PETA KENDALI ATTRIBUTE

Atribut  karakteristik, sifat, hal yang menggambarkan status dari pengamatan.

Sehingga suatu pengamatan dapat MEMILIKI atau TIDAK MEMILIKI atribut tertentu.

Contoh atribut yang dimaksud: kesesuaian dengan spesifikasi  sesuai (conforming) atau tidak sesuai
(non-conforming); benar atau tidak benar; kecacatan atau bukan kecacatan.

Konsep ini berbeda dari variabel  menyatakan besaran, yang memerlukan pengukuran (numerik).

Pada Sesi 03, sudah diperkenalkan suatu jenis peta kendali yang tergolong sebagai jenis peta kendali
atribut (peta p)  memantau proses sehubungan dengan adanya atribut “cacat”, “kesesuaian”, dll. yang
dimiliki oleh setiap pengamatan yang bersangkutan.

Peta atribut: mengendalikan atribut  defect prevention.

Jenis-jenis peta atribut:

1. Peta klasifikasi (classification charts): menetapkan klasifikasi dari setiap pengamatan 

sesuai/tidak sesuai, ya/tidak, benar/tidak benar, dst. Dua jenis peta klasifikasi: peta p, peta np.
2. Peta cacah (count charts): memantau proses sehubungan dengan cacahan (count) dari
kemunculan suatu atribut tertentu pada setiap pengamatan. Ini berarti bahwa peta cacah
diterapkan pada suatu kawasan kesempatan (area of opportunity). Contoh: luasan keramik,
panjang ruas jalan, periode waktu, volume tertentu  kontinyu atau sangat mendekati
kontinyu. Dua jenis: peta c (c charts), peta u (u charts).

Selain peta atribut terdapat juga satu kelompok peta tertentu, yaitu peta variabel: mengendalikan
variabel  continuous improvement.
Peta Klasifikasi

Kondisi penggunaan: setiap unit yang diamati harus dapat diklasifikasikan sebagai memiliki atau tidak
memiliki atribut yang dikendalikan; probabilitas setiap unit untuk memiliki atribut tersebut tetap/stabil;
setiap unit independen terhadap unit-unit lainnya.

Peta p

Konstruksi, komponen-komponen, penggunaan  lihat Sesi 03.

Contoh lain: pp. 192-6 ( keramik retak).

Kalkulasi: centerline, UCL/LCL, zone-zone  plot.

Sebab-sebab di hari ke-1 dan ke-14 ditangani.

Pengamatan ybs dihilangkan dari data proses.

Susun ulang peta kendali  Plot ulang.

Cek contoh lainnya dengan data pada Tabel 7.2.

Peta p juga bisa digunakan dengan ukuran subgroup yang berubah-ubah.

pbar = 2569/6421 = 0,400.

Untuk hari 1: UCL = 0,4 + 3 (0,4 (1 – 0,4)/465)1/2 = 0,468; LCL = 0,332;

Batas-batas zone  …?

Untuk hari 1: UCL = 0,4 + 3 (0,4 (1 – 0,4)/123)1/2 = …; LCL = …;

Batas-batas zone  …?
Peta np

Peta np berdasarkan data yang sama dengan yang digunakan oelh peta p, tetapi bukan fraksi yang
dikendalikan melainkan jumlahnya.

Centerline  n  pbar = n  (jumlah cacat total)/(jumlah pengamatan total)

UCL = n  pbar + 3 (pbar (1 – pbar))1/2.

LCL = n  pbar – 3 (pbar (1 – pbar))1/2.

Batas-batas dari zone-zone  …?

Contoh:
Peta Cacah

Peta c

Centerline = cbar = (jumlah total kemunculan atribut)/(jumlah area of opportunity)

UCL = cbar + 3 (cbar) dan LCL = cbar – 3 (cbar)

Contoh: dalam periode 30 hari terjadi keluhan pelanggan sebanyak 1206 kali. Ini memberikan jumlah
keluhan rata-rata 40,2 (= 30/1206) per hari.

Area of opportunity adalah satu hari.

Centerline = 40,2

UCL = 59,2; LCL = 21,2

Batas A-B atas = 52,9; batas A-B bawah = 27,5

Batas B-C atas = 46,5; batas B-C bawah = 33,9.

Pelajari contoh di halaman 209.

Contoh: cacat pada permukaan material pada reel (gulungan), pp. 210-1.
Peta u  pelajari konstruksi. Perhatikan karakteristik dari peta ini.

Keterbatasan dari peta atribut: semakin baik prosesnya, semakin sulit mendapatkan pengamatan di luar
kendali  perlu ditambah ukuran subgroup.