Metode statistic untuk kendali mutu

Emmidia djonaedi
Agenda Layout

01 Distirbusi frekuensi

02 Histogram dan polygon

03 Korelasi dan regresi linier

04 Statistical process control

intro
 Metode statistik
Kumpulan Teknik yang digunakan untuk mengambil
keputusan tentang proses/polpulasi yang berbasis
pada analisis dan informasi yang terdiri dari sebuah
sampel dari suatu populasi
 Why…?

Statistik dapat membuktikan pengumpulan data kuantitiatif

suatu prinsip dari sampel
1. Membantu dalam pemahaman atau
suatu produk teruji untuk pengertian kondisi yang sebenarnya
dievaluasi dan di infirmasikan terjadi
bahwa data yang berbentuk 2. Melaksanakan analisis (sebab-akibat)
suatu proses produk 3. Data untuk proses kendali 9dengan
terkendali dan menjadi lebih peta kendali untuk melaksakan
baik.. evaluasi dan koreksi0
monitoring standar/spek
4. Berterima dan menolak data
 steps

Interpretasi
Mengumpul analisis data yang telah
kan data di kuantitatifkan
2 4

1 3 5
Tabulasi interpretasi
dan
analisis
 Pengumpulan data

DATA VARIABLE ATRIBUT

Data
dikumpulkan Karakterisitik Berupa
melalui fisik mutu: berat, ‘sebutan’ : cacat,
obesrvasi dan di Panjang, kuat tidak cacat, baik,
kategorikan Tarik, viscositas, tidak baik,
secara variable tekanan, banyak cacat,
atau atribut kecepatan. persen cacat.

80% 60% 40%

 Modeling proses mutu

Frekuensi pengumpulan data Distribusi peluang

1. Distribusi frekuensi 1. Distribusi diskret

2. Histogram yang 2. Distribusi peluang
mencerminkan distribusi
frekuensi untuk masing-
masing kategori.
 Distribusi frekuensi

Mengelompokkan dengan Tahapan ;

menyatukan dari nilai yang di 1. Membuat tabulasi data dari
observasi. Dapat terkecil sampai terbesar
dipresentasikan menjadi 2. Dibuat klasifikasi nilai, missal 0
histogram. sampai 5
3. Dari proses tabulasi ini
diperoleh nilai cacat atau tidak
sesuai , tabulasinya dan jumlah
frekuensinya
 contoh

Sebuah perusahaan cetak mempunyai kemasan coklat seri tahun baru

yang akan dianalisa jumlah cacatnya dalam periode 35 hari selama proje
ct kemasan tersebut berlangsung. Berikut adalah contoh pengelompokan
data dari data mentah yang bisa dirubah menjadi check sheet.
 PROSES TABULASI DATA
Jumlah kemasan yang cacat /hari
Kemasan tabulasi Fre4kuensi
0 1 3 0 1 cacat
0 IIIII IIII 35
1 5 4 1 2
1 IIIII IIIII III 13
1 0 2 0 0
2 IIIII 5
2 1 1 1 2
3 IIII 4
0 4 1 3 1
4 III 3
1 3 4 0 0
5 I 1
1 3 0 1 2
Distribusi frekuensi

Daftar yang memuat data berkelompokk disebut ditribussi fre

kuensi atau table frekuensi.
kata lain susuan data menurut kelas-kelas interval tertentu a
tau menurut kategori tertentu dalam sebuah daftar.
Bagian-bagian Distribusi frekuensi

1. Kelas- kelas ; kelompok nilai data atau variable

2. Batas kelas (class limit) ; nilai yang membatasi kelas yang satu de
ngan yang lain.
a. Batas kelas bawah : terdapat dideretan sebelah kiri setiap kelas.
b. Batas kelas atas : terdapat dideretan ebellah kanan setiap kelas.
3. Tepi kelas : batas nyata antar kelas, yaitu batas elas yang tidak me
miliki lubang untuk angka tertentu antara kelas yang satu dengan kkel
as yang lain. Misal : tepi bawah kelas – 0,5; tepi atas kelas +0,5.
4. Titik tengah kelas : angka atau nilai data yang tepat terletak ditenga
h suatu kelas.
1
Titik tengah kelas = (batas atas + batas bawah) x
2
Bagian-bagian Distribusi frekuensi

5. Interval kelas (class interval) selang yang memisahkan kelas yang

ssatu ddengan yang lain.
6. Panjjang interval kelas atau luas kelas (interval size) : jaraak antara
tepi atas kelas dan tepi bawah kelas.
7. Frekuensi kelas : banyaknya data yang termasuk ke dalam kelas te
tentu.
Penyusunan Distribusi frekuensi - 1
1. Mengurutkan data dari yang terecil ke yang terbesar
2. Menentukan jangakauan (range) dari data. Jangkauan = data ter
besar – data terkecil.
3. Menentukan banyaknya kelas (k).
Rumus sturgess :
k = 1 + 3,3 log n
k = banyaknya kelas
n = banyaknya data

4. Menentukan Panjang interval kelas.

𝑗𝑎𝑛𝑔𝑘𝑢𝑎𝑛 (𝑅)
Panjang interval kelas (i) =
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑘𝑒𝑙𝑎𝑠 (𝑘)
Penyusunan Distribusi frekuensi - 2

5. Menentukkan batas bwah kelas pertama. Batas bawaah kelas pert

ama biasanya dipilih dari data terkecil tu data terkecil yang berasal d
ari pelebaran jangkauan (data yang lebih kecil dari data terkecil) an s
elisihnya harus kurang dari panjang interval kelasnya).

6. Menuliskan frekuensi kelas secara melidi dalam kolom turus atau

tally (system turus) sesuai banyaknya data.
Catatan penyusunaan distribusi frekuensi

1. Pada pembuatan distribusi frekuensi perlu dijaga jangan sampai a

da data yang tidak dimasukkan dedalam kelas atau ada data yan
g masuk kedalam dua kelas yang berbeda.
2. titik tengh kelas diusahakan bilangan bulat/ bukan pecahan.
3. Nilai frekuensi diusahakan tidak ada yang nol.
4. Dalam menentukan banyaknya kelas (k), diushakan :
a. Tidak terlalu sedikit, sehingga pola kelompok kabur
b. Banyaknya kelas berkisar 5 sampai 15 buah
c. Jika jangkauan terlalu bear maka banyaknya kelas antara 10 sam
pai 20.
Catatan penyusunaan distribusi frekuensi

5. Cara lain dalam menetapkan banyaknya kelas ialah ;

a. Memilih atau menetapkannya sesuai dengan kebutuhan yang diin
ginkan
b. Menggunakan rumus ;

𝑅
K=1+
𝑖
R = jangkauan
I = Panjang interval kelas
contoh

Sebuah produk kemasan kaleng diukur diameternya dan

diperoleh data-data berikut :
78 72 74 79 74 71 75 72 68 74
72 73 72 74 75 74 73 74 65 72
66 73 80 69 82 73 74 72 79 71
70 75 71 70 70 70 75 76 77 67
Buat distribusi frekuensinya ;
Contoh penyelesaian

a. Urutan data
65 66 67 68 69 70 70 70 70 71
71 71 72 72 72 72 72 72 73 73
73 74 74 74 74 74 74 74 75 75
75 75 75 76 77 78 79 79 80 82
b. Jangkauan ® = 82 – 65 = 17
c. Banyaknya kelas (k) : k = 1 + 3,3 log 40 = 1 + 5,3 = 6,3 = 6
17
d. Panjang interval kelas (i) : I = = 2,8 = 3
6
e. Batas kelas pertama adalah = 65 (data terkecil).
Tabel pengukuran
diameter turus frekuensi
65 – 67 III 3
68 – 70 IIIII I 6
71 – 73 IIIII IIIII II 12
74 – 76 IIIII IIIII III 13
77 – 79 IIII 4
80 – 82 II 2
jumlah 40
Histogram dan polygon frekuensi
Histogram
grafika batang dari distribusi frekuensi
batang-batangnya saling melekat atau
berhimpitan
Pada pembuatan histogram sumbu m
endatar (X) menyatakan interval kelas
(tepi bawah dan tepi atas masing-masi
ng kelas) dan sumbu tegak (Y) menya
takan frekuensi
polygon frekuensi
grafika garisnya
dibuat dengan cara menarik garis dari
satu titik tengah batang histogram ke ti
tik tengah batang histogram yang lain.
Agar diperoleh polygon tertutup, harus
dibuat kelas baru dengan Panjang kel
as sama dengan frekuensi nol pada ke
dua ujungnya
 histogram
Distribusi frekuensi yang dikelompokkan dapat membentuk histogram,
dan dapat digunakan untuk beberapa proses :
1. Menghitung kapabilitas proses.
2. Membandingkan spesifikasi suatu produk.
3. Menggambarkan besaran dari nilai populasi.
4. Identifikasi simpangan data-data.
Contoh hasil pengukuran lebar kertas
Interval kelas turus Frekuensi Tepi interval Titik tengah
(mm) (banyak kertas kertas
)
140 – 144 II 2 139,5 – 144,5 142

145 – 149 IIII 4 144,5 – 149,5 147

150-154 IIIII IIIII 10 149,5 – 154,5 152

155 – 159 IIIII IIIII IIII 14 154,5 – 159,5 157

160 – 164 IIIII IIIII II 12 159,5 - 164,5 162

165 – 169 IIIII 5 164,5 – 169,5 167

170 - 174 III 3 169, 5 – 174,5 172

∑f = 50
 Cara membuat histogram
1. Buat table di excel yang berisi data Tepi Interval Kelas dan frekuensi (f
rekuensi buat sebanyak 2 kolom dengan data yang sama.
2. Drag kolom dan klik insert buat kolom.
3. Rubah nama frekuensi di select data
4. Ganti frekuensi 1 dengan Histogram, dan frekuensi 2 dengan polygon
, klik enter
5. Klik pada batang, format data series, select Gab, rubah menjadi 0%.
6. Fill , solid line ganti dengan warna yang tegas, missal biru tua atau hit
am, width atur missal 1,5 pt (point).
7. .untuk membuat polygon, klik diagram, klik change type,
8. Pilih line atau combo.
Ganti jadi 0%
ganti
Korelasi dan regresi linier sederhana

Variable bebas (independent variable) adalah variable yang nilain

ya tidak bergantung pada variable lainnya, biasanya disimbolkan
dengan X. variable ini digunakan untuk meramalkan atau menera
ngkan nilai variable lain.

Variable terikat (dependent variable) adalah variable yang nilainy

a bergantung pada variable lainnya , biasanya disimbolkan deng
an Y. variable ini merupakan variable yang diramalkan atau diter
angkan nilainya.

Jika variable bebas (x) memiliki hubungan dengan variable terika

t (y) maka nilai-nilai variable x yang sudah diketahui dapat diguna
kan untuk menaksir atau memperkirakan nilai-nilai y.
Contoh hubungan suhu seal (temperature)
dengan kekuatan seal (seal strength)

Suhu (C) Seal strength (kgf)

120 5
130 6
140 7
150 8
160 6,8
170 5
 Seal strength (kgf)
9

6
Ada korelasi atau hubungan
seal strength

4
antara suhu dengan seal
Seal strength

3
(kgf) strength
2

0
120 130 140 150 160 170
suhu
Perlu tau

Model statistik ini dipergunakan biasany untuk melihat hubungan anta

ara variable A dan B. apakah saling berkaitan.
Dan bagaimana hubungannyaa. Biasanya metode ini dipakai untuk m
melakukan pemeriksaan sederhana yang melibatkan 2 variable teruk
ur ( kuantitatif).
Statitical process control

Pentingnya statistical process control (SPC) : suatu barang atau

jaasa dirproduksi , outputnya akan serupa (similar) tapi tidak sam
a (identical).

Variasi dalam produk merupakan hal yang wajjar, tetapi hal ini ha
rus dikendalikan.
 Statitical process control - Deming

“SEBAB-SEBAB “ SEBAB-SEBAB
UMUM (Natural)” KHUSUS Cari Penyebab
• Kontrol Manajemen (Assignable)” Variasi dan
• Karena Hilangkan
• Hanya manajemen alam/lingkungan
yang dapat • Abnormal terhadap
Memperbaikinya system
• Melekat di dalam • Dapat di perbaiki
“system” secara lokal
 Statitical process control

Shewhart “VARIASI TDK

TERKENDALI”
‘VARIASI TERKENDALI “ Tidak stabil, tidak konsisten

Stabil dan Kosisten ‘Assignable Cause”

Kemungkinan Random Tidak Terprediksi.

Terprediksi Mengerti Proses

Statitical process control

Metode Statistik untuk mengendalikan mutu dikenal dengan

menggunakan suatu peta/diagram/bagan yang disebut :
Diagram Kendali atau Peta Kendali atau Bagan Kendali
(Control Chart)

Peta Kendali : Suatu diagram yang menjelaskan proses yang t

erjadi di dalam hasil observasi data-data yang diteliti.

Di dalam Peta Kendali terdapat : garis pusat, batas atas, bat

as bawah dan grafik hasil plot data observasi
Control chart / diagram kendali

Peta kontrol dipergunakan untuk :

Menentukan apakah suatu proses berada dalam pengendalian s

tatistik

Memantau proses terus menerus sepanjang waktu agar proses

tetap stabil secara statistik dan hanya mengandung variasi pen
yebab umum.

Menentukan kemampuan proses (process capability)

Control chart / diagram kendali
Diagram yang menjelaskan proses yang terjadi di dalam hasil ob
servasi data-data suatu produk
Unsur Diagram Kendali
❑Garis Pusat (CL)
❑Batas Atas (UCL)
Batas Bawah (LCL)
❑Grafik Plot Data Observasi
Jenis Diagram Kendali
Jenis yang biasa digunakan :
❑ Diagram Nilai Kontinu X – R chart
❑ Diagram Nilai Diskrit p – c chart
contoh
 Variabel
• Karakteristik yang kita dapat
dari pengukuran, contoh:
berat, panjang
• Bisa merupakan angka utuh
atau pecahan
• Variabel acak dan kontinyu
Atribut
• Karakteristik yang kita
utamakan untuk ukuran
kecacatan
• Mengklasifikasian suatu
produk menjadi “baik” atau
“buruk” atau “cacat”
• contoh, radio berfungsi
atau rusak.
• Variabel acak yang diskrit
 Jenis diagram kendali
R Chart
Diagram
variable
X chart
Diagram
kendali
P chart
Diagram
atribut
C chart
 Mean (X) and Range (R) Charts
(a)
These samplin (Sampling mean is shift
g distributions ing upward but range is
result in the ch consistent)
arts below
 UCL
(x-chart detects
x-chart shift in central te
ndency)
LCL

UCL
(R-chart does not d
R-chart etect change in me
an)
LCL
(b)
These samplin
g distributions r (Sampling mean is
esult in the cha constant but dispers
rts below ion is increasing)

UCL
(x-chart does not de
x-chart tect the increase in
dispersion)
LCL

UCL
(R-chart detects inc
R-chart rease in dispersion
)
LCL
(a)
These sampli (Sampling mean is shi
ng distributio fting upward but rang
ns result in th e is consistent)
e charts belo
w

UCL
(x-chart detects
x-chart shift in central te
ndency)
LCL

UCL
(R-chart does not d
R-chart etect change in me
an)
LCL
Diagram X dan R Untuk Nilai Kontinu

❑Mengendalikan dan menganalisa proses yang menggunakan nilai

kontinu, seperti panjang, berat, diameter, dll.
❑X adalah besaran yang dapat diukur (variabel) dan cara mengukur
nya dapat dipakai alat-alat, tergantung dari apa yang akan diukur.
❑Diagram X digunakan untuk menganalisa nilai rata-rata sub kelom
pok data
❑R adalah Range, yaitu untuk melihat perbedaan ukuran tadi dalam
skala yang lebih kecil (perbedaan angka yang paling besar dan yang
paling kecil dari satu kali pengambilan sample).
❑Diagram R digunakan untuk menganalisa Range atau Kisaran dari
sub kelornpok data.
Diagram X dan R Untuk Nilai Kontinu

❑Kedua Diagram tersebut saling melengkapi karena sample harus

menunjukkan nilai rata-rata yang dapat diterima dan jarak pengukura
n yang dipertanggungjawabkan sebelum proses dinyatakan dalam k
eadaan "under control"
Tujuan Penggunaan Diagram X dan R

❑Melihat sejauh mana suatu proses produksi sudah sesuai dengan

standar desain proses ataukah belum,
❑Mengetahui sejauh mana masih perlu diadakan penyesuaian-peny
esuaian (adjustments) pada mesin-mesin/alat/metode kerja yang dip
akai dalam suatu, proses produksi.
❑Mengetahui penyimpangan kualitas atas hasil (produk) dari suatu
proses produksi, yang kemudian disusul dengan dilaksanakannya tin
dakan-tindakan tertentu dengan tujuan agar tidak terjadi penyimpang
an-penyimpangan atas kualitas pada proses berikutnya
 Teknik Pembuatan Diagram X dan R

❑Tentukan "apa" yang hendak "diukur') yang menggambarkan kualitas

dari suatu produk/jasa atau penunjang daripada produk/jasa tersebut. S
erta tentukan satuan ukurannya dan dengan alat apa akan diukurnya.
❑Tentukan ukuran contohnya (sample size n). Sebagai gambaran, untu
k satu kali pengambilan sample secara acak (random) yaitu 2 < n < 12,
(biasanya 4 sampai 5 sample)
➢Untuk keperluan pembuatan diagram X dan R standar diperlukan
5 s/d 20 kali pengambilan (biasanya 10 kali) @ 4 sampai 5 sample
➢Untuk keperluan pengendalian dari waktu ke waktu, pengambilan
sample dilakukan secara kontinu, misaInya : 5 kali pengambilan per
hari, dan hal ini tentunya tergantung dari kebutuhan, kegunaan serta
kemampuan karyawan/pejabat yang bertanggungjawab atas kualita
s tersebut.
 Tabel Pengambilan Data Diagram X – R
Form…..

sampel

tanggal X1 X2 X3 X4 X5 X R keterangan
 Perhitungan Pada Tabel Data Diagram
X–R
Menghitung X rata-rata (X) X=
X1+X2+...+Xn
n

Menghitung R Selisih angka paling besar dan angka

paling kecil dalam setiap kelompok s
ampel (jarak pengukuran tertinggi
dan terendah dalam pengambilan
sampel)
Perhitungan Untuk Pembuatan Diagram
X–R
Menghitung garis tengah
X=
 X
R=
 R
(Central Line) k k
k = jumlah berapa kali pengambilan sampel

Menghitung Garis Batas UCL = X + ( A2 ) R

untuk X
LCL = X - ( A2 ) R

Menghitung Garis Batas UCL = ( D4 ) R

untuk R LCL = ( D3) R
n A2 D3 D4 Faktor A2, D3 dan D4
2
3
1,88
1,02
0
0
3,27
2,57
untuk Diagram X – R
4 0,73 0 2,28
5 0,58 0 2,11
Catatan :
6 0,48 0 2
7 0,42 0,08 1,92 ❑ Apabila terdapat angka perhitung
8 0,37 0,14 1,86 an LCL yang negatif maka digam
9 0,34 0,18 1,82 barkan pada garis 0
10 0,31 0,22 1,76
11 0,29 0,26 1,74
❑ Angka X dan R untuk setiap peng
12 0,27 0,28 1,72 ambilan sample kemudian diplotk
13 0,25 0,31 1,69 an di dalam, grafik tersebut untuk
14 0,24 0,33 1,67 mengetahui apakah standar ini
15 0,22 0,35 1,65
16 0,21 0,36 1,64 sudah benar ataukah belum
17 0,2 0,38 1,62
18 0,19 0,39 1,61
19 0,19 0,4 1,6
20 0,18 0,41 1,59
 DiagramX

❖ Jenis dari diagram kendali variable ; Data numeris

berupa interval atau ratio.
❖ Menunjukkan rerata sampel terhadap waktu
❖ Memonitor rerata proses
Contoh: menimbang sampel tinta dan menghitung rer
ata sampel; Plot
Setting chart limits (membuat Batasan )
For x-Charts when we don’t know s

Upper control limit (UCL) = x + A2R

Lower control limit (LCL) = x - A2R

where R = average range of the samples

A2 = control chart factor found in Table S6.1
x = mean of the sample means
 Control chart factors
Table S6.1
Sample Size Mean Factor Upper Range Lower Range
n A2 D4 D3

2 1.880 3.268 0
3 1.023 2.574 0
4 .729 2.282 0
5 .577 2.115 0
6 .483 2.004 0
7 .419 1.924 0.076
8 .373 1.864 0.136
9 .337 1.816 0.184
10 .308 1.777 0.223
12 .266 1.716 0.284
Setting control limit
Process average x̿ = 16.01 ounces
Average range R = .25
Sample size n = 5

UCLx = ̿x + A 2 R
= 16.01 + (.577)(.25)
= 16.01 + .144
= 16.154 ounces
Dari Tabel S6.1
 Setting control limits (contoh)
Process average ̿x = 16.01 ounces
Average range ̅R = .25
Sample size n = 5
UCL = 16.154
UCLx̅ = ̿x + A2 R̅
= 16.01 + (.577)(.25)
= 16.01 + .144 Mean = 16.01
= 16.154 ounces
LCLx̅ = x - A2R̅ LCL = 15.866
= 16.01 - .144
= 15.866 ounces
 Contoh Diagram kontrol untuk sampel yang
terdiri dari 9 kotak
Variasi karena seba
b terkondisi
17=UCL
16=Mean Variasi karena se
bab alamiah
15=LCL
Variasi karena seba
1 2 3 4 5 6 7 8 9 10 11 12 b terkondisi
Sample Number
Luar kendali
(Out of control)
 Diagram X : Batas Kendali
UCL x = x + A  R Dari
Tabel S6.1
LCL x = x − A  R Kisaran untu
Rerata dari sa k sample i
n mpel i
 xi n
 Ri
x = i = i =1
R =
n n
Jumlah Sampel
 Diagram Kendali X
UCL = X + ( A2 ) R = 32.84 + (0.557)(9.76) = 38.471
LCL = X - ( A2 ) R = 32.84 - (0.557)(9.76) = 27.208
 Diagram R

• Jenis diagram kendali variabel

– Interval or ratio scaled numerical data
• Menunjukkan kisaran sampel terhadap waktu
– Perbedaan antara nilai terbesar dan terkecil pada
sampel yang diperiksa
• Memonitor variasi dalam suatu proses
• Contoh: menimbang sampel tinta dan menghitung
kisarannya; Plot
 R Chart : Control Limits
UCL R = D4 R
Dari Tabel S6.1
LCL R = D3 R

n Kisaran untuk Sample i

 Ri
R = i =1
n Jumlah Sample
 contoh

Sebuah perusahaan melakukan pengecekan dan pengukuran berat suatu

produk. Jumlah data yang diperiksa (sampel) adalah 125 unit. Sampel itu
dibagi menjadi 25 sub kelompok yang masing-masing terdiri dari 5 unit. S
etelah dilakukan pengukuran, datanya sbb
Sub Kelompok X1 X2 X3 X4 X5 X X R
1 39 32 38 35 37 181 36.2 7
2 32 37 31 25 34 159 31.8 12
3 31 32 35 29 37 164 32.8 8 R = X tertinggi
4
5
35
28
37
31
42
37
47
36
38
25
199
157
39,8
31.4
12
12
– X terrendah d
6
7
40
35
35
30
33
37
38
33
33
26
179
161
35.8
32.2
7
It
ari setiap peng
8 35 39 32 37 38 181 36.2 7 ambilan sample
9 27 37 36 33 35 168 33.6 10
10 32 33 31 37 32 165 33 6
11 35 39 35 31 33 173 34.6 8
12 31 25 24 32 22 134 26.8 10
K = jumlah
13
14
22
37
37
32
31
33
37
38
28
30
155
170
31
34,0
15
8
banyaknya sam
15 31 37 33 38 31 170 34 7 pe diambil
16 27 31 23 27 32 140 28 9
17 38 35 37 26 37 173 34.6 12
18 35 31 29 39 35 169 33.8 10
19 31 29 35 29 35 159 31.8 6
20 29 27 32 38 31 157 31.4 11
21 40 39 41 33 29 181 36.2 12 821
22 20 31 27 29 28 135 27 11 X= = 32.84
23
24
30
28
37
35
29
22
32
32
31
37
159
154
31.8
30.8
8
15
25
244
= 9.76
25 39 34 31 29 29 162 32.4 10
Total 4105 821 244 R=
25
 CONTROL CHART R
UCL = ( D4 ) R = (2.115)(9.76) = 20.6424
LCL = ( D3) R = (0)(9.76) = 0 (tidak ada LCL)
 Variable data







Analisis Penyimpangan
❑Proses Terkendali
Terjadi variasi karena penyebab
acak yang normal.
Tidak diperlukan tindakan apa-apa
❑Proses Tak Terkendali
Terjadi variasi karena penyebab
yang tidak normal.
Diperlukan tindakan penyelidikan
Beberapa Indikasi
Penyimpangan
Beberapa pola grafik memberikan
gambaran tentang indikasi
terjadinya penyimpangan tak
terkendali dalam proses, antara lain
• Terdapat titik di luar garis batas
(atas UCL atau bawah LCL)
• Terdapat dua titik didekat garis
batas kendali
• Terdapat larinya (run) 5 titik di atas
atau di bawah garis tengah (CL)
• Kecenderungan (trend) 5 titik terus
naik atau turun
• Perubahan tak menentu
• Perubahan tiba-tib
Diagram p

✓ Jenis diagram kendali batas atribut

✓ Memakai skala dengan data kategori
✓ Misalnya; buruk-jelek
✓ Memperlihatkan persentase dari item yang tidak sesuai
✓ Contoh: menghitung jumlah hasil laminasi rusak dan diba
gi dengan jumlah total produk laminasi yang diperiksa;
Plot
✓ laminasi dinyatakan dengan “rusak” atau “tidak rusak”.
 Diagram Kendali Untuk Atribut/Nilai Diskrit

❑ Pengertian Atribut adalah persyaratan kualitas yang diberikan

kepada suatu barang, yang hanya menunjukkan apakah bara
ng/produk tersebut di terima atau di tolak
❑ Diagram ini biasanya digunakan untuk menganalisa suatu pe
ngukuran yang bersifat diskrit, contohnya : kelingan yang rus
ak pada sayap pesawat, gelembung-gelembung udara pada
botol/gelas, goresan pada lempengan plat dan sebagainya
 Tujuan Diagram Kontrol p dan c

Diagram Kontrol p:
Persentase atau proporsi dari produk yang defective per sample
untuk menilai masing-masing produk dapat diterima (acceptable)
atau ditolak (defective)

Diagram Kontrol c:
Jumlah defect dalam unit produk yang tetap
 Control chart - Diagram p
p (1 − p )
UCL p = p + z
n z = 2 untuk batas 95
p (1 − p ) .5%; z = 3 untuk bat
LCL p = p − z
n as 99.7%
k k
 ni  xi
n= i =1
and p = i =1
k Jumlah sampel ru
k  ni
i =1 sak pada Sampel
p (1 − p ) i
sp =
n Jumlah sampel i
where n = size of each sample
 Diagram P pada Contoh Data Entry
0.12
0.11
0.10
UCLp=0.10
Percent Defective

0.09
0.08
0.07
0.06
0.05
0.04 p = 0.04
0.03
0.02
0.01
0.00 LCLp=0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Sample Number
 Diagram c
• Jenis diagram kendali atribut
– Data kuantitatif (numeris) diskrit
• Menunjukkan jumlah ketidaksesuaian dalam suatu unit
– Unit bisa kursi, lembaran baja, mobil, dll.
– Ukuran dari unit harus konstan
• Contoh: menghitung jumlah kerusakan (goresan, potongan dll)
pada tiap kursi dari 100 sampel kursi; Plot
Diagram c - control chart

UCLc = c + 3 c Gunakan 3 untuk

batas 99.7% l

LCLc = c − 3 c
Jumlah kerusakan
pada Unit i
k
 ci Jumlah sampel Unit
c = i=1

k
 Teknik Pembuatan Diagram p

❑ Diagram kontrol ini juga disebut sebagai Diagram kontrol defective.

❑ p adalah ratio antara jumlah produk defective yang didapatkan dal
am inspeksi terhadap jumlah seluruh produk yang di inspeksi.
❑ p dapat dinyatakan, dalam fraksi disebut "fraction defective“ atau p
ersentase disebut "percentage defective“
❑ Diagram p dapat di susun dengan jumlah sample tetap atau berva
riasi
Perhitungan Untuk Pembuatan Diagram
p

Garis Tengah (Central Line) jumlah produk defective

p=
jumlah produk diobservasi

p (1 - p )
Garis Batas untuk p Sp = (p dalam fraksi)
n
p (100 - p )
UCL = p + 3 Sp Sp = (p dalam persen)
LCL = p - 3 Sp n
n = ukuran sampel
 T anggal Tolak Prosentase
08-Sep-00
09-Sep-00
4
3
8
6
Contoh
10-Sep-00 2 4 Dalam memproduksi "Wiring Board" yang digun
11-Sep-00 6 12
12-Sep-00 3 6
akan dalam assembling produk-produk tertentu
15-Sep-00 1 2 diambil sampel 50 buah per hari. Wiring Board
16-Sep-00 3 6 ini ditest dan jika lampu menyala bahan diterima.
17-Sep-00 2 4 Hasil tabulasi dari data yang dicatat selama
18-Sep-00 9 18
19-Sep-00 5 10
phase permulaan produksi sebagai berikut:
22-Sep-00 3 6
23-Sep-00 2 4
24-Sep-00 5 10 Jumlah produk yang ditolak seluruhnya = 62 bu
25-Sep-00 2 4 ah (Jumah persentase defective 124%) maka
26-Sep-00 2 4
29-Sep-00 1 2
30-Sep-00 3 6 62 6.2 (100 - 6.2 )
01-Oct-00 2 4 p = = 6.2 % atau
02-Oct-00 1 2
20  50 Sp =
50
124%
03-Oct-00 3 6 p = = 6.2 %
Jumlah 62 124 20 = 3.4
 Diagram Kendali p
UCL = 6.2 % + 3 (3,4 %) = 16.4 %
LCL = 6.2 % - 3 (3,4 %) = - 4 % (negatif), diambil = 0
 Diagram Kendali p

Melihat bahwa pada tanggal 18 September 2000 ada titik dil

uar batas pengendalian maka dilakukan penelitian. Ternyata
ada buruh baru dan produknya belum sempat diperiksa sud
ah masuk dalam sampel. Agar proses tersebut tetap dalarn
pengendalian diagram kontrol perlu direvisi dengan jalan:
❑ Nilai tanggal 18 September 2000 dikeluarkan
❑ Dilakukan perhitungan ulang:
➢ jumlah sample jadi 19 X 50
➢ jumlah defective (yang ditolak) = 62 - 9 = 53

p =
53
= 5.5 % (revised) 5.5 (100 - 5.5 )
Sp = = 3.2
19  50 50
UCL = 5.5 % + 3 (3,2 %) = 15.1 %
LCL = 5.5 % - 3 (3,2 %) = - 4.1 % (negatif), diambil = 0
 Teknik Pembuatan Diagram c
❑ Banyak parameter yang dikendalikan tidak dapat dinyatakan sebagai
bagian seperti dalam Diagram-p. Misalnya dalam pertenunan, jumlah
defect per 10 m2 dari bahan yang diproduksi mungkin merupakan par
ameter yang harus dikendalikan. Disini satu defect mungkin artinya ke
cil tetapi kalau defectnya besar per unit mungkin dapat merupakan ob
yek penting sekali
❑ Untuk itu distribusi kemungkinan yang berlaku adalah distribusi POIS
SON, dimana terjadi defect secara random
 Perhitungan Untuk Pembuatan Diagram c

jumlah produk defective

Garis Tengah (Central
c=
jumlah produk diobservasi
Line)

Garis Batas untuk c

UCL = c + 3 Sc Sc = c
LCL = c - 3 Sc
 Portfolio Presentation

Add Text Add Text Add Text

Simple PowerPoint Simple PowerPoint Simple PowerPoint
Presentation Presentation Presentation
 Your Text Here Your Text Here
You can simply You can simply
impress your audience impress your audience
and add a unique zing. and add a unique zing.

Our
Your Text Here Your Text Here

Services You can simply

impress your audience
You can simply
impress your audience
Presentation Designed and add a unique zing. and add a unique zing.
 Our Team Layout

Name Here Name Here Name Here Name Here

Programmer Programmer Programmer Programmer

You can simply impress You can simply impress You can simply impress You can simply impress
your audience and add your audience and add your audience and add your audience and add
a unique zing. a unique zing. a unique zing. a unique zing.
 Your Text Here Your Text Here Your Text Here Your Text Here
You can simply impress You can simply impress You can simply impress You can simply impress
your audience and add a your audience and add a your audience and add a your audience and add a
unique zing and appeal to unique zing and appeal to unique zing and appeal to unique zing and appeal to
your Presentations. your Presentations. your Presentations. your Presentations.
 Infographic Layout
Your Text Here
You can simply impress your audience
and add a unique zing.

Your Text Here Your Text Here

You can simply impress your audience You can simply impress your audience
and add a unique zing. and add a unique zing.

Your Text Here

You can simply impress your audience
and add a unique zing.
Your Text Here Your Text Here Your Text Here Your Text Here

Simple Simple Simple Simple

PowerPoint PowerPoint PowerPoint PowerPoint
Presentation Presentation Presentation Presentation

You can simply You can simply You can simply You can simply
impress your impress your impress your impress your
audience and add a audience and add a audience and add a audience and add a
unique zing and unique zing and unique zing and unique zing and
appeal to your appeal to your appeal to your appeal to your
Presentations. Presentations Presentations Presentations

$1,200 $1,000 $800 $500

Simple Portfolio
Presentation
Your Text Here
You can simply impress
01
your audience and add a
unique zing.

Your Text Here

You can simply impress
02
your audience and add a
unique zing.

Your Text Here

You can simply impress
03
your audience and add a
unique zing.
 Infographic Layout

01 02 03 04
Your Text Here Your Text Here Your Text Here Your Text Here
You can simply You can simply You can simply You can simply
impress your audience impress your audience impress your audience impress your audience
and add a unique zing and add a unique zing and add a unique zing and add a unique zing
and appeal to your and appeal to your and appeal to your and appeal to your
Presentations. Presentations. Presentations. Presentations.
Presentation Designed

Simple Portfolio
Presentation
This PowerPoint Template has clean and neutral
design that can be adapted to any content and
meets various market segments.

Your Text Here Your Text Here

You can simply You can simply
impress your audience impress your audience
and add a unique zing. and add a unique zing.
Infographic Layout
Your Text Here
01 You can simply impress your audience
and add a unique zing.

Your Text Here

02 You can simply impress your audience
and add a unique zing.

Your Text Here

03 You can simply impress your audience
and add a unique zing.

Your Text Here

04 You can simply impress your audience
and add a unique zing.
 Chart Layout
Content Here Content Here Content Here Content Here

You can simply You can simply You can simply You can simply
impress your audience impress your audience impress your audience impress your audience
and add a unique zing. and add a unique zing. and add a unique zing. and add a unique zing.

8 8
7 7
6 6
5 5
4 4
3 3
2 2
1 1
0 0
A B C D
8 8
7 7
6 6
5 5
4 4
3 3
2 2
1 1
0 0
A B C D A B C D A B C D
 Presentation Designed

Simple Portfolio
Presentation
This PowerPoint Template has clean and neutral design that can be
adapted to any content and meets various market segments.
 Infographic Layout

Add Text Add Text Add Text

Simple PowerPoint Simple PowerPoint Simple PowerPoint

Your Text Here Your Text Here Your Text Here

You can simply You can simply You can simply
impress your audience impress your audience impress your audience
and add a unique zing and add a unique zing and add a unique zing
and appeal to your and appeal to your and appeal to your
Presentations. Presentations. Presentations.
 Infographic Layout
Your Text Here
Option A You can simply impress your audience and
add a unique zing

Your Text Here

Option B You can simply impress your audience and
add a unique zing

Your Text Here

Option C You can simply impress your audience and
add a unique zing

Your Text Here

Option D You can simply impress your audience and
add a unique zing

Your Text Here

Option E You can simply impress your audience and
add a unique zing
 Portfolio Presentation

Add Text Add Text Add Text Add Text

Simple PowerPoint Simple PowerPoint Simple PowerPoint Simple PowerPoint

Add Text Add Text Add Text Add Text

Simple PowerPoint Simple PowerPoint Simple PowerPoint Simple PowerPoint
Worldmap Infographic

$600
You can simply impress your
audience and add a unique zing
and appeal to your Presentations.
Easy to change colors, photos
and Text.

$450
You can simply impress your
audience and add a unique zing
and appeal to your Presentations.
Easy to change colors, photos
and Text.
Portfolio Presentation

Your Text Here Your Text Here

You can simply You can simply
impress your audience impress your audience
and add a unique zing. and add a unique zing.

Your Text Here Your Text Here

You can simply You can simply
impress your audience impress your audience
and add a unique zing. and add a unique zing.
 Portfolio Presentation

Simple Portfolio
Presentation
You can simply impress your
audience and add a unique
zing and appeal to your
Presentations.

Simple Portfolio
Presentation
You can simply impress your
audience and add a unique
zing and appeal to your
Presentations.
 Table & Chart
Content Here
TITLE A TITLE B TITLE C TITLE You can simply impress your audience and add a
unique zing and appeal to your Presentations.
Text Here Text Here Text Here Easy to change colors, photos and Text.
Content Here
Content Content Content

Text Here Text Here Text Here

Content Here 10%
Content H Content Content A TITLE

Text Here Text Here Text Here 20% B TITLE

Content Here
Content Content Content 70% C TITLE
Text Here Text Here Text Here
Content Here
Content Content Content
 Table Layout
Your Text Here Your Text Here Your Text Here

$25 $25 $25

Text Here Text Here Text Here

Text Here Text Here Text Here

Text Here Text Here Text Here

Text Here Text Here Text Here

Your Text Here Your Text Here Your Text Here

Presentation Designed

Simple
Portfolio
Presentation
This PowerPoint Template
has clean and neutral design
that can be adapted to any
content and meets various
market segments. With this
many slides you are able to
make a complete PowerPoint
Presentation that best suit
your needs. You can simply
impress your audience and
add a unique zing and appeal
to your Presentations.
 Worldmap Infographic
Content Here
You can simply impress your audience and add a
unique zing and appeal to your Presentations.
Easy to change colors, photos and Text.

34% 42%
You can simply impress your audience and add a
unique zing and appeal to your Presentations.
Easy to change colors, photos and Text. You can
simply impress your audience and add a unique
zing and appeal to your Presentations. Easy to
change colors, photos and Text.
Columns Layout

Get a modern PowerPoint Get a modern PowerPoint Get a modern PowerPoint

Presentation that is Presentation that is Presentation that is
beautifully designed. I beautifully designed. I beautifully designed. I
hope and I believe that hope and I believe that hope and I believe that
this Template will your this Template will your this Template will your
Time, Money and Time, Money and Time, Money and
Reputation. Reputation. Reputation.

Get a modern PowerPoint Get a modern PowerPoint Get a modern PowerPoint

Presentation that is Presentation that is Presentation that is
beautifully designed. I beautifully designed. I beautifully designed. I
hope and I believe that hope and I believe that hope and I believe that
this Template will your this Template will your this Template will your
Time, Money and Time, Money and Time, Money and
Reputation. Reputation. Reputation.
 Thank you
This text can be replaced with your own text
 Fully Editable Icon Sets : A
You can Resize without
losing quality

You can Change Fill Color &

Line Color

FREE
PPT
TEMPLATES
www.allppt.com
 Fully Editable Icon Sets : B
You can Resize without
losing quality
You can Change Fill Color
&
Line Color

FREE
PPT
TEMPLATES
www.allppt.com
 Fully Editable Icon Sets : C
You can Resize without
losing quality

You can Change Fill Color &

Line Color

FREE
PPT
TEMPLATES
www.allppt.com