Aaaww PDF
Aaaww PDF
TOPIK 10
1. PENDAHULUAN
Deskripsi :
Persyaratan Estimasi :
Proses dalam konsisi “statistical control”: variasi hanya disebabkan oleh faktor random.
1
TI 3221 PENGENDALIAN KUALITAS STATISTIK
2
TI 3221 PENGENDALIAN KUALITAS STATISTIK
Pendekatan penanganannya:
Pertimbangkan kemungkinan memperlebar rentang spesifikasi (pertimbangkan
tuntutan konsumen yang riel);
Pertimbangkan kemungkinan mereduksi variabilitas proses melalui:
Proses baru;
Penggunaan material yang lebih baik;
Penggunaan operator yang lebih terlatih.
Menggeser rata-rata proses untuk menyeimbangkan biaya sekrap dan kerja ulang
(catatan: umumnya biaya sekrap > biaya kerja ulang).
Perketat inspeksi untuk mencegah diterimanya produk cacat (tidak memenuhi
spesifikasi) oleh konsumen (solusi ini tidak disarankan untuk jangka panjang, karena
tidak menyelesaikan akar permasalahan).
LD, Semester II 2003/04 Hlm. 5
3
TI 3221 PENGENDALIAN KUALITAS STATISTIK
(X ) ∑i =1 X i 2 − (∑i =1 X i ) /n
2 2
∑
n n n
i =1 i −X
ˆ =s=
σ =
n −1 n −1
Cek distribusi frekuensi karakterisktik kualitas untuk mengetahui perilaku dari
karakterisktik kualitas.
Hitung Indeks Kapabilitas Proses sesuai dengan perilaku karakteristik kualitas.
Analisis kondisi kapabilitas proses, ambil tindakan yang diperlukan.
∑i =1 X i
k
ˆ =X=
µ
k
ˆ = R/d 2 atau σ
σ ˆ = s /c 4
4
TI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh :
Data hasil observasi diameter dalam pipa (mm):
Frekuensi
49,96 49,93 50,08 49,92 50,03
50,01 49,96 49,98 50,00 50,02 10
49,90
49,92
49,94
49,96
49,98
50,00
50,02
50,04
50,06
50,08
50,10
49,97 49,98 50,03 50,08 49,96
49,98 50,00 49,97 49,96 49,97
V ariabel Random (X )
50,03 50,04 50,03 50,01 50,01
49,98 49,98 49,99 50,05 50,00
50,07 50,00 50,02 49,99 49,93
Perlu ditambah: uji distribusi normal
49,99 50,06 49,95 49,99 50,02
Perhitungan :
RATA - RATA :
∑i =1 X i = 4.999 ,75 ;
100
X = 4.999 ,75 / 100 = 49 ,998
DEVIASI STANDAR :
∑i =1 X i 2 − (∑i =1 X 1 )
100 100 2
/n 249.975 ,16 − 24 .997 .500 ,06 / 100
s= = = 0 ,0402
n −1 100 − 1
BATAS - 2 KAPABILITAS PROSES :
X ± 3 s = 49 ,998 ± 3 ( 0 ,040 ) = 49 ,958 ± 0 ,120 = ( 49 ,878 ; 50 ,118 )
INDEKS KAPABILITAS PROSES :
USL − LSL 50 ,5 − 49 ,5
Cp = = = 4 ,167
6s 6 ( 0 ,040 )
INDEKS KAPABILITAS PROSES SATU SISI :
USL − X X − LSL 50 ,5 − 49 ,998 49 ,998 − 49 ,5
C pk = Max , = Max ,
3s 3s 3( 0 ,040 ) 3( 0 ,040 )
0 ,5025 0 ,4975 0 ,4975
C pk = Max , = = 4 ,150
0 ,120 0 ,120 0 ,120
LD, Semester II 2003/04 Hlm. 10
5
TI 3221 PENGENDALIAN KUALITAS STATISTIK
5. PENETAPAN BATAS TOLERANSI RAKITAN & KOMPONEN
a. Toleransi Rakitan
µY = ∑i = 1 ai µ i
k
µY = µ 1 + µ 2 + µ 3 + µ 4 dimana :
Variansi : µi = rata − 2 var . X i & ai = kons tan ta
Var(Y) = σ Y2
Var(Y) = Var(X 1 ) + Var(X 2 ) + Var(X 3 ) + Var(X 4 )
Var(Y) = σ 12 + σ 22 + σ 32 + σ 42
Y = ∑i = 1 ai X i
k
µY = ∑i = 1 ai µ i
k
Contoh numerik 1 :
Suatu rakitan dengan 4 komponen masing-masing dengan panjang rata-rata & toleransi
sebagai berikut.
KOMPONEN PANJANG RATA-2 (CM) TOLERANSI (CM)
A 2 2 ± 0,3
B 5 5 ± 0,2
C 6 6 ± 0,2
D 7 7 ± 0,1
µY = µ 1 + µ 2 + µ 3 + µ 4 (6)={(5)-(4)}/6 σY σ Y2 = σ 12 + σ 22 + σ 32 + σ 42
6
TI 3221 PENGENDALIAN KUALITAS STATISTIK
Panjang rakitan :
Y = X1 + X 2 + X3 + X4
Rata − rata panjang rakitan :
µY = µ1 + µ 2 + µ 3 + µ 4 = 2 + 5 + 6 + 7 = 20cm
Variansi panjang rakitan :
σ Y2 = σ 12 + σ 22 + σ 32 + σ 42 = ( 0 ,1 )2 + ( 0 ,067 )2 + ( 0 ,067 )2 + ( 0 ,033 )2 = 0 ,020
σ Y = 0 ,020 = 0,141 cm
Batas toleransi natural :
µY ± 3σ Y = 20 ± 3( 0 ,141 ) = 20 ± 0 ,423 = (19,477 ; 20,423)
Jika ditetapkan batas spesifikasi (20 ± 0,3)cm, proporsi rakitan yang
tidak memenuhi spesifikasi adalah sbb.
20 ,3 − 20
ZA = = 2 ,13 0,0166
0 ,141 0,0166
19 ,7 − 20
ZB = = −2 ,13 LSL=19,7 µY=20 USL=20,3
0 ,141 σY=0,141
7
TI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh komponen :
Shaft & bearing;
Pin & sleeve;
Piston & silinder.
Klarifikasi :
1. Clearance fit:
Ukuran lubang bearing sebelum perakitan selalu lebih besar dari diameter
shaft;
Dalam perakitan, selalu ada sela antara shaft & lubang bearing.
2. Interference fit:
Ukuran lubang dalam bearing HOLE SHAFT
sebelum perakitan lebih
kecil dari diameter luar
shaft; Perakitan shaft dan
bearing dilakukan dengan
paksa.
Batas spesifikasi natural µB µS
diameter shaft lebih besar XB Xs
dari batas spesifikasi natural
diameter bearing.
3. Transition fit:
Dapat merupakan clearance
fit (∅S > ∅B) atau
interference fit (∅S < ∅B).
Rentang toleransi natural
shaft & bearing dapat saling
overlap, tergantung pada
posisi relatif nilai rata-2 &
variabilitas diameter.
8
TI 3221 PENGENDALIAN KUALITAS STATISTIK
d. Contoh :
Diameter luar shaft = 9,0±0,10 cm & diameter dalam bearing 9,1±0,13 cm.
Asumsi:
− Untuk setiap komponen: batas-batas toleransi natural = batas spesifikasi (Cp=1).
− Komponen diproduksi secara independen, diameter masing-masing berdistribusi normal dengan
rata-rata pada nilai nominal.
Pertanyaan: jika digunakan clearance untuk pasangan bearing & shaft, berapa proporsi
rakitan tersebut tidak dapat diterima.
Jawab:
Jika : X S = Φ luar shaft , X B = diameter dalam bearing , d = X B - X S , maka
µ d = µ B − µ S = 9 ,1 − 9 ,0 = 0 ,1cm
σ d = σ B2 + σ S 2
6σ B = 9 ,23 − 8 ,97 = 0 ,26 → σ S = 0 ,043
6σ S = 9 ,1 − 8 ,9 = 0 ,2 → σ S = 0 ,033
σ d = ( 0 ,043 )2 + ( 0 ,033 )2 = 0 ,00294 = 0 ,054
Karena Φ bearing & Φ shaft masing - masing berdistribusi normal &
independen satu sama lain, maka d juga berdistribusi normal dengan
µ d = 0 ,1cm dan σ d = 0 ,054cm
Karena clearance fit, maka rakitan dinilai cacat jika d < 0.
Proporsi rakitan yang ditolak adalah P(d < 0) :
0 − µd 0 − 0 ,1
Z0 = = = −1,85
σd 0 ,054
Dari tabel Distribusi Normal diperoleh : P(d < 0 ) = 0,0322 (3,22%)
LD, Semester II 2003/04 Hlm. 17
9
8. ESTIMASI TOLERANSI STATISTIK
TI 3221 PENGENDALIAN KUALITAS STATISTIK
Teoritis :
Untuk karakteristik X yng berdistribusi normal dengan rata-2 µ dan deviasi standar σ,
batas toleransi yang mencakup (1-α)100% produk adalah: µ ± Zασ.
Praktek :
− µ dan σ yang sebenarnya tidak diketahui.
µ & σ populasi diestimasi dengan parameter X & s yang tergantung pada ukuran sampel ,
sehingga batas toleransi X ± Z α/2 s tidak selalu mencakup (1 - α)100% dari distribusi produk.
Catatan :
X & s → variabel random ⇒ sampel yang berbeda menghasilkan X & s yang berbeda.
⇒ X ± Z α/ 2 s ≠ µ ± Z α/ 2 σ
⇒ X ± Z α/ 2 s : tidak mencakup (1 - σ )100% dari distribusi produk.
Solusi :
Batas toleransi X ± ks , dimana k = konstanta yang tergantung pada ukuran sampel n,
tingkat kepercayaan (level of confidence) γ & persentase distribusi produk ( 1-αα100%.
X ± ks mencakup ( 1-αα100% dari distribusi produk dengan tingkat kepercayaan γ .
Batas toleransi statistik 2 sisi :
X ± ks
Batas toleransi statistik 1 sisi atas :
X + ks
Batas toleransi statistik 1 sisi atas :
X − ks
LD, Semester II 2003/04 Hlm. 19
10
TI 3221 PENGENDALIAN KUALITAS STATISTIK
2 Sisi :
2
2-α X 1-γ ,4
n ≅ 0 ,5 +
α 4
X 12-γ , 4 : titik persentil atas dari distribusi X 2 dengan dof = 4
1 Sisi :
ln ( 1-γ )
n ≅ Batas toleransi sehingga (1-α)100% distribusi berada dalam
rentang toleransi dengan probabilitas γ
ln ( 1 − α)
Bahan selanjutnya :
Topik selanjutnya :
1. Acceptance Sampling
2. Product & process design: reliability, experimental design, taguchi
method.
3. Six Sigma
11