçları
Şekil 5.9. Trainoss için YSA sonuçları
Şekil 5.10. Trainrp için YSA sonuçları

88
Şekil 5.11. Trainscg için YSA sonuçları
YSA sonuçlarının sayısal verilerle karşılaştırılabilmesi için Tablo 5.2.'ye bakılabilir.
Tablo 5.2. Önerilen kaza puanı metodu için farklı öğrenme fonksiyonlarına göre YSA
sonuçlarının karşılaştırılması
Toplam Ortalama Ortalama

Karesel Hata Karesel Hata Mutlak Hata Korelasyon
(TKH) (OKH) (OMH)
Trainb 5222,30 70,57 5,76 0,45
Trainbfg 1192,81 16,12 3,01 0,90
Traincgp 1297,11 17,52 4,19 0,90
Traingd 9092,53 122,87 8,55 0,55
Traingda 5841,27 78,94 7,30 0,56
Traingdm 5222,30 70,57 5,76 0,45
Trainlm 1114,97 15,07 2,96 0,92
Trainoss 3402,89 45,98 5,09 0,73
Trainrp 1512,70 20,44 3,33 0,88
Trainscg 1222,47 16,52 3,04 0,90
89
Görüldüğü gibi trainlm en iyi sonucu veren öğrenme metodudur. Trainscg, trainbfg,
traincgp ve trainrp'nin vermiş olduğu sonuçlarda azımsanmayacak derecede iyidir. Bu beş
öğrenme metodu için Heinrich'in modeline göre kaza puanı çıkarılarak YSA modelini
çalıştıracak olursak sırasıyla eğitme performansı, korelasyon grafiği ve bulunan değer-
hedeflenen değer grafiklerini Şekil 5.12'den Şekil 5.16'a kadar görebiliriz.
Şekil 5.12. Trainbfg için YSA sonuçları (Heinrich)
Şekil 5.13. Traincgp için YSA sonuçları (Heinrich)

90
Şekil 5.14. Trainlm için YSA sonuçları (Heinrich)
Şekil 5.15. Trainrp için YSA sonuçları (Heinrich)
Şekil 5.16. Trainscg için YSA sonuçları (Heinrich)

91
Heinrich kaza puanı hesaplama metoduna göre şekillerle görsel olarak sonuçları gördükten
sonra verilerle değerlendirme için Tablo 5.3.'e bakılabilir.
Tablo 5.3. Heinrich kaza puanı metodu için farklı öğrenme fonksiyonlarına göre YSA
sonuçlarının karşılaştırılması
Toplam Ortalama Ortalama

Karesel Hata Karesel Hata Mutlak Hata Korelasyon
(TKH) (OKH) (OMH)
Trainbfg 6370,23 86,08 6,33 0,72
Traincgp 6539,77 88,38 6,44 0,71
Trainlm 6270,61 84,73 6,31 0,72
Trainrp 8540,95 115,42 8,15 0,64
Trainscg 6184,77 83,58 6,31 0,73
Yukarıda verilen tablodan da görüleceği gibi Heinrich kaza puanlama metodu için YSA'da
en iyi sonucu az farkla trainscg, sonrasında trainlm, sonrasında ise trainbfg veriyor. Fakat
genel değerlendirme itibariyle bakıldığında bizim burada önermiş olduğumuz kaza puanı
modeli Heinrich'in ortaya koymuş olduğuna göre daha iyi sonuçlar vermiştir. Ancak daha
öncede belirttiğimiz gibi majör kazanın, minör kazanın sınırının neresi olduğu konusunda
ortaya atılacak fikirlere göre farklı modeller ortaya konabilir. Bizim çalışma yaptığımız
yerdeki belirlemiş olduğumuz majör, minör kaza sınırlarına göre bizim belirlemiş
olduğumuz ağırlıklar daha iyi sonuç vermiştir. Bizim kaza puanı modelimize göre en iyi
sonuç 0,92 çıkarken Heinrich modeline göre bu sonuç 0,73 çıkmıştır.
5.1.2. Regresyon ile değerlendirme
Bir önceki bölümde görüldü ki belirlemiş olduğumuz majör, minör kaza sınırlarına göre
kaza puanı hesaplamaya yönelik önermiş olduğumuz model daha iyi sonuçlar verdi. Daha
öncede bahsettiğimiz gibi YSA trainlm (Levenberg-Marquardt backpropagation) eğitim
modeliyle 0,92 gibi bir korelasyonla değerleriyle yüksek performans göstermiş olsa da
92
tespit etmiş olduğu hesaplama modelinin ne olduğu bilinmemektedir. Bu nedenle sağlam

bir olasılık tahmin modeli kurmuş olduğumuz verilerle bu şekilde doğrulandıktan sonra bu
modelin işyerlerinde de kolaylıkla uygulanabileceği bir modele dönüştürmek
gerekmektedir.
Modele yönelik bir formülasyonun ortaya konması için regresyon analizi yapılmıştır. YSA
çalıştırılırken olduğu gibi regresyon içinde MATLAB kullanılmıştır.
Regresyon içinde YSA'da olduğu gibi 300 veri eğitim için (katsayıların tespiti için) 74 veri
ise test için kullanılmıştır. Çoklu doğrusal regresyon olarak adlandırabileceğimiz çalışma
neticesinde aşağıdaki şekillerde sonuçları görsel olarak incelemek mümkündür. 300 verinin
performansı şekil 5.17.'deki Hedeflenen değer-bulunan değer grafiğinden, aradaki
korelasyonu şekil 5.18.'den, 74 veriye ait sonuçları yine şekil 5.19. ve Şekil 5.20.'den
görebiliriz.
Şekil 5.17. Hedeflenen değer-bulunan değer grafiği(Eğitim verileri)(Çoklu regresyon)

93
Şekil 5.18. Çoklu regresyon eğitim verileri performansı
Şekil 5.19. Hedeflenen değer-bulunan değer grafiği (Test verileri)(Çoklu regresyon)

94
Şekil 5.20. Çoklu regresyon test verileri performansı
Regresyon analizine ait şekillerden görüleceği üzere analiz neticesinde gerçeğe çok yakın
veriler elde edilmiştir. Gerçek değer ile regresyon analizi neticesinde hesaplanan
korelasyon değeri 0,81'dir. YSA ile bulunmuş olan en iyi korelasyon değeri de (Trainlm)
0,92 olarak bulunmuştu. Hesaplanan regresyon katsayıları Tablo 5.4.'de görülebilir.
Tablo 5.4. Önerilen kaza puanı modeli için hesaplanan katsayılar
RİSK
SALT TEZGAH/ALET/CİHAZ
SIKLIK KAYNAK KEŞFEDİLEBİLİRLİK
OLASILIK BKM.K.
SAYISI
ÖNERİLEN
0,9143 0,3473 1,6581 1,4812 ‐0,5039
MODEL
Test verisi olarak kullanılan 74 ait riske ait veriler, Önerilen kaza puanı metodu için
yaşanmış kaza olaylara ait kaza puanı, eski sistemdeki olasılık (5X5 Matris için) tahmini,
95
YSA tarafından bulunan sonuçlar ve en son regresyon analizi sonucunda bulunan değerler
Tablo 5.5'te verilmiştir.
Tablo 5.5. Test verileri, eski olasılık tahmini, gerçek durumdaki kaza puanı ve
YSA, regresyon sonuçları
ESKİ OLASILIK DEĞERİ

TEZGAH/ALET/CİHAZ
RİSK KAYNAK SAYISI
KEŞFEDİLEBİLİRLİK
GERÇEK DURUM
SALT OLASILIK
REGRESYON
BKM.K.
SIKLIK
YSA
6 5 2 10 2 3 18,50 16,72 20,87
7 5 2 1 2 3 0,45 1,75 8,45
7 10 10 10 2 3 31,75 35,56 33,31
6 9 1 5 5 3 8,50 8,04 8,90
3 10 1 4 7 3 1,45 5,16 3,33
4 5 1 2 5 3 3,50 2,43 4,02
9 7 1 3 4 3 4,25 8,02 9,88
7 6 1 10 2 3 10,50 17,20 19,77
3 6 1 2 6 3 1,00 2,66 2,26
5 9 3 4 8 3 9,50 8,54 8,31
8 9 3 4 5 3 27,00 12,53 12,57
4 9 1 4 8 2 3,25 5,89 4,08
7 8 1 7 4 3 16,50 12,12 13,63
3 8 1 7 3 3 7,50 6,14 10,48
3 7 1 9 8 3 10,50 9,96 11,27
5 8 1 8 4 3 9,50 10,42 13,29
6 8 4 7 3 3 19,50 15,68 18,20
6 9 6 10 2 3 30,50 32,06 26,11
4 7 1 10 5 2 10,50 12,24 15,18
3 7 1 2 9 3 1,90 3,74 0,00
7 6 2 3 8 3 7,50 7,59 8,04
96

TEZGAH/ALET/CİHAZ
RİSK KAYNAK SAYISI
GERÇEK DURUM
SALT OLASILIK
REGRESYON
BKM.K.
SIKLIK
YSA
9 8 3 3 5 4 11,45 11,83 12,35
4 10 4 2 9 3 4,25 6,04 5,24
2 10 6 10 2 3 14,00 18,93 22,11
10 10 8 5 8 4 41,50 39,56 22,31
3 10 5 8 7 2 13,75 16,77 15,88
7 8 2 6 6 2 15,00 12,88 12,80
8 10 1 3 7 4 7,50 8,87 6,42
1 2 1 3 2 4 0,00 0,00 5,31
1 8 1 8 3 3 0,90 5,38 10,13
7 8 1 10 2 3 22,00 18,16 19,08
3 9 1 10 2 3 8,50 10,18 15,08
6 2 1 9 3 2 10,90 11,14 18,27
3 8 1 1 2 3 0,00 1,44 2,10
3 6 2 7 6 2 1,45 7,30 11,32
5 3 1 9 4 2 9,50 10,23 16,50
6 7 1 2 6 3 1,90 4,48 4,65
8 6 1 3 7 4 7,50 7,54 7,81
7 7 1 2 6 3 2,90 5,28 5,57
5 7 1 10 4 3 17,25 13,83 16,60
8 6 1 2 7 3 2,50 6,27 6,32
3 4 1 5 3 4 2,90 2,97 8,91
3 5 1 3 3 3 0,90 1,93 5,60
5 4 1 2 9 3 1,45 3,96 3,27
5 7 1 10 6 3 7,25 14,57 15,59
2 5 1 8 3 3 0,00 5,31 12,09
3 2 1 10 3 3 7,50 7,93 17,00
8 1 1 10 2 3 14,25 17,17 22,43
6 3 1 9 5 3 15,00 12,54 16,91
97


TEZGAH/ALET/CİHAZ
RİSK KAYNAK SAYISI
GERÇEK DURUM
SALT OLASILIK
REGRESYON
BKM.K.
SIKLIK
YSA
6 9 2 2 3 3 4,25 4,21 7,12
7 7 7 10 2 3 28,00 35,28 29,38
3 2 7 10 2 4 13,75 15,39 27,46
7 10 1 9 4 2 15,25 17,30 15,90
7 4 1 3 8 3 7,50 6,10 7,08
9 7 3 3 5 4 10,90 11,26 12,70
6 10 5 2 9 2 9,50 10,15 8,73
8 10 7 10 2 3 39,00 42,68 29,25
7 4 1 7 5 3 13,50 10,90 14,52
3 4 1 2 8 3 1,50 2,75 1,94
9 7 1 3 8 5 8,50 9,63 7,87
3 8 1 3 4 3 0,00 3,13 4,05
1 8 1 3 2 2 0,00 1,84 3,23
8 8 1 9 4 3 11,50 19,05 17,51
7 8 1 10 2 3 11,90 18,16 19,08
2 3 1 1 10 3 0,00 2,38 ‐1,11
1 3 1 10 6 3 0,00 6,97 13,32
3 3 1 8 5 3 7,50 6,37 12,69
7 3 1 3 8 1 7,50 5,76 7,43
5 9 1 2 3 3 2,50 3,41 4,55
5 7 4 10 2 3 12,75 20,64 22,57
7 9 1 9 4 3 18,50 16,89 16,25
9 6 1 3 5 3 4,25 8,06 9,73
6 10 2 2 9 3 0,15 6,86 3,76
6 10 4 10 2 3 24,00 26,24 22,45
Tüm bu değerlendirmelerden sonra eski olasılık tahmini, gerçek durum kaza değeri,YSA
sonuçları ve regresyon sonuçları arasındaki korelasyonu Tablo 5.6.'dan görebiliriz.
98
Tablo 5.6. Gerçek kaza puanı, YSA, regresyon ve eski olasılık sistemindeki
değerler arası korelasyon matrisi
GERÇEK ESKİ OLASILIK

DURUM YSA REGRESYON DEĞERİ
GERÇEK DURUM 1,00 0,92 0,81 0,07
YSA 1,00 0,88 0,06
REGRESYON 1,00 0,02
ESKİ OLASILIK
DEĞERİ 1,00
YSA ile regresyon analizi sonucunda elde edilen verilerin arasındaki çizilecek bir ilişki
diyagramı YSA'nın çalışma mantığı hakkında bilgi verebilecektir. Bu ilişkiyi Şekil 5.21.'de
verilmiştir.
Şekil 5.21. YSA ve Regresyon sonucu bulunan değerlerin ilişki diyagramı

99
Risk değerinin hesaplanmasında olasılık değeri olarak regresyon analizi kullanılarak

hesaplanan değer kullanılacaktır. Hatırlanacağı gibi daha önce olasılık değerinin
belirlenmesine ait bir skala tanımlanmıştı. Şiddet değeri ile beraber olasılık değerinin
belirlenmesine yönelik Bulanık mantıkta kullanılacak skala ve üyelik fonksiyonu değerleri
Tablo 5.7.'de verilmiştir.
Tablo 5.7. Olasılık değerleri tablosu
ÜYELİK
FONKSİYONU
DEĞER OLASILIK AÇIKLAMA DEĞERLERİ
1 Çok Düşük Kaza Puanı X < 2 (0 0 2 5)
2,3 Düşük Kaza Puanı 2≤ X<7 (1 2 7 12)
4,5,6 Orta Kaza Puanı 7≤ X<15 (5 7 15 20)
7,8 Yüksek Kaza Puanı 15≤ X<25 (12 15 25 30)
9, 10 Çok Yüksek Kaza Puanı 25≤ X<100 (20 25 100 100)
5.2. Şiddet Değerinin Hesaplanması
Şiddet değerinin hesaplanmasında bulanık mantık kullanılacaktır. Şiddet değerinin

hesaplanması için daha öncede bahsedildiği gibi 3 alt parametre kullanılmaktadır. Bunlar
Salt Olasılık, Tehlike Altındaki Personel Sayısı (TAPS) ve KKD koruyuculuğudur. Bu alt
parametrelere ait veri toplarken kullanılan skalalar daha önce belirtilmişti.
Alt parametrelerin üyelik fonksiyonları yamuk olarak belirlenmiştir. Girişlere ait üyelik
fonksiyonları ve değerleri aşağıdaki tablo ve şekillerde verilmiştir.
100
Tablo 5.8. Salt Şiddet için üyelik fonksiyonu değerleri
SALT ŞİDDET ÜYELİK FONKSİYONU

DEĞER DEĞERİ DEĞERLERİ
1 İhmal edilebilir ( 0, 0, 1, 2.5 )
2, 3 Hafif (1, 2, 3, 5)
4, 5, 6 Orta (2.5, 4, 6, 7.5 )
7, 8 Şiddetli (5, 7, 8, 9)
9, 10 Çok Şiddetli (7.5, 9, 10, 10)
İhmal Orta Çok

Edilebilir Hafif Şiddetli Şiddetli
1 2 3 4 5 6 7 8 9 10
Şekil 5.22. Salt Şiddet için üyelik fonksiyonları
Tablo 5.9. TAPS için üyelik fonksiyonu değerleri
DEĞER TAPS ÜYELİK FONKSİYONU DEĞERLERİ
( 0, 0, 1, 2.5 )
1 Çok Az
2,3 Az (1, 2, 3, 5)
4,5,6, Orta (2.5, 4, 6, 7.5 )
7,8 Fazla (5, 7, 8, 9)
9, 10 Çok fazla (7.5, 9, 10, 10)
101
Şekil 5.23. TAPS için üyelik fonksiyonları
Tablo 5.10. KKD Koruyuculuğu için üyelik fonksiyonu değerleri
DEĞER KKD KORUYUCULUĞU ÜYELİK FONKSİYONU DEĞERLERİ

1 Çok Yüksek ( 0, 0, 1, 2.5 )
2,3 Yüksek (1, 2, 3, 5)
4,5,6, Orta (2.5, 4, 6, 7.5 )
7,8 Düşük (5, 7, 8, 9)
9, 10 Çok Düşük (7.5, 9, 10, 10)
Çok Çok
Orta
Yüksek Yüksek Düşük Düşük
1 2 3 4 5 6 7 8 9 10
Şekil 5.24. KKD koruyuculuğu için üyelik fonksiyonları

102
Tablo 5.11. Şiddet için üyelik fonksiyonu değerleri
SALT ŞİDDET
DEĞER DEĞERİ ÜYELİK FONKSİYONU DEĞERLERİ
1 İhmal edilebilir ( 0, 0, 1, 2.5 )
2, 3 Hafif (1, 2, 3, 5)
4, 5, 6 Orta (2.5, 4, 6, 7.5 )
7, 8 Şiddetli (5, 7, 8, 9)
9, 10 Çok Şiddetli (7.5, 9, 10, 10)
İhmal Orta Çok

Edilebilir Hafif Şiddetli Şiddetli
1 2 3 4 6 7 8 9 10
Şekil 5.25. Şiddet için üyelik fonksiyonları
Üyelik fonksiyonları belirlendikten sonra sıra kuralların belirlenmesine gelmektedir. Üyelik

fonksiyonları 3 girişin toplam beşer adet üyelik fonksiyonu olduğu için toplam 125 adet
üyelik fonksiyonu belirlenmiştir. Üyelik fonksiyonları belirlenirken özellikle şunlara dikkat
edilmiştir.
• Risk eğer birden fazla insana etki edecekse salt şiddet alt parametresi değeri
üzerinde artışa neden olarak şiddet parametresinin değeri artmaktadır.
103
• Risk ile ilgili KKD koruyuculuğu eğer hiç yoksa yani 10 olarak belirlenmiş ise salt
şiddet alt parametresi üzerine hiç etkisi olmadan şiddet parametresi aynen
kalacaktır. KKD koruyuculuğu yüksek ise yani 1 olarak belirlenmişse salt şiddet
değeri üzerinde azalmaya neden olacaktır.
Belirlenen 125 adet kuraldan bazıları Tablo 5.12'de verilmiştir.Ayrıca belirlenen kuralların
üç boyutlu gösterimi Şekil 5.26'da verilmiştir.
Tablo 5.12. Şiddet değerinin bulunmasına yönelik bulanık mantık modeli için belirlenen
kurallardan bazıları
Salt İhmal Çok KKD Çok İhmal

Kural 1 Eğer Şiddet Edilebilir ve TAPS Az ve Koruyuculuğu Yüksek ise Şiddet Edilebilir dir.
Salt İhmal KKD İhmal
Kural 14 Eğer Şiddet Edilebilir ve TAPS Orta ve Koruyuculuğu Düşük ise Şiddet Edilebilir dir.
Salt İhmal Çok KKD İhmal

Kural 23 Eğer Şiddet Edilebilir ve TAPS Fazla ve Koruyuculuğu Orta ise Şiddet Edilebilir dir.
Salt Çok KKD İhmal
Kural 28 Eğer Şiddet Hafif ve TAPS Az ve Koruyuculuğu Orta ise Şiddet Edilebilir dir.
Salt KKD İhmal
Kural 33 Eğer Şiddet Hafif ve TAPS Az ve Koruyuculuğu Orta ise Şiddet Edilebilir dir.
Salt KKD Çok
Kural 40 Eğer Şiddet Hafif ve TAPS Orta ve Koruyuculuğu Düşük ise Şiddet Hafif dir.
Salt KKD
Kural 59 Eğer Şiddet Orta ve TAPS Az ve Koruyuculuğu Düşük ise Şiddet Orta dir.
Salt KKD
Kural 68 Eğer Şiddet Orta ve TAPS Fazla ve Koruyuculuğu Orta ise Şiddet Orta dir.
Salt Çok KKD Çok
Kural 80 Eğer Şiddet Şiddetli ve TAPS Az ve Koruyuculuğu Düşük ise Şiddet Şiddetli dir.
Salt KKD Çok
Kural 90 Eğer Şiddet Şiddetli ve TAPS Orta ve Koruyuculuğu Düşük ise Şiddet Şiddetli dir.
Salt KKD Çok Çok
Kural 95 Eğer Şiddet Şiddetli ve TAPS Fazla ve Koruyuculuğu Düşük ise Şiddet Şiddetli dir.
Salt Çok Çok KKD Çok
Kural 101 Eğer Şiddet Şiddetli ve TAPS Az ve Koruyuculuğu Yüksek ise Şiddet Orta dir.
Salt Çok KKD Çok
Kural 113 Eğer Şiddet Şiddetli ve TAPS Orta ve Koruyuculuğu Orta ise Şiddet Şiddetli dir.
Salt Çok KKD Çok
Kural 117 Eğer Şiddet Şiddetli ve TAPS Fazla ve Koruyuculuğu Yüksek ise Şiddet Şiddetli dir.
Salt Çok Çok KKD Çok Çok

Kural 125 Eğer Şiddet Şiddetli ve TAPS Fazla ve Koruyuculuğu Düşük ise Şiddet Şiddetli dir.
104
Şekil 5.26. Olasılık değerinin tespitine yönelik belirlenen bulanık kuralların

üç boyutlu gösterimi
Belirlenen kural tabanına göre YSA' da test verisi olarak kullanan 74 adet riske ait salt
olasılık, TAPS ve KKD koruyuculuğu değerleri kullanılmıştır. MATLAB programı
kullanılarak hesaplanmış olan değerler Tablo 5.13'te verilmiştir. Tablo 5.13'te ayrıca
karşılaştırma yapılabilmesi için çalışmanın yapıldığı işyerinde daha önce yapılmış olan risk
analizinde (sadece olasılık ve şiddet parametreleri ile 5X5 skalasında yapılan) kullanılmış
olan şiddet değerleri de verilmiştir. Aralarındaki korelasyon katsayısı 0,78 olarak
bulunmuştur. Ayrıca MATLAB programına ait Fuzzy Lojic Toolbox'ının görsel sunumu
şekil 5.27'dedir.
105
Şekil 5.27. Olasılık değerinin bulanık hesabına ilişkin MATLAB programının arayüzü
Tablo 5.13 Bulanık mantıkla hesaplanan olasılık değerleri, eski modeldeki olasılık değerleri
ve kullanılan alt parametrelerin değerleri
KKD KORUYUCULUĞU
KKD KORUYUCULUĞU
SALT ŞİDDET
SALT ŞİDDET
ESKİ ŞİDDET
ESKİ ŞİDDET
ŞİDDET
ŞİDDET
TAPS
TAPS
4 1 3 2,35 2 6 2 2 3,52 3
10 2 10 9,1 5 7 1 1 2,49 4
4 1 2 2,35 3 3 1 1 0,902 2
3 1 2 1,69 2 7 2 2 4,23 3
7 1 8 6,39 4 5 1 3 2,8 3
9 1 10 9,1 5 5 1 2 2,49 3
6 1 2 3,52 2 8 2 2 5 5
6 1 2 3,52 2 4 1 2 2,35 3
106
Tablo 5.13.'ün devamı
KKD KORUYUCULUĞU
KKD KORUYUCULUĞU
SALT ŞİDDET
SALT ŞİDDET
ESKİ ŞİDDET
ESKİ ŞİDDET
ŞİDDET
ŞİDDET
TAPS
TAPS
8 1 10 7,51 5 9 1 10 9,1 5
8 1 8 7,51 5 5 1 10 5 4
5 6 2 3,83 4 9 1 2 6,39 5
5 1 8 5 3 6 1 2 3,52 4
7 1 2 4,23 3 7 1 4 4,6 4
6 1 5 3,83 3 6 1 3 3,83 4
8 1 8 7,51 3 7 1 10 6,39 5
3 1 1 0,902 3 7 1 4 4,6 5
4 1 2 2,35 2 6 1 2 3,52 4
4 1 2 2,35 2 5 1 5 2,8 3
4 10 5 6,17 3 9 1 10 9,1 5
8 10 10 9,1 4 6 1 2 3,52 4
6 1 2 3,52 3 5 1 1 0,902 3
5 1 5 2,8 4 10 5 9 9,1 5
9 1 10 9,1 5 8 2 2 5 5
2 1 2 0,902 1 7 1 9 6,39 5
8 7 2 6,72 4 6 1 2 3,52 4
9 1 6 7,65 5 3 1 1 0,902 2
6 7 2 5,16 4 6 1 2 3,52 3
8 7 3 6,72 5 7 1 10 6,39 4
9 1 10 9,1 5 6 1 2 3,52 4
10 2 8 9,1 5 4 1 1 0,902 2
6 4 2 3,52 3 6 1 2 3,52 3
5 2 4 2,8 4 7 1 6 5,16 4
4 1 3 2,35 3 6 1 3 3,83 3
3 2 1 0,902 2 7 1 4 4,6 4
8 2 9 7,51 5 5 1 5 2,8 3
7 2 2 4,23 4 9 1 10 9,1 5
7 2 2 4,23 4 5 1 2 2,49 3
107
5.3.Risk Değerinin Hesaplanması
Risk değeri olasık ve şiddet değerlerinin bulanık mantık yardımıyla değerlendirilmesinden

bulunacaktır. Olasılık ve şiddet değerleri şimdiye kadar anlattığımız şekilde, bu tezde
önerdiğimiz modellere göre bulunmuş değerler olarak kullanılacaktır. Risk değerinin
sınıflandırılmasında aşağıdaki Tablo 5.14'te belirtilen değerler kullanılacaktır. Belirlenen
kurallar Tablo 5.15'te verilmiştir. Bulanık mantık modelinde çıkarım için min-max
yöntemi, durulaştırma için centroid kullanılmıştır.
Tablo 5.14. Risk değerleri tablosu
ÜYELİK
DEĞER RİSK FONKSİYONU
DEĞERLERİ
0-10 Çok Düşük (0 0 10 20)
11-30 Düşük (5 11 30 40)
31-60 Orta (20 31 60 80)
61-80 Yüksek (45 61 80 85)
81-100 Çok Yüksek (65 81 100 100)
Bahsedilen kurallarla değerlendirmeler yapılmıştır. Bulanık değerlendirme sonucunda elde

edilen değerler ve uygulamanın yapıldığı işletmede daha önce yapılmış olan klasik
yaklaşıma dayalı risk değerlendirmenin sonuçları Tablo 5.16'de verilmiştir.
108
Tablo 5.15. Risk değerinin bulunmasına yönelik bulanık mantık modeli için
belirlenen kurallar
Çok İhmal Çok

Kural 1 Eğer Olasılık Düşük ve Şiddet edilebilir ise Risk Düşük tür.
Çok Çok
Kural 2 Eğer Olasılık Düşük ve Şiddet Hafif ise Risk Düşük tür.
Çok Çok
Kural 3 Eğer Olasılık Düşük ve Şiddet Orta ise Risk Düşük tür.
Çok Çok
Kural 4 Eğer Olasılık Düşük ve Şiddet Şiddetli ise Risk Düşük tür.
Çok Çok
İhmal Çok
Kural 6 Eğer Olasılık Düşük ve Şiddet edilebilir ise Risk Düşük tür.
Çok
Kural 7 Eğer Olasılık Düşük ve Şiddet Hafif ise Risk Düşük tür.
Çok
Kural 8 Eğer Olasılık Düşük ve Şiddet Orta ise Risk Düşük tür.
Çok
İhmal
Kural 11 Eğer Olasılık Orta ve Şiddet edilebilir ise Risk Düşük tür.
Kural 12 Eğer Olasılık Orta ve Şiddet Hafif ise Risk Düşük tür.
Kural 13 Eğer Olasılık Orta ve Şiddet Orta ise Risk Orta dir.
Kural 14 Eğer Olasılık Orta ve Şiddet Şiddetli ise Risk Orta dir.
Çok
Kural 15 Eğer Olasılık Orta ve Şiddet Şiddetli ise Risk Yüksek dir.
İhmal
Kural 16 Eğer Olasılık Yüksek ve Şiddet edilebilir ise Risk Düşük tür.
Kural 17 Eğer Olasılık Yüksek ve Şiddet Hafif ise Risk Düşük tür.
Kural 18 Eğer Olasılık Yüksek ve Şiddet Orta ise Risk Orta dir.
Kural 19 Eğer Olasılık Yüksek ve Şiddet Şiddetli ise Risk Yüksek dir.
Çok Çok
Çok İhmal
Kural 21 Eğer Olasılık Yüksek ve Şiddet edilebilir ise Risk Düşük tür.
Çok
Kural 22 Eğer Olasılık Yüksek ve Şiddet Hafif ise Risk Düşük tür.
Çok
Kural 23 Eğer Olasılık Yüksek ve Şiddet Orta ise Risk Orta dir.
Çok
Çok Çok Çok
109
Tablo 5.16. Bulanık risk değerlendirme ve klasik risk değerlendirme verileri
Bulanık Değerlendirme Klasik Değerlendirme

Risk
Sıra
No. Olasılık Şiddet Risk Sıralama Olasılık Şiddet Risk Sıralama
1 20,87 2,35 21,60 61 3 3 9 56
2 8,45 9,1 48,60 9 3 4 12 37
3 33,31 2,35 21,60 60 3 3 9 55
4 8,90 1,69 18,40 62 3 3 9 54
5 3,33 6,39 17,80 64 3 4 12 36
6 4,02 9,1 21,60 59 3 3 9 53
7 9,88 3,52 37,50 31 3 5 15 18
8 19,77 3,52 39,70 28 3 4 12 35
9 2,26 7,51 17,70 65 3 5 15 17
10 8,31 7,51 41,00 21 3 4 12 34
11 12,57 3,83 41,90 20 4 3 12 33
12 4,08 5 7,52 74 3 2 6 72
13 13,63 4,23 43,90 17 3 3 9 52
14 10,48 3,83 40,40 22 2 5 10 41
15 11,27 7,51 46,40 13 2 4 8 59
16 13,29 0,902 21,60 58 3 2 6 71
17 18,20 2,35 21,60 57 3 2 6 70
18 26,11 2,35 21,60 56 2 3 6 69
19 15,18 6,17 51,80 7 1 3 3 74
20 0,00 9,1 21,60 55 3 4 12 32
21 8,04 3,52 35,70 36 3 4 12 31
22 12,35 2,8 29,90 40 2 5 10 40
23 5,24 9,1 28,00 42 2 3 6 68
24 22,11 0,902 21,60 54 3 3 9 51
25 22,31 6,72 56,60 2 3 5 15 16
26 15,88 7,65 56,00 3 3 3 9 50
27 12,80 5,16 48,30 10 3 4 12 30
28 6,42 6,72 36,40 32 3 3 9 49
29 5,31 9,1 29,50 41 3 2 6 67
30 10,13 9,1 54,40 4 3 4 12 29
31 19,08 3,52 39,70 27 3 5 15 15
32 15,08 2,8 29,90 39 2 4 8 58
110
Tablo 5.16.'nın devamı
33 18,27 2,35 21,60 53 4 4 16 6

34 2,10 0,902 7,52 73 3 5 15 14
35 11,32 7,51 46,50 12 3 2 6 66
36 16,50 4,23 43,90 16 3 5 15 13
37 4,65 4,23 7,52 72 3 3 9 48
38 7,81 3,52 35,70 35 3 2 6 65
39 5,57 2,49 13,20 67 3 2 6 64
40 16,60 0,902 21,60 52 3 5 15 12
41 6,32 4,23 35,00 37 4 3 12 28
42 8,91 2,8 26,80 44 3 3 9 47
43 5,60 2,49 13,40 66 3 5 15 11
44 3,27 5 7,52 71 3 2 6 63
45 15,59 2,35 21,60 51 3 1 3 73
46 12,09 9,1 67,80 1 3 3 9 46
47 17,00 5 48,00 11 3 3 9 45
48 22,43 6,39 53,20 6 3 4 12 27
49 16,91 3,52 39,70 26 3 4 12 26
50 7,12 4,6 37,60 30 3 3 9 44
51 29,38 3,83 41,90 19 2 5 10 39
52 27,46 6,39 53,20 5 3 3 9 43
53 15,90 4,6 45,80 15 5 5 25 1
54 7,08 3,52 35,70 34 3 3 9 42
55 12,70 2,8 29,90 38 3 4 12 25
56 8,73 9,1 49,30 8 3 2 6 62
57 29,25 3,52 39,70 25 3 4 12 24
58 14,52 0,902 21,60 50 4 4 16 5
59 1,94 9,1 21,60 49 2 5 10 38
60 7,87 5 38,70 29 3 5 15 10
61 4,05 6,39 17,80 63 2 3 6 61
62 3,23 3,52 8,03 70 3 4 12 23
63 17,51 0,902 21,60 48 2 4 8 57
64 19,08 3,52 39,70 24 3 4 12 22
65 0,00 6,39 8,03 69 3 5 15 9
66 13,32 3,52 39,70 23 4 5 20 4
67 12,69 0,902 21,60 47 4 5 20 3
68 7,43 3,52 35,70 33 4 3 12 21
69 4,55 5,16 9,57 68 3 2 6 60
111
Tablo 5.16.'nın devamı
70 22,57 3,83 41,90 18 3 4 12 20

71 16,25 4,6 45,80 14 3 5 15 8
72 9,73 2,8 27,70 43 3 4 12 19
73 3,76 9,1 21,60 46 4 5 20 2
74 22,45 2,49 21,60 45 3 5 15 7
Belirlemiş olduğumuz 74 adet riske ait klasik yaklaşımla yapılan ve bu tezde önerdiğimiz
bulanık risk değerlendirme modeliyle yapılan değerlendirme neticesinde elde edilen
değerler Tablo 5.16'da görülmektedir. Söz konusu veriler incelenecek olursa 2 numaralı
risk bulanık değerlendirmede 9. sırada iken klasik yaklaşımda 37. sıradadır. 19 nolu risk
bulanık değerlendirme ile 7. sırada iken klasik yaklaşımda 74. yani son sırada çıkmaktadır.
Risk analizini yapan uzman personellerin görüşlerine göre klasik risk analizi modelinin
sınırlandırmalarından dolayı bu yeni modelin sonuçlarının daha tatmin edici olduğu ve
yapılacak risk azaltmaya yönelik planlamalarda daha gerçekçi sıralamalar gerçekleştirdiği
görüşü benimsenmiş olup işletmede uygulanılmak üzere yeni model tercih edilmiştir.

6. BÖLÜM
SONUÇ, TARTIŞMA ve ÖNERİLER
6.1. Sonuç
Bulgular bölümü incelendiğinde görülecektir ki bu tezde önerilen model klasik risk

değerlendirme yaklaşımından çok daha üstün vasıfları bünyesinde barındırmaktadır.
Risk değerlendirmesini yapan personelin değerlendirme yaparken sadece 2 parametre
ile değil 2 parametre ve bunlara bağlı 8 alt parametre yani toplamda 10 parametre ile
değerlendirme yapması haliyle subjektifliğin azalmasına neden olacaktır.
Olasılık değerinin tahminine yönelik olarak ortaya konan model klasik yaklaşıma göre
kıyas kabul etmeyecek derecede iyi sonuç vermiştir.Klasik yaklaşımdaki olasılık
değerinin gerçek durumla olan korelasyonu 0,07 gibi bir değer iken ortaya konan
modelde sonuç YSA' da 0,92 ,regresyon analizi neticesinde 0,81 olmuştur.Olasılk
değeri olarak önerdiğimiz modelin kullanılması hiç şüphe yok ki risk değerinin
hesaplanmasında daha iyi sonuçlar verecektir.
Şiddet değerinin tahminine yönelik yapılan çalışmada işyerlerinde alınan önlemler

dikkate alınmış ve riskin ortaya çıkması durumunda etkilenecek kişi sayısı modelin
içerisine dahil edilmeye çalışılmıştır.
Sonuç olarak önerilen model risk değerlendirme aşamasında klasik risk değerlendirme
yaklaşımından daha karmaşık ve zaman alıcı gibi gözükse de, risk değerlendirme
113
aşamasında çekilecek bu sıkıntının işletmelerde çalışan personel ve işverenler açısından

olumlu sonuçlar doğuracağı aşikardır.
6.2. Tartışma
Risk değerlendirme iş sağlığı ve güvenliği hizmetlerinin temelini oluşturur. İş sağlığı ve

güvenliği proaktif yaklaşım üzerine kurulmak zorundadır. Önceki bölümlerde
bahsedildiği gibi iş kazalarında görünen maliyetler ile görünmeyen maliyetler buz
dağına benzetilmişti. Proaktif yaklaşım dediğimiz önleyici faaliyetlerle olur ve önleyici
faaliyetleri tespit edileceği en iyi nokta risk değerlendirmeden elde edilen verilerdir.
Yapılacak önleyici faaliyetlerin hepsinin bir anda yapılması kıt kaynaklarla çalışıldığı
için mümkün değildir. Risk azaltmaya yönelik yapılacak planlar bazen çok uzun yılları
içerisine alabilmektedir. Önemli olan en yüksek risk değerine sahip risklerin tespit
edilerek öncelikle o risklerin azaltılmasına yönelik tedbirler alınmasıdır. O yüzden
aslında hesaplanan risk değerinden ziyade risklerin birbirleriyle göreceli
karşılaştırılmaları, yani birbirleri arasındaki sıralama önemlidir.
İşletmelerin en değerli varlıkları çalışanlarıdır. Çalışanların eğitimleri ve güvenlikleri

üzerine yapılan her yatırım kurumsallaşmaya ve çalışanların kurum kültürü kazanması
yolunda atılmış en önemli adımlardır. Bugün dünyanın en büyük şirketlerine
bakıldığında çalışanlarına en büyük yatırımı onların yaptığı görülecektir. Küçük
işletmelerinde büyüyebilmeleri ancak çalışanlarının kuruma bağlılıkları ile
sağlanacağından iş sağlığı ve güvenliği yatırımları çok önemlidir.
Bahsetmiş olduğumuz bu nedenlerden dolayı işletmelerin iş sağlığı ve güvenliği

faaliyetlerinin sadece kanuni mevzuata uygun olsun düşüncesiyle yani geçiştirivermek
düşüncesiyle yapmalarından en büyük zararı kendileri göreceklerdir. Bu nedenle İş
sağlığı ve güvenliği faaliyetlerinde düzgün planlama yapma ve sonrasında bu plana
uyma çok büyük öneme haizdir.
114
Risk değerlendirme faaliyetleri bu bahsedilen proaktif yaklaşımın temelini

oluşturmaktadır. İşletmelerde bazen yüzlerce risk tespit edilebilmektedir. Bu risklerin
birbirleri arasındaki göreceli hiyerarşisi, sıralanması ve bu sıralamadan alınacak
aksiyonlar planlamanın temelidir.
İş Sağlığı ve güvenliğinin önleyici faaliyetleri için işletmelerin alacakları önlemlerin

maliyetleri de yadsınamayacak derecede fazladır. Bazen çok basit bir tedbir ile risk
tamamen ortadan kalkmakta ve orda bulunan çalışanlar verilen Kişisel Koruyucu
Donanımlar bir daha verilmeyerek çok ciddi tasarruflar elde edilebilmektedir.
İşte tüm bu nedenlerden dolayı risklere ait risk derecelerinin belirlenmesi işletmeler için
hayati öneme haizdir. Risk değerlendirme faaliyetleri için önerdiğimiz modelin risk
derecelendirme konusundaki başarısı sayısal olarak ta hesaplanmıştır. Ayrıca
önerdiğimiz modelin risk değerlendirme faaliyetlerinin akabinde başlayacak olan
önleyici faaliyetler için işletmelere yol gösterici olması ayrı bir öneme sahiptir.
6.3. Öneriler
Risk değerlendirme gibi bir konuda yapılacak ayrıntılı çalışmalar işletmelerin hem
verimliliğini arttıracak, hem kurumsal kimliğini olumlu yönde etkileyecek, hem
çalışanların kurumsal bağlılığını arttıracak hem de işletmelerin kazalar ve meslek
hastalıkları neticesinde karşı karşıya kalmış oldukları ağır maddi yüklerin minimum
seviyelere inmesini sağlayacaktır.
İleride yapılacak olan çalışmalarda olasılık parametresinin tahmin edilmesine yönelik

olarak regresyon analizi yerine farklı tahmin metodları uygulanarak sonuçlar yapılan
çalışma ile karşılaştırılacaktırılacaktır. Ayrıca klasik model, bu tezde önerilen model ile
çok kriterli karar verme teknikleri uygulanarak yapılacak bir çalışmanın karşılaştırması
yapılabilir.
EKLER
EK –A Uygulamanın Yapıldığı İşyerindeki Atölyeler
BELİR-
LENEN
SIRA ATÖLYE ADI AÇIKLAMA
RİSK
SAYISI
PARÇA
Araçların muhtelif parçalarının
1 YENİLEŞTİRME 22
yenileştirilmelerinin yapıldığı yerdir.
ATÖLYESİ
Araçların sökümden önce tamamının,

ARAÇ SÖKÜM sökümden sonrada parçalarının
2 10
İLK YIKAMA yüzeysel yıkamasının dış ortamda
yapıldığı yerdir.
Araçların gövdelerinin ve parçalarının
ARAÇ SÖKÜM basınçlı kayısı çekirdeği püskürtülerek
3 14
KUMLAMA üzerlerindeki boya ve pasların
söküldüğü yerdir.
Araçların üzerlerindeki tüm parçaların
söküldüğü, parçaların ilgili birimlere
ARAÇ SÖKÜM
4 yenileştirilmek üzere sevk edildiği, 18
KISMI
yenileştirmesi yapılamayacak olanların
kayıtlarının silindiği yerdir.
Araçların sökümden sonra
gövdelerinde ve alt parçalarında
ARAÇ MONTAJ
5 yenileştirme işlemlerine müteakip 19
KISMI
sökülmüş olan alt parçaların gövdeye
montajlarının yapıldığı yerdir.
Araçlar üzerinden sökülmüş olan
ELEKTRİK
6 elektrik ve hidrolik malzemelerin 21
HİDROLİK KISMI
yenileştirmelerinin yapıldığı yerdir.
Araçların gövde ve alt parçalarının
7 BOYAHANE boyandığı, çeşitli boyama yeteneklerine 19
sahip yerdir.
Yenileştirmesi yapılacak motor ve
MOTOR
şanzımanların en küçük parçasına
8 TRANSMİSYON 19
kadar sökülerek, sökülen parçalardan
SÖKÜM KISMI
gereken ayıklamanın yapıldığı yerdir.
MOTOR MONTAJ Daha önce sökülmüş olan motorların
9 18
ÜNİTESİ sıfırdan toplandığı yerdir.
116

Her türlü muhtelif ahşap işlerinin

MARANGOZ
10 yapıldığı, ahşap ambalaj sandıklarının 27
KISMI
yapıldığı yerdir.
İşletmede bulunan her türlü tezgahın
TEZGÂH BAKIM
yıllık bakımlarının belirli bir plan
11 ONARIM 25
dâhilinde yapılması ve yaptırılmasını
BÖLÜMÜ
sağlayan yerdir.
DEMİR KAYNAK Her türlü kaynak işlemlerinin yapıldığı
12 27
KISMI yerdir.
Araçlarda ve motorlarda gerekli olan
13 DÖKÜMHANE parçaların döküm işlemlerinin yapıldığı 37
yerdir.
YEDEK PARÇA
her türlü yedek parçanın ve sarf
14 İMALAT 27
malzemelerin üretiminin ve
ATÖLYESİ
işlenmesinin yapıldığı yerdir.
LASTİK
15 lastik parçaların üretiminin yapıldığı 21
ATÖLYESİ
yerdir.
İşletmede üretilmiş ve araçlar ile
motorlar üzerinden sökülmüş
KAPLAMA VE
parçaların metal kaplama işlemlerinin
YÜZEY
yapıldığı, sökülmüş olan her parçanın
16 HAZIRLAMA 35
ayrıntılı yıkamasının yapıldığı ve
KISMI VE
proseslerden oluşan sıvı atıkların
ARITMA ÜNİTESİ.
kanalizasyona verilmeden önce
arıtımının yapıldığı yerdir.
Araçlar ve motorlardan sökülmüş ve
ÇATLAK
tekrardan kullanılacak olan kritik
17 KONTROL 15
malzemelerin tahribatsız
POSTASI
muayenelerinin yapıldığı yerdir.

KAYNAKLAR
1. 4857 Sayılı İş Kanunu

2. 506 sayılı Sosyal Sigortalar Kanunu
3. TS 18001:2008 İş Sağlığı ve Güvenliği Yönetim Sistemi Standardı
4. Yaman, M, 2005, İş Sağlığı ve Güvenliği mi? O da ne?, İş Güvenliği ve İş adamları
Derneği (İSGİAD) Yayınları, Lüleburgaz, 185 s.
5. Yakar, M., 2007, Çimento Sektöründe Çalışanların İşçi Sağlığı Ve İş Güvenliği
Açısından Yaşadıkları Risk Faktörleri, Cumhuriyet Üniversitesi, Sosyal Bilimler
Enstitüsü, Yüksek Lisans Tezi, , Sivas, 121 s.
6. Özkılıç, Ö., 2005, İş Sağlığı ve Güvenliği Yönetim Sistemleri ve Risk Değerlendirme
Metodolojileri, Türkiye İşveren Sendikaları Konfederasyonu Yayınları, No:246,
Ajans-Türk Basın ve Basım A.Ş., Ankara, 244 s.
7. Tanır, F., Risk yoğun sektör: Bir otomotiv fabrikasında 2007 yılı iş kazalarının
değerlendirilmesi, Nobel Medicus, 5 (2), 45-49
8. Utaş, N.Ş., 2006, OHSAS 18001 İşçi Sağlığı ve Güvenliği Yönetim Sistemleri ve
Elektronik Sektöründeki Uygulamaları, Trakya Üniversitesi, Fen Bilimleri Enstitüsü,
Çevre Mühendisliği Anabilim Dalı, Yüksek Lisans Tezi, Edirne, 104 s.
9. Özdemir, K., 2006, İş Sağlığı Ve Güvenliği İçin Web Tabanlı Performans Yönetim
Bilgi Sistemi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, Ankara, 195
s.
10. Sosyal güvenlik istatistikleri, http://www.tuik.gov.tr/ VeriBilgi.do?tb_id =3&
ust_id=1 (Erişim tarihi: Haziran 2011)
11. 5 Adımda Risk Değerlendirmesi, 2007, Çalışma ve sosyal Güvenlik Bakanlığı
Yayınları, Genel Yayın No:140, Ankara, 30 s.
12 .Özkılıç, Ö., Tehlike ve risk kavramları – terminoloji, 5. Uluslararası iş sağılığı ve
güvenliği bölgesel konferansı, Sözel bildiri ,İstanbul,2008
http://212.175.131.61/www.isggm.gov.tr/htdocs/article.php?article_id=209 (Erişim
tarihi:Haziran 2011)
13. Morgan, M. G. ,1993, Risk analizi ve yönetimi”, Bilim Dergisi, 1(1) 18-23.
14. Okuyama, Y., Chang, S.E.,Introduction, pp. 1-10. İn: Modeling Spatial Economic
Impacts of Disasters,( Okuyama,Y., Chang, S.E. ) , Springer Verlag, Berlin
118
15. Andrews, J., Moss, B., 2002, Reliability and Risk Assessment, John Wiley & Sons,
London, 540 pp.
16. Bernstein, P. ,1996. Against the Gods: The Remarkable History of Risk, John Wiley
and Sons, New York, 383 pp.
17. Andaç, M., 2007, Neden risk değerlendirmesi yapmalıyız?, İş Sağlığı ve Güvenliği
Dergisi , Sayı 36, 21-26
18. Özkılıç, Ö., İş sağlığı ve güvenliğinde risk değerlendirmesi, 5.Uluslararası iş sağlığı
ve güvenliği kongresi sunumu, İstanbul 2008,
19. MIL-STD-1629, 1974, Procedures for Performing a Failure Mode, Effects and
Criticality Analysis, Navalship Engineering Center, Washington.
20. Taşan, K.,2006, Bir Risk Değerlendirme Ve Güvenirlik Metodu Olarak Hata Türü
Ve Etkileri Analizi (HTEA) Yöntemi :Bir Otomotiv Yan Sanayi İşletmesinde
Uygulanması Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü Yüksek Lisans
Tezi, İzmir, 186 s.
21. Gedikli, F.G., 2008, Risk değerlendirmesi sürecindeki yaygın hatalar (OSHA
Yayınının çevirisi), İş Sağlığı ve Güvenliği Dergisi, Sayı 38, 10-17
22. Afşar, S., 2008, Yapay Sinir Ağları ve Bulanık Mantık Yöntemleri Kullanılarak
Tava Buharlaşma Tahmini Yapılması, Erciyes Üniversitesi Fen Bilimleri Enstitüsü,
Yüksek Lisans Tezi, Kayseri, 69 s.
23. Şen, Z., 2004, Yapay Sinir Ağları İlkeleri, Su Vakfı Yayınları, 183 s.
24. Blum, A., 1992, Neural networks in C+, J. Wiley ve Sons, Inc., New York, 214 pp.
25. McCullogh, W.S. ve Pitts, W.A., 1943, A logical calculus of the ideas immanent in
nervous activity, Bull. Math. Biophysics, Vol. 5, 115-133
26. Hebb, D., 1949, The organization of behavior, Willey, New York, 335 pp.
27. Rosenblatt, F., 1958, The perceptron: a probabilistic model for information storage
ve organization in the brain, Psychological Review, 65, 386-408.
28. Widrow, G. ve Hoff, M.E., 1960, Adaptive switching circuit, IRE Western
electronic show ve convection: Convection Record, 96-104.
29. Hopfield, J.J., 1982, Neural network model which combines unsupervised ve
supervised learning, IEEE Transactions on Neural Networks, Vol. 4, 357-360.
119
30. Kohonen, T., 1982, The self-organized formation of topography correct feature
maps, Biological Cybernetics, Vol. 43, 59-69
31. Anderson, J.A., 1983, Cognitive ve psychological computation with neural models,
IEEE Transactions on Systems, Man ve Cybernetics, Vol. SMC-13, No. 5, 799-
814.
32. Şen Z. ,2004. Mühendislikte Bulanık Mantık ile Modelleme Prensipleri, Su Vakfı,
İstanbul, 190 s.
33. Aksoy, Y., Özkan, E.M. ve Karanfil, S., 2003, Bulanık Mantığa Giriş, Yıldız Teknik
Üniversitesi Yayınları, İstanbul, 290 s.
34. Elmas Ç., 2003, Bulanık Mantık Denetleyiciler, Seçkin Yayıncılık, Ankara, 230 s.
35. Karakaşoğlu, N.,2008,Bulanık Çok Kriterli Karar Verme Yöntemleri ve Uygulama,
Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, Denizli, 247
s.
36. Baykal N., Beyan T. 2004, Bulanık Mantık Uzman Sistemler ve Denetleyiciler,
Bıçaklar Kitabevi, Ankara, 509 s.
37. Health and Safety Executive, 1999, Management of Health and Safety at Work
Regulations second ed., Approved Code of Practice and Guidance,. HSE Books
No:3242, 31 pp.
38. İş Sağlığı ve Güvenliğine İlişkin Risk Grupları Listesi Tebliği, 2004, Çalışma ve
Sosyal Güvenlik Bakanlığı R.Gazete Sayısı: 25432
39. Grassi,A., Gamberini,R., Mora,C., Rimini, B., 2009, A fuzzy multi-attribute model
for risk evaluation in workplaces, Safety Science, 47 (2009) 707–716.
40. MIL-STD-882, 1977, A Systems Safety Program Requirements, Department of
Defense Washington, DC,
41. Ford Motor Company, 1988. Potential Failure Mode and Effects Analysis in Design
(Design FMECA) and For Manufacturing and Assembly Process (Process FMECA)
İnstruction Manual. Internal Report –Detroit, USA.
42. Gürcanlı,G.E., Müngen,U., 2006, Bulanık kümeler ile inşaatlarda yeni bir iş
güvenliği risk analizi yöntemi, İTÜ Dergisi Mühendislik, 5 (4), 83-94
43. Çakıroğlu, N., 2007, İş Sağlığı ve Güvenliği Yönetim Sistemi Kapsamında Risk
Analizi, Denetim ve Bir Firma Uygulaması ,Dokuz Eylül Üniversitesi Sosyal
Bilimler Enstitüsü,Yüksel Lisans Tezi, İzmir, 123 s.
120
44. Rivera S.S., Leod J.E.N.M. , 2009, Fuzzy FMEA: A study case on a discontinuous
distillation plant, 1129-1134, In Safety, Reliability and Risk Analysis: Theory,
Methods and Applications (Martorell S., Soares C. G., Barnett J.), Taylor & Francis
Group, London, UK
45. Konstandinidou, M., Nivolianitou, Z., Simos, G., Kiranoudis, C., Markatos,
N.,2009, Operators’ response time estimation for a critical task using the fuzzy
logic theory, 281-291, In Safety, Reliability and Risk Analysis: Theory, Methods
and Applications (Martorell S., Soares C. G., Barnett J.), Taylor & Francis Group,
London, UK
46. Dağdeviren, M.,Yüksel,İ.,Kurt,M.,2008, A fuzzy analytic network process (ANP)
model to identify faulty behavior risk (FBR) in work system, Safety Science, 46
(2008) 771–783
47. Padma,T., Balasubramanie, P., 2007, Analytic hierarchy process to assess
occupational risk for shoulder and neck pain, Applied Mathematics And
Computation, 193 (2007) 321–324
48. Dağdeviren, M.,Yüksel ,2008, Developing a fuzzy analytic hierarchy process (AHP)
mode for behavior-based safety management, Information Sciences 178 (2008)
1717–1733
49. Çakar, B., İş Sağlığı Ve Güvenliği Yönetim Sistemi Kontrol Adımı Ve İnşaat
Sektörü Uygulama Deneyimleri, 5. Uluslararası İş Sağılığı ve Güvenliği Bölgesel
Konferansı, Sözel Bildiri, İstanbul, 2008,
50. Kişisel Koruyucu Donanımlar Broşürü, Çalışma ve Sosyal Güvenlik Bakanlığı İş
Sağlığı ve Güvenliği Genel Müdürlüğü, TR/2004/IB/EC/03 numaralı AB
Eşleştirme Projesi
51. Heinrich,.H.W.,1950, Industrial Accident Prevention, McGraw Hill Book
Company ,New York, 461 pp.
ÖZ GEÇMİŞ
KİŞİSEL BİLGİLER
Adı, Soyadı: Ömer BIYIKLI
Uyruğu: Türkiye (TC)
Doğum Tarihi ve Yeri: 30 Eylül 1983, Biga
Medeni Durumu: Evli
Tel: 0533 652 02 59
email: omer8317@hotmail.com
Yazışma Adresi: Hacı Saki Mah.Okur Sok.No:5/5 38010 Kocasinan/KAYSERİ
EĞİTİM
Derece Kurum Mezuniyet Tarihi
Yüksek Lisans EÜ Fen Bilimleri Enstitüsü 2011
Lisans İstanbul Üni.Müh.Fak.End.Müh. 2006
Lise A.H.G.And.Öğrt.Lisesi, BURSA 2001
İŞ DENEYİMLERİ
Yıl Kurum Görev
2007- Halen K.K.K.lığı 2'nci Ana Bakım Kalite Sistemleri (Kalite,
Merkezi K.lığı Çevre, İSG) Bölüm Amiri
YABANCI DİL
İngilizce

Isg Yapay Zeka

Uploaded by

Copyright:

Available Formats

You might also like

Isg Yapay Zeka

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Isg Yapay Zeka

Uploaded by

Copyright:

Available Formats

T.C.

İSG'DE RİSK DEĞERLENDİRMESİ İÇİN ÇOK

Yüksek Lisans Tezi

İSG'DE RİSK DEĞERLENDİRMESİ İÇİN ÇOK

Yüksek Lisans Tezi

BİLİMSEL ETİGE UYGUNLUK

Adı-Soyadı: Ömer BIYIKLI

Tezi Hazırlayan Danışman

Ömer BIYIKLI Yrd.DoçDr.Emel K. AYDOCAN

Çalışma hayatı ile birlikte öğretim hayatının birlikte yürütülmesinin zorluklarını

Kayseri, Temmuz 2011

İSG'DE RİSK DEĞERLENDİRMESİ İÇİN ÇOK PARAMETRELİ

Risk değerlendirme iş sağlığı ve güvenliği faaliyetlerinin en önemli evresidir. İş yerlerinde

A MULTI-PARAMETER HIERARCHICAL BUILT MODEL PROPOSAL FOR

BİLİMSEL ETİĞE UYGUNLUK SAYFASI………………………………....……….ii

YÖNERGEYE UYGUNLUK SAYFASI…………………………………………...…iii

KISALTMALAR VE SİMGELER LİSTESİ……………………………..……...……xii

TABLOLAR LİSTESİ………………………………….…………...…………...…... xiii

İŞ SAĞLIĞI VE GÜVENLİĞİNDE TEMEL KAVRAMLAR

1.1. İşçi, İşveren, İşveren Vekili, İşyeri, Sigortalı Kavramları…………..……........3

1.2. Olay, Kaza, İş Kazası, Ramak Kala ve Meslek Hastalığı Kavramları…..........4

1.3. Geçici İş Göremezlik, Sürekli İş Göremezlik, Malullük Kavramları…….......5

1.4. İş Sağlığı ve Güvenliği…………………………………………………...………6

1.4.2. İş Sağlığı ve Güvenliği Çalışmaları ve Diğer Bilimlerle İlişkisi…….....…..6

1.4.3.İş Sağlığı ve Güvenliğinin Amaçları………………………………...……7

1.5. İş Sağlığı ve Güvenliği Yönetim Sistemleri……………………….……....….8

1.5.1. İş Sağlığı ve Güvenliği Yönetim Sistemlerinin Faydaları…………...….8

1.5.2. OHSAS 18001 (TS 18001:2008) İş Sağlığı ve Güvenliği Yönetim

1.6.1. İş Kazalarının Getirdiği Kayıplar…………………………………...…12

1.6.2. Kaza Oluşum Teorileri……………………………………………...…...15

1.6.3. Kaza Performans Göstergeleri ve Hesaplamaları………………...……18

1.6.4. Türkiye’de İş Kazaları İstatistikleri………………………………….…20

RİSK ANALİZİ TEMEL KAVRAMLAR VE TANIMLAR

2.1. Tehlike, Risk, Belirsizlik, Risk Değerlendirme&Risk Analizi, Risk

2.2. Neden Risk Analizi Yapmalıyız?...................................................................32

2.3. Risk Değerlendirme Tarihçesi…………………………………………...…34

2.4. Risk Değerlendirme Yöntemleri………………………………….……...…35

2.5. Hata Türü ve Etkileri Analizi…………………………………………....…38

2.6. Risk Değerlendirme Aşamaları………………………………………….…40

2.7. Proses Sırasında Oluşabilecek Tehlikelerin Listesi……………..……..…42

2.8. Risk Kontrol Tedbirlerinin Planlanması………………………..….…….44

2.9.Risk Değerlendirmede Sık Yapılan Hatalar………………………...…….45

3.1. Yapay Sinir Ağları ve Regresyon Analizi…….…….………………….48

3.1.1. YSA Özellikleri ve Gelişimi………………………………….…..….50

3.1.2. Regresyon Analizi……………………………………………….….53

3.2. Bulanık Mantık …..………………………………………………….….54

İSG'DE RİSK DEĞERLENDİRMESİ İÇİN ÇOK PARAMETRELİ

4.1. İSG'de Risk Değerlendirmesi ve Literatür Araştırması….……………...64

4.2. Önerilen Çok Parametreli Hiyerarşik Risk Değerlendirme Modeli…….66

4.2.1.1. Salt Olasılık……………………..………………………….…......70

4.2.1.2. Sıklık ………………………..……………………………...….….72

4.2.1.3. Risk Kaynağı Sayısı ……………………………......…….……....72

4.2.1.4. Tezgah/Alet/Cihaz.vb. Bakımının Koruyuculuğu ……..…....…74

4.2.1.5. Keşfedilebilirlik ………….…………………………………..…..75

4.2.2.2. Tehlike Altındaki Personel Sayısı…………………………..….….78

4.2.2.3. KKD Koruyuculuğu………………………………………...…..….79

5.1. Olasılık Değerinin Hesaplanması…………………………….…..…….....81

5.1.1. YSA ile değerlendirme……………………………………...………....81