Peta Kendali Khusus

1
Hlm. 1 LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK TI 3221 PENGENDALIAN KUALITAS STATISTIK
PETA KENDALI KHUSUS PETA KENDALI KHUSUS
TOPIK 9
n = 1.
Situasi:
Digunakannya inspeksi & pengukuran otomatis, setiap unit produk dianalisis;
Tingkat produksi sangat rendah, dan tidak memungkinkan dilakukan sampling dengan n>1;
Pengukuran berulang pada proses akan berbeda karena faktor kesalahan lab atau analisis,
seperti pada proses kimia.
Contoh:
Pengendalian viskositas cat, dengan data sampling sbb.
6,73 502,85
0,56 34,02 6
0,35 33,46 5
0,19 33,81 4
0,95 34,00 3
0,70 33,05 2
- 33,75 1
0,62 33,00 12
0,42 33,62 11
0,29 33,20 10
0,22 33,49 9
0,41 33,27 8
0,34 33,68 7
0,72 33,84 15
0,42 33,12 14
0,54 33,54 13
MR Viskositas Batch
24 , 32 dan BKB 80 , 34 BKA
128 , 1
48 , 0
3 52 , 33
d
R M
3 X /BKB BKA
52 , 33 X GT
0 ) 48 , 0 )( 0 ( R M D BKB
57 , 1 ) 48 , 0 )( 267 , 3 ( R M D BKA
48 , 0 R M GT
48 , 0
14
73 , 6
14
MR
R M
52 , 33
n
X
X
X X
2
X X
3 MR
4 MR
14
1 i
i
15
85 , 502
15
1 i
i
= =
= =
= =
= = =
= = =
= =
= = =
= = =
=
=
: X KENDALI PETA
: MR KENDALI PETA
1. PETA KENDALI UNTUK PENGUKURAN INDIVIDUAL 1. PETA KENDALI UNTUK PENGUKURAN INDIVIDUAL
1,128 d
3,267 D
0 D
: 2 n Untuk
2
4
3
=
=
=
=
2
a. Peta Kendali Moving Range a. Peta Kendali Moving Range
b. Peta Kendali untuk Pengukuran Individual b. Peta Kendali untuk Pengukuran Individual
Peta Kendali untuk Pengukuran Individual Peta Kendali untuk Pengukuran Individual
Interpretasi harus hati-hati, karena terjadi korelasi antar data moving average.
a. Peta Kendali Moving Range a. Peta Kendali Moving Range
b. Peta Kendali untuk Pengukuran Individual b. Peta Kendali untuk Pengukuran Individual
3
2. 2. SHORT RUN PRODUCTION SHORT RUN PRODUCTION
Peta Kendali p untuk short Peta Kendali p untuk short- -run production run production
4
( )
0,026. p kendali, dalam proses mana di Shewhart, kendali peta pada 3 Untuk
kendali batas luar di jatuh akan titik satu bahwa as probabilit p
: Length Run Average
2 dan antara k : i Rekomendas
peta pada vertikal skala unit tasikan merepresen yang skala faktor k
dimana , tan : mask - V lengan Sudut
: maka kecil, sangat dipilih , , II Error Tipe as probabilit Jika
: mask - V pemandu Jarak
: proses 2 - rata relatif pergeseran , dideteksi ingin yang pergeseran besar Jika
1 -
=
=
=
=
|
|
.
|
\
|

=
=
|
|
.
|
\
|
=
= =
p
1
ARL
k 2
X
ln
2
d
1
ln
2
d
X
X
X X
2
2
X
3. 3. CUMULATIVE SUM (CUSUM) CONTROL CHART CUMULATIVE SUM (CUSUM) CONTROL CHART
Kelebihan :
Menggunakan informasi yang terkandung dalam observasi sebelumnya.
Dapat mendeteksi pergeseran kecil.
Jumlah kumulatif pada sampel ke-m :
Batas Kendali (V-Mask) :
( )
proses 2 - rata target & i - ke sampel 2 rata X dimana
o i
= =
=
=
m
1 i
o i m
X S
3. 3. CUMULATIVE SUM (CUSUM) CONTROL CHART CUMULATIVE SUM (CUSUM) CONTROL CHART
Contoh:
Cumsum
(S
i
)
Deviasi dari
Target
Rata-2
Subgrup
Sub-
grup
0,2 0,1 26,6 15
0,1 0,3 26,8 14
-0,2 -0,3 26,2 13
0,1 1,3 27,8 12
-1,2 0,4 26,9 11
-1,6 -0,2 26,3 10
-1,4 -0,1 26,4 9
-1,3 -1,1 25,4 8
-0,2 0,5 27,0 7
-0,7 -0,6 25,9 6
-0,1 1,0 27,5 5
-1,1 0,3 26,8 4
-1,4 0,1 26,6 3
-1,5 -0,5 26,0 2
-1,0 -1,0 25,5 1
Untuk pengendalian persentase kandungan kalsium dalam obat dilakukan pengecekan terhadap
15 subgrup dengan n=5. Target rata-rata yang diinginkan adalah 26,5% dengan deviasi standar
0,2%. Diinginkan peta kendali yang dapat memonitor pergeseran 0,1 dari rata-2 proses.
Diasumsikan tingkat error tipe I = 0,05.
DATA HASIL SAMPLING
( )
( )
( )
( )
( )
o 1 1 - 1 -
2 2
X
8 , 21 4 , 0 tan
125 , 0 2
1 , 0
tan
k 2
X
tan
742 , 5 05 , 0 ln
124 , 1
2
ln
2
d
124 , 1
5 / 2 , 0
1 , 0
n /
X X
= =
|
|
.
|
\
|
=
|
|
.
|
\
|
=
=
= = =
= =
maka , 0,125 k Untuk
5
Efektif untuk mendeteksi pergeseran proses
Untuk n=1
Formulasi Umum : Untuk start-up period (t<w)
nw
x LCL UCL
M x CL
nw n w
x Var
w
M Var
n
x Var
MA lebar w
w
x x x x
M x
t
n
w
t
w t
t
w t
i t
t
w t t t t
t
3 /
1
) (
1
) (
) (
.....
2
1
2
2
1
2
2
1 2 1
2
=
= =
= = =
=
=
+ + + +
= =
+ +
+

43 42 1
t sesuai berubah
nt
x LCL UCL
M x CL
w t
t
x
M x
t
w
t
t
t
_ _ , 3 /
1 ,....., 2 , 1 ,
1
=
= =
= = =

=
4. 4. MOVING AVERAGE CONTROL CHART MOVING AVERAGE CONTROL CHART
CONTOH SOAL (n=5, w = 6)
25.244 25.056 25.20 25.8 20
25.244 25.056 25.08 25.4 19
25.244 25.056 25.02 25.1 18
25.244 25.056 25.12 25.0 17
25.244 25.056 25.12 24.9 16
25.244 25.056 25.17 25.0 15
25.244 25.056 25.15 25.1 14
25.244 25.056 25.20 25.0 13
25.244 25.056 25.20 25.7 12
25.244 25.056 25.07 25.0 11
25.244 25.056 25.10 25.2 10
25.244 25.056 25.07 24.9 9
25.244 25.056 25.12 25.4 8
25.244 25.056 25.12 25.0 7
25.244 25.056 25.12 24.9 6
25.253 25.047 25.16 25.2 5
25.265 25.035 25.15 25.0 4
25.283 25.017 25.2 25.2 3
25.313 24.987 25.2 25.4 2
25.381 24.919 25.0 25.0 1
UCL LCL
Moving
Average,
M
t
Sample
Average
Sam.
No
Control Limits
t
x
017 , 25
283 , 25
) 3 )( 5 (
172 , 0
3 15 , 25 3 /
: ) ( 3
172 , 0
326 , 2
40 , 0
40 , 0 ) (
15 , 25
20
503
20
2
20
1
=
=
= =
< =
= = =
=
= = =

=
LCL
UCL
nt
x LCL UCL
w t
d
R
diketahui R
x
CL
t
t
6
{ }
2
2
2
2
0
0 2
2
1
2
2
1
2
1
1
1
) 2 (
3 /
2
) (
) 1 ( 1
2
) (
..... ) 1 ( ) 1 (
) 1 ( ) 1 (
) 1 (
) 1 (
d
R
n r
r
x LCL UCL
r
r
n
G Var G
r
r
r
n
G Var
M x G
G x r r x r r x r G
G r x r r x r G
G r x r G
G r x r G
t
t
t
t
t
t t
t
t
t t
t
t
t
t
t
t
t
=
=

= =

=
= =
+ + + + =
+ + =
+ =
+ =
Untuk t yang besar, (1-r)

2t
0
Untuk t kecil:
| |
t
r
r n
r
x LCL UCL
2
) 1 ( 1
) 2 (
3 /
=
Catatan:
Untuk start-up period,
analog dengan
Moving Average
Control Chart
5. 5. GEOMETRIC MOVING AVERAGE CONTROL CHART GEOMETRIC MOVING AVERAGE CONTROL CHART
CONTOH SOAL (n = 5, w = 6, r = 0,1)
| |
104 , 25
196 , 25
) 2 , 0 1 ( 1
5 ) 2 , 0 2 (
2 , 0
) 172 , 0 ( 3 15 , 25 /
12 , 25 ) 15 , 25 )( 2 , 0 1 ( ) 0 , 25 )( 2 , 0 (
15 , 25
) 1 ( ) )( (
:
172 , 0
236 , 0
40 , 0
40 , 0 ) (
15 , 25
20
503
) 1 )( 2 (
1
0
0
1
1
1
2
=
=

=
= + =
= =
+ =
= = =
=
= =
LCL
UCL
LCL UCL
G
x G
G r x r G
G
d
R
diketahui R
x
7
Untuk proses yang menggunakan tool wear atau die wear;
Rata-rata proses awal & akhir ditentukan dengan batas spesifikasi;
Asumsi: range batas spesifikasi > range variabilitas proses (Indeks
Kapabilitas Proses >1)
) (i b a C + =
6. 6. TREND CHART (REGRESSION CONTROL CHART) TREND CHART (REGRESSION CONTROL CHART)
Formula:
C = fitted value of the sample average for sample number i;
a = titik interseksi pada C dengan garis sumbu vertikal;
b = slope dari C;
i = nomor subgrup atau sampel;
g = jumlah subgrup.
) ( ) ( /
) (
)
) (
) )( (
2
2 2
2 2
2
i b R A a LCL UCL
i i g
i x x g
b
i i g
i i x i x
a
i
+ =

=

8
CONTOH SOAL:
Over the course of
machining the di ameter of
steel hubs, tool wear takes
place on a gradual basis.
Samples of size 4 were
randomly selected, and the
mean and range of the hub
diameters were found. The
following table shows the
sample mean X and the
range R for 25 such
samples.
Find the center line and
control limits of a trend chart
for the sample average. If
the specification limits state
that the hub diameter must
be from 34 mm to 78 mm,
when should the tool be
changed?
295 5,525 19,471.6 1,386.4 325
14.7 625 1740.0 69.6 25
12.6 576 1548.0 64.5 24
10.5 529 1428.3 62.1 23
12.2 484 1390.4 63.2 22
16.6 441 1400.7 66.7 21
9.4 400 1228.0 61.4 20
13.5 361 1219.8 64.2 19
10.4 324 1148.4 63.8 18
12.0 289 1026.8 60.4 17
14.5 256 979.2 61.2 16
12.8 225 817.5 54.5 15
8.8 196 753.2 53.8 14
11.7 169 786.5 60.5 13
15.1 144 714.0 59.5 12
11.3 121 554.4 50.4 11
7.2 100 526.0 52.6 10
13.9 81 515.7 57.3 9
12.0 64 342.4 42.8 8
10.2 49 387.8 55.4 7
9.5 36 280.2 46.7 6
16.2 25 265.5 53.1 5
14.3 16 182.0 45.5 4
6.2 9 115.8 38.6 3
11.8 4 84.8 42.4 2
8.0 1 36.2 36.2 1
R (i)
2
Rata-2 Sample
No.
(i)
x
) )( ( i x
i

x

) )( ( i x

i

R
729 , 0 , 4
84 , 11 25 / 296
) ( 114 , 1 972 , 40
114 , 1
) 325 ( ) 525 . 5 ( 25
) 325 )( 4 , 386 . 1 ( ) 6 , 947 . 1 ( 25
972 , 40
) 325 ( ) 525 . 5 ( 25
) 325 )( 6 , 471 . 19 ( ) 525 . 5 )( 4 , 386 . 1 (
2
2
2
= =
= =
+ =
=
=
=
=
A n
R
i C
b
a
| |
) )( 114 , 1 ( 341 , 32
) )( 114 , 1 ( 6035 , 49
) )( 114 , 1 ( ) 84 , 11 )( 729 , 0 ( 972 , 40 /
) ( ) ( /
2
i UCL
i UCL
i LCL UCL
i b R A a LCL UCL
=
+ =
+ =
+ + =
BATAS-BATAS KENDALI
PETA KENDALI
9
A. Area kendali segiempat (joint control),
Peta kendali dibangun secara
independen
B. Area kendali elips,
Peta kendali dibangun secara simultan;
untuk variabel yang berkorelasi
Prob. (error tipe I) :
= 1 (1 - )
p
Prob. rata-2 sampel dalam area elips
(dalam kendali) = 1 -
7. 7. MULTIVARIATE CONTROL CHART MULTIVARIATE CONTROL CHART
Korelasi : Korelasi : Independen
Hotellings T
2
Control Chart
| | ) )( ( 2 ) ( ) (
) (
2 2 1 1
12
2
2 2
2
1
2
1 1
2
2
2
12
2
2
2
1
2
x x x x s x x s x x s
s s s
n
T +
=
dof = 2 (jumlah karakteristik kualitas), dan n-1 (dof variansi sampel).
Jika T
2
> T
2
, 2, (n-1)
, maka paling tidak ada satu karakteristik kualitas
yang berada di luar batas kendali.
Hubungan distribusi T
2
dan F:
n = dof numerator, n-p = dof denominator distribusi F.
Untuk lebih dari 2 karakteristik:
p n p n p
F
p n
n
p T

=
, ,
2
) 1 ( , ,
) (
) 1 (

) 1 ( , ,
1 2
1
) ( )' (
+
|
|
.
|
\
|
+
+
=
=
p m mn p
F
p m mn
p np mp mnp
UCL
X X S X X n T
m = jumlah subgrup (sampel)

n = ukuran subgrup
p = jumlah karakteristik yang
dikendalikan
10
=
=
=
=
=
=
(
(
(
(
(
=
=
=
h i
m ,..., 2 , 1 j
), X X )( X X (
) 1 n (
1
s
m ,..., 2 , 1 j
p ,..., 2 , 1 i
, ) X X (
) 1 n (
1
s
m ,..., 2 , 1 j
p ,..., 2 , 1 i
,
n
x
X
) sampel . no ( m ,..., 2 , 1 j ,
X
X
X
X
n
1 k
hj
hjk
ij
ijk ihj
n
1 k
2
ij
ijk
2
ij
n
1 k
ijk
ij
pj
j 2
j 1
j
M
Vektor rata-rata sampel dari i karakteristik :
Nilai rata-rata observasi untuk karakteristik ke-i dari sampel ke-j:
Variansi sampel dari karakteristik ke-i dari sampel ke-j:
Kovariansi antara karakteristik ke-i & ke-h dari sampel ke-j:
k = no. observasi, k = 1, 2, , n
h i
m
s
s
p i
m
s
s
p i
m
X
X
m
j
ihj
ih
m
j
ij
i
m
j
ij
i
=
= =
= =
=
=
=
,
,..., 2 , 1 ,
,..., 2 , 1 ,
1
1
2
1
(
(
(
(
(
(
=
2
3
2
3
1 23
2
2
1 13 12
2
1
p
p
p
p
s
s s
s s s
s s s s
S
M
K
K
K
Vektor rata-rata nominal dari setiap
karakteristik untuk m sampel:
Elemen matriks variansi-kovariansi S:
Matriks
variansi-
kovariansi S:
Contoh Peta Kendali Hotellings T
2
11
Data for the bivariate process characteristics of single-strand
break factor and weight of textile fibers
Perhitungan batas-batas kendali bivariat
| | ) )( ( 2 ) ( ) (
) (
2 2 1 1
12
2
2 2
2
1
2
1 1
2
2
2
12
2
2
2
1
2
x x x x s x x s x x s
s s s
n
T +
=
12
Peta Kendali Hotellings T
2
) 1 ( , ,
1 2
1
) ( )' (
+
|
|
.
|
\
|
+
+
=
=
p m mn p
F
p m mn
p np mp mnp
UCL
X X S X X n T

Peta Kendali Khusus

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Peta Kendali Khusus

Diunggah oleh

Hak Cipta:

Format Tersedia

1

Hlm. 1 LD, Semester II 2003/04

maka , 0,125 k Untuk

Untuk t yang besar, (1-r)

m = jumlah subgrup (sampel)

Anda mungkin juga menyukai