a. Dasar Pengembangan
1. Pendekatan Statistik
Artikel ini focus pada monitoring pergeseran dalam matriks kovariansi Σ dari
disribusi normal multivariat Np( μ, Σ ), dengna p menyatakan dimensi atau
jumlah karateristik kualitas yang diamati.
2. Konstruksi Batas Kontrol
Untuk memonitor variasi proses, peneliti menggunakan deferencing
(perbedaan berturut-turut) antara observasi multivariat. Jika X r adalah
variable random i.i.d. (indepen, identik terdistribusi) dari dsitribusi Np( μ, Σ )
maka statistik yang digunakan yaitu
−1
1
M r= (X r −X r−1) ' ∑ ( X r− X r−1 )
2 0
dengan
−1
3. Batas Kontrol
UCL dan LCL dihitung berdasarkan persentil dari distribusi χ 2 dengan p
derajat kebebasan, yang memungkinakn penentuan nilai-nilai yang
menunjukkan kondisi out of control berdasarkan level kesalahan tipa 1. ( α ¿
yang dipilih:
2
UCL = χ p , a
2
LCL = χ p , 1−a
dengan
χ p , a dan χ p , 1−a adalah persentil ke -a dan 1−a dari distribusi χ 2 dengan p
2 2
derajat kebebasan.
5. Analisis Hasil
Analisis penelitian ini berfokus pada ARL yaitu jumlah observasi yang
diharapkan sebelum control chart menandai proses sebagai out of control.
Hal ini memberikan ukuran efektifitas control chart dalam mendeteksi
perubahan dalam disperse proses.
b. Proses Pengembangan
1. Model distribusi
Proses produksi dimodelkan menggunakan distribsi normal multivariat
Np( μ, Σ ) dengan μ mewakili vaktor rata-rata dan Σ Mewakili matriks
kovariansi.
2. Statistik Uji
Menggunakan perbedaan antara pengamatan berutut-turut X r−X r−1
untuk mengukur variabilitas. Dr diasumsikan mengikuti distribusi normal
dengan mean nol dan matriks kovarinsi 2 Σ.
3. Konstruksi Statistik
−1
1 '
Mr didefinsikan sebagai M r= D r ∑ D r, mengukur variabilitas
2 0
4. Distribusi
M r ditunjukkan bahwa M r mengikuti distribusi χ 2 dengan p derajat
kebebasam, memanfaatkan sifat bentuk kuadratik dari variable normal
multivariat.
5. Batas Kontrol
Batas control dihitung menggunakan χ 2, dengan UCL dan LCL ditentukan
untuk level signifikansi a . Memberikan cara untuk menentukan apakah
proses berada dalam kondisi control atau tidak.
c. Hasil Pengembangan
Hasil pengembangan dalam artikel ini menyajikan metode untuk memantau
dispersi pada proses produksi yang memiliki lebih dari satu karakteristik
kualitas, menggunakan carta kontrol berbasis distribusi chi-square ( χ 2).
Statistik pengujian M r dirumuskan untuk mengukur variabilitas antara
pengamatan berturut-turut dengan memanfaatkan matriks kovariansi
nominal invers. M r mengikuti distribusi ( χ 2 ) dengan p derajat kebebasan,
memungkinkan penetapan batas kontrol atas (UCL) dan bawah (LCL) yang
efektif untuk mengidentifikasi kondisi out-of-control.
d. Evaluasi Pengembangan
3. Dimensi Tinggi:
Masalah: Kompleksitas perhitungan meningkat secara signifikan dengan
jumlah variabel (p) yang membuat interpretasi dan komputasi menjadi sulit.
4. Estimasi Parameter:
Masalah: Estimasi μ dan Σ yang yang tidak akurat dapat mempengaruhi
pembentukan batas kontrol.