Data variabel ini perlu diukur dulu kayak panjangnya dll

Data atribut data yg pengumpulannya bisa diliat dg kasat mata misal dari warna itu cacat ga

Peta kendali var ada XR , XS, individual moving chart (n=1)

number
inspection (n)

Peta kendali U demeric ini pake embobotan dari jenis cacat yg ada karna gasemua jenis cacat itu punya
tingkat keparahan yg sama

Kalo 4 pendali lain itu lebih ngeliat dari banyaknya cacat bukan bobotnya

Kenapa harus pake accept sampling kenapa ga langsung pake semua aja
Karen accept bisa mengurangi biaya, waktu, tenaga kerja. Seain itu, ada bbrp pengecekan bersifat
destruktif/bisa merusak produk misal ngukur daya tekan gelas nah kan gabisa semuanya

AQL itu batas kecacata maks yg bisa diterima dlm 1 sampel. Alasan pake 4% soalnya kita kan prodksi
mobil mainan itu cacatnya ga masalah kalo spesifikasinya ga sesuai

Critical (ini udah ga aman) mayor(bisa mempengaruhi fungsi dari produk) minor (tidak mengurangi
fungsi dan hanya nyimpang spesifikasi)

Non conforming jml unit cacat (berapa produk yg mengalamicacat) dan non conformities jml jenis
cacatnya (tergores)

Cp itu menyatakan hasil berdasarkan hasil USL dan LSL semakin mendekati 1 itu semakin baik (yg keluar
makin dikit dan butuh perbagiakn) kalo 1,33 itu dianggep bagus

Cpk itu dilihat dari variabilitasnya semakin kecil angka variabilitasna makin bagus

Cp=cpk maka hasil produksi semakin mendekati ketepatan