Anda di halaman 1dari 4

Cara lain untuk membangun batas kontrol adalah dengan menggunakan rentang sampel sebagai perkiraan variabilitas proses.

Ingat bahwa jangkauan hanya perbedaan antara nilai terbesar dan terkecil dalam sampel. Penyebaran jangkauan dapat memberitahu kita tentang variabilitas data. Dalam hal ini batas kontrol akan dibangun sebagai berikut: Batas kontrol atas (UCL) = x + A2 R Batas kontrol bawah (LCL) = x- A2 R di mana rata-rata sampel berarti rata rentang dari sampel Faktor A2 diperoleh dari Tabel 6-1. Perhatikan bahwa A2 adalah faktor yang mencakup tiga deviasi standar berkisar dan tergantung pada ukuran sampel yang dipertimbangkan. CONTOH 6.2 Membangun yang rata-rata (x-bar) Chart dari Rentang sampel Sebuah kontrol kualitas inspektur di Cocoa Fizz menggunakan data dari Contoh 6.1 untuk mengembangkan control batas. Jika kisaran rata-rata untuk dua puluh lima sampel adalah 0,29 ons (dihitung sebagai) dan berarti rata-rata dari pengamatan 15,95 ons, mengembangkan batas kontrol tigasigma untuk pembotolan operasi. Solusi Nilai A2 diperoleh dari Tabel 6.1. Untuk n 4, .73 A2. Hal ini menyebabkan berikut batas-batas: Pusat CL bagan kontrol 15,95 ons UCL x A2 R 15.95 (.73)(.29) 16.16 LCL x A2 R 15.95 (.73)(.29) 15.74 TABEL 6-1 Faktor-faktor untuk tiga-sigma control batas dan R-chart Sumber: diadaptasi dari FaktorASTM Manual Mutu Kontrol Bahan.

Kisaran (R) grafik Sebuah grafik kontrol yang memantau perubahan dalam dispersi atau variabilitas proses. Kisaran (R) Grafik Kisaran (R) grafik jenis lain dari diagram kontrol untuk variabel. Sedangkan x-bar grafik mengukur pergeseran dalam tendensi sentral proses, grafik rentang memantau dispersi atau variabilitas proses. Metode untuk mengembangkan dan menggunakan R-grafik adalah sama dengan bahwa untuk x-bar chart. Garis tengah peta kendali adalah kisaran rata-rata, dan batas kontrol atas dan bawah dihitung sebagai berikut: di mana nilai untuk D4 dan D3 adalah diperoleh dari Tabel 6-1. LCL D3 R UCL D4 R CL R

CONTOH 6.3 Membangun Kisaran (R) Bagan Solusi Dari data pada Contoh 6.1 Anda dapat melihat bahwa kisaran rata-rata sampel adalah: Dari Tabel 6-1 untuk n 4: D4 2,28 D3 0 Diagram kontrol yang dihasilkan adalah: LCL D3 R 0 (0,29) 0 UCL D4 R 2,28 (0,29) 0,6612 n4 R 0,29 R 7.17 25

LCL UCL Rata-rata Sampel CL 0.00 Grafik Menggunakan Mean dan Rentang Bersama Anda dapat melihat bahwa mean dan berbagai grafik yang digunakan untuk memonitor variabel yang berbeda. Chart berarti atau x-bar mengukur tendensi sentral dari proses, sedangkan tabel rentang mengukur dispersi atau varians dari proses tersebut. Karena kedua variable yang penting, masuk akal untuk memantau proses menggunakan keduanya berarti dan rentang grafik. Hal ini dimungkinkan untuk memiliki pergeseran dalam rata-rata produk tetapi tidak perubahan dalam dispersi. Misalnya, di pabrik pembotolan Fizz Kakao mesin pengaturan dapat bergeser sehingga botol penuh berisi rata-rata 16,0 ons tidak, tetapi 15,9 ons cairan. Dispersi bisa sama, dan pergeseran ini akan dideteksi oleh grafik x-bar tapi tidak oleh sebuah diagram jangkauan. Hal ini ditunjukkan dalam bagian (a) Gambar 6-6. Di sisi lain, mungkin ada pergeseran dalam dispersi produk tanpa perubahan berarti. Kakao Fizz masih dapat memproduksi botol dengan merupakan rata-rata mengisi 16,0 ons. Namun, dispersi produk mungkin telah meningkat, seperti ditunjukkan pada bagian (b) Gambar 6-6. Kondisi ini akan terdeteksi oleh rentang grafik tetapi tidak dengan bagan x-bar. Karena pergeseran baik dalam mean atau rentang berarti bahwa proses ini di luar kendali, penting untuk menggunakan kedua grafik untuk memantau proses tersebut.

BAGAN KONTROL UNTUK ATRIBUT Kontrol grafik untuk atribut yang digunakan untuk mengukur karakteristik kualitas yang menghitung bukan diukur. Atribut diskrit di alam dan memerlukan sederhana ya-atau-tidak ada keputusan. Sebagai contoh, ini bisa menjadi jumlah nonfunctioning bola lampu, proporsi telur pecah dalam karton, jumlah apel busuk, jumlah goresan pada ubin, atau jumlah pengaduan yang dikeluarkan. Dua jenis yang paling umum diagram kontrol untuk atribut adalah p-grafik dan c-grafik. P-grafik yang digunakan untuk mengukur proporsi item dalam sampel yang rusak. Contohnya adalah proporsi cookie rusak di batch dan proporsi mobil yang diproduksi dengan spatbor sejajar. P-grafik yang sesuai saat baik jumlah barang cacat diukur dan ukuran sampel total dapat dihitung. Sebuah proporsi yang kemudian dapat dihitung dan digunakan sebagai statistik pengukuran. C-grafik menghitung jumlah sebenarnya cacat. Sebagai contoh, kita dapat menghitung jumlah keluhan dari pelanggan dalam satu bulan, jumlah bakteri pada cawan petri, atau jumlah teritip di bagian bawah perahu. Namun, kita tidak dapat menghitung proporsi keluhan dari pelanggan, proporsi bakteri pada cawan petri, atau proporsi teritip di bagian bawah perahu. Pemecahan Masalah-Tip: Perbedaan utama antara menggunakan p-chart dan diagram c-adalah sebagai berikut. Sebuah p-chart digunakan ketika kedua ukuran sampel total dan jumlah cacat dapat dihitung. A c-chart digunakan ketika kita dapat menghitung hanya jumlah cacat tetapi tidak dapat menghitung proporsi yang rusak.

P-Charts P-grafik yang digunakan untuk mengukur proporsi yang cacat dalam sampel. Perhitungan dari garis tengah serta batas kontrol atas dan bawah adalah sama dengan perhitungan untuk jenis lain diagram kontrol. Garis tengah dihitung sebagai proporsi rata-rata cacat dalam populasi,. Hal ini diperoleh dengan mengambil jumlah sampel pengamatan secara acak dan menghitung nilai rata-rata p di semua sampel. Untuk membangun batas kontrol atas dan bawah untuk grafik p-, kita menggunakan berikut rumus: mana z standar variabel yang normal proporsi sampel yang rusak deviasi standar dari proporsi rata-rata cacat Seperti dengan grafik lainnya, z dipilih untuk menjadi baik 2 atau 3 deviasi standar, tergantung pada jumlah data yang kita inginkan untuk menangkap dalam batas kendali kita. Biasanya, bagaimanapun, mereka ditetapkan pada 3. Standar deviasi sampel dihitung sebagai berikut: dimana n adalah ukuran sampel. p asp (1 p) n p p LCL p z p UCL