T 11 As Atribute PDF

TI 3221 PENGENDALIAN KUALITAS STATISTIK
TOPIK 11
ACCEPTANCE SAMPLING
SAMPLING PENERIMAAN
LD, Semester II 2003/04
Hlm. 1
PENDAHULUAN
Aspek penting dalam sampling
Tujuan: menilai lot bukan estimasi kualitas lot

Bukan bentuk langsung pengendalian kualitas:
Sampling Penerimaan: keputusan TERIMA/TOLAK lot;

Pengendalian Kualitas: mengendalikan & memperbaiki proses secara sistematis.
Efektivitas: sebagai perangkat audit untuk meyakinkan kesesuaian output proses

dengan ketentuan.
Pendekatan dalam penerimaan lot
Terima tanpa inspeksi

Inspeksi 100%
Sampling penerimaan
Kondisi yang memerlukan Sampling Penerimaan:
Jika pemeriksaan menggunakan cara uji destruktif;

Jika biaya inspeksi 100% mahal;
Jika inspeksi 100% tidak mungkin dari segi waktu;
Jika kesalahan inspeksi tinggi;
Jika kualifikasi pemasok atau vendor baik, sehingga inspeksi 100% dapat dihindarkan.
Hlm. 2
Kelebihan Sampling Penerimaan (dibandingkan inspeksi 100%):
Lebih murah;
Mengurangi handling;
Dapat diterapkan pada uji destruktuf;
Jumlah inspektor lebih sedikit;
Kesalahan inspeksi lebih rendah;
Mempunyai dampak lebih besar pada pemasok/vendor.
Kekurangan Sampling Penerimaan:
Mempunyai resiko menolak lot yang baik (error tipe I, ), atau menerima lot yang
jelek (error tipe II, );
Memberikan sedikit informasi mengenai produk atau proses yang menghasilkan
produk tersebut;
Memerlukan perencanaan dan dokumentasi dari prosedur Sampling Penerimaan.
Hlm. 3
Jenis Sampling Penerimaan:

A. Berdasarkan landasan keputusan:
1. Sampling berdasarkan atribut
2. Sampling berdasarkan variabel
B. Berdasarkan rangkaian sampling:

1. Sampling Tunggal (Single Sampling):
Output keputusan: TOLAK / TERIMA
2. Sampling Ganda (Double Sampling):
Output keputusan:
Sampling I: TERIMA / TOLAK / LANJUT KE SAMPLING II
Sampling II: TERIMA /TOLAK (berdasarkan hasil dari sampling I & II)
C. Sampling Majemuk (Multiple Sampling):

9 Kelanjutan dari Sampling Ganda
9 Ukuran sampel < Sampling Tunggal atau Sampling Ganda
D. Sampling Sekuensial (Sequential Sampling):

9 Kelanjutan dari Sampling Majemuk
9 Teoritis: dilakukan hingga inspeksi 100%
9 Praktek: berhenti setelah jumlah yang diinspeksi = 3 x jumlah yang diinspeksi
dengan Sampling Tunggal
9 Jika n = 1, disebut item-by-item sampling.
Hlm. 4
SAMPLING PENERIMAAN
DENGAN ATRIBUT
Hlm. 5
1. OPERATING CHARACTERISTICS CURVE (OC CURVE)
Ukuran kinerja Rencana Sampling dalam membedakan LOT BAIK dan LOT
CACAT.
Bentuk OC curve yang ideal:
OC Curve ideal
1
Probabilitas
Penerimaan
p0
Proporsi catat (p)
Pa(menerima lot) = 1, p p0
Pa (menolak lot) = 0, p > p0
Hlm. 6
Jenis OC Curve
1. OC Curve Tipe A:
Sampel diambil dari lot yang terisolasi dengan ukuran terbatas.

Ukuran sampel (n) relatif kecil, sehingga perubahan setelah pengambilan sama.
Basis: distribusi Hipergeometri
LOT
SAMPEL
Ukuran lot: N
Jumlah item cacat: D
Probabilitas mengambil
sejumlah x item cacat dari lot:
Ukuran
sample: n
Kriteria penerimaan sampel: c

Terima lot, jika jumlah item cacat c
Tolak lot, jika jumlah item cacat > c
D N D

x n x
P ( x) =
N

n
D N D

x n x
Pa = P( x c) = P( x ) =
N
x =0
x =0
n

c
Hlm. 7
2. OC Curve Tipe B:
Aliran lot yang dihasilkan dari proses, dan ukuran lot besar (minimum 10x dari
ukuran sampel);
Basis: distribusi Binomial;
Probabilitas mengambil sejumlah x item cacat dari lot:
n
P( x) = p x (1 p ) n x
x
c n
Pa = P ( x c) = p x (1 p) n p
x =0 x
Pendekatan distribusi Poisson untuk distribusi Binomial (jika ukuran sampel besar &
proporsi item cacat):
P( x) =
= np
x e
x!
c
x e
x =0
x =0
x!
Pa = P ( x c) = P( x) =
Hlm. 8
CONTOH SOAL (N = 2000, n = 50, c = 2)
Hlm. 9
Pengaruh n & c pada OC curve:
(a) Pengaruh n pada OC curve
(b) Pengaruh c pada OC curve
Hlm. 10
2. RESIKO PRODUSEN & RESIKO KONSUMEN

Resiko Produsen
Resiko Produsen
(Terjadinya Error Tipe I: )
Kesalahan menolak lot
yang baik.
Resiko konsumen
(Terjadinya Error Tipe II: )
Probability of acceptance (Pa)
Kesalahan menerima lot

yang cacat.
Resiko Konsumen
Hlm. 11
3. RENCANA SAMPLING
Rencana Sampling
Jenis sampling: tunggal, ganda, majemuk

Parameter:
Ukuran sampel: n
Kriteria penerimaan / penolakan: c
Ukuran untuk mengevaluasi Rencana Sampling:

1. Average Outgoing Quality (AOQ)
Rectifying Inspection
GANTI ITEM
CACAT DENGAN
ITEM BAIK
Kemungkinan terkandung item cacat

dengan jumlah: Pa(p)(N-n)
AOQ =
proporsi rata-rata item
cacat yang terkandung
dalam lot yang diterima
Terima Lot
INPEKSI
AOQ =
Tolak Lot
Pa ( p )( N n)
N
INSPEKSI 100%
Lot yang
diterima
Hlm. 12
Contoh (N = 2000, n = 50, c = 2):
Hlm. 13
2. Average Total Inspection (ATI)

Untuk Sampling Tunggal:
ATI = n + (1 Pa) (N n)
= Pa n + (1 Pa) N
Untuk Sampling Ganda:
ATI
= n1 P1 + (n1 + n2) P1 + N (1 P1 P2)
P1
= P (menerima lot pada sampling I) + P (menolak lot pada sampling I)
P1
= P (x c) + P(x r)
Contoh: N = 2000, n = 50, c = 2
Hlm. 14
4. DESAIN RENCANA SAMPLING

(i). RENCANA SAMPLING TUNGGAL (Single
(Single Sampling Plan)
Plan)
A. Berdasarkan Resiko Produsen (

()
1
Tentukan , AQL (Acceptable

(Acceptable
Quality Level):
Level): tingkat kualitas terburuk
dari proses vendor yang dapat diterima oleh
konsumen
Buat beberapa alternatif Rencana

Sampling (c, n):
Tentukan c;
Dengan distribusi Poisson atau
Tabel Grubbs, tentukan n.
2
2
Evaluasi Rencana Sampling:

a. Berdasarkan biaya kualitas
sampling:
External failure cost
(berdasarkan AOQ)
Biaya inspeksi (berdasarkan
ATI)
b. Berdasarkan pertimbangan lain.
Hlm. 15
Contoh:
N = 1000; = 5%, AQL = 1,5%, B.Insp = Rp100/unit, B.Warranty: Rp5.000/unit.
c1 = 1, n1 = /p, : diperoleh dr. Tabel D. Poisson atau Tabel Grubbs;
c1 = 1, n1 = 0,355/0,015 = 23,67 24
c2 = 3, n2 = 1,366/0,015 = 91,07 92
Dihitung dengan
distribusi Poisson
c3 = 6, n3 = 3,286/0,015 = 219,07 220

c
np1 =
Pa
25
0,38
92
1,38
220
3,30
ATI
AOQ
B. INS
B. WARR
TOTAL
0,9450
78,6
0,9485
138,8
13,8
7.860
69.105
76.965
12,9
13.876
64.593
78.469
0,9490
259,8
11,1
25.975
55.519
81.494
ATI
AOQ
B. INS
B. WARR
TOTAL
Jika B.Warranty: Rp8.000/unit, maka
np1 =
Pa
25
0,38
0,9450
78,6
13,8
7.860
110.568
118.428
92
1,38
0,9485
138,8
12,9
13.876
103.349
117.225
220
3,30
0,9490
259,8
11,1
25.975
88.830
114.805
Hlm. 16
Tabel Poisson Kumulatif (1)
= 0,05
Pa = 1-0,05 = 0,95
c=1
Hlm. 17
Tabel Poisson Kumulatif (2)
Hlm. 18
Tabel GRUBBS
Berdasarkan
Resiko
Produsen,
Berdasarkan
Resiko
Produsen () &
Konsumen ()
Berdasarkan
Resiko
Konsumen,
Hlm. 19
B. Berdasarkan Resiko Konsumen (

()
1
Tentukan , LQL (Limiting

(Limiting Quality
Level)
Level)
Buat beberapa alternatif Rencana

Sampling (c, n):
Tentukan c;
Dengan distribusi Poisson atau
Tabel Grubbs, tentukan n.

a. Berdasarkan biaya kualitas
sampling:
External failure cost
(berdasarkan AOQ)
Biaya inspeksi (berdasarkan
ATI)
b. Berdasarkan pertimbangan
lain.
2
2
2
=10%
LQL = 8%
Hlm. 20
10
Contoh:
N = 1000, = 10%, LQL = 8%, B.Insp = Rp 100,- / unit, B.Warranty: Rp 5.000,- / unit.
c = 1, n = /p, : diperoleh dr. Tabel Distribusi Poisson atau Tabel Grubbs;

Pa
ATI
AOQ
B.
INSPEKSI
B.
WARRANTY
TOTAL
3,89
0.09762
907.17
1.39
90,717
6,963
97,679
6,681
0.09758
910.62
1.34
91,062
6,704
97,765
0.0986
914.42
1.28
91,442
6,419
97,860
np2 =
49
84
132
10,532
Jika B. Warranty: Rp 15.000,- / unit, maka

Pa
ATI
AOQ
B.
INSPEKSI
B.
WARRANTY
TOTAL
3,89
0.09762
907.17
1.39
90,717
20,888
111,604
6,681
0.09758
910.62
1.34
91,062
20,111
111,173
0.0986
914.42
1.28
91,442
19,256
110,698
np2 =
49
84
132
10,532
Hlm. 21
C. Berdasarkan Resiko Produsen (

() & Konsumen (
()
1
Tentukan & AQL dan & LQL
Buat beberapa alternatif Rencana Sampling

(c, n) berdasarkan dan :
Hitung p = LQL / AQL;
AQL;
Dengan Tabel Grubbs,
Grubbs, tentukan c yang
kirakira-kira memenuhi p;
Berdasarkan c, tentukan n yang memenuhi
kriteria ;
Berdasarkan c, tentukan n yang memenuhi
kriteria ;

Evaluasi Rencana Sampling yang memenuhi
kriteria dan .
Jika diperoleh lebih dari 1 alternatif Rencana
Sampling, evaluasi Rencana Sampling
berdasarkan kriteria lain, seperti:
a. Biaya kualitas sampling:
External failure cost (berdasarkan
AOQ)
Biaya inspeksi (berdasarkan ATI)
b. Berdasarkan pertimbangan lain.
Hlm. 22
11
Contoh:
N = 1000; = 0,05 & p1 = AQL = 1,8%; = 10% & LQL = 9%, Biaya Inspeksi = Rp 100,- / unit,
Biaya Warranty: Rp 5.000,- / unit.
p = LQL / AQL = 0,09 / 0,018 = 5,00
Dari Tabel GRUBBS, diperoleh 2 < c < 3.
Berdasarkan kriteria : diperoleh:
c = 2, np1 = 0,818, maka n = 0,818 / 0,018 = 45,44 46
c = 3, np1 = 1,366, maka n = 1,366 / 0,018 = 75,88 76
Berdasarkan kriteria : diperoleh:
c = 2, np2 = 5,322 maka n = 5,322 / 0,09 = 59,13 60
c = 3, np2 = 6,681, maka n = 6,681 / 0,09 = 74,23 75
RS berdasarkan kriteria yang memenuhi kriteria = 0,09,
0,09 maka
c = 2, n = 46, p2 = 5,322 / 46 = 0,1157
c = 3, n = 76 , p2 = 6,681 / 46 = 0,0879 mendekati = 0,09
RS berdasarkan kriteria yang memenuhi kriteria = 0,018,
0,018 maka
c = 2, n = 60, p1 = 0,818 / 60 = 0,0136
c = 3, n = 75, p1 = 1,366 / 75 = 0,0182 mendekati = 0,018
c
np
Pa
ATI
AOQ
76
1,37
0,9498
122,37
13,16
B.INS
12.237
B.WARR
197.467
209.704
75
6,75
0,0958
911,42
1,33
91.142
19.931
111.073
TOT
Hlm. 23
(ii) RENCANA SAMPLING GANDA (Double

(Double Sampling Plan)
Plan)
1. PARAMETER RENCANA SAMPLING:
n1 = ukuran sampel ke-1;
c1 = kriteria menerima lot pada sampling ke-1;
r1 = kriteria menolak lot pada sampling ke-1;
c2 = kriteria menerima lot pada sampling ke-2.
2. KONSEP SAMPLING GANDA:
SAMPLING I
Terima Lot
x1 c1
x1 r1
Tolak Lot
C1 < x1 < r1
SAMPLING II
Terima Lot
X1 + x2 c2
X1 + x2 > c2
Tolak Lot
Hlm. 24
12
3. PROBABILITAS MENERIMA LOT (Pa):

Contoh: N = 3.000; n1 = 40; c1 = 1; r1 = 5, n2 = 80; c2 = 5; r2 = 6; p = 0,03
SAMPLING I
Catatan:
Dihitung dgn
distribusi
Poisson, dgn =
n1(p) = 40(0,03) =
1,2
Pa1 = P (x1 1)
= P (x1 1)
= 0,6628
x1 r1
x1 c1
Terima Lot
Tolak Lot
c1 < x1 < r1
Ps1 = P (c1 < x1 r1
SAMPLING II
X1 + x2 c 2
X1 + x2 > c2
Terima Lot
Tolak Lot
Pa2 = P(x1=c1+1) x P(x2 c2 - x1) + P(x1=c1+2) x P(x2 c2 - x1) + + P(x1=r1-1) x P(x2 c2 - x1)
Catatan:
Dihitung dgn distribusi
Poisson, di mana: 1 =
n1(p) = 40(0,03) = 1,2 dan
2 = n2(p) =
80(0,03) = 2,4.
= P(x1=1+1) x P(x2 5 - 2) + P(x1=1+2) x P(x2 5 - 3) + P(x1=1+3) x P(x2 5 - 4)

= P(x1=2) x P(x2 3) + P(x1=3) x P(x2 2) + P(x1=4) x P(x2 1)
= (0,217) (0,779) + (0,087) (0,570) + (0,026) (0,308)
= 0,1689 + 0,0494 + 0,0080 = 0,2263
Pa =Pa1 + Pa2 = 0,6628 + 0,2263 = 0,8891
Hlm. 25
4. OC CURVE
5. AVERAGE SAMPLE NUMBER (ASN)
ASN = n1 ( p1 ) + (n1 + n2 )(1 P1 )

ASN = n1 + n2 (1 P1 )
p1 = proporsi item cacat dalam lot;
P1 = probabilitas mengambil keputusan pada
sampling ke-1.
6. AVERAGE TOTAL INSPECTION (ATI)
ATI = (n1)Pa1 + (n1 + n2 )Pa2 + N(1 Pa1 Pa2 )

Pa1 = probabilitas menerima lot pada ke-1;
Pa2 = probabilitas menerima lot pada ke-2;
Hlm. 26
13
7. DESAIN RENCANA SAMPLING GANDA (RSG):

Tabel 1: Nilai Parameter Sampling Ganda: n1 = n2 ( = 0,05 = 0,10):
Hlm. 27
Tabel 2: Nilai Parameter Sampling Ganda: n2 = 2 n1 ( = 0,05 = 0,10):
Hlm. 28
14
Contoh: N = 2.500; = 0,05; p1 = AQL = 0,012; = 0,10; p2 = LQL = 0,075; n1 = n2
R=
p2 LQL 0,075
=
=
= 6,25
p1 AQL 0,012
Dari tabel nilai parameter RSG, maka R yang mendekati nilai 6,25 adalah RSG plan 3 dengan R = 6,79
dan c1 = 0 dan c2 = 2.
Jika = 0,05 maka Pa = 1 0,05 = 0,95 untuk AQL = 0,012.
Dari tabel nilai parameter RSG, untuk Pa = 0,95 diperoleh n1p = 0,43, maka:
n1 =
0,43
= 35,83 36
0,012
Karena diasumsikan n1 = n2, maka n2 = 36.

Rencana Sampling Ganda yang diperoleh adalah:
n1 = 36; c1 = 0; n2 = 36 c2 = 2; r1 dan r2 diasumsikan sama dengan 3.
Dari tabel yang sama dapat dihitung juga ASN.
Untuk Pa = 0,95 dan AQL = 0,012plan 3 memberikan ASN/n1 = 1,340 maka diperoleh:
ASN = (1,340)(36) = 48,24

Hlm. 29
5. RENCANA SAMPLING BAKU (MIL(MIL-STDSTD-105E):

Military Standard:
Dikembangkan selama PD II;
Versi awal: Military Standard 105A dikembangkan 1950 & dimodifikasi 4 kali menjadi
Military Standard 105D (MIL-STD-105D);
Military Standard 105D (MIL-STD-105D) dikembangkan melalui kerjasama antara
Amerika, Inggris, Kanada:
1963: pertama diperkenalkan;
1971: diadopsi oleh Amerika secara nasional & diberi label: ANSI/ASQC Z1.4;
1981: Standar Nasional direvisi menjadi ANSI/ASQC Z1.4-1981;
1989: MIL-STD-105D direvisi menjadi MIL-STD-105E.
ANSI/ASQC Z1.4-1981
Lebih menekankan pada prosedur sampling melalui OC curve;
Didesain untuk menerima mayoritas lot, jika proporsi rata-rata item cacat < AQL;
Rencana Sampling ditentukan berdasarkan: AQL;
1974: diadopsi oleh ISO dengan modifikasi minor menjadi ISO 2859.
Sistem Dogde-Romig (dikembangkan 1959 oleh Dodge & H. G. Romig):
Didesain untuk meminimumkan ATI & memenuhi Resiko Konsumen () untuk batch
dengan tingkat kualitas tertentu yang dispesifikasikan dengan LQL;
Rencana Sampling ditentukan berdasarkan LQL atau AOQL.
Hlm. 30
15
Perbedaan ANSI/ASQC Z1.4 & MIL-STD-105E:

MIL-STD-105E merupakan Sampling Plan (Rencana Sampling) & ANSI/ASQC
Z1.4 merupakan Sampling System (Sistem Sampling);
Rencana Sampling: menetapkan suatu prosedur untuk menentukan keputusan
terhadap suatu lot (terima atau tolak) berdasarkan ukuran sampel & kriteria
penerimaan.
Sampling Scheme: merupakan kumpulan Sampling Plan dengan aturan untuk
menentukan jenis inspeksi yang harus digunakan;
Sistem Sampling: kumpulan Sampling Scheme, menetapkan aturan untuk
memilih rencana sampling yang tepat.
MILMIL-STDSTD-105E
ANSI/ASQC Z1.4
Istilah untuk item cacat:

nonconforming
Istilah untuk item cacat: defects

Mencakup: prosedur opsional untuk perubahan dari Inspeksi Ketat ke
Inspeksi Longgar tanpa memenuhi kriteria batas jumlah
Menekankan pada aspek Skema Sampling dengan memberikan 5
tabel tambahan untuk kinerja Skema Sampling, mencakup tabel untuk:
Average Outgoing Quality Level (AOQL) untuk Skema Sampling;
Limiting quality untuk Skema Sampling dengan Pa = 10% dan Pa
= 5%;
ASN untuk Skema Sampling;
OC Cirve untuk kinerja Skema Sampling.
Hlm. 31
Ukuran Nonconformance:
Dinyatakan dalam persentase dari nonconforming units atau jumlah nonconforming
units per 100 unit.
Percent nonconform ing =
Number nonconform ing

x 100
Number of units inspected
Nonconform ities per 100 units =
Number of conformities
x 100
Number of units inspected
Acceptable Quality Level (AQL):

Bagian terpenting dalam penggunaan standar;
AQL = persentase atau jumlah item cacat maksimum;
Ditentukan pada saat pembuatan kontrak pasokan.
Tingkat Inspeksi Umum (General Inspection Level):
Level I: OC curve landai, tingkat diskriminasi
terhadap kualitas lot kurang;
Level II: level normal, tingkat diskriminasi
lebih tinggi dari level I
Level III: OC curve paling curam, tingkat
diskriminasi terhadap kualitas lot tinggi;
Level I & II: digunakan untuk uji destruktif;
Level III: untuk item mahal.
Hlm. 32
16
Tingkat Inspeksi Khusus (Special Inspection Level):

Inspeksi khusus digunakan jika diperlukan sampel dengan
ukuran sampel yang relatif kecil;
Tingkat inspeksi khusus: S-1, S-2, S-3, S-4
Tipe Inspeksi & Aturan Perubahan
Tipe Inspeksi:
Normal, Longgar
(Reduced), Ketat
(Tightened)
Hlm. 33
Aturan Perubahan Penggunaan Tipe Inspeksi
10 Lot terdahulu diterima;

Jumlah item cacat kurang
dari batas (opsional);
Produksi stabil;
Disetujui oleh otoritas
yang bertanggungjawab.
REDUCED
NORMAL
Lot tidak diterima, atau

Lot diterima, tetapi jumlah
item cacat di antara
kriteria penerimaan (Ac)
atau penolakan (Re);
Produksi tidak regular,
atau
Produksi dalam kondisi
tertentu.
2 dari 5 lot yang

berurutan tidak
diterima.
TIGHTENED
5 lot yang
berurutan
diterima.
10 lot berurutan
tetap inspeksi ketat
Berhenti inspeksi
dengan Z1.4
Hlm. 34
17
Langkah-langkah Implementasi Standar
Tentukan parameter berikut:

Accetable Quality Level (AQL);
Ukuran lot;
Tipe sampling (Single,
(Single, Double, Multiple);
Level inspeksi (umumnya Level II, ubah jika diperlukan).
Tentukan kode ukuran sampel dari tabel yang sesuai (*).
Tentukan tipe Rencana Sampling (Normal,

(Normal, Reduced,
tightened).
tightened).
Catatan:
Catatan: Untuk inspeksi awal, mulai dengan Inspeksi
Normal, & ubah ke Inspeksi Ketat Longgar sesuai dengan
aturan perubahan jenis inspeksi.
Identifikasi Rencana Sampling dari tabel yang sesuai (**).
Hlm. 35
(*) Tabel Kode Ukuran Sampel
Hlm. 36
18
(**) Contoh Tabel Master 1: Rencana Sampling Tunggal untuk Inspeksi Normal
Hlm. 37
(**) Contoh Tabel Master 2: Rencana Sampling Ganda untuk Inspeksi Normal
Hlm. 38
19
(**) Contoh Tabel Master 1: Rencana Sampling Tunggal untuk Inspeksi Normal
Hlm. 39
6. RENCANA SAMPLING STANDAR DODGEDODGE-ROMIG
Hlm. 40
20

T 11 As Atribute PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

T 11 As Atribute PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

TI 3221 PENGENDALIAN KUALITAS STATISTIK

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

Tujuan: menilai lot bukan estimasi kualitas lot

Sampling Penerimaan: keputusan TERIMA/TOLAK lot;

Efektivitas: sebagai perangkat audit untuk meyakinkan kesesuaian output proses

Pendekatan dalam penerimaan lot

Terima tanpa inspeksi

Kondisi yang memerlukan Sampling Penerimaan:

Jika pemeriksaan menggunakan cara uji destruktif;

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

Kelebihan Sampling Penerimaan (dibandingkan inspeksi 100%):

Kekurangan Sampling Penerimaan:

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

Jenis Sampling Penerimaan:

B. Berdasarkan rangkaian sampling:

Output keputusan: TOLAK / TERIMA

2. Sampling Ganda (Double Sampling):

C. Sampling Majemuk (Multiple Sampling):

D. Sampling Sekuensial (Sequential Sampling):

TI 3221 PENGENDALIAN KUALITAS STATISTIK

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

1. OPERATING CHARACTERISTICS CURVE (OC CURVE)

LD, Semester II 2003/04

Proporsi catat (p)

TI 3221 PENGENDALIAN KUALITAS STATISTIK

Sampel diambil dari lot yang terisolasi dengan ukuran terbatas.

Kriteria penerimaan sampel: c

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

CONTOH SOAL (N = 2000, n = 50, c = 2)

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

Pengaruh n & c pada OC curve:

(a) Pengaruh n pada OC curve

LD, Semester II 2003/04

(b) Pengaruh c pada OC curve

TI 3221 PENGENDALIAN KUALITAS STATISTIK

2. RESIKO PRODUSEN & RESIKO KONSUMEN

Probability of acceptance (Pa)

Kesalahan menerima lot

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

Jenis sampling: tunggal, ganda, majemuk

Ukuran untuk mengevaluasi Rencana Sampling:

Kemungkinan terkandung item cacat

TI 3221 PENGENDALIAN KUALITAS STATISTIK

Contoh (N = 2000, n = 50, c = 2):

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

2. Average Total Inspection (ATI)

= n1 P1 + (n1 + n2) P1 + N (1 P1 P2)

= P (menerima lot pada sampling I) + P (menolak lot pada sampling I)

Contoh: N = 2000, n = 50, c = 2

LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK

4. DESAIN RENCANA SAMPLING

A. Berdasarkan Resiko Produsen (