Modul 9 Statistik Proses Control PDF
Modul 9 Statistik Proses Control PDF
MODUL 9
STATISTIK PROSES KONTROL
STANDARD KOMPETENSI :
Setelah mempelajarai modul 9, mahasiswa dapat memahami statistik
Proses Kontrol dengan metode Diagram kontrol (control chart) dan Diagram Pareto
(pareto chart )
INDIKATOR
1. Mahasiswa dapat mendeskripsikan statistik Proses Kontrol
2. Mahasiswa dapat membuat Diagram Kontrol (control chart)
3. Mahasiswa dapat membuat Diagram Pareto (pareto chart)
MATERI POKOK :
1. Statistik Dan Proses Kontrol
2. Konsep Kualitas
3. Konsep Dasar Pengendalian Kualitas
4. Tujuan pengendalian kualitas
5. Diagram Kendali
6. Diagram Nilai Individu
7. Diagram X dan Diagram R
8. Diagram P dan Diagram C
9. Diagram Pareto (Pareto Chart)
URAIAN MATERI
STATISTIK PROSES KONTROL
PENDAHULUAN
Dalam era modern, faktor kualitas adalah merupakan unsur yang mutlak
pada setiap produk dan jasa yang dihasilkan oleh perusahaan. Peran statistik
dalam mengukur kualitas banyak diterapkan didalam dunia bisnis dan industri.
Dengan metode statistik, pengukuran kualitas dapat dilakukan secara kuantitatif
sehingga dapat digunakan sebagai bahan yang representatif dalam pengambilan
keputusan.
Penggunaan statistik dalam proses kontrol semakin berkembang luas
dengan dikembangkannya software untuk statistik seperti SPSS (Statistical Package
for the Social Sciences) yang mana sudah terdapat fasilitas menu khusus yaitu
menu quality control dengan sub menu control chart dan pareto chart. Dalam
pembahasan materi dan soal pada modul ini dilengkapi dengan penggunaan SPSS
dalam perhitungan dan analisa contoh soal, sehingga para pengguna modul dapat
meyakini bahwa perhitungan dengan manual dan persamaan adalah serupa
dengan perhitungan dan hasil ketika menggunakan SPSS, karena kemungkinan
besar para pelaku bisnis akan menggunakan SPSS untuk analisa atas berbagai
aplikasi di segmen bisnis masing-masing. .
Statistik proses kontrol adalah Ilmu yang mempelajari tentang
teknik/metode pengendalian kualitas berdasarkan prinsip prinsip dan konsep
statistik
Agus Sukoco
172 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
- Diagram R
- Diagram P
- Diagram C
- Diagram Pareto (Pareto Chart)
Dalam modul ini akan membahas konsep kualitas dan teknik- teknik
statistik dalam proses kontrol dengan menggunakan diagram kontrol dan diagram
pareto.
KONSEP KUALITAS
Kualitas pada dasarnya adalah ukuran tingkat kesesuaian barang/ jasa dg
standar/spesifikasi yang telah ditentukan/ ditetapkan. Berikut adalah pendapat
beberapa ahli tentang kualitas, sebagai berikut:
1. (Ariani, 2004: 3) Ada dua segi umum tentang kualitas yaitu, kualitas
rancangan dan kualitas kecocokan. Semua barang dan jasa dihasilkan
dalam berbagai tingkat kualitas.
2. Crosby (1979) Kualitas adalah kesesuaian dengan kebutuhan yang meliputi
availability, delivery, realibility, maintainability dan cost effectivenes.
3. Elliot (1993) Kualitas adalah sesuatu yang berbeda untuk orang yang
berbeda dan tergantung pada waktu dan tempat atau dikatakan sesuai
dengan tujuan yang disengaja, maka dari itu istilah teknik yang sesuai
adalah kualitas rancangan.
4. Feigenbaum (1991) Kualitas merupakan keseluruhan karakteristik produk
dan jasa yang meliputi marketing, engineering, manufacture, dan
maintenance, dalam mana produk dan jasa tersebut dalam pemakaianya
akan sesuai dengan kebutuhan dan harapan pelanggan.
5. Garvin (dalam Bounds, et.al., 1994 : 46-84; Lovelock, 1944 : 101-107),
Membagi pendekatan modern terhadap kualitas ke dalam empat era
kualitas, yaitu inspeksi, pengendalian kualitas secara statistik, jaminan
kualitas, dan manajemen kualitas strategik.
Agus Sukoco
174 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
Kamis
Rabu
Selasa
Senin
Jumat..?
Agus Sukoco
176 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
Kamis
Rabu
Selasa
Senin
Gambar 9.3 menunjukkan proses tidak terkontrol dan variasinya tidak dapat
diperkirakan. Variasi pada hari Jumat tidak dapat diantisipasi sebelumnva.
Hal-hal yang dapat dimasukan sebagai penyebab khusus misalnya adalah:
1. Putusnya aliran listrik,
2. Mesin yang sudah tidak tersetel dengan haik.
3. Bidang keterampilan pekerja yang berlain-lainan
Menurut Maleyeff (1994), pengendalian kualitas statistik mempunyai
cakupan yang lebih luas karena didalamya terdapat pengendalian proses statistik,
pengendalian produk (acceptance sampling), dan analisis kemampuan proses.
(Ariani, 2004: 54).
Pengendalian
Kualitas Statistik
Pengendalian
Rencana
Kualitas Proses
Penerimaan
Statistik (control
Sampel Produk
Chart)
Dari gambar 9.4. diatas tampak bahwa pengendalian kualitas proses dan
produk juga dapat dibagi dua golongan menurut jenis datanya, yaitu data variabel
dan data atribut. Data variabel memberikan lebih banyak informasi dari pada data
atribut. Namum demikian, data variabel tidak dapat digunakanuntuk mengetahui
karakteristik kualitas seperti banyaknya kesalahan atau persentase kesalahan
suatu proses. Data variabel dapat menunjukan seberapa jauh penyimpangan dari
standar proses, sementara data atribut tidak dapat menunjukan informasi
tersebut (Ariani, 2004: 58)
Agus Sukoco
178 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
Agus Sukoco
180 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
di mana:
= rata-rata (mean) populasi
= standard deviasi populasi
Contoh Kasus:
Dilakukan sebuah observasi terhadap proses pembuatan poros pada sebuah pabrik
Logam Karya Jaya, obeservasi dilakukan terhadap 30 sampel dan didapatkan hasil
observasi adalah sebagai berikut:
Agus Sukoco
182 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
Standard deviasi =
OBSERVASI DIAMETER
1 55,49 54,727 0,763 0,582169
2 54,83 54,727 0,103 0,010609
3 53,91 54,727 -0,817 0,667489
4 54,87 54,727 0,143 0,020449
5 54,69 54,727 -0,037 0,001369
6 53,77 54,727 -0,957 0,915849
7 55,34 54,727 0,613 0,375769
8 55,67 54,727 0,943 0,889249
9 53,83 54,727 -0,897 0,804609
10 54,82 54,727 0,093 0,008649
11 53,85 54,727 -0,877 0,769129
12 53,22 54,727 -1,507 2,271049
13 54,11 54,727 -0,617 0,380689
14 54,49 54,727 -0,237 0,056169
15 52,95 54,727 -1,777 3,157729
16 54,94 54,727 0,213 0,045369
17 55,94 54,727 1,213 1,471369
18 56,97 54,727 2,243 5,031049
19 55,4 54,727 0,673 0,452929
20 53,41 54,727 -1,317 1,734489
21 54,69 54,727 -0,037 0,001369
22 54,5 54,727 -0,227 0,051529
23 56,44 54,727 1,713 2,934369
24 53,38 54,727 -1,347 1,814409
25 55,05 54,727 0,323 0,104329
26 55,19 54,727 0,463 0,214369
27 55,43 54,727 0,703 0,494209
28 55,06 54,727 0,333 0,110889
29 55,53 54,727 0,803 0,644809
30 54,03 54,727 -0,697 0,485809
JUMLAH 1641,80 26,5023
Tabel 9.2. Tabel pembantu perhitungan standard deviasi
Berikut adalah hasil perhitungan deskriptif data observasi jika menggunakan SPSS
versi 18:
Descriptive Statistics
Agus Sukoco
184 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
klik
klik
Gambar 9.8. Tampilan SPSS untuk input variabel pada pembuatan diagram kontrol
Output gambar diagram kontrol adalah sebagaimana pada gambar 9.6 diatas.
PENGAMBILAN KEPUTUSAN :
Berdasarkan gambar 6.9 , diagram kontrol individual pada sampel
pembuatan poros, maka didapatkan bahwa seluruh data observasi terletak
diantara batas LCL dan batas UCL , sehingga dapat diambil kesimpulan bahwa
variasi diameter poros dalam batas batas yang wajar, sehingga Ho yang
menyatakan Proses pembuatan poros pada PT karya Logam terkendali secara
Statistik diterima dan Ha yang menyatakan Proses tidak terkendali secara statistik,
ditolak.
Agus Sukoco
186 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
DIAGRAM X
Diagram X adalah diagram yang mana data yang dianalisis adalah nilai
rata-rata sub kelompok data. Diagram X digunakan untuk memonitor,
mengendalikan dan menganalisis nilai rata-rata (mean) dari kuantitas yang diamati
dalam sebuah proses yang menggunakan nilai kontinu seperti panjang, berat,
diameter dll. Simbol X adalah simbul atas suatu besaran yang dapat diukur.
Pembuatan Diagram X:
Diagram X dibuat dengan unsur-unsur sebagai berikut:
Batas Kendali atas (UCL)
Garis Tengah (CL)
Batas Kendali Bawah (LCL) :
Dimana :
= Rata-rata sub kelompok
= Rata-rata dari kisaran sub kelompok.
DIAGRAM R
Diagram R adalah diagram yang memonitor penyebaran (dispersion)
kuantitas yang diamati dalam sebuah proses. Pada pembahasan sebelumnya telah
kita lihat bahwa jika yang menjadi perhatian utama adalah rata-rata variabel hasil
proses, maka digunakan diagram kontrol x untuk melakukan pengontrolan
kualitas. Tetapi, dalam suatu proses sering pula berubah bukan saja dalam rata-
ratanya, melainkan juga dalam dispersi atau variasinya.
Untuk pengontrolan kualitas biasanya digunakan kontrol terhadap dispersi
atau variasi, meskipun diagram kontrol simpangan baku dapat pula digunakan.
Diagram kontrol R lebih banyak dipakai bila dibandingkan dengan diagram sim-
pangan baku, hal ini disebabkan mudah dihitung, mudah dimengerti, cepat
dibuat, menghemat waktu dan biaya.
Penggunaan diagram kontrol X dan diagram kontrol R dapat dilakukan
secara bersama dalam suatu proses, yang dimaksudkan untuk melakukan
pengontrolan kualitas mengenai rata-rata dan dispersi proses. Hal ini biasanya
dilakukan pada permulaan proses penggantian mesin, penggantian
operator/pegawai yang melakukan pekerjaan dan perubahan susunan bahan baku.
Sebagaimana halnya untuk diagram kontrol X, maka untuk diagram kontrol
R juga diperlukan CL, UCL dan LCL. Jika populasinya berdistribusi normal dengan
parameter rata-rata dan simpangan baku diketahui, maka diagram kontrol R di-
bentuk oleh ketiga buah garis:
1. Batas kendali atas: UCL = DA
2. Garis tengah: CL =
3. Batas kendali bawah: LCL = D/
dimana :
D2- D3 = konstanta yang nilainya tergantung pada ukuran sampel sub kelompok
seperti yang ditunjukkan pada tabel berikut ini:
Agus Sukoco
188 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
n A2 D3 D4
2 1,88 0 3,27
3 1,02 0 2,57
4 0,73 0 2,58
5 0,56 0 2,11
6 0,48 0 2
7 0,42 0,08 1,92
8 0,37 0,14 1,86
9 0,34 0,18 1,82
10 0,31 0,22 1,76
11 0,29 0,22 1,74
12 0,27 0,28 1,72
13 0,25 0,31 1,69
14 0,24 0,33 1,67
15 0,22 0,35 1,65
16 0,21 0,36 1,64
17 0,2 0,38 1,62
18 0,19 0,39 1,61
19 0,19 0,4 1,6
20 0,18 0,41 1,59
Tabel 9.4. Tabel A2, D3 dan D4
Catatan :
Apabila terdapat angka perhitungan LCL yang negatif maka digambarkan pada
garis 0.
CONTOH KASUS :
Sebuah perusahaan melakukan pengecekan dan pengukuran berat suatu
produk. Jumlah data sampel yang diperiksa adalah 125 unit. Sampel itu dibagi
menjadi 25 subkelompok yang masing-masing lerdiri dari 5 unit. Setelah dilakukan
pengukuran diperoleh data sebagaimana dalam tabel berikut.
Berdasarkan data tersebut, Jelaskan apakah proses pembuatan produk
tersebut masih berada dalam batas-batas kendali atau tidak.
SUB R
X1 X2 X3 X4 X5 JUMLAH RATA-RATA
KELOMPOK (RANGE)
1 39 32 38 35 37 181 36,2 7
2 32 37 31 25 34 159 31,8 12
3 31 32 35 29 37 164 32,8 8
4 35 37 42 47 38 199 39,8 12
5 28 31 37 36 25 157 31,4 12
6 40 35 33 38 33 179 35,8 7
7 35 30 37 33 26 161 32,2 11
8 35 39 32 37 38 181 36,2 7
9 27 37 36 33 35 168 33,6 10
10 32 33 31 37 32 165 33 6
11 35 39 35 31 33 173 34,6 8
12 31 25 24 32 22 134 26,8 10
13 22 37 31 37 28 155 31 15
14 37 32 33 38 30 170 34 8
15 31 37 33 38 31 170 34 7
16 27 31 23 27 32 140 28 9
17 38 35 37 26 37 173 34,6 12
18 35 31 29 39 35 169 33,8 10
19 31 29 35 29 35 159 31,8 6
20 29 27 32 38 31 157 31,4 11
21 40 39 41 32 29 181 36,2 12
22 20 31 27 29 28 135 27 11
23 30 37 29 32 31 159 31,8 8
24 28 35 22 32 37 154 30,8 15
25 39 34 31 29 29 162 32,4 10
TOTAL 4105 821 244
RATA-RATA 32,840 9,760
Tabel 9.5. Hasil pengecekan dan pengukuran berat sampel
Agus Sukoco
190 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
PENYELESAIAN :
Dengan menggunakan tabel di atas maka didapatkan hasil sebagai berikut:
= Rata-rata sub kelompok
MEMBUAT DIAGRAM X
MEMBUAT DIAGRAM R
Agus Sukoco
192 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
Diagram P
Pada Diagram P yang dianalisis adalah persentase atau proporsi dari
produk yang cacat (defective) per sampel untuk menilai masing-masing produk
dapat diterima atau ditolak. Sebuah diagram P didasarkan pada probability
dengan distribusi binomial. unsur-unsur pada diagramnya ditentukan scbagai
berikut:
1. Batas kendali atas: UCL
2. Garis tengah: CL
3. Batas kendali bav.ah: LCL
Dimana:
= perkiraan proporsi output yang cacai pada populasi
=
= Perkiraan error standard proporsi pada populasi
jika p dinyatakan dalam fraksi
jika p dinyatakan dalam persentase
n = Ukuran sampel
CONTOH SOAL:
Dalam memproduksi "Wiring Board" yang digunakan dalam produksi
assembling produk-produk tertentu diambil sampel 50 buah per hari Wiring Board
ini diuji dan jika lampu menyala bahan diterima. Hasil tabulasi dan data yang
dicatat selama fase permulaan produksi adalah sebagai berikut:
Membuat Diagram P
Menghitung perkiraan proporsi output yang cacat pada populasi:
Agus Sukoco
194 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
SPchart
Inputkan
data/variabel
Setelah itu klik ok maka didapatkan output gambar grafik diagram p seperti
gambar 9.11.
Agus Sukoco
196 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
DIAGRAM C
Diagram C adalah dipergunakan dalam analisis banyaknya cacat dalam unit
produk yang tetap. Banyak parameter yang harus dikendalikan tidak dapat
dinyatakan sebagai proporsi atau persentase sepeti dalam diagram P. Misalnya
dalam proses tenun, banyaknya cacat setiap 10 m2 bahan yang diproduksi mungkin
merupakan parameter yang harus dikendalikan. Dalam kasus ini satu cacat
mungkin artinya kecil. Tetapi jika banyaknya cacat per unit besar mungkin harus
memperhatikannya secara serius. Untuk diagram C distribusi probabilitas yang
digunakan adalah distribusi poisson. di mana terjadi cacat secara acak. Unsur-
unsur pada diagramnya ditentukan sebagai berikut:
1. Batas kendali atas: UCL
2. Garis tengah: CL
3. Batas kendali bawah: LCL
Dimana :
: Perkiraan jumlah cacat per satuan unit pada populasi
: Jumlah cacat per satuan unit yang diobservasi
= Perkiraan error standard jumlah cacat per satuan unit pada populasi
Contoh Soal :
Suatu diagram c digunakan untuk menilai proses otomatis dalam
memproduksi bahan tenun yang dipakai pada musim dingin. Inspeksi dilakukan
terus-menerus pada setiap panjang 10 m. Kedua belah bagian diinspeksi lewat
sinar berintensitas tinggi. Cacat dapat terjadi karena tenunan tidak baik dan tidak
terlapisnya dengan bahan tenentu secara baik. Cacat ini kecil dan dideteksi per 2
cm: atau kurang. Dari produksi terbaru tercatat data menurut sampel no. 1 s/d 20
sebagai berikut:
No Cacat No Cacat
Sampel per 10 m Sampel per 10 m TOTAL 605
RATA-
1 33 11 35 RATA 30,25
2 16 12 28
3 19 13 24
4 26 14 31
5 36 15 34
6 32 16 40
7 37 17 30
8 41 18 31
9 32 19 22
10 30 20 28
Tabel 9.6. Hasil pengecekan cacat produksi bahan tenun
Maka :
: Rata-rata jumlah cacat per satuan unit yang diobservasi = 30,25
CL = 30,25
Agus Sukoco
198 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
Diagram pareto untuk data tersebut adalah sebagaimana ditunjukan pada gambar
tersebut diatas. Dalam gambar pareto ditunjukan jumlah data masing-masing level
pendidikan yang diurutkan mulai dari yang besar menuju yang paling kecil dari kiri
ke kanan. Garis keatas menunjukan lengkung hingga ke nilai 100%.
Agus Sukoco
200 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
Soal Latihan:
1. Uraikanlah dengan singkat apakah yang dimaksud dengan statistik quality
control?
2. Jelaskan apakah yang dimaksud dengan:
a. Suatu proses yang dalam kontrol
b. Suatu proses yang di luar kontrol
c. diagram kontrol Shewhart
d. BKB (Batas kontrol bawah)
e. BKA (batas kontrol atas)
f. Garis sentral diagram kontrol
3. Dalam statistik kontrol dikenal istilah Diagram X, diagram R, diagram P,
diagram C, dan diagram Pareto. Berikanlah penjelasan singkat maksud
dan penggunaan dari ketiga diagram tersebut?
4. Kalau terjadi pergeseran/perubahan dalam rata-rata populasi, diagram
kontrol mana-kah yang akan dipengaruhi atau yang akan memperlihatkan
ciri keluar dari kontrol?
5. Jika rata-rata dan dispersi populasi kedua-duanya bergeser, dalam diagram
kontrol manakah yang akan memperlihatkan tanc'a-tanda keluar dari
kontrol?
6.
7. Buatlah penggamatan di lingkungan tempat kerja saudara/teman saudara
dan sebutkanlah masing-masing 2 buah contoh pengunaan dari Diagram
X, diagram R, diagram P, diagram C, dan diagram Pareto
8. Dilakukan pengamatan terhadap proses pembuatan poros dalam suatu
pabrik menghasilkan data pengamatan sebagai berikut, Buatkanlah
diagram kontrol individu, dan jika dipergunakan = 5%, tentukan apakah
proses tersebut dalam batas kendali?
OBSERVASI 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
DIAMETER 70 72 73 76 73 73 75 74 77 75 76 78 73 72 75
OBSERVASI 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
DIAMETER 71 72 75 76 73 74 75 74 76 75 77 78 79 72 75
Agus Sukoco
202 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
SUB KELOMPOK X1 X2 X3 X4 X5
1 390 384 418 350 444
2 320 444 341 250 408
3 310 384 385 290 444
4 350 444 462 470 456
5 280 372 407 360 300
6 400 420 363 380 396
7 350 360 407 330 312
8 350 468 352 370 456
9 270 444 396 330 420
10 320 396 341 370 384
11 350 468 385 310 396
12 310 300 264 320 264
13 220 444 341 370 336
14 370 384 363 380 360
15 310 444 363 380 372
16 270 372 253 270 384
17 380 420 407 260 444
18 350 372 319 390 420
19 310 348 385 290 420
20 290 324 352 380 372
TGL 11 12 13 14 15 16 17 18 19 20
DITOLAK 9 6 15 6 6 3 9 6 3 9
Malas 25
Kurang berminat 20
Kurang efektif Pembagian Waktu 28
Perlengkapan pribadi 17
Jarak 10
JUMLAH 100
Buatkanlah diagram pareto untuk permasalahan diatas?
1. Sumber pembelajaran
1. Sudjana, Metoda Statistika, Tarsito bandung 1992
Agus Sukoco
204 Santirianingrum Soebandhi
MODUL 9: Statistik Proses kontrol
DAFTAR PUSTAKA
Bibliography
Atmajaya, P. L. (2009). Statistika untuk bisnis dan ekonomi. Yogyakarta: ANDI.
Martono, N. (2010). Statistik Sosial Teori dan Aplikasi Program SPSS. Yogyakarta:
Gava Media.
Martono, N. (2010). Statistik Sosial Teori dan Aplikasi Program SPSS. Yogyakarta:
Gava Media.
Purwanto S.K., S. (2011). Statistika untuk Ekonomi dan Keuangan Modern. Jakarta:
Salemba Empat.
Supranto, J. L. (2010). Statistika Ekonomi & Bisnis. Jakarta: Mitra Wacana Media.
Agus Sukoco
206 Santirianingrum Soebandhi