acceptance sampling untuk data variabel

26
Dr. Karndee Prichanont IES331 1/2005 Acceptance Sampling untuk data Variabel 1 Mahros Darsin Unej 2013

Upload: mahros-darsin

Post on 15-Jul-2015

917 views

Category:

Technology


27 download

TRANSCRIPT

Page 1: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Acceptance Sampling

untuk data Variabel

1

Mahros Darsin Unej2013

Page 2: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Acceptance Sampling by variablesKeunggulan dan kelemahan

KEUNGGULAN

• Kurva OC yang sama dapat diperoleh

dengan ukuran sampel lebih sedikit

drpd yang diperlukan untuk data

atribut

• Data pengukuran biasanya

menyediakan informasi yang lebih

tentang proses manufakturing drpd

data atribut.

• Jika AQL sangat kecil, ukuran sampel

yang diperlukan untuk rencana

sampling data atribut sangat besar

KELEMAHAN

• Distribusi kurva OC harus diketahui

Kebanyakan rencana standar

mengasumsikan distribusi

karekteristik mutu adalah normal

• Sebuah rencana sampling terpisah

harus dibuat untuk tiap karakteristik

mutu yang akan diperiksa

• Mungkin menolak seluruh lot walaupun

sample yang diperiksa sebenarnya tidak

terdapat item yang cacat

2

Page 3: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Tipe Rencana Sampling untuk Variabel

• Tipe 1: Rencana untuk mengendalikan bagianlot atau proses yang cacat (tidak memenuhikriteria)

• Tipe 2: Rencana untuk mengendalikanparameter sebuah lot atau proses (rata-rata proses)

3

Page 4: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Dasar Rencana Sampling Variable

4

Pada kasus satu sisi spesifikasi

Page 5: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Peringatan dalam menggunakan Sampling Variable

• Asumsi umum bahwa parameter yang diinspeksi

mengikuti distribusi normal

• Jika parameter yang diinspeksi tidak terdistribusi

normal, memperkirakan bagian yang cacat tidak

akan sama dengan seolah terdistribusi normal

• Perbedaan antara bagian cacat yang diperkirakan

mungkin besar jika berhubungan dengan bagian

cacat yang sangat kecil

5

Page 6: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

MerencanakanSampling Variabeldengan Kurva OC

khusus

6

Page 7: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Gambaran penggunaan nomograf

7

Kepadatan komponen plastik yang akan digunakan pada teleponseluler dipersyaratkan minimal 0.70 g/cm3. Komponen inidipasok dalam lot besar. Jika diinginkan p1 = 0.02, p2 = 0.10, alpha 0.10, dan beta 0.05.

Asumsikan bahwa variabilitas tidak diketahui namun akandiperkirakan deviasi standar sampel.

a) Tentukan rencana sampling variabel

b) Misalkan sample dengan ukuran yang sesuaidiambil, dan rata-rata sample adalah 0.73 dan deviasistandar sampel adalah 1.05 x 10-2

. Apakah lot sebaiknyaditerima atau ditolak?

Page 8: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Gambaranpenggunaan

Nomograf

8

p1 = 0.02,

p2 = 0.10,

alpha 0.10, and

beta 0.05.

Page 9: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005MIL STD 414 dibagi menjadiempat bagian:

– A: deskripsi umum rencana sampling meliputi definisi, kode huruf ukuransample, dan kurva OC untuk rancangan.

– B: rencana sampling variabel berdasar atasdeviasi standar sampel untuk kasus saatvaribilitas proses atau lot tidak diketahui.

– C: rencana sampling variabel berdasar atasmetode range sampel

– D: rencana sampling variabel untukkeadaan deviasi standar diketahui

9

Page 10: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Military Standard: MTL STD 414• MIL STD 414 adalah sebuah rencana sampling

penerimaan lot-by-lot untuk variables

• Titik Fokal adalah AQL yang berkisar 0.04% sd. 15%

• AQL 0.04, 0.065, dan 15 dihapus

• Secara umum ada Lima level inspeksi (seperti MIL-STD 105E) namun penamaan level I, II, III, IV, dan V dinamai ulang menjadi S3, S4, I, II, III.

• Ukuran sampel merupakan fungsi dari ukuran lot danlevel inspeksi

• Provisi dibuat untuk inspeksi normal, diperketat, dandiperlonggar

• Karakteristik mutu yang diinspeksi diasumsikanterdistribusi normal

10

Page 11: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

11

ANSI/ASQC Z1.9-1993Mil-Std 414

• Informasi yang diperlukan: N, AQL, level Inspeksi

• Bagaimana menggunakan

– Huruf kode

– Batas Single atau Double, Std. Dev atau Range Method Plans

– Aturan peralihan (Switching Rules)

• Didapat: Code Letter, n, kriteria penerimaan/penolakan, statistik kritis (k)

• O-C Curves

Page 12: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

12

ANSI/ASQC Z1.9-1993Contoh (From QCI, CQE Primer, pVI-37)

Suhu maksimal ditentukan operasi sebuahperangkat adalah 209F. Sebuah lot 40 disajikan untuk inspeksi. Gunakan level normal (level II) dengan AQL = 0.75%. Std. Dev. tidakdiketahui

Gunakan metode Std. Dev., variasi tidakdiketahui– temukan huruf kode, ukuran sample, k

– Apakah lot diterima atau ditolak

Page 13: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

13

Z1.9 Code Letters

Untuk N=40, AQL=0.75 |||||| Gunakan AQL=1.0 & Code Letter “D”

Page 14: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

14

Z1.9 – Menentukan Kriteria KeputusanStd. Dev method – Table B-1

• Untuk Kode Letter “D”, n=5 & AQL=1, k=1.52

Page 15: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

15

ANSI/ASQC Z1.9-1993

Apakah itu “k”

“k” adalah statistik kritis (istilah dipakai dalam pengujianhipotesis)

‘k” mendefinisaikan luasan maksimum distribusi yang mungkin diatas USL.

Jika Qcalc > k, ada sedikit distribusi di atas Qcalc drpd di atas “k” danlot diterima. (Bandingkan dengan tabel “Z”)

Kenaikan (USL - X-bar) meningkatkan Pa

Page 16: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

16

ANSI/ASQC Z1.9-1993Latihan

Pembacaan lima kali 197F, 188F, 184F, 205F, 201F.

• X-bar (mean) = 195F

• S (Std. Dev) = 8.8F

• Qcalc = (USL – X-bar)/s = 1.59

• Karena Qcalc = 1.59 lebih besar drpd k=1.52, lot diterima

Page 17: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

17

Z1.9 – OC Curve for “D”Table A-3 (p9)

Page 18: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

18

ANSI/ASQC Z1.9-1993

Latihan Lain

• Informasi yang diketahui sama dengan contohsebelumnya

• AQL = 0.1

• Temukan huruf kode, n, k

• Lot diterima atau ditolak?

Page 19: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

19

Solusi – latihan ke-2Kode huruf yang baru“E”, n=7, & k=2.22

Pembacaan lima kali pengukuran197F, 188F, 184F, 205F, 201F, 193F & 197F.

• X-bar (mean) = 195F• S (std. Dev) = 7.3F• Qcalc = (USL – X-bar)/s = 1.91• Karena Qcalc = 1.91 kurang drpd k=2.22, lot

ditolak

Page 20: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Gambaran penggunaan MTL STD 414

Seorang inspektor untuk agen militer

menginginkan variabilitas rencana sampling

untuk diterapkan dengan AQL sebesar 1.5%,

dengan asumsi ukuran lot adalah 7000. Jika

deviasi standar lot atau proses tidak diketahui,

buatlah rencan penerimaan menggunakan

MIL STD 414

20

Page 21: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Table 1. AQL Conversion Table

21

Page 22: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Table A-2. Sample-Size Code Letters.

22

Page 23: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Table B-1. Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Standard Deviation Method

(Single Specification Limit and Form 1).

23

Page 24: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Table B-3. Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Standard Deviation Method

(Double Specification Limit and Form 2 --- Single Specification Limit).

24

Page 25: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Table C-1.Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Range Method(Single Specification Limit and Form 1).

25

Page 26: Acceptance sampling untuk data variabel

Dr. Karndee Prichanont IES331 1/2005

Table C-3.Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Range Method

(Double Specification Limit and Form 2 ---- Single Specification Limit).

26