tugas klp mutu 2
DESCRIPTION
grafik p dan npTRANSCRIPT
-
Tugas Kelompok
PENGENDALIAN MUTU
Peta Kendali Atribut (Grafik p dan np)
KELOMPOK VI
Ira Nurcahyani (H12111258)
Rahmat Wahid (H12112277)
PROGRAM STUDI STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HASANUDDIN
MAKASSAR
2015
-
Peta Kendali Atribut
Atribut, seperti didefinisikan dalam kualitas merujuk kepada karakteristik kualitas yang
sesuai dengan spesifikasi atau tidak sesuai dengan spesifikasi. Peta kendali atribut
yaitu peta kendali untuk mengukur data yang bersifat atribut (Besterfield. Dale. H, dkk,
Total Quality Management). Pengendalian data yang bersifat atribut dilakukan apabila
pengukuran tidak mungkin dilakukan, contohnya inspeksi secara visual seperti
penentuan cacat warna, goresan, dan sebagainya atau bila pengukuran tidak dilakukan
karena keterbatasan waktu, biaya, atau keperluan lainnya.
Atribut : mengacu pada karakteristik kualitas yang memenuhi spesifikasi atau tidak.
Atribut produk bagus/baik atau produk defective
2 alasan pengamatan atribut dilakukan:
1. Jika pengukuran tidak mungkin dilakukan
2. Jika pengukuran dapat dilakukan tetapi butuh waktu lama, mahal, sulit, dll.
Keterbatasan Peta Variabel:
1. Tidak dapat digunakan untuk karakteistik kualitas atribut (cacat pada produk)
2. Dalam manufaktur sangat banyak variabel yang terlibat mahal dan tidak praktis
Tipe Peta Kendali Atribut:
1. Peta Kendali Atribut untuk Defective
Defective mengacu pada seluruh unit
Dasar : Distribusi Binomial
Jenis Peta Kendali Atribut untuk Defective : Grafik p dan Grafik np
2. Peta Kendali Atribut untuk Defect
Defect karakteristik kualitas (cacat produk)
Dasar : Distribusi Poisson
Jenis Peta Kendali Atribut untuk Defect : Grafik c dan Grafik u
Peta Kendali Atribut untuk Defective
1. Grafik p
Peta kendali p ialah bagan untuk proporsi unit yang ditolak dalam suatu sampel
karena tidak sesuai terhadap spesifikasi (Mc Graw Hill, Human Resource
Management). Dalam hal ini tidak diperlukan ukuran lot yang konstan.
-
Peta kendali p (pengendali proporsi kesalahan) merupakan salah satu peta
kendali atribut yang digunakan untuk mengendalikan bagian produk cacat dari hasil
produksi. Pengendali proporsi kesalahan (p-chart) digunakan untuk mengetahui
apakah cacat produk yang dihasilkan masih dalam batas yang disyaratkan atau tidak.
Dapat dikatakan juga sebagai perbandingan antara banyaknya cacat dengan semua
pengamatan, yaitu setiap produk yang diklasifikasikan sebagai diterima atau
ditolak (yang diperhatikan banyaknya produk cacat).
Distribusi Grafik p
Asas-asas statistik yang melandasi grafik pengendali untuk bagian tak sesuai atau
grafik p didasarkan atas distribusi binomial. Misalkan dianggap bahwa proses
produksi beroperasi secara stabil sehingga probabilitas bahwa suatu barang tidak sesuai
dengan peruntukan (rusak) adalah p. Selanjutnya, dianggap bahwa barang-barang
diproduksi saling bebas, sehingga rusak atau tidaknya produk barang tersebut
mengikuti distribusi Bernoulli dengan parameter p. Jika sampel dengan ukuran n
dipilih dan D menyatakan banyaknya barang rusak yang terambil dalam sampel maka
D akan mengikuti distribusi Binomial dengan parameter n dan p.
Batas Pengendali Grafik p
Misalkan X berdistribusi bernoulli dengan fungsi kepadatan peluang adalah :
( ) ( ) , x = 0,1.
Maka mean ( ) dari ( ) adalah :
( ) ( )
( )
( )
.1
Dan variansinya adalah ( ) ( ). Didalam buku (Montgomery, 1996),
suatu variabel random yang kerap kali timbul dalam pengendalian kualitas adalah:
-
Dengan x berdistribusi binomial dengan parameter n dan p. Kerap kali kita
pikirkan p sebagai perbandingan banyak item yang cacat atau tidak sesuai dalam
sampel dengan ukuran sampel itu, dan ini dinamakan bagian cacat sampel atau
bagian tak sesuai sampel. Distribusi probabilitas diperoleh dari distribusi
binomial karena:
* + {
}
* +
( ) ( )
, -
Dengan , - menunjukkan bilangan bulat terbesar lebih kecil atau sama dengan
na. Sehingga dapat diperoleh bahwa mean adalah p dan variansi . Dimana :
( )
sehingga
( )
.
Karena batas garis tengah untuk batas pengendali p adalah mean dan dan
BPA/BPB adalah . Maka batas-batas kendali untuk grafik pengendali p
adalah sebagai berikut.
Apabila diketahui :
( )
( )
Apabila tidak diketahui :
( )
-
( )
Dimana :
Contoh Kasus
Pada bulan Mei dipabrik Garmen Hatex dilakukan pemeriksaan dengan
dan frekuensi pengambilan subgrup 15 kali. Data yang diperoleh adalah sebagai
berikut :
a). Tentukan batas-batas kontrol peta kendali
b). Apakah proses terkendali ?. Bila tidak, buat revisinya !
Jawab:
-
( )
( )
( )
( )
Maka peta kendali p adalah sebagai berikut :
Dari gambar diatas dapat dilihat bahwa proses belum terkendali karne masi ada
data yang keluar dari batas-batas kendali, yaitu data ke-3 dan 5. Sehinggan perlu
dilakukan refisi sebagai berikut :
( )
( )
( )
( )
( )
( )
Sehingga grafik pengendali setelah refisi adalah sebagai berikut :
-
Dalam hal ini, data sudah terkendali setelah direvisi.
2. Grafik np
Peta kendali np menyatakan bagan untuk banyaknya unit yang tak sesuai dalam
suatu sampel (Besterfield. Dale. H, dkk, Total Quality Management) dengan nilai p
sama dengan nilai p pada peta kendali p.
Seperti yang telah dijelaskan sebelumnya bahwa bila sampel yang diambil
setiap kali melakukan observasi jumlahnya sama maka kita dapat menggunakan peta
pengendali proporsi kesalahan (p-chart) maupun banyaknya kesalahan (np-chart).
Bila peta kendali p digunakan untuk memetakan proses secara proporsional, maka
peta kendali merupakan peta kendali yang digunakan untuk mengukur
banyaknya produk cacat per item.
Peta kendali biasa digunakan untuk memetakan jumlah item cacat atau
banyaknya cacat dari sebuah sampel yang diambil. Berbeda dengan peta kendali p
yang dapat memetakan proses dengan jumlah sampel tiap observasi sama maupun
tidak sama, peta kendali np hanya biasa digunakan apabila sampel yg diambil tiap
observasi jumlahnya sama.
Distribusi grafik np
Sama halnya dengan grafik p, distribusi grafik pengendali np didasarkan dari
distribusi binomial. Distribusi binomial kerap kali digunakan dalam pengendalian
kualitas. Ini adalah model probabilitas yang cocok untuk pengambilan sampel dari
populasi yang besar tak berhingga, dengan p menunjukkan bagian dari item yang cacat
-
atau tak sesuai dalam populasinya. Dalam penggunaan nilai x biasanya menunjukkan
banyak item yang tak sesuai yang terdapat dalam sampel random item.
Batas Pengendali Grafik np
Misalkan berdistribusi binomial dengan fungsi kepadatan peluang adalah sebagai
berikut :
. / ( )
Maka mean ( ) dari , -, yaitu sebagai berikut
( ) ( )
( )
. / ( )
. / ( )
( ) ( )
( )
( ) ( ) ( )
( )
( ) ( ) ( )
Misalkan dan , maka persamaan di atas menjadi
( )
( ) ( )
Berdasarkan (1),
( ) ( ) , maka
( )
( ) ( )
-
Dan variansi dari adalah sebagai berikut :
( ) ( ) ( ( ))
Dalam mencari ( ), kita harus tahu nilai ekspektasi dari .
( ) ( )
( ) ( )
( ) ( )
( )
. / ( )
. / ( )
( ) ( )
( )
( ) ( ) ( )
( )
( ) ( ) ( )
Misalkan dan , maka persamaan di atas menjadi
( ) ( )
( ) ( ) ( )
( ) . / ( )
( )
( ) ( )
-
[ . / ( ) .
/ ( )
]
, -
,( ) -
, -
( ) ( ) ( ( ))
, - ( )
( ) ( )
( )
Dengan demikian, maka batas-batas kendali untuk peta kendali adalah sebagai
berikut :
Apabila diketahui :
( )
( )
Apabila tidak diketahui :
( )
( )
Dimana :
Contoh kasus
Pada bulan Mei dipabrik Garmen Hatex dilakukan pemeriksaan dengan
dan frekuensi pengambilan subgrup 15 kali. Data yang diperoleh adalah sebagai
berikut :
-
Apakah proses terkendali? Bila tidak, buat revisinya !
Jawab:
( ) ( )
( ) ( )
-
Proses tidak terkendali, karen masih ada data yang keluar dari Batas Kendali, yaitu data
ke -3 dan 5 revisi
Peta np- Revisi:
( )
( )
( ) ( )
( ) ( )
Proses sudah terkendali.