PetaKontroluntukData Atribut Bagian1 ekop2003@yahoo.com www.kualitas.wordpress.com
Pendahuluan Atribut karakteristik kualitas yang tidak dapat diukur dalam skala numerik. Atribut Besterfield(1998) karakteristik kualitas yang sesuai dengan spesifikasi atau tidak sesuai dengan spesifikasi. Contoh Rasa good, fair and poor Goresan Kesalahan Warna bagian yang hilang Kesalahan atau cacat evaluasi terkait penggunaan Ketidaksesuaian diukur dengan spesifikasi
Perbedaanpetakontrolvariabeldan atribut Control variabel Perhitungan pada semua karakter Pengendalian pada tingkat bawah (mesin) Menentukan alasan khusus pada kondisi out of statistical control Control atribut Tidak harus disemua karakter Pengendalian pada semua tingkatan dlm organisasi, perusahaan, departemen, pusat2 kerja, mesin-mesin Dapat mengidentifikasi akar permasalahan baik di tk umum atau tk yg lebih detail
Kelemahanpetakontrolatribut 1. Tidak dapat diketahui seberapa jauh ketidaktepatan dengan spesfikasi tsb. 2. Ukuran sampel yang besar akan bermasalah bila pengukuran mahal atau pengujian yg menyebabkan kerusakan.
Perbedaan peta kontrol variabel dan atribut ( Mitra, 2005) Kelebihan peta kontrol atribut Beberapa karakteristik kualitas hanya bisa diukur dalam atribut Dapat menganalisis karakteristik kualitas dalam jumlah yang banyak Dapat dipahami semua level manajemen Kekurangan peta kontrol atribut Informasi atribut tidak menyatakan tingkat yang tidakmemenuhispesifikasi. Ukuransampellebihbesardariyang diperlukan untuk peta kontrol variabel
AnatomiPetaKontrolAtribut Distribusi binomial p-chart (proporsi ketidaksesuain) Peta Kontrol Atribut np-chart (banyaknya ketidaksesuain) Distribusi Poisson c-chart (ketidaksesuain dlm unit Yg diinspeksi) u-chart (bila ukuran sampel bervariasi)
Langkah-langkah peta pengendali statistik data atribut (besterfield, 1998) 1. Menentukan sasaran yg akan dicapai 2. Menentukan banyaknya sampel dan banyaknya observasi 3. Mengumpulkan data 4. Menentukan garis pusat dan batas pengendali 5. Merevisi garis pusat dan batas2 pengendali
PetaKontrolp dannp Peta Kontrol p Peta Pengendali Proporsi kesalahan Peta Kontrol np Peta Pengendali Banyaknya kesalahan dlm sampel Kegunaan: Untukmengetahuiapakahcacatprodukyang dihasilkan masih dalam batas yg disyaratkan.
PetaKontrolp Berdasarkan distribusi binomial Probabilitas mendapatkan sebuah item yang tidak sesuai harus tetap konstan dariitem keitem Sampel harus identik dan untuk menjadi mandiri Sebuah p-chart adalah salah satu CC paling fleksibel Tujuan untuk pembangunan p-chart Memberikan indikasi yang adil negara umum Baik alat untuk berhubungan informasi kepada manajemen puncak Menyediakan sumber informasi untuk meningkatkan kualitas produk Sebagai tujuan sekunder
PetaKontrolp Utk mengetahui kesalahan atau cacat pada sampel untuk setiap kali observasi: P x n Dimana: p proporsikesalahandl stpsempel x banyaknyaprodukygsalahtiapsampel n bnyknyasampelygdiambildlminspeksi
PetaKontrolp Center line g pi i 1 p g Dimana : g i 1 xi n. g p garis pusat peta pengendali proporsi kesalahan pi proporsi kesalahan stp sampel/sub kelmpk dlm tp observasi n banyaknya sampel yg diambil tiap observasi g banyaknya observasi yg dilakukan
Petakontrolp BPAp p + 3 p(1 n p) BPBp p 3 p(1 n p) Batas Pengendali Atas proporsi Batas Pengendali Bawah proporsi
PetaKontrolnp Bila sampel yg diambil tiap observasi sama maka bisa digunakan peta np-chart Center line np-chart np n p Dimana: n p grs pusat utk peta pengendali banyaknya kesalahan xi bnyknyakesalhandlmstpsampelatautpobservasi g banyaknya observasi yg dilakukan
Peta control np 3 sigma Standar deviasi σ _ np n p(1 p) BPA np n p + 3 ( n p(1 p) BPB np n p 3 ( n p(1 p)
Contohsoal Suatu perusahaan pembuat plastik ingin membuat peta pengendali untuk periode mendatang dengan mengadakan inspeksi terhadap proses produksi bulan ini. Perusahaan melakukan 25 observasi dengan mengambil sampel 50 buah utk setiap observasi.
observasi ukuran sampel banyaknya porporsi cacat keterangan produk cacat 1 50 4 0.08 2 50 2 0.04 3 50 5 0.1 4 50 3 0.06 5 50 2 0.04 6 50 1 0.02 7 50 3 0.06 8 50 2 0.04 9 50 5 0.1 10 50 4 0.08
observasi ukuran sampel banyaknya porporsi cacat keterangan produk cacat 11 50 3 0.06 12 50 5 0.1 13 50 5 0.1 14 50 2 0.04 15 50 3 0.06 16 50 2 0.04 17 50 4 0.08 18 50 10 0.2 keterlambatan bahan 19 50 4 0.08 20 50 3 0.06 21 50 2 0.04 22 50 5 0.1 23 50 4 0.08 24 50 3 0.06 25 50 4 0.08 jumlah 1250 90
Petap garis pusat p 90 1250 0.072 BPA p 0.072(1 0.072) 0.072 + 3 50 0.182 BPB 0.072(1 0.072) p 0.072 3 0.038 50 0
Petap Out of statistic control p-chart 0.25 0.2 proporsi 0.15 0.1 Series1 Series2 Series3 0.05 0 1 3 5 7 9 11 13 15 17 19 21 23 25 observasi
Petap Dilakukan revisi Garis pusat : p 90 10 1250 50 0.067 BPA p 0.067(1 0.067) 0.067 + 3 50 0.173 0.067(1 0.067) 50 BPB p 0.067 3 0.039 0
Peta p p-chart revisi 0.2 0.18 0.16 0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 1 3 5 7 9 11 13 15 17 19 21 23 p BPA BPB CL
Petanp Garis pusat np 90/25 3,6 BPA np 3.6 + 3 3.6(1 0.072) 9.08 BPB np 3.6 3 3.6(1 0.072) 1.88 0
Petanp Out of statistical control np-chart jml cac cat 12 10 8 6 4 2 x BPA BPB CL 0 1 3 5 7 9 11 13 15 17 19 21 23 25 observasi
Peta np Dilakukan revisi: Garispusatnp (90-10)/(25-1) 3.33 dan BPA p (90-10)/(1250-50) 0.067 np 3.33+ 3 3.33(1 0.067) 8.618 BPB np 3.33 3 3.33(1 0.067) 1.96 0
np-chart revisi jmlh cacat 10 8 6 4 2 x BPA BPB CL 0 1 3 5 7 9 11 13 15 17 19 21 23 observasi
Untukbanyaknyasampelbervariasi Untuk sampel yg bervariasi peta yg digunakan hanya peta p (proporsi kesalahan), bukan banyaknya kesalahan(peta np) Peta pengendali proporsi kesalahan mempunyai tiga pilihan: peta pengendalian harian/individu peta pengendali model rata-rata peta pengendali dgn model yg dibuat menurut banyaknya sampel berdasarkan pertimbangan perusahaan
Quiz Berikan contoh data atribut pada produk software? Kapanmenggunakanpetap dannp? Apakelebihanpetakontrolvariabeldibanding peta kontrol atribut
InspirasiHariIni Cara memulai adalah dengan berhenti berbicara dan mulai melakukan.