ARDHIAN ILHAM.

N
12010114120053

MANAJEMEN/KELAS F

STATISTIC QUALITY CONTROL

(SQC)
Pengertian

Kualitas dan manajemen kualitas telah mengalami evolusi menjadi yang TQM (Total
Quality Management), filosofi TQM berisi dua komponen yang saling berhubungan, yaitu
sistem manajemen dan sistem teknik (Krumwiede Seu, 1996).
Sistem manajemen berkaitan dengan perencanaan, pengorganisasian, pengendalian
dan pengelolaan proses sumber daya manusia yang berkaitan dengan kualitas produk atau
jasa.
Sistem teknik melibatkan penjaminan kualitas dalam desain produk, perencanaan dan
desain proses dan pengendalian bahan baku, produk dalam proses dan produk jadi.
Statistic Qaulity Control (SQC) atau pengendalian kualitas statistik merupakan teknik
penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis,
mengelola dan memperbaiki produk dan proses menggunakan metode-metode statistik.
Pengendalian kualitas statistik (Statistic Quality Control) sering disebut sebagai pengendalian
proses statistik (Statistical Process Control/SPC). Pengendalian kualitas statistik dan
pengendalian proses statistik memang merupakan dua istilah yang saling dipertukarkan, yang
apabila dilakukan bersama-sama maka pengguna akan melihat gambaran kinerja proses masa
kini dan masa mendatang (Cawley dan Harrold, 1999).
Sementara itu, menurut Mayelett (1994), pengendalian kualitas statistik mempunyai
cakupan yang lebih luas karena didalamnya terdapat pengendalian proses statistik,
pengendalian produk (acceptance sampling) dan analisis kemampuan proses.
Konsep terpenting dalam pengendalian kualitas statistik adalah Variabilitas, yaitu:
1. Variabilitas antar sampel (misalnya rata-rata atau nilai tengah)
2. Variabilitas dalam sampel (misalnya range atau standar deviasi)
Selanjutnya penyelesaian masalah dalam statistik mencakup dua hal, antara lain:
1. Melebihi batas pengendalian, jika proses dalam kondisi di luar kendali
2. Tidak melebihi batas pengendalian, jika proses dalam kondisi kendali
Secara statistik, kedua hal tersebut digolongkan menjadi kesalahan tipe I dan
kesalahan tipe II.
Kesalahan Tipe I, berarti Resiko Produsen (menolak produk baik)/, hal ini karena
kebetulan yang diambil sebagai sampel adalah produk cacat, padahal produk yang tidak
diambil sebagai sampel adalah produk yang baik. Tetapi
karena sampel tersebut ditolak berarti seluruh produk yang diproduksi pada waktu itu ditolak.
Kesalahan Tipe II atau Resiko Konsumen (menerima produk cacat)/ adalah resiko
yang dialami konsumen karena menerima produk yang cacat. H al ini karena secara kebetulan
yang diambil sebagai sampel adalah produk baik, padahal produk yang tidak diambil adalah
produk cacat.
Prosedur pengendalian statistik umumnya dirancang untuk meminimalkan kesalahan
tipe I.
Kesalahan tipe I dan tipe II ini digambarkan dengan kurva karakteristik operasi
(operating characteristic curve). Kurva ini menunjukkan probabilitas penerimaan sebagai
fungsi dari berbagai tingkatan kualitas. Kesalahan tipe I adalah bila kualitas dapat diterima,
sedangkan kesalahan tipe II adalah probabilitas penerimaan (Pa) bila kualitas dapat diterima.

Dalam sistem pengendalian mutu statistik yang mentolerir adanya kesalahan atau
cacat produk kegiatan pengendalian mutu dilakukan oleh departemen pengendali mutu yang
ada pada penerimaan bahan baku, selama proses dan pengujian produk akhir.
Perusahaan/organisasi dapat mengadakan inspeksi pada saat bahan baku atau
penerimaan bahan baku, proses, dan produk akhir. Inspeksi tersebut dapat dilaksanakan di
beberapa waktu, antara lain:
1. Pada waktu bahan baku masih ada ditangan pemasok,
2. Pada waktu bahan baku sampai ditangan perusahaan tersebut,
3. Sebelum proses dimulai,
4. Selama proses produksi berlangsung,
5. Sebelum dikirimkan pelanggan, dsb.
Terdapat dua pilihan untuk inspeksi, yaitu:
1. Inspeksi 100%
Berarti perusahaan menguji semua bahan baku yang datang, seluruh produk selama masih
ada dalam proses atau seluruh produk jadi yang telah dihasilkan. Kelebihannya adalah
tingkat ketelitian tinggi karena seluruh produk diuji, sedangkan kelemahannya adalah
seringkali produk justru rusak dalam pengujian, dan membutuhkan biaya, waktu, tenaga
yang tidak sedikit.
2. Teknik Sampling
Yaitu menguji hanya pada produk yang diambil sebagai sampel dalam pengujian.
Kelebihannya adalah lebih menghemat biaya, waktu dan tenaga, sedangkan kelemahannya
adalah tingkat ketelitian rendah.
Selanjutnya pengendalian kualitas statistik (statistical quality control) secara garis
besar digolongkan menjadi dua, yaitu:
1. Pengendalian proses statistik (statistical process control) atau yang sering disebut dengan
control chart (bagan kendali).
2. Rencana penerimaan sampel produk atau yang sering dikenal sebagai acceptance
sampling.
Penggolongan tersebut dapat digambarkan sepeti pada Gambar 1.

Pengendali Kualitas
Statistik

Pengendali Kualitas Rencana Penerimaan

Proses Statistik Sampel Produk
(Control Chart) (Acceptance Sampling)

Data Data Data Data

Variabel Atribut Variabel Atribut

Gambar 1. Penggolongan Pengendalian Kualitas Statistik

Menurut Gryna (2001), terdapat beberapa langkah dalam menyusun peta pengendali
proses atau control chart, yaitu:
1. Memilih karakteristik yang akan direncanakan.
2. Memilih jenis peta pengendali.
3. Menentukan garis pusat (central line) yang merupakan rata-rata masa lalu atau rata- rata
yang dikehendaki.
4. Pemilihan sub kelompok.
5. Penyediaan sistem pengumpulan data.
6. Penghitungan batas pengendali dan penyediaan instruksi khusus dalam interpretasi
terhadap hasil dan tindakan para karyawan.
7. Penempatan data dan membuat interpretasi terhadap hasilnya.
Pengendalian kualitas dapat dilakukan pada produk yang dihasilkan atau dikenal
dengan acceptance sampling, yang merupakan proses evaluasi bagian produk dan seluruh
produk yang dihasilkan untuk menerima seluruh produk yang dihasilkan tersebut. Manfaat
utama sampling adalah pengurangan biaya inspeksi, sedangkan manfaat acceptance sampling,
antara lain:
1. Staf inspeksi yang lebih sedikit akan mengurangi kompleksitas inspeksi dan biaya
administrasi inspeksi tersebut.
2. Berkurangnya kerusakan produk.
3. Sekelompok produk dapat diselesaikan dalam waktu yang pendek sehingga penjadwalan
dan penyerahan dapat dilakukan secara tepat dan cepat.
4. Masalah yang membosankan dan kesalahan pengujian yang disebabkan 100% inspeksi
dapat diminimalkan.
5. Penolakan produk yang tidak sesuai cendrung mengesankan penyimpangan kualitas dan
penting bagi organisasi untuk mencari tindakan pencegahan.
6. Desain yang pantas dalam rencana pengambilan sampel memerlukan pengkajian terhadap
tingkat kualitas yang disyaratkan oleh pemakai.
Acceptance Sampling meliputi perencanaan atribut dan perencanaan variabel. Pada
perencanaan atribut, sampel diambil secara random dari produk yang dihasilkan, kemudiaan
masing-masing unit diklasifikasikan apakah diterima atau ditolak. Banyaknya kesalahan
kemudian dibandingkan dengan banyaknya kesalahan yang diperbolehkan dalam
perencanaan. Perencanaan atribut tersebut berdasarkan Acceptable Quality Level (AQL).
Sedangkan pada perencanaan variabel, sampel diambil secara acak dan pengukuran
karakteristik kualitas yang diharapkan dibuat untuk setiap unit. Pengukuran tersebut
kemudian dirangkum ke dalam statistik sampel dan nilai observasi dibandingkan dengan nilai
yang diperbolehkan dalam rencana keputusan, kemudian diambil untuk menerima atau
menolak produk tersebut.

Pengendalian Kualitas Proses Statistik

Merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor,

pengendali, penganalisis, pengelola, dan memperbaiki proses menggunakan metode-metode
statistik. Filosofi yang dikenal adalah output pada proses atau pelayanan dapat dikemukakan
ke dalam pengendalian statistik melalui alat-alat manajemen dan tindakan perancangan.
Sasarannya adalah mengadakan pengurangan terhadap variasi atau kesalahan proses,
sedangkan tujuannya adalah mendeteksi adanya sebab khusus dalam variasi atau kesalahan
proses.
Variasi proses teridiri dari dua macam penyebab, yaitu:
1. Penyebab Umum (random cause atau chance cause), yang sudah melekat pada proses.
2. Penyebab Khusus (assignable cause atau special cause), yang merupakan kesalahan yang
berlebihan.
Selanjutnya proses dikatakan dalam pengendalian statistik apabila penyebab khusus
dari penyimpangan tersebut, tidak nampak dalam proses, sehingga dicapai stabilitas proses.
Apabila stabilitas proses tercapai, kemampuan proses dapat diperbaiki dengan mengurangi
penyimpangan karena sebab umum.
Sementara itu untuk menentukan apakah proses berada dalam pengendalian proses
statistik, mengunakan alat yang disebut peta pengendali (control chart), yang merupakan
gambaran sederhana dengan tiga garis.
 Pengendalian proses statistik dikatakan berada dalam batas pengendalian apabila
hanya terdapat kesalahan yang disebabkan oleh sebab umum. Menurut Gryna (2001), hal ini
memberikan manfaat penting, yaitu:
1. Proses memiliki stabilitas yang akan memungkinkan organisasi dapat memprediksi
perilaku paling tidak untuk jangka pendek.
2. Proses memiliki identitas dalam menyusun seperangkat kondisi yang penting untuk
membuat prediksi masa mendatang.
3. Proses yang berada dalam kondisi berada dalam batas pengendalian statistik beroperasi
dengan variabilitas yang lebih kecil daripada proses yang memiliki penyebab khusus.
Variabilitas yang rendah penting untuk memenangkan persaingan.
4. Proses yang mempunyai penyebab khusus merupakan proses yang tidak stabil dan
memiliki kesalahan yang berlebihan yang harus ditutup dengan mengadakan perubahan
untuk mencapai perbaikan.
5. Akan membantu karyawan dalam menjalankan proses tersebut. Apabila data berada dalam
batas pengendali, maka tidak perlu lagi dibuat penyesuaian atau perubahan.
6. Akan memberikan petunjuk untuk mengadakan pengurangan variabilitas proses jangka
panjang.
7. Analisis untuk pengendalian statistik mencakup penggambaran data produksi akan
memudahkan dalam mengidentifikasi kecendrungan yang terjadi dari waktu ke waktu.
8. Proses yang stabil atau yang berada dalam batas pengendalian statistik juga dapat
memenuhi spesifikasi produk, sehingga dapat dikatakan proses dalam kondisi terawat
dengan baik dan dapat menghasilkan produk yang baik.

Alat-alat Kendali Mutu Statistik

Beberapa alat/tools/metode yang banyak digunakan dalam pengendalian mutu, antara

lain: Sumbang-saran, Diagram afinitas, Diagram Sebab-Akibat, Diagram Pohon, Bagan
Pareto, Bagan Arus Berurutan, Bagan Arus Proses, Diagram Tebar, Run Chart, Peta Kendali
dan Histogram.

1. Histogram
Adalah bagan batang jenis khusus yang dapat digunakan untuk menyampaikan informasi
mengenai variasi dalam suatu proses, dengan tujuan untuk mengambil keputusan dengan
memusatkan perhatian pada upaya perbaikan.
Langkah pembuatan histogram:
a. Kumpulkan data dan tabulasikan (lihat Tabel 1).
Hitung datanya, misal N = 100
 Bagilah data ke dalam group, misal 10 group
Catat nilai paling tinggi dalam setiap group sebagai XL dan nilai yang paling kecil
sebagai XS. Kemudian catat XL dan XS dari kesemua itu. Diperoleh XL = 3,68 dan
XS = 3,30
b. Hitung kisaran dan lebar interval (lihat Tabel 2).
Tentukan range (R), R = XL XS = 0,38
Tentukan jumlah kelas (K), misal K = 10
Tentukan interval kelas
untuk memudahan
dibulatkan jadi 0,05
Tentukan batas-batas kelas

Tabel 1. Contoh Data Histogram

Data XL XS
3.56 3.46 3.48 3.50 3.42 3.43 3.52 3.49 3.44 3.50 3.56 3.42
3.48 3.56 3.50 3.52 3.47 3.48 3.46 3.50 3.56 3.38 3.56 3.38
3.41 3.37 3.47 3.49 3.45 3.44 3.50 3.49 3.46 3.46 3.50 3.37
3.55 3.52 3.44 3.50 3.45 3.44 3.48 3.46 3.52 3.46 3.55 3.44
3.48 3.48 3.32 3.40 3.52 3.34 3.46 3.43 3.30 3.46 3.52 3.30
3.59 3.63 3.59 3.47 3.38 3.52 3.45 3.48 3.31 3.46 3.63 3.31
3.40 3.54 3.46 3.51 3.48 3.50 3.68 3.60 3.46 3.52 3.68 3.40
3.48 3.50 3.56 3.50 3.52 3.46 3.48 3.46 3.52 3.56 3.56 3.46
3.52 3.48 3.46 3.45 3.46 3.54 3.54 3.48 3.49 3.41 3.54 3.41
3.41 3.45 3.34 3.44 3.47 3.47 3.41 3.48 3.54 3.47 3.54 3.34
XL dan XS 3.68 3.30

Tabel 2. Contoh Kisaran dan Lebar Interval

No. Batas-batas Nilai
Kelas Kelas Tengah Kekerapan
1 3.275 - 3.325 3.30 3
2 3.325 - 3.375 3.35 3
3 3.375 - 3.425 3.40 9
4 3.425 - 3.475 3.45 33
5 3.475 - 3.525 3.50 37
6 3.525 - 3.575 3.55 10
7 3.575 - 3.625 3.60 3
8 3.625 - 3.675 3.65 1
9 3.675 - 3.725 3.70 1
Jumlah 100
 c. Buat garis horizontal dan vertical dan petakan data dari hasil pada Tabel 2, sehingga
menjadi diagram yang disebut Histogram, seperti pada Gambar 2.

Histogram Kekerapan
40
35
30
25
Jumlah Data

20
15
10
5
0
1 2 3 4 5 6 7 8 9
No. Kelas

Gambar 2. Contoh Histogram

2. Diagram Pareto
Merupakan grafik batang khusus yang dapat digunakan sebagai alat interpretasi dalam
menentukan frekuensi atau tingkat kepentingan relatif dari berbagai persoalan atau sebab.
Memfokuskan pada pokok persoalan vital dengan cara mengurutkan berdasarkan
kepentingan.
Cara Membuat Diagram Pareto:
a. Mengidentifikasi kategori masalah/sebab yang akan dibandingkan.
b. Tentukan periode waktu untuk dipelajari.
c. Mengumpulkan dan meringkas data.
d. Menggambar sumbu horizontal dan vertikal.
e. Memetakan batang-batang Diagram Pareto.

Tabel 3. Contoh Data Diagran Pareto

Kode Unsur Kumulatif % % Kumulatif
Kerusakan
Rusak Kerusakan Kerusakan Kerusakan
1 198 198 47.60 47.6
2 103 301 24.76 72.36
3 72 373 17.31 89.66
4 25 396 6.01 95.67
5 18 414 4.33 100.00
Total 416 100
 120

100

80

60
% Kerusakan
40 % Kumulatif
20

0
1 2 3 4 5
Kode Unsur Rusak

Gambar 3. Contoh Diagram Pareto

3. Diagram Sebab Akibat

Merupakan alat analisa yang dapat digunakan untuk mengkategorikan berbagai sebab
potensial dari suatu masalah, dan menganalisis apa yang sesungguhnya terjadi dalam suatu
proses.
Cara membuat diagram sebab akibat:
a. Mengidentifikasi akibat.
b. Mengidentifikasi berbagai kategori sebab utama.
c. Menghubungkan sebab-sebab potensial yang berhubungan dengan sebab utama.
d. Mengkaji kembali setiap kategori sebab utama.
e. Menetapkan sebab-sebab yang paling mungkin.

Tempat Prosedur

Tidak ada prosedur tetap

Rumit
Ketinggalan zaman
Laporan Akhir
Tidak mengikuti Bulan Terlambat
prosedur
Tidak disiplin

Sistem Kebijakan Manusia

Gambar 4. Contoh Diagram Pareto

4. Bagan Kendali
Merupakan grafik jenis khusus yang dapat digunakan untuk menginterpretasikan data
suatu proses dengan cara membuat gambar batasan-batasan variasi yang diperbolehkan,
dan secara objektif menentukan apakah suatu proses ada dalam kendali atau di luar
kendali.
Cara mebuat bagan kendali:
a. Menentukan apa yang diukur.
b. Mengumpulkan data.
c. Memetakan data.
d. Menghitung batas-batas kendali.

Macam-macam Bagan Kendali

a. Peta X R
b. Peta pn
c. Peta p
d. Peta u
e. Peta c

Bagan Kendali X
13.80
13.60
13.40
13.20
13.00 Data
12.80 LCL = 12.16
12.60 CL = 12.93

12.40 UCL = 13.69

12.20
12.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
No. Subgrup

Gambar 5. Contoh Bagan Kendali

 Referensi
th
R Dan Reid and Nada R. Sanders. Operations Management. 4 Edition. John Wiley &
Sons. 2010

th
Heizer and Render. Principles of Operations Management. 7 Edition. Prentice Hall. 2008

th
Heizer and Render. Operations Management. 9 Edition. Prentice Hall.
2008

th
Roberta Russell and Bernard W Taylor III. Operations Management. 5 Edition. John
Wiley & Sons. 2006

11 / 11
Universitas Esa Unggul Jakarta, 2012