PENGENDALIAN PROSES STATISTIK

Defenisi dan Tujuan

Pengendalian kualitas statistik (Statistical Proses Control/ SPC)
merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor,
pengendali, penganalisis, pengelola, dan memperbaiki proses menggunakan
metode-metode statistik.
SPC merupakan penerapan metode-metode statistik untuk pengukuran dan
analisis variasi proses. Dengan menggunakan SPC maka dapat dilakukan analisis
dan minimasi penyimpangan, mengevaluasi kemampuan proses, dan membuat
hubungan antara konsep dan teknik yang ada untuk mengadakan perbaikan proses.
Sasaran SPC terutama adalah mengadakan pengurangan terhadap variasi
atau kesalahan-kesalahan proses. Selain itu, tujuan utama dalam SPC adalah
mendeteksi adanya penyebab khusus dalam variasi atau kesalahan proses melalui
analisis data dari masa lalu maupun masa mendatang.
Dalam SPC, teknik-teknik tersebut diaplikasikan guna memeriksa dan
menguji data untuk menentukan standar dan mengecek kesesuaian produk untuk
mencapai proses manufaktur yang maksimum

BAGAIMANA BEKERJANYA GRAFIK PENGENDALI
1. Sebab-sebab Tak Terduga Dan Terduga Variabilitas Kualitas
Dalam banyak proses produksi, bagaimanpun baiknya dirancang atau hati-
hatinya dipelihara akan selalu ada sebanyak tertentu variabilitas dasar atau yang
menjadi sifatnya. Variabilitas dasar gangguan dasar ini adalah pengaruh
kumulatif dari banyak sebab-sebab kecil yang dasarnya tak terkendali. Apabila
gangguan dasar suatu proses relatif kecil, kita biasanya memandangnya sebagai
tingkat yang dapat diterima dari peranan proses. Dalam rangka pengendalian
kualitas statistik, variabilitas dasar ini kadang-kadang dinamakan sistem stabil
sebab-sebab tak terduga. Suatu proses yang bekerja hanya dengan adanya variasi
sebab-sebab tak terduga dikatakan ada pada pengendalian statistik.
Macam-macam variabilitas lain kadang-kadang dapat timbul dalam hasil
suatu proses. Variabilitas ini dalam karakteristik kualitas kunci biasanya timbul
dari tiga sumber : mesin yang dipasang dengan tidak wajar, kesalahan operator,
dan bahan baku yang cacat. Variabilitas seperti itu umumnya besar apabila
dibandingkan dengan ganguan dasar, dan biasanya merupakan tngkat yang tidak
dapat diterima dari peranan proses. Sumber-sumber variabilitas yang bukan
bagian dari pola sebab tak terduga dinamakan sebab-sebab terduga. Suatu
proses yang bekerja dengan adanya sebab-sebab terduga dikatakan tidaak
terkendali.
Merupakan ciri yang sangat khusus bahwa proses produksi yang bekerja
dalam keadaan yang terkendali menghasilkan produk yang dapat diterima untuk
periode waktu yang relatif panjang. Tetapi kadang-kadang sebab-sebab terduga
akan terjadi, kelihatannya secara random yang mengakibatkan pergeseran ke
keadaan tak terkendali dengan bagian yang lebih besar hasil proses itu tidak
memenuhi persyaratan. Tujuan pokok pengendalian kualitas statistik adalah
menyidik dengan cepat terjadinya sebab terduga sedemikian hingga penyelidikan
terhadap proses itu dapat dilakukan sebelum terlalu banyak unit yang tak sesuai
diproduksi. Grafik pengendali adalah teknik pengendali proses pada jalur yang
digunakan secara luas, juga digunakan untuk menaksir parameter suatu proses
produksi dan melalui informasi ini menentukan kemampuan proses. Grafik
pengendali juga dapat memberi informasi yang berguna meningkatkan proses itu.
Akhirnya tuuan akhir pengendalian proses statistik adalah menyingkirkan
variabilitas dalam proses. Mungkin tidak dapat menyingkirkan selengkapnya,
tetapi grafik pengendali adalah alat yang efektif dalam mengurangi variabilitas
sebanyak mungkin.

2. Dasar Statistik Grafik Pengendali
2.1. Asas-Asas Dasar
Bentuk dasar grafik pengendali ditunjukkan dalam Gambar1., yang
merupakan peragaan grafik suatu karakteristik kualitas yang telah diukur atau
yang telah dihitung dari sampel terhadap nomor sampel atau waktu. Grafik itu
memuat garis tengah yang merupakan nilai rata-rata karakteristik kualitas yang
berkaitan dengan keadaan terkontrol (yakni hanya sebab-sebab tak terduga yang
ada). Dua garus mendatar ii dinamakan batas pengendali atas (BPA) dan batas
pengendali bawah (BPB), ditunjukkan juga dalam grafik. Batas-batas pengendali
ini dipilih sedemikian hingga apabila proses terkendali, hampir semua titik-titik
sampel akan jatuh diantara dua garis itu. Selama titik-titik terletak dalam batas-
bartas pengendali, proses dianggap dalam keadaan terkendali dan tidak perlu
tindakan apapun. Tetapi satu titik yang terletak diluar batas pengendali
diinterpretasikan sebagai fakta bahwa proses tak terkendali dan diperlukan
tindakan penyelidikan dan perbaikan untuk mendapatkan dan memyikirkan sebab-
sebab terduga yang menyebabkan tingkah laku itu. Merupakan kebiasaan untuk
menghubungkan titik-titik sampel dalam grafik dengan segmen garis lurus,
sehingga mudah untuk melihat bagaimana barisan-barisan titik itu tersusun
menurut waktu.

Gambar 1. Suatu Grafik Pengendali

Ada hubungan yang dekat antara grafik pengendali dan uji hipotesis. Pada
dasarnya grafik pengendali adalah uji hipotesis bahwa proses itu ada dalam
keadaan terkendali statistik. Satu titik terletak di dalam batas pengendali adalah
ekivalen dengan gagal menolak hipotesis bahwa terkendali statistik, dan satu titik
yang terletak diluar batas pengendali ekivalen dengan menolak hipotesis
terkendali statistik. Seperti dalam ui hipotesis, dalam grafik pengendali kita dapat
memikirkan probabilitas kesalahan tipe I (menyimpulkan proses itu tak terkendali
apabila sebenarnya terkendali) dan probabilitas kesalahan tipe II (menyimpulkan
proses itu terkendali apabila sebenarnya tidak terkendali.
Contoh.
Dalam pembuatan cincin piston mesin mobil, karakteristik kualitas adalah
diameter luar cincin itu. Proses itu dapat dikendalikan pada mean diameter cincin
luar 74 mm, dan diketahui bahwa deviasi standar diameter cincin 0,01 mm. grafik
pengendali untuk diameter cincin rata-rata ditunjukkan dalam gambar 2. Tiap
setengah jam sampel random dengan 5 cincin diambil, diameter cincin rata-rata
dihitung dan dituangkan dalam grafik

). Karena grafik pengendali ini

memanfaatkan mean sampel untuk memantau mean proses, maka grafik ini biasa
dinamakan grafik pengendali

. Perhatikan bahwa semua titik jatuh dalam batas

pengendali sehingga grafik itu menunjukkan proses dalam terkendali statistik.
Rata-rata proses adalah 74 mm, dan deviasi standar proses .
Apabila sampel-sampel berukuran n= 5 diambil, deviasi standar mean sampel

adalah

Gambar 2. Grafik pengendali diameter cincin piston

Gambar 3. Bagaimana grafik pengendali bekerja

Dengan demikian, apabila proses itu dalam keadaan terkendali dengan
mean diameter 74 mm, maka dengan teorema limit pusat guna menganggap
bahwa

mendekati distribusi normal, kita akan mengharapkan )

mean sampel diameter

akan jatuh diantara

)

) . Kita akan memilih menurut
keinginan kita konstan

sehingga batas pengendali atas dan bawah
menjadi
)
Dan
)
Perhatikan bahwa pemilihan batas pengendali ekivalen dengan penetapan daerah
kritik untuk uji hipotesis

:
Dengan diketahui. Pada dasarnya grafik pengendali hanyalah uji
hipotesis ini berulang-ulang pada titik waktu yang lain. Situasi itu dilukiskan pada
grafik 3.


Kita dapat memberikan model umum untuk grafik pengendali. Misalkan
Adalah statistik sampel yang mengukur suatu karakteristik kualitas yang menjadi
perhatian, dan misalkan bahwa mean

dan deviasi standar adalah

. Maka garis tengah, batas pengendali atas dan batas pengendali bawah menjadi

Garis tengah =

Dengan k adalah jarak batas-batas pengendali dari garis tengah yang
dinyatakan dalam unit deviasi standar.
Grafik pengendali adalah alat untuk menggambarkan dengan cara yang tepat apa
yang dimaksudkan dengan pengendalian statistikdengan itu dapat digunakan
dalam berbagai cara. Grafik pengendali dapat juga digunakan sebagai alat
pengendalian managemen guna mencapai tujuan tertentu berkenaan dengan
kualitas proses. Garis tengah dan batas-batas pengendali mungkin nilai-nilai
standar yang dipilih oleh manageman sedemikiana hingga mereka menghendaki
proses dalam keadaan terkendalipada tingkat kualitas itu. Data sampel dapat
dituangkan dalam grafik dan apabila penyimpangan dari keadaan terkendali
diselidiki dan diperbaiki maka akhirnya proses dapat dibawa ke keadaan
terkendali pada nilai sasaran atau standar.
Kita juga dapat menggunakan grafik pengendali sebagai alat penaksir
yakni dari grafik pengendali yang menunjukkan terkendali statistik, kita dapat
menaksir parameter proses tertentu seperti mean, deviasi standar, dan sebagainya.
Selanjutnya taksiran ini dapat digunakan untuk menentukan kemampuan proses
itu dalam menghasilkan produk yang dapat diterima. Grafik pengendali dapat
diklasifikasikan kedalam dua tipe umum . apabila karakteristik kualitas dapat
diukur dan dinyatakan dalam suatu bilangan ini biasanya dinamakan variabel.
Dalam hal itu, tepat sekali untuk melukiskan karakteristik kualitas dengan ukuran
tengah dan ukuran variablitas. Grafik pengendali untuk nilai tengah dan
variabilitas bersama-sama dinamakan grafik pengendali variabel.
Satu faktor penting dalam penggunaan grafik pengendali adalah rancangan
grafik pengendali itu. Dengan ini kita maksudkan pemilihan ukuran sampel, bats-
batas pengendali, dan frekuensi pengambilan sampel. Misalnya dalam grafik
gambar 2 kita tentukan ukuran sampel 5, batas pengendali 3 sigma, dan frekuensi
pengambilan sampel tiap setengah jam. Merupakan kebiasaan dalam masalah
pengendalian kualitas untuk merancang grafik pengendali terutama menggunakan
pertimbangan-pertimbangan statistik. Misalnya kita tahu bahwa menaikkan
ukuran sampel akan mengurangi probabilitas kesalahan tipe II jadi pempertinggi
kemampuan grafik untuk menyidik keadaan terkendali dan seterusnya.
Penggunaan kriteria statistik seperti ini bersama dengan pengalaman indutri telah
membawa ke garis pedoman dan prosedur umum untuk menrancang grafi
pengendali. Prosedur ini biasanya memandang faktor biaya hanya dalam cara
implisit. Tetapi baru-baru ini kita telah memulai memeriksa rancangan grafik
pengendali dari sudut pandang ekonomi dengan memandang biaya pengambilan
sampel secara eksplisit, kerugian dari membiarkan terlalu banyak produk yang
cacat yang diproduksi, dan biaya penyelidikan tanda-tanda tak terkendali yang
sebenarnya tanda bahaya palsu
Grafik pengendali telah mempunyai sejarah penggunaan yang panjang
dalam industri Amerika dan banyak juga dalam industri lepas pantai. Plaing
sedikit ada lima alasan untuk ini.
1. Grafik pengendali adalah teknik yang telah terbukti guna
meningkatkan produktivitas.
Suatu program grafik pengendali yang berhasil akan mengurangi buangan
dan pembuatan ulang yang merupakan pembunuh produktivitas yang pertama
dalam setiap operasi. Apabila pembuatan ulang dan buangan dikurangi maka
produktivitas bertambah, biaya berkurang dan kapasitas produksi (diukur dalam
bagian-bagian terbaik per jam) bertambah.
2. Grafik pengendali efektif dalam pencegahan cacat.
Grafik pengendali membantu memelihara proses itu terkendali. Tidak
pernah lebih murah memisahkan unit baik dari unit buruk, kemudian daripada
membuatnya benar pada awalnya. Apabila pengendali proses yang efektif tidak
dimiliki, maka akan membayar pihak lain untuk membuat produk yang tidak
sesuai.
3. Grafik pengendali mencegah penyesuaian proses yang tidak perlu.
Grafik pengendali dapat membedakan antara gangguan dasar dan variasi
abnormal; tidak ada alat yang lain termasuk operator manusia sama efektifnya
dengan ini. Apabila operator proses menyesuaikan proses berdasarkan pengujian
periodic yang tidak berhubungan dengan program grafik pengendali, mereka
sering kali akan bertindak berlebihan sampai gangguan dasar dan melakukan
penyesuaian-penyesuaian yang tidak diperlukan. Penyesuaian yang tidak perlu ini
benar-benar dapat mengakibatkan kemerosotan penampilan proses. Dengan
perkataan lain, grafik pengendali konsisten dengan falsafah apabila tidak rusak,
jangan diperbaikinya.

4. Grafik pengendali memberikan informasi diagnostik.
Sering kalk pola titik-titik dalam grafik pengendali akan memuat informasi
bernilai diagnostic bagi operator atau insinyur yang berpengalaman. Informasi ini
memberikan pelaksanaan suatu perubahan dalam proses yang meningkatkan
penampilannya.
5. Grafik pengendali memberikan informasi tentang kemampuan
proses.
Grafik pengendali memberikan informasi tentang nilai parameter proses
yang penting dan stabilitasnya terhadap waktu. Ini memberikan taksiran
kemampuan proses yang akan dibuat. Iformasi ini sangat berguna bagi perancang
produk dan proses.

Grafik pengendali adalah salah satu alat pengendali managemen yang
terpenting; grafik itu sama pentingnya dengan pengendali biaya dan pengendali
material. Teknologi computer modern telah membuatnya mudah untuk
melaksanakan grafik pengendali dalam setiap macam proses, karena pengumpulan
dan analisis data dapat dilakukan dalam waktu yang tepat, pada jalur di pusat
kerja.


3. Pemilihan Batas Batas Pengendalian
Menentukan batas pengendalian adalah salah satu putusan yang penting
yang harus di buat dalam merancang grafik pengendali. Dalam memindahkan
batas pengendali lebih jauh dari garis tengah, kita menurunkan resiko kesalahan
tipe I- yakni risiko suatu titik akan jatuh diluar batas pengendali, yang
menunjukan keadaan tak terkendali apabila tidak ada sebab tersangka. Tetapi,
mempelebar batas pengendali juga akan menaikan resiko kesalah tipe II yakni
suatu titik akan jatuh diantara batas pengendali ketika proses benar- benar tak
terkendali. Apabila kita memindahkan batas pengendali lebih dekat ke garis
tengah, akan diperoleh yang akibat yang sebaiknya: risiko kesalahan tipe I naik,
sedangkan kesalahan ipe II turun.
Untuk grafik x
yang ditunjukan gambar 4-2 dimana digunakan batas
pengendali 3-sigma, apabila kita anggap bahwa diameter cincin piston
berdistribusi normal, kita peroleh dari table normal standar bahwa probabilitas
kesal;ah tipe I adalah 0,0027. Yakni suatu tanda yang tak terkendali yang salah
atau tanda bahwa akan salah dibangkitnya hanya dalam 27 dari 10.000 titik. Lagi
pula probabilitas bahwa suatu titik yang diambil keika prose situ dalam keadaan
terkendali akan melebihi batas 3-sigma hanya dlam satu adalah 0,00135. Kecuali
menyatakan batas pengendali sebagai kelipatan deviasi standar
x
, kita dapat
memilih secara langsung probabilitas kesalah tipe I dan menghitung batas
pengendali yang bersangkutan. Misalnya apabila kita nyatakan probabilitas
kesalahan tipe I dalam satu arah 0,001, maka kelipatan deviasi standar yang sesuai
adalah 3,09. Maka batas batas pengendali untuk grafik
x
adalah
BPA = 74 + 3,09(0,0045) = 74,0139
BPB = 74 3,09(0,0045) = 73,9861
Batas pengendali ini dinamakan batas probabilitas 0,001. Grafik
x
dengan batas
3-sigma dan batas 0,001 ditunjukan dalam grafik 4 hanaya terdapat perbedaan
sedidkit antara kedua batas itu.
Apa pun distribusi karakterisik kulitas, merupakan standar pelaksanaan di
Amerika serikat untuk menentukan batas pengendali sebagai kelipatan deviasi
standar statistic yang digambar grafiknya. Kelipatan yang biasa dipilih adalah 3,
sehingga batas 3-sigma biasa digunakan dalam grafik pengendali. Ini benar
apapun macam grafikyang digunakan. Di Inggris dan bagian beberapa bagian
Eropa barat, batas probabilitas yang digunakanm, dengan tingkat probabilitas
standar adalah 0,001.

Gambar 4. Pembanding batas probabilitas 3-sigma dan 0,001 grafik

Kita khususnya membenarkan pengguanaan batas pengendali 3-sigma itu
atas dasar bahwa batas batas itu memberikan hasil yang baik dalam praktek.
Demikian juga, banyak hal distribusi karakteristik kulaitas yang sebenarnya tidak
diketahui cukup baik dengan menghitung batas probabilitas yang tepat. Apabila
distribusi karakteristik distribusi kualitas didekati dengan oleh distribusi normal,
maka akan kecil perbedaan batas 3-sigma diguanakan secara luas dalam praktek,
pemilihan kelipata sigma yang digunakan harus diarahkan oleh pertimbangan
pertimbangan ekonomi. Misalnya, apabila kerugian ayng berkaitan dengan
membiarkan proses pengendali dalam keadaan tak terkendali adalah beasr relative
dengan biaya penyelidikan dan mungkin perbaikan sebab sebab terduga, maka
mungkin cocok dengan kelipatan sigma yang lebih kecil seperti 2 atau 2,5.
Pembicaraan yang lebih lengkap tentang subyek ini diberika dalam bab 9.
Beberapa anailis menyarankan penggunaan dua himpuanan batas pada
grafik pengendali. Batas luar, pada 3-sigma, misalanya adalahbatas tindakan yang
biasa, yakni apabila suatu titik jatuh diluar batas ini, maka dilakukan pencairan
sebab terduga dan jika perlu diambil tindakan perbaikan. Batas dalam, biasanya
pada 2-sigama, dinamakan batas peringatan. Apabila digunakan batas probabilitas
maka umumnya btas tindakan adalah 0,001 dan batas peringatan adalah batas
0,025. Apabila satu atau beberapa titik jatuh diantara batas peringatan dan batas
tindakan, atau sangat dekat dengan peringatan, maka kita harus curiga mungkin
prose itu tidak bekerja denga wajar. Satu tindakan yang mungkin terjadi adalah
meningkatkan prekuensi pengambilan sampel dan menggunakan data tambahan
ini dalam hubungannya dengan titik titik yang mecurigakan untuk menyelidiki
keadaan pengendali prose situ.
Batas peringatan meningkatkan kepekaan grafik pengendali.
Kekurangannya adalah bahwa batas itu tidak mempunyai interprestasi praktis dan
dapat membingungkan personil pelaksana. Biasanya ini bukan keberatan yang
serius.

Gambar 5. Kurva karakteristik operasi grafik x

4. Ukuran sampel dan Frekuensi Pengambilan Sampel
Dalam merancang grafik pengendali, orang harus menentukan ukuran
sampel yang digunakan dan frekuensi pengambilan sampel. Umumnya, makin
besar sampel akan makin mudah menyidik pergeseran kecil dalam prose situ.
Ditunjukkan dalam gambar 5, di mana telah digambarkan kurva karakteristik
operasi bagi grafik dalam grafik 1 untuk berbagai ukuran sampel. Perhatikan
bahwa probabilitas akan menyidik suatu pergeseran dari 74,000 ke 74,0100
mm(misalnya) naik apabila ukuran sampel n baik. Bilamana memilih ukuran
sampel, harus selalu diingat besar pergeseran yang disidik. Apabila pergeseran
proses relative besar, maka digunakan ukuran sampel yang lebih kecil daripada
yang akan digunakan apabila pergetian lebihseran yang menjadi perhatian relative
kecil.
Frekuansi pengambilan sampel juga harus diperhatikan. Keadaan yang
paling disenangi dari pandangan penyidikan pergeseran adalah mengambil
sampel-sampel besar dengan sangat seringya; tetapi, biasanya secara ekonomi ini
biasanya tidak mungkin. Masalah yang umum adalah masalah usaha penentuan
bagaiman pangambilansampel itu. Yakni, apakah kita mengambil sampel-sampel
kecil dalam interval waktu yang pendek atau sampel-sampel besar dalam interval
waktu yang lebih lam. Praktek industry masa kini cenderung menyenangi sampel-
sampel yang lebih kecil dan lebih sering., khususnya dalam proses produksi
volume tinggi, atau banyak sekali macam sebab terduga yang dapat terjadi.
Selanjutnya, selagi teknologi pengukuran dan penginderaan otomatik
berkembang, ini memungkinkan untuk banyak mengurangi frekuensi pengambilan
sampel. Akhirnya, setiap unit dapat diuji sebagaimana diproduksi. Penginderaan
otomatik dan mikrokomputer yang kuat dengan perangkat lunak pengendalian
proses statistic yang diterapkan pada pusat kerja untuk pengendalian proses pada
jalur dalam waktu riil adalah dimensi baru yang penting dalam pengendalian
proses statististik.
Untuk menjawab pertanyaan tentang frekuensi pengambilan sampel secara
lebih tepat, kita harus memperhiyungkan beberapa factor, termasuk biaya
pengambilan sampel, kerugian yang berkaitan dengan membiarkan proses bekerja
dalam keadaan tak terkendali, tingkat produksi, dan probabilitas berbagai macam
pergeseran proses akan terjadi.

5. ANALISIS POLA PADA GRAFIK PENGENDALI
Suatu grafik pengendali dapat menunjukkan keadaan tak terkendali apabila
satu atau beberapa titik jatuh di luar batas pengendali, atau apabila titik-titik dalam
grfik menunjukkan pola tingkah laku yang tak random. Sebagai contoh, pandang
grafik yang ditunjukkan dalam gambar 4.6. Meskipun semua 25 titik jatuh di
dalam batas pengendali, titik-titik itu tidak menunjukkan terkendali statistik
karena polanya tampak sangat tidak random. Khususnya, 19 dari 25 titik jatuh
dibawah garis tengah, sedangkan hanya 6 diantaranya jatuh diatasnya. Apabila
titik-titik itu benar-benar random, seharusnya, mengharapkan distribusi titik-titik
di atas dan dibawah garis tengah kira-kira sama. Setelah titik keempat, lima titik
berturut-turut bertambah besar. Susunan titik semacam ini dinamakan giliran
(run). Karena observasi bertambah besar, kita dapat menamakan ini giliran naik.
Demikian juga, barisan titik-titik yang menurun dinamakan giliran turun. Grafik
pengendali ini memiliki suatu giliran naik yang luar biasa panjang (mulai dengan
titik keempat), dan suatu giliran turun yang panjang luar biasa (mulai dengan titik
kedelapan belas).
Pada umumnya, didefenisikan suatu giliran sebagai barisan observasi yang
semacam. Kecuali giliran naik dan giliran turun, dapat didefenisikan macam-
macam observasi seperti yang di atas dan di bawah garis tengah, sehingga dua
titik berturutan di atas garis tengah akan merupakan giliran dengan panjang 2.
Suatu giliran dengan panjang delapan titik atau lebih memiliki probabilitas
sangat rendah akan terjadinya dalam sampel random titik-titik. Akibatnya, setiap
giliran dengan panjang delapan lebih harus diambil sebagai tanda keadaan tak
terkendali. Misalnya, delapan titik berturut-turut pada satu sisi garis tengah akan
menunjukkan bahwa proses itu tak terkendali.

Gambar 6. Grafik pengendali
Selagi giliran adalah ukuran yang penting tingkah laku tak random pada
suatu grafik pengendali, macam-macam pola lain dapat juga menunjukkan
keadaan tak terkendali. Sebagai contoh, pandang garfik dalam gamabr 7.
Perhatikan bahwa gambar rata-rata sampel menunjukkan tingkah laku siklis,
sekalipun demikian rata-rata itu semuanya jatuh di dalam batas pengendali. Pola
semacam itu dapat menunjukkan suatu masalah dengan prose situ, seperti
misalnya kelelahan operator, pengiriman bahan baku, penambahan tegangan atau
panas, dan seterusnya. Meskipun proses tidak benar-benar terkendali, hasilnya
dapat ditingkatkan dengan penghapusan atau pengurangan sumber-sumber
variabilitas yang menyebabkan tingkah laku siklis ini.

Gambar 7. dengan pola siklis

Masalah ini adalah masalah pengenalan pola, yakni mengenali pola sistematik
atau tak random pada grafik pengendali dan mengenali alasan sebab tingkah laku
ini. Kemampuan menginterpretasi suatu pola tertentu dalam bentuk sumber-
sumber tersangka memerlukan pengalaman dan pengetahuan tentang proses
situ.Yakni, seharusnya kita tidak hanya mengetahui asas-asas statistic grafik
pengendali, tetapi kita harus juga mempunyai pengertian yang baik tentang prose
situ. Proses tak terkendali apabila salah satu:
1. Satu titik jatuh di luar batas pengendali 3-sigma
2. Dua dari tiga titik yang berturutan jatuh di luar batas peringatan 2-sigma.
3. Empat dari lima titik berturutan yang jatuh pada jarak 1-sigma atau lebih
jauh dari garis tengah.
4. Delapan titik yang berturutan jatuh pada satu sisi dari garis tengah

Gambar 8. (a) variabilitas dengan pola siklis (b) variablitas dengan pola
siklis dihilangkan

Aturan-aturan itu berlaku pada satu sisi garis tengah pada satu waktu. Satu
titik di atas batas peringatan atas diikuti selanjutnya oleh satu titik di bawah batas
peringatan tidak akan merupakan tanda bahaya tak terkendali. Telah didapatkan
aturan-aturan ini sangat efektif dalam praktek untuk mempertinggi kepekaan
grafik pengendali.
Secara singkat, beberapa kriteria yang berbeda dapat diterapkan bersama-
sama pada grafik pengendali itu guna menentukan apakah proses tak terkendali.
Dalam daftar di bawah disajikan beberapa criteria yang digunakan secara luas
dalam praktek. Kerap kali kita akan memeriksa grafik pengendali dan
menyimpulkan bahwa prose situ tak terkendali apabila dipenuhi salah satu atau
beberapa criteria.
1. Satu atau beberapa titik di luar batas pengendali
2. Suatu giliran dengan palig sedikit tujuh atau delapan titik, dengan macam
giliran dapat berbentuk giliran naik turun, giliran di atas atau di bawah
garis tengah, atau giliran di atas atau di bawah median.
3. Dua atau tiga titik yang berturutan di luar batas peringatan 2-sigma, tetapi
masih di dalam bats pengendali.
4. Empat atau liam titik yang berturutan di luar batas 1-sigma.
5. Pola tak biasa atau tak random dalam data
6. Satu atau beberapa titik dekat satu batas peringatan atau pengendali.

Misalkan bahwa analis menggunakan k criteria seperti itu, dan kriterium i
mempunyai probanilitas kesalahan tipe

. Maka kesalahan tipe I seluruhnya

atau probabilitas tanda bahaya yang salah untuk keputusan itu berdasarkan semua
k pengujian adalah

)
Jadi selagi penggunaan beberapa criteria tak terkendali bersama-sama
meningkatkan kepekaan grafik pengendali, itu juga manaikkan tingkat tanda
bahaya yang salah keseluruhannya. Akibatnya, apabila cukup criteria tak
terkendali digunakan, hamper setiap sampel akan menunjukkan keadaan tak
terkendali. Perhatikan bahwa persamaan (2) menganggap bahwa k criteria
independen, akibatnya persamaan itu hanya dipandang hanya sebagai pendekatan.
Akhirnya, makin banyak criteria tak terkendali diterapkan pada grafik , proses
pengambilan keputusan menjadi makin rumit. Tetapi aturan pengambilan
keputusan dengan mudah dapat dilakukan dalam suatu program computer.

6.PENERAPAN GRAFIK PENGENDALI UNTUK BUKAN PRODUKSI
Penerapan bukan produksi ini pada dasarnya tidak berbeda dari penerapan
industry yang lebih bisa. Sebagai contoh, grafik pengendali untuk bagian tak
sesuai dapat diterapkan untuk memantau dan mengendalikan kesalahan tagihan
dalam operasi kartu kredit bank sama mudahnya seperti yang dapat dilakukan
untuk memantau bagian tak sesuai papan untaian tercetak dalam perusahaan
elektronika. Penerapan metodologi pengendalian kualitas statistik yang bukan
pabrik atau bukan produk sering untuk penerapan produksi yang lebih biasa. Lagi
pula, spesifikasi dan toleransi yang mendefenisikan kualits, baik dan jelek
kadang-kadang lebih sukar menentukannya dalam penerapan bukan produksi.