HISTOGRAM
Histogram digunakan untuk memperkirakan
kejadian yang dialami proses yang dinilai dan
faktor penyebabnya hanya semata-mata untuk
memberikan gambaran atas berbagai
kemungkinan, yang merupakan bentuk
penyebaran jumlah harga (hasil pengukuran)
pada selang tertentu, dapat menggunakan
distribusi frekuensi sampel.
Pembuatan histogram memang merupakan
media visualisasi yang cukup baik untuk
membantu pemahaman karakteristik sampel
dan membantu menganalisis sejarah
perjalanan proses dengan tujuan untuk
mengetahui kondisi proses produksi yang
bersangkutan, tetapi tidak dapat digunakan
sebagai alat untuk mengontrol kualitas.
Beberapa ciri utama sebagai parameter
distribusi frekuensi sampel dari bentuk
distribusinya yang dapat dikenali, antara lain:
n 2
m2w = (c 2 c1 )
n 1
3. Parameter kemiringan
- Momen Koefisien Kemiringan (Coefficient of
Skewness); γ1
m
3Iw
γ = m3w = momen ke tiga
1 m 3/2
2Iw
n 3
m3w = (c 3 − 3 c 1 c 2 + 2 c 1 )
n −1
4. Parameter kelancipan
- Momen Koefisien Kurtosis (Coefficient of
Kurtosis); γ2
m
γ = 4Iw - 3
2
m4w
= momen ke empat
2
m
2Iw
n 2 4
m4w = (c 4 4 c1 c 3 + 6 c1 c 2 - 3 c1 )
n 1
Contoh:
Proses produksi diambil sampel secara periodik.
Setiap sampel berukuran lima, yaitu 5 buah produk
terakhir yang dihasilkan menjelang setiap saat
pengambilan sampel. Menurut perkiraan
pengalaman proses produksi yang bersangkutan
akan menghasilkan produk dengan salah satu
karakter geometriknya merupakan elemen kritis,
yang dipengaruhi oleh faktor utama sehingga relatif
lebih cepat berubah dibandingkan dengan elemen
geometrik yang lain (proses mengerjakan sekaligus
beberapa bagian produk dengan cara
pemotongan).
Hasil pengukuran geometrik (tinggi benda ukur)
yang kritis dari 10 buah sampel (50 buah benda
ukur yang merupakan gabungan 10 sampel
masing-masing berisi 5 buah), dengan nomor urut
yang menggambarkan urutan pengambilan dari
proses yang bersangkutan, yang ditunjukkan pada
tabel. Buat histogram, hitung parameter distribusi
frekuensi, dan analisis hasil perhitungan parameter
tersebut.
Tabel Hasil pengukuran tinggi benda ukur
sebanyak 50 buah produk
No (mm) No (mm) No (mm) No (mm) No (mm)
1 5,352 11 5,358 21 5,359 31 5,357 41 5,357
2 5,356 12 5,352 22 5,358 32 5,358 42 5,355
3 5,356 13 5,354 23 5,355 33 5,359 43 5,356
4 5,352 14 5,355 24 5,358 34 5,358 44 5,360
5 5,348 15 5,354 25 5,357 35 5,356 45 5,362
6 5,354 16 5,357 26 5,354 36 5,359 46 5,355
7 5,357 17 5,357 27 5,359 37 5,362 47 5,360
8 5,346 18 5,359 28 5,357 38 5,360 48 5,362
9 5,354 19 5,356 29 5,355 39 5,356 49 5,360
10 5,353 20 5,358 30 5,358 40 5,358 50 5,359
Penyelesaian:
Histogram dari distribusi frekuensi ke 50 buah
produk dibuat pada kertas grafik dengan sumbu
vertikal menyatakan frekuensi komulatif dan
sumbu horisontal menyatakan ukuran produk
dengan skala dibuat sama dengan kecermatan
pengukuran atau dengan interval tertentu.
0,016
= 5,346 + = 5,354 mm
2
Sehingga, penentuan selang untuk setiap kelas
adalah sebagai berikut:
Histogram
Frekuensi
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
5.346 5.348 5.350 5.352 5.354 5.356 5.358 5.360 5.362
Nilai tengah kelas
Parameter distribusi frekuensi sampel, sebagai berikut:
x = t = CO + β c1
= 5.354 + 0.002 x 1.10 = 5.3562 mm
(14 - 9)
Mo = 5.355 + (5.359 − 5.355)
(14 - 9) + (14 − 4)
= 5.3563 mm
2. Parameter Variabilitas
- Jangkauan (Range); R = 0.016 mm
n 2
m2w = momen ke dua = (c 2 − c 1 )
n −1
50 2
= (3.66 − 1.1 ) = 2.5
50 − 1
s= 0.00001 = 0.0032 mm
3. Parameter Derajat Kemiringan
- Momen Koefisien Kemiringan (Coefficient of
Skewness); γ1
m
γ = 3Iw
1 3/2
m
2Iw
n 3
m3Iw = momen ke tiga = (c 3 − 3 c 1 c 2 + 2 c 1 )
n −1
50 3
= (6.62 − 3 x 1.1 x 3.66 + 2 x 1.1 ) = - 2.8531
50 − 1
maka, - 2.8531
γ = = −0.7218 ⇒ artinya distribusi
1 3/2 dianggap miring
2.5
negatif atau berekor
panjang di sebelah kiri.
4. Parameter Derajat Kelancipan
- Momen Koefisien Kurtosis (Coefficient of Kurtosis); γ2
m
γ = 4Iw − 3
2 2
m
2Iw
m4Iw = momen ke empat
n 2 4
= (c 4 − 4 c 1 c 3 + 6 c 1 c 2 - 3 c 1 )
n −1
50 2 4
= (33.42 − 4 x 1.1 x 6.62 + 6 x 1.1 x 3.66 - 3 x 1.1 ) = 27.0115
50 − 1