660 likes | 1.57k Views
Peta Kendali ATRIBUT. World Class. Control Chart Types. Continuous Numerical Data. Categorical or Discrete Numerical Data. Control. Charts. Variables. Attributes. Charts. Charts. R. P. C. X. Chart. Chart. Chart. Chart. Konsep.
E N D
Peta Kendali ATRIBUT World Class
Control Chart Types Continuous Numerical Data Categorical or Discrete Numerical Data Control Charts Variables Attributes Charts Charts R P C X Chart Chart Chart Chart
Konsep • Atribut : karakteristik kualitas yg sesuai spesifikasi atau tidak • Atribut dipakai jk ada pengukuran yg tidak mungkin dilakukan ( tidak dibuat) spt : goresan,apel yg busuk, kesalahan warna, ada bagian yg hilang
Kelebihan • Dapat diterapkan di semua tgkt organisasi , separtemen, pusat kerja dan mesin operasional (tgk tertinggi – terendah) • Membantu identifikasi permasalahan ( umum dan detil)
Kelemahan • Tdk dapat diketahui sbrp jauh ketidaktepatan dg spesifikasi tsb • Ukuran sampel yg besar akan bermasalah jk pengukurannya mahal dan destruktif
Tipe Peta Kendali ATRIBUT • Berdasar Distribusi BINOMIAL • Kelompok pengendali unit ketidaksesuaian • Dinyatakan dalam proporsi (%) • Menunjukkan proporsi ketidaksesuaian dalam sampel / sub kelompok p dan np Chart
2. Berdasar Distribusi POISSON • bagian ketidaksesuaian dalam unit inspeksi • Berkaitan dg kombinasi ketidaksesuaian berdasar BOBOT yg dipengaruhi banyak sedikitnya ketidaksesuaian c- Chart dan u-chart
Tahapan…. • Menentukan sasaran menentukan karakteristik kualitasnya (ketidaksesuaian dalam proporsi atau unit) • Memilih tipe peta kendali atribut • Banyaknya sampel dan observasi • Pengumpulan data • Penentuan BATAS KENDALI ( CL,UCL dan LCL) • Interpretasi hasil (pola in/out of control) • Revisi jika perlu
p/np/c p/np/c Chart Structure Upper Control Limit UCL Center Line Process Mean When in Control LCL Time Lower Control Limit
Sampel SAMA…p chart • Proporsi diketahui • Garis Tengah = p¯
Sampel SAMA…p chart • Proporsi TIDAK diketahui • m nomer sampel (vertikal) • n ukuran sampel (horisontal) • D bagian tidak sesuai p¯ = ∑Di/(mn) Garis Tengah = p¯
Sampel BEDA … • Metode INDIVIDU Batas Kendali tergantung ukuran sample tertentu shg BKA/BKB tidak berupa garis LURUS • Metode RATA_RATA Ukuran sampel RATA -RATA dg perbedaan tidak terlalu besar ( n¯ = ∑n/observasi) • Peta Kendali TERSTANDAR dg GT=0 dan BK ± 3
np Chart assuming: np> 5 n(1-p) > 5 Note: If computed LCL is negative, set LCL = 0
c-chart dan u-chart • Mengetahui banyaknya kesalahan unit produk sbg sampel • Sampel konstan c-chart • Sampel bervariasi u-chart • Aplikasi : bercak pd tembok, gelembung udara pd gelas, kesalahan pemasangan sekrup pd mobil
C - chart Number of defects per unit: c¯ = ∑ ci / n
U-chart • u¯ = ∑ ci/n • n ¯ = ∑ ni/g g = banyaknya observasi Model Individu • BPA-u = u¯ + 3 √ (u¯ /ni) • BPB-u = u¯ - 3 √ (u¯ /ni) Model Rata-rata • BPA-u = u¯ + 3 √ (u¯ /n¯) • BPB-u = u¯ - 3 √ (u¯ /n¯)
Warning Conditions….. Western Electric : 1. 1 titik diluar batas kendali ( 3σ) 2. 2 dr 3 titik berurutan diluar batas kend17li (2σ) 3. 4 dr 5 titik berurutan jauh dari GT (1σ) 4. 8 titik berurutan di satu sisi GT 5. Giliran panjang 7-8 titik 6. 1/beberapa titik dekat satu batas kendali 7. Pola data TAK RANDOM
Example………p-np chart Simon Says Augusta, ME 01227 2655 $ 115006529 25447581 1445 Twenty samples, each consisting of 250 checks, The number of defective checks found in the 20 samples are listed below. (proporsi tidak diketahui)
Simon Says Augusta, ME 01227 2655 $ 115006529 25447581 1445 Control Limits For a p Chart Estimated p = 80/((20)(250)) = 80/5000 = .016 Note that the computed LCL is negative.
Simon Says Augusta, ME 01227 2655 $ 115006529 25447581 1445 0.045 0.040 p 0.035 0.030 0.025 Sample Proportion 0.020 0.015 0.010 0.005 0.000 0 5 10 15 20 Control Limits For a p Chart p Chart for Norwest Bank UCL LCL Sample Number
n = • m = • D = • p¯ = • BKA = • BKB = • Tabel proporsi untuk plot ke grafik
n = 50 • m = 20 • D = 72 • p¯ = 72 / (20.50) = .072 • p = √ (0,072)(0,928)/50 = .037 • BKA = 0,072 + 3(0,037) = 0,183 • BKB = 0,072 - 3(0,037) = -0,039 = 0 • Tabel proporsi untuk plot ke grafik
Revisi • p¯ = (72-10) / (1000-50) = 62/950 = 0,065 • p = √ (0,065)(0,935)/50 = 0,035 • BKA = 0,065 + 3 (0,035) = 0.17 • BKB = 0,065 - 3 (0,035) = -0,04 = 0 • Grafiknya juga berubah
Metode Rata-rata • Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p¯ = D/(n¯m) = 341 / (243.20) = 0,07 (CL) p = √ (0,07(0,93))/243 = 0,0164 BPAp = 0,07 + 3 (0,0164) = 0,119 BPBp = 0,07 - 3 (0,0164) = 0,021
Metode Individu • Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p ¯ = D/(n¯m) = 341 / (243.20) = 0,07 (CL) semua titik sama • BP (obs-1) p = √ (0,07(0,93))/200 = 0,018 BPA = 0,07 + 3 (0,018) = 0,124 BPB = 0,07 - 3 (0,018) = 0,016……………….dst
c¯ = ∑c/n = 152/20 = 7,6 • BPA c = (7, 6) + 3 (√7,6) = 15,87 • BPB c = (7, 6) - 3 (√7,6) = -0,67 = 0
Metode Rata-rata • Sampel Rata-rata u¯ = 192/415 = 0,462 (CL) n¯ = 415/20 = 20,75 BPAu = (0,462) + 3 √ (0,462/20,75) = 0,906 BPBu = (0,462) - 3 √ (0,462/20,75) = 0,018
Metode Individu • Sampel Rata-rata u¯ = 192/415 = 0,462 (CL) n¯ = 415/20 = 20,75 • Batas Kendali • Observasi -1 BPA-1 = (0,462) + 3 √ (0,462/20) = 0,916 BPB-1 = (0,462) - 3 √ (0,462/20) = 0,008…….dst