Rencana Penerimaan Sampel (Acceptance Sampling)

Transkripsi

1 Rencana Penerimaan Sampel (Acceptance Sampling) 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya debrina@ub.ac.id Blog :

2 RENCANA PENERIMAAN SAMPEL (Acceptance Sampling Plans) 2 Rencana penerimaan sampel adalah prosedur yang digunakan dalam mengambil keputusan terhadap produk-produk yang dihasilkan perusahaan. Bukan merupakan alat pengendalian kualitas, namun alat untuk memeriksa apakah produk yang dihasilkan tersebut telah memenuhi spesifikasi. Acceptance sampling digunakan karena alasan : Dengan pengujian dapat merusak produk. Biaya inspeksi yang tinggi. 100 % inspeksi memerlukan waktu yang lama, dll.

3 + vs. Acceptance Sampling 3 Keunggulan biaya lebih murah meminimalkan kerusakan mengurangi kesalahan dalam inspeksi dapat memotivasi pemasok bila ada penolakan bahan baku. Kelemahan adanya resiko penerimaan produk cacat atau penolakan produk baik membutuhkan perencanaan dan pendokumentasian prosedur pengambilan sampel. tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi spesifikasi. sedikitnya informasi mengenai produk.

4 Pengujian Acceptance Sampling 4

5 5 Sebelum pengiriman produk akhir ke pelanggan oleh produsen (the producer test the lot for outgoing quality) DUA JENIS PENGUJIAN Acceptance Sampling (AS) Setelah pengiriman produk akhir ke pelanggan oleh konsumen (the consumer test the lot for incoming quality)

6 Jenis Data Acceptance Sampling 6

7 7 Pengujian yang dapat merusakkan produk Biaya inspeksi yang sangat tinggi 100% inspeksi yang dilakukan memerlukan waktu yang lama Pemasok memiliki kinerja yang baik tetapi beberapa tindakan pengecekan tetap harus dilaksanakan Pertimbangan dilakukannya Acceptance Sampling (AS) Merupakan tanggungjawab perusahaan terhadap produk yang dihasilkannya Biaya untuk inspeksi 100% tinggi

8 8 Homogen : Diproduksi oleh mesin yang sama, operator yang sama, bahan baku umum, kira-kira waktu yang sama à pengujian menjadi lebih tepat Lot besar lebih baik daripada lot kecil à lebih ekonomis Pertimbangan sebelum dilakukan sampling (inspeksi) Acceptance Sampling (AS) Acak à semua produk yang ada mempunyai kesempatan yang sama untuk dipilih sebagai sampel (tidak terjadi bias)

9 Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya debrina@ub.ac.id Blog :

10 10 Outline Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel

11 11 Pengantar Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel Pengambilan dan penerimaan data variabel didasarkan pada rata-rata dan standar deviasi, serta distribusi frekuensi Data variabel adalah karakteristik mutu pada skala numerik seperti tinggi, tekanan, suhu, panjang,dsb Ada kondisi tertentu yang membutuhkan pengambilan sampel untuk data variabel (misalnya: sampel harus berdistribusi normal). Pengambilan data berdasarkan pada rata-rata, standar deviasi, dan distribusi frekuensi Teknik ini dilakukan jika: Jika pengujian bersifat destruktif High cost Kebutuhan akan informasi seberapa jauh penyimpangan

12 Kelebihan & Kekurangan Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel 12 Kelebihan Kekurangan Jumlah sample lebih sedikit Menyediakan lebih banyak informasi terutama dapat mengetahui seberapa jauh penyimpangan atau kesalahan yang terjadi Bermanfaat untuk usaha perbaikan mutu Pengambilan sample harus dibagi ke dalam beberapa karakteristik proses Biaya administrasi lebih tinggi Seringkali terjadi beberapa sample data variabel dapat diganti dengan hanya 1 sample atribut

13 Jenis Perencanaan Variabel Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel 13 Presentase ketidaksesuaian Plans that control the lot or process fraction defective (or nonconforming). [Procedure 1] Dirancang untuk menentukan proporsi produk yang berada di luar batas spesifikasi. Parameter proses Plans that control a lot or process parameter (usually the mean). [Procedure 2] Dirancang untuk mengendalikan rata-rata dan penyimpangan atau standar deviasi dari distribusi produk pada tingkat tertentu. Untuk menyelesaikan permasalahan ini dapat digunakan standar ANSI/ASQC ZI Untuk menyelesaikan masalah ini dapat digunakan metode acceptance control chart, sequential sampling for variable, dan hypothesis testing

14 ANSI/ASQC ZI.9 dan MIL-STD 414 Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel 14 ANSI/ASQC ZI.9 adalah perencanaan sample yang berdasar pada AQL yang mengasumsikan bahwa distribusi normal dengan menggunakan variabel acak Perencanaan pengambilan sample ini ditunjukkan dengan nilai-nilai numerik dari AQL dengan jarak 0,10 % sampai dengan 10 % Standar ini membuat ketentuan yang meliputi 9 prosedur yang dapat digunakan untuk mengevaluasi

15 15 Variabilitas tidak diketahui (metode standar deviasi) Variabilitas tidak diketahui (metode jarak) Variabilitas diketahui Spesifikasi Tunggal Spesifikasi Ganda Bentuk 1 Bentuk 2 Bentuk 2 Prosedur Dalam ANSI Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel

16 Prosedur (1) Apabila variabilitas tidak diketahui maka dapat menggunakan metode jarak atau standar deviasi, dimana metode jarak digunakan untuk sampel yang besar dan sebaliknya. Ada dua spesifikasi tunggal dan ganda dengan dua prosedur bentuk 1 dan 2 yang memberikan keputusan sama. Apabila variabilitas diketahui maka dapat memilih menggunakan spesifikasi tunggal atau ganda dengan bentuk 1 dan 2 sebagai pilihannya. Bentuk satu menggunakan nilai jarak atau beda standar yang ditunjukkan dalam standar deviasi (antara rata-rata proses dengan batas spesifikasi tertentu) nilai acuan lebih dari atau sama dengan k, maka produk diterima Bentuk dua menggunakan perkiraan prosentase cacat yang ada di luar spesifikasi nilai acuan lebih kurang dari atau sama dengan M, maka produk diterima

17 Prosedur (2) Tingkat inspeksi Inspeksi umum (general) Inspeksi khusus (special) Inspeksi umum sama dengan analisis yang dilakukan untuk ANSI Z1.4, dimana Inspeksi Tingkat II terlebih dahulu digunakan Inspeksi Tingkat III akan mengurangi risiko produsen, sedangkan Inpeksi Tingkat I akan memperbesar risiko konsumen. Inspeksi khusus digunakan apabila ukuran sample kecil dan harus memberikan toleransi pada resiko yang besar

18 Prosedur (3) Standar memiliki 3 macam inspeksi: Normal Ketat (tightened) Longgar (reduced) Tiga tingkatan dalam inspeksi umum: Tingkat I (sedikit perbedaan, sample sedikit) Tingkat II (umum) Tingkat III (banyak perbedaan, sample banyak)

19 19 Langkah Perhitungan ANSI/ASQC Z1.9 Untuk Metode Deviasi Variabilitas diketahui Standard, langkah-langkah perhitungan berikut digunakan: Pilih tingkat pemeriksaan yang tepat Tentukan nilai AQL yang akan digunakan untuk aplikasi Tentukan ukuran sampel untuk populasi Pilih sampel acak dari populasi Sampel uji dan merekam parameter yang diinginkan Tentukan mean dan standar deviasi untuk setiap populasi Tentukan Indeks Kualitas (Qu dan Q) Tentukan Pu dan Pl nilai menggunakan Qu dan Ql Tambahkan ke Pu Pl untuk mendapatkan ketidaksesuaian persen yang sebenarnya (% ncf) Bandingkan % ncf aktual dengan % ncf yang memungkinkan untuk menentukan status diterima/ditolak

20 20 Tabel 1. Konversi Ukuran Sampel

21 21 Tabel 2. Simbol Ukuran Sampel

22 22

23 23

24 ANSI/ASQC Z1.9 Calculations For Standard Deviation Method 24 Determine the mean and the standard deviation for the sample results. Determine Quality Indexes Qu = (Upper Limit - mean)/standard deviation Ql = (mean - Lower Limit)/standard deviation Upper Limit is normally 102, and Lower Limit is normally 98. Use Qu and Ql to determine estimate of percent nonconformance above the Upper Limit (Pu) and below the Lower Limit (Pl) using Table B-5.

25 25

26 ANSI/ASQC Z1.9 Calculations For Standard Deviation Method 26 With the values of Pu and Pl determined from Table B-5 using Qu and Ql, estimated percent nonconformance equals to Pu plus Pl. (% ncf = Pu + Pl) Acceptance is based on whether the estimated percent nonconformance is below the allowed percent nonconformance given in Table B-3.

27 ANSI/ASQC Z1.9 Acceptable Quality Level (AQL s) 27 AQL is the maximum percent nonconforming that, for purposes of sampling inspection, can be considered satisfactory as a process average. For ANSI/ASQC Z1.9, AQL s vary from 0.10 to with 11 pre-defined AQL values. For use with electric meter testing, either in-service testing or receipt inspection, AQL s of 0.25 to 2.50 are normally utilized.

28 Rencana Penerimaan Sampel Lain untuk Data Variabel 28 Berkaitan dengan kualitas rata-rata atau variabilitas pada kualitas produk dan bukan dengan presentase ketidaksesuaian. Contoh: variabel hilangnya energi pada penggantian kekuatan. Teknik yang bisa digunakan: Peta pengendali penerimaan (Acceptance Control Chart) Pengambilan sampel berurutan untuk data variabel (Sequential Sampling by Variables) Pengujian Hipotesis (Hypothesis Testing) Lot-Plot Method Shainin Lot Plot Plan

29 29 Plans to Control Process Fraction Defective Ø Since the quality characteristic is a variable, there will exist either LSL, USL, or both, that define the acceptable values of this parameter. Ø Fig. 1 illustrates the situation in which the quality characteristic x is normally distributed and there is LSL on this parameter.

30 Plans to Control Process Fraction Defective Ø Procedure 1 (k-method) Take a random sample of n items from the lot and compute If there is a critical value of p of interest that should not be exceeded with stated probability, we can translate this value of p into critical distance k. If ZLSL k, we would accept the lot because the sample data imply that the lot mean is sufficiently far above LSL to insure that p is satisfactory.

31 Plans to Control Process Fraction Defective Ø Procedure 2 (M-Method) Compute Z LSL. Use Z LSL to estimate the fraction defective of the lot or process. Determine the max. allowable fraction defective M (using specific values of n, k). If exceeds M, reject the lot; otherwise, accept it.

32 Plans to Control Process Fraction Defective Ø Notes In the case of an USL, we compute If is unknown, it is estimated by s. When there is only a single specification limit (LSL or USL), either procedure may be used. When there are both LSL and USL, M-method should be used by computing ZLSL and ZUSL, finding the corresponding fraction defective estimates ^plsl and ^ pusl Then, if ^ ^ plsl + pusl M, the lot will be accepted.

33 Designing a variables sampling plan with a specified OC curve Ø Let be the two points on the OC curve of interest. Ø p 1 and p 2 are the levels of lot or process fraction nonconforming that correspond to acceptable and rejectable levels of quality, respectively.

34 Designing a variables sampling plan with a specified OC curve Ø Example 1

35 Designing a variables sampling plan with a specified OC curve

36 Designing a variables sampling plan with a specified OC curve Ø Example 2 :Design a sampling plan using M-method

37 Designing a variables sampling plan with a specified OC curve

38 MIL STD 414 Ø There are five general levels of inspection, and level IV is designated as normal.

39 MIL STD 414 Ø As MIL STD 105E, sample size code letters are used, but the same code letter does not imply the same sample size in both standards. Ø Sample sizes are a function of the lot size and the inspection level. Ø All the sampling plans in the standards assume that the quality characteristic is normally distributed.

40 Ø Organization of MIL STD 414 MIL STD 414

41 MIL STD 414 Ø Example 3: Using MIL STD 414 Solution From table, if we use IV level, the sample size code letter is O. From a second table, we find n=100. For AQL of 1%, on normal inspection, k=2. For AQL of 1%, on tightened inspection, k=2.14

42 MIL STD 414

43 Plans to Control A Process Mean Ø Example 4 Solution - Let XA be the value of the sample average below witch the lot will be accepted. If lots have 0.95 probability of acceptance, then - P (X XA ) = 0.95

44 Plans to Control A Process Mean P (Z ) = 0.95 =1.64 If lots have 0.1 probability of acceptance, then - P (X XA ) = 0.1 p (Z ) = 0.1 = These two equations can be solved for n and XA, giving n=9 and - XA=