Alat- alat Pengendalian

Kualitas
First Seven Tools of Quality

“ Sebanyak 95 % masalah yang

berkaitan dengan kualitas di pabrik
dapat diselesaikan dengan 7 alat
kuantitatif dasar (seven tools)"

"As much as 95% of quality related problems in the factory can be solved with
seven fundamental quantitative tools."

Kaoru Ishikawa
First Seven Tools of Quality

1. Histograms
2. Pareto Charts
3. Cause and Effect Diagrams
4. Run Charts
5. Scatter Diagrams
6. Flow Charts
7. Control Charts
First Seven Tools of Quality
• Kaoru Ishikawa developed seven basic visual tools
of quality so that the average person could analyze
and interpret data.
• These tools have been used worldwide by
companies, managers of all levels and employees.
 DATA
Prinsip utama pengendalian kwalitas:
Keputusan / tindakan diambil berdasarkan fakta

Fakta Data

Guna pengumpulan data

1. Membantu memahami situasi yang sebenarnya
2. Menganalisa persoalan
3. Mengendalikan proses / pekerjaan
4. Mengatur / memperbaiki suatu kondisi
5. Membantu pengambilan keputusan
Jenis – jenis data
1. Data hasil pengukuran
2. Data hasil perhitungan
3. Data dalam urutannya
4. Data dalam derajat / tingkat
persoalannya
5. Data dalam hubungan kepentingan relatif
Pengumpulan data yang efektif

1. Relevance
2. Reliability
3. Representativeness
4. Readability
Hal – hal yang perlu dihindari
dalam pengumpulan data
1. Mengasumsikan apa yang diinginkan pelanggan
2. Mengumpulkan data, kemudian tidak menggunakannya
3. Tidak mengetahui banyaknya data yang diperlukan untuk pengambilan
keputusan
4. Berhenti mencari data sebelum mendapatkan informasi yang cukup untuk
pengambilan keputusan
5. Tidak mengetahui tingkat kompleksitas dari pengambilan data
6. Instruksi yang diberikan kepada petugas pengumpulan data tidak jelas
7. Kurangnya pelatihan untuk petugas pengumpulan data
8. Pelaporan yang terlalu rinci atau kurang rinci
9. Pelaporan yang bias
Perencanaan pengumpulan data

1. Mendefinisikan data yang diperlukan untuk memecahkan suatu

masalah
2. Cara pengumpulan data (how)
3. Dimana data dapat diperoleh (where)
4. Kapan dan berapa lama data dapat diperoleh (when)
5. Siapa saja yang mengumpulkan data (who)
7 Alat Pengendalian Kualitas
Kaoru Ishikawa (1915 – 1989)
Para praktisi dan akademisi yang menekuni bidang
kualitas menggunakan nama
“The Old Seven”,
“The First Seven”,
“The Basic Seven”,
Dan banyak nama lain untuk menyebut 7 Tools yang
terdiri dari: 1. Check Sheet, 2. Scatter Diagram,
3. Fishbone Diagram, 4. Pareto Charts, 5. Flow Charts, 6.
Histogram, dan 7. Control Charts, karena ada 7 Tools lain
yang sering disebut New 7 Tools. Dalam posting ini, saya
hanya membahas 7 Basic Quality Tools.
1. Check Sheet

Check sheet (lembar pemeriksaan) adalah lembar yang

dirancang sederhana berisi daftar hal-hal yang perlukan
untuk tujuan perekaman data sehingga pengguna dapat
mengumpulkan data dengan mudah, sistematis, dan
teratur pada saat data itu muncul di lokasi kejadian. Data
dalam check sheet baik berbentuk data kuantitatif
maupun kualitatif dapat dianalisis secara cepat
(langsung) atau menjadi masukan data untuk peralatan
kualitas lain, misal untuk masukan data Pareto chart.
Gambar di bawah ini menunjukkan contoh check
sheet yang digunakan untuk mengumpulkan data cacat
per jam.
Check Sheet
Check Sheet

• Dalam dunia pengendalian kualitas (quality control), check

sheet adalah satu dari tujuh alat kualitas dasar (7 basic quality
tools). Dulu, saya tidak begitu peduli dengan check sheet ini, tapi
berdasarkan pengalaman saya di atas ternyata alat ini cukup
bermanfaat untuk kerja di lapangan. Dengan check sheet, saya
mempunyai cara yang terstruktur untuk mengumpulkan data
sebagai bahan untuk menilai proses atau sebagai masukan untuk
analisis lain.
• Dari deskripsi di atas, check sheet dapat didefiniskan sebagai
lembar yang dirancang sederhana berisi daftar hal-hal yang
perlukan untuk tujuan perekaman data sehingga pengguna dapat
mengumpulkan data dengan mudah, sistematis, dan teratur pada
saat data itu muncul di lokasi kejadian. Data dalam check
sheet baik berbentuk data kuantitatif maupun kualitatif dapat
dianalisis secara cepat (langsung) atau menjadi masukan data
untuk peralatan kualitas lain, misal untuk masukan data Pareto
chart.
Kapan check sheet digunakan?
Kapan kita menggunakan check sheet? Menurut Tague
(2005) adalah sebagai berikut:
• Ketika data dapat diamati dan dikumpulkan berulang
kali oleh orang yang sama atau di lokasi yang sama.
• Ketika mengumpulkan data mengenai frekuensi atau
pola kejadian, masalah, cacat, lokasi cacat, penyebab
cacat, dan sebagainya.
• Ketika mengumpulkan data proses produksi.
Prosedur check sheet
Prosedur check sheet yang diuraikan oleh Tague (2005) adalah sebagai berikut:
• Menentukan kejadian atau permasalahan apa yang akan diamati, kemudian
kembangkan definisi operasional.
• Menentukan kapan data akan dikumpulkan dan berapa lama.
• Merancang form isi sedemikian rupa sehingga data dapat direkam dengan
hanya memberikan tanda cek (V) atau tanda silang (X) atau simbol serupa
sehingga data tidak perlu diperbanyak ulang untuk analisis.
• Memberikan etiket setiap daerah kosong pada form.
• Menguji check sheet secara singkat untuk memastikan ketepatan check
sheet dalam mengumpulkan data yang diinginkan, juga memastikan
apakah check sheet mudah digunakan atau tidak?
• Merekam data pada check sheet setiap kali ditemukan kejadian atau masalah
yang ditargetkan.
Fungsi check sheet dalam pengendalian kualitas

Menurut Ishikawa (1982), check sheet memiliki fungsi

sebagai berikut:
Pemeriksaan distribusi proses produksi (production
process distribution checks)
• Pemeriksaan item cacat (defective item checks)
• Pemeriksaan lokasi cacat (defective location checks)
• Pemeriksaan penyebab cacat (defective cause checks)
• Pemeriksaan konfirmasi pemeriksaan (check-up
confirmation checks)
• Dan lain-lain.
2. Scatter Diagram

• Scatter diagram (diagram pencar) adalah grafik yang

menampilkan sepasang data numerik pada sistem
koordinat Cartesian, dengan satu variabel pada masing-
masing sumbu, untuk melihat hubungan dari kedua
variabel tersebut. Jika kedua variabel tersebut
berkorelasi, titik-titik koordinat akan jatuh di sepanjang
garis atau kurva. Semakin baik korelasi, semakin ketat
titik-titik tersebut mendekati garis.
KEGUNAAN
Melihat korelasi (hubungan) yang kontinu dari suatu
penyebab / faktor terhadap suatu karakteristik kualitas
/ faktor yang la.
LANGKAH LANGKAH PEMBUATAN

1. Kumpulkan pasangan data variabel yang

hendak dilihat korelasinya.
2. Gambarkan sumbu horizontal dan variable
beserta skala dengan sumbu horizontal
sebagai dasar untuk memplot penyebab
(cause) dan sumbu vertikal sebagai dasar
untuk memplot akibat (effect).
3. Plot pasangan data tersebut (setiap titik
mewakili setiap pasang data).
 CONTOH
Seorang manajer penjualan ingin melihat apakah ada korelasi
antara jumlah kunjungan penjual terhadap hasil penjualan

Jumlah Hasil Jumlah Hasil Jumlah Hasil

Kunjungan Penjualan Kunjungan Penjualan Kunjungan Penjualan
1 90 4 15 106 5 29 139 10
2 130 3 16 129 11 30 80 2
3 140 8 17 102 4 31 122 9
4 100 5 18 118 3 32 130 10
5 123 7 19 107 2 33 127 8
6 121 6 20 136 12 34 96 8
7 133 8 21 125 6 35 103 3
8 96 3 22 131 9 36 115 5
9 88 2 23 137 7 37 106 4
10 136 10 24 100 7 38 138 11
11 117 4 25 128 8 39 134 9
12 125 5 26 85 3 40 97 1
13 92 3 27 110 5
14 132 7 28 113 4
 Pengaruh Jumlah Kunjungan Penjual
Terhadap Hasil Penjualan
14

Hasil Penjualan
12

10

0
70 80 90 100 110 120 130 140 150

Jumlah Kunjungan
High Positive Correlation

Weak Positive Correlation

No Correlation
Weak Negative Correlation

Strong Negative Correlation

Cause and Effect Diagrams ( 1 )

Cause and Effect Diagram Defined

• The cause and effect diagram is also called the
Ishikawa diagram or the fishbone diagram.
• It is a tool for discovering all the possible causes
for a particular effect.
• The major purpose of this diagram is to act as a
first step in problem solving by creating a list of
possible causes.
Cause and Effect Diagrams ( 2)
KEGUNAAN :
Menemukan faktor faktor yang berpengaruh pada
karakteristik kualitas.
Prinsip Yang Dipakai “ BRAINSTORMING ”
Brainstorming/sumbang saran merupakan teknik
untukmemperoleh pendapat yang kreatif secara diskusi
bebas. Dalam diskusi bebas tersebut:
• Jangan mengkritik pendapat orang lain
• Jangan melarang orang berbicara
• Ambil manfaat dari pendapat orang lain
• Makin banyak pendapat, makin baik
Ada 5 faktor berpengaruh utama yang perlu
diperhatikan (4M 1E):
Man, Machine, Method, Material, Environment.
 LANGKAH LANGKAH PEMBUATAN
1. Tentukan masalah atau sesuatu yang akan
diperbaiki atau diamati, dan usahakan adanya ukuran
untuk masalah tersebut sehingga perbandingan
sebelum dan sesudah perbaikan dapat dilakukan.
Gambarkan panah dengan kotak di ujung kanannya
dan tulis masalah atau suatu yang akan diperbaiki atau
diamati itu dalam kotak.

EFFECT
2. Cari faktor faktor utama yang berpengaruh atau
mempunyai akibat pada masalah tersebut. Tuliskan
dalam kotak yang telah dibuat di atas dan bawah
panah yang ada, kemudian tarik panah di antara kotak
dengan panah yang ada.
3. Cari lebih lanjut, faktor faktor yang lebih terperinci yang
berpengaruh atau mempunyai akibat pada faktor utama
tersebut.
4. Tulis faktor faktor tsb dari kiri kanan panah penghubung
tadi dan buatlah panah di bawah faktor tersebut
menuju garis penghubung. Pertanyaan mengapa yang
berantai akan membantu mencari faktor utama dan
detailnya.
Diagram C & E
5. Carilah penyebab penyebab utama.
Dari diagram yang sudah lengkap, carilah penyebab
penyebab utama dengan menganalisa data yang ada
dan buatlah urutannya dengan memakai diagram
pareto. Bila analisa data tidak dapat dilakukan,
pilihlah faktor faktor yang diduga sangat
berpengaruh dan “ambil suara” (voting) untuk
menentukan urutannya serta gambarkan pada
diagram.
KEGUNAAN TAMBAHAN
1. Memberikan sebuah struktur dan fokus utk diskusi
terbuka dari sebuah masalah atau tantangan evaluasi
tertentu.
2. Memaksa kita untuk mencari (kadang kadang dengan
berspekulasi) sebanyak mungkin penyebab (cause)
untuk suatu akibat (effect), dan membuat hal hal
tersebut kelihatan dan dapat dimengerti.
3. Mendorong keterlibatan karyawan di semua tingkat
dan meningkatkan komunikasi yang lebih baik pada
kelompok kerja atau tim.
JENIS JENIS CAUSE AND EFFECT DIAGRAM
➢ Basic cause & effect diagram.
➢ Process cause & effect diagram.
Example CED
4. Pareto Chart

• Pareto chart (bagan pareto) adalah bagan yang berisikan

diagram batang (bars graph) dan diagram garis (line graph);
diagram batang memperlihatkan klasifikasi dan nilai data,
sedangkan diagram garis mewakili total data kumulatif.
Klasifikasi data diurutkan dari kiri ke kanan menurut urutan
ranking tertinggi hingga terendah. Ranking tertinggi
merupakan masalah prioritas atau masalah yang terpenting
untuk segera diselesaikan, sedangkan ranking terendah
merupakan masalah yang tidak harus segera diselesaikan.
• Prinsip pareto chart sesuai dengan hukum Pareto yang
menyatakan bahwa sebuah grup selalu memiliki persentase
terkecil (20%) yang bernilai atau memiliki dampak terbesar
(80%). Pareto chart mengidentifikasi 20% penyebab
masalah vital untuk mewujudkan 80% improvement secara
keseluruhan. Gambar di bawah ini menunjukkan
contoh pareto chart.
Pareto Chart

Gambar. Contoh Pareto Chart

Pareto Chart
Kegunaan diagram pareto
1. Membantu suatu tim untuk terpusat pada penyebab yang akan
mengharilkan dampak terbesar jika diselesaikan
2. Menampilkan kepentingan relatif dari problem dalam format visual
yang sederhana dan dapat diinterpretasi dengan cepat.
3. Membantu mencegah 'mengalihkan permasalahan' di mana 'solusi'
menghilangkan beberapa penyebab namun memperburuk yang lain
4. Kemajuan diukur dalam format yang sangat terlihat yang
menyediakan insentif untuk mendorong lebih banyak peningkatan
5. Analisis pareto dapat digunakan dalam penerapan peningkatan
kualitas manufaktur atau nonmanufaktur
 Pareto Chart
Langkah-langkah menyusun diagram pareto
1. Menentukan metode atau arti dari pengklasifikasian data, misalnya ber-
dasarkan masalah, penyebab jenis ketidaksesuaian, dan sebagainya
2. Menentukan satuan yang digunakan untuk membuat urutan
karakteristik-karakteristik tersebut, misalnya rupiah, frekuensi, unit, dan
sebagainya
3. Mengumpulkan data sesuai dengan interval waktu yang telah ditentukan.
4. Merangkum data dan membuat ranking kategori data tersebut dari yaang
terbesar hingga yang terkecil.
5. Menghitung frekuensi kumulatif atau persentase kumulatif yang digunakan.
6. Menggambar diagram batang, menunjukkan tingkat kepentingan relatif
masing-masing masalah. Mengidentifikasi beberapa hal yang penting untuk
mendapat perhatian.
5. Flow Charts

• Proses di lingkungan industri pada umumnya

merupakan suatu rangkaian kegiatan yang
berulang. Setiap siklus kegiatan tersebut biasanya
dapat dipecahkan ke dalam beberapa langkah kecil.
Dari uraian langkah-langkah tersebut, kita dapat
mencari langkah mana saja yang bisa kita perbaiki
(improve). Langkah-langkah tersebut akan lebih
mudah dimengerti jika kita menggambarkannya
dalam suatu bagan yang dikenal dengan istilah:
flowchart atau bagan alir. Dr. Deming, orang yang
ikut andil memajukan kualitas barang-barang
Jepang, pernah berkata :
Flow Charts
“Draw a flowchart for whatever you do. Until you do,
you do not know what you are doing, you just have a
job” — Dr. W. Edwards Deming.

• Flow charts (bagan arus) adalah alat bantu untuk

memvisualisasikan proses suatu penyelesaian tugas
secara tahap-demi-tahap untuk tujuan analisis,
diskusi, komunikasi, serta dapat membantu kita
untuk menemukan wilayah-wilayah perbaikan
dalam proses.
Flow Charts

Gambar. Contoh Flow Charts

Flow Charts
• Pentingnya flowchart juga menjadi perhatian Dr. Kaoru
Ishikawa, tokoh kualitas Jepang, dengan menjadikan
alat ini sebagai salah satu dari tujuh alat kualitas dasar
(7 basic quality tools) yang harus dikuasai oleh para
anggota gugus kendali kualitas (quality control circle).
Dalam dokumen standar internasional keluaran ISO.
• flowchart adalah diagram yang menyatakan aliran
proses dengan menggunakan anotasi bidang-bidang
geometri, seperti lingkaran, persegi empat, wajik, oval,
dan sebagainya untuk merepresentasikan langkah-
langkah kegiatan beserta urutannya dengan
menghubungkan masing masing langkah tersebut
menggunakan tanda panah.
6. Histogram

• Histogram adalah alat seperti diagram batang (bars graph) yang

digunakan untuk menunjukkan distribusi frekuensi. Sebuah
distribusi frekuensi menunjukkan seberapa sering setiap nilai
yang berbeda dalam satu set data terjadi. Data dalam histogram
dibagi-bagi ke dalam kelas-kelas, nilai pengamatan dari tiap kelas
ditunjukkan pada sumbu X.
• Teori mengatakan bahwa distribusi yang normal, yaitu yang
kebanyakan datanya mendekati nilai rata-rata akan ditunjukan
oleh histrogram yang berbentuk lonceng, seperti contoh gambar
di bawah ini. Tapi jika histogram serong ke kiri atau ke kanan
berarti kebanyakan data berkumpul dekat batas toleransi suatu
pengukuran sehingga ada kemungkinan data tidak normal (ada
masalah ketika pengukuran, atau bahkan ada masalah dalam
proses). Untuk memastikan data normal atau tidak sebaiknya
menggunakan metode uji kenormalan data, seperti Kolmogorov-
Smirnov test atau Anderson-Darling normality test.
 HISTOGRAM
KEGUNAAN
Mengetahui distribusi/penyebaran data yang ada

LANGKAH LANGKAH PEMBUATAN

1. Kumpulkan data
2. Hitung jumlah data yang diperoleh
3. Tentukan “range” (selisih bilangan terbesar dan bilangan terkecil)
R = XL – XS R = Range
XL = bilangan terbesar
XS = bilangan terkecil

4. Hitung lebar kelas atau interval

h = R/K h = Lebar kelas Jumlah Data Jumlah Kelas (K)
(N)
K = Jumlah kelas
< 50 5–7

Jumlah kelas diperoleh dari tabel berikut: 50 – 100 6 – 10

100 – 250 7 – 12

5. Tentukan Batas Kelas > 250 10 – 20

Batas kelas pertama = Xs  h/2

6. Buat tabel frekwensi

7. Gambar histogram, dengan frekwensi sebagai sumbu vertikal

dan karakteristik sebagai sumbu horizontal.
CONTOH:
Sebuah perusahaan ingin mengetahui apakah benar bahwa rata rata karyawannya
terlalu gemuk. Kemudian ditetapkan bahwa data akan diambil berdasarkan besar
angka selisih antara tinggi (dalam cm) dikurangi berat (dalam kg).

1. Hasil pengumpulan data

77, 82, 115, 106, 100, 96, 93, 87, 83, 99, 120, 117, 98, 91, 93, 92, 88, 84, 89, 97,
106, 111, 97, 91, 92, 91, 103, 101, 109, 107, 97, 96, 91, 93, 97, 102, 109, 108, 104,
97, 88, 98, 89, 108, 101, 89, 103, 89, 103, 104, 96, 88, 86, 91, 97, 102, 121, 124, 93,
78, 79, 84, 92, 98, 93, 97, 102, 108, 110, 94, 96, 96, 88, 94, 97, 98, 91, 94, 97, 96,
97, 91, 101, 106, 112, 117, 82, 103, 113, 97, 93, 82, 89, 94, 96, 97, 94, 91, 93, 96
2. Jumlah data N = 100
3. Penentuan “range”
1 2 3 4 5 6 7 8 9 10 Min Max
1 77 82 115 106 100 96 93 87 83 99 77 115
2 120 117 98 91 93 92 88 84 89 97 84 120
3 106 111 97 91 92 91 103 101 109 107 91 111
4 97 96 91 93 97 102 109 108 104 97 91 109
5 88 98 89 108 101 89 103 104 96 88 88 108
6 86 91 97 102 121 124 93 78 79 84 78 124
7 92 98 93 97 102 108 110 94 96 96 92 110
8 88 94 97 98 91 94 97 96 97 91 88 98
9 101 106 112 117 82 103 113 97 93 82 82 117
10 89 94 96 97 94 91 93 96 89 107 89 107

XL = 124 R = 124 – 77
XS = 77 = 47
4. Lebar kelas / interval
N = 100 K = 10
H=R/K
= 47 / 10
= 4,7 dibulatkan = 5

5. Batas Kelas
a. Batas kelas pertama
= XS + h/2
= 77 + 5/2
= 77 + 2,5 = 74,5 & 79,5

b. Batas kelas kedua

= 79,5 ~ 84,5

c. Batas kelas ketiga dan seterusnya

= 84,5 ~ 89,5

Keterangan: Untuk menghindari sebuah data dapat masuk

ke dalam dua kelas Maka:
a. Ketelitian batas kelas satu tingkat lebih tinggi dari ketelitian data
b. Bila batas kelas dan data memakai tingkat ketelitian yang sama,
jangan menggunakan bilangan yang sama untuk batas kelas
yang berbeda
 6. Tabel frekwensi

Titik Jumlah Frek.

No. Kelas Tengah Data (f) u f.u f.u2
(T)
1 74,5 – 79,5 77 III 3 –4 –12 48
2 79,5 – 84,5 82 IIII 5 –3 –15 45
3 84,5 – 89,5 87 IIII IIII I 11 –2 –22 44
4 89,5 – 94,5 92 IIII IIII IIII IIII IIII 24 –1 –24 24
5 94,5 – 99,5 97 IIII IIII IIII IIII IIII 25 0 0 0
6 99,5 – 104,5 102 IIII IIII II 12 1 12 12
7 104,5 – 109,5 107 IIII IIII 10 2 20 40
8 109,5 – 114,5 112 IIII 4 3 12 36
9 114,5 – 119,5 117 III 3 4 12 48
10 119,5 – 124,5 122 III 3 5 15 75
TOTAL 100 –2 372
 7. Histogram

FREKUENSI

N = 100
_
X = 96,9
S = 9,65 _
X BATASAN
30

20

10

0
104,5

109,5

114,5

119,5

124,5
74,5

79,5

84,5

89,5

94,5

99,5

ANGKA PEMBANDING

HISTOGRAM KONDISI UKURAN FISIK KARYAWAN

7. Control Chart

Control chart atau peta kendali adalah peta yang digunakan untuk
mempelajari bagaimana proses perubahan dari waktu ke waktu. Data di-
plot dalam urutan waktu. Control chart selalu terdiri dari tiga garis
horisontal, yaitu:
• Garis pusat (center line), garis yang menunjukkan nilai tengah (mean) atau nilai
rata-rata dari karakteristik kualitas yang di-plot-kan pada peta kendali.
• Upper control limit (UCL), garis di atas garis pusat yang menunjukkan batas
kendali atas.
• Lower control limit (LCL), garis di bawah garis pusat yang menunjukkan batas
kendali bawah.
Garis-garis tersebut ditentukan dari data historis, terkadang besarnya UCL
dan LCL ditentukan oleh confidence interval dari kurva normal.
Dengan control chart, kita dapat menarik kesimpulan tentang apakah
variasi proses konsisten (dalam batas kendali) atau tidak dapat diprediksi
(di luar batas kendali karena dipengaruhi oleh special cause of variation,
yaitu variasi yang terjadi karena faktor dari luar sistem).
Control Chart

Gambar. Contoh Control Charts

Control Chart

Sebelum memasuki permasalahan inti mengenai control

chart atau peta kendali, pertama-tama bahas soal variasi
dulu. Variasi adalah fenomena alami. Variasi mungkin
cukup besar dan mudah dikenali (tinggi badan) atau
mungkin sangat kecil dan susah dikenali dengan inspeksi
visual (berat pena ball poin). Ketika variasinya sangat
kecil, bendanya mungkin terlihat identik, tetapi
instrumen yang presisi akan menunjukkan
perbedaannya.
Dalam manufaktur ada tiga kategori variasi :
• Variasi dalam bagian
• Variasi antar bagian
• Variasi dari waktu ke waktu
Control Chart

Hal ini juga berlaku dalam situasi nonmanufaktur. Dalam

proses manufaktur variasi terjadi karena :
• peralatan
• material
• operator
• lingkungan
• inspeksi atau pengukuran
Faktor yang sama mengarah ke variasi dalam proses non
manufaktur. Penyebab variasi ada dua, yaitu
penyebab umum variasi , atau kemungkinan acak, dan
penyebab khusus variasi atau yang dapat ditentukan.
Control Chart

Penyebab umum variasi (kemungkinan acak)

Penyebab variasi tersebut melekat dalam suatu proses. Pada
dasarnya mereka adalah penyebab acak. Jumlahnya kecil dan sangat
susah dideteksi atau diidentifikasi. Sering kali penyebab umum
variasi atau kemungkinan acak antara tidak mungkin atau sangat
mahal untuk dihilangkan. Jika suatu porses memiliki variasi hanya
karena penyebab kemungkinan acak, proses ini disebabkan berada
dalam kendali statistik. Proses semacam itu juga disebut proses
stabil.
Penyebab khusus variasi (dapat ditentukan)
Proses mungkin dari waktu ke waktu mengalami variasi tambahan,
yang biasanya besar dan disebabkan oleh beberapa faktor luar.
Misalnya material bawah standar dari penyedia, mesin yang diset
salah, atau penggunaan alat yang salah. Jika penyebab khusus
variasi ada dalam suatu proses, proses itu disebut di luar kendali.
Control Chart

Lalu, bagaimana kita tahu ketika suatu proses beroperasi di

bawah penyebab khusus variasi ? Dengan kata lain,
bagaimana kita tahu jika sebuah proses berada di luar kendali
? Jawabannya adalah control chart atau peta kendali.
Peta kendali merupakan grafik yang digunakan untuk
mempelajari bagaimana proses berubah seiring waktu. Data
digambarkan menurut urutan waktu. Peta kendali selalu
memiliki garis tengah untuk rata-rata, garis atas untuk batas
kendali atas dan garis bawah untuk batas kendali bawah. Garis
tersebut ditentukan dari data masa lampau. Dengan
membandingkan data saat ini dengan garis tersebut, anda
dapat menarik kesimpulan apakah variasi proses konsisten
(dalam kendali) atau tidak dapat diprediksi (di luar kendali,
dipengaruhi penyebab khusus variasi). Peta kendali juga
memberi tahu kita kapan untuk membiarkan prosesnya saja
atau kapan untuk mulai mencari penyebab khusus variasi.
Control Chart

Peta kendali untuk data bervariasi digunakan secara berpasangan.

Peta atas memantau rata-rata, atau pemusatan distribusi data dari
proses. Peta bawah memantau jangkauan, atau lebar distribusi. Jika
data anda adalah tembakan dalam latihan menembak, rata-ratanya
adalah di mana tembakan terkumpul, dan jangkauannya seberapa
rapat mereka terkumpul. Peta kendali untuk data atribut digunakan
satu demi satu.
Konsep variabel dan atribut.
• Variabel adalah karakteristik kualitas yang dapat diukur dan
digambarkan dalam skala yang berkelanjutan, misalnya berat,
panjang, waktu, temperatur, tegangan, dan sebagainya.
• Atribut adalah data yang dapat dihitung dan digambarkan sebagai
peristiwa atau keadaan terpisah/diskret. Contohnya jumlah cat
yang cacat, jumlah lubang pada panjang kabel listrik, dan
sebagainya.