TinjauanUmum

ImplementasiControlChart padaPengujian

JuliaKantasubrata
 ControlChart
Namalain:
QCChart/InternalQCChart
ShewhartChart
GrafikKendaliMutu/GrafikPengendali

Definisi:
SuatuChart/Grafikyangmemberikanbatasanmutu
datapengujianyanglayakdilaporkan
Untukmembuatcontrolchartdiperlukancontrol
sample
 MengapaControlSampledanControl
Chartdiperlukanpadapengujian?
SNIISO/IEC17025:2008
Butir5.9JaminanMutuHasilPengujian
5.9.1Laboratoriumharusmempunyaiprosedur
pengendalianmutuuntukmemantaukeabsahan
pengujianyangdilakukan.
9 Apayangdimaksudabsah?
 SNIISO/IEC17025:2008
BUTIR5.9:JAMINANMUTUHASILPENGUJIAN
5.9.1
Laboratoriumharusmempunyaiprosedurpengendalian
mutuuntukmemantaukeabsahan pengujianyangdilakukan.
Datayangdihasilkanharusdirekamsedemikianrupasehingga
kecenderungandapatdideteksidan,biladimungkinkan,
teknikstatistikaharusditerapkanpadapengkajianhasil.
Pemantauantersebutharusdirencanakandandikajiserta
mencakup,tapitidakterbataspadahalhalberikut:
9 Keteraturanpenggunaanbahanacuanbersertifikat
............
 SNIISO/IEC17025:2008 (2)
BUTIR5.9:JAMINANMUTUHASILPENGUJIAN

9 Keteraturanpenggunaanbahanacuanbersertifikat
o ApaituCRM?UntukapaCRMdigunakan?
9 Pengendalianmutuinternalmenggunakanbahan
acuansekunder
o Apaitubahanacuansekunder?
o Siapayangmembuatbahanacuansekunder?
9 Partisipasidalamujibandingantarlaboratorium
atauprogramujiprofisiensi
o Apabedaujibandingdanujiprofisiensi?
 SNIISO/IEC17025:2008 (3)
BUTIR5.9:JAMINANMUTUHASILPENGUJIAN

9 Replikapengujianmenggunakanmetodeyang
samaatauberbeda
o Kapan/disaatapalaboratoriummelakukanreplika
pengujianmenggunakanmetodeyangsama
o Kapan/disaatapalaboratoriummelakukanreplika
pengujianmenggunakanmetodeyang berbeda
9 Pengujianulangatasbarangyangmasihada
o Yangdimaksudbarangyangmasihadaadalaharsip
contoh
o Dalamartiyanglebihluasdapatmencakupbahanacuan
sekunderatau controlsample
 SNIISO/IEC17025:2008 (3)
BUTIR5.9:JAMINANMUTUHASILPENGUJIAN

9 Korelasihasiluntukkarakteristikyangberbedadari
suatubarang

5.9.2 Datapengendalianmutuharusdianalisis
dan,bila ditemukanberadadiluarkriteriayang
telah ditetapkan,tindakanyangtelah
direncanakanharus dilakukanuntuk
mengkoreksipermasalahandan mencegah
pelaporanhasilyangsalah.
 ControlSample
Sample/contohyangdigunakanuntukmemantau/
mengontrolanalisisterhadapcontohyangditerima
laboratorium.
Controlsampleharussama dengancontohygdiperiksa.
Mengapa?Apakahharussamabenar?ataubolehserupa?
Unjukkerjadaripengujiandapatditunjukkanmelalui
pengujiancontrolsampleyanghomogen (bagaimana
menentukannya?)danstabil (bagaimanamenentukannya?)
secaraberulangkalidanterencana.
Datahasilpengujiancontrolsamplediplotpadacontrol
chartuntukmenunjukkanapakahpengujiantersebutada
dibawahkontrolstatistik.
 KontrolStatistik
Dibawahkontrolstatistik,pengulanganpengujianCuterhadap
controlsampleakanmemberikandata(ppm)sebagaiberikut:

61,065,460,059,257,062,557,756,262,962,5

56,560,258,256,564,754,560,559,561,660,8

58,754,462,259,060,360,859,560,061,863,8

64,566,361,159,757,461,260,958,263,059,5

56,059,460,262,960,560,861,558,558,960,5

61,257,863,458,961,562,359,861,764,062,7
 SebaranFrekwensiData
CCu (ppm) Jumlahpengamatan%Jumlpengamatan
54,0 54,9 2 3,3
55,0 55,9 0 0,0
56,0 56,9 4 6,7
57,0 57,9 4 6,7
58,0 58,9 6 10,0
59,0 59,9 8 13,3
60,0 60,9 12 20,0
61,0 61,9 9 15,0
62,0 62,9 7 11,7
63,0 63,9 3 5,0
64,0 64,9 3 5,0
65,0 65,9 1 1,7
66,0 66,9 1 1,7
 Kurva Distribusi Normal
25.0

54.0 - 54.9
20.0 55.0 - 55.9
56.0 - 56.9
57.0 - 57.9
% Penentuan

15.0
58.0 - 58.9
59.0 - 59.9
10.0
60.0 - 60.9
61.0 - 61.9
62.0 - 62.9
5.0
63.0 - 63.9
64.0 - 64.9
65.0 - 65.9
0.0
1 66.0 - 66.9
Konsentrasi Cu (ppm)
 Histogrampadagambarsebelumnya,dapat
digambarkanbersamadenganKurvaGauss
(digambarkansebagaigaristerputusputus)yang
mengikutipersamaan:

1 1 xi -
2

f(x i ) = exp -
2 2

sehinggadiperolehgambarberikutini:
 Kurva Distribusi Normal
25.0

20.0
% Penentuan

15.0

10.0

5.0

0.0
1

Konsentrasi Cu (ppm)
 SifatdariKurvaGauss
KurvaGaussberbentukloncengdansimetris
Bagianujung(ekor) kurvamendekatisumbu X,tapitidak
bersinggungan
Luasdarikurvadianggapmempunyaiunit=1
Padakurvadistribusinormal,hargaratarata(mean),
mediandanmodemempunyainilaiyangsama
Meanadalahnilairataratadarisemuadata
Medianadalahnilaiyangberadaditengah
Modeadalahnilaidenganfrekwensitertinggi
 HistogramversusKurvaGauss
Kurva Distribusi Normal
25.0

20.0 Histogramdankurva
Gausstidakidentik(sama
% Penentuan

15.0

10.0 benar),tapisangat
5.0
serupa.
0.0
1

Konsentrasi Cu (ppm)

Histogramakanmakinmendekatibentukdarikurvaapabila
jumlahdatamakinbanyak.
Histogramhanyamenggambarkandistribusidarisejumlah
kecildata(60data),sedangkankurvamenggambarkan
distribusidarisejumlahbesardata(>>>>60).
Sejumlahbesardatainiyangdisebutsebagaipopulasidata.
 HistogramversusKurvaGauss (2)
Kurva Distribusi Normal
25.0
Setiapbatangvertikaldalam
20.0
histogrammempunyaitinggi
yangsebandingdenganper
% Penentuan

15.0

10.0
sentasedarihasilanalisisyg
5.0
jatuhdalamkelompokygter
0.0
1 wakiliolehhistogramtersebut
Konsentrasi Cu (ppm)

Jumlahterbesardaridistribusidata terletakpadapusat,
menggambarkankonsentrasisebenarnya ()
Padakurvadistribusinormal,hargaratarata(mean),median
danmodemempunyainilaiyangsama
Meanadalahnilairataratadarisemuadata
Medianadalahnilaiyangberadaditengah
Modeadalahnilaidenganfrekwensitertinggi
HistogramversusKurvaGauss (3)
25,0

20,0

15,0

10,0

5,0

0,0

KurvaGaussberbentukloncengdansimetris
Bagianujung(ekor) kurvamendekatisumbu X,tapitidak
bersinggungan
Luasdarikurvadianggapmempunyaiunit=1
Adaduaparameterdarikurvadistribusinormalyaitu:
(hargaratarata)dan (standardeviasi/simpanganbaku)
 Apa yang terlihat dari Kurva Gauss ?
25.0

20.0
% Penentuan

15.0

10.0

5.0

0.0
1

Konsentrasi Cu (ppm)
 PadaKurvaGauss
Hargarataratauntukjumlahnyangbesar()adapada
pusatkurva.
Daerahsebelahkanandankiri menunjukkandaerah
pengamatanyangmempunyaisimpanganpositif(sebelah
kanan )dannegatif(sebelahkiri ).
Jarakantaratitikbelokkurvadengansumbusimetridiberi
notasi yaitusimpanganbakupopulasi.
ApabilakurvaGausslebar,makaberartisimpanganbaku
nyarelatifbesar.
Sebaliknyaapabilakumpulandatacukuphomogen,maka
kurvaGaussyangdiperolehrelatifsempit.
 Apa yang terlihat dari Kurva Gauss ?
25.0

20.0
1
% Penentuan

1< 2
15.0

10.0

5.0
2

0.0
1

Konsentrasi Cu (ppm)
BatasDaerahKurvaversusJumlahData(%)

BatasDaerah JumlahData (%)

1 hingga+1 68
1,65 hingga+1,65 90
1,96 hingga+1,96 95
2 hingga+2 95,4
2,58 hingga+2,58 99
3 hingga+3 99,73
3,09 hingga+3,09 99,8
 Apa yang terlihat dari Kurva Gauss ?
25.0

20.0
% Penentuan

15.0

10.0

99.73%
5.0

0.0
3 1
+3
Konsentrasi Cu (ppm)
 Apa yang terlihat dari Kurva Gauss ?
25.0

20.0
% Penentuan

15.0

10.0

95%
5.0

0.0
2 1 +2
Konsentrasi Cu (ppm)
 Apa yang terlihat dari Kurva Gauss ?
25.0

20.0
% Penentuan

15.0

10.0

68%

5.0

0.0
1 1 +1
Konsentrasi Cu (ppm)
 SebuahIlustrasi
Suatulaboratoriumpengujianmempunyai:
Alatyangterkalibrasi
Metodeyangtervalidasi/terverifikasi
Personillaboratoriumyangmempunyai
kompetensi

Bagaimanalaboratoriumdapatmeyakinkan
pelanggannyabahwadatahasilpengujianyang
diberikanselalubenar/absah/andal?