TINJAUAN PUSTAKA
4
garis tengah dan batas pengendali dari peta kendali R Shewart dapat ditulis
sebagai berikut (Usro, 2011):
= =
= + 3 = + 3 (2.2)
= 3 = 3
Dimana merupakan standar deviasi R yaitu
= 3
Dalam keadaan realnya, biasanya tidak diketahui nilai dari , sehingga kita dapat
menaksir dengan
= 3
2
Sehingga didapatkan persamaan barudari persamaan (2.2) didapatkan batas
kendali atas dan bawah dari peta kendali R yaitu
=
= + 33
2 (2.3)
= 33
2
Dengan memisalkan
3
3 = 1 3
2
Dan
3
4 = 1 + 3
2
Sehingga kita dapat mendefinisikan kembali parameter-parameter grafik R
sebagai
=
= 4 (2.4)
= 3
Apabila sampel-sampel pendahuluan digunakan untuk membentuk grafik
pengendali R. Sudah biasa untuk memperlakukan batas pengendali itu sebagai
nilai-nilai percobaan. Maka rentang sampel harus kita gambarkan pada grafik-
5
grafik itu dan setiap sampel yang diluar batas pengendali harus diselidiki. Apabila
sebab-sebab terduga untuk titik-titik tersebut ditemukan, titik-titik itu harus
dibuang dan ditentukan batas pengendali percobaan yang baru (Montgomery,
1990)
6
semua program statistik sudah menyediakan fasilitas untuk menghitung nilai d
(yang menggambarkan koefisien nilai DW).
a) Hipotesis
0 = 0 (tidak ada autokorelasi)
1 0 (ada autokorelasi)
b) Taraf nyata = 0.05
c) Statistik Uji
=2( 1 )2
=
=1 2
d) Kriteria keputusan
Jika > , maka 0 diterima (tidak ada autokorelasi)
Jika < , maka 0 ditolak (ada autokorelasi positif)
Jika 4 > , maka 0 diterima (tidak ada autokorelasi negatif)
Jika 4 < , maka 0 ditolak (ada autokorelasi negatif)
1
=1 ( )(+1 )
1 = (2.5)
=1( )
2
7
Dimana adalah keseluruhan rata-rata.
=1 ( )(+1 )
= (2.6)
=1( )
2
Jumlah pada persamaan (4) disebut sebagai koefisien autokorelasi pada lag k.
Nilai dari dapat dijaga dengan berbagai level seperti 0.1, 0.2 1.0 yang
berhubungan dengan setiap level dari , rangkaian korelasi yang dihasilkan.
Rangkaian yang dihasilkan adalah sifat dasar korelasi positif. Setiap level
dari , berbagai skema dari peta kendali (R) dikembangkan menggunakan
MATLAB. Sebuah model dari peta kendali modified (R) dijelaskan pada sesi
berikutnya (Prajapati, 2014).
8
perhitungan nilai jumlah chi-squares lebih besar dari pada nilai tersebut;
dibuktikan pada tabel standar distribusi chi-squares, kemudian, diasumsikan
bahwa perhitungan tersebut diluar kendali. Oleh sebab itu, tindakan cepat
dibutuhkan untuk mengontrol proses dispersi. Contoh grafik modified (R)
ditunjukan di gambar 1.
Hasil dari grafik modified (R) diukur dalam hubungannya dengan ARL
sebagai sampel berukuran 4. Macam-macam skema dari peta kendali modified (R)
dikembangkan dengan merubah lebar dari W dan batas kendali secara bersamaan
saat mengatur false alarm rate (ARL0) dari 370 untuk macam-macam contoh
ukuran. Dalam mengontrol ARL (ARL0) dari perkiraan 370 dipertahankan untuk
peta kendali modified (R), karena grafik (R) tersedia di daftar bacaan, gunakan
nilai ARL0 yang sama.
9
Titik-titik yang jatuh di dalam batas kendali, berarti menerima hipotesis
nol bahwa proses terkendali secara statistik. Titik-titik yang jatuh di luar batas
kendali, berarti menolak hipotesis nol bahwa proses terkendali secara statistik.
Dengan adanya ARL, jenis bagan kendali terbaik dapat dipilih. Jika ARL
dalam kendali, semakin besar nilai ARL maka semakin baik jenis bagan kendali
yang bersangkutan. Jika ARL di luar kendali, semakin kecil nilai ARL maka
semakin baik jenis bagan kendali yang bersangkutan (Montgomery, 2009).
10