Kontrol kualitas statistik dalam industri kabel

Studi kasus:
Pengurangan konsumsi tembaga
Nexans IKO Swedia

Darizuliyandi Sabet Azad & Reza Mokhlesi

Master of Science dalam teknik industri dengan bidang kualitas & manajemen lingkungan Nr 3/2009

Reza Mokhlesi: rmokhlesi@gmail.com

Darizuliyandi Sabet Azad: payam.sabetazad@gmail.com

Guru tesis
Kategori subjek: teknik industri

College University, Bors

Sekolah teknik
SE-501 90 Bors
Telepon + 46 033 435 4640

Pengawas: Fredrik Torstensson, manajer situs Nexans IKO Swedia

Roy Andersson, Universitas College Bors

"Pendapat baru selalu dicurigai, dan biasanya menentang, tanpa alasan lain tapi
karena mereka tidak sudah umum"
John Locke 1632-1704
(Esai mengenai manusia Undersatanding, 1690)

Ucapan terima kasih

Pengakuan Grateful untuk orangtua saya, yang tidak pernah menyerah
memberikan dukungan mereka bagi saya di semua aspek
kehidupan.(Darizuliyandi)
Didedikasikan untuk orangtua saya indah, untuk menyediakan saya dengan
kesempatan untuk menjadi mana aku berada, dan pacar saya Nana, untuk
semua cinta dan dukungan selama pekerjaan ini.(Reza)
Esai ini ditingkatkan dengan percakapan dengan sejumlah besar orang yang
membantu debug itu. Khusus berkat Fredrik Torstensson kami pengawas di
Nexans IKO Swedia untuk antusiasme, dukungan dan kesabaran. Ia selalu
berusaha untuk menemukan waktu untuk mendiskusikan masalah-masalah kita
dan membimbing kita melalui penelitian kami.

Abstrak
Tesis ini dibawa keluar di kelompok khusus kabel di Nexans IKO Swedia AB di Grimss,
perusahaan adalah pemimpin dunia dalam industri kabel, menawarkan berbagai macam
kabel dan kabel sistem.
Tujuan dengan tesis ini adalah untuk meningkatkan rata-rata hambatan listrik dalam kabel
dan dengan demikian tabungan tembaga sebagai bahan baku. Untuk mencapai maksud
seperti proyek menawarkan pendekatan untuk menemukan dan menghilangkan penyebab
variasi dalam proses manufaktur.
Di awal, beberapa literatur erat untuk daerah dipelajari untuk mendapatkan pemahaman yang
lebih dalam masalah. Beberapa literatur diringkas dalam bab teori tesis. Proses ini kemudian
didefinisikan dan memetakan.Sumber-sumber variasi juga dipilih, di dalam fakta-fakta kasus
ini di dalam mesin yang berbeda.
Beberapa analisis statistik dilakukan kemudian dalam proses dengan menerapkan latar
belakang teoritis yang dalam kenyataannya perusahaan. Gage R & R juga dilakukan untuk
memeriksa sistem pengukuran di Nexans IKO Swedia.
Studi menyimpulkan dengan rekomendasi untuk Nexans pada lima bidang untuk
implementasi; Pelacakan dan rekaman data, optimasi proses bunching, mencapai keadaan
kontrol statistik, lebih fokus pada pemasok, pencegahan atas penyesuaian dan kegiatan
utama di dalam kawasan yang ditetapkan. Akhirnya komitmen manajemen diperkenalkan
sebagai faktor yang paling penting untuk kesuksesan masa depan.

Daftar isi
Ucapan terima kasih abstrak
1 Pendahuluan
1.1 Latar belakang
1.2 Diskusi masalah
1.3 Tujuan & tujuan
1.4 Area penelitian (perusahaan deskripsi)
1,5 Antara

2 Teoritis kerangka acuan

2.1 Ramping manajemen
2.1.1 Ramping produksi definisi
2.1.2 Limbah tujuh ramping
2.1.3 Prinsip-prinsip Lean
2.2 Desain yang kuat
2.2.1 Ketahanan strategi
2.3 Kano analisis
2.4 Peta proses
2.5 Diagram afinitas
2.6 Kontrol proses Statistik
2.6.1 Distribusi
2.6.2 Teorema pusat batas
2.6.3 Pencegahan versus deteksi
2.6.4 Tujuh megah
2.6.5 Diagram kontrol
2.7 Mengukur R & R
2.7.1 Aspek sistem pengukuran
2.7.2 Analisis varians
2.7.3 Pengulangan/reproduktibilitas
2.8 Siklus perbaikan proses
2.9 Perancangan percobaan

3 Metodologi
3.1 Pendekatan penelitian
3.1.1 Studi kasus
3.1.2 Analisis data
3.1.3 Studi sastra
3.1.4 Membuat percobaan
3.2 Desain riset
3.2.1 Induktif

3.2.2 Deduktif
3.3 Validitas, kehandalan dan generalisasi dalam tesis

4 Pekerjaan empiris
4.1 Memahami proses kabel
4.1.1 Barel membayar-off mesin
4.1.2 Menggambar mesin
4.1.3 Pelunakan mesin
4.1.4 Penari
4.1.5 Spul mengambil mesin
4.1.6 Daun mesin
4.2 Menemukan sumber-sumber variasi
4.3 Berfokus pada sumber-sumber variasi
4.3.1 Daun mesin
4.3.1.1 Percobaan pada daun mesin
4.3.2 Menggambar mesin
4.4 Gage R & R

5 Jenderal diskusi dan kesimpulan

5.1 Analisis mesin bunching
5.2 Analisis mesin gambar
5.3 Kesimpulan

Referensi

Lampiran

1 Pendahuluan
Bab ini menjelaskan latar belakang dari tesis, termasuk alasan untuk kepentingan dalam
kasus. Bab ini juga termasuk tujuan yang diciptakan dari latar belakang, antara pilihan dan
organisasi dari tesis.

1.1 Latar belakang

Seiring waktu, pelanggan cenderung untuk mengharapkan lebih tetapi siap untuk membayar
lebih sedikit untuk kebutuhan mereka. Mereka menginginkan kualitas yang lebih tinggi dengan
biaya lebih rendah. Banyak perusahaan memandang manajemen kualitas sebagai dengan
penyihir untuk mempertahankan keuntungan kompetitif. Selama beberapa dekade terakhir
menggunakan bunga dan industri terkait kualitas sistem, peralatan dan metodologi telah
berkembang secara signifikan. Manajemen mutu modern didasarkan pada gagasan bahwa untuk
tetap kompetitif organisasi harus terus-menerus upgrade dengan cara yang memenuhi kebutuhan
pelanggan.Ianya tidak cukup untuk fokus pada produk jadi yang pelanggan menerima. Apakah
produk ini diproduksi, yaitu proses, juga kebutuhan harus dialamatkan. (Garvare, 2002)
Shewhart (1931) adalah salah satu yang pertama untuk berdebat untuk pengendalian proses
mendukung produk kontrol, dan juga untuk penggunaan metode statistik untuk meningkatkan
pembelajaran dan pemahaman tentang proses manufaktur. Kemajuan di bidang matematika
Statistik mengakibatkan pengembangan teknik pemecahan masalah seperti kontrol proses
statistik, desain eksperimen dan studi kemampuan proses.(Montgomery, 2005) Selama tahun
1970an, proses berorientasi metodologi yang dikembangkan di bawah label seperti hanya In
Time (JIT) dan ramping produksi. (Schonberger, 1986) Lihat proses pada umumnya dibatasi ke
daerah-daerah produksi dan distribusi. Pengurangan biaya, melalui lebih pendek kali
memimpin. Jadi pengurangan biaya manufaktur adalah tujuan bahwa setiap perusahaan mencoba
untuk mencapai. Cara penting untuk diasumsikan adalah mengurangi limbah yang tidak hanya
memiliki dampak besar pada konsumsi tetapi juga menyebabkan kita untuk mempertimbangkan
isu-isu lingkungan lebih dari sebelumnya.
Di sisi lain juga variasi telah menjadi masalah sejak permulaan industrialisasi, mungkin bahkan
sebelumnya. Pengenalan produksi massal, perakitan dan ditukar bagian diperlukan konsistensi
dan presisi tinggi. Masalah ini awalnya ditangani dengan menetapkan batas spesifikasi dan
karakteristik produk penting. Seiring waktu berlalu, fokus pindah dari produk jadi ke arah
meningkatkan kemampuan proses produksi. (Garvin, 1988) Salah satu contoh adalah metodologi
Six Sigma, metodologi awalnya didirikan oleh Nokia pada tahun 1980, dan, menurut (Klefsj,
2001) untuk sebagian besar didasarkan pada sistematis penggunaan teknik statistik.
Tren umum terhadap produk yang lebih rumit juga perhatian kepada kebutuhan untuk
pemahaman yang lebih dalam yang mendasari hubungan antara proses dan produk
variabel.Figure1.1 menyajikan suatu proses produksi generik yang mengubah input, seperti
bahan baku dan komponen, menjadi produk jadi yang memiliki beberapa karakteristik
kualitas. Contoh dikontrol parameter adalah suhu, tekanan, dan waktu proses. Contoh tak

terkendali atau sulit untuk mengontrol parameter adalah getaran karena bermain bantalan,
berbagai kelembaban udara, dan inhomogeneous bahan baku. (Garvare, 2002)

Ilustrasi gambar 1.1 proses produksi generik dengan seperangkat mempengaruhi

faktor. (Garvare, 2002)
Pengembangan metode statistik yang efisien untuk inspeksi terstruktur dan eksperimen selama
awal abad kedua puluh telah melahirkan banyak potensi baru mengidentifikasi hubungan antara
variabel.

1.2 Diskusi masalah

Ada banyak cara untuk berurusan dengan masalah kualitas di sebuah perusahaan
manufaktur. Selama 15-20 tahun banyak metode baru, strategi dan alat-alat muncul di daerah
kualitas.Misalnya, Total Quality Management (TQM), telah pendekatan populer bahwa banyak
perusahaan telah mengadopsi. (Pande & S., 2000) Dalam beberapa tahun terakhir menggunakan
kontrol proses Statistik dan Six Sigma telah tumbuh dalam popularitas terutama di AS dan
perusahaan-perusahaan seperti General Electric dan Motorola telah memperoleh peningkatan
yang signifikan dalam kinerja mereka. (Pande & S., 2000) prinsip-prinsip kualitas penting dalam
produksi adalah untuk mencegah, meningkatkan dan kontrol. (Bergman, 2003) dalam studi ini
kita akan melihat variasi dan penyebabnya, dan bagaimana untuk meningkatkan dan kontrol
proses yang menggunakan kontrol proses Statistik (SPC).
Tesis ini didasarkan pada kerja yang dilakukan untuk Nexans IKO Swedia AB. Produk utama
perusahaan ini adalah kabel listrik. Pada kabel industri salah satu bagian yang paling penting
dari produksi adalah akhir resistansi konduktor. Nexans tujuan adalah untuk meningkatkan ratarata rata resistensi ini dan mengurangi variasi resistansi konduktor dengan sebuah sesuai

pengurangan biaya. "Tembaga memotong" arti pengurangan konsumsi tembaga adalah istilah
termasuk banyak manfaat seperti penghematan biaya dan membatasi aspek lingkungan di
dalamnya. Menggunakan teorema: "jumlah tembaga yang digunakan dalam unit panjang kabel
tertentu memiliki hubungan langsung dengan jumlah tahanan listrik bagian" dapat menyebabkan
kita untuk berkonsentrasi pada jumlah tahanan listrik kabel untuk mencapai tujuan, dan juga
memenuhi kebutuhan, sehingga meningkatkan kinerja perusahaan pelanggan.

1.3 Tujuan & tujuan

Di kelompok khusus kabel di Nexans IKO Swedia AB penelitian dan pengembangan di bidang
proses produksi kabel telah dilakukan sejak bertahun-tahun yang lalu. Pada awal 2008, kabel
perlawanan proyek dimulai.Proyek ini bertujuan untuk meningkatkan rata-rata hambatan listrik
dalam kabel sekitar 0.2 ohm, maka manfaat yang karena menyimpan tembaga sebagai bahan
baku dalam satu tahun akan menjadi sekitar 130 juta SEK bagi perusahaan. Nexans memutuskan
untuk menerapkan Statistik proses kontrol (SPC) untuk mencapai target ini. Sebagai langkah
pertama menuju ini, diputuskan bahwa karya sarjananya dilakukan di daerah.

1.4 Area penelitian (perusahaan deskripsi)

Nexans pemimpin dunia dalam industri kabel menawarkan berbagai macam kabel dan sistem
pengkabelan. Grup adalah pemain global di pasar infrastruktur, industri, bangunan dan jaringan
area lokal. Nexans alamat serangkaian segmen pasar dari jaringan energi, transportasi dan
telekomunikasi untuk kapal, minyak dan gas, tenaga nuklir, otomotif, elektronik, aeronautika,
penanganan dan otomatisasi. Dengan kehadiran industri di 39 negara dan aktifitas komersial di
seluruh dunia, Nexans mempekerjakan 23,500 orang dan memiliki penjualan tahun 2008 6.8
miliar euro. Nexans terdaftar pada NYSE Euronext Paris, kompartemen A.
Nexans IKO Swedia
Nexans IKO Swedia, dengan sekitar 500 karyawan aktif dalam pembuatan kabel listrik dan
telekomunikasi. Perusahaan terletak di Grimss di Vstergtland di selatan Swedia. Hal ini
bertanggung jawab untuk operasi Nexans di Swedia, Denmark, Finlandia, Estonia,
Lativa, dan Lithuania. Kantor penjualan tambahan terletak di Gothenburg, Sderkping,
Sundsvall, Helsinki dan Vilnius. (Nexans di Swedia)

1,5 Antara
Karena kurangnya waktu wilayah penelitian ini terbatas hanya satu jalur proses di divisi khusus
kabel. Namun, hasilnya bisa diperpanjang dan diterapkan untuk jalur proses lainnya dan divisi
lainnya, seperti listrik dan telekomunikasi. Oleh karena itu, konsentrasi adalah satu mesin
Drawing yaitu No.64 dan sembilan bunching mesin.

2 Teoritis kerangka acuan

Dalam bab ini, rujukan teoritis dibahas. Bidang manajemen ramping, desain yang kuat, kontrol
proses Statistik (SPC), analisis sistem pengukuran (MSA) dijelaskan. Selain itu, mereka
disajikan untuk membentuk filter melalui penyihir empiris pekerjaan dan hasil akan dilakukan
dan dianalisa.

2.1 Ramping manajemen

2.1.1 Ramping produksi definisi

Mengurangi limbah sementara memiliki kualitas adalah secara maksimal untuk menciptakan
nilai bagi pelanggan adalah tujuan bersandar manufaktur sementara limbah didefinisikan sebagai
kegiatan menambahkan nilai-bebas yang mengkonsumsi sumber daya. Tujuan dari produksi
ramping digambarkan sebagai "untuk mendapatkan hal-hal yang tepat ke tempat yang tepat pada
waktu yang tepat, pertama kalinya, sambil meminimalkan limbah dan bersikap terbuka untuk
berubah".

2.1.2 Limbah tujuh ramping

Limbah delapan terfokus pada produksi bersandar pada adalah:
1. Berlebihan, menghasilkan item sebelumnya atau dalam jumlah yang lebih besar dari yang
dibutuhkan oleh pelanggan. Memproduksi sebelumnya atau lebih dari yang diperlukan
menghasilkan limbah lainnya, seperti overstaffing, Penyimpanan, dan biaya transportasi karena
kelebihan persediaan. Persediaan dapat persediaan fisik atau antrian informasi.
2. Menunggu , pekerja yang hanya melayani ketika menonton orang untuk sebuah mesin
otomatis, atau harus berdiri di sekitar menunggu untuk selanjutnya pengolahan, alat, pasokan,
Bagian, dll, atau sekadar memiliki tidak bekerja karena ada stok, banyak keterlambatan
pengolahan, peralatan downtime dan kapasitas kemacetan.
3. Transportasi , pindah kerja dalam proses tempat dalam proses, bahkan jika itu hanya berjarak
pendek, atau harus memindahkan bahan, Bagian atau barang jadi ke atau dari penyimpanan atau
antara proses.
4. Tidak berlebihan pemrosesan atau pengolahan salah, mengambil dibutuhkan langkahlangkah untuk memproses bagian, pengolahan tidak efisien karena desain alat dan produk yang
buruk, menyebabkan tidak perlu gerak dan memproduksi Cacat. Limbah yang dihasilkan ketika
menyediakan produk berkualitas lebih tinggi daripada diperlukan. Kadang-kadang tambahan
"bekerja" dilakukan untuk mengisi kelebihan waktu daripada menghabiskan menunggu.

5. Kelebihan persediaan. Kelebihan bahan baku, bekerja dalam proses, atau selesai barang yang
menyebabkan lebih lama kali memimpin, usang, barang yang rusak, biaya pengangkutan dan
penyimpanan dan penundaan. Juga, persediaan tambahan menyembunyikan masalah seperti
ketidakseimbangan produksi, akhir pengiriman dari pemasok, Cacat, peralatan downtime dan
setup lama kali.
6. Gerakan yang tidak perlu. Gerak karyawan harus melakukan selama pekerjaan mereka
selain menambahkan nilai ke bagian, seperti meraih, mencari, atau bagian susun, peralatan,
dll. Juga, berjalan limbah.
7. Cacat, produksi rusak atau koreksi. Memperbaiki ulang, memo, penggantian produksi dan
inspeksi berarti penanganan boros, waktu dan usaha. (Liker, 2005)

2.1.3 Prinsip-prinsip Lean

Menetapkan nilai
Titik kritis untuk ramping berpikir adalah nilai. Nilai hanya dapat didefinisikan oleh pelanggan
akhir. Dan itu hanya berarti ketika dinyatakan dalam produk tertentu (yang baik atau layanan,
dan sering keduanya sekaligus), yang memenuhi kebutuhan pelanggan dengan harga tertentu
pada waktu tertentu. Nilai diciptakan oleh produser. Dari sudut pandang pelanggan ini adalah
mengapa ada produsen. Ramping berpikir karena itu harus mulai dengan sebuah upaya sadar
untuk tepat mendefinisikan nilai dalam hal produk tertentu dengan kemampuan tertentu yang
ditawarkan dengan harga tertentu melalui dialog dengan pelanggan tertentu.
Mengidentifikasi aliran nilai
Aliran nilai adalah himpunan semua tindakan-tindakan spesifik yang diperlukan untuk membawa
produk tertentu melalui tugas-tugas penting manajemen bisnis: pemecahan masalah tugas
menjalankan dari konsep melalui desain rinci dan teknik untuk produksi peluncuran,
menjalankan dari urutan-mengambil melalui rinci penjadwalan untuk pengiriman informasi
manajemen tugas dan tugas fisik transformasi dari bahan baku produk selesai di tangan
pelanggan. Mengidentifikasi aliran seluruh nilai untuk setiap produk adalah langkah berikutnya
dalam berpikir ramping, langkah perusahaan yang telah jarang berusaha tetapi yang hampir
selalu mengekspos sejumlah besar, memang mengejutkan, limbah.
Aliran
Setelah menentukan nilai dan pemetaan aliran itu adalah waktu dari nilai menciptakan langkah
aliran. Mengatur kegiatan produksi produk spesifik membentuk departemen dan batch untuk
aliran kontinu dapat menyebabkan untuk menggandakan produktivitas dan penurunan dramatis
dalam kesalahan dan memo. Dapat membuat kontribusi positif untuk penciptaan nilai dan
berbicara terhadap kebutuhan nyata karyawan pada setiap titik di sepanjang aliran baik.

Menarik

Apa pelanggan benar-benar memberitahu mereka perlu dilakukan oleh kemampuan untuk
merancang, jadwal, dan melakukan persis apa yang diinginkan oleh pelanggan hanya ketika
pelanggan menginginkan daripada penjualan yang diperkirakan. Pelanggan dapat diizinkan untuk
menarik produk yang diperlukan daripada mendorong produk, sering tidak diinginkan, ke
pelanggan.
Kesempurnaan
Menjadi sempurna adalah kebutuhan muncul setelah empat langkah dari ramping dilaksanakan
dengan baik. Menghabiskan waktu persyaratan pelanggan akan berubah dan perlu melihat
potensi kebutuhan dari pelanggan terlebih dahulu dirasakan lebih. Dengan bekerja sama dengan
perbaikan terus-menerus pada setiap proses manufaktur garis organisasi bergerak untuk
mencapai tujuan ini. (James P. Wamack, 1996)

2.2 Desain yang kuat

Metode desain yang kuat, juga disebut metode Taguchi, dipelopori oleh Dr. Genichi Taguchi,
sangat meningkatkan produktivitas teknik. Dengan sadar mempertimbangkan kebisingan faktor
(lingkungan variasi selama penggunaan produk, manufaktur variasi, dan komponen kerusakan)
dan biaya kegagalan di bidang metode desain yang kuat membantu memastikan kepuasan
pelanggan. Desain yang kuat berfokus pada meningkatkan fungsi dasar produk atau proses,
sehingga memudahkan Desain fleksibel dan concurrent engineering. Memang, ini adalah metode
paling kuat yang tersedia untuk mengurangi biaya produk, meningkatkan kualitas, dan secara
bersamaan mengurangi pengembangan interval. (Phadke)

2.2.1 Ketahanan strategi

Variasi pengurangan langitnya mudah dikenali sebagai kunci untuk keandalan dan produktivitas
perbaikan. Ada banyak pendekatan untuk mengurangi variabilitas, masing-masing memiliki
tempat dalam siklus pengembangan produk. Dengan mengatasi pengurangan variasi pada tahap
tertentu dalam siklus hidup produk, satu dapat mencegah kegagalan dalam tahap hilir. Six Sigma
pendekatan telah luar biasa keuntungan dalam pengurangan biaya dengan menemukan masalah
yang terjadi dalam operasi manufaktur atau kerah putih dan memperbaiki penyebab
langsung. Strategi ketahanan adalah untuk mencegah masalah melalui mengoptimalkan desain
produk dan manufaktur proses desain. (Phadke M. S.)

2.3 Kano analisis

Kebutuhan pelanggan dibagi tiga kategori oleh Noriaki Kano Dr Jepang:
1. Persyaratan dasar. Berikut adalah persyaratan dasar yang, jika hilang, akan membuat
pelanggan Anda sangat bahagia. Ketika mereka ada, pelanggan tidak terutama melihat karena
mereka diharapkan.
2. Persyaratan variabel. Ini adalah persyaratan yang baik akan menyebabkan pelanggan Anda
untuk menilai kiriman Anda tinggi atau rendah.
3. Persyaratan laten. Ini adalah fitur yang melampaui apa yang pelanggan bahkan
membayangkan. Ini mencakup fitur yang pelanggan mungkin belum mampu mengekspresikan
karena mereka sangat inovatif atau kreatif.(Przekop, 2005)
Mengkategorikan persyaratan pelanggan untuk memenuhi masing-masing adalah tujuan analisis
Kano. Pentingnya melakukan masing-masing berbeda dengan satu sama lain ketika kebutuhan
dasar tak terelakkan digenapi dan laten yang tidak diminta oleh pelanggan belum. Pentingnya
adalah mengubah persyaratan pelanggan dari waktu ke waktu. Itu bisa dipahami melalui cara
yang berbeda seperti membuat questioners atau membuat pengamatan. Menggunakan delighters
pelanggan adalah fakta yang bertindak seperti sebuah atraksi sementara dasar atau variabel
persyaratan terpenuhi. Menghabiskan waktu persyaratan laten mungkin berevolusi menjadi
kebutuhan dasar pelanggan. Kepuasan pelanggan mungkin tidak dapat dicapai dengan apa
senang mereka di masa lalu saat ini. Kano model menawarkan beberapa wawasan ke dalam
atribut produk yang dianggapmenjadi penting untuk pelanggan. Tujuan dari alat ini adalah untuk
mendukung spesifikasi produk dan diskusi melalui pengembangan tim pemahaman yang lebih
baik. Kano's model berfokus pada membedakan Fitur produk, berlawanan awalnya berfokus
pada kebutuhan pelanggan.

2.1 Tokoh Kano Model (Wikipedia-Kano)

2.4 Peta proses

Memahami proses bisa sangat sulit karena ada banyak rincian dan interrelations dapat diabaikan
dengan bekerja di atasnya. Untuk memiliki pandangan yang lebih baik secara keseluruhan proses
melanggar itu seperti mengikuti disarankan: o masukan untuk proses o tugas-tugas dalam proses
Anda
o Aliran kerja antara tugas-tugas dalam proses o nilai yang dibuat dalam proses o output dari
proses o pengukuran proses Anda
Ini adalah cara yang lebih baik pemahaman proses dengan mengambil informasi dari itu
terutama ketika itu adalah kasus sangat rumit. Semua hal yang terjadi melalui proses akan ditulis
pada kertas untuk menyederhanakan pengelolaan keseluruhan. Ada beberapa pedoman untuk
Ikuti ketika membuat peta proses atau daftar sebagai: o mengikuti satu item melalui seluruh
proses. Ikuti bahwa salah satu item dalam keadaan apa pun itu biasanya berjalan melalui proses.
o Mengidentifikasi apa yang benar-benar terjadi pada item, bukan apa yang seharusnya
terjadi ke item. o Daftar setiap satu langkah yang terjadi pada item termasuk kesalahan,
inspeksi, pengecualian, menunggu waktu, bergerak dan hal lain yang terjadi.
o Selain daftar setiap satu langkah, menangkap berapa lama masing-masing dari langkahlangkah yang diperlukan. (Flanigan, 1995)

2.5 Diagram afinitas

Dibuat pada 1960-an oleh Jiro Kawakita, Diagram afinitas memungkinkan sejumlah besar ide
untuk diurutkan ke grup untuk meninjau dan analisis. Ini, mudah untuk menghasilkan, diagram
berguna dengan besar kelompok mana ide-ide yang dihasilkan dengan cepat kecepatan yang
diperlukan untuk dapat diatur. Proses untuk menghasilkan diagram afinitas adalah:
o Melakukan brainstorming pertemuan o merekam ide-ide atau masalah pada post-it Catatan
atau kartu o mengumpulkan pos itu catatan ke satu tempat
o Menyortir ide-ide ke dalam kelompok berdasarkan tim pikiran. Lanjutkan sampai semua
catatan telah disortir dan tim puas dengan kelompok mereka.
o Nama masing-masing kelompok dengan keterangan apa kelompok merujuk kepada dan
menempatkan nama di bagian atas setiap kelompok. o Menangkap dan membahas tema
atau kelompok dan bagaimana mereka dapat berhubungan. (leanyourcompany.com)

2.6 Kontrol proses Statistik

Definisi:Kontrol proses Statistik adalah penggunaan sah metode analisis statistik untuk
mengidentifikasi adanya khusus penyebab variasi dalam proses.
Kontrol proses Statistik (SPC) melibatkan menggunakan teknik statistik untuk mengukur dan
menganalisa variasi dalam proses. Paling sering digunakan untuk proses manufaktur, maksud

dari SPC adalah untuk memantau kualitas produk dan menjaga proses untuk tetap target. Kontrol
kualitas Statistik mengacu pada menggunakan teknik statistik untuk mengukur dan
meningkatkan kualitas proses dan termasuk SPC selain teknik lainnya, seperti rencana sampling,
desain eksperimental, variasi pengurangan, proses kemampuan analisis dan rencana perbaikan
proses (Montgomery, 2005).Sistem kontrol proses yang dapat digambarkan sebagai sistem
umpan balik. SPC adalah salah satu jenis sistem umpan balik. Seperti sistem lain, yang tidak
statistik, juga ada. (Gambar 2.2)

2.2 Tokoh proses kontrol Model sistem dengan umpan balik (Brown, Lowe, & Benham, 1995)

2.6.1 Distribusi
Konsep pusat dalam kontrol proses Statistik (SPC) adalah bahwa setiap fenomena terukur
statistik distribusi. Ada tiga sifat-sifat dasar dari suatu distribusi:
lokasi
tersebar
bentuk
Lokasi mengacu pada nilai khas distribusi, seperti mean. Penyebaran distribusi adalah jumlah
yang berbeda nilai-nilai yang lebih kecil dari yang lebih besar. Deviasi standar dan varians
adalah ukuran dari distribusi menyebar. Bentuk dari suatu distribusi adalah pola--peakedness,
simetri dan dll. Fenomena tertentu mungkin memiliki salah satu dari sejumlah bentuk distribusi,
e. g., distribusi dapat berbentuk lonceng, berbentuk segiempat, dll (Pyzdek, 2003)
.

Distribusi probabilitas
Probabilitas Distribusi adalah model untuk berhubungan bagaimana nilai variabel berkaitan
probabilitas terjadinya nilai di population25. Untuk mengatur model distribusi, kebutuhan data
dikumpulkan dari proses diinvestigasi atau fenomena. Distribusi yang sangat umum dan berguna
untuk menggambarkan probabilitas fenomena yang berbeda adalah distribusi
normal. (Montgomery, 2005)

Distribusi normal
Distribusi normal adalah distribusi yang terus-menerus yang kira-kira menggambarkan berbagai
fenomena alam kuantitatif, misalnya panjang dan berat pada manusia dan makhluk lainnya
biologis. Area yang besar dalam statistik inferensi didasarkan pada distribusi ini. Dalam
Gambar 2.3 distribusi normal standar dengan berarti () dan deviasi standar ()
digambarkan. Untuk distribusi normal standar, = 0 dan = 1.

Gambar 2.3 distribusi normal standar dan variasi dari rata-rata (). (Engstrand & Olsson,
2003)
Satu standar deviasi () dari mean menyumbang 68.26% dari total distribusi sementara deviasi
standar dua dari tiga deviasi standar account untuk 99.73 dan account rata-rata 95.46%. Seperti
yang terlihat dalam gambar 2.3 distribusi normal bervariasi cukup banyak dari yang
berarti. Variasi ini disebut variabilitas alami atau "kebisingan latar belakang". Ketika proses
hanya bervariasi dengan variasi alami dikatakan dalam statistik kendali dan ketika itu bervariasi
lebih itu akan keluar dari kontrol. (Engstrand & Olsson, 2003)
Selain dari distribusi normal ada bentuk lain dari distribusi, yang dapat baik kemiripan dengan
distribusi data dikumpulkan. (Gunnar, 1989) Contoh distro lain terus-menerus adalah
Lognormal, eksponensial, Gamma dan Weibull. (Montgomery, 2005) Namun, ketika data
sampel secara acak dan menampilkan nilai rata-rata dari sampel dalam distribusi probabilitas
yang, menurut Pusat batas teorema diharapkan biasanya didistribusikan.

2.6.2 Teorema pusat batas

Teorema pusat batas dapat dinyatakan sebagai berikut: terlepas dari bentuk distribusi populasi
atau alam semesta, distribusi nilai-nilai rata-rata sampel yang diambil dari alam semesta itu akan
cenderung ke arah distribusi normal sebagai ukuran sampel tumbuh tanpa terikat. Dapat juga
ditunjukkan bahwa rata-rata rata-rata sampel akan sama dengan rata-rata alam semesta dan
bahwa standar deviasi dari rata-rata sama dengan deviasi standar semesta yang dibagi dengan
akar kuadrat dari ukuran sampel. Shewhart dilakukan percobaan menunjukkan bahwa ukuran
sampel kecil yang diperlukan untuk mendapatkan sekitar normal distribusi dari alam semesta
bahkan liar bebas normal. Gambar 2.4 diciptakan oleh Shewhart menggunakan sampel empat
pengukuran. (Pyzdek, 2003)

2.4 Gambar ilustrasi teorema pusat batas. (Pyzdek, 2003)

Praktis implikasi teorema pusat batas sangat besar. Mempertimbangkan bahwa tanpa batas pusat
teorema efek kita harus mengembangkan suatu model statistik yang terpisah untuk setiap nondistribusi normal ditemui dalam praktek. Ini akan menjadi satu-satunya cara untuk menentukan
jika sistem sudah menunjukkan variasi kesempatan. Karena teorema pusat batas tersebut kita
dapat menggunakan rata-rata sampel kecil untuk mengevaluasi setiap proses yang menggunakan
distribusi normal. Teorema pusat batas adalah dasar yang paling kuat alat-alat kontrol proses
statistik, grafik kendali Shewhart.

2.6.3 Pencegahan versus deteksi

Sebuah sistem kontrol proses adalah pada dasarnya sistem umpan balik bahwa link proses hasil
proses masukan. Ada empat unsur utama terlibat, proses itu sendiri, informasi tentang proses,
tindakan yang diambil pada proses, dan tindakan yang diambil pada output dari proses. Oleh
proses, kita berarti kombinasi seluruh orang, peralatan, bahan-bahan masukan, metode, dan
lingkungan yang bekerja sama untuk menghasilkan output.Informasi kinerja Diperoleh dari
evaluasi output proses. Output dari proses yang mencakup lebih dari produk, itu juga mencakup
informasi tentang keadaan operasional dari proses seperti suhu, siklus waktu, dll. Tindakan yang
diambil pada proses berorientasi masa depan dalam arti bahwa hal itu akan mempengaruhi

output belum datang. Tindakan pada output berorientasi pada masa lalu karena melibatkan
mendeteksi output out-of-spesifikasi yang telah dihasilkan. Telah ada kecenderungan di masa
lalu untuk memusatkan perhatian pada strategi berorientasi deteksi inspeksi produk. Dengan
pendekatan ini, kita menunggu sampai output telah diproduksi, maka output diperiksa dan baik
diterima atau ditolak. SPC membawa Anda ke arah yang sama sekali berbeda: perbaikan ke
depan. Konsep kunci adalah semakin kecil variasi di sekitar target, semakin baik.Dengan
demikian, di bawah aliran pemikiran ini, ianya tidak cukup untuk hanya memenuhi
persyaratan; perbaikan terus-menerus disebut untuk bahkan jika persyaratan sudah sedang
dipenuhi. Konsep tidak pernah berakhir, terus-menerus perbaikan adalah di jantung SPC.
(Pyzdek, 2003)

Penyebab umum dan khusus dari variasi

Shewhart (1931, 1980) didefinisikan "kontrol" sebagai berikut: fenomena yang akan dikatakan
dikendalikan ketika, melalui pengalaman yang lalu, kita bisa meramal, setidaknya dalam batasbatas, bagaimana fenomena dapat diharapkan untuk memvariasikan di masa depan. Di sini dapat
dipahami bahwa prediksi dalam batas-batas berarti bahwa negara kita bisa, setidaknya sekitar,
kemungkinan bahwa fenomena diamati akan jatuh dalam batas tertentu. Titik kritis dalam
definisi ini adalah bahwa kontrol tidak didefinisikan sebagai ketiadaan lengkap variasi. Kontrol
adalah hanya sebuah negara yang mana semua variasi adalah variasi yang bisa diprediksi.Proses
dikendalikan belum tentu tanda manajemen yang baik, juga merupakan produk penurut bebas
selalu menghasilkan proses out-of-control. (Pyzdek, 2003)
Dalam setiap proses produksi jumlah tertentu dari melekat atau alam variabilitas akan selalu
ada. Variabilitas alami atau "kebisingan latar belakang" ini adalah efek kumulatif dari banyak
penyebab kecil, pada dasarnya tidak dapat dihindari. Dalam rangka pengendalian mutu statistik,
keragaman alam ini sering disebut "sistem stabil kesempatan penyebab." (Montgomery, 2005)
dimana Dr. Shewhart digunakan istilah kemungkinan penyebab, Dr. W. Edwards Deming
diciptakan penyebab umum istilah untuk menggambarkan fenomena yang sama. (Pyzdek, 2003)
Sebuah proses yang beroperasi dengan hanya kesempatan menyebabkan variasi sekarang
dikatakan untuk mengendalikan Statistik. Dengan kata lain, penyebab kesempatan adalah bagian
tak terpisahkan dari proses.(Montgomery, 2005) tak perlu dikatakan, tidak semua fenomena
timbul dari sistem-sistem konstan penyebab umum. Kadang-kadang, variasi ini disebabkan oleh
sumber variasi yang bukan merupakan bagian dari sistem konstan. Sumber-sumber ini variasi
disebut royalti penyebab oleh Shewhart, khusus penyebab variasi oleh Deming. (Pyzdek, 2003)
Hal ini variabilitas dalam karakteristik kunci kualitas biasanya muncul dari tiga sumber:
disesuaikan atau dikontrol mesin, operator kesalahan atau cacat bahan baku. Variabilitas seperti
ini umumnya besar bila dibandingkan dengan kebisingan latar belakang, dan biasanya mewakili
tingkat kinerja proses yang tidak dapat diterima. (Montgomery, 2005)
Aturan dasar kontrol proses Statistik: variasi dari sistem common-penyebab harus tersisa untuk
kesempatan, tapi penyebab khusus variasi harus diidentifikasi dan dihilangkan.
Ini adalah Shewhart's asli aturan. Namun, aturan harus tidak disalahartikan sebagai berarti bahwa
variasi dari penyebab umum harus diabaikan. Sebaliknya, umum karena variasi dieksplorasi
"off-line." Itu adalah, kita mencari perbaikan proses jangka panjang ke alamat umum karena
variasi. Jawaban untuk pertanyaan "harus variasi ini diserahkan kepada kesempatan?" hanya bisa
diperoleh melalui metode statistik. Singkatnya, variasi antara dua "mengendalikan batas" akan

dianggap sebagai variasi dari sistem common-penyebab. Variabilitas setiap melampaui batasbatas tetap ini akan dianggap telah datang dari khusus penyebab variasi. Kami akan
menghubungi setiap sistem yang memamerkan hanya umum karena variasi, "secara statistik
dikontrol." Harus dicatat bahwa batas-batas kontrol tidak hanya menarik keluar dari
udara. Mereka dihitung dari data aktual proses menggunakan metode statistik yang valid. Tanpa
bimbingan Statistik mungkin ada perdebatan tanpa akhir atas Apakah penyebab umum atau
khusus adalah untuk menyalahkan untuk variabilitas.(Pyzdek, 2003)

2.6.4 Tujuh megah

Tujuan dengan SPC program adalah:
o Untuk melihat apakah proses dalam pengawasan atau tidak o menemukan faktor
kontribusi sebanyak untuk variabilitas sebanyak mungkin dan menghilangkan
mereka.
o Mengawasi proses sehingga operator secara cepat menyadari jika penyebab royalti
yang baru diperkenalkan dalam proses, dalam hal demikian menghilangkannya.
Ketika SPC program dilakukan dengan cara ini variasi proses akan berkurang, akan mengurangi
biaya yang berkualitas buruk dan kualitas produk akan meningkatkan. (Bergman, 2003) Untuk
mencapai tujuan di atas, seperangkat alat yang berguna yang disebut Magnificent Seven dapat
digunakan. Magnificent Seven atau alat tujuh Quality Control (7QC) adalah alat grafis Statistik
dan metode untuk perbaikan terus-menerus(Montgomery, 2005) Daftar alat yang disajikan di
sini:
Periksa lembar
Histogram atau batang dan daun plot
Pareto chart
Sebab-akibat diagram
Stratifikasi atau cacat konsentrasi diagram
Menebari diagram
Diagram kontrol
Alat ini dapat digunakan baik sendirian atau bersama-sama untuk memberikan pekerjaan
SPC. Langkah pertama adalah sering untuk mengumpulkan data dengan menggunakan lembar
periksa. Tergantung pada jenis data yang diperlukan harus dikumpulkan lembar Periksa dapat
dibuat dalam berbagai cara. Proses, produk, dan variabel berpengaruh bervariasi banyak antar
proses yang berbeda. Oleh karena itu, sangat penting untuk memiliki pengetahuan yang baik dari
proses sehingga semua faktor penting yang efek proses akan dimasukkan dalam lembar
periksa. Jika penyebab royalti yang lupa, ini akan menjadi sulit atau bahkan tidak mungkin
untuk menjelaskan proses variasi. Data yang dikumpulkan lebih lanjut dianalisis dengan alat-alat
lain. Di antaranya grafik kendali dikenal sebagai alat yang paling efektif untuk mengurangi
variabilitas dalam proses. (Montgomery, 2005) kontrol grafik dapat digunakan sebagai individu

metodologi untuk perbaikan dan kemudian sering berjalan di bawah label kontrol proses
Statistik. (Suhag20, 2000) Karena, lebih sering diagram kontrol telah diterapkan di Tesis ini jadi
berikut ini lebih dijelaskan tentang alat ini.

2.6.5 Diagram kontrol

Diagram kontrol adalah jenis grafik garis yang digunakan untuk menilai dan menjaga kestabilan
proses.
(Ozeki & Asaka, 1996) Ini adalah alat yang ampuh karena:
o Mendeteksi khusus menyebabkan variasi dalam proses pada saat mereka ada.
o Mengukur toleransi alami dari proses yang disebabkan oleh variasi normal (atau penyebab
umum).
o Membantu Anda dalam mendapatkan proses mengendalikan dan mencapai kemampuan
memenuhi batas-batas toleransi gambar secara konsisten.(Griffith, 2000)

Sampel gambar 2.5 A diagram kontrol (Juran, 1998)

Dalam 2,5 gambar skala horisontal waktunya, dan skala vertikal adalah kualitas performa. Poin
yang direncanakan menunjukkan kualitas kinerja sejalan dengan waktu. Grafik juga pameran
tiga garis mendatar. Garis tengah adalah rata-rata kinerja masa lalu dan karena itu diharapkan
tingkat kinerja. Dua jalur lainnya adalah Statistik batas baris. Mereka dimaksudkan untuk
memisahkan khusus penyebab dari penyebab umum. (Juran, 1998)
Poin dalam batas-batas kontrol
Ketika sebuah titik pada grafik yang berbeda dari rata-rata karena dalam garis batas, perbedaan
ini bisa disebabkan oleh penyebab umum. Oleh karena itu kita berasumsi bahwa ada ada alasan
khusus. Dalam ketiadaan penyebab khusus, asumsi-asumsi yang berlaku termasuk: hanya ada
penyebab umum, proses ini dalam keadaan "Statistik kontrol", proses adalah melakukan yang
terbaik yang dapat atau variasi harus bertahan.
Asumsi-asumsi yang sebelumnya sedang ditantang oleh gerakan luas untuk meningkatkan proses
keseragaman. Beberapa proses menunjukkan tidak ada poin di luar batas tabel kontrol, namun

interaksi dari variabel kecil menghasilkan beberapa cacat. Dalam satu contoh, proses Statistik
mengendalikan namun meningkat dengan urutan besarnya. Perbaikan adalah sebuah tim
peningkatan multifungsi yang diidentifikasi dan dibahas beberapa variabel yang kecil. Contoh
ini merupakan tantangan tradisional anggapan bahwa variasi karena penyebab umum harus
bertahan. (Pyzdek 1990) dalam kasus lain tantangannya lebih halus. Ada lagi poin di luar batasbatas kontrol, tapi selain itu, tidak ada cacat diproduksi. Namun demikian pelanggan permintaan
lebih besar dan keseragaman. Contoh ditemukan dalam proses bisnis (presisi memperkirakan),
serta dalam pembuatan (batch-batch ke-keseragaman bahan kimia, keseragaman komponen yang
masuk ke Majelis acak). Permintaan pelanggan tersebut mengalami peningkatan, dan mereka
memaksa pemasok untuk melakukan proyek untuk memperbaiki keseragaman bahkan variabel
kecil dalam proses. Ada banyak jenis Charts kontrol. Lihat bagian 45, kontrol proses statistik,
untuk diskusi lebih rinci alat penting ini.
(Juran, 1998)
Ide mendasar dalam penggunaan grafik kendali adalah pengumpulan data sampel menurut apa
yang disebut Shewhart konsep subgrup rasional. Untuk menggambarkan konsep ini, misalnya,
bahwa kita menggunakan diagram kontrol X-(xbar) untuk mendeteksi perubahan berarti
proses. Maka konsep rasional subgrup berarti bahwa subkumpulan atau sampel harus dipilih
sehingga jika ada penyebab royalti, kesempatan untuk perbedaan karena penyebab royalti dalam
subkelompok akan diminimalkan. (Montgomery, 2005) dua pendekatan umum untuk
membangun subkumpulan rasional yang digunakan. Dalam pendekatan pertama, setiap sampel
terdiri dari unit yang diproduksi pada waktu yang sama (atau yang erat bersama
mungkin).Pendekatan kedua, setiap sampel terdiri dari produk yang mewakili semua unit yang
telah dihasilkan sejak terakhir sampel diambil. Pada dasarnya, subkelompok setiap adalah
sampel acak dari semua output proses sampling interval. (Montgomery, 2005)
Indikasi penyebab royalti
Indikasi paling jelas kehadiran penyebab royalti adalah sebagai berikut:
Poin di luar batas-batas kontrol, titik-titik yang terletak di luar batas-batas kontrol
menunjukkan penyebab khusus. Bila mungkin, alasan dan tindakan korektif harus dicatat pada
grafik.
Shift, shift adalah perubahan mendadak dalam tingkat. Hal ini menunjukkan bahwa proses telah
bergeser, mungkin disebabkan oleh banyak baru bahan, new operator atau pengaturan mesin
baru.
Tren, tren adalah meningkat secara bertahap atau kejatuhan titik-titik plot (biasanya enam, tujuh
atau lebih berturut-turut poin). Hal ini menunjukkan bahwa proses melayang. Alat pakai,
memakai atau melonggarkan memegang perangkat, operator kelelahan, atau perubahan jadwal
produksi mungkin menjadi penyebab. (Robertson, 1990) Menjadi lebih akurat beberapa kriteria
dapat diterapkan untuk diagram kontrol untuk menentukan apakah proses berada di luar
kendali. Beberapa aturan kepekaan kita dapat merespon lebih cepat untuk penyebab royalti
termasuk item tersebut akan ditampilkan di sini:
1. Satu atau lebih poin di luar batas-batas kontrol.

2. Dua dari tiga poin berturut-turut di luar batas peringatan dua-sigma tetapi masih di dalam
batas-batas kontrol.
3. Empat dari lima poin berturut-turut melampaui batas satu-sigma.
4. Lari dari delapan poin berturut-turut di satu sisi jalur tengah.
5. Enam poin berturut terus meningkatkan atau menurunkan.
6. Poin lima belas berturut-turut dalam zona C (baik di atas dan di bawah garis pusat).
7. Empat belas poin berturut-turut bolak-balik naik dan turun.
8. Delapan poin berturut-turut di kedua sisi dari garis pusat dengan tidak ada di zona C.
9. Pola yang tidak biasa atau acak data.
10. Satu atau lebih poin di dekat batas ingin atau kontrol.(Montgomery, 2005)

Figure2.6 zona berbeda dari diagram kontrol (Six Sigma SPC)

Diagram kontrol untuk kegunaan yang berbeda
Ketika berhadapan dengan karakteristik kualitas yang adalah variabel, hal ini biasanya
diperlukan untuk memantau kedua nilai rata-rata yang khas kualitas dan variabilitas
yang. Kontrol tingkat kualitas rata-rata atau mean proses ini biasanya dilakukan dengan diagram
kontrol untuk berarti, atau tabel xbar. Proses variabilitas dapat dipantau dengan diagram kontrol
untuk deviasi standar, disebut tabel s, atau diagram kontrol untuk jangkauan, disebut grafik
R. (Montgomery, 2005) Namun meskipun xbar dan R secara luas digunakan sangat kadangkadang diharapkan untuk memperkirakan proses standar deviasi langsung bukannya secara tidak
langsung melalui penggunaan berbagai R. Hal ini menyebabkan penggunaan diagram kontrol Xxbar dan s mana s adalah deviasi standar sampel umumnya ketika ukuran sampel cukup besar
atau variabel. (Montgomery, 2005)

Diagram kontrol untuk pengukuran individu

Ada banyak situasi di mana ukuran sampel yang digunakan untuk proses pemantauan adalah n =
1; itu adalah, sampel terdiri dari unit individu. Beberapa contoh situasi ini adalah sebagai
berikut:
o Otomatis inspeksi dan pengukuran teknologi yang digunakan, dan setiap unit yang
diproduksi dianalisis sehingga tidak ada dasar untuk pengelompokan sub rasional.
o Tingkat produksi sangat lambat, dan itu tidak nyaman untuk memungkinkan ukuran sampel
n > 1 menumpuk sebelum analisis. Selang panjang antara pengamatan akan
menyebabkan masalah dengan subgrouping rasional.
o Ulangi pengukuran pada proses berbeda hanya karena laboratorium atau analisis kesalahan,
dalam berbagai proses kimia.
o Beberapa pengukuran yang diambil pada unit yang sama produk, seperti mengukur
ketebalan oksida di beberapa lokasi yang berbeda pada wafer semikonduktor manufaktur.
o Dalam proses tanaman, seperti proses pembuatan kertas, pengukuran pada beberapa
parameter seperti lapisan tebal di seluruh gulungan akan berbeda sangat sedikit dan
menghasilkan deviasi standar yang terlalu kecil jika tujuannya adalah untuk
mengendalikan ketebalan lapisan sepanjang roll.
Dalam banyak aplikasi grafik kontrol individu kita menggunakan berbagai bergerak dua
pengamatan berturut-turut sebagai dasar memperkirakan variabilitas proses. Kisaran bergerak
didefinisikan sebagai:

Untuk tabel kontrol untuk pengukuran individu, parameter adalah:

(Montgomery, 2005)
Ada banyak kegunaan yang penting untuk SPC, tapi bukan sebagai alat pemecahan
masalah. Terutama berfungsi sebagai alat pemantauan daripada masalah a alat
pemecahan. Walaupun begitu banyak penting sebagai alat kontrol beberapa argumen dapat
dibuat pada SPC khususnya ketika digunakan sendirian untuk meningkatkan proses:
o Tidak ada tindakan yang diambil pada grafik out-of-control. Entah bagaimana, hanya
charting mereka menyiratkan kepatuhan.

o Garis operator, pengawas dan teknisi tidak memiliki petunjuk tentang apa yang harus
dilakukan ketika titik batas luar kontrol, sehingga mereka mengajukan tumpukan Charts
kontrol untuk memberikan bukti bahwa mereka ada.
o Ada ledakan Charts kontrol yang berurusan dengan setiap dibayangkan parameter seolaholah hanya kuantitas dapat mengkompensasi konten yang bermakna.
o Dinding tanaman yang berserakan dengan grafik kendali, dengan tanaman yang bersaing
untuk melihat siapa yang dapat memenangkan hadiah memiliki sebagian besar bagan.
o Di lebih dari 75 persen Charts kontrol, uji coba awal untuk menentukan batas-batas kontrol
tidak pernah recalibrated. Setelah digambar, mereka dilemparkan di batu.
o Ada keyakinan keliru bahwa sistem konstan penyebab meliputi produk atau proses jika
grafik kendali menunjukkan bahwa semua x dan R poin berada di dalam batas-batas
kontrol. Pada kenyataannya, ada tidak ada hal seperti itu sebagai suatu proses yang
stabil. Perubahan desain, proses perubahan, perubahan bahan, perubahan lingkungan,
orang berubah, dan peralatan perubahan. Hal satunya terus-menerus dalam industri
adalah perubahan! (Bhote & R., 1999)

2.7 Mengukur R & R

2.7.1 Aspek sistem pengukuran

Sistem pengukuran aspek penting adalah dua yang penting: akurasi dan presisi. Akurasi sistem
pengukuran adalah sebuah ekspresi dari kedekatan rata-rata nilai yang diukur dengan nilai
sebenarnya. Dalam praktiknya, nilai sebenarnya tidak dapat dikenal, jadi alih-alih kami
menggunakan nilai referensi diterima untuk mewakili nilai sebenarnya. Selama prosedur
kalibrasi, alat pengukur diuji dengan menggunakan standar referensi. Pada gilirannya, standar
referensi telah diuji menggunakan standar akurasi yang lebih tinggi. Proses ini terus berlangsung
hingga mencapai standar nasional tertinggi akurasi dan otoritas.
Presisi adalah sebuah ekspresi dari kedekatan pengukuran saling yang dinilai melakukan
pengukuran ulang dari bagian yang sama di bawah kondisi yang terkendali. Presisi terdiri dari
diskriminasi, pengulangan dan reproduktifitas. Diskriminasi adalah perbedaan terkecil dalam
nilai-nilai yang dapat dideteksi oleh sistem pengukuran. Pengulangan adalah kedekatan
pengukuran bagian yang sama diambil oleh taksir sama.Reproduktibilitas adalah kedekatan
pengukuran bagian yang sama, yang diambil oleh penilai berbeda. (Sleeper, 2005)

Figure2.7 akurasi dan presisi (Jack B. ReVelle, 2002)

2.7.2 Analisis varians

Dalam statistik, analisis varians (ANOVA) adalah kumpulan Statistik model, dan prosedur
yang terkait mereka, di mana varians diamati dibagi menjadi komponen karena variabel
penjelasan yang berbeda. (Studi variasi tanaman) Dalam analisis varians, variasi dapat
didekomposisi menjadi empat kategori: bagian, penilai, interaksi antara bagian penilai dan
replikasi kesalahan karena gage.
Analisis numerik dapat dilakukan menurut rumus dalam tabel 2.1.This adalah apa yang disebut
tabel analisis varians (ANOVA). Tabel ANOVA terdiri dari enam kolom. Kolom sumber adalah
penyebab variasi.Kolom DF adalah tingkat kebebasan yang terkait dengan sumber. SS atau
jumlah kolom persegi adalah penyimpangan di sekitar mean sumber. Kolom MS atau mean
square adalah jumlah dari kotak dibagi dengan derajat kebebasan. F rasio kolom dihitung hanya
untuk interaksi; itu ditentukan oleh mean square dari interaksi dibagi oleh gage mean square
(kesalahan). EMS atau kolom diharapkan mean square menentukan kombinasi linear varians
komponen untuk MS masing-masing. Tabel ANOVA terurai sumber total variasi dalam empat
komponen: bagian, penilai, interaksi penilai dan bagian replikasi kesalahan karena gage. (Ford,
GM, Chrysler, 1995)

Table2.1 ANOVA meja (Ford, GM, Chrysler, 1995)

2.7.3 Pengulangan/reproduktibilitas
Ini adalah konsep-konsep pengukuran yang melibatkan variasi dalam bacaan. Pengulangan
adalah konsistensi pengukuran diperoleh ketika seseorang ukuran bagian-bagian yang sama atau
item berkali-kali menggunakan alat dan teknik yang sama. Reproduktibilitas adalah konsistensi
pengukuran rata-rata yang diperoleh ketika dua orang atau lebih mengukur bagian yang sama
atau item menggunakan teknik pengukuran yang sama.(Brussee, 2004)
Pengulangan:

EV = variasi peralatan r = 4,56 untuk uji 2, 3,05 untuk 3 percobaan

 Reproduktibilitas:

AV = penilai variasi k = 3,65 untuk 2 penilai, 2.7 untuk 3 penilai

Pengulangan dan reproduktifitas:

Bagian variasi:

PV = variasi bagian
Rp = macam rata-rata bagian j = Depends on jumlah bagian

Tabel 2.2 jumlah J menurut jumlah bagian (Brussee, 2004)

Jumlah variasi:

TV = Total variasi

Persentase variasi total dihitung dengan menggunakan rumus di bawah ini:

% EV = 100(EV/TV)
% AV = 100(AV/TV)

 %R & R = 100 (R & R/TV)

% PV = 100(PV/TV)
Pedoman untuk hasil yang dapat diterima adalah:
< 10%Memuaskan
10%-30%Dapat memuaskan. Tergantung pada besarnya penggunaan, biaya alat pengukur
baru, biaya perbaikan, dll
> 30%Tidak memuaskan. Mengambil tindakan korektif.

2.8 Siklus perbaikan proses

Dalam menerapkan konsep perbaikan yang berkesinambungan untuk memproses, ada tiga tahap
siklus yang dapat berguna (gambar 2.8). Setiap proses terletak di salah satu dari tiga tahap
perbaikan.

Gambar 2.8 siklus perbaikan proses (Brown, Lowe, & Benham, 1995)

2.9 Desain eksperimen

Percobaan dirancang adalah sebuah pendekatan untuk secara sistematis berbagai faktor yang
dapat dikontrol masukan dalam proses dan menentukan efek faktor ini memiliki output produk
parameter. Dirancang secara statistik eksperimen tidak ternilai dalam mengurangi variabilitas
dalam karakteristik kualitas dan dalam menentukan tingkat variabel dapat dikontrol yang
mengoptimalkan kinerja proses. Sering signifikan terobosan dalam proses kinerja dan kualitas
produk juga hasil dari menggunakan dirancang percobaan. Tujuan dari percobaan dirancang
adalah untuk menghasilkan informasi yang akan memungkinkan kita untuk memahami dan
model hubungan antara variabel proses dan langkah-langkah kinerja proses. Ini adalah alat
kontrol kualitas off-line utama karena sedang digunakan biasanya selama kegiatan pembangunan
dan tahap awal manufaktur, bukan sebagai prosedur rutin on-line atau dalam proses. Ini
memainkan peran penting dalam mengurangi variabilitas. (Montgomery, 2005)
Ada tiga pendekatan yang berbeda untuk dilakukan:
DOE klasik
Pendekatan ini didasarkan pada karya perintis Sir Ronald Fisher, yang diterapkan DOE untuk
bidang pertanian awal sebagai tahun 1920-an. Namun Fisher, menggunakan hanya metode
faktorial lengkap, meningkatkan produktivitas pertanian Inggris. Pada kenyataannya, Fisher,
yang digunakan DOE untuk mengurangi variasi, adalah ayah nyata hari modern kontrol
kualitas. Walter Shewhart, yang dianggap berjasa dengan judul, adalah murid.
Taguchi DOE
Genichi Taguchi Jepang disesuaikan pendekatan klasik, menyederhanakan dengan nya
ortogonal. Namun, ia tidak memiliki banyak keberhasilan dalam negaranya sendiri. Dia
menawarkan jasa untuk Bell Laboratories dari AT & T di Amerika Serikat. Dengan demikian
lahir kultus Taguchi tahun 1980an, dengan perusahaan seperti AT & T, Ford, Xerox, dan ITT
menjadi misionaris.
Shainin DOE
Adalah pendekatan ketiga sekumpulan sederhana, tapi teknik yang kuat diciptakan atau
disempurnakan oleh Dorian Shainin dari Amerika Serikat, konsultan lebih dari 800 perusahaan
terkemuka. Shainin adalah mudah pemecah masalah kualitas terkemuka di dunia. Sayangnya,
teknik Shainin yang belum menerima lebar publisitas dan penggunaan mereka layak karena
perusahaan yang menggunakan teknik dan berpengalaman hasil yang sangat baik ini mau
berbagi dengan orang lain. (Bhote & R., 1999)
Langkah-langkah harus diambil untuk menjalankan DOE adalah:
1. Pengakuan dan pernyataan dari masalah
Dalam prakteknya, hal ini sering sulit untuk menyadari bahwa ada suatu masalah yang
memerlukan percobaan dirancang formal, sehingga tidak dapat mudah untuk mengembangkan
pernyataan yang jelas dan secara umum diterima dari masalah. Namun, itu sangat penting untuk

mengembangkan sepenuhnya semua ide-ide tentang masalah dan tujuan yang spesifik pada
percobaan. Biasanya, hal ini penting untuk meminta masukan dari pihak-engineering semua
prihatin, kualitas, pemasaran, pelanggan, manajemen, dan operator (yang biasanya memiliki
banyak wawasan yang terlalu sering diabaikan). Pernyataan yang jelas mengenai masalah dan
tujuan percobaan sering bersumbangsih bagi proses pemahaman yang lebih baik dan akhirnya
solusi dari masalah.
2. Pilihan faktor dan tingkat
Eksperimen harus memilih faktor yang untuk divariasikan dalam percobaan, rentang di mana
faktor-faktor ini akan bervariasi dan tingkat tertentu di mana berjalan akan dibuat. Proses
pengetahuan diperlukan untuk melakukan hal ini. Pengetahuan proses ini biasanya adalah
kombinasi dari pengalaman praktis dan teoritis pemahaman. Ketika tujuannya adalah skrining
faktor atau proses karakterisasi, biasanya yang terbaik untuk menjaga jumlah faktor tingkat
rendah. (Paling sering dua tingkat yang digunakan).
3. Seleksi variabel respon
Dalam memilih variabel respon, bergerak harus yakin bahwa variabel benar-benar memberikan
informasi yang berguna tentang proses di bawah study. Paling sering rata-rata atau standar
deviasi (atau keduanya) karakteristik diukur akan menjadi respon variabel. Beberapa tanggapan
tidak biasa. Mengukur kemampuan juga merupakan faktor penting. Jika kemampuan gauge
miskin, maka hanya relatif besar faktor efek akan terdeteksi oleh percobaan, atau replikasi
tambahan akan diperlukan.
4. Pilihan desain eksperimental
Jika tiga langkah pertama yang dilakukan dengan benar, langkah ini relatif mudah. Pilihan
desain yang tepat melibatkan pertimbangan ukuran sampel (jumlah Ulangan), seleksi dari urutan
menjalankan cocok untuk sidang-sidang eksperimental, dan apakah atau tidak menghalangi atau
pembatasan pengacakan lain yang terlibat.
5. Melakukan percobaan
Ketika menjalankan percobaan, sangat penting untuk hati-hati memonitor proses untuk
memastikan bahwa semuanya dilakukan sesuai dengan rencana. Kesalahan dalam prosedur
eksperimental pada tahap ini biasanya akan menghancurkan validitas
eksperimental. Perencanaan di muka penting untuk kesuksesan.
6. Analisis data
Metode statistik harus digunakan untuk menganalisis data sehingga hasil dan kesimpulan yang
objektif daripada menghakimi. Jika percobaan telah dirancang dengan benar dan jika itu telah
dilakukan sesuai dengan desain, maka jenis metode statistik yang diperlukan tidak boleh begitu
rumit. Banyak paket perangkat lunak yang sangat baik tersedia untuk membantu dalam analisis
data, dan metode grafis sederhana memainkan peran penting dalam interpretasi data. Sisa
analisis dan memeriksa validitas model yang juga penting.
7. Kesimpulan dan rekomendasi
Setelah data telah dianalisis, percobaan harus menarik kesimpulan yang praktis tentang hasil dan
merekomendasikan tindakan. Grafis metode sering berguna pada tahap ini, terutama dalam
menyampaikan hasil kepada orang lain. Tindak lanjut berjalan dan konfirmasi pengujian harus
juga dilakukan untuk memvalidasi kesimpulan dari percobaan.

3 Metodologi
Dalam bab ini metodologi pilihan disajikan. Bab mencakup Deskripsi dan diskusi tentang aspekaspek yang berkaitan dengan pilihan mendekati dan strategi. Lain pilihan yang relevan yang
mempengaruhi studi, dan keabsahan dan keandalan dari tesis yang dibahas.

3.1 Pendekatan penelitian

Denzin & Lincoln (2000) menyatakan bahwa paradigma yang berbeda meskipun penelitian dan
perspektif teoritik pada penelitian yang peneliti percaya mempengaruhi bagaimana peneliti
memandang dunia dan bertindak di dalamnya; Selain itu, semua penelitian dilakukan atas dasar
pra ditentukan pemahaman tentang paradigma dan teoritis konsepsi, apakah itu sadar atau tidak
sadar, tentang apa yang penting, menarik dan relevan. (Bjereld, 1999) Istilah "metodologi"
berfokus pada cara terbaik untuk memperoleh pengetahuan tentang dunia. (Denzin & Lincoln,
2000) Metodologi mengacu pada cara di mana kita mendekati masalah dan mencari
jawaban.(J.Taylor & Bogdan, 1984)

3.1.1 Studi kasus

Daripada menggunakan sampel dan mengikuti protokol yang kaku untuk memeriksa variabel
dalam jumlah terbatas, metode studi kasus melibatkan pemeriksaan mendalam, longitudinal satu
contoh atau acara: kasus.Mereka menyediakan cara yang sistematis untuk memandang peristiwa,
mengumpulkan data, menganalisis informasi, dan melaporkan hasil. Studi kasus meminjamkan
diri mereka untuk menghasilkan dan pengujian hipotesis. (Studi kasus-Wikipedia) cara yang
berbeda yang digunakan untuk menjalankan studi kasus dalam proyek ini datang di sini:

Wawancara
Kebanyakan informasi dikumpulkan oleh wawancara karyawan yang berbeda. Manajer Mutu,
operator, mesin produsen perusahaan dan pihak yang bertanggung jawab untuk memperbaiki
peralatan adalah sumber kami akan berkenalan dengan seluruh proses melalui rincian
terkait. Memiliki pandangan holistik seluruh proyek ini diperoleh dengan bimbingan Manajer
Mutu sementara masa konsultasi memimpin kita melalui setiap situasi yang samarsamar. Pertanyaan dari operator yang tepat adalah sangat membantu karena mereka cukup akrab
dengan mesin rincian, parameter dan masalah. Menghubungi dengan produsen mesin produksi
membantu kita untuk tahu lebih banyak tentang struktur mesin belajar menunjukkan faktorfaktor yang dapat dikontrol efektif pada produk.

Pengamatan

Pengamatan didasarkan pada kunjungan ke bidang studi kasus. (Yin, 1994) mencatat bahwa ada
dua jenis pengamatan; orang-orang "langsung" dan "peserta". Perbedaan antara keduanya adalah
bahwa dalam pengamatan peserta, peneliti tidak hanya seorang pengamat pasif. (Creswell, 1994)
sebuah "peserta lengkap" adalah seorang peneliti yang berpartisipasi, yang benar-benar
menyembunyikan nya / peran sebagai pengamat, sementara dengan "pengamat sebagai peserta"
peran mengamati peneliti dikenal untuk diamati. Ketika peneliti adalah peserta sebagai
pengamat"partisipasi utama sementara pengamatan sekunder. Akhirnya, "pengamat lengkap"
yang berarti bahwa peneliti mengamati secara terbuka, tetapi tanpa berpartisipasi. Dalam studi
ini peran kita bisa menilai sebagai "pengamat lengkap".

3.1.2 Analisis data

Bank data yang mengumpulkan dalam tahun di perusahaan adalah sebuah dokumen yang
memiliki spesifikasi perusahaan misalnya perusahaan strategi, cara perusahaan dan perusahaan
produk inheren. Mengekstrak informasi yang dibutuhkan dari sumber yang besar adalah cara yang harus
diambil oleh perangkat analisis yang berbeda. Menerapkan alat-alat seperti SPC dapat memfasilitasi
menunjukkan cara Act, perusahaan menyelesaikan prestasi besar sebagai hasil dari analisis.

3.1.3 Studi sastra

Ada kebutuhan untuk studi sastra karena ini suatu keharusan sebagai titik awal setiap penelitian
sebagai pendekatan deduktif. Referensi buku, E-buku, jurnal dan artikel adalah pedoman kami
untuk berjalan melalui cara ini.

3.1.4 Membuat percobaan

Untuk membuat penalaran, menjalankan percobaan adalah urusan tak terelakkan terkemuka
untuk membuktikan pencapaian studi literatur. Beberapa dari mereka yang rutin sebagai proses
yang biasa di baris manufaktur memerlukan hanya pengawasan, observasi dan hasil
rekaman. Beberapa yang lain yang diperlukan untuk Jadilah Jalankan sebagai beberapa
eksperimen yang inovatif dan individu. Hasilnya bisa bukti konklusif pengetahuan teoritis atau
memberikan bukti tentang keyakinan baru atau suatu fakta yang tak terduga.

3.2 Desain riset

Seorang peneliti bisa mendekati sebuah studi item dengan cara yang berbeda, dalam bentuk
induksi atau pengurangan.

3.2.1 Induktif
Penalaran induktif, adalah proses penalaran di mana lokasi dari sebuah argumen dipercaya untuk
mendukung kesimpulan tetapi tidak memerlukan ; yaitu tidak memastikan
kebenaranNya. Induksi adalah bentuk penalaran yang membuat generalisasi berdasarkan kasus
individu. (Penalaran induktif Wikipedia) Proses pemikiran bisa terjadi dengan menggunakan
fakta-fakta yang dikenal untuk mencapai aturan atau ide pada umumnya.

3.2.2 Deduktif
Kesimpulan di mana kesimpulan tentang keterangan berikut tentu dari umum atau universal
lokal disebut deduktif. (Merriam Webster) Menggunakan pengetahuan atau informasi yang Anda
memiliki pendapat bisa dibentuk atau acara dapat dipahami. Karya ini dibangun untuk sebagian
besar penalaran deduktif karena ini bertujuan untuk menganalisis aspek-aspek kualitas dalam
jalur produksi dan membandingkan analisis dengan teori kemudian mencoba untuk membuat
kesesuaian dengan bantuan menjalankan percobaan.

3.3 Validitas, kehandalan dan generalisasi dalam tesis

Keandalan berarti sejauh metodologi penyelidikan atau metode pengumpulan fakta memberikan
hasil yang sama di bawah kondisi yang sama di berbagai kesempatan.(Bell, 1993) Validitas
dapat dibagi dalam ke tiga arti yang berbeda: eksternal validitas sarana untuk sejauh mana hasil
dari penelitian ini dapat cocok bahkan untuk acara-acara lain dari yang mempelajari Internal
validitas berarti sejauh mana hasil yang dicapai sesuai dengan "realitas". Membangun
validitas berarti Apakah salah satu benar-benar belajar konteks atau masalah satu ingin belajar
untuk validitas dan untuk eksternal, internal dan membangun validitas. (Yin, 1994)
Upaya telah dilakukan untuk menambah validitas dan Reliabilitas hasil di tesis. Hal ini
bagaimanapun, tidak pantas untuk membuat generalisasi statistik, karena itu penting untuk
memahami, memperoleh pengetahuan dan menafsirkan pendapat dan pengalaman dari sejumlah
terbatas orang.

4 Pekerjaan empiris
Bab ini menyajikan studi empiris yang penulis dilakukan. Bab ini menyajikan yang mengandung
beberapa bagian untuk setiap tahap pelaksanaan SPC SPC proyek. Bab ini juga mencakup
ringkasan dari wawancara dan sebuah focus group discussion.

4.1 Memahami proses kabel

Empiris pekerjaan dimulai dengan memahami proses produksi. Menghadapi kurangnya waktu ia
memutuskan untuk fokus hanya pada satu proses baris dalam divisi khusus perusahaan. Namun,
hasil yang dapat diterapkan untuk baris dan divisi lainnya. Oleh karena itu, konsentrasi ini di
salah satu gambar mesin yaitu No.64 dan sembilan bunching mesin.
Karena tidak memiliki informasi apapun tentang jalur produksi dan tidak tahu apa-apa tentang
memproduksi kabel sehingga di awal usaha adalah hanya untuk memahami lebih tentang proses
dan mesin. Itu perlu untuk mengetahui bagaimana mesin bekerja, apa hubungan setiap mesin
untuk seluruh proses dan benar-benar apa mekanisme mesin gambar dan bunching. Untuk
memahami proses penulis memutuskan untuk pergi melalui rincian dari setiap bagian
langsung. Dalam waktu yang berarti mencoba menanyakan beberapa pertanyaan tentang setiap
bagian dari mesin dari para teknisi dan insinyur dan ahli dalam setiap bagian dari proses.
Sebuah kabel adalah satu atau lebih kabel atau terikat bersama-sama, biasanya dalam jaket
pelindung umum atau selubung. Kawat listrik adalah biasanya tembaga karena yang
hebat konduktivitas proses produksi kabel terdiri dari lima mesin:
1. Terus-menerus barel membayar-off:
Mesin ini menarik kawat oleh motor sementara Tong berjalan dari penuh posisi kosong oleh
mesin ini.
2. Multi kawat horisontal menggambar mesin:
"Kawat sering dikurangi menjadi diinginkan diameter dan properti dengan menggambar ulang
melalui kecil mati, atau tradisional lubang di menarik piring." (A.Thue, W. 2003) Kawat
mungkin dipanaskan sampai merah panas pada atmosfer inert untuk melunakkan, dan kemudian
didinginkan, dalam proses yang disebut pelunakan. Atmosfer inert digunakan untuk mencegah
oksidasi, meskipun beberapa scaling selalu terjadi dan harus dikeluarkan oleh 'acar' sebelum
kawat digambar ulang. Titik penting dalam kawat-gambar adalah pelumas untuk memudahkan
pengoperasian dan mengurangi keausan pada mati. Berbagai pelumas,
seperti minyak, bekerja.Terus-menerus mesin kawat-gambar berbeda dari satu blok mesin
memiliki serangkaian mati melalui kawat melewati secara terus menerus. Kesulitan makan
antara mati setiap diselesaikan dengan memperkenalkan sebuah blok antara masing-masing,
sehingga sebagai isu kawat gulungan di sekitar blok dan sangat membantu pada mati
berikutnya. Kecepatan blok meningkat berturut-turut, sehingga perpanjangan karena gambar
diambil dan slip kompensasi. (Wikipedia-kawat menggambar)
3. Mesin penari:

Penari peran adalah terus beroperasi dari garis gambar dalam hubungannya dengan kawat
akumulator dan juga melintasi otomatis kecepatan koreksi.
4. Menghimpun mengambil mesin:
Ini bagian dari proses produksi kabel adalah untuk mengumpulkan kawat di spul. Yang penting
adalah bahwa kecepatan spul mengambil mesin dikontrol oleh ketegangan disesuaikan kawat
penari mesin.
5. Daun mesin:
Terdampar kawat terdiri dari bundel kecil-gauge membuat konduktor besar dengan yang
berputar-putar. Daun mesin yang memutar buntalan bersama-sama.Selain itu, awam panjang
kabel dapat disesuaikan di sini. Helai akan ditarik oleh spul di mesin ini.
Informasi ini akan digunakan kemudian di bagian analisis mana kombinasi dari teori dan
pengamatan mengarah ke beberapa rekomendasi untuk mengurangi variasi dalam diameter.

Pemetaan proses:
Untuk meresmikan proyek penulis memutuskan untuk menggunakan alat peta proses. Dalam
bagian ini, kita digunakan dokumentasi yang berkaitan dengan gambaran proses dan hasil dari
penyelidikan. Alat ini ini berguna untuk membuat sebuah pemahaman bersama tentang
proses. Sebagai representasi grafis dari proses yang menunjukkan 'aliran' jenis gaya. Cara ini
telah digunakan untuk menampilkan proses kabel yang menggambarkan bagaimana konduktor
sedang diproduksi. Juga benar-benar membantu untuk menetapkan batas-batas, input dan output
dalam setiap mesin. Microsoft Visio adalah program yang digunakan untuk menggambar peta
proses. Informasi yang sesuai dari setiap bagian dari proses yang disebutkan di sini sementara
lebih lanjut rincian dapat ditemukan dalam (Lampiran A).

4.1.1 Barel membayar-off mesin

Laras membayar-off mesin terdiri dari:
Katrol
Barel
Motor
Tukang las dingin

Masukan dari mesin ini tembaga dengan 2,8 mm dan output juga adalah sama.Ia bekerja dengan
16 barrel terpisah sementara tugas utama dari mesin ini adalah terus-menerus membayaroff. Bagian yang penting dari mesin ini berkaitan dengan instruksi tentang bagaimana untuk
menghubungkan kabel oleh tukang las dingin bersama-sama dan tergantung pada kualitas
kawat.Kecepatan membayar-off adalah antara 20-30 cm/dtk.

4.1.2 Menggambar mesin

Bagian yang paling penting dari mesin ini adalah:
Mati dalam ukuran yang berbeda (Lampiran A)
Menggambar emulsi
Rotasi keramik roller
Drag mandi
Motor
Gear
Emulsi tangki

Input adalah kawat di 1.8 mm tapi output dapat bervariasi dalam ukuran yang berbeda
(Lampiran A). Beberapa poin penting dari mesin ini adalah:
Instruksi mengendalikan mati dan juga pemeliharaan mereka
Mengontrol kecepatan roller dengan menyesuaikan sesuai motor dan gear
Pemeliharaan rol
Penurunan suhu helai dan mati dengan menyemprotkan emulsi minyak dan air
Mengendalikan emulsi
Metode dan jumlah pencampuran minyak, busa peredam dan calk

Titik-titik kritis seperti kecepatan untai; Durasi pemeliharaan dies dan tarik mandi bisa
berhubungan langsung dengan diameter kawat output dan akibatnya perlawanan kawat.

4.1.3 Pelunakan mesin

Anil mesin terhubung langsung ke mesin gambar. Hal ini meningkatkan fleksibilitas kawat oleh
pelumas pemanas dan kawat menuju penari berikutnya. Melewati mesin Anil helai akan
dikeringkan dengan panas khusus katrol. Bagian yang paling penting dari mesin ini adalah:
Pemanas
Glogbad
Rol
Sisir
Pengering
Emulsi kontrol keran
Uap kontrol keran

Input dan output kawat diameter mesin ini adalah benar-benar sama dan sama dengan apa yang
keluar menggambar mesin. Beberapa masalah yang perlu dipertimbangkan menjalankan mesin
Anil adalah:
Menyesuaikan listrik dan jumlah uap
Menyesuaikan jumlah masuk emulsi di Glogbad
Mengubah bahan dan kombinasi emulsi
Pencampuran minyak, busa peredam dan calk dengan air

Kunci poin penting harus dipertimbangkan mempelajari masalah adalah:

Efek strand kecepatan pada diameter kawat
Pengaruh suhu keluar uap pada diameter
Jumlah uap dan listrik
Jumlah atau tinggi emulsi
Emulsi spesifikasi

4.1.4 Penari
Penari terdiri dari:
Pulley (di sini: 5unites)
Poros kardan
Pneumatic Pump
Input dan output dari penari juga sama dengan diameter. Penari secara otomatis dapat
mengontrol kecepatan melintasi dan itu membuat garis menggambar dan spul mengambil mesin
terhubung satu sama lain, titik yang paling signifikan di penari adalah menyesuaikan tekanan
pneumatik kemegahan menurut berat kabel. Oleh karena itu, beberapa lubang dianggap
mengatur tekanan melalui poros bermain.

4.1.5 Spul mengambil mesin

Spul bongkar muat dengan hidrolik meja angkat melakukan dengan mesin ini. Bagian yang
berbeda dari mesin ini adalah:
Konveyor
AC servo motor konveyor
Vertikal poros drive
Bell

 Genomgong
Bell motor
Tangki minyak
Keseimbangan beban

Seperti mesin penari dan Anil mesin tidak ada perbedaan antara input dan output adalah titiktitik kritis yang memiliki dampak pada perlawanan adalah bahan minyak dan, kecepatan bell dan
poros.

4.1.6 Daun mesin

Bagian terakhir dari proses produksi kabel adalah daun prosedur. Mesin bunching terdiri dari
dua bagian utama:
1. Mesin punggung Twist membayar-Off
2. Memutar mesin Bunching
Mesin punggung Twist membayar-Off
Bagian-bagian yang berbeda dari kembali Twist membayar-Off adalah:
4 membayar-off posisi
Magnetic rem
Kawat panduan pulley
Kawat istirahat sensor

Seperti daun mesin liku untai bersama-sama masukan dari belakang twist membayar-off bagian
yang kawat bebas-luka sementara output terpisah tetapi kabel twisted sedikit. Ketegangan pada
kabel dapat disesuaikan secara manual melalui rem magnetik oleh operator. Titik-titik kritis di
sini adalah: ketegangan penyesuaian oleh magnetik rem, membayar-off kecepatan, lay-panjang
penyesuaian dan sebagai satu yang paling penting: ketahanan bundel setiap sebelum pemasangan
di belakang liku membayar-off.
Memutar mesin Bunching
Bagian ini terhubung ke kembali memutar membayar-off menulis mesin bunching bersamasama. Bagian yang berbeda dari Twist daun mesin adalah:
Rotor busur
Berkelok-kelok spul
Rem untuk mengontrol kecepatan spul
Rol

 Trot forare
Sprockets

Masukan dari bagian ini adalah kabel terpisah sementara output multi kawat
bundel. Menyesuaikan panjang awam layak dengan mengubah sprockets tersedia bahwa hasil
dalam mengubah kecepatan busur dan akibatnya mengubah yang berkelok-kelok memaksa itu
adalah faktor penting dalam membangun panjang awam yang diinginkan. Yang paling penting
dalam bagian ini adalah bagaimana mengontrol ketegangan pada kawat.

4.2 Menemukan sumber-sumber variasi

Setelah pembuatan peta proses dan akan melalui rincian, itu seharusnya menemukan sumbersumber variasi kabel perlawanan dalam setiap bagian dari proses untuk mendekati satu langkah
lebih dekat ke tujuan ditentukan.Mencari sumber variasi dapat membantu kita untuk fokus pada
bagian tertentu dalam proses karena penurunan variasi dan benar-benar meningkatkan berarti
rata-rata perlawanan. Menggunakan proses peta faktor kunci dalam setiap proses yang
didefinisikan. Otak menyerbu di sini cukup diperlukan karena tidak ada setiap skala tertentu
untuk menetapkan sumber variasi antara faktor kunci tertentu. Diagram afinitas adalah alat yang
digunakan untuk melakukannya. Operator mesin, proses line kualitas manajer dan para penulis
adalah orang-orang berpartisipasi dalam praktik ini. Hasil yang datang ke sini dari setiap bagian
dari seluruh proses:

Diagram afinitas gambar 4.1

Laras membayar-off
Ternyata bahwa ada tidak ada titik kritis dalam laras membayar-off mesin yang dapat
mempengaruhi variasi akhir.
Menggambar mesin

Fakta-fakta penting yang berkaitan dengan menggambar mesin datang keluar dalam hasil adalah:
Mati (pemeliharaan durasi dari mati)
Menggambar emulsi (pemeliharaan durasi Drag-Bath dan campuran dari bahan dalam
emulsi)
Kecepatan mesin gambar

Pelunakan mesin
Mengacu pada satu proyek yang sedang dilakukan sebelum dengan tujuan untuk menemukan
efek Anil mesin pada kabel perlawanan faktor tidak efektif bisa ditemukan di sini. Oleh karena
itu, barang-barang seperti listrik dan jumlah uap (Lampiran A) bisa diabaikan mencari sumbersumber variasi.
Penari
Faktor yang penting bisa diasumsikan di sini sebagai sumber-sumber variasi:
Ketegangan memaksakan pada kabel penari
Kecepatan melintasi kabel (kecepatan spul mengambil mesin)

Spul mengambil mesin

Tidak ada faktor penting efektif pada perlawanan kabel dapat ditemukan di sini mengasumsikan
pentingnya bagian lain.
Daun mesin
Kami membagi faktor-faktor yang memiliki efek pada akhir perlawanan untuk menjadi dua
kelompok:
Faktor-faktor yang dapat memaksakan ketegangan pada kawat sebelum pengapit
Faktor-faktor yang dapat memaksakan ketegangan pada kawat setelah pengapit

4.3 Berfokus pada sumber-sumber variasi

Menemukan sumber paling penting variasi itu saat mengumpulkan data dan mempelajari
variasi. Mendapatkan akses ke bank data yang tersedia di Nexans perusahaan dan tidak memiliki
cukup waktu adalah alasan untuk tidak mengumpulkan data baru dan mengandalkan yang
lama. Itu diinginkan untuk menggunakan sumber-sumber untuk menerapkan DOE metode untuk
menemukan situasi yang optimal, tapi itu tidak layak karena praktis cara mengubah faktor
tersebut setiap kali itu benar-benar sulit dan entah bagaimana tidak mungkin untuk mencapai
hasil akhir.Tidak memiliki dilengkapi dan sistem pengukuran akurat mengukur faktor ini adalah
alasan lain untuk tidak menjadi sukses dalam menerapkan DOE. Sebagai ilustrasi tidak ada data

spesifik tepat setelah penari mesin untuk menemukan efek penari di akhir perlawanan. Alasan
yang terakhir adalah bahwa banyak faktor yang berkontribusi untuk membuat variasi dalam
perlawanan tetapi kurangnya informasi tentang faktor-faktor ini adalah masalah lain.
Sebagai akibat dari curah gagas diputuskan untuk fokus pada dua bagian besar dari proses yaitu
menggambar mesin dan mesin daun sebagai langkah pertama. Diputuskan untuk bekerja pada
beberapa jenis kawat tertentu dengan harapan memperluas hasil dengan jenis lain.

4.3.1 Daun mesin

Di awal bagian ini kita dihadapkan dengan pertanyaan-pertanyaan tersebut seperti:
o Sejauh Apakah daun fase mempengaruhi variasi total?
o Apakah berbeda mesin menghasilkan variasi berbeda? Jika ya mesin yang membuat lebih
banyak variasi daripada yang lain?
o Dalam daun panggung, kita bisa membuat setiap taktik yang khusus untuk mengurangi
variasi total atau meningkatkan rata rata-rata hasil akhir?
Untuk menjawab pertanyaan-pertanyaan charts kontrol dan alat statistik lain untuk mengetahui
lebih lanjut tentang proses memutar dipekerjakan.
Sejumlah besar data termasuk akhir perlawanan dari berbagai jenis kabel keluar dari memutar
mesin yang tersedia. Oleh karena itu, ia memutuskan untuk fokus hanya pada satu diameter
tertentu yang memiliki lebih banyak data tentang hal itu yaitu 0.193 mm. Kriteria lain yang
mengarah ke datang dengan pilihan ini datang kembali ke pertanyaan ini: "Apakah kita memiliki
cukup data pada setiap mesin bunching tentang hal itu?" Charts kontrol digunakan kemudian
untuk plot data mengenai setiap mesin bunching diameter spesifik ini.
"Alat yang terbaik alamat variasi antara kumpulan atau subkelompok adalah diagram kontrol
individu sejak batas-batas kontrol ditentukan oleh individu bacaan selama jangka panjang
waktu (antara gulungan) dibandingkan dengan sub dikelompokkan bacaan diambil selama
periode singkat waktu (dalam gulungan)." (Relyea, 1990) Ada kemungkinan bahwa resistensi
yang terukur pada spool spesifik akan sangat mirip, dan masuk akal untuk percaya bahwa akan
ada lebih banyak variasi dalam perlawanan rata-rata antara kelos. Namun, gagasan ini akan
menjadi kenyataan ketika prosedur pengukuran diterapkan hanya pada awal setiap spul.Menjadi
lebih dekat ke akhir, resistensi yang terukur akan berbeda tepatnya. Namun hal ini tidak layak
untuk menjalankan sebuah pengalaman pada spul masing-masing. Situasi ini ditangani dengan
menggunakan tabel s dengan cara yang biasa untuk mengukur variasi dalam spul
perlawanan. Namun, sebagai deviasi standar ini adalah jelas terlalu kecil untuk menyediakan
dasar untuk kontrol proses, kami memutuskan untuk mengobati perlawanan rata-rata pada setiap
spul sebagai pengukuran individu dan kontrol perlawanan rata-rata spul dengan menggunakan
diagram kontrol untuk individu dengan bagan range bergerak.

4.2 Gambar mewakili total variasi setelah daun proses yaitu termasuk semua mesin bunching.

4.2 Gambar semua Bunching mesin diagram kontrol (2007)

Gambar 4.3 semua Bunching mesin Histogram (2007)

Sisa angka-angka ini mewakili variasi yang berasal dari setiap mesin. Beberapa rincian lainnya
Statistik bisa diamati yang akan digunakan dalam bab analisis.

Gambar 4.4 daun diagram kontrol mesin No.263 (2007)

Angka 4,5 daun mesin No.263 Histogram (2007)

Gambar 4.6 daun diagram kontrol mesin No.276 (2007)

Gambar 4.7 daun mesin No.276 Histogram (2007)

Gambar 4.8 daun diagram kontrol mesin No.264 (2007)

Gambar 4.9 daun mesin No.264 Histogram (2007)

Gambar 4.10 daun diagram kontrol mesin No.266 (2007)

Gambar 4.11 daun mesin No.266 Histogram (2007)

Gambar 4,12 daun diagram kontrol mesin No.277 (2007)

Gambar 4.13 daun mesin No.277 Histogram (2007)

Gambar 4.14 daun diagram kontrol mesin No.294 (2007)

Gambar 4,15 daun mesin No.277 Histogram (2007)

Seperti di sini dapat dilihat, hasil dari data yang berhubungan dengan tahun 2007
tertarik. Membandingkan deviasi standar masing-masing mesin bunching dengan data yang
berasal dari 2007 setiap perbedaan yang nyata antara mereka tidak dapat diakui (Tabel 5.1).

Mesin No.
SDev

263

276

264

266

277

294

0,153

0,157

0,122

0,126

0,126

0,153

Tabel 4.1 standar deviasi berbeda daun mesin (2007)

4.3.1.1 Percobaan pada daun mesin

Dengan asumsi kotak hitam dengan masukan dari kabel paralel yang tanpa antihan dan output
pair kawat dan mempelajari kemungkinan perbedaan antara mereka menunjukkan jika ada efek
dari daun mesin pada kabel listrik perlawanan. Hasil dari percobaan tertarik (Lampiran B)
menunjukkan ada semacam perbedaan antara hambatan listrik yang masuk dan keluar kabel
yang mengakibatkan efektivitas mesin daun pada kabel perlawanan. Contoh dari perbandingan
semacam itu dibawa di sini:
Kawat keluar dari daun mesin "R1 (32 x 0, 193)"jenis dengan hambatan listrik 18.97 terdiri dari
4 bundel datang ke mesin bunching parallelly dengan resistansi listrik dari: 73.2, 74.3,
74.6 dan 73.2 Ohm. Menggunakan formula yang tepat yang memiliki resistansi secara paralel
kita: 1 = 1/73.2 + 1/74.3 + 1/74.6 + 1/73.2 akibatnya akan 18.4549 Ohm. Membandingkan
masuk total perlawanan dengan yang datang dari mesin perbedaan 0.52 Ohm akan dirayakan.
Hasil percobaan menunjukkan efek meningkatkan mesin daun pada perlawanan kawat
outcoming. Dampak positif dari daun mesin membuat pikiran mencari yang optimal pengaturan
untuk mendapatkan keluar datang kawat resistansi mendekati batas spesifikasi. Membandingkan
daun mesin yang berbeda dan menemukan seberapa efektif mereka berada pada hambatan listrik
adalah salah satu langkah harus diambil untuk mendapatkan lebih dekat ke tujuan
proyek. Mempelajari mekanisme daun mesin dua cara berbeda untuk mempengaruhi pada kawat
hambatan listrik yang dapat diakui:

1. Memutar efek
2. Elongasi efek
Efek pertama adalah karena busur berliku memutar sementara yang lain datang dari ketegangan
yang dikenakan oleh mesin daun pada kabel. Mengolah kata rumus matematika kawat
outcoming hambatan listrik akan: X = X 1 - Y + Z sementara: memiliki pandangan pada

rumus X dapat ditemukan sebagai resultant X 1, Y dan Z. Sementara X 1 mewakili kawat masuk
ke mesin daun Y dan Z faktor yang disebabkan oleh mesin, tergantung pada masing-masing
memutar tindakan dan melekat ketegangan mesin. Untuk mengoptimalkan X tampaknya masuk
akal untuk meningkatkan Z dan terbalik menurunkan Y. Oleh karena itu, diperlukan untuk fokus
pada memutar dan prosedur elongasi secara terpisah, menemukan alasan dan mencoba untuk
menghitung masing-masing Y dan Z. Masalah besar di sini adalah bagaimana untuk memisahkan
efek dari masing-masing dari kedua faktor penting ketika efek total keluar sebagai resistance
kawat tunggal. Untuk membedakan pengaruh faktor berbeda cara matematika adalah jalan
mendapatkan melalui.
Dalam bagian ini empat tujuan utama kami adalah untuk memahami:
1. Bagaimana kita dapat meningkatkan perlawanan hasil setelah daun?
2. Mesin bunching yang memiliki pengaruh paling positif pada perlawanan?
3. Pengaturan Apakah yang optimal dari daun mesin untuk mendapatkan perlawanan hasil
pilihan kami?
4. Bagaimana kita dapat menetapkan pengaturan optimal?

Untuk mencapai yang pertama seperti dapat dilihat dalam formula dengan
meningkatkan Z X juga akan meningkat. Oleh karena itu, perlu meningkatkan efek elongasi
dalam mesin bunching. Hal ini dimungkinkan hanya dengan fokus pada daerah
ketegangan. Karena mencapai target kami kedua lagi hal ini diperlukan untuk
menemukan Z untuk setiap mesin secara terpisah dan kemudian dibandingkan dengan mesin
lainnya. Selain itu, untuk yang ketiga dan keempat, pengaturan optimal berarti menemukan
situasi optimal untuk memiliki seperangkat optimal ketegangan antara beberapa bagian
mesin. Oleh karena itu, mungkin hanya dengan memiliki efek ketegangan dan secara otomatis
elongasi di setiap mesin bunching. Akibatnya, sebelum mendapatkan muka dalam proyek ini
benar-benar diperlukan untuk menemukan efek elongasi selama memutar.

Perhitungan efek memutar pada perlawanan:

Sebelum menganalisis itu dianggap memutar harus memiliki dampak yang besar untuk
mengurangi hambatan dalam konduktor sehingga dibutuhkan untuk mengukurnya jika diminta
untuk berurusan dengan yang untuk mengubah efek.
Untuk menghitung Y diperlukan untuk menghitung berapa banyak efek memutar pada panjang
jenis khusus konduktor adalah dan apa total berbeda panjang sebelum dan setelah memutar. Itu
harus disebutkan bahwa setiap jenis konduktor memiliki khusus lay-panjang (t) bahwa ia
memiliki efek pada jumlah penghormatan panjang.

4.16 Gambar bentuk Spiral kawat (Anda-hua, 2000)

Seperti ditunjukkan dalam gambar 4.16 ketika Lapangan spiral adalah t dan pitch diameter D, jika
menyebar spiral, spiral panjang L dapat dicapai dari persamaan ini untuk menghitung panjang kawat:

Sejak berurusan dengan konduktor unconcentrated dalam perhitungan ini setelah kontraksi kabel
twisted diameter luar minimal kabel dapat dicapai. Dari tangan buku, diameter pitch D tahap
individu kabel adalah:

N1 adalah jumlah thread memutar sementara d diameter benang satu.

Misalnya memiliki 16 0.193 jika pitch 34 mm kemudian L = 0.034033 m, itu berarti bahwa
menyebar keluar setiap 34 mm, dalam jenis konduktor, panjang total akan
menjadi 34.033 mm. Jadi jika menyebar 1000 mm maka akan menjadi 1000 / 34 = 29.411,
29.411 0.033 = 0.97056
Jadi 1000-0.97056 = 999.029 = L2
Dimana:
L1 adalah panjang konduktor sebelum memutar, diukur dalam meter
A1 adalah penampang sebelum memutar, diukur dalam meter persegi
L2 adalah panjang konduktor setelah memutar, diukur dalam meter
A2 adalah penampang setelah memutar, diukur dalam meter persegi

Sejak:
L2 A2 = L1 A1
Begitu A1 = 0.999 A2
Sejak:
2 - 1 = L/A2-L A1
Kemudian

2 1 = - L (0.001) / 0.999 A2 = (-/ 1 1) / (999 A2) karena:

A2 = 1.5 mm dan (tembaga) = 1,72 108
Kemudian
2-1 = - 0.00001147 ~ 0.000

Karena begitu kecil mengingat akurasi sistem pengukuran jumlah Y dapat diasumsikan sama
sekali diabaikan dan sama dengan nol dalam formula X = X 1-Y + Z.
Akibatnya yang tampak nyata dari sudut pandang teoritis diasumsikan bahwa memutar tidak
memiliki dampak apapun pada akhir perlawanan sehingga Y faktor dalam formula bisa
dihilangkan. Formula baru akan menjadi:X = X 1 + Z, untuk membuktikan prestasi ini di praktis
cara beberapa eksperimen yang dirancang. Karena mendapatkan hasil yang dapat diandalkan
melakukan Gauge R & R tampaknya tak terelakkan. (Anda-hua, 2000)

Percobaan efek memutar pada perlawanan:

Untuk memeriksa kebenaran hasil perhitungan teoritis percobaan empiris dilaksanakan. Untuk
menjalankan percobaan tersebut 10 sampel 1.2 meter kawat memutar dikumpulkan secara acak
dari kelos berbeda dari (32 0.193). Kawat setiap dipasang pada alat untuk mencapai besarnya
hambatan listrik oleh setiap operator secara terpisah dalam 3 berjalan. Hasil pengukuran direkam
bersama-sama. Hasilnya:

Operator
A

Operator
B

18.673

18.677

18.714

18.762

18.682

18,68

18.681

18.716

18.758

18.684

18.676

18,68

18.715

18.764

18.688

18.67

18.683

18.707

18.774

18.683

18.672

18.679

18.707

18.767

18.682

18.67

18.677

18.713

18.77

18.681

Tabel 4.2 memparalelkan percobaan

Untwisting kawat setiap beralih ke kabel tunggal 16 dilakukan sesudahnya. Hambatan listrik
yang tepat dari setiap sekelompok kabel paralel yang diukur oleh setiap operator
sesudahnya. Hasilnya adalah:

Operator
A

Operator
B

18.706

18.698

18.826

18.791

18.762

18.685

18.694

18.819

18.784

18.71

18.712

18.705

18.778

18.782

18.705

18.705

18.685

18.733

18.754

18.646

18.678

18.668

18.705

18.754

18.682

18.661

18.662

18.703

18.763

18.689

Tabel 4.3 Untwisting percobaan

Mengukur elongasi di setiap mesin Bunching

Hasilnya dapat menunjukkan kepada kita bahwa mesin yang dapat memiliki efek yang paling
pada perlawanan dan mesin yang memiliki kurang pengaruh yang bisa menjadi panduan untuk
mesin-mesin yang diperlukan untuk fokus pada. Setelah menemukan efek memutar dalam proses
daun ignorable, itu hanya bisa berurusan dengan efek ketegangan pada perpanjangan di daun
mesin.

Berkaitan dengan menemukan bahwa mesin yang memiliki pengaruh paling perpanjangan dan
mana yang memiliki kurang, memiliki perlawanan output dan input perlawanan kawat
tampaknya diperlukan. Oleh karena itu, efek elongasi pada perlawanan di setiap mesin bisa
diambil, dan dengan membandingkan efek dalam setiap mesin titik bahwa mesin yang memiliki
efek positif pada total perlawanan dan yang satu memiliki efek negatif dapat dianggap. Tetapi
masalah yang paling penting dalam fasa ini adalah kurangnya informasi tentang masukan dari
setiap mesin bunching, itu; dengan membandingkan hambatan output dari setiap mesin, itu tidak
bisa memutuskan berapa banyak efek elongasi pada perlawanan dalam diri setiap mesin. Oleh
karena itu, sebagai suatu eksperimen, diputuskan untuk mempersiapkan hambatan masukan dari
setiap mesin.
Masalahnya adalah perlu untuk memiliki cukup data karena mendapatkan hasil yang akurat dari
analisis. Namun, mempersiapkan cukup data tentang perlawanan masukan adalah benar-benar
memakan waktu dan hanya beberapa sampel yang diambil yang bisa menyimpulkan hasil yang
akurat! Data yang sedang disiapkan oleh operator dalam dua minggu dapat ditemukan dalam
Lampiran B
Menganalisis data:
Sejak X = X 1 + Z dan X tersedia, dan X 1 dapat dicapai dengan perhitungan akhirnya Z yang
efek elongasi pada perlawanan output dapat ditemukan. Untuk menghitung X 1, karena memiliki
kawat paralel, diperlukan untuk menggunakan formula ini: 1/X 1 = 1 R1 + 1 R2 +... + 1
Rn itu R1... RN singkatan perlawanan spul masukan. Mesin bunching pertama adalah nomor
mesin 277 (Lampiran B). Untuk 8 0.193, R = 0.75 konduktor, perlawanan spul masukan
berturut-turut adalah: 74.61, 74,65, 74,70 jadi setelah perhitungan X 1 24,90 dan resistansi
output masing-masing adalah: 24.98, 25.11, 25.04 , sehingga dengan mengurangi angka-angka
dari X 1 hasilnya akan menjadi:
0,0 0,21, 0,14
Hal ini kemudian efek elongasi pada perlawanan di mesin 277 di setiap spul output yang keluar
setelah bunching 3 menghimpun bersama-sama!
Sebagai kesimpulan, rata-rata setiap mesin dapat dibandingkan satu sama lain, juga kesalahan
sistem pengukuran harus dipertimbangkan bahwa itu dapat ditemukan secara rinci dalam bagian
Gauge R & R yang 0.027749.
Akibatnya, Mesin 277 tidak dan 264 memanjang konduktor lebih mesin 273 dan diperlukan
untuk menemukan salah satu solusi untuk membuat keseimbangan.

4.3.2 Menggambar mesin

Mesin drawing adalah bagian penting lain dari keseluruhan proses. Plot yang berbeda telah
ditarik keluar dari bank data yang dikumpulkan selama beberapa tahun terakhir. Di sini, satu
sampel dari banyak ditampilkan untuk belajar pola-pola yang hampir sama dari semua

itu. Hambatan dari setiap untai keluar pelunakan mesin dengan batas spesifikasi 75 ohm sejak
01-01-2006 sampai 01-04-2008 telah dikumpulkan dari bank data perusahaan dan diplot di
bagan kontrol yang unik.

Gambar 4,17 menggambar mesin kontrol grafik (2006-2008)

Sementara UCL 74.931 yang begitu dekat tetapi lebih rendah daripada USL banyak poin dapat
ditemukan dari itu. Perbedaan-perbedaan yang diamati dalam mesin gambar dalam interval yang
berbeda yang dihasilkan dari beberapa sumber variasi seperti kentang, bahan baku dan operator.
Berbagai cara dalam interval berbagai menunjukkan keandalan produk ke faktor utama dari
waktu. Dalam contoh ini diagram dapat dibagi ke 5 diagram yang berbeda sesuai dengan durasi
yang berbeda bahwa semua dari mereka kecuali yang terakhir dibahas secara rinci dalam Pasal
5. Diputuskan untuk tidak berurusan dengan bagian terakhir di sini karena tidak tahu apa yang
terjadi kemudian setelah.

4.4 Gage R & R

Sebagai melihat sebelum, saat menghitung resistansi karena elongasi di bunchers dan juga
menghitung variasi antara resistansi output dan benar-benar dalam seluruh proses benar-benar
diperlukan untuk menemukan berapa banyak variasi ini adalah karena sistem pengukuran dan
berapa banyak sistem pengukuran yang dapat diandalkan. Oleh karena itu, sangatlah penting
untuk menemukan bahwa jika variabilitas dari sistem pengukuran yang kecil dibandingkan
dengan manufaktur proses variabilitas, dan juga jika sistem pengukuran stabil dari waktu ke
waktu. Akhirnya, hal ini penting untuk mengetahui berapa banyak perlawanan output akurat dan
berapa banyak berbagai perubahan yang berarti dalam keandalan analisis dan hasil. Menjawab
pertanyaan ini diperlukan untuk menggunakan Gage R & R.

Pengumpulan data
Lima kelos itu secara acak dicicipi di seluruh semua sumber utama proses variasi (mesin, waktu,
dan pergeseran, perubahan pekerjaan) mewakili yang biasanya dihasilkan. Kelos diberi kode
untuk mengidentifikasi untuk mengidentifikasi pengukuran dari kelos tertentu.
Operator pertama diukur setiap 5 kelos dalam urutan acak. Kemudian, 5 kelos acak lagi dan
diberikan kepada operator kedua untuk pengukuran. Proses ini diulang tiga kali untuk masingmasing operator, untuk total 30 pengukuran. (Lihat Lampiran C)

Menafsirkan hasil kami

Hasil yang berasal dari menganalisis berada di bawah. Analisis varians (ANOVA) digunakan
untuk menghitung varians komponen:

GaGe R & R studi WoRkSheet

Bagian lain: 5 operator: 2
Ulangan: 3 total berjalan: 30

GaGe R & R Study - anoVa metode

dua arah anoVa meja dengan interaksi

Sumber dF SS MS Yuni Pancadewi

Bagian 4 0,0337525 0,0084381 ** operator 1 0,0000000
0,0000000 **
Bagian * operator 4 0,0000000 0,0000000 0 1.000
Pengulangan 20 0,0005133 0,0000257

Memperkirakan variasi persen karena sistem pengukuran. Variasi persen akan muncul dalam
tabel Gage R & R. Tabel ANOVA dua arah mencakup persyaratan untuk interaksi operator
(Operator), dan operator oleh bagian bagian (spul * Operator).

Kontribusi %
Sumber VaRcoMP (dari VaRcoMP) total GaGe
R & R 0,0000214 1,50
Pengulangan 0,0000214 1,50
Operator reproduktibilitas 0,0000000 0,00
0,0000000 0,00
Bagian untuk bagian 0,0014028 98,50 total
variasi 0,0014242 100,00

98.5% dari total variasi dalam pengukuran adalah karena perbedaan antara bagian. Hal ini
dianggap sangat baik. Ketika % kontribusi untuk bagian ke bagian tinggi, sistem ini mampu
membedakan antara bagian.
Juga Gage R & R dapat dilihat grafis yang mencakup: komponen variasi, R bagan oleh operator,
X grafik bar oleh operator, (Lampiran d)
Persen mempelajari variasi
Menggunakan % StudyVar ketika tertarik untuk membandingkan variasi sistem pengukuran
untuk variasi total selalu dianjurkan. Oleh karena itu, sesuai dengan pedoman AIAG untuk gage
R & R di sini hal berikut sebagai:
Belajar VaR % studi VaR
Sumber StddeV (Sd) (6 * Sd) (% SV) total GaGe R &
R 0,0046248 0,027749 12,25
Pengulangan 0,0046248 0,027749 12,25

Operator 0,00 reproduktibilitas 0,0000000

0,000000 0,0000000 0,000000 0,00
Bagian untuk bagian 0,0374538 variasi total
0,224723 99,25 0,0377383 0,226430 100,00% StudyVar
% kontribusi sistem adalah...

10% atau kurang dari 1% atau kurang diterima

10%-30% 1%-9% Marjinal
30% atau lebih besar 9% atau tidak bisa lebih besar

Sumber: halaman 77 [1].

Seperti % StudyVar untuk gage R & R adalah 12,25 dan karena kontribusi % 1,50 kemudian
benar-benar menunjukkan bahwa sistem marjinal.Jadi berurusan dengan resistensi akhir jumlah
+-0.0277749 ohm kesalahan dalam perhitungan harus dipertimbangkan.

5 Jenderal diskusi dan kesimpulan

Dalam bab ini empiris temuan dan kesimpulan tentang maksud dan tujuan dari tesis yang
disajikan. Akhirnya, kesimpulan dari seluruh tesis tertarik, dan saran yang diberikan untuk studi
lebih lanjut.

5.1 Analisis mesin bunching

Membandingkan deviasi standar
Lebih objektif perbandingan antara mesin bunching dapat dicapai dengan memahami deviasi
standar dalam setiap mesin. Tabel 4.1 mewakili deviasi standar di setiap mesin bunching selama
satu tahun (2007).
Sebanyak melakukan penyelidikan pada data tanpa alasan yang kuat yang dapat membuktikan
mesin bunching yang membuat lebih banyak variasi daripada yang lain bisa
mengetahui. Mempertimbangkan jumlah data dalam setiap tabel perilaku konsisten standar
deviasi antara setiap mesin bunching dapat tidak diperoleh.

Gambar 5.1 menunjukkan ringkasan metode untuk mengumpulkan data dari output dari
beberapa aliran proses produksi
(Brown, Lowe, & Benham, 1995)
Menurut proses produksi, pengumpulan data adalah dari output dari beberapa aliran proses
produksi (gambar 5.1). Sebagai ilustrasi, proses produksi yang terdiri dari empat operasi
paralel. Disarankan bahwa variasi dalam proses output harus dipelajari dengan grafik kendali,
sehingga keputusan yang perlu dibuat tentang bagaimana untuk mengumpulkan data untuk

grafik. Data di sini yang keluar oleh pengukuran pada output dari semua aliran bersama-sama
terlepas dari sumber-sumber yang sesuai.
Sebagai aturan umum, dalam metode pengumpulan data, variasi yang diwakili dalam
subkumpulan harus jenis variasi yang percaya menjadi paling signifikan atau yang paling
menarik sebagai subjek studi saat ini. Dalam semua kasus, metode subgrouping harus digunakan
yang akan memungkinkan pertanyaan tentang efek potensial sumber variasi untuk
dijawab. Selain itu, sebagai komplementasi itu diamati yang memutar tidak memiliki begitu
banyak efek pada akhir perlawanan.
Sebagai hasil dari metode ini, perbandingan deviasi standar tidak akan menunjukkan mesin
bunching yang memiliki kontribusi lain untuk menghasilkan variasi pada hasil terakhir dari yang
lain.

Proses kontrol dan kemampuan proses

Menggunakan diagram kontrol untuk memahami dan mengurangi variasi produk adalah salah
satu bentuk kontrol proses. Manufaktur dapat dipisahkan menjadi dua kategori Umum benarbenar: pembuatan dan manufaktur individu atau diskrit item terus atau homogen produk kawat
dan kabel. Dengan demikian, karena jelas dalam grafik, alat-alat yang terbaik menangani variasi
antara resistansi kelos output dirujuk sebagai bagan kontrol individu. Pada kenyataannya, batasbatas kontrol ditentukan oleh individu bacaan selama jangka panjang waktu (antara kelos)
dibandingkan dengan sub dikelompokkan bacaan diambil selama periode singkat waktu (dalam
kelos)."Proses harus terlebih dahulu dibawa ke statistik kontrol oleh mendeteksi dan bertindak
berdasarkan khusus penyebab variasi. Maka kinerjanya dapat diprediksi, dan kemampuannya
untuk memenuhi harapan pelanggan dapat dinilai. Ini adalah dasar untuk perbaikan terusmenerus." (Brown, Lowe, & Benham, 1995) setiap proses diatur klasifikasi berdasarkan
kemampuan dan kontrol. Suatu proses dapat diklasifikasikan menjadi 1 dari 4 kasus, seperti
digambarkan oleh grafik berikut:
Kontrol
Rapat kebutuhan

Mengendalikan

Tidak dalam kontrol

Dapat diterima

Kasus 1

Kasus 3

Tidak dapat diterima

Kasus 2

Kasus 4

Meja 5.1Classsificatio proses (Brown, Lowe, & Benham, 1995)

Sudah jelas bahwa grafik ditunjukkan dalam gambar 4.4... 4.15 semua setidaknya memiliki satu
nilai yang jatuh di luar atas atau bawah batas kontrol yang sesuai dengan 3 sigma batas.
"Karena bergerak rentang yang terlibat, titik-titik yang sedang diplot pada bagan range
berkorelasi. Oleh karena itu, berlaku sinyal terjadi hanya berupa poin melampaui batas-batas
kontrol." (Coklat,

Lowe, & Benham, 1995), proses bunching akan menjadi kasus 3 proses. Proses kasus 3 yang
memenuhi persyaratan toleransi tetapi tidak dalam kendali Statistik. Penyebab khusus variasi
harus diidentifikasi dan ditindaklanjuti.
Menurut charts kontrol dalam gambar 4.4... 4.15 ada nilai kecil dalam membuat prediksi
didasarkan pada data yang dikumpulkan dari proses yang tidak stabil dan tidak berulang dari
waktu ke waktu. Penyebab khusus bertanggung jawab untuk perubahan bentuk, menyebar atau
lokasi dari suatu proses distribusi dan dengan demikian cepat dapat membatalkan prediksi
tentang proses." Itu adalah, dalam rangka untuk berbagai proses indeks dan rasio untuk
digunakan sebagai alat prediktif, persyaratan adalah bahwa data yang digunakan untuk
menghitung mereka dikumpulkan dari proses yang dalam keadaan Statistik kontrol"(Brown,
Lowe, & Benham, 1995)
Penyebab umum dan khusus
Terjadinya pola atau tren dapat menjadi bukti pengaruh penyebab khusus selama waktu itu pola
atau tren. Ini dapat memberikan hati-hati pertama satu keadaan tidak menguntungkan selama
proses bunching yang harus diperbaiki. Di sisi lain, perbandingan pola antara the range dan ratarata grafik dapat memberikan wawasan ditambahkan. Ini bisa menjadi lebih efektif jika kita
membandingkan grafik untuk beberapa diameter yang berbeda yang datang dari mesin bunching
tertentu. Selain adanya poin melampaui batas-batas kontrol atau berjalan panjang, pola-pola
berbeda lain mungkin muncul dalam data yang memberikan petunjuk kepada penyebab
khusus. Perawatan harus diambil untuk tidak berlebihan menafsirkan data, karena bahkan acak
data penyebab yaitu umum dapat kadang-kadang memberikan ilusi nonrandomness penyebab
yaitu khusus.(Brown, Lowe, & Benham, 1995)

Kesalahpahaman variasi
Dr. W.E Deming mengidentifikasi dua kesalahan yang sering dibuat dalam pengendalian proses:
Mistake1. Menganggap variasi atau kesalahan untuk penyebab khusus, ketika sebenarnya
penyebab milik sistem (penyebab umum). Mistake2. Menganggap variasi atau kesalahan untuk
sistem (penyebab umum), ketika sebenarnya penyebab adalah khusus. Selama penyesuaian
adalah contoh umum dari kesalahan NO.1. Tidak pernah melakukan apa-apa untuk mencoba
menemukan penyebab khusus adalah contoh umum dari kesalahan NO 2. (Brown, Lowe, &
Benham, 1995)
Sementara bijaksana untuk menyelidiki semua sinyal sebagai bukti-bukti penyebab khusus,
harus diakui bahwa mereka mungkin disebabkan oleh sistem dan mungkin tidak masalah proses
lokal yang mendasari. Jika tidak ada bukti yang jelas penyebab khusus yang ditemukan,
tindakan "koreksi" mungkin akan melayani untuk meningkatkan, daripada penurunan, total
variabilitas dalam proses output. (Brown, Lowe, & Benham, 1995)

5.2 Analisis mesin gambar

Menurut 4,17 angka, diagram tersebut dalam Pasal 4 bisa dibagi menjadi 4 grafik tunggal yang
terpisah.
Yang pertama milik hari antara 02-02-2006-23-10-2006. Mean sama dengan 73.695 sementara
UCL sama dengan 74.553.Having sekitar 5 poin dari batas atas kontrol dan pola menurun sekitar
29 poin berturut-turut menunjukkan keberadaan royalti penyebab.

Mencari 5.2 menggambar mesin kontrol grafik (02/02/06-23/10/06)

Yang kedua terdiri dari sampel yang diambil antara 23-10-2006 dan 08-10-2007. Mean sama
dengan 74.355 yang terdengar masuk akal sementara UCL sama dengan 75.279. Kemampuan
berada di bawah pertanyaan karena UCL adalah di atas USL sama dengan 75.

5.3 Angka menggambar mesin kontrol grafik (23/10/06-08/10/07)

Yang ketiga milik waktu antara 08-10-2007 02-11-2007.The rata-rata adalah sekitar 73.168 dan
UCL sama dengan 74.082 yang jauh di belakang 75 mewakili USL

Mencari 5.4 menggambar mesin kontrol grafik (08/10/07-02/11/07)

Diagram keempat termasuk hari-hari antara 03-11-2007 dan 03-03-2008. Rata-rata adalah
74.334 sementara UCL sama dengan 75.249 adalah di atas USL ditentukan. Oleh karena itu,

kemampuan patut dipertanyakan.Menurun dan naik pola berturut-turut poin dan beberapa poin
dari batas yang berbeda menunjukkan kemungkinan adanya royalti penyebab

Mencari 5.5 menggambar mesin kontrol grafik (03/11/07-03/03/08)

Perbedaan-perbedaan dalam cara dan tidak memiliki kemampuan dalam semua diagram
menunjukkan adanya penyebab royalti. Melalui banyak kemungkinan
penyebab pemasok faktor, faktor Dies , dan Measurement faktor adalah orang-orang yang
keluar sebagai penyebab paling efisien dan setelah konsensus tim. Untuk menentukan efektivitas
setiap faktor diperlukan untuk mengendalikan masing-masing dan menjalankan eksperimen
DOE. Karena kurangnya menelusuri untuk menemukan pemasok yang tepat dari setiap hasil
Anil mesin data yang tersedia tidak cukup untuk menjalankan percobaan tersebut.
Berdasarkan diskusi dan analisis di atas, dapat ditarik kesimpulan akhir untuk merangkum isuisu kritis dan kunci utama untuk meningkatkan kabel proses manufaktur dan meningkatkan ratarata akhir perlawanan diNexans IKO Swedia.

5.3 Kesimpulan
Dalam rangka peningkatan rata-rata akhir perlawanan menemukan yang salah satu mesin
bunching membuat lebih banyak variasi daripada yang lain harus dilakukan. Oleh karena
itu, pelacakan output data disarankan artinya mengukur resistansi kelos datang ke mesin
bunching sebagai masukan.
Sayangnya hal ini tidak mungkin untuk menggunakan formula yang tepat untuk
perhitungan tingkat ketegangan dan kemudian elongasi - pengurangan bobot dan
meningkatkan perlawanan. Sebagai soal fakta rasio ketegangan stres untuk kabel

tembaga ini tidak linear dan fungsi tingkat Anil. Selain itu, terlalu banyak tes harus
dilakukan untuk mendapatkan parameter berlaku untuk rumus umum. Hal ini kemudian
diperlukan untuk menjalankan beberapa tes pada mesin yang sudah ada dengan menguji
semua parameter satu per satu dan menggunakan metode DOE, dalam rangka untuk
optimasi proses bunching.
Untuk mengurangi variasi dalam proses bunching, penyebab khusus variasi harus
diatasi. Ketika mencapai keadaan Statistik kontrol, tingkat saat ini process kemampuan
jangka panjang dapat dinilai. Resolusi penyebab khusus variasi biasanya membutuhkan
tindakan lokal, yaitu, oleh operator. Hal ini terutama berlaku selama awal proses
perbaikan usaha. Perubahan yang diinginkan juga harus dipahami dan dilembagakan
selama proses bunching. Pembangunan dan penggunaan kontrol grafik dan alat-alat lain
akan memungkinkan untuk efisien pemantauan proses. Ketika alat sinyal bahwa proses
telah berubah, langkah-langkah cepat dan efisien dapat diambil untuk mengisolasi
penyebab dan bertindak atas mereka. Setelah semua penyebab khusus telah ditangani dan
proses berjalan dalam statistik kendali. Diagram kontrol terus-menerus dapat
menggunakan sebagai alat pemantauan. Sebagai salah satu berhasil dalam mengambil
tindakan yang tepat penyebab khusus, yang tetap akan sering memerlukan tindakan
manajemen daripada tindakan lokal. Setelah penyebab khusus yang benar diidentifikasi,
diagram kontrol dapat dipindahkan dari tugas pengawasan dan pengendalian parameter
produk untuk pengawasan dan pengendalian proses parameter.
Merekam data masuk setiap barel dan berikut ini untuk memiliki bundel pada kelos adalah
suatu keharusan harus dianggap sebagai langkah awal. Hasil dapat digunakan untuk
menjalankan eksperimen DOE mengakibatkan menemukan efektivitas setiap
faktor. Contoh bisa menemukan perbedaan antara pemasok yang berbeda. Mengurangi
sumber variasi yang datang dari pemasok dapat dibuat oleh menunjukkan kepada mereka
apa yang diharapkan dan perubahan yang diperlukan. Mengubah pemasok dan berurusan
dengan yang baru bisa efektif pada akhir.
Menjalankan Gauge R & R dapat membantu kita untuk menemukan kesalahan dari setiap
alat dan setiap operator. Kesimpulan yang dapat mengakibatkan perubahan atau kalibrasi
alat ukur setiap atau pelatihan operator.
Selama proses manufaktur hasil sampling mungkin antara batas-batas kontrol, tapi karena
hanya satu sampel antara banyak kemungkinan yang bisa diambil, aturan probabilitas
memberitahu tidak melihat proses dengan seratus persen yakin sebagai suatu proses yang
stabil. Sebagai contoh, mengambil satu sampel antara 1.44 standar deviasi, operator dapat
68% yakin bahwa rata-rata proses dalam 1.44 deviasi standar tetapi tidak ada
penyesuaian yang direkomendasikan di sini sebagai tingkat keyakinan handal. Di sisi
lain, ketika sampel ini berada di luar jangkauan ini penyesuaian harus diambil. Metode
tersebut dapat dilakukan dengan menggunakan rata-rata sampling tergantung pada
jumlah sampel. (Lihat Lampiran E)

Sebagai kata akhir ada jalur yang jelas untuk menjadi kompetitif bagi setiap perusahaan kawat
dan kabel yang benar-benar ingin menjadi kompetitif. Khusus
Manajemen harus membuat komitmen untuk memahami dan mengurangi semua proses
variasi sebanyak mungkin.
Manajemen harus membuat komitmen untuk menyediakan hanya mampu proses untuk
tenaga kerja lokal, dan untuk menyediakan mereka dengan alat-alat dan pelatihan untuk
mengenali ketika stabilitas tidak ada.
Manajemen harus memungkinkan angkatan kerja lokal waktu untuk memahami proses
variasi dan melakukan koreksi, bila perlu, untuk memulihkan stabilitas-tidak hanya
membuat penyesuaian untuk mengkompensasi kurangnya stabilitas.
Angkatan kerja lokal harus menerima tanggung jawab untuk belajar menggunakan alatalat yang disediakan oleh manajemen, dan sungguh-sungguh menerapkan alat tersebut
untuk menjaga stabilitas.
Angkatan kerja lokal harus bersedia untuk menerima tanggung jawab penuh atas kualitas
produk; hari-hari mengandalkan Inspektur keliling yang di atas.
(Relyea, 1990)
Upaya terpadu oleh manajemen dan tenaga kerja lokal untuk memahami dan mengurangi variasi,
dan menggunakan kontrol proses statistik untuk belajar sebanyak mungkin tentang proses
sebanyak mungkin, dapat membuat perusahaan kawat dan kabel Swedia kompetitif sebagai
rekan-rekan mereka.

Referensi
A.Thue, W. (2003). Daya listrik kabel teknik. New York: Marcel Dekker.
Bell, W. (1993). H.D. Lasswell dan bidang berjangka: fakta, Prediksi, nilai-nilai dan kebijakan
ilmu. Butterworths .
Bergman, B. a. (2003). Kualitas dari kebutuhan pelanggan kepuasan pelanggan,. Lund:
Studentlitteratur.
Bhote, & R., K. (1999). Kualitas kelas dunia: menggunakan rancangan percobaan untuk
mewujudkannya. Saranac Lake: AMACOM.
Bjereld, U. (1999). Kekuasaan, identitas, modernitas: individualisasi dan Destabilisation di dunia
yang sudah terglobalisasi.
Brown, L. A., Lowe, V. W., & Benham, D. R. (1995). Proses Statistik Control(SPC). Chrysler
Corporation;Ford Motor Company;General Motors Corporation.
Brussee, W. (2004). Statistik untuk Six Sigma Made Easy. NY: McGraw-Hill.
Creswell, J. (1994). Penelitian desain: kualitatif dan kuantitatif. SAGE.
Denzin, N., & Lincoln, Y. (2000). Pendahuluan: disiplin dan praktek riset kualitatif. Handbook
riset kualitatif , 1-28.
Engstrand, U., & Olsson, U. (2003). Variansanalys och frsksplanering. Studentlitteratur AB.
Flanigan, E. (1995). Proses perbaikan: meningkatkan efektivitas organisasi. Boston: Lapangan
teknologi garing.
Ford, GM, Chrysler. (1995). Analisis sistem pengukuran, AIAG,
Garvare, R. (2002). Proses manajemen dan pembangunan berkelanjutan di perspektif
kualitas. Lule: Lule tekniska universitet.
Garvare2002. (tanpa tahun).
Garvin, D. (1988). Mengelola kualitas-The Edge strategis dan kompetitif. Free Press , 319.
Griffith, G. k. (2000). Kualitas teknisi handbook.
Gunnar, B. (1989). Och Sannolikhetsteori statistikteori med tillmpningar. STUDENTLITTERATUR
AB.

J.Taylor, S., & Bogdan, R. (1984). Pengantar Riset kualitatif metode: mencari makna. New York:
John Wiley & Sons.
James P. Wamack, D. T. (1996). Berpikir ramping. Simon & Schuster; Edisi 1.
Jack B. ReVelle. (2002) Manufaktur handbook praktek-praktek terbaik: inovasi, produktivitas,
dan kualitas fokus. CRC Press.
Juran, J. M. (1998). Proses kontrol kualitas. Blacklick: McGraw-Hill profesional.
Suhag20, M. (2000). Six Sigma pendekatan pragmatis.
Klefsj, B. W. (2001). Six Sigma dilihat sebagai sebuah metodologi untuk Total Quality
Management. Mengukur Vol.5 keunggulan bisnis .
leanyourcompany.com . (tanpa tahun). Diperoleh 2 28, 2009, dari leanyourcompany.com:
http://www.leanyourcompany.com/methods/Using-Affinity-Diagrams.asp
Liker, k. J. (2005). Toyota Way Fieldbook:A panduan praktis untuk mengimplementasikan Toyota
4 p. McGraw-Hill Companies.
Merriam Webster . (tanpa tahun). Diperoleh 2 28, 2009, dari Merriam Webster:
http://www.merriam-webster.com/dictionary/deduction
Montgomery, D. C. (2005). Pengantar kontrol kualitas Statistik. Wiley.
MSA . (tanpa tahun). Diperoleh 2 28, 2009, dari sumber-sumber Web teknik industri:
http://yeivier.20m.com/statistics/MSA/MSA.html
Nexans di Swedia . (tanpa tahun). Diperoleh 02 28, 2009, dari nexans halaman web:
http://www.Nexans.se/eservice/Navigate.NX?navigationRef=142408&cz=Sweden&idParame
tricSearch = 0
Ozeki, K., & Asaka, T. (1996). Buku tangan kualitas alat-The Jepang pendekatan.
P. Pande, & S., (2000). Jalan Sigma enam: Bagaimana GE, Motorola dan lain-lain atas
perusahaan yang mengasah kinerja mereka. McGraw-Hill; Edisi 1.
Phadke, M. s. (tanpa tahun). isixsigma majalah. Diperoleh 2 28, 2009, dari isixsigma:
http://www.isixsigma.com/library/content/c020311a.asp
Phadke, M. S. (tanpa tahun). isixsigma majalah. Diperoleh 2 28, 2009, dari isixsigma:
http://www.isixsigma.com/library/content/c020311b.asp
Przekop, P. (2005). Six Sigma keunggulan bisnis. NY: McGraw-Hill.
Pyzdek, T. (2003). Enam Sigma Handbook. Blacklick: McGraw-Hill perdagangan.

Robertson, G. h. (1990). Kualitas melalui pemikiran Statistik (meningkatkan kontrol proses dan
kemampuan).
Relyea, D. B. (1990). Aplikasi praktis dari SPC dalam kawat dan kabel industri. Penerbitan
Gilmour Drummond.
Schonberger, R. J. (1986). Kelas dunia manufaktur: Pelajaran dari kesederhanaan yang
diterapkan. Free Press .
Six Sigma SPC . (tanpa tahun). Diperoleh 2 28, 2009, dari Six Sigma SPC:
http://www.sixsigmaspc.com/spc/x-bar_and_range_charts.html
Six Sigma SPC (R & R) . (tanpa tahun). Diperoleh 2 28, 2009, dari Six Sigma SPC:
http://www.sixsigmaspc.com/dictionary/RandR-repeatability-reproducibility.html Sleeper, A.
(2005). Desain untuk enam Statistik Sigma. McGraw-Hill profesional penerbitan.
Studi di tanaman variasi. (tanpa tahun). Ilmu pertanian 11 .
Studi kasus-Wikipedia . (tanpa tahun). Diperoleh 2 28, 2009, dari Wikipedia:
http://en.wikipedia.org/wiki/Case_study
Penalaran induktif Wikipedia . (tanpa tahun). Diperoleh 2 28, 2009, dari Wikipedia:
http://en.wikipedia.org/wiki/Inductive_reasoning
Wikipedia-Kano . (tanpa tahun). Diperoleh 2 28, 2009, dari
Wikipedia: http://en.wikipedia.org/wiki/Kano_mo
Wikipedia-kawat menggambar . (tanpa tahun). Diperoleh 2 28, 2009, dari situs Wikipedia:
http://en.wikipedia.org/wiki/Wire_drawing
Yin, R. (1994). Penelitian studi kasus: disain dan metode. Beverly Hills: Sage Publishing.
Anda-hua, Z. (2000). Analisis kabel transposisi superkonduktor di resistansi rendah CICC
sendi. Plasma Sci. Technol. 8.

Lampiran
Lampiran A: kabel proses peta

Kabel proses peta

-Continuous barel
membayar-Off
-Terus beroperasi melalui pengelasan ujung kawat kawat
mulai

-Pelunakan mesin

-Penari
-Terus beroperasi dari garis gambar dalam hubungannya dengan
akumulasi kawat

-Spool bongkar muat dengan meja angkat hidrolik spul

Laras membayar-Off

Dengan apa?(Bahan/peralatan)

Dengan siapa?
(Kompetensi/keterampilan/pelatihan)
operator/shift 2

Tukang las dingin

Katrol
Barel
Motor

Input

Proses

Output

1,8

Pelunakan mesin

1,8

Bagaimana?
(Metode/prosedur/teknik)
16 terpisah barel
menarik kawat oleh motor
mengubah dari kosong ke barel
penuh
kawat membimbing oleh pulley
instruksi cara menyambungkan
kabel oleh tukang las dingin

Dengan kriteria apa

kunci?(Pengukuran/penilaian)
speed: 20-30 cm/dtk
kualitas
tembaga

Menggambar mesin

Dengan
apa?(Bahan/peralatan)

Dengan siapa?
(Kompetensi/keterampilan/pelatihan)
operator/shift 2

Gambar mati: 0,193 - 0,212 - 0,233

- 0,256 - 0,283-0,311 - 0,342 0,376 0,415 - 0,457 - 0,504 - 0,5550,623 - 0,699 - 0,785 - 0,881 0,989 - 1,110 1,246-1,398-1.568
Menggambar emulsi
Kecepatan berputar Roller

Input

Proses

Output

1,8

Menggambar mesin

Bagaimana?
(Metode/prosedur/teknik)
Instruksi mati
kontrol/pemeliharaan
Instruksi bagaimana mengontrol
emulsi menggambar
Kontrol kecepatan roller dengan
menyesuaikan motor dan gear,
kondisi roller, roller
pemeliharaan

0.193

Dengan kriteria apa

kunci?(Pengukuran/penilaian)
Menggambar mati 0,193 + 0,003
Emulsi 7% minyak, tidak mengandung
bakteri, temp 20 - 35C, konduktivitas <
X
Kecepatan Strand

Pelunakan mesin

Dengan apa? (Bahan/peralatan)

Pemanas (listrik)
Glogbad (dryer, steam, emulsi)
Rollers(Speed,condition)
Sisir
Pengering

Dengan siapa?
(Kompetensi/keterampilan/pelatihan)
operator/shift 2

Input

Proses

Output

0.193

Pelunakan mesin

0.193

Bagaimana?
(Metode/prosedur/teknik)

Dengan kriteria apa

kunci?(Pengukuran/penilaian)

Menyesuaikan listrik pemanas

Menyesuaikan jumlah uap
Menyesuaikan jumlah emulsi
Mengubah emulsi bahan dan
kombinasi

Diameter keluar
Kecepatan Strand
Suhu keluar Strand
Suhu uap
Ketinggian emulsi
Jumlah listrik
Emulsi spesifikasi:

Penari mesin

Dengan apa? (Bahan/peralatan)

5 pulley Poros kardan (lengan)
Kemegahan pneumatik

Dengan siapa?
(Kompetensi/keterampilan/pelatihan)
operator/shift 2

Input

Proses

Output

0.193

PENARI MESIN

0.193

Bagaimana?
(Metode/prosedur/teknik)
Terus beroperasi dari garis
gambar digabungkan dengan
kawat akumulator
Otomatis melintasi kecepatan
koreksi
Instruksi cara untuk mengontrol
dan mengatur tekanan
pneumatik penari
(kemegahan)
Kontrol penari mengambil
kecepatan mesin oleh
ketegangan disesuaikan
kawat

Dengan kriteria apa

kunci?(Pengukuran/penilaian)
Tekanan, Ex: 16 * 0.193 harus
menjadi 2 bar
Diameter kabel
Berat kabel Lubang nomor pada poros!

Spul mengambil mesin

Dengan apa? (Bahan/peralatan)

Dengan siapa?
(Kompetensi/keterampilan/pelatihan)

 operator/shift 2

Konveyor
AC servo motor konveyor
Vertikal poros drive
Bell
Genomgong
Bell Motor
Tangki minyak
Keseimbangan beban

Input

Proses

Output

0.193

Pelunakan mesin

0.193

Bagaimana?
(Metode/prosedur/teknik)
Pemeliharaan Genomgong
Mengontrol kecepatan berkendara
poros
Mengontrol kecepatan rotasi bell oleh
kecepatan motor melalui sinyal masuk
dari penari Menyesuaikan jumlah
minyak Menyesuaikan keseimbangan
beban???

Dengan kriteria apa

kunci?(Pengukuran/penilaian)

Minyak spesifikasi
Max/Min tingkat kecepatan Bell
Max/Min tingkat poros drive
kecepatan
Tekanan penari
The Max/Min torsi Bell

Memutar kembali
membayar-Off

Dengan apa? (Bahan/peralatan)

Dengan siapa?
(Kompetensi/keterampilan/pelatihan)

4 Membayar-Off
posisi Magnetic rem
Kawat panduan pulley
Kawat istirahat sensor

Input

operator/shift 2

Proses

Diameter kawat kawat

bebas-berliku-liku = m

Memutar
kembali
membayarOff

Bagaimana?
(Metode/prosedur/teknik)
Rem Magnetic kontrol instruksi
Cara untuk mengontrol memaksa
pada kawat
Ketegangan disesuaikan secara
manual
Sebelum memutar

Output
Kabel Bundle masingmasing secara terpisah
sedikit twisted bersama
Diameter kawat = < m

Dengan kriteria apa

kunci?(Pengukuran/penilaian)
Ketegangan penyesuaian oleh magnetik
rem
Membayar-Off kecepatan
Persiapan mesin
sebelum memulai
Perlawanan setiap Bundle
sebelum membayar-Off
Lay panjang
Satuan strand
Lubang membimbing

Memutar mesin Bunching

Dengan apa? (Bahan/peralatan)

Dengan siapa?
(Kompetensi/keterampilan/pelatihan)
operator/shift 2

Rotor busur
Berkelok-kelok spul
Rem untuk mengontrol kecepatan
spul
Rol (2 penting)
Trtforare

Input

Helai terpisah Strand dia

=m

Proses

Memutar mesin
Bunching

Output
Bundel kawat multi
(konduktor)
Dia konduktor > m

Bagaimana?
(Metode/prosedur/teknik)
Instruksi penyesuaian (busur
kecepatan, awam panjang,
berkelok-kelok force)
Menyesuaikan panjang awam dengan
menyesuaikan kecepatan busur
Atur kecepatan busur dengan
mengubah sprockets
Helai dapat ditarik langsung oleh spul
Mengendalikan ketegangan dengan
penyesuaian bundel di sekitar
roller

Dengan kriteria apa

kunci?(Pengukuran/penilaian)
Rem untuk mengontrol kecepatan spul
Kecepatan busur
Berkelok-kelok kekuatan
Ketegangan di roller
Lay panjang
Genomgong

Lampiran B: Difference antara hambatan listrik yang masuk dan keluar dari kabel selama
proses bunching

Lampiran C: Gauge R & R pengukuran

RunOrder bagian operator ukuran
1
1 Operator1
2
2 Operator1
3
3 Operator1
4
4 Operator1
5
5 Operator1
6
1 Operator2
7
2 Operator2
8
3 Operator2
9
4 Operator2
10
5 Operator2
11
1 Operator1
12
2 Operator1
13
3 Operator1
14
4 Operator1
15
5 Operator1
16
1 Operator2
17
2 Operator2
18
3 Operator2
19
4 Operator2
20
5 Operator2
21
1 Operator1
22
2 Operator1
23
3 Operator1
24
4 Operator1
25
5 Operator1
26
1 Operator2
27
2 Operator2
28
3 Operator2
29
4 Operator2
30
5 Operator2

18.673
18.677
18.714
18.762
18.682
18.67
18.683
18.707
18.774
18.683
18,68
18.681
18.716
18.758
18.684
18.673
18.677
18.714
18.762
18.682
18.67
18.683
18.707
18.774
18.683
18,68
18.681
18.716
18.758
18.684

Apendiks D: grafis Gauge R & R

Lampiran E: kriteria untuk operator membaca setup