Anda di halaman 1dari 24

LAPORAN PRAKTIKUM

STATISTICAL QUALITY CONTROL


SPC DAN CMM

Laporan ini disusun guna memenuhi tugas mata kuliah SQC Program Studi
Teknik Sistem Produksi

Disusun Oleh
Rio Safutra
214411004

D4 TEKNIK SISTEM PRODUKSI


JURUSAN TEKNIK MESIN DAN MANUFAKTUR
POLITEKNIK MANUFAKTUR NEGERI BANDUNG
2014

A.

Pendahuluan
Kualitas atau mutu adalah ukuran untuk menyatakan tingkat persesuaian

dengan spesifikasi. Apabila produk dapat dihasilkan sesuai dengan spesifikasi


maka produk tersebut dikatakan bagus. Segala upaya akan dicurahkan oleh setiap
industry untuk menjaga agar kualitas produkya tetap bagus. Oleh karena itu
dibutuhkan pemeriksaan dan kontrol kualitas untuk mengendalikan mutu dengan
dasar teori statistik.
Tugas pemeriksaan hanya sampai pada tahap pengukuran dan analisis
persesuian dengan spesifikasi. Sementara itu kontrol kualitas menjangkau lebih
jauh lagi seperti menentukan proses pemeriksaan, jumlah yang diperika, serta
menentukan proses produksi. Salah satu metode untuk melakukan pemeriksaan
adalah dengan menggunakan analisis distribusi frekuensi dan diagram kontrol
kuantitatif. Kedua teknik tersebut mempunyai manfaat sebagai berikut.
1. Sebagai alat untuk menetapkan spesifikasi atas mana kualias produk dinilai
(penetapan acuan kualitas)
2. Sebagai alat untuk mencapai tujuan (target atau sasaran yang tertuang pada
spesifikasi produk yang harus dihasilkan.
3. Sebagai alat untuk menentukan/ memutuskan apakah tujuan tercapai.
B.

Pelaksanaan Praktikum
1. Objek ukur
Objek ukur merupakan benda yang akan diperiksa dimensinya yang bisa

berupa panjang, diameter, ketinggian, toleransi geometrik dan sebagainya. Dalam


pelaksanaan proses pemeriksaan objek ukur diambil secara acak dalam interval
waktu dan jumlah tertentu pada saat proses produksi berlangsung. Objek ukur
tersebut dijadikan sampel untuk mengevaluasi proses produksi yang sedang
berlangsung.
Objek ukur yang diperiksa dalam praktikum ini adalah produk hasil proses
bubut. Jumlah sampel yang diambil adalah 5 buah dengan interval 10 kali
pengambilan sampel. Terdapat 2 buah dimensi yang diukur, yaitu diameter luar
(praktikum SPC) dan ketebalan (praktikum CMM)

Gambar 1 benda ukur

2. Alat ukur
Metode pengukuran yang digunakan pada pemeriksaan sampel diatas adalah
dengan metode pengukuran langsung dimana hasil pengukuran dapat langsung
terbaca. Alat ukur yang digunakan harus sesuai dengan bentuk sampel untuk
mendapat hasil pengukuran terbaik. Pada praktikum SPC, alat ukur yang
digunakan adalah jangka sorong digital dengan kecermatan 0.01 mm.

Gambar 2 alat ukur SPC

Jangka sorong digital akan membantu mendapatkan hail pengukuran yang


lebih cermat dibanding jangka sorong non-digital. Hasil pengukuran sampel akan

masuk dan dicetak pada printer. untuk mengukur ketebalan benda, digunakan
mesin CMM (coordinat measuring machine) sebagai alat ukur. CMM merupakan
alat ukur geometric modern dengan memanfaatkan computer untuk mengontrol
gerakan sensor relative terhadap benda ukur serta untuk menganalisis data
pengukuran.

Gambar 3 alat ukur CMM

3. Analisis data pengukuran SPC


3.1. Analisa distrisbusi frekuensi
Tabel 1 Data Sampel SPC

Nomor Sampel

Nomor
Produk

10

28.41

28.04

28.00

28.41

28.59

27.97

28.61

28.42

28.40

28.47

28.45

28.40

28.06

28.00

28.39

28.41

28.42

28.71

28.39

28.41

28.13

28.44

28.39

28.01

28.43

28.49

28.60

28.42

28.45

28.68

28.66

28.62

28.03

28.47

28.75

28.69

28.45

28.41

28.56

27.98

28.60

28.51

28.05

28.09

28.39

28.39

28.46

28.05

28.00

27.98

a. Menentukan kecermatan data dan menghitung harga jangkauan


(Range; R)

b. Memilih tingkat kenaikan kelas (k)

Jumlah kelas dibulatkan agar mendapatkan tingkat kenaikan kelas


yang sesuai dengan jumlah sampel (n)
c. Menentukan tingkat kenaikan kelas

d. Menentukan harga pertengahan setiap kelas untuk mempermudah


pembuatan histogram maupun perhitungan bentuk dari histogram
dipilih harga patokan (CO)
(

e. Menganalisis data hasil pegukuran

Menghitung nilai setiap kelas setelah ditransforamsi, wj pada


setiap kelas

Menghitung frekuensi aj pada setiap kelas

Konstanta masing-masing parameter distribusi frekuensi sampel;


cj

Dari hitungan yang telah didapatkan pada persamaan-persamaan diatas,


masukkan nilainya ke dalam tabel sebagai berikut.
Tabel 2 Distribusi Kumulutif SPC

No
1
2
3
4
5
6
7
8
9

diatas

s/d

27.92
28.02
28.12
28.22
28
28.42
28.52
28.62
28.72

28.02
28.12
28.22
28.32
28.42
28.52
28.62
28.72
28.82

nilai
tengah
27.97
28.07
28.17
28.27
28
28.47
28.57
28.67
28.77

wj
-3.9
-2.9
-1.9
-0.9
0.1
1.1
2.1
3.1
4.1
SUM

Frek.
ajwj
ajwj2
ajwj3
ajwj4
aj
6
-23.4
91.26
-355.914 1388.0646
7
-20.3
58.87
-170.723 495.0967
1
-1.9
3.61
-6.859
13.0321
0
0.0
0.00
0.000
0.0000
15
1.5
0.15
0.015
0.0015
10
11.0
12.10
13.310
14.6410
6
12.6
26.46
55.566 116.6886
4
12.4
38.44
119.164 369.4084
1
4.1
16.81
68.921 282.5761
50
-4.00 247.70
-276.52
2679.51
MEAN c1
c2
c3
c4

-0.08

4.954

-5.5304

53.59018

f. Menentuka tabel distribusi normal


Untuk mendapatkan grafik pendekatan distribusi normal diperlukan
beberapa data penunjang. Data penunjang tersebut dapat diinformasikan
menggunakan tabel seperti di bawah ini.
Tabel 3 Distribusi Normal SPC

No

diatas

s/d

tj

1
2
3
4
5
6
7
8
9

27.92
28.02
28.12
28.22
28.32
28.42
28.52
28.62
28.72

28.02
28.12
28.22
28.32
28.42
28.52
28.62
28.72
28.82

27.97
28.07
28.17
28.27
28.37
28.47
28.57
28.67
28.77

wj
-3.9
-2.9
-1.9
-0.9
0.1
1.1
2.1
3.1
4.1

Frek.
aj
6
7
1
0
15
10
6
4
1

ai

ai
(%)

6 12%
13 26%
14 28%
14 28%
29 58%
39 78%
45 90%
49 98%
50 100%

ui
-1.175
-0.643
-0.583
-0.583
0.202
0.772
1.282
2.054

u linear
-1.379
-0.938
-0.496
-0.055
0.387
0.828
1.269
1.711
2.152

p (u)
0.154
0.257
0.353
0.398
0.370
0.283
0.178
0.092
0.039

f(x)
3.431
5.721
7.851
8.866
8.241
6.304
3.968
2.056
0.877

16
14
12
10
8
6
4
2
0
27.97 28.07 28.17 28.27 28.37 28.47 28.57 28.67 28.77

Grafik 1 Histogram
2.500
y = 0.4414x - 1.8205

2.000
1.500
1.000
0.500
0.000
-0.500

27.97 28.07 28.17 28.27

28

28.47 28.57 28.67 28.77

-1.000
-1.500
-2.000

Grafik 2 Kurva Distribusi Kumulatif

Keterangan :

Nilai ui didapatkan dari interpolasi distribusi kumulatif normal


standard pada setiap harga ai

Nilai u linear didapatkan dari kurva distribusi kumulatif dari data


sampel yang telah diolah.

Nilai p{u} didapatkan dari persamaan

Nilai f{x} didapatkan dari persamaan


* +

* +

g. Menghitung harga parameter distribusi frekuensi sampel

Parameter tendensi sentral


Harga rata-rata;

= 28.3592
Median (Mi), dapat dihitung dengan menggunakan interpolasi dari 2
buah data yang menghimpit nilai 50%. Apabila dilihat dari tabel
maka akan didapatkan rumusan seperti di bawah ini.
(
(

)
(
)

Modus (Mo), dapat dihitung menggunakan interpolasi dari nilai


tengah yang mempunyai frekuensi paling tinggi. Apabila dilihat dari
tabel akan didapat rumusan seperti di bawah ini.
(

Parameter Variabilitas
Jangkauan (Range)
Deviasi Standard; s

))

))

h. Parameter derajat kemiringan


Momen koefisien kemiringan
(
(

)
(

)(

5.049

i. Parameter derajat kelancipan


(

(
(

)(
)

)(

Tabel 4 SPC

No diatas

s/d

Tabel Perhitungan Parameter Distribusi Empirik


nilai
Frek.
wj
Ajwj
ajwj2
tengah
Aj

ajwj3

ajwj4

ai

27.92

28.02

27.97

-3.9

-23.4

91.26

-355.914

1388.0646

28.02

28.12

28.07

-2.9

-20.3

58.87

-170.723

495.0967

13

28.12

28.22

28.17

-1.9

-1.9

3.61

-6.859

13.0321

14

28.22

28.32

28.27

-0.9

0.0

0.00

0.000

0.0000

14

5
6
7
8
9

28.32
28.42
28.52
28.62
28.72

28.42
28.52
28.62
28.72
28.82

28.37
28.47
28.57
28.67
28.77

0.1
1.1
2.1
3.1
4.1
SUM

15
10
6
4
1

1.5
0.15
0.015
0.0015
11.0
12.10
13.310
14.6410
12.6
26.46
55.566
116.6886
12.4
38.44
119.164
369.4084
4.1
16.81
68.921
282.5761
50
-4.00
247.70
-276.52
2679.51
MEAN c1
c2
c3
c4
-0.08
4.954
-5.5304
53.59018
m2
m3
m4
5.049
-4.4311
53.072
1
2
-0.391
-0.918
X Bar
28.3592
S
0.022469
Mi
28.343333
Mo
28.395

29
39
45
49
50

Tabel Pembuatan Histogram


u
ai (%)
ui
p (u)
linear
12%
-1.175
0.154
1.379
26%
-0.643
0.257
0.938
28%
-0.583
0.353
0.496
28%
-0.583
0.398
0.055
58%
0.202
0.387 0.370
78%
0.772
0.828 0.283
90%
1.282
1.269 0.178
98%
2.054
1.711 0.092
100%
2.152 0.039

f(x)
3.431
5.721
7.851
8.866
8.241
6.304
3.968
2.056
0.877

3.2. Diagram Kontrol kualitatif


Tabel 5 Diagram Kontrol SPC

Nomor Sampel

Nomor
Produk

10

46

46

64

66

47

45

52

50

45

11

44

46

47

76

44

46

18

49

44

48

54

65

47

50

73

71

67

52

80

74

50

46

61

65

56

10

14

44

44

51

10

Total

250

226 78

123 280 220

279 226 205

177

Rata2

50

45

16

25

56

44

56

45

41

35

Range

53

58

39

47

36

72

19

66

56

70

Total Sampel

50

sampel

Rata-rata total (x)

41.3

Rata-rata jangkauan (R)

51.6

2064

Diagram Kontrol Jangakawan (R-Chart)


Batas Peringatan ; D975 . R

93.396

Batas Kontrol ; D999 . R

121.78

Diagram Kontrol Harga Rata-rata (Sample Average Chart)


Batas Peringatan Atas ; x + A975.R

60.888

Batas Peringatan Bawah ; x A975. R

21.672

Batas Kontrol Atas ; x + A999. R

71.724

Batas Kontrol Bawah ; x A999. R

10.836

Penjelasan tabel
a. Harga total pada setiap sampel didapatkan dengan menjumlahkan semua
harga sampel setiap kolomnya. Misalkan pada kolom nomor sampel 1
b. Harga rata-rata pada setiap sampel didapatkan dengan membagi harga total
tiap nomor sampel dengan jumlah sampel itu sendiri. Misalkan pada harga
rata-rata nomor sampel 1 didapatkan dengan cara.

c. Harga Range didapakan dari perbandingan nilai terbesar dan terkecil setiap
nomor sampelnya. Misalkan pada nomor sampel 1 nilai terbesarnya adalah
71 dan nilai terkecilnya adalah 18 sehingga didapatkan Range,
d. Nilai Batas Peringatan dan Batas Kontrol untuk membuat R-Chart bisa
didapatkan dengan mengacu kepada tabel di bawah ini
Tabel 6 Tabel Konstanta D'

Ukuran Sampel

D975

D999

2.81

4.12

2.17

2.99

1.93

2.58

1.81

2.36

1.72

2.22

Misalkan seperti pada kasus ini, nilai batas peringatan dan batas kontrol
dapat ditentukan dengan persamaan berikut.

serta menentukan batas kontrol dengan persamaan

Dengan ukuran sampel yang dimiliki, lihat tabel konstanta D untuk


mendapatkan nilai D975 dan D999. Maka akan didapatkan D975 = 1.81
dan D999 = 2.36 untuk ukuran sampel = 5
Jadi,

e. Nilai Batas Peringatan Atas, Batas Peringatan Bawah, Batas Kontrol Atas
dan Batas Kontrol Bawah untuk membuat X-Chart bisa didapatkan dengan
mengacu pada tabel dibawah ini.

Tabel 7 Konstanta A'

Ukuran Sampel

A975

A999

1.23

1.94

0.67

1.05

0.48

0.75

0.38

0.59

0.32

0.50

Misalkan seperti pada kasus ini, nilai Nilai Batas Peringatan Atas, Batas
Peringatan Bawah, Batas Kontrol Atas dan Batas Kontrol Bawah dapat
ditentukan dengan persamaan berikut.

serta menentukan batas kontrol dengan persamaan

Dengan ukuran sampel yang dimiliki, lihat tabel konstanta A untuk


mendapatkan nilai A975 dan A999. Maka akan didapatkan A975 = 0.38
dan A999 = 0.59 untuk ukuran sampel = 5
Jadi,

Data diatas dapa disajikan dalam bentuk grafik (R-Chart) dan (X-Chart)

R-Chart
BK

130
120
110
100
90
80
70
60
50
40
30
20
10
0

BP

10

Grafik 3 R-Chart SPC

X Chart
80

BKA

70

BPA

60
50
40
30

BPB

20

BKB

10
0
1

Grafik 4 X-Chart SPC

10

4. Analisis data pengukuran CMM


4.1. Analisa distrisbusi frekuensi
Tabel 8 Data Sampel CMM

Nomor
Produk
1
2
3
4
5

Nomor Sampel
5
6

11.480
11.478
11.478
11.393
11.454

11.462
11.352
11.596
11.365
11.482

11.362
11.337
11.483
11.499
11.512

11.493
11.486
11.463
11.282
11.463

11.239
11.419
11.262
11.393
11.649

11.292
11.454
11.632
11.461
11.524

10

11.510
11.454
11.641
10.891
11.288

11.479
11.445
11.417
11.274
11.258

11.424
10.680
11.297
11.288
11.554

11.443
10.771
11.375
11.592
11.393

a. Menentukan kecermatan data dan menghitung harga jangkauan


(Range; R)
Kecermatan = 0.001 mm

b. Memilih tingkat kenaikan kelas (k)


(

c. Menentukan tingkat kenaikan kelas

d. Menentukan harga pertengahan setiap kelas untuk mempermudah


pembuatan histogram maupun perhitungan bentuk dari histogram
dipilih harga patokan (CO)
(

e. Menganalisis data hasil pegukuran


Menghitung nilai setiap kelas setelah ditransforamsi, wj pada
setiap kelas

Menghitung frekuensi aj pada setiap kelas


Konstanta masing-masing parameter distribusi frekuensi
sampel; cj

Tabel 9 Distribusi Kumulatif CMM

No
1
2
3
4
5
6
7
8
9

diatas

s/d

10.6203
10.7403
10.8403
10.9403
11.0403
11.1403
11.2403
11.3403
11.4403

10.7403
10.8403
10.9403
11.0403
11.1403
11.2403
11.3403
11.4403
11.5403

nilai
tengah
10.6803
10.7903
10.8903
10.9903
11.0903
11.1903
11.2903
11.3903
11.4903

wj
-4.0375
-3.12083
-2.2875
-1.45417
-0.62083
0.2125
1.04583
1.87917
2.7125
SUM

Frek.
aj

ajwj

ajwj2

ajwj3

ajwj4

1
-4.0
16.30
-65.817
265.7358
1
-3.1
9.74
-30.396
94.8598
1
-2.3
5.23
-11.970
27.3807
0
0.0
0.00
0.000
0.0000
0
0.0
0.00
0.000
0.0000
10
2.1
0.45
0.096
0.0204
15
15.7
16.41
17.158
17.9449
17
31.9
60.03
112.809
211.9874
5
13.6
36.79
99.788
270.6755
50 53.87 144.95
121.67
888.60
MEAN c1
c2
c3
c4
1.0775 2.89903 2.4333925
17.7721

Tabel 10 Distribusi Normal CMM

f. Menentuka tabel distribusi normal


No
1
2
3
4
5
6
7
8
9

diatas

s/d

10.6203
10.7403
10.8403
10.9403
11.0403
11.1403
11.2403
11.3403
11.4403

10.7403
10.8403
10.9403
11.0403
11.1403
11.2403
11.3403
11.4403
11.5403

nilai
tengah
10.6803
10.7903
10.8903
10.9903
11.0903
11.1903
11.2903
11.3903
11.4903

wj

Frek.
aj

-4.0375
-3.12083
-2.2875
-1.45417
-0.62083
0.2125
1.04583
1.87917
2.7125

1
1
1
0
0
10
15
17
5

ai

ai
(%)

1
2%
2
4%
3
6%
3
6%
3
6%
13 26%
28 56%
45 90%
50 100%

ui
-2.054
-1.751
-1.555
-1.555
-1.555
-0.643
0.151
1.282

u
linear

p (u)

-2.443
-2.019
-1.595
-1.172
-0.748
-0.324
0.099
0.523
0.947

0.020
0.052
0.112
0.201
0.302
0.379
0.397
0.348
0.255

1.500
1.000
y = 0.4237x - 2.8665

0.500
0.000
1

-0.500
-1.000
-1.500
-2.000
-2.500
-3.000

Grafik 5 Distribusi Kumulatif CMM

f(x)
0.758
1.952
4.197
7.542
11.326
14.215
14.908
13.067
9.571

18
16
14
12
10
8
6
4
2
0

Grafik 6 Histogram CMM

Keterangan :

Nilai ui didapatkan dari interpolasi distribusi kumulatif normal


standard pada setiap harga ai

Nilai u linear didapatkan dari kurva distribusi kumulatif dari data


sampel yang telah diolah.

Nilai p{u} didapatkan dari persamaan

Nilai f{x} didapatkan dari persamaan


* +

* +

g. Menghitung harga parameter distribusi frekuensi sampel


Parameter tendensi sentral
Harga rata-rata;

Median (Mi), dapat dicari dengan cara seperti yang sebelumnya.


(
(

)
(
)

Modus (Mo), dapat dicari dengan cara seperti yang sebelumnya.

h. Parameter Variabilitas
Jangkauan (Range)
Deviasi Standard; s
(

))

i. Parameter derajat kemiringan


Momen koefisien kemiringan
(

)
(

)(

))

j. Parameter derajat kelancipan


(
(

)
(

)(

)(

Tabel 11 CMM

No
1
2
3
4
5
6
7
8
9

diatas

s/d

10.6203
10.7403
10.8403
10.9403
11.0403
11.1403
11.2403
11.3403
11.4403

10.7403
10.8403
10.9403
11.0403
11.1403
11.2403
11.3403
11.4403
11.5403

Tabel Perhitungan Parameter Distribusi Empirik


nilai
Frek.
wj
ajwj
ajwj2
ajwj3
ajwj4
tengah
aj
10.6803 -4.0375
1
-4.0
16.30
-65.817
265.7358
10.7903 -3.12083
1
-3.1
9.74
-30.396
94.8598
10.8903 -2.2875
1
-2.3
5.23
-11.970
27.3807
10.9903 -1.45417
0
0.0
0.00
0.000
0.0000
11.0903 -0.62083
0
0.0
0.00
0.000
0.0000
11.1903
0.2125
10
2.1
0.45
0.096
0.0204
11.2903 1.04583
15
15.7
16.41
17.158
17.9449
11.3903 1.87917
17
31.9
60.03
112.809
211.9874
11.4903
2.7125
5
13.6
36.79
99.788
270.6755
SUM
50
53.87
144.95
121.67
888.60
MEAN c1
c2
c3
c4
1.0775 2.89903 2.4333925
17.7721
m2
m3
m4
1.773
-4.5263
23.913
1
2
-1.916
4.603
X Bar
11.1658775
S
0.00133173
S teoritis
10
Mi
11.2703
Mo
11.354

Tabel Pembuatan Histogram


ai
ui
u linear
(%)

ai
1
2
3
3
3
13
28
45
50

2%
4%
6%
6%
6%
26%
56%
90%
100%

-2.054
-1.751
-1.555
-1.555
-1.555
-0.643
0.151
1.282

-2.443
-2.019
-1.595
-1.172
-0.748
-0.324
0.099
0.523
0.947

p (u)
0.020
0.052
0.112
0.201
0.302
0.379
0.397
0.348
0.255

4.2. Diagram Kontrol kualitatif


Tabel 12 Diagram Kontrol CMM

Nomor Sampel
1
2
3
4
5
6
7
8
9
10
480 462 362 493 239
292
510 479 424 443
1
478 352 337 486 419
454
454 445 -320 -229
2
478 596 483 463 262
632
641 417 297 375
3
393 365 499 282 393
461
-109 274 288 592
4
454 482 512 463 649
524
288 258 554 393
5
2365
1785 1874 1245 1574
Total 2284 2258 2193 2186 1963
473
357 375 249 315
Rata2 457 452 439 437 393
88
244 175 211 410
340
750 221 874 821
Range
Total Sampel
50
sampel
19725
Rata-rata total
394.5
Rata-rata jangkauan
413.29
0.1
*n=3, proses ketepatan rendah
Diagram Kontrol Jangakawan (R-Chart)
Batas Peringatan
748.1 m
Batas Kontrol
975.4 m
Diagram Kontrol Harga Rata-rata (Sample Average Chart)
Batas Peringatan Atas
551.6 m
Batas Peringatan Bawah
237.5 m
Batas Kontrol Atas
638.3 m
Batas Kontrol Bawah
150.7 m
Nomor
Produk

R Chart
BK

1000
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100
50

BP

10

Grafik 7 R-Chart CMM

X Chart
BKA

650
600

BPA

550
500
450
400
350
300
250

BPB

200

BK

150
1

Grafik 8 X-Chart CMM

10

C. Kesimpulan
1. Analisis Distribusi Frekuensi SPC
a. Harga titik berat hampir berimpit dengan modus dan median agak
kekiri sedikit dari dua harga tersebut. Dari kenyataan tersebut dapat
diperkirakan bahwa karakteristik sampelnya hampir sama, berarti
karakteristik proses produksinya pun demikian pula (tingkat proses
rata-rata dan variabilitas proses mengalami perubahan namun tidak
berarti.
b. Kemiringan distribusi yang relative kecil (

) menandakan

bahwa proses produksi mengalami perubahan tingkat proses rata-rata.


c. Derajat kelancipan distribusi yang bernilai negatif sedikit landai
(

) menunjukan bahwa terjadi perubahan tingkat rata-rata

pada proses produksi.


d. Perubahan proses rata-rata bisa diakibatkan oleh peralatan yang
digunakan untuk membubut, contohnya pahat yang mengalami
keausan sejalannya pemakanan benda kerja mengakibatkan titik nol
pemakanan berubaha sehingga dimensi akhinyanya pun berubah
2. Diagram Kontrol Kualitatif SPC
a. Berdasarkan pemeriksaan kualitas bahwa proses dianggap stabil bila
dilihat dari R-Chart serta X-Chart-nya karena masih memenuhi
persyaratan kestabilan proses.
3. Analisis Distribusi Frekuensi CMM
a. Harga titik berat hampir berimpit dengan modus dan median agak
kekiri sedikit dari dua harga tersebut. Dari kenyataan tersebut dapat
diperkirakan bahwa karakteristik sampelnya hampir sama, berarti
karakteristik proses produksinya pun demikian pula (tingkat proses
rata-rata dan variabilitas proses mengalami perubahan namun tidak
berarti.
b. Kemiringan distribusi yang relative kecil (

) menandakan

bahwa proses produksi mengalami perubahan tingkat proses rata-rata.

c. Derajat kelancipan distribusi yang bernilai negatif sedikit landai


(

) menunjukan bahwa terjadi perubahan tingkat variabilitas

pada proses produksi.


d. Perubahan proses rata-rata bisa diakibatkan oleh peralatan yang
digunakan untuk membubut, contohnya pahat yang mengalami
keausan sejalannya pemakanan benda kerja mengakibatkan titik nol
pemakanan berubaha sehingga dimensi akhinyanya pun berubah
sedangkan perubahan tingat variabilitas bisa disebabkan oleh
kesalahan operator dalam melakukan pembubutan.
4. Diagram Kontrol Kualitatif CMM
a. Berdasarkan pemeriksaan kualitas bahwa proses dianggap tidak stabil
bila dilihat dari R-Chart namun masih stabil X-Chart-nya, hal ini bisa
disebabkan oleh kesalahan proses pengukuran/ pengambilan sampel.