Sebuah nilai bisa di transformasikan ke dalam distribusi normal (Z), BILA sudah diketahui nilai rata rata

dan standar deviasinya dari suatu deret data.

Rumusnya : {Z= (X-X`)/S } untuk ukuran populasi. { Z= (X-µ)/σ} Untuk ukuran sampel

Probability of defect (transformasi z)

Dari nilai Z, bisa menggambarkan seberapa jauh sebuah data dari rata – rata nya (mean), dalam satuan
standar deviasi, sebagai contoh jika Z=2, maka data yang kita miliki berada pada jarak 2x standar deviasi
dari rata ratanya.

Selain itu,nilai Z juga bisa memperkirakan defect level, dengan menggunakan lower spec limit (LSL) dan
Upper spec limit (USL) untuk data. Dengan metode ini, kita bisa mengkalkulasikan proporsi dari produk
yang keluar dari spec berdasarkan proses aktualnya.

Contoh, Tentukan presentase (%) produk diluar spesifikasi dengan (USL = 1.10, LSL = 0.90. Diketahui,
Mean = 1.034 dan standar deviasi = 0.0534.

ZLSL = (LSL – Xmean)/ σ, (0.9 – 1.034)/0.0534, ZLSL =-2.42

ZUSL = (USL – Xmean)/ σ, (1.10 – 1.034)/0.0534, ZLSL = 1.24

Probably of defect : Pr(x<0.9) + Pr(x>1.1), = Pr(Z<-2.42) + Pr(Z>1.24), = (0.0077)+(0.117), = 0.1247

(12.47%).

Bisa nih, jadi LO ambil data pengukuran di AfetrGauge. Terus bikin histogram. LSL sama USL bisa diliat
dari limit aftergauge ring nya. Ambil 100 pcs data. Bisa tau probably defect nya. Kalo udah tau mean
sama standar defiasi. Mean(rata-rata) bisa diitung, standar defiasi dari minitab?. Oke udah ngerti baca
tabel Z.

Six Sigma, adalah suatu besaran yang bisa kita terjemahkan secara mudah sebagai suatu proses yang
memiliki kemungkinan cacat sebanyak 3.4 buah dalam satu juta produk atau jasa (3.4 ppm). Intinya Six
Sigma adalah sebuah referensi untuk mencapai suatu keadaan yang nyaris bebas cacat (ZERO DEFECT
LEVEL).

Pendekatan yang biasa dilakukan dalam Six Sigma adalah DMAIC (Define, Measure, Analyze, Improve,
Control).

Alat, Diagram Pareto, Gage R&R (MINITAB).

Kesalahan pada sistem pengukuran dapat dikelompokkan jadi 2.

1. Keakuratan (Accuracy), menjelaskan perbedaan nilai aktual dari pengukuran dengan part. Untuk
menguji ini dapat menggunakan Gage Linearity and Accuracy yang ada di MINITAB. Tingkat
keakuratan dalam suatu sistem pengukuran bisa dijelaskan dalam 3 kelompok. A. Bias,
perbedaan antara nilai standart dengan hasil nilai aktual. B. Linearitas, bias terhadapt seluruh
 spec. hal ini bisa dilihat pada limit atau gage range. C. Stabilitas, perbedaan rata rata hasil
pengukuran oleh gage yang sama secara berulang pada waktu yang berbeda.

2. Ketepatan (precision), menjelaskan variasi yang terlihat ketika mengukur part yang sama secara
berulang dengan menggunakan alat ukur yang sama. Untuk mengujinya dapat menggunakan
Gage R&R Study pada MINITAB. Kepresisian dari sistem pengukuran terdiri dari 2 komponen. A.
Repeatability, variasi pengukuran yang disebabkan oleh pengukuran yang berulang – ulang oleh
operator yang sama dengan alat ukur yang sama. Variasi yang disebabkan oleh alat ukur.
Reproducibility, Variasi yang disebabkan oleh sistem pengukuran atau operator. Variasi dari
pengamatan ketika operator yang berbeda mengukur part dengan alat ukur yang sama.

Tujuan Gage R&R