S1 SistemManufaktur - En.id
S1 SistemManufaktur - En.id
com
MEJA • 40.1 Tingkat cacat ketika toleransi didefinisikan dalam hal jumlah standar deviasi
dari proses, mengingat bahwa proses tersebut beroperasi dalam kendali statistik.
Tabel 40.1 menunjukkan pengaruh berbagai kelipatan standar deviasi pada tingkat cacat
(yaitu, proporsi bagian di luar toleransi). Keinginan untuk mencapai tingkat cacat fraksi yang
sangat rendah telah menyebabkan gagasan populer tentang batas "six sigma" dalam kontrol
kualitas. Mencapai batas enam sigma hampir menghilangkan cacat pada produk manufaktur,
dengan asumsi proses dipertahankan dalam kendali statistik. Seperti disebutkan kemudian
dalam bab ini, program kualitas Six Sigma tidak cukup sesuai dengan namanya. Sebelum
membahas masalah itu, bagian selanjutnya membahas teknik pengendalian kualitas yang
banyak digunakan di industri: pengendalian proses statistik.
Prinsip yang mendasari peta kendali adalah bahwa variasi dalam setiap proses dibagi
menjadi dua jenis: (1) variasi acak, yang merupakan satu-satunya variasi yang ada jika proses
berada dalam kendali statistik, dan (2) variasi yang dapat ditentukan yang menunjukkan
penyimpangan dari statistik. kontrol (Bagian 40.2). Ini adalah tujuan dari peta kendali untuk
mengidentifikasi ketika proses telah keluar dari kendali statistik, sehingga menandakan bahwa
beberapa tindakan korektif harus diambil.
A peta kendali adalah teknik grafis di mana statistik yang dihitung dari nilai
terukur dari karakteristik proses tertentu diplot dari waktu ke waktu untuk
menentukan apakah proses tetap dalam kendali statistik. Bentuk umum dari peta
kendali diilustrasikan pada Gambar 40.1. Bagan terdiri dari tiga garis horizontal yang
tetap konstan sepanjang waktu: pusat, batas kendali bawah (LCL), dan batas kendali
atas (UCL). Pusat biasanya ditetapkan pada nilai desain nominal. Batas kendali atas
dan bawah umumnya ditetapkan pada63 standar deviasi rata-rata sampel.
Sangat tidak mungkin bahwa sampel acak yang diambil dari proses akan berada di
luar batas kendali atas atau bawah saat proses berada dalam kendali statistik. Dengan
demikian, jika terjadi nilai sampel yang berada di luar batas ini, hal itu ditafsirkan
sebagai proses di luar kendali. Oleh karena itu, penyelidikan dilakukan untuk
menentukan alasan kondisi di luar kendali, dengan tindakan korektif yang tepat untuk
menghilangkan kondisi tersebut. Dengan alasan yang sama, jika proses ditemukan
dalam kendali statistik, dan tidak ada bukti tren yang tidak diinginkan dalam data,
1062 Bab 40/Kontrol Kualitas dan Inspeksi
UCL
Tengah (CL)
LCL
GAMBAR 40.1
Bagan kendali.
maka tidak ada penyesuaian yang harus dilakukan karena mereka akan memperkenalkan
variasi yang dapat dialihkan ke proses. Filosofi, "Jika tidak rusak, jangan perbaiki," berlaku untuk
diagram kendali.
Ada dua tipe dasar bagan kendali: (1) bagan kendali untuk variabel dan
(2) diagram kendali untuk atribut. Diagram kendali untuk variabel memerlukan
pengukuran karakteristik kualitas yang diinginkan. Bagan kendali untuk atribut hanya
memerlukan penentuan apakah suatu bagian rusak atau berapa banyak cacat yang ada
dalam sampel.
_
1. Hitung rata-ratanya x dan jangkauan R untuk masing-masing M sampel.
__
2. Hitung mean besar x, yang merupakan rata-rata dari nilai M sampel; ini akan
_
menjadi pusat untukx bagan.
__
3. Hitung R, yang merupakan rata-rata dari R nilai untuk M sampel; ini akan menjadi
pusat untukR bagan.
Bagian 40.3/Kontrol Proses Statistik 1063
_
MEJA • 40.2 Konstanta untuk x dan R grafik.
R Bagan
_
Ukuran sampel n x Bagan A2 D3 D4
3 1.023 0 2.574
4 0,729 0 2.282
5 0,577 0 2.114
6 0,483 0 2,004
7 0,419 0,076 1.924
8 0,373 0.136 1,864
9 0,337 0,184 1.816
10 0.308 0.223 1.777
_
4. Tentukan batas kendali atas dan bawah, UCL dan LCL, Untuk x dan Rgrafik. Pendekatan
ini didasarkan pada faktor-faktor statistik yang ditabulasikan pada Tabel 40.2 yang
telah diturunkan secara khusus untuk diagram kontrol ini. Nilai faktor
_
tergantung pada ukuran sampel n. Untukx bagan:
__ __ __ __
LCL 5 x 2 A2R dan UCL 5 x 1 A2R (40.3)
Contoh 40.1 Delapan sampel (M 5 8) ukuran 4 (n 5 4) telah dikumpulkan dari proses manufaktur
__ yang berada dalam kendali statistik, dan dimensi yang diinginkan telah diukur untuk
x dan R grafik
setiap bagian. Hal ini diinginkan untuk menentukan nilai-nilai pusat,LCL, dan UCL
_ _
untuk x dan R grafik. Yang dihitung x nilai (satuan cm) untuk delapan sampel adalah
2,008, 1,998, 1,993, 2,002, 2,001, 1,995, 2,004, dan 1,999. Rnilai (cm) berturut-turut
adalah 0,027, 0,011, 0,017, 0,009, 0,014, 0,020, 0,024, dan 0,018.
_
Larutan Perhitungan x dan R nilai di atas terdiri dari langkah 1 dalam
prosedur. Pada langkah 2, mean grand rata-rata sampel dihitung:
__
x 5 (2.008 1 1.998 1 . . . 11.999)/8 5 2.000
Pada langkah 3, nilai rata-rata dari R dihitung:
__
R 5 (0,027 1 0,011 1 . . . 10,018)/8 5 0,0175
Pada langkah 4, nilai LCL dan UCL ditentukan berdasarkan faktor pada Tabel
_
40.2. Pertama, gunakan Persamaan (40.3) untukx bagan,
UCL
Tengah (CL)
LCL
UCL
Tengah (CL)
LCL
GAMBAR 40.2 Kontrol
grafik untuk Contoh 40.2.
P Bagan Dalam P grafik, karakteristik kualitas yang menarik adalah proporsi (P untuk
proporsi) unit yang tidak sesuai atau cacat. Untuk setiap sampel, proporsi iniPSaya
adalah rasio jumlah item yang tidak sesuai atau cacat DSaya lebih dari jumlah unit dalam sampel n
(mengasumsikan sampel dengan ukuran yang sama dalam membangun dan menggunakan
peta kendali)
(40,5)
Saya
n
PSaya 5 _D_
di mana Saya digunakan untuk mengidentifikasi sampel. jikaPSaya nilai untuk jumlah sampel yang
__
cukup dirata-ratakan, nilai rata-rata P adalah perkiraan yang masuk akal dari nilai sebenarnya
Bagian 40.3/Kontrol Proses Statistik 1065
dari P untuk proses. NSP grafik didasarkan pada distribusi binomial, di mana P adalah
probabilitas unit yang tidak sesuai. Pusat diP grafik adalah nilai yang dihitung dari P untuk
__
M sampel dengan ukuran yang sama n dikumpulkan saat proses beroperasi dalam kendali
statistik. M
__ Hai P Saya
P 5 _Saya=_1___ (40.6)
M
Batas kendali dihitung sebagai tiga simpangan baku di kedua sisi pusat. Dengan
demikian,
_ __________ _ __________
_P
LCL 5 P 2 3
__
!n __(12___
_ P_)
Adan
__
!
LCL 5 P 1 3 _P_(_n1_2___P_) (40.7)
__
dimana simpangan baku dari P dalam distribusi binomial diberikan oleh
_ __________
SP 5 !_Pn_(_1__2P___)
__
Jika nilai P relatif rendah dan ukuran sampel n kecil, maka batas kendali bawah yang
dihitung dengan persamaan pertama mungkin bernilai negatif. Dalam hal ini, mari
LCL 5 0 (tingkat cacat fraksi tidak boleh kurang dari nol).
C Bagan Dalam C bagan (C untuk menghitung), jumlah cacat dalam sampel diplot dari waktu ke
waktu. Sampel dapat berupa produk tunggal seperti mobil, dan C 5 jumlah cacat kualitas yang
ditemukan selama pemeriksaan akhir. Atau sampelnya bisa berupa panjang karpet di pabrik
sebelum dipotong, danC 5 jumlah ketidaksempurnaan yang ditemukan di strip itu. NSC grafik
didasarkan pada distribusi Poisson, di mana C 5 parameter yang mewakili jumlah kejadian yang
terjadi dalam ruang sampel yang ditentukan (cacat per mobil, ketidaksempurnaan per panjang
karpet tertentu). Estimasi terbaik dari nilai sebenarnya dariC adalah nilai rata-rata dari sejumlah
besar sampel yang diambil saat proses berada dalam kendali statistik:
M
__ Hai C Saya
C5 M
_Saya=_1__ (40.8)
_
Nilai ini dari C digunakan sebagai pusat untuk peta kendali. Dalam distribusi Poisson,
standar deviasi adalah akar kuadrat dari parameterC. Jadi, batas kendalinya adalah:
_ ___ _ ___
LCL 5 C 2 3!C dan UCL 5 C 1 3!C (40.9)
masalah proses, meskipun titik sampel terletak di dalam 63S batas. Kondisi tersebut
meliputi (1) tren atau pola siklus dalam data, yang dapat berarti keausan atau faktor lain
yang terjadi sebagai fungsi waktu; (2) perubahan mendadak pada tingkat rata-rata data;
dan (3) menunjuk secara konsisten di dekat batas atas atau bawah.
Jenis interpretasi yang sama yang berlaku untuk x grafik dan R grafik juga
berlaku untuk P grafik dan C bagan.
Tujuan ketiga TQM adalah perbaikan terus-menerus; yaitu, mengadopsi sikap bahwa
selalu mungkin untuk membuat sesuatu menjadi lebih baik, apakah itu produk atau
proses. Perbaikan berkelanjutan dalam suatu organisasi umumnya diimplementasikan
dengan menggunakan tim pekerja yang telah diatur untuk memecahkan masalah spesifik
yang diidentifikasi dalam produksi. Masalahnya tidak terbatas pada masalah kualitas.
Mereka mungkin termasuk produktivitas, biaya, keselamatan, atau bidang lain yang
menarik bagi organisasi. Anggota tim dipilih berdasarkan pengetahuan dan keahlian
mereka di bidang masalah. Mereka diambil dari berbagai departemen dan bekerja paruh
waktu dalam tim, bertemu beberapa kali per bulan sampai mereka mampu membuat
rekomendasi dan/atau memecahkan masalah. Kemudian tim dibubarkan.