10 Pks Variabel 2 Jurnal

download 10 Pks Variabel 2 Jurnal

of 46

Transcript of 10 Pks Variabel 2 Jurnal

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    1/46

    KOMPETENSIMahasiswa dapat menyusun peta pengendali

    kualitas proses statistika untuk data variabel

    dengan menggunakan software statistika,

    melakukan interpretasi terhadap peta pengendaliyang dihasilkan dan menentukan tindakan yang

    harus dilakukan

    PENGENDALIAN KUALITAS

    STATISTIKAUNTUK DATA VARIABEL

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    2/46

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    3/46

    MANFAAT PETA KENDALI

    Peta kendali merupakan alat pengambilan keputusan-menyediakan dasar ekonomis untuk memutuskan

    mengubah proses atau membiarkannya

    Peta kendali merupakan alat penyelesaian masalah-

    memberi dasar untuk memformulasikan tindakanperbaikan

    SPC menunjukkan masalah, tidak menyelesaikannya!

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    4/46

    MANFAAT PETA KENDALI

    Merupakan alat bantu yang hebat untuk

    memahami kinerja proses dari waktu ke waktu.

    PRO ESS

    Input Output

    Apa penyebab variabilitas yang terjadi?

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    5/46

    Dua Macam Penyebab

    Variabilitas

    Penyebab Umum (Chance causes/common cause)-

    terjadi selama proses, bersifat acak dan tak dapat

    dikontrol jika hanya ada penyebab umum saja, proses

    dianggap stabil dan terkontrol. Penyebab Khusus (Assignable causes/special cause)

    Variasi karena pengaruh dari luar- jika ada, proses

    dikatakan tak terkontrol

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    6/46

    Memisahkan antara variasi karena sebab umum dan

    sebab khusus

    Menentukan apakah proses dalam keadaan terkendaliatau tidak

    Menduga nilai parameter proses (mean, variansi) dan

    menentukan kinerja atau kemampuan proses

    Peta kendali membantu kita untuk mempelajari

    proses yang terjadi

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    7/46

    Untuk memonitor output, digunakan peta kendali-

    menghitung mean, range dan simpangan baku

    Untuk memonitor proses, biasa digunakan dua petakendali

    - mean (atau ukuran pemusatan data lainnya)

    - Variasi (menggunakan jarak/range atau simpangan baku)

    Peta kendali membantu kita untuk mempelajari

    proses yang terjadi

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    8/46

    Komponen-komponen Peta Kendali

    Garis pusat

    Batas kendali atas (Upper controllimit/UCL) dan

    Batas kendali bawah (Lower control

    limit/LCL)Menjelaskan pencaran proses

    Menunjukkan rata-rata proses terpusat

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    9/46

    Urutan proses dalam PKS

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    10/46

    Peta kendali rata-rata dan jarak

    (X-bar and R charts)

    Peta kendali rata-rata digunakan untuk

    mendeteksi perubahan rata-rata di antara

    subgroup

    Menguji ukuran tendensi pusat atau pengaruh

    lokasi

    Peta kendali R - digunakan untuk mendeteksi

    perubahan variasi di dalam subgroup Menguji pengaruh sebaran (dispersion effects)

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    11/46

    LANGKAH-LANGKAH PENYUSUNAN

    PETA KENDALI

    Langkah 1 Mendefinisikan permasalahan

    Langkah 2 Memilih karakteristik kualitas yang akan diukur

    Langkah 3 Memilih ukuran subgroup yang akan disampel

    Langkah 4 Mengumpulkan data

    Langkah 5 Menentukan garis pusat peta kendali

    Langkah 6 Menentukan batas-batas kendalai untuk peta kendali

    Xbar

    Langkah 7 Menentukan batas-batas kendalai untuk peta kendali R Langkah 8 Mengevaluasi proses menginterpretasi peta kendali

    Langkah 9 Merevisi peta kendali

    Langkah 10 Mencapai tujuan

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    12/46

    Gunakan alat-alat dalam pengendalian kualitas

    yang lain seperti diagram sebab-akibat atau

    diagram pareto untuk membantu menentukanmasalah utama yang terjadi dalam proses yang

    diduga menjadi penyebab utama.

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    13/46

    Identifikasilah karakteristik yang akan

    dipelajari, misal panjang dari produk yang

    dihasilkan atau variabel lain yang dianggap

    penting yang mungkin mempengaruhi kualitas

    produk seperti tinggi, kekentalan, warna, suhu,berat, volume, kepadatan dan lain sebagainya.

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    14/46

    Langkah 3

    Pilih ukuran subgroup yang akan diambil sampelnya

    Pilihlah subgroup yang homogen

    subgroup Homogen dihasilkan dalam

    kondisi yang sama, oleh mesin yang sama,operator yang sama, pada waktu yanghampir sama.

    Cobalah untuk memaksimalkan kemungkinan

    untuk memperoleh perbedaan diantarasubgroup, dan meminimalkan perbedaan didalam group.

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    15/46

    Langkah 4 Kumpulkan data

    Lakukan proses pengumpulan data untuk

    menyusun peta kendali.

    Umumnya diambil 20-25 subgroup (dengan

    total sampel sekitar 100) untuk menyusun peta

    kendali.

    Setiap kali subgroup berukuran n diambil,

    dihitung rata-ratanya dan diplotkan dalam petakendali.

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    16/46

    Ukuran Sampel

    Banyaknya Produk Ukuran sampel

    91 - 150 10151 - 280 15

    281 -400 20

    401 -500 25

    501 - 1200 35

    1201 -3200 503201- 10000 75

    10001 - 35000 100

    35001 - 150000 150

    Tabel Ukuran Sampel menurut ANSI/ASQC Z1.9 - 1993,Inspeksi Normal, Level 3

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    17/46

    Langkah 5 Tentukan Garis Pusat

    Garis pusat menunjukkan rata-rata

    populasi,

    Karena tidak diketahui, digunakanX double bar ( ), atau rata-rata

    dari rata-rata subgroup.X

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    18/46

    Langkah 6 Tentukan batas-batas kendali

    Kurva normal menunjukkan distribusi

    dari rata-rata sampel.

    Peta kendali merupakan perwujudandari kurva normal yang bergantung

    waktu.

    Proses yang berada dalam kendaliakan menunjukkan bahwa 99.73%

    dari grafiknya akan berada di antara

    rata-rata 3 simpangan bakunya

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    19/46

    Batas-batas peta kendali Rata-rata

    Untuk menentukan batas-batas peta kendali rata-rata

    gunakan rumus:

    RAXUCLX 2

    RAXLCLX 2

    Dimana nilai dari A2dapat dilihat dari Tabel

    3 XUCLX

    3 XLCLX

    Atau dapat juga digunakan rumus:

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    20/46

    Tabel Nilai A2, D3, D4,d2

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    21/46

    Peta kendali jarak (R) menunjukkanpencaran dari sampel-sampel individu

    dalam subgroup.

    Jika produk memiliki pencaran yang lebar,

    maka individu-individu dalam subgroup

    berbeda satu dengan lainnya. Rata-rata

    yang sama akan dapat mengecoh.

    Perhitungannya sama dengan perhitungan

    untuk peta x-bar;

    Gunakan nilai D3dan D4 dari Tabel.

    Jika batas bawah kendali negatif maka

    diambil nol.

    Langkah 7 Tentukan batas-batas kendali untuk R

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    22/46

    Tabel Nilai D3dan D4

    Batas-batas Kendali Jarak

    Untuk menentukan batas-batas kendali jarak, gunakan

    rumus:

    RDLCL

    RDUCL

    R

    R

    3

    4

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    23/46

    Langkah 8 Menguji proses Membaca peta kendali

    Suatu proses dikatakan stabil atau

    terkontrol (under control) jika unjuk

    kerja proses berada dalam batas-bataskendali statistik seperti dijelaskan di

    atas dan penyimpangan yang ada

    disebabkan oleh penyebab umum(common causes).

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    24/46

    Langkah 9 Revisi peta kendali

    Dalam beberapa kasus, peta kendali perlu direvisi karena:

    Titik-titik tak terkendali dimasukkan dalam

    penghitungan peta kendali. Proces terkendali tetapi variasi dalam subgroup

    menunjukkan perbaikan.

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    25/46

    Revisi Peta kendali

    Interpretasikan peta kendali awal

    Keluarkan penyebab tak terkendali

    Lakukan langkah-langkah koreksi

    Revisi peta kendali

    Keluarkan hanya titik-titik yang ditengaraiterpengaruh oleh sebab khusus

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    26/46

    Langkah 10 Mencapai tujuan

    Tujuan kita adalah

    menurunkan variasi inheren

    dalam proses selama waktu berjalan.

    Jika kita perbaiki proses,

    maka pencaran data akan menurun.Kualitas meningkat!

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    27/46

    Contoh Peta Pengendali

    JUMLAH

    OBSERVASI

    HASIL

    PENGUKURAN

    RATA-RATA R KETERANGAN

    I 20 22 21 23 22 21 60 32 19 18-22 20 20 19 80 43 25 , 18 , 20 , 17 , 22 20,40 8 emasok baru4 2 0 2 1 2 2 2 1 2 1 21 00 25 19 24 23 22 20 21 60 56 22,20, 18, 18, 19 19,40 4

    7 1 8 2 0 1 9 1 8 2 0 19 00 28 20 18 23 20 21 20 40 59 21 20 24 23 22 22 00 4l0 21 , 19 , 20 , 20 , 20 20,00 211 20 20 23 22 20 21 00 312 22 21 20 22 23 21 60 313 19,22, 19, 18, 19 19,40 414 20 21 22 21 22 21 20 215 20 24 24 23 23 22 80 416 21, 20, 24, 20, 21 21,20 417 20 18 18 20 20 19 20 2

    18 20 24 22 23 23 22 40 419 20 19 23 20 19 20 20 420 22 21 21 24 22 22 00 321 23 , 22 , 22 , 20 , 22 21,80 322 21 18 18 17 19 18 60 4 kekeliruan23 21 , 24 , 24 , 23 , 23 23,00 3 kesalahan bahan24 20 22 21 21 20 20 80 225 19 20 21 21 22 20 60 3

    JUMLAH 521,00 87

    Peta kendali rata-

    rata dan jarak

    digunakan jika

    jumlah subgroup

    ada lima ataukurang. Sedang

    jika besar

    subgroup lebih

    dari 5 sebaiknya

    digunakan petakendali rata-rata

    dan Standar

    deviasi

    Peta Pengendali Rata-Rata dan Jarak (Range)

    Karena sampel yang diambil untuk setiap observasi 5 maka nilai D3 adalah 0

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    28/46

    Karena sampel yang diambil untuk setiap observasi 5, maka nilai D3 adalah 0

    dan nilai D4 adalah 2,114. Nilai Rbar = 87/25 = 3,48. Sehingga batas-batas

    pengendalian tingkat keakurasian proses ini adalah:

    BPA R = 3,48 (2,114) = 7,36

    BPB R= 3,48 (0) = 0

    Peta kendali untuk R adalah:

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    29/46

    Apabila kita amati data observasi di atas, maka pada observasi

    ketiga nilai R = 8 dengan keterangan adanya pemasok baru.

    Karena penyebab keluarmya data dari batas pengendalian

    dianggap sebagai penyebab khusus (assignable cause) maka

    data tersebut dianggap out of statistical control dan harus

    direvisi.

    Untuk merevisinya data tersebut harus dihilangkan dengan

    menggunakan cara sebagai berikut: Rbar revisi = (87-8)/(25-1) = 3,29

    Sehingga batas pengendaliannya sebagai berikut:

    BPA R = 3,29 ( 2,114 ) = 6,96

    BPB R = 3,29 ( 0) = 0

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    30/46

    Dengan demikian seluruh data hasil observasi berada di dalam

    batas pengendalian yang menunjukkan bahwa data tersebut dalam

    kondisi instatistical control atau telah sesuai dengan standar

    pengendalian proses.

    Gambar Peta kendali jarak yang direvisi dengan

    mengeluarkan subgroup ke-3

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    31/46

    Setelah peta pengendali jarak atau tingkat

    keakurasian diketahui maka kita menuju pada

    tingkat pengendali rata-rata sebagai berikut: bar= 521/25 = 20,84 ( garis pusat peta

    pengendali rata-rata)

    Batas pengendali atas dan batas pengendalibawah sebelum adanya revisi terhadap peta

    pengendali rata-rata maupun tingkat

    keakurasian adalah:

    BPA = 20,84 + (0,577) (3,48) = 22,85

    BPB = 20,84 - 0,577 (3,48) = 18,83

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    32/46

    Karena pada data ketiga dalam pengendali jarak atau tingkat keakurasian proses

    sudah dilakukan revisi, maka garis pusat setelah revisi tersebut:

    bar= (521-20,4)/(25-1) =500,6/24 = 20,86

    Sehingga batas pengendah atas dan batas pengendali bawahnya setelah revisi pada

    observasi ketiga menjadi:

    BPA =20,86+ 0,577( 3,29 ) =22,76

    BPB =20,86- 0,577( 3,29 ) =18,96

    Gambar peta kendali rata-rata sebelum revisi

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    33/46

    Apabila kita lihat pada data hasil observasi ternyata data dari hasil

    observasi ke-22 dan ke-23 berada di luar batas pengendalian dan ternyata

    penyebabnya termasuk dalam sebab yang dapat dihindarkan (assignable

    cause) sehingga harus dilakukan revisi

    Gambar Peta kendali rata-rata yang direvisi dengan

    mengeluarkan subgroup ke-3

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    34/46

    Hasil revisi untuk rata-rata dengan mengeluarkan subgroup ke 22dan ke-23 adalah:

    bar = (500,6 - 18,60 23)/22 = 20,86

    Sedang nilai Rbar sekarang menjadi

    Rbar = (79

    4

    3)/(24-2) = 3,27

    Dengan demikian batas atas dan batas bawah kendali untuk rata-rata

    adalah

    BPA = 20,86 + (0,577) (3,27) = 22,75

    BPB = 20,86 - 0,577 (3,27) = 18,98

    Sedang batas atas dan batas bawah kendali untuk jarak adalah

    BPA R= 3,27 ( 2,114 ) = 6,92

    BPB R = 3,27 (0) = 0

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    35/46

    Gambar Peta kendali rata-rata yang direvisi dengan mengeluarkan subgroup

    ke-22 dan 23

    Gambar Peta kendali jarak yang direvisi dengan mengeluarkan subgroup ke-22dan ke-23

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    36/46

    Peta Pengendali Standar Deviasi

    Peta pengendali standar deviasi digunakan

    untuk mengukur tingkat keakurasian proses

    Penggunaan peta standar deviasi digunakan

    bersama dengan peta pengendali rata-rata

    Rumus standar deviasi

    ( )

    1

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    37/46

    Rumus

    Garis Pusat

    =

    Batas Pengendali Atas dan Bawah

    , 3 (1 )

    4. 3.

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    38/46

    Batas-batas peta kendali Rata-rata

    Untuk menentukan batas-batas peta kendali rata-rata

    gunakan rumus:

    sAXUCLX

    3

    sAXLCLX 3

    Dimana nilai dari A3dapat dilihat dari Tabel

    C t h P t P d li

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    39/46

    Contoh Peta Pengendali

    JUMLAH

    OBSERVASI

    HASIL

    PENGUKURAN

    RATA-RATA S KETERANGAN

    I 20 22 21 23 22 21 60 1 142 19 18-22 20 20 19 80 1 483 25 , 18 , 20 , 17 , 22 20,40 3,21 emasok baru4 20, 21,22, 21,21 21,00 0,715 19 24 23 22 20 21 60 2 076 22 20 18 18 19 19 40 1 67

    7 1 8 2 0 1 9 1 8 2 0 19 00 1 008 20 18 23 20 21 20 40 1 829 21 20 24 23 22 22 00 1 58l0 21 , 19 , 20 , 20 , 20 20,00 0,7111 20 20 23 22 20 21 00 1 4112 22 21 20 22 23 21 60 1 1413 19,22, 19, 18, 19 19,40 1,5214 20 21 22 21 22 21 20 0 8415 20 24 24 23 23 22 80 1 6416 21, 20,24, 20,21 21,20 1,6417 20 , 18 , 18 , 20 , 20 19,20 1,1018 20 , 24 , 22 , 23 , 23 22,40 1,5219 20 19 23 20 19 20 20 1 6420 22 21 21 24 22 22 00 1 2221 23 22 22 20 22 21 80 1 1022 21 18 18 17 19 18 60 1 52 kekeliruan23 21 , 24 , 24 , 23 , 23 23,00 1,22 kesalahan bahan24 20, 22 , 21 , 21, 20 20,80 0,8425 19 , 20 , 21 , 21 , 22 20,60 1,14

    JUMLAH 521,00 34,88

    Peta kendali rata-

    rata dan jarak

    digunakan jika

    jumlah subgroup

    ada lima ataukurang. Sedang

    jika besar

    subgroup lebih

    dari 5 sebaiknya

    digunakan petakendali rata-rata

    dan Standar

    deviasi

    Peta Pengendali Rata-Rata dan Standar Deviasi

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    40/46

    Jawab

    Garis Pusat

    ,

    =1,395

    Batas Pengendali Atas dan Bawah

    2,089.1,395 2,914

    0

    0

    0.5

    1

    1.5

    2

    2.5

    3

    3.5

    1 2 3 4 5 6 7 8 9 10111213141516171819202122232425

    BPAS

    BPBSData

    S

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    41/46

    Revisi

    Garis Pusat

    ,,

    =1,320

    Batas Pengendali Atas dan Bawah

    2,089.1,320 2,76

    0

    0

    0.5

    1

    1.5

    2

    2.5

    3

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

    BPAS

    BPBS

    S

    Data

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    42/46

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    43/46

    Peta Kendali Rata-Rata

    74,22)32,1(427,186,20 X

    UCL

    Garis Pusat

    , =20,86

    Batas Pengendali Atas dan Bawah

    sAXLCLX 3

    sAXUCLX 3

    98,18)32,1(427,186,20 X

    LCL

    16

    17

    18

    19

    20

    21

    22

    23

    24

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

    BPA

    xbarBPB

    Data

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    44/46

    RevisiGaris Pusat

    ,,, =20,77

    ,,,,

    =1,3

    Batas Pengendali Atas dan Bawah

    63,22)3,1(427,177,20 X

    UCL

    91,18)3,1(427,177,20 X

    LCL

    17

    18

    19

    20

    21

    22

    23

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

    BPAXBAR

    BPB

    Data

    Latihan:

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    45/46

    Buatlah peta kendali utk rata-rata dan standar deviasi dari data observasi berikut!

    JUMLAH HASIL PENGUKURAN

    OBSERVASI x1 x2 x3 x4 x5

    I 16 18 15 19 18

    2 15 14 18 16 16

    3 21 14 16 13 184 16 17 15 17 17

    5 17 20 19 18 16

    6 18 16 14 14 15

    7 14 15 15 14 16

    8 16 14 19 16 17

    9 17 16 20 19 18

    l0 17 15 16 16 16

    11 16 16 19 15 16

    12 18 17 16 18 19

    13 15 18 15 14 15

    14 16 17 15 17 18

    15 16 15 15 19 19

    16 17 16 20 16 17

    17 16 14 14 16 16

    18 16 20 18 19 19

    19 16 15 19 16 15

    20 18 17 17 15 1821 19 15 18 16 18

    22 17 14 14 15 15

    23 17 18 20 19 19

    24 16 18 17 17 16

    25 15 16 17 17 18

    JUMLAH

    Latihan:

  • 7/24/2019 10 Pks Variabel 2 Jurnal

    46/46

    Buatlah peta kendali utk rata-rata dan jarak dari data observasi berikut!

    No.Sampel Observasi mean range

    1 27 27 29 28

    2 27 26 31 31

    3 33 29 29 31

    4 37 32 31 29

    5 33 30 28 33

    6 29 29 27 34

    7 32 26 32 36

    8 30 30 24 26

    9 28 30 32 30

    10 28 33 30 28

    11 26 27 31 2912 28 28 28 31

    13 32 26 29 37

    14 28 30 32 30

    15 30 32 28 26

    16 31 24 35 28

    17 31 28 35 31

    18 31 35 33 27

    19 32 32 32 29

    20 26 29 33 33

    21 35 32 31 27

    22 32 29 30 31

    23 30 32 27 30

    24 30 27 22 28

    25 29 30 30 31