Anda di halaman 1dari 27

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA

STATISTIKA
PENGENDALIAN MUTU
PENGANTAR BAGAN KENDALI
MULTIVARIAT
Darmanto Universitas Brawijaya

Be who you are and say what you feel, because those who mind don't matter,
and those who matter don't mind. . (Bernard M. Baruch)
PENDAHULUAN
Univariat: diasumsikan bahwa hanya ada satu
karakteristik kualitas yang dievaluasi.

Praktek: Proses monitoring dan pengontrolan


melibatkan beberapa karakteristik kualitas.

Dapat dievaluasi per karakteristik kualitas


menggunakan bagan kendali univariat, tetapi
tidak efisien dan memungkinkan untuk terjadi
kesalahan dalam pengambilan kesimpulan.

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 2


BAGAN KENDALI MULTIVARIAT: Mengakomodir secara
simultan evaluasi lebih dari satu karakteristik kualitas.

Di antaranya: T2-Hotelling dan Multivariat EWMA.

Keduanya efektif digunakan jika karakteristik kualitas


yang dievaluasi 2 10.

Bagaimana jika lebih dari 10? Kurangi dimensi


kualitasnya dengan memanfaatkan metode statistika
yang lain, misal: analisa komponen utama.

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 3


Ada banyak kondisi diperlukan untuk memonitor
beberapa karakteristik kualitas secara simultan.

Diameter dalam [1~(8,0.052)]

Diameter luar [2~(10,0.052)]

Gambar 1. Diameter Dalam dan Luar Bearing

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 4


Misal: masing-masing diambil 20 sampel dan
diplotkan pada bagan kendali Univariat:
8.15 UCL=8.15 10.15 UCL=10.15

8.10
Diameter Dalam 10.10
Diameter Luar
8.05
Individual Value

10.05

Individual Value
_ _
8.00 X=8 10.00 X=10

7.95 9.95

7.90 9.90

7.85 LCL=7.85 9.85 LCL=9.85

1 3 5 7 9 11 13 15 17 19 1 3 5 7 9 11 13 15 17 19
Observation Observation

Gambar 2. Bagan Kendali I untuk Diameter Dalam dan Luar Bearing

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 5


8.15 8.15 UCL=8.15

8.10 8.10

8.05 8.05

_
8.00 8.00 X=8
x1

7.95 7.95

7.90 7.90

7.85 7.85 LCL=7.85

9.85 9.90 9.95 10.00 10.05 10.10 10.15


1 3 5 7 9 11 13 15 17 19
x2
10.00

10.05

10.10

10.15
9.85

9.90

9.95
1

Area gabungan X1 dan X2


3

(asumsi keduanya independen)


5
7
9
11
13
15
17
19

LCL=9.85

X=10
_

UCL=10.15

6
Gambar 3. Area Kendali Gabungan untuk Diameter Dalam dan Luar Bearing
Peluang keluar batas kendali :
1 2 0.0027 1. 2 0.0027 7.29 106.
simultan 2

Peluang tidak keluar batas kendali :


1 1 1 2 0.9973 0.9973.
2

Mengalami Distorsi dibandingkan dengan Evaluasi Univariat

Jika independen
1 1
p
...(1)

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 7


Pdf Normal Multivariat:
x- -1 x-
1
1
f x p
e 2
, ...(2)
2
1
2
2

x j , j 1, 2,..., p.
x x1 , x2 ,..., x p , 1 , 2 ,..., p ,

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 8


Misal sampel acak berdistribusi normal multivariat: x1 , x 2 , ..., xn , di mana vektor sampel ke-i
mengandung observasi untuk tiap-tiap variabel ke-p adalah xi1 , xi 2 ,..., xip , maka vektor rata-rata
sampel dinyatakan dengan
1 n
x = xi ...(3)
n i=1
dan matriks kovarians sampel
1 n
S= xi - x xi - x ...(4)
n -1 i=1
dengan varians sampel sebagai diagonal utama:
1 n
ij j
2
s
2
x x
n 1 i 1
j

dan kovarians sampel

xij x j xik xk .
1 n
s jk
n 1 i 1

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 9


BAGAN KENDALI T2-HOTELLING

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 10


10
I. AMATAN SUBGRUP
Anggap ada n observasi yang terdiri atas m sampel.
Maka rata-rata dan varians dari masing-masing
sampel adl
1 n j 1, 2,..., p
x jk xijk ...(5)
n i 1 k 1, 2,..., m
j 1, 2,..., p
1 n
xijk x jk
2
s jk
2
...(6)
n 1 i 1 k 1, 2,..., m
xijk observasi ke-i, variabel ke-j , sampel ke-k .
jh
s jhk
1 n
xijk x jk xihk xhk ...(7)
n 1 i 1 k 1, 2,..., m
Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat
Sehingga rata-rata, varians dan kovarians
untuk seluruh sampel adl
1 m
x j x jk ; j 1, 2,..., p ...(8a)
m k 1
m
1
s j2 s 2jk ; j 1, 2,..., p ...(8b)
m k 1
1 m
s jk s jhk ; j h ...(8c)
m k 1

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat


Sehingga untuk matriks kovarians sampel,

s12 s12 s13 s1 p



s22 s23 s2 p
S s 2 ...(9)

3


2
sp

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat


Uji statistik T2-Hotelling didefinisikan sebagai,
T n x - x S 1 x - x
2 '
...(10)
Fase I:
p m 1 n 1
UCL Fp ,mn m p 1 ...(11)
mn m p 1
LCL 0
Fase II:
p m 1 n 1
UCL Fp ,mn m p 1 ...(12)
mn m p 1
LCL 0
Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat
Untuk p = 2, statistik uji T2-Hotelling:

n s2
2
x1 x1 s1
2
x2 x2
T2 2 2
s1 s2 s12 2 s12 x1 x1 x2 x2
2

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat


CONTOH
Kekuatan rentang dan diameter dari tekstil fiber
adalah 2 karakteristik kualitas yang penting untuk
dikontrol secara simultan. Insinyur kualitas
memutuskan untuk menggunakan n = 10 untuk
setiap sampel. Dia mengambil m = 20 sampel,
dan berdasarkan data diperoleh

x1 115,59 psi; x2 1, 06 102 inch;


s12 1, 23; s22 0,83;dan s12 0, 79.

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat


Sehingga didapatkan statistik T2-Hotelling:
10
T2
1, 23 0,83 0, 79
2

0,83 x1 115,59 1, 23 x2 1, 06

2 0, 79 x1 115,59 x2 1, 06
p m 1 n 1
UCL Fp ,mn m p 1
mn m p 1
2(19)(9)
0,001
F2,20(10) 20 2 1
20(10) 20 2 1
342 0,001
F2,179 (1,91)(7,18) 13, 72
179

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat


Tabel 1. Data Kekuatan Regang dan Diameter

18
Gambar 4. Bagan Kendali T2-Hotelling untuk Data Tabel 1

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 19


II. AMATAN INDIVIDU

T x - x S 1 x - x
2 '
...(13)
Fase I:

m 1
2

UCL p /2,( m p 1)/2 ...(14)


m
LCL 0
Fase II:
p m 1 m 1
UCL Fp ,m p ...(15)
m mp
2

LCL 0

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat


Tabel 2. Data Komposisi Grit, L = Large, M = Medium, S = Small

21
Dua pendekatan perhitungan estimasi matriks
kovarians untuk amatan individu:
1 m
1. S1 = xi - x xi - x
m -1 i=1
1 VV
2. S 2 = ; ...(16)
2 m 1
v1
v
dengan : v i x i 1 - xi , i 1, 2,..., m 1 V = 2


vm-1
Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 22
Gambar 5. Bagan Kendali T2-Hotelling untuk Data Tabel 2

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 23


BAGAN KENDALI MULTIVARIAT EWMA

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 24


24
Definisi:
z i xi (1 )z i 1 ...(17)
di mana 0 1
z0 0
Dengan titik ploting:
Ti 2 Zi ' Z1i Zi ...(18)
dengan

Z 1 1 ...(19)
2i

2
i

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat


Tabel 3. Nilai H yang Memberikan Nilai Optimal Pada ARL

26
REFERENSI
Montgomery, D. C. 2013. Introduction to
Statistical Quality Control. John Wiley & Sons,
New York.

Darmanto|MK. Statistika Pengendalian Mutu Pengantar Bagan Kendali Multivariat 27