Model based Approaches

Model time series adalah suatu pendekatan yang digunakan yang telah terbukti berguna
dalam menangani data yang berautokorelasi.
Deret Waktu (Time series) adalah serangkaian pengamatan terhadap suatu variabel yang
diambil dari waktu ke-waktu dan dicatat secara berurutan menurut urutan waktu kejadiannya
dengan interval waktu yang tetap (Wei, 1990).
Pada pendekatan ini yang digambarkan pada peta kendali yaitu residual.
Misalnya model karakteristik kualitas xt yaitu:
x t=+ X

t1

+ t

Dimana:

dan

(-1 < <1 adalah konstanta yang tidak diketahui

distribusi normal dan independent dengan rataan 0 dan standar deviasi

Pada grafik diatas disebut First order autoregressive model: observasi

Xt

dari model yang

12 1 /2

(
1
)
,
memiliki mean
standard deviasi
dan observasi yaitu k periode
/
terpisah (

Xt

dan

X t k

k
yang memiliki koefisien korelasi

Pengaruh autokorelasi pada performansi statistika peta kendali shewhart dipelajari oleh
Harris and Ross (10), Cook (6).
Konsensus dari penelitian sebelumnya memiliki hasil autokorelasi positif di peningkatan
sinyal variasi penyebab khusus pada peta kendali. Semua tipe control chart untuk
memonitoring rata rata proses dipengaruhi oleh autokorelasi positif, termasuk peta kendali
Shewhart, Peta kendali individu X, dan peta kendali EWMA.
Pendekatan teoritis untuk merencanakan data autokorelasi untuk pengamatan individu
didasarkan pada first order stationary autoregressive model AR (1). Bentuk model adalah:
Z t +1= Zt +at +1
Dimana:
Zt

= disturbance pada beberapa karakteristik kualitas dari target value di periode waktu t

Z t +1 = disturbance pada beberapa karakteristik kualitas dari target value di periode waktu
t+1
at

= white noise atau error term pada waktu t

at

independent, distribusi variabel random dengan rataan 0 dan standard deviasi a

= autoregression atau koefisien autokorelasi positif, 0 < <1

Wheeler and Gilbert, membagi 2 solusi yang praktis untuk mengembangkan peta kendali
pada pengamatan individual untuk data yang berautokorelasi. Wheeler menggambarkan
solusi untuk perhitungan peta kendali pada pengamatan individu untuk model AR (1) yaitu:

Dimana

mR

x =rata rata proses

= rata rta moving range