MANAJEMEN LABORATORIUM

PENGOLAHAN DATA PENGENDALIAN KUALITAS

NAMA : AGRIAN HI HAERUDDIN

NIM : 17134530001

SEMESTER : V (LIMA)

JURUSAN : D III TEKNOLOGI LABORATORIUM MEDIK

DOSEN : INDAH DJUMATI S.ST.,M.Biomed

POLTEKKES KEMENKES TERNATE

TAHUN AKADEMIK

2019/2020
 Pengertian pengendalian kualitas adalah aktifitas pengendalian
proses untuk mengukur ciri-ciri kualitas produk, membandingkan dengan
spesifikasi atau persyaratan, dan mengambil tindakan penyehatan yang
sesuai apabila ada perbedaan antara penampilan yang sebenarnya dan
yang standar. Tujuan dari pengendalian kualitas adalah untuk
mengendalikan kualitas produk atau jasa yang dapat memuaskan
konsumen. Pengendalian kua litas statistik merupakan suatu alat tangguh
yang dapat digunakan untuk mengurangi biaya, menurunkan cacat dan
meningkatkan kualitas pada proses manufakturing. Pengendalian kualitas
memerlukan pengertian dan perlu dilaksanakan oleh perancang, bagian
inspeksi, bagian produksi sampai pendistribusian produk ke konsumen.
Aktifitas pengendalian kualitas pada umumnya meliputi kegiatan-kegiatan
berikut (Purnomo, 2004):

a. Rata-rata (Mean)
Rata-rata ditulis dengan menggunakan simbol μ (dibaca:”miu”)

untuk menyatakan rata-rata populasi, dan (dibaca: x bar) untuk

menyatakan rata-rata sampel. Secara aljabar rata-rata dapat ditulis
sebagai berikut:
untuk rata-rata populasi

dimana N adalah banyaknya populasi

untuk rata-rata sampel

dimana n adalah banyaknya sampel

 contoh:

Dari 11 pohon pear menghasilkan buah dengan berat sbb (dlm Kg):
330 284 326 268 236 346 326 402 374 292
380

Hitunglah rata-rata produksi 11 pohon pear ?

Jadi rata-rata produksi dari 11 pohon pear adalah 324 Kg.

Rata-rata untuk data berkelompok.

Apabila data sudah disajikan dalam data berkelompok seperti
dalam bentuk tabel frekuensi dimana observasi-observasi dikelompokan
kedalam kelas-kelas yang disebut frekuensi, maka rumus rata-ratanya
adalah sebagai berikut:
Contoh: Hitunglah rata-rata nilai statistik dari 50 mahasiswa pada Table 1
dibawah ini.

Jadi perkiraan rata-rata nilai statistik 50 mahasiswa adalah 65,7.

b. Simpangan baku (Standar deviasi)

Akar dari varians dinamakan standar deviasi atau simpangan
baku. Standar deviasi merupakan ukuran simpangan yang sering
digunakan dalam analisa. Nilai standar deviasi pada dasarnya
menggambarkan besaran sebaran suatu kelompok data terhadap rata-
ratanya atau dengan kata lain gambaran keheterogenan suatu
kelompok data. Formula standar deviasi adalah sebagai berikut:
Contoh: jika kita gunakan data produksi 11 pohon pear, maka varians
produksinya adalah:

Dari hasil perhitungan didapat varians produksi dari 11 pohon pear

adalah sebesar 2.575,2 kg. sehingga standar deviasi produksinya adalah
sebesar 50,75 kg.

Katakan kita mempunyai data produksi (dalam kg) sebanyak 10

pohon pear dengan jenis yang berbeda dengan kelompok 11 pohon pear
sebelumnya, yaitu:

230 475 366 268 136 330 326 402 215 492

Kelompok ini mempunyai nilai rata-rata yang sama dengan

kelompok 11 pohon pear sebelumnya yaitu sebasar 324 kg. Apakah dua
kelompok pohon pear tersebut mempunyai kemampuan produksi yang
sama? atau dengan kata lain kelompok pohon pear mana yang lebih
konsisten dalam berproduksi? Jika harus memilih jenis pohon pear mana
yang lebih konsisten berproduksi, maka kita akan memilih pohon pear
pada kelompok yang mempunyai nilai varians terkecil (kelompok yang
lebih homogen).

Varians untuk data berkelompok

Formula varians untuk data berkelompok adalah sebagai berikut:

contoh: kita gunakan data nilai statistik 50 mahasiswa.

c. Koefisien variasi
Standar deviasi dapat mengukur keheterogenan atau variasi suatu
kelompok data. Namun jika kita ingin membandingkan dua kelompok
data yang mempunyai ukuran yang berbeda, standar deviasi tidak
dapat digunakan artinya standar deviasi yang lebih besar tidak selalu
berarti kelompok data tersebut lebih heterogen Untuk keperluan
perbandingan dua kelompok data tanpa melihat ukuran satuannya,
maka dapat digunakan suatu ukuran variasi yang dinamakan koefisien
variasi (CV). Rumus CV dituliskan sebagai berikut:

Jika CV1 > CV2 berarti kelompok data pertama lebih bervariasi atau
lebih heterogen dari pada kelompok kedua.

d. Grafik control
Klasifikasi Control Chart
Ada dua macam control chart yaitu untuk data variabel dan untuk
data attribute.
1. Control Chart data untuk atribut
Data untuk atribut (Atributes Data) merupakan data kualitatif
yang dapat dihitung untuk pencatatan dan analisis. Contoh dari
data atribut adalah ketiadaan label pada kemasan produk,
kesalahan proses administrasi buku tabungan nasabah, banyaknya
jenis cacat pada produk dan lain-lain. Data atribut diperoleh dalam
bentuk unit-unit ketidaksesuaian dengan spesifikasi atribut yang
ditetapkan. Untuk menyusun grafik pengendali proses statistik
untuk data atribut diperlukan beberapa langkah sebagai berikut.
 Menentukan sasaran yang akan dicapai
  Menentukan banyaknya sampel dan banyaknya observasi
 Mengumpulkan data
 Menentukan garis
 Merevisi garis tengah dan batas-batas pengendali

2. Control Chart untuk Data Variabel

Ada dua jenis control chart menurut data yang digunakan
yaitu control chart untuk data variabel dan control chart untuk data
atribut. Untuk data hasil pengukuran atau data variabel

maka control chart yang biasa digunakan adalah control chart –

R dan – R. Selain ditentukan oleh jumlah observasi yang

dilakukan control chart juga dapat ditentukam oleh karakteristik
kualitas sesuai dengan yang diinginkan konsumen.