Anda di halaman 1dari 8

Bagan Kendali

T2

Hotelling Berdasarkan Mean Square Successive Difference


Yusran *, Erna Tri Herdiana, La Podje Talangko

Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Hasanuddin
Jl. Perintis Kemerdekaan KM. 10Tamalanrea Makassar-Indonesia

Hotellings T

Control Chart Based On the Mean Square Successive Difference


Yusran *, Erna Tri Herdiana, La Podje Talangko
Departement of Mathematics
Faculty of Mathematics and Natural Sciences
Hasanuddin University
Jl. Perintis Kemerdekaan KM. 10Tamalanrea Makassar-Indonesia

ABSTRAK. Dalam beberapa proses seringkali memantau dua atau lebih karakteristik kualitas secara bersamasama. Pengendalian ini disebut dengan pengendalian mutu statistik multivariat. Untuk mengetahui apakah proses
yang dilakukan terkendali atau tidak, maka dibuatkan bagan kendali multivariat. Salah satu bagan yang sering
digunakan dalam pengendalian mutu statistik multivariat adalah bagan kendali

T2

dari bagan kendali

Hotelling yaitu bagan kendali

individu. Pada tulisan ini membahas bagan kendali


kendali

T2

T2

T2

T2

Hotelling. Ada 2 jenis

Hotelling untuk pengamatan kelompok dan

Hotelling untuk pengamatan individu yaitu bagan

Hotelling berdasarkan mean square successive difference (MSSD). Bagan kendali

T2

Hotelling berdasarkan MSSD lebih baik dalam mendeteksi data yang berada di luar batas kendali dibandingkan
dengan bagan kendali

Hotelling berdasarkan full data set.

Kata Kunci: bagan kendali multivariat, mean square successive difference,

Hotelling.

ABSTRACT. Some process often monitoring two or more quality characteristic do together. This controlling is
called multivariate statistic process control. If want to know process is in control or out of control, then maked
multivariate control chart. One of the chart is often use in multivariate statistic process control is Hotellings

T2

control chart. There are two Hotellings

T2

group observation and individual. In this paper discuss Hotellings


observation is Hotellings
Hotellings
Hotellings

T2
T

T2

T2

control chart are Hotellings

T2

control chart for

control chart for individual

control chart based on the mean square successive difference (MSSD).

control chart based on the MSSD is the best to detection outlier from control limit than
control chart based on full data set.

Keywords: multivariate control chart, mean square successive difference, Hotellings

PENDAHULUAN
Multivariat Statistical Process Control
(MSPC) adalah suatu metode analisis data statistik
yang
dilakukan
secara
serentak
dengan
memperhitungkan korelasi antar peubah. Metode
yang sering digunakan dalam MSPC adalah dengan
menggunakan bagan kendali

T 2 Hotelling. Salah

satu jenis bagan ini adalah bagan kendali

T2

Hotelling individual adalah

suatu bagan kendali jika pada tiap subgroup terdapat


satu pengamatan. Bagan kendali

Hotelling

individual digunakan untuk mendeteksi pergeseran


mean proses dengan menggunakan vektor mean
sampel dan matriks kovariansi [2].
Metode yang terbaik dalam mengestimasi
matriks
kovariansi
adalah
metode
yang
diperkenalkan oleh Holmes dan Mergen (1993).
Mereka mengusulkan pendekatan mean square
successive difference (MSSD) untuk mengestimasi
matriks kovariansi dalam MSPC. Sullivan dan
Woodal (1996) juga menyampaikan bahwa metode
menghitung matriks kovariansi yang paling baik
yaitu metode MSSD yang diperkenalkan oleh
Holmes dan Mergen (1993). Oleh karena itu salah
satu pembahasan dalam tulisan ini adalah
bagaimana mengestimasi matriks kovariansi
berdasarkan MSSD. Pada tulisan ini juga
membandingkan bagan kendali

Hotelling

berdasarkan MSSD dengan metode full data set


dimana data yang digunakan berdistribusi normal
multivariat dengan jumlah 4 (empat) peubah.

adalah peubah acak yang

berdistribusi sama, dengan

Xf

dan

saling

bebas, maka

Y=

n
( X X ) N p (0 , )
n+1 f

Teorema 2
'

X =( X 1 , X 2 , , X n ) ,

Misalkan

X 1 , X 2 , , X n
N p (0 , )

masing-masing

dimana

berdistribusi

v =X l , dimana

dan

vektor konstanta berukuran

adalah

p 1 . Misalkan pula
n n

adalah matriks simetris berukuran

r .

dengan rank
hanya jika

XA X ' W p ( r , )

jika dan

v ' Av 2l 2r , dimana 2l =l l ' .

Teorema 3

X =( X 1 , X 2 , , X n)'

Misalkan

acak yang berdistribusi normal,


bentuk kuadratik

adalah vektor

N p ( , ) , maka

( X )' 1 ( X ) (2p) .

Lemma 1

W W p (n , ) , dengan

Misalkan
'

BAHAN DAN METODA

Xf

Dan misalkan

T2

Hotelling individual (Sullivan dan Woodall, 1996).


Bagan kendali

N p ( , ) .

yang saling bebas dan berdistribusi

Maka

n p .

h h 2
np +1 , untuk h 0 .
h' W 1 h

Pada bagian ini dibahas mengenai teoremateorema, bagan kendali

Hotelling, dan MSSD

yang merupakan teori penunjang dari penelitian.


Teorema 1
Misalkan

X 1 , X 2 , , X n

adalah

mean

sampel

T 2 Hotelling

Dalam penggunaan bagan kendali


dari

yang merupakan vektor acak

Penulis koresponden. Alamat E-mail:


yusran.al.khawarismi@gmail.com.com

Bagan Kendali

Hotelling, ada dua fase yang dilalui yaitu fase I dan


fase II. Pada fase I sampel dianalisis untuk
menentukan apakah proses berada dalam keadaan
terkendali atau tidak. Jika proses berada di luar
kendali maka pengamatan outlier harus dibuang
atau dikeluarkan. Setelah itu parameter-parameter
dihitung kembali tanpa memperhitungkan outlier
yang dibuang. Jika proses sudah terkendali, maka

parameter yang diestimasi yaitu

dan S dapat

digunakan pada fase II untuk memantau proses


apakah ada pergeseran mean jika menggunakan
pengamatan yang baru [9].

Ada dua jenis bagan kendali

Hotelling berdasarkan penggunaannya, yaitu untuk


pengamatan data berkelompok dan data individu.

T2

Statistik

Hotelling

untuk

pengamatan

mengusulkan untuk menggunakan metode yang


diperkenalkan oleh Holmes dan Mergen (1993)
yaitu berdasarkan successive difference. Metode ini
menggunakan selisih dua vektor pengamatan secara
berurutan. Metode successive difference lebih
efisien dalam dalam menghitung matriks kovariansi.

i=1, , n1 , diperoleh matriks


berikut:

'
Y= Y2

'
Y n1

(1)

T2

Hotelling untuk pengamatan

individu adalah

Matriks kovariansinya dapat


menggunakan persamaan

'

T 2 =( X X ) S1 ( X X )
n

sebagai

Y1

X ) S ( X X )
T =n ( X

dimana

'

'

(2)

dengan

[]

berkelompok adalah

dan statistik

Y i=X i+1X i

Misalkan

adalah ukuran sampel,

vektor pengamatan, dan

Sd=

adalah

adalah matriks

kovariansi.

dihitung

dengan

Y'Y
2(n1)

(4)
Sehingga statistik

Hotelling berdasarkan

MSSD adalah

Mean Square Successive Difference


Setiap pengamatan diharapkan mempunyai
mean dan standar deviasi yang sama dalam
populasi. Namun ada beberapa kasus dimana mean
berubah dari pengamatan yang satu ke pengamatan
berikutnya. Sehingga taksiran standar deviasi akan
bertambah besar. Salah satu metode yang
diperkenalkan oleh Neumann (1941) untuk
memberikan solusi dari kasus tersebut adalah mean
square successive difference (MSSD).
m 1

(x i+1x i )

S 2d = i =1

'

T 2d=( X d X ) S1
d ( XdX )

Batas kendalinya adalah

UC L=
(6.a)

( n+1 )
fp
F
n ( f p+ 1 ) ( ; p , f p +1)

LCL=0
(6.b)

dimana

m1

(5)

f=

2 ( n1 )
3 n4

yang diperkenalkan oleh

Scoholz dan Tosch (1994).

(3)
dimana

Sd

adalah rata-rata perbedaan kuadrat

antara urutan pengamatan pada saat

i+ 1

dan

i .

Bukti:
Berdasarkan

Y d=

n
( X X ) ,
n+1 d

HASIL DAN DISKUSI


Persoalan yang sering dihadapi dalam
pengamatan individu adalah menaksir matriks
kovariansi

( ).

Sullivan

dan

Woodall

( X d X )=
sehingga

teorema

1,

misalkan
maka

n+1
Y d , dengan Y d N p (0, ) ,
n

T 2d=

n+1 ' 1 n+1


Y d Sd
Y
n
n d
n+ 1 ' 1

Y d Sd Y d
n
W d =f S d W p ( f , ) .

Berdasarkan teorema 2,

Kemudian berdasarkan teorema 3 dan lemma 1,


'
d

Y Yd

2
( p)

Y 'd 1 Y d

Karena

Y 'd 1 Y d
2(f p +1) .
'
1
Y d Wd Yd

dan

Td

bebas, maka distribusi


dengan
2

T d=

Y 'd 1 Y d
Y 'd W 1
d Yd

dan

saling

dapat dituliskan

'
1
( n+ 1 ) f ' 1 Y d Y d

Y d W d Y d ' 1
n
Yd Yd

2
d

'
1
Yd Yd
( n+1 ) f
n Y 'd 1 Y d /Y 'd W 1
d Yd

( n+1 ) f
n
2(f p +1)
2
( p) / p
( n+ 1 ) f
p
2
n
( f p+1 ) / ( f p+1 ) ( f p+1 )

( n+ 1 )
fp
F
n ( f p+1 ) ( ; p , f p +1)
Langkah-langkah untuk membangun bagan
kendali

T2

Hotelling berdasarkan MSSD adalah

sebagai berikut.
a. Menghitung rata-rata setiap karakteristik kualitas
yang akan dikendalikan.
n

'
1
X = X i =( X 1 X 2 X p )
n i=1

(7)
b. Menghitung matriks variansi-kovariansi dengan
menggunakan persamaan (4).
c. Menghitung nilai

dengan batas kendali. Jika

T 2i UCL

data pengamatan ke- i

berada di dalam

kendali

Sebaliknya

(in

control).

Hotelling berdasarkan

MSSD dengan menggunakan persamaan (5).

maka

jika

T >UCL , maka data pengamatan ke- i


berada di luar kendali (out of control).
e. Membuat bagan kendali dengan cara memplot
semua nilai

T2 .

Menghapus data pengamatan out of control.

g. Menghitung kembali

dan

Sd

dengan

menggunakan data-data pengamatan in control.


Langkah a-g dilakukan sampai menghasilkan proses
in control.
Melalui data dari BMKG, karakteristik
kualitas yang digunakan adalah temperatur udara
(derajat celcius), penyinaran matahari (persen),
kelembaban udara (persen) dan kecepatan angin
(knot) yang disimbolkan masing-masing dengan

X1 , X2 , X3

dan

X 4 . Pada fase I, data yang

digunakan adalah data bulan Januari 2003 sampai


dengan bulan Desember 2010.
Pada gambar 1 terlihat bahwa semua
pengamatan in control. Nilai

2
( p)

setiap pengamatan

2
i

f.

n+1 ' 1
Y d Sd Y d
n

T2

d. Membandingkan nilai

dan

yang

diperoleh dari data in control pada gambar 1


selanjutnya digunakan pada fase II untuk
memonitoring pengamatan berikutnya. Pada fase II
pemantauan dilakukan menggunakan data bulan
Januari 2011 sampai dengan bulan Mei 2013.
Dengan mengikuti langkah c-e seperti pada fase I,
nilai

T2

dan UCL pada fase II dapat dilihat pada

gambar 2. Dari gambar 2 terlihat bahwa kondisi


cuaca pada bulan Januari 2011 sampai bulan Mei
2013 tidak terkendali karena terdapat beberapa
pengamatan out of control dalam kurung waktu
tersebut.
Dengan

cara

yang

sama,

T2

nilai

Hotelling berdasarkan metode full data set pada fase


I dimana terdapat 86 data pengamatan in control
dapat dilihat pada gambar 3.Selanjutnya

dan

yang diperoleh dari 86 data pengamatan yang

terkendali digunakan untuk memantau data


pengamatan berikutnya, yaitu data kondisi cuaca
pada bulan Januari 2011 sampai dengan bulan Mei

2013. Pada gambar 4 terlihat bahwa nilai

T2

berada dalam batas kendali. Hal ini menunjukkan


bahwa kondisi cuaca pada bulan Januari 2011
sampai bulan Mei 2013 terkendali.

Pada fase II, bagan kendali

Hotelling

yang diperoleh berdasarkan MSSD berbeda dengan


bagan kendali

T2

Hotelling berdasarkan metode

T2

full data set. Pada bagan kendali

Hotelling

berdasarkan MSSD, masih terdapat beberapa data


out of control sedangkan pada bagan kendali

T2

Hotelling berdasarkan metode full data set semua


data in control. Hal ini disebabkan karena bagan

kendali

Hotelling berdasarkan MSSD lebih

baik dalam memantau pengamatan pada fase II


untuk menunjukkan suatu proses terkendali atau
tidak.
KESIMPULAN
1. Matriks kovariansi berdasarkan MSSD dapat
dihitung dengan menggunakan persamaan
berikut.

Sd=

Y'Y
2(n1)

dengan

[]
Y '1

'
Y= Y2

'
Y n1

Y i=X i+1X i dan i=1, , n1 .

dimana
2. Batas

kendali

T2

untuk

Hotelling

berdasarkan MSSD adalah

UC L=

( n+1 )
fp
F
n ( f p+ 1 ) ( ; p , f p +1)

LCL=0
2 ( n1 )
dimana f = 3 n4
3. Bagan kendali

T2

.
Hotelling berdasarkan

MSSD lebih baik dalam mendeteksi data out of

control dibandingkan dengan metode full data


set.
LAMPIRAN
Tabel 1 Data kondisi cuaca Kota Makassar pada bulan Januari
2003 sampai dengan bulan Mei 2013.

BULAN
Jan 03
Feb 03
Mar 03
Apr 03
May 03
Jun 03
Jul 03
Aug 03
Sep 03
Oct 03
Nov 03
Dec 03
Jan 04
Feb 04
Mar 04
Apr 04
May 04
Jun 04
Jul 04
Aug 04
Sep 04
Oct 04
Nov 04
Dec 04
Jan 05
Feb 05
Mar 05
Apr 05
May 05
Jun 05
Jul 05
Aug 05
Sep 05
Oct 05
Nov 05
Dec 05
Jan 06
Feb 06
Mar 06
Apr 06
May 06
Jun 06
Jul 06
Aug 06
Sep 06
Oct 06
Nov 06
Dec 06
Jan 07

26,71
27
27,5
28,1
28
27,7
26,8
27,4
27,7
28,6
28,5
26,7
27,2
26,5
27,3
28,4
28,1
27,2
26,9
25,9
27,9
28,4
28,6
27,3
27,2
27,5
27,7
27,8
28,5
28,1
27,5
27,7
28,3
28,4
27,8
27,2
27,6
27,3
27,3
27,6
28,2
27,1
27,3
27,2
28
28,5
29,1
28,1
27,8

X X
34 2 90 3
40
89
64
86
73
86
81
86
86
84
83
84
88
82
90
81
85
82
75
84
34
91
57
90
40
91
54
90
87
85
78
86
87
82
89
79
94
70
96
70
94
75
77
78
51
84
46
84
64
82
64
82
69
79
77
74
89
74
85
74
90
71
99
68
80
76
66
83
43
86
42
87
47
87
55
85
63
84
78
81
61
84
91
75
98
72
97
66
98
68
89
74
65
81
47
84

5
5
3
3
3
3
3
3
3
3
3
5
3
5
5
3
2
2
3
4
4
4
4
3
4
4
4
3
3
3
2
3
3
2
3
4
6
5
5
3
2
2
4
5
4
5
5
3
6

BULAN
Feb 07
Mar 07
Apr 07
May 07
Jun 07
Jul 07
Aug 07
Sep 07
Oct 07
Nov 07
Dec 07
Jan 08
Feb 08
Mar 08
Apr 08
May 08
Jun 08
Aug 08
Sep 08

26,8
27,7
27,9
28,4
27,7
27,4
27,4
27,9
28,3
28
27,2
27,1
26,6
27,3
27,8
28,1
27,5
27,5
28,3

X X
37 2 85 3
47
82
69
81
76
76
56
81
82
74
86
70
92
69
81
74
66
79
35
86
49
86
30
87
60
83
73
79
76
78
71
79
26
76
84
75

6
6
5
5
4
5
5
6
5
5
6
5
7
5
4
4
4
5
5

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68

X4

X4

69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94

Nov 08
Dec 08
Jan 09
Feb 09
Mar 09
Apr 09
May 09
Jun 09
Jul 09
Aug 09
Sep 09
Oct 09
Nov 09
Dec 09
Jan 10
Feb 10
Mar 10
Apr 10
May 10
Jun 10
Jul 10
Aug 10
Sep 10
Oct 10
Nov 10
Dec 10

27,8
26,7
26,3
26,8
27,7
28,3
28,5
27,9
27,2
27,9
28,2
28,7
29,3
27,8
26,6
27,8
28,2
28,5
28,5
28
27,8
28,1
28
28,1
28,2
26,6

58
32
30
37
69
74
82
86
73
98
92
83
67
56
24
54
66
62
58
55
67
67
70
69
73
30

89
91
90
84
79
80
79
75
74
68
70
71
74
82
88
84
81
83
83
81
81
78
80
80
84
80

5
6
7
7
5
5
5
5
5
5
5
5
5
5
6
4
4
4
3
3
3
4
4
4
4
4

Gambar 3 Bagan kendali

T2

Hotelling berdasarkan metode

full
data set pada fase I

Gambar 3 Bagan kendali

T2

Hotelling berdasarkan metode

full
data set pada fase I

Sumber: Data BMKG Kota Makassar

REFERENSI

Gambar 1 Bagan kendali

T2

Hotelling berdasarkan MSSD

pada
fase 1

Gambar 2 Bagan kendali

Hotelling berdasarkan MSSD

pada
fase 2

1. Anderson, T. W.. (2003). An introduction to


multivariate statistical analysis (3rd ed.). USA:
John Wiley and Sons.
2. Asti, Fadilah. (2009). Pengontrolan kualitas
proses produksi air di instalasi pengolahan air
NG II Surabaya. Surabaya: Digital Library
Institut Teknologi Surabaya.
3. BMKG. (2012). Buku informasi perubahan
iklim dan kualitas udara di Indonesia. Jakarta
Pusat: Penulis.
4. Hald, A.. (1952). Statistical Theory with
Engineering Applications pp. 357-360. New
York: John Wiley and Sons.
5. Hogg, Robert V. & Craig, Allen T.. (1978).
Introduction to mathematical statistics (4 th ed.).
New York: Macmillan Publishing Co., Inc.
6. Holmes, D. S. & Mergen, A. E.. (1998). A
multivariate test for randomsness. Quality
Engineering, 10(3), 505-508.
7. Johnson, Richard A. dan Wichern, Dean W..
(2007). Applied multivariate statistical analysis
(6th ed.). USA: Pearson Prantice Hall.
8. Mohammadi, Mandana. (2010). Re-weighted
robust
control
charts
for
individual
observations. Proceedings of the 6th IMT-GT
Conference on Mathematics, Statistics and its
Applications (pp. 426-435), Universiti Tunku
Abdul Rahman, Kuala Lumpur, Malaysia.
9. Montgomery, Douglas C.. (2009). Introduction
to statistical quality control (6th ed.) Arizona
State University: John Wiley & Sons, Inc.
10. Murni, Nandani. (2007). Bagan kendali
multivariat dengan metode dekomposisi MYT
dalam pengendalian mutu statistik multivariat.

Depok: Departemen Matematika FMIPA


Universitas Indonesia.
11. Neumann, J. Von, et al. (1941). The mean
square successive difference. The Annals of
Mathematical Satistics Vol. 12, No. 2, pp. 153162.
12. Pan, Jeh-Nan & Chen, Sheau-Chiann . (2011).
New robust estimator for detecting non-random
patterns in multivariate control charts: a
simulation approach. Journal of Statistical
Computation and Simulation Vol. 81, No. 3,
March 2011, 289-300.
13. Williams, James D.. (2004). On distribution of
hotellings

T2

statistics based on the

successive
difference
matrix
estimator.
Dissertation submitted to the faculty of the
Virginia Polytechnic Institute & State
University, pp. 37-55.

Anda mungkin juga menyukai