BUSINESS STATISTICS FINAL TEST

Name : Anandra Raaditya Putra Graha (34)

NIM : 215030207111158
Book : Statistics for Business and Economics by Anderson
Chapter : Chapter 19/Statistical Methods for Quality Control

FILOSOFI DAN KERANGKA

Pada awal abad ke-20, praktik pengendalian mutu terbatas pada
pemeriksaan produk jadi dan membuang barang yang cacat. Tapi ini semua
berubah sebagai hasil dari usaha rintisan seorang insinyur muda bernama Walter
A. Shewhart. Setelah menyelesaikan gelar doktor dalam bidang fisika dari
University of California pada tahun 1917, Dr. Shewhart bergabung dengan
Western Electronric Company, bekerja di departemen teknik inspeksi. Pada tahun
1924 Dr. Shewhart menyiapkan sebuah memorandum yang mencakup
seperangkat prinsip yang menjadi dasar dari apa yang sekarang dikenal sebagai
pengendalian proses. Dua orang lain yang memiliki pengaruh besar pada kualitas
adalah Dr. W. Edwards Deming, seorang mahasiswa Dr. Shewhart, dan Joseph
Juran. Orang-orang ini membantu mendidik orang Jepang dalam manajemen mutu
tak lama setelah Perang Dunia II. Meskipun kualitas adalah tugas setiap orang,
Deming menekankan bahwa fokus pada kualitas harus dipimpin oleh manajer. Dia
mengembangkan daftar 14 poin yang dia yakini mewakili tanggung jawab utama
para manajer. Banyak orang lain memainkan peran penting dalam gerakan
kualitas, termasuk Philip B. Crosby, A. V. Feigenbaum, Karou Ishikawa, dan
Genichi Taguchi. Kontribusi dari semua individu yang terlibat dalam gerakan
kualitas membantu menentukan serangkaian praktik terbaik dan menghasilkan
banyak penghargaan dan program sertifikasi. Dua program terpenting adalah U.S.
Malcolm Baldrige National Quality Award dan proses sertifikasi internasional
ISO 9000. Dalam beberapa tahun terakhir, penggunaan Six Sigma—sebuah

1
metodologi untuk meningkatkan kinerja organisasi berdasarkan pengumpulan data
yang ketat dan analisis statistik—juga meningkat.
1. Penghargaan Kualitas Nasional Malcolm Baldrige
Penghargaan Kualitas Nasional Malcolm Baldrige diberikan oleh
presiden Amerika Serikat kepada organisasi yang menerapkan dan dinilai
luar biasa dalam tujuh bidang: kepemimpinan; perencanaan strategis;
fokus pelanggan dan pasar; pengukuran, analisis, dan manajemen
pengetahuan; fokus sumber daya manusia; manajemen proses; dan hasil
bisnis. Kongres menetapkan program penghargaan pada tahun 1987 untuk
mengakui organisasi AS atas pencapaian mereka dalam kualitas dan
kinerja dan untuk meningkatkan kesadaran tentang pentingnya kualitas
sebagai daya saing. Penghargaan tersebut dinamai untuk Malcolm
Baldrige, yang menjabat sebagai menteri perdagangan dari tahun 1981
hingga kematiannya pada tahun 1987.
2. ISO 9000
ISO 9000 adalah serangkaian lima standar internasional yang diterbitkan
pada tahun 1987 oleh International Organization for Standardization
(ISO), Jenewa, Swiss. Perusahaan dapat menggunakan standar untuk
membantu menentukan apa yang dibutuhkan untuk mempertahankan
sistem kesesuaian kualitas yang efisien. Sebagai contoh, standar
menggambarkan kebutuhan akan sistem mutu yang efektif, untuk
memastikan bahwa peralatan pengukuran dan pengujian dikalibrasi secara
teratur, dan untuk memelihara sistem pencatatan yang memadai. Registrasi
ISO 9000 menentukan apakah suatu perusahaan mematuhi sistem
kualitasnya sendiri. Secara keseluruhan, pendaftaran ISO 9000 mencakup
kurang dari 10% dari kriteria Penghargaan Baldrige.
3. Enam Sigma
Pada akhir 1980-an Motorola menyadari perlunya meningkatkan kualitas
produk dan layanannya; tujuan mereka adalah untuk mencapai tingkat
kualitas yang sangat baik sehingga untuk setiap satu juta peluang tidak
lebih dari 3,4 cacat akan terjadi. Tingkat kualitas ini disebut sebagai

2
 tingkat kualitas six sigma, dan metodologi yang dibuat untuk mencapai
tujuan kualitas ini disebut sebagai Six Sigma.
4. Kualitas di Bidang Jasa
Kontrol kualitas tidak terbatas pada manufaktur tetapi juga penting untuk
bisnis yang berorientasi layanan. Contoh bisnis tersebut termasuk
penyedia layanan kesehatan, firma hukum, hotel, maskapai penerbangan,
restoran, dan bank. Di Amerika Serikat, bisnis jasa memainkan peran
penting dalam perekonomian, mempekerjakan mayoritas pekerja
nonpertanian. Tidak seperti manufaktur, di mana kecacatan diukur, upaya
kualitas di sektor layanan berfokus pada memastikan kepuasan pelanggan
dan meningkatkan pengalaman pelanggan secara keseluruhan. Bisnis jasa
mengenali nilai mempertahankan pelanggan daripada memperoleh yang
baru, membuat proses kontrol kualitas berorientasi layanan pelanggan
menjadi penting. Namun, mengukur kualitas dalam layanan dapat menjadi
tantangan karena sifat layanan yang tidak berwujud dan sifat subjektif dari
kepuasan pelanggan. Untuk memantau kualitas, bisnis jasa dapat
mengukur faktor-faktor seperti ketepatan waktu layanan dan melakukan
survei kepuasan pelanggan. Strategi seperti menawarkan jaminan,
menggunakan survei pelanggan, dan menerapkan kartu loyalitas pelanggan
membantu bisnis memahami preferensi pelanggan mereka dan
memberikan layanan yang lebih baik berdasarkan kebutuhan mereka.

KONTROL PROSES STATISTIK

Meskipun standar kualitas yang tinggi dalam operasi manufaktur dan
produksi, peralatan mesin akan selalu aus, getaran akan membuat pengaturan
mesin tidak dapat disesuaikan, bahan yang dibeli akan rusak, dan operator
manusia akan membuat kesalahan. Salah satu atau semua faktor ini dapat
menghasilkan output berkualitas buruk. Untungnya, tersedia prosedur untuk
memantau hasil produksi sehingga kualitas yang buruk dapat dideteksi lebih awal
dan proses produksi dapat disesuaikan atau diperbaiki.
1. Grafik Kontrol

3
grafik kendali memberikan dasar untuk memutuskan apakah variasi dalam
keluaran disebabkan oleh penyebab umum (terkendali) atau penyebab
yang dapat ditentukan (di luar kendali). Setiap kali situasi di luar kendali
terdeteksi, penyesuaian atau tindakan korektif lainnya akan diambil untuk
mengembalikan proses ke dalam kendali.
grafik kendali dapat diklasifikasikan menurut jenis data yang
dikandungnya. grafik digunakan jika kualitas output dari proses diukur
dalam bentuk variabel seperti panjang, berat, suhu, dan sebagainya. Dalam
hal ini, keputusan untuk melanjutkan atau menyesuaikan proses produksi
akan didasarkan pada nilai rata-rata yang ditemukan dalam sampel
keluaran.

Gambar 1.0 menunjukkan struktur umum dari sebuah grafik x̄. Garis
tengah grafik sesuai dengan rata-rata proses ketika proses berada dalam
kendali. Garis vertikal mengidentifikasi skala pengukuran untuk variabel
yang diminati. Setiap kali sampel diambil dari proses produksi, nilai
rata-rata sampel dihitung dan titik data yang menunjukkan nilai diplot
pada peta kendali.
Selain grafik, grafik kontrol lain dapat digunakan untuk memantau rentang
pengukuran dalam sampel (grafik R), proporsi cacat dalam sampel (grafik
p), dan jumlah item yang rusak dalam sampel (np grafik).

4
2. Grafik x̄: Rata-Rata Proses dan Deviasi Standar Diketahui

Untuk sampel berukuran n, persamaan simpangan baku dari yang disebut

kesalahan baku rata-rata adalah

3. Grafik x̄: Rata-Rata Proses dan Deviasi Standar Tidak Diketahui

Batas kendali atas dan bawah untuk bagan x̄ adalah

5
 Dapat ditunjukkan bahwa penaksir standar deviasi proses σ adalah rentang
rata-rata dibagi dengan 𝑑2, konstanta yang bergantung pada ukuran sampel

n. Itu adalah,
4. Grafik R
Sekarang mari kita perhatikan bagan rentang (bagan R) yang dapat
digunakan untuk mengontrol variabilitas suatu proses. Untuk
mengembangkan grafik R, kita perlu memikirkan rentang sampel sebagai
variabel acak dengan rata-rata dan standar deviasinya sendiri. Kisaran
rata-rata memberikan perkiraan rata-rata variabel acak ini. Selain itu, dapat
ditunjukkan bahwa perkiraan standar deviasi dari rentang tersebut adalah
di mana 𝑑2 dan 𝑑3 adalah konstanta yang bergantung pada

ukuran sampel; nilai 𝑑2 dan 𝑑3.

UCL untuk grafik R adalah

dan LCL untuk grafik R adalag
kita dapat menulis batas kontrol untuk grafik R sebagai
dengan RD4 dan RD3 seperti
5. Grafik p
Distribusi sampling p, dapat digunakan untuk menentukan variasi yang
diharapkan dalam nilai-nilai untuk proses yang terkendali. Dengan sampel
ukuran n, rumus standar deviasi , yang disebut kesalahan standar proporsi,
adalah
Distribusi sampling p dapat didekati dengan distribusi normal setiap kali
ukuran sampel besar. Dengan p, ukuran sampel dapat dianggap besar jika
dua kondisi berikut dipenuhi
Untuk menetapkan batas kendali untuk bagan p, kami mengikuti prosedur
yang sama yang kami gunakan untuk menetapkan batas kendali untuk
bagan. Artinya, batas peta kendali ditetapkan pada 3 standar deviasi, atau
kesalahan standar, di atas dan di bawah proporsi cacat ketika proses berada
dalam kendali. Dengan demikian, kami memiliki batas kontrol berikut

6
 6. Grafik np

Grafik np adalah grafik kendali yang dikembangkan untuk jumlah item

yang rusak dalam sampel. Dalam hal ini, n adalah ukuran sampel dan p
adalah probabilitas mengamati item yang rusak saat proses dalam kendali.
Kapan pun ukuran sampel besar, yaitu ketika np > 5 dan n(1 - p) ≥ 5,
distribusi jumlah item cacat yang diamati dalam sampel berukuran n dapat
didekati dengan distribusi normal dengan rata-rata np dan standar deviasi

𝑛𝑝(1 − 𝑝).

SAMPLING PENERIMAAN
Dalam sampling penerimaan, item yang menarik dapat berupa pengiriman masuk
bahan baku atau suku cadang yang dibeli serta barang jadi dari perakitan akhir.
Misalkan kita ingin memutuskan apakah akan menerima atau menolak
sekelompok item berdasarkan karakteristik kualitas yang ditentukan. Dalam
terminologi kendali mutu, kelompok item adalah banyak, dan sampling
penerimaan adalah metode statistik yang memungkinkan kita mendasarkan
keputusan terima-tolak pada pemeriksaan sampel item dari lot.

Prosedur Penerimaan Sample

7
1. Menghitung Probabilitas Menerima Lot

2. Memilih Rencana Sampling Penerimaan

3. Beberapa Rencana Pengambilan Sampel

Alternatif untuk rencana sampel tunggal adalah rencana pengambilan

sampel ganda, di mana dua atau lebih tahap pengambilan sampel
digunakan. Pada setiap tahap keputusan dibuat di antara tiga
kemungkinan: hentikan pengambilan sampel dan terima lot, hentikan
pengambilan sampel dan tolak lot, atau lanjutkan pengambilan sampel.
Meskipun lebih kompleks, rencana multi-sampling seringkali
menghasilkan ukuran sampel total yang lebih kecil daripada rencana
sampel tunggal dengan probabilitas α dan β yang sama.

8
.

DAFTAR PUSTAKA
Anderson, Sweeney .C, dkk. 2014. “STATISTICS FOR BUSINESS AND
ECONOMICS 12e” Cincinnati. Nelson Education Ltd., pp. 916–950.