1 / 26

Peta Kendali Atribute

Peta Kendali Atribute. Langkah-langkah Pembuatan Peta Kendali. Tetapkan tujuan & karakteristik kualitas yang akan dikendalikan Tentukan tipe data yang akan digunakan - Diskrit: jumlah, proporsi, persentase, dll

lexine
Download Presentation

Peta Kendali Atribute

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Peta Kendali Atribute

  2. Langkah-langkah Pembuatan Peta Kendali Tetapkan tujuan & karakteristik kualitas yang akan dikendalikan Tentukan tipe data yang akan digunakan - Diskrit: jumlah, proporsi, persentase, dll - Kontinyu: semua data pengukuran, seperti panjang, volume, kecepatan, dll 3. Tentukan pendekatan sampling - Tentukan ukuran subgrup rasional: subgrup harus cukup besar untuk menentukan yang sama untuk item cacat. - Tentukan frekuensi sampling (jumlah subgrup): f (tingkat produksi, biaya sampling) 4. Tentukan peta kendali yang sesuai - peta p : untuk memetakan proporsi/persentase item cacat - peta np: untuk memetakan jumlah item cacat (data diskrit) - peta c: untuk memetakan jumlah cacat per unit yg terjadi dalam area peluang yang konstan (data diskrit) - peta u: serupa dengan peta c: digunakan untuk memetakan jumlah rata-rata cacat per unit jika area peluang tidak konstan (data diskrit)

  3. - peta R: untuk memetakan variabilitas proses untuk sampling dengan n> 1 - peta X: untuk memetakan rata-rata proses dari subgrup sampel (data kontinyu)

  4. 5. Lakukan sampling & pencatatan data pada lembar data yg sesuai 6. Menghitung garis tengah & batas kendali awal untuk peta p: tanpa p satndar (p): Garis tengah : p = ; maka UCLp/LCLp = p + 3 Dengan p standar (po) Garis tengah : p = po = sesuai sasaran; maka UCLp/LCLp = po+ 3 po (1-po) p (1-p) n n n ∑ Di i=1 g n Di : Jumlah item cata yg ditemukan pada sampel ke i

  5. 7. Koreksi garis tengah & batas kendali - hilangkan titik luar batas kendali atas yang diidentifikasi penyebabnya; - tidak disarankan menghilangkan titik di bawah batas kendali bawah (BKB/LCL) 8. Implementasikan peta kendali, monitor stabilitas proses melalui peta kendali; jika terjadi signal tertentu , ambil tindakan yg perlu. 9. Hitung ulang garis tengah & batas kendali, jika terjadi perubahan proses secara signifikan.

  6. Contoh peta kendali atribute yaitu peta kendali p Untuk mencegah kebocoran pada kemasan minuman kaleng, dilakukan pengendalian terhadap seal kaleng minuman tersebut. Untuk pengendalian tersebut akan dibuat peta kendali dengan data yg telah dikumpulkan dari hasil inspeksi terhadap 30 sampel masing-masing dengan ukuran 50. Buat peta kendali yg diperlukan tersebut.

  7. Peta kendali p Tahap Konstruksi: Perhitungan1 Garis tengah; p = = 347 = 0,2313 (30) (50) Batas Kendali Atas: BKA/UCL= p + 3 = 0,2313 + 3 = 0,4102 Batas Kendali bwh: BKB/LCL= p - 3 = 0,2313 - 3 = 0,0524 0,2313 (0,7687 0,2313 (0,7687 p (1-p) p (1-p) 50 50 n n n ∑ Di i=1 g n

  8. Peta kendali p awal BKA GT/CL BKB BKB

  9. Tahap Konstruksi: Perhitungan 2, hilangkan sampel di luar BKA 0,215 (0,785 0,215 (0,785 p (1-p) p (1-p) 50 50 n n n ∑ Di i=1 Tahap Konstruksi: Perhitungan1 Garis tengah; p = = 301 = 0,215 (28) (50) Batas Kendali Atas: BKA/UCL= p + 3 = 0,215 + 3 = 0,389 Batas Kendali bwh: BKB/LCL= p - 3 = 0,215 - 3 = 0,0407 g n

  10. BKA GT/CL BKB BKB

  11. Tahap Implementasi I p = 144 / (26) (50) = 0,1108 BKA = 0,1108 + 3√ (0,1108) (0,8892)/ 50 = 0,1108 + 0,125 = 0,243 BKB = 0,1108 – 0,125= (- 0,0142)

  12. Setelah dilakukan perbaikan proses

  13. Tahap Konstruksi Ulang Uji hipotesis perubahan rata-rata proses: H0 ; p1 = p2 H1 ; p1 > p2 2. Penentuan kriteria penerimaan (tingkat kepercayaan n & Zα): α = 0,05 - Zα= 1,645 3. Perhitungan n Z0: a. Estimasi p1, p2 dan p p1 = p1 = 0,215 p2 = p2 = 0,1108 p = n1p1 + n2p2 = (1400) (0,215) + (1300) (0,1108) = 0,1648 n1+n2 1400 + 1300 Zo = p1 – p2 = 0,215 – 0,1108 = 1,77 p (1-P) ( 1/n1 + 1/n2) (0,1648) (0,8352) (1/1400 + 1/1300)

  14. 4. Keputusan: Karena Zo > Zα Tolak Ho atau telah terjadi perubahan rata2 proses, perlu dilakukan kontsruksi ulang batas-batas kendali, menjadi CL/Garis Tengah : p = 0,1108 BKA/ BKB = p + 3 = 0,1108 + 3 BKA = 0,243 ; BB = - 0,0142 = 0 p (1-p) (0,1108) (0,8892) n 50

  15. Tahap Implementasi II

  16. Ukuran Sampel Untuk Data Kontinyu Jika B = batas kesalahan yg dapat diterima, maka B = Zα/2σx = Z α/2σ √n n = Zα/22σ2 B2 Cth: Seorang analis ingin mengestimasi rata-rata diameter bor dari hasil pengecoran. Berdasarkandata historis, diestimasikan bahwa standar diameter bor = 4,2 mm. Jika diinginkan probabilitas rata2 diameter bor dalam rentang 0,8 mm, tentukan ukuran sampel yg harus digunakan? Jika α = 5 %, Z0,025 = 1,96 n = Zα/22σ2 = (1,96)2 (4,2)2 = 105,88 ≈ 106 B2 (0,8)2

  17. Untuk Data Diskrit Jika B = batas kesalahan yg dapat diterima, maka untuk data diskrit (distribusi binomial). B dorumuskan sebagai berikut. B = Zα/2σx = Z α/2 p (1-p) n n = Zα/2 p (1-p) B2 Contoh: Untuk membuat pipa karet, pertama2 batangan karet dipotong menjadi ukuran tertentu. Potongan tersebut kemudian dilengkapi bentuk lingkaran dan tepinya dilekukan dg tekanan dan temperatur yg tepat. Keterampilan operator dan parameter ptoses seperti temperatur, tekanan dan ukuran cetakan mempengaruhi produksi pipa karet yg baik. Jika diinginkan dengan probabilitas 90%, proporsi pipa karet yg cacat di rentang 4%, berapa sampel yg harus digunakan? Z 0.05 = 1,645 n = (1,645)2 (0,5) (0,5) = 422,8 ≈ 423 (0,04)2 Nilai sebenarnya darip tidak diketahui, Diestimasi dari nilai rata-rata p historis. Jika rata-rata p historis tidak diketahui, Maka p = 0,5 yang menghasilkan Nilai p (1-p) maksimum (nilai konservatif).

  18. Peta Kendali P untuk N tidak Konstan Garis Tengah : p = total jumlah yg ditolak = 880 = 0,0145 total jumlah yg diperiksa 60688 3 √ p (1-p) = 3 σ √ n 3 √ p (1-p) = 3 √ (0.0145) (0.9855) = 0,3586 Sedangkan n berubah-ubah/ tidak konstan

  19. Proses diperbaiki dan bagan kendali sebagai acuan juga harus dihitung ulang, karena ke empat data diatas dibuang dari proses perhitungan berikutnya Sisa yang ditolak adalah 290 sedangkan sisa yang diperika 46399 maka p = 290/46399 = 0,0063 n yang digunakan untuk chart yg telah dikoreksi adalah adalah 46399/18 = 2577 ≈ 2500 atau 2600 Ini dijadikan dasar bagi pengamatan data pada periode berikutnya.

  20. Bagan Kendali np Yang dipetakan adalah jumlah yang ditolak untuk n konstan CLnp = ∑ sample yg ditolak ∑ frekuensi pengambilan sampel p = ∑ jumlah yg ditolak ∑ ukuran lot n 3 σnp = 3 √ np (1-p) UCL/LCL = np + 3 σnp

  21. Contoh CL np = 220/12 = 18,3 p = 220/2400 = 0,0917 3 σnp = 3 √ np (1-p) = 3 √ 200 (0,0917) (0.9083) = 12,2 UCL/LCL = 18,3 + 12,2

More Related