MAKALAH

KENDALI MUTU STATISTIK

Disusun untuk Memenuhi Salah Satu Tugas
Mata Kuliah Manajemen Operasional

Disusun oleh :
Kelompok IX

Sinta Sri Nurjanah 1902010091

Mohammad Riza P 1902010194
Duri Noor Magnum 1902010215
Sena oktaviani 1902010328

PRODI MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS PERJUANGAN
KOTA TASIKMALAYA
2020
 Kata Pengantar

Puji syukur kehadirat allah yang telah membrikan rahmat dan hidayahnya
sehingga saya dapat menyelesaikan tugas makalah yang berjudul Kendali
Statistik ini pada tepar waktunya.

Adapun tujuan dari penulisan makalah ini tujuan adalah untuk memenuhi tugas
Manajemen operasional. Selain itu, maklah ini juga bertujuan untuk menambah
wawasan tentang Kendali Statistik bagi para pembaca dan juga penulis.

Kami mengucapkan terimakasih kepada Ibu Suci Putri Lestari, S.MB, M.M
mata kuliah Manajemen Operasi yang telah memberikan tugas ini sehingga
dapat menambah pengetahuan dan wawasan seseai dengan bidang studi yang
kami tekuni.

Semoga makalah Kendali Statistik ini bias menambah wawasan pembaca dan
bias bermanfaat untuk perkembangan dan peningkatan ilmu pengetahuan.

Tasikmalaya, 28 Oktober 2020

Kelompok IX

i
DATAR ISI............................................................................................................................
KATA PENGANTAR...........................................................................................................
BAB I PENDAHULUAN......................................................................................................
A. Latar Belakang Masalah........................................................................................
B. Identifikasi Masalah..............................................................................................
C. Rumusan Masalah.................................................................................................
E. Tujuan Penulisan...................................................................................................
F. Manfaat Penulisan.................................................................................................
BAB II PEMBAHASAN.......................................................................................................
A.Pengertian Pengendalian Kualitas Statistik............................................................
B.Tujan Pengendalian Kualitas Statistik....................................................................
C.Variasi Kuantitas....................................................................................................
D.Pola Dan Bentuk Variasi........................................................................................
E.Karakteristik Data Ukuran Kuantitas.....................................................................
F.Indeks Kapabilitas Proses.......................................................................................
BAB III PENUTUP...............................................................................................................
A. Kesimpulan...........................................................................................................
B. Saran......................................................................................................................
DAFTAR PUSTAKA............................................................................................................

ii
 BAB1
PENDAHULUAN
A. Latar Belakang
B. Rumusan Masalah
Adapun yang menjadi batasan masalah kami untuk menyusun makalah ini adalah
sebagai berikut:
1. Apa yang dimaksud Pengendalian Kualitas Statistik ?
2. Apa tujuan dari pengendalian Kualitas Statistik?
3. Apa yang dimaksud variasi kualitas
4. Bagaimana pola dan bentuk variasi
5. Apa saja karakteristik dari data ukuran kualitas
6. Indeks kepabilitasan projek

C. Tujuan
Tujuan penulisan makalah ini sebagai bahan untuk menerangkan ataupun
menjelaskan antara lain:
D. Manfaat
Manfaat dari makalah ini adalah pembaca maupun penulis akan lebih mengerti
tentang pengendalian Kualitas Statistik dan apa saja yang dimaksud dengan pengendalian
Kualitas Statistik untuk memasarkan produk ataupun jasa mereka dalam dunia industri.
 BAB 2
PEMBAHASAN
A. Pengetian Pengendalian Kualitas Statistik

Pengendalian kualitas statistik (statistical quality control), disingkat SPC, adalah

bagan visual untuk memberi gambaran proses yang sedang berjalan, untuk mengetahui
apakah proses berada didalam batas-batas yang telah ditetapkan sebelumnya atau tidak. Dapat
juga dikatakan bahwa Pengendalian Kualitas Statistik merupakan Ilmu yang mempelajari
tentang teknik /metode pengendalian kualitas berdasarkan prinsip/ konsep statistik
Pengendalian kualitas statistik adalah alat yang sangat berguna dalam membuat produk sesuai
dengan spesifikasi sejak dari awal proses hingga akhir proses. Dalam banyak proses produksi,
akan selalu ada gangguan yang dapat timbul secara tidak terduga. Apabila gangguan tidak
terduga dari proses ini relatif kecil biasanya dipandang sebagai gangguan yang masih dapat
diterima atau masih dalam batas toleransi. Apabila gangguan proses ini relatif besar atau
secara kumulatif cukup besar dikatakan tingkat gangguan yang tidak dapat diterima.
Pengendalian kualitas Statistikal tidak lepas dari kerja Walter Andrew Shewhart, ahli
di bidang fisika, rekayasa, dan statistika ketika ditugasi oleh bosnya Dr George D. Edward
untuk membuat sebuah diagram quality control process pada 16 Mei 1924. Sebelumnya, yaitu
tahun 1918, Dr Shewhart terlibat dalam pengawasan produk jadi dan mengeluarkan produk-
produk cacat di Engineering Dept, salah satu perusahaan Western Electric. Shewhart
menggunakan distribusi Gauss dengan mean (μ) yang ditransformasi menjadi rata-rata
sebaran karakteristik proses, dan standar deviasi proses (σ) yang ditrasformasi menjadi UCL
atau Upper Control Limit dan LCL atau Lower Control Limit sebagai landasannya.
Ide menemukan pengendalian kualitas statistikal adalah untuk mengetahui apa yang
sedang terjadi dan bisa digunakan untuk memprediksi apa yang akan terjadi sehingga
tindakan yang dipandang perlu bisa segera dilakukan melalui penggambaran control chart.
Contoh bagan pengendalian kualitas (PKS) dapat dilihat pada gambar. Bagan pengendalian
kualitas statistikal memunculkan gambaran mengenai proses yang diluar kendali atau out of
control. Teknologi pada dasarnya lebih deterministik, namun interaksi antara teknologi
dengan manusia dalam proses sering memunculkan hasil-hasil yang sifatnya uncontrollable
atau diluar kendali. Dalam hal ini, Shewhart melihat penyimpangan itu disebabkan oleh dua
faktor yaitu sebab umum yang tidak perlu diidentifikasi dan sebab khusus yang perlu
diidentifikasi.

2
B. Tujuan pengendalian kualitas statistikal antara lain
(1) Memperoleh jaminan kualitas (quality Assuran-ce) dapat dilakukan dengan rencana
sampel penerimaan.
(2) Menjaga konsistensi Kualitas, dilaksanakan dengan Control Chart.
Dengan penerapan pengendalian kualitas statistikal perusahaan akan mendapat manfaat atau
keuntungan antara lain
1). Untuk mempertinggi kualitas atau mengurangi biaya.
2). Menjaga kualitas lebih uniform.
3). Penggunaan alat produksi lebih efisien.
4). Mengurangi rework dan pembuangan.
5). Inspeksi yang lebih baik.
6). Memperbaiki hubungan produsen-konsumen.
7). Spesifikasi lebih baik.
C. Variasi Kualitas
Variasi atau lebih tepatnya deviasi merupakan musuh besar dari kualitas. Masalahnya
adalah, alam selalu penuh dengan variasi atau perubahan. Temperatur dalam satu hari
misalnya selalu bervariasi. Di waktu malam terasa dingin dan di waktu siang terasa lebih
panas. Supaya udara terasa tetap nyaman, manusia modern menciptakan Air Conditioner
(AC). Apakah semua variasi akan membawa masalah ? Tentu saja tidak. Variasi yang
mengakibatkan masalah adalah variasi yang tidak terkendali. Jika AC di rumah atau kantor
tidak berfungsi misalnya, maka penghuninya akan mulai kepanasan. Sudah pasti ilustrasi ini
berlaku untuk negara-negara yang beriklim tropis, atau sedang mengalami musim panas.
Dalam hal pengendalian mutu, di manakah variasi itu terjadi ? Sudah pasti dalam
proses, karena kualitas produk ditentukan oleh kualitas proses. Konsep ini telah melahirkan
istilah kemampuan proses atau Process Capability (Cp). Semakin tinggi nilai Cp maka
semakin baik, yang berarti bahwa kualitas proses semakin baik, dan mampu menghasilkan
produk yang bermutu secara konsisten. Untuk meningkatkan Cp diperlukan upaya-upaya
yang terarah. pengendalian kualitas statistikal akan membantu menentukan arah ini. Dengan
Pengendalian kualitas statistikal, proses akan secara konsisten terjaga pada tingkat kualitas
yang diinginkan. Teknik pengendalian kualitas statistikal dapat dengan mudah dilakukan
dengan menerapkan control chart, yang merupakan grafik kualitas terhadap waktu secara real
time dan terus-menerus. Dalam control chart ada yang disebut nilai tengah (center value),
batas atas pengendalian atau upper control limit (UCL) dan batas bawah pengendalian atau
lower control limit (LCL). Dengan control chart, tingkat kegagalan digambarkan dalam
diagram garis yang akan bergerak terhadap waktu. Cara yang paling mudah untuk
mengetahui apabila ada sesuatu variasi yang tidak terkendali adalah dengan mengamati

3
apakah ada nilai yang berada diluar batas kendali UCL & LCL. Selain itu kecenderungan-
kecenderungan grafik yang menuju kepada variasi yang tidak normal yang walaupun masih
ada dalam batas kontrol dapat diamati, sehingga masalah dapat diantisipasi lebih dini.
D. Pola dan Bentuk Variasi
Dalam memproduksi barang secara masal tentu akan dijumpai varisi meskipun sudah
ditentukan ukuran maupun kualitasnya. Ada 3 macam variasi yang dapat terjadi :
o Variasi yg terdapat pada unit (barang). Mis : kehalusan dari salah satu sisi daru suatu
produk tidak sama dengan sisi yang lain, lebar bagian atas suatu produk tidak sama
dengan lebar bagian bawah, dll.
o Variasi yg timbul diantara unit-unit yang dihasilkan selama waktu tertentu. Mis :
produk yang diproduksi pada saat yang hampir sama mempunyai kualitas yang
berbeda/ bervariasi.
o Variasi yang ditimbulkan oleh produksi yg berlainan waktunya. Mis : produksi pagi
hari berbeda hasil produksi siang hari

Variasi-variasi tersebut timbul disebabkan karena dua sumber, yaitu variasi penyebab
khusus dan variasi penyebab umum. Variasi Penyebab Khusus adalah kejadian-kejadian
diluar sistem yang mempengaruhi variasi dalam sistem. (manusia, peralatan, material,
lingkungan, metode kerja, dll). Variasi penyebab Umum adalah faktor-faktor dalam sistem
atau yang melekat pada proses yang menyebabkan timbulnya variasi. Penyebab umum sering
disebut penyebab acak (random causes) atau penyebab sistem (system causes).

E. Karakteristik Data Ukuran Kualitas

Data ukuran kualitas dikelompokkan menjadi dua jenis yakni data ukuran kualitas yang
bersifat variabel dan data ukuran kualitas yang bersifat atribut.

1. Data Variabel :

Ukuran kualitas variabel adalah karakteristik kualitas suatu produk yang dinyatakan
dengan besaran yang dapat diukur (besaran kontinue). Seperti : panjang, berat, temperatur,
dll. Ukuran kualitas yang bersifat variable memiliki distibrusi yang kontinyu Distribusi
kontinyu (Continuous Distribution) menggambarkan data yang memiliki distribusi rapat
sekali karena data tersebut bisa terjadi dalam digit dibelakang koma hingga n digit.

4
 Contoh data ini adalah untuk mengukur ketebalan kayu yang bisa bervariasi, misal
sekitar 10 mm bisa 9.99995 hingga 10.0005 untuk toleransi ±0.005%. Pada perubahan
frekuensi listrik sumber PLN yang bisa naik turun dari 50 Hz. Bisa 45, 01 Hz hingga 55.00
Hz, artinya variasi data bisa terjadi diantaraangka tersebut. Juga data tegangan listrik PLN
yang bisa bervariasi antara 180 Volt hingga 230 Volt dimana sembarang data diantara
interval tersebut mungkin muncul. Juga, berat produk, dimensi, atau volume dimana
variasinya diukur dengan satuan berat, satuan dimensi, atau satuan volume. Secara statistik,
distribusi data variabel dalam bentuk kurva normal dapat digambarkan secara grafis.
2. Data Attribut :
Ukuran kualitas atribut adalah karakteristik kualitas suatu produk yang dinyatakan
dengan apakah produk tersebut memenuhi kondisi/persyaratan tertentu, bersifat dikotomi,
jadi hanya ada dua kemungkinan baik dan buruk. Seperti produk cacat atau produk baik, dll.

Discrete Distribution memberi gambaran data yang terdistribusi secara utuh atau
tanpa pecahan atau angka dibelakang koma. Misal 10, 11, 12, dst. Contoh data semacam ini
misal: jumlah produksi dalam satuan unit seperti mobil, sepeda motor, botol, karton produk,
rokok, dsb. Secara statistik distribusi data atribut dapat digambarkan secara grafis distribusi
frekuensi.

Control Chart untuk masing-masing Jenis Data

Metode Statistik untuk menggambarkan adanya variasi atau penyimpangan dari mutu
(kualitas) hasil produksi yang diinginkan secara kronologis (jam/ hari/ minggu/ bulan dll).
Control chart dapat membantu manajemen dalam hal:
1. membuat batas-batas dimana hasil produksi menyimpang dari ketentuan.
2. Mempermudah mengawasi apakah proses dalam kondisi stabil atau tidak.
3.Bila terjadi banyak variasi atau penyimpangan suatu produk dapat segera menentukan
keputusan apa yang harus diambil.

Contoh bentuk umum Peta kendali

5
 Pengendalian kualitas statistikal dibedakan menjadi dua golongan besar sesuai dengan
karakteristik data yang diobservasi, yaitu Variable dan Attribute, sebagai ukuran kualitas.
Pembedaan antara kategori Variable dan Attribute didasarkan pada jenis distribusi data. Ada
dua jenis kategori data, yaitu Continous dan Discrete. Oleh karena itu, pemilihan teknik
pengendalian kualitas statistikal perlu memperhatikan jenis data disamping tujuan
penggunaan teknik tersebut.

Control Chart Untuk Data Variabel

Sebagaimana juga telah dibahas pada subtopik Peta Kendali Kualitas sebelumnya
bahwa penggunaan jenis metode ditentukan oleh jenis ukuran data kualitas. Bila jenis ukuran
kualitas yang ada atau yang akan dikumpulkan bersifat variabel artinya kualitas produk dapat
dinyatakan dalam satuan ukuran tertentu seperti panjang, berat, volume dll yang bisa
dinyatakan dalam cmm, kg, liter dll, Teknik-teknik Pengendalian kualitas statistikal yang
termasuk dalam kategori data Variable adalah Peta Kendali Variabel (Shewart) yang terdiri
antara lain: Peta kendali X bar dan R dan Peta kendali x dan S

Control Chart Untuk Data Atribut

Indeks Kapabilitas Proses dapat diterapkan pada karakteristik data observasi yang
bersifat , Attribut sebagai ukuran kualitas. Maksud dari karakteristikdata bersifat atribut
adalah data yang bersifat dikotomis atau diskrit. Biasanya ukuran kualitas yang dinyatakan
dalam bentuk dikotomis atau diskrit adalah ukuran kualitas yang tidak dapat dinyatakan
dalam bentuk satuan ukuran tertentu. Misalnya, baik-buruk, cacat-tidak cacat, puas-tidak
puas, bulat-tidak bulat dsbnya. Teknik-teknik Pengendalian kualitas statistikal untuk kategori
Attribute Data dibedakan menjadi dua tipe, yaitu Yes/No atau Ya/Tidak, dan Counting atau
Terhitung. Tipe data Ya/Tidak atau Yes/No hanya membedakan antara cacat atau tidak
cacat. Teknik Pengendalian kualitas statistikal yang termasuk dalam kelompok ini adalah: P
Chart ( Sampel Konstan dan Sampel Variabel) dan NP Chart. Data Terhitung atau Counting
Data bila data yang diobeservasi lebih rumit atau dikehendaki analisis yang lebih mendalam,
maka P Chart dan NP Chart kurang memadai. Oleh karena itu digunakan: C Chart dan U
Chart

F. Indeks Kapabilitas Proses

Indeks Kapabilitas Proses atau disebut capability Process Index (Cp) adalah indeks
yang menunjukkan kemampuan proses dalam menghasilkan produk/ output yang sesuai
dengan spesifikasi. Berikut rumus matematik untuk menghitung Cp

6
Kriteria penilaian Cp
o Jika Cp > 1,33 , maka kapabilitas proses sangat baik
o Jika 1,00 ≤ Cp ≤ 1,33, maka kapabilitas proses baik
o Jika Cp < 1,00, maka kapabilitas proses rendah

Menghitung Indeks Cp :
Rumus matematik untuk menghitung Indeks Kapabilitas proses adalah sbb:
Cpk = Minimum { CPU ; CPL }
Dimana

Keterangan:
1. CPU : Capability Process Upper
2. CPL : Capability Process Lower

Kriteria penilaian Cpk

o Jika Cpk = Cp, maka proses terjadi ditengah
o Jika Cpk = 1, maka proses menghasilan produk yang sesuai dengan
spesifikasi
o Jika Cpk < 1, maka proses menghasilkan produk yang tidak sesuai dengan
spesifikasi
o Kondisi Ideal : Cp > 1,33 dan Cp = Cpk
Berdasarkan kriteria tersebut di atas, dapat diketahu sejauh mana kemampuan proses
menghasilkan output yang sesuai dengan spesifikasi. (Hendra Poerwanto G)

7
 BAB III
PENUTUP
A.Kesimpulan
Pengendalian kualitas statistik (quality control statistik), disingkat SPC, adalah bagian
visual untuk memberi gambaran proses yang sedang berjalan, untuk melihat apakah proses
berada di dalam batas-batas yang telah ditetapkan sebelumnya atau tidak. Dalam banyak
proses produksi, akan selalu ada gangguan yang dapat timbul secara tidak
terduga. Pengendalian kualitas Statistik tidak lepas dari kerja Walter Andrew Shewhart, ahli
di bidang fisika, rekayasa, dan statistika ketika ditugasi oleh bosnya Dr George D. Ide
menemukan pengendalian statistikal adalah untuk melihat apa yang sedang terjadi dan dapat
digunakan untuk memprediksi apa yang akan terjadi sehingga terjadi tindakan yang
dipandang perlu bisa segera dilakukan melalui penggambaran control chart. Tujuan
pengendalian statistik antara lain.
- Memperoleh jaminan kualitas (Quality Assuran-ce) dapat dilakukan dengan rencana
penerimaan sampel. 
- Inspeksi yang lebih baik. Spesifikasi lebih baik. Variasi Kualitas. Apakah semua variasi
akan membawa masalah? Tentu saja tidak. Variasi yang mengakibatkan masalah adalah
variasi yang tidak terkendali. Semakin tinggi nilai Cp maka semakin baik, yang berarti bahwa
kualitas proses semakin baik, dan mampu menghasilkan produk yang bermutu secara
konsisten. Untuk meningkatkan Cp diperlukan upaya-upaya yang terarah. Dalam
memproduksi barang secara masal tentu akan dijumpai varisi meskipun sudah ditentukan
ukuran maupun kualitasnya. 
Ada 3 macam variasi yang dapat terjadi:. o Variasi yang terdapat pada unit
(barang). Mis: kehalusan dari salah satu sisi daru suatu produk tidak sama dengan sisi yang
lain, lebar atas bagian suatu produk tidak sama dengan lebar bagian bawah, dll. o Variasi yg
timbul diantara unit-unit yang dihasilkan selama waktu tertentu. Mis: produk yang diproduksi
pada saat yang hampir sama mempunyai kualitas yang berbeda / bervariasi. o Variasi yang
ditimbulkan oleh produksi yg berlainan waktunya. Variasi-variasi tersebut timbul karena dua
sumber, yaitu variasi penyebab khusus dan variasi penyebab umum. Variasi Penyebab
Khusus adalah kejadian-kejadian diluar sistem yang mempengaruhi variasi dalam
sistem. Karakteristik Data Ukuran Kualitas. Data ukuran kualitas yang dikelompokkan
menjadi dua jenis yaitu data ukuran kualitas yang bersifat variabel dan data ukuran kualitas
yang bersifat atribut.

8
9