TOPIK 7
LD, Semester
LD, Semester II 2003/04
II 2003/04 Hlm. 1
TIPE DATA
ATRIBUT VARIABEL
Rata2 n Proporsi,
n n n Tdk n 25 12 < n < 25 n 12 n =1
unit Tdk
Konstan Konstan
Konstan Konstan
c u np p X , X,s X ,R X , MR
1
LANGKAH-
LANGKAH-LANGKAH PEMBUATAN PETA KENDALI
1. Tetapkan tujuan & karakteristik kualitas yang akan dikendalikan
dikendalikan
2. Tentukan tipe data yang akan digunakan
Diskrit: counts, proporsi, persentase, dll.
Kontinyu: semua data pengukuran, seperti panjang, volume, kecepatan, dll.
LANGKAH-
LANGKAH-LANGKAH PEMBUATAN PETA KENDALI
5. Lakukan sampling & pencatatan data pada lembar data yang sesuai
sesuai
6. Menghitung garis tengah & batas kendali awal
UNTUK PETA p :
Tanpa p standar (po): n
Di p( 1 p )
i =1
Garis Tengah : p = ; maka UCL p / LCL p = p 3
g n n
Di : Jumlah item cacat yang ditemukan pada sampel i
9. Hitung ulang garis tengah & batas kendali, jika terjadi perubahan
perubahan proses
secara signifikan.
LD, Semester II 2003/04 JUMP
Hlm. 4
2
Suplemen
Terminologi Sampling
Tipe Sampel
Simple Random Sample
Stratum A Stratum A
Stratum B Stratum B
Stratum C Stratum C
Stratum D Stratum D
3
Tipe Sampel
Cluster Sample
Digunakan jika untuk mendapatkan sampel dari seluruh segmen populasi tidak mungkin, misalnya
karena faktor geografis.
Stratum A Stratum A
Stratum B
Stratum C Stratum C
Stratum D
Ukuran Sampel
Untuk Data Kontinyu
Jika B = batas kesalahan yang dapat diterima, maka
B = Z /2 x = Z / 2
n
2 /2 /2
Z /2 2
n=
B2
B B
Contoh:
Seorang analis ingin mengestimasi rata-rata diameter bor dari hasil pengecoran. Berdasarkan
data historis, disetimasikan bahwa deviasi standar diameter bor = 4,2 mm. Jika diinginkan
probabilitas rata-rata diameter bor dalam rentang 0,8 mm, tentukan ukuran sampel yang harus
digunakan.
2
Z /2 2
n=
B2
( 1,96 ) 2 ( 4 ,2 ) 2
Z 0 ,025 = 1,96 maka n = = 105 ,88 106
( 0 ,8 ) 2
4
Ukuran Sampel
Untuk Data Diskrit
Jika B = batas kesalahan yang dapat diterima, maka untuk data diskrit (distribusi binomial), B
dirumuskan sbb.
5
Peta kendali p :
TAHAP KONSTRUKSI : Perhitungan-1
30
Di 347
i =1
Garis Tengah : p = = = 0 ,2313
( 30 )( 50 ) ( 30 )( 50 )
p( 1 p ) ( 0 ,2313 )( 0 ,7687 )
Batas Kendali Atas : BKA = p + 3 = 0 ,2313 + 3 = 0 ,4102
n 50
p( 1 p ) ( 0 ,2313 )( 0 ,7687 )
Batas Kendali Bawah : BKB = p 3 = 0 ,2313 3 = 0 ,0524
n 50
0,35
0,3
0,25
GT = 0,2313
0,2
0,15
0,1
BKB = 0,0524
0,05
0
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 26 27 28 29 30
No Sam pel
Random
0,5
Material Operator
baru baru
0,4
BKA = 2313
Proporsi Cacat
0,3
0,2 GT =
0,2313
0,1
BKB = 0,0524
0,0
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 26 27 28 29 30
No Sam pel
6
TAHAP i Di p i Di p
IMPLEMENTASI I : 31 9 0,18 44 6 0,12
32 6 0,12 45 5 0,1
133
p= = 0 ,1108 33 12 0,24 46 4 0,08
( 24 )( 50 ) 34 5 0,1 47 8 0,16
( 0 ,1108 )( 0 ,8892 ) 35 6 0,12 48 5 0,1
BKA = 0 ,1108 + 3 36 4 0,08 49 6 0,12
50
= 0 ,2440 37 6 0,12 50 7 0,14
38 3 0,06 51 5 0,1
( 0 ,1108 )( 0 ,8892 ) 39 7 0,14 52 6 0,12
BKB = 0 ,1108 3
50 40 6 0,12 53 3 0,06
= 0 ,0224 = 0 41 2 0,04 54 5 0,1
42 4 0,08 44 6 0,12
43 3 0,06 45 5 0,1
Jumlah 133
0,5
Material Operator Penyesuaian
BKA = 2313 baru baru Mesin
0,4
Proporsi Cacat
0 ,2150 0 ,1108
Z0 = = 7 ,10
1 1
( 0 ,1669 )( 0 ,8331 )( + )
1400 1200
4. Keputusan :
Karena Z 0 > Z Tolak H 0 atau Tela h terjadi perubahan rata-rata proses,
per lu dilakuk an konstru ksi ulang batas-bata s kendali.
Garis Tengah : p = 01108
p( 1 p ) ( 0 ,1108 )( 0 ,8892 )
BKA/BKB = p 3 = 0 ,1108 3
n 50
BKA = 0 ,2440 ; BKB = - 0 ,0224 = 0
LD, Semester II 2003/04 Hlm. 14
7
TAHAP i Di p i Di p i Di p
IMPLEMENTASI II : 55 8 0,16 68 3 0,06 82 2 0,04
56 7 0,14 69 7 0,14 83 1 0,02
57 5 0,10 70 9 0,18 84 4 0,08
58 6 0,12 71 6 0,12 85 5 0,10
59 4 0,08 72 10 0,20 86 3 0,06
60 5 0,10 73 4 0,08 87 7 0,14
61 2 0,04 74 3 0,06 88 6 0,12
62 3 0,06 75 5 0,10 89 4 0,08
63 4 0,08 76 8 0,16 90 4 0,08
64 7 0,14 77 11 0,22 91 6 0,12
65 6 0,12 78 9 0,18 92 8 0,16
66 5 0,10 79 7 0,14 93 5 0,10
67 5 0,10 80 3 0,06 94 6 0,12
81 5 0,10 Jml 218
i =0 i =0
8
Pendekatan dengan distribusi Poisson:
Jika n: besar, p: kecil, np 5
np = 50 x 0,10 = 5
= P (x 8 / np = 5) P (x 0 / np = 5)
= 0,932 0,007 = 0,925
1
p P (x 8 / p) P (x 0 / p)
0,08 0,979 0,018 0,961 0.8
9
Pembuatan Peta Kendali p :
Perhitungan tahap-1:
p = 90 / 1250 = 0 ,072
p( 1 p ) ( 0 ,072 )( 0 ,928 )
BKA / BKB = p 3 = 0 ,072 3
n 50
BKA = 0 ,182
BKB = 0 ,038 BKB = 0
Rata rata sampel ke - 18 di luar BKA dengan penyebab non random (penurunan temperatur).
Keluarkan nilai rata - rata sampel ke - 18 dari perhitungan parameter batas kendali.
Perhitungan tahap-2:
p = 80 / 1200 = 0 ,067
p( 1 p ) ( 0 ,067 )( 0 ,933 )
BKA / BKB = p 3 = 0 ,067 3
n 50
BKA = 0 ,173
BKB = 0 ,039 BKB = 0
Pembuatan Peta OC :
= np = 50 x 0 ,10 = 5
Probabilitas Error Tipe II
0,8
= P(x 8 np = 5 ) P(x 0 np = 5 ) 0,6
= 0 ,932-0 ,007 = 0 ,925
0,4
untuk p = 0,08 :
= np = 50 x 0 ,08 = 4 0,2
= P(x 8 np = 4 ) P(x 0 np = 4 ) 0
0,08 0,09 0,1 0,15 0,2 0,28 0,3 0,4
= 0 ,979-0 ,018 = 0 ,961 p
Hitung untuk p yang lain & plot peta vs p.
LD, Semester II 2003/04 Hlm. 20
10
= P (x 8 / np = 5)
P (x 0 / np = 5)
11
Peta Kendali p dengan n tidak konstan
PETA np
Data hasil inspeksi
I ni Di GARIS TENGAH :
1 300 10 p = 184 / 20 = 9 ,2
2 300 12
BATAS KENDALI :
3 300 8
4 300 9 BKA / BKB = np 3 np( 1 p )
5 300 6
6 300 11 BKA / BKB = 9 ,2 9,2( 1 9,2 / 300 )
7 300 13 BKA = 18,159
8 300 10 BKB = 0 ,241
9 300 8
10 300 9
11 300 6
OUT 12 300 19
13 300 10
Hitung 14 300 7
ulang BK 15 300 8
Peta np
16 300 4
17 300 11
18 300 10
19 300 6
20 300 7
6.000 184
LD, Semester II 2003/04 Hlm. 24
12
PETA c
Digunakan untuk monitoring jumlah cacat dalam sampel dengan ukuran konstan.
Untuk dimensi sampel yang variabel, peta u digunakan untuk memonitor jumlah cacat per
unit dimensi sampel.
Basis: distribusi Poisson.
Tanpa standar:
Garis Tengah = c
Batas Kendali : BKA / BKB = c 3 c
Garis Tengah = co
Batas Kendali : BKA / BKB = co 3 co
PETA c
Untuk mengendalikan kualitas rakitan PCB (printed circuit board), I Cacat (ci)
dilakukan inspeksi melalui sampling terhadap cacat rakitan untuk 1 5
setiap 100 unit PCB. Hasil inspeksi terhadap 25 sampel yang 2 4
dilakukan secara berturut adalah sebagai berikut. 3 7
4 6
5 8
Garis Tengah = c = 189/25= 7,56 6 5
7 6
Batas Kendali : BKA/BKB= c 3 c = 7,56 3 7,56 8 5
BKA = 15,809 ; BKB = - 0,689 0 9 16 OUT
10 10
11 9
Hitung
12 7 ulang BK
13 8 Peta c
14 11
15 9
16 5
17 7
18 6
19 10
20 8
21 9
22 9
23 7
24 5
25 7
189
LD, Semester II 2003/04 Hlm. 26
13
PETA OC PETA c & u
{ } {
= P x < BKAc c P x BKBc c } 3
5
1,000
1,000
0,050
0,007
0,950
0,993
7 0,998 0,001 0,997
8 0,978 0,000 0,978
Contoh (dari soal terdahulu):
10 0,951 0,000 0,951
Perhitungan Garis Tengah & Batas Kendali final : 12 0,844 0,000 0,844
14 0,669 0,000 0,669
c = ( 189-16 )/ 24 = 7 ,208
18 0,287 0,000 0,287
BKA/BKB= c 3 c = 7 ,208 3 7 ,208 20 0,157 0,000 0,157
BKA = 15,262 ; BKB = -0,846 0
1,0
{ } { }
0,7
{ } { }
0,5
= P { x 15 c } P { x 0 c }
0,2
0,1
0,0
0,5 1 3 5 7 8 10 12 14 18 20
Rata-2 jumlah cacat (c)
DISTRIBUSI
POISSON
KUMULATIF (1)
14
DISTRIBUSI
POISSON
KUMULATIF (2)
15
CONTOH: Peta Demerit per Unit
Cacat Serius Cacat Mayor Cacat Minor Total Demerit
i (w1 = 50) (w2 = 10) (w3 = 1) Demerit per unit
c1 c2 c3 D U
1 1 4 2 92 9,2
2 0 3 8 38 3,8
3 0 5 10 60 6,0
4 1 2 5 75 7,5
5 0 6 2 62 6,2
6 0 0 8 8 0,8
7 0 7 5 75 7,5
8 1 1 1 61 6,1
9 1 3 2 82 8,2
10 0 4 12 52 5,2
11 1 5 3 103 10,3
12 2 0 2 102 10,2
13 0 0 9 9 0,9
14 0 6 8 68 6,8
15 1 12 10 180 18,0
16 0 5 7 57 5,7
17 0 1 1 11 1,1
18 1 2 5 75 7,5
19 0 5 6 56 5,6
20 0 3 8 38 3,8
9 74 114
LD, Semester II 2003/04 Hlm. 31
u1 = 9 /( 20 )( 10 ) = 0 ,045
u 2 = 74 /( 20 )( 10 ) = 0 ,37
u 3 = 114 /( 20 )( 10 ) = 0 ,57
16
TYPE II ERROR
Tipe I Error:
Kesalahan menolak outcome dari proses yang normal;
Merupakan RESIKO PRODUSEN.
Tipe II Error:
Kesalahan menerima outcome dari proses yang tidak normal (telah terjadi pergeseran rata-
rata proses);
Merupakan RESIKO KONSUME;
Untuk data diskrit (peta p) :
BKB BKA
P(x) = Prob. x item cacat
= P { p < BKA/p } P { p BKB/p }
1 2 3 4 5 6 7 x
17