Download - Quality Control Dengan SPSS

Statistical Process ControlSTATISTIK PROSES KONTROL

DENGAN SPSSSPSS

Control Charts

Pareto Charts

Quality

OLEH : BUDI SUBANDRIYO

1. Statistik dan Proses Kontrol

2. Kualitas

3. Dasar Pengendalian Kualitas

4. Tujuan Pengendalian Kualitas

• Nilai Individu• Diagram X dan Diagram R• Diagram P dan Diagram C

5. Diagram Kendali (Control Chart)

6. Diagram Pareto (Pareto Chart)

01Statistik dan Proses Kontrol

Faktor kualitas merupakan unsur yang mutlak pada setiap produk dan jasayang dihasilkan oleh perusahaan.

Dengan metode statistik, pengukuran kualitas dapat dilakukan secarakuantitatif sehingga dapat digunakan sebagai bahan yang representatifdalam pengambilan keputusan.

Penggunaan statistik dalam proses kontrol dapat mengunakansoftware untuk statistik seperti SPSS dengan fasilitas menukhusus yaitu menu quality control dengan sub menu control chartdan pareto chart.

Peran statistik dalam mengukur kualitas banyak diterapkan didalam duniabisnis dan industri

Statistik proses kontrol adalah Ilmu yang mempelajari tentangteknik/metode pengendalian kualitas berdasarkan prinsip prinsip dankonsep statistik

Gambar rangkaian suatu proses produksi,dimana salah satu fungsi dari prosesproduksi adalah Pengendalian Proses.Pengendalian Proses dilakukan denganmetode Pengendalian Kualitas Statistikyang dikenal dengan istilah Statistik proseskontrol

Statistik proses kontrol dalam proses produksi diterapkan dalam prosesQuality Control (QC).Tujuan dari diadakannya quality control dalam suatu proses adalah :

a. Evaluasi produkb. Membandingkan dengan tujuanc. Perbaikan

Dengan adanya quality control dalam suatu proses adalah menjaga danmeningkatan kualitas yang mempunyai efek pada penurunan biaya,berkurangnya pekerjaan berulang, penurunan keterlambatan danpeningkatan penggunaan mesin.

Dengan demikian akan berefek pada produktivitas meningkat, pangsapasar meningkat karena faktor kualitas, harga yang rendah dan jumlahbarang yang meningkat. Dan pada akhirnya akan memberikan efek padakeberlanjutan usaha dan perkembangan perusahaan.

02Kualitas

Kualitas pada dasarnya adalah ukuran tingkat kesesuaian barang/jasa denganstandar/spesifikasi yang telah ditentukan/ditetapkan.

Pendapat beberapa ahli tentang kualitas

1. (Ariani, 2004: 3) Ada dua segi umum tentang kualitas yaitu, kualitas rancangan dan kualitaskecocokan. Semua barang dan jasa dihasilkan dalam berbagai tingkat kualitas.

2. Crosby (1979) Kualitas adalah kesesuaian dengan kebutuhan yang meliputi availability, delivery,realibility, maintainability dan cost effectivenes.

3. Elliot (1993) Kualitas adalah sesuatu yang berbeda untuk orang yang berbeda dantergantung pada waktu dan tempat atau dikatakan sesuai dengan tujuan yang disengaja,maka dari itu istilah teknik yang sesuai adalah kualitas rancangan.

4. Feigenbaum (1991) Kualitas merupakan keseluruhan karakteristik produk dan jasa yangmeliputi marketing, engineering, manufacture, dan maintenance, dalam mana produk danjasa tersebut dalam pemakaianya akan sesuai dengan kebutuhan dan harapan pelanggan.

5. Garvin (dalam Bounds, et.al., 1994 : 46-84; Lovelock, 1944 : 101-107), Membagi pendekatanmodern terhadap kualitas ke dalam empat era kualitas, yaitu inspeksi, pengendalian kualitassecara statistik, jaminan kualitas, dan manajemen kualitas strategik

03Dasar Pengendalian Kualitas

Bermula dari berbagai kajian dan eksperimen beberapa ahli statistika. Dr.Waiter Shewhart ilmuwan pada Laboratonum Bell dan rekan-rekannya ,mengembangkan diagram-diagram pengendalian selama 1920-1930.Menggunakan hukum-hukum probabilitas dan statistik untuk menggambarkanbagaimana suatu variasi mempengaruhi ukuran-ukuran sampel bagi produk-produk manufaktur, yaitu:

1. Bila suatu barang atau jasa yang diproduksi, outputnya akan serupa(similar) tetapi tidak sama (identical).

2. Adanya variasi adalah merupakan hal yang normal dan wajar.3. Tidak ada dua benda yang benar-benar sama. Namun Shewhart

menganggap terdapat dua variabilitas yaitu variabilitas yang beradadalam batas-batas yang ditentukan dan variabilitas yang berada di luar batas-batas.

4. Dia mengamati bahwa data tidak selalu memberikan kepastian mengenai polayang "normal". Sehingga dari ketidakkonsistenan yang ditunjukkan data, diamenyimpulkan bahwa dalam setiap proses selalu dihasilkan variasi pada prosesyang menghasilkan variasi terkendali (controlled variation) dan ada proses yangmenghasilkan variasi tak terkendali (uncontrolled variation).

Jum’at...?

KamisRabu

SelasaSenin

Penyebab biasa (common-cause)• Kualitas dari material yang

digunakan.• Tingkat penguasaan/

keterampilan operatormesin.

• Desain dari mesin-mesin.

Penyebab khusus (special-cause)• Putusnya aliran listrik• Mesin yang sudah tidak

tersetel dengan haik.• Bidang keterampilan pekerja

yang berlain-lainan

04Tujuan Pengendalian Kualitas

Tujuan dari pengendalian kualitas adalah menyidik dengan cepat sebab-sebabterduga atau pergeseran proses sedemikian hingga penyelidikan terhadapproses itu dan tindakan pembetulan dapat dilakukan sebelum terlalubanyak produk yang tidak sesuai dengan standar produk yang diinginkan.Tujuan akhir dari pengendalian kualitas adalah menyingkirkan variabilitasdalam suatu proses. (Montgomery, alih bahasa Zanzawi, 1990:120)

Pengendalian kualitas statistik (statistical quality control ) secaragaris besar digolongkan menjadi dua, yaitu1. Pengendalian proses statistik (statistical proses control) atau yang

sering disebut dengan control chart2. Rencana penerimaan sampel produk atau yang sering dikenal

dengan acceptance sampling.

PengendalianKualitasStatistik

PengendalianKualitas Proses

Statistik

Data Variabel Data Atribut

RencanaPenerimaan

Sampel Produk

Data Variabel Data Atribut

Dari gambar di atas tampak bahwa pengendalian kualitas proses dan rencana penerimaan produk juga dapat dibagidua golongan menurut jenis datanya, yaitu data variabel dan data atribut. Data variabel memberikan lebih banyakinformasi dari pada data atribut. Namum demikian, data variabel tidak dapat digunakan untuk mengetahuikarakteristik kualitas seperti banyaknya kesalahan atau persentase kesalahan suatu proses. Data variabel dapatmenunjukan seberapa jauh penyimpangan dari standar proses, sementara data atribut tidak dapat menunjukaninformasi tersebut (Ariani, 2004: 58)

05Diagram Kendali

DEFINISI

Diagram kendali digunakan untuk mendeteksi variasi yang terkendali dan variasiyang tidak terkendali. Sehingga sekaligus dapat memonitor suatu proses.

Diagram kendali adalah suatu tampilan grafik (graphic display) yangmembandingkan data yang dihasilkan oleh proses yang sedang berlangsung saatini terhadap suatu batas-batas kendali yang stabil yang telah ditentukan daridata-data (performance data) sebelumnya.

JENIS-JENIS DIAGRAM KENDALI

1. Diagram kendali untuk nilai atau pengamatan individual2. Diagram kendali rata-rata (mean) dari sub kelompok (subgroups)3. Diagram kendali kisaran (range) dari sub kelompok4. Diagram kendali proporsi cacat (proportion of defects) dalam sub-sub kelompok

LANGKAH-LANGKAH

1. Nyatakan hipotesis nol (H0,) dan hipotesis altematif (H1):H0 : Proses terkendali secara StatistikH1 : Proses tidak terkendali secara statistik

2. Tentukan Tingkat Kepentingan (Level of Significance?), alfa (α)3. Tentukan diagram kontrol dan distribusi pengujian (test distribution).

Dalam prakteknya yang sering digunakan adalah distribusi normal atau distribusi binomial4. Definisikan daerah penolakan (atau daerah kritis):

Ini dilakukan dengan menentukan Batas Kendali Atas (Upper Control limit/UCL) dan Batas KendaliBawah (Lower Control Limit/LCL)

5. Nyatakan aturan pengambilan keputusan.Aturannya adalah tolak H0 dan terima H1 jika terdapat satu atau lebih data-data yang berada di luarbatas-batas kendali.

6. Masukan data pada diagram kendali.7. PengambiIan keputusan secara statistik

1. DIAGRAM KONTROL INDIVIDUAL

Diagram yang digunakan memonitor setiap nilai yang diamati dalam sebuah proses. Sebuah diagramyang mengontrol nilai- nilai individu didasarkan pada probabilitas dengan distribusi normal.Unsur-unsur pada diagramnya adalah sebagai berikut:1. Batas Kendali Atas (Upper Control Limit/UCL) UCL = µ + 3σ2. Garis Tengah (Center Line/CL) CL = µ3. Batas Kendali Bawah (Lower Control Limit/LCL) LCL = µ - 3σ

µ = rata-rata (mean)σ = standard deviasi

CONTOH KASUS

Dilakukan sebuah observasi terhadap proses pembuatan poros pada sebuah pabrik Logam Karya Jaya,obeservasi dilakukan terhadap 30 sampel dan didapatkan hasil observasi adalah sebagai berikut .....

CONTOH KASUS

Observasi Diameter1 55,492 54,833 53,91...

.

.

.

30 54,03

CL = rata-rata = 54,727

UCL = µ + 3σ = 54,76 + 3. 0,95597 = 54,76 + 2,7164 = 57,59

LCL = µ - 3σ = 54,76 - 3. 0,95597 = 54,76 - 2,7164 = 51,86

PENGAMBILAN KEPUTUSAN :

Berdasarkan gambar, Diagram kontrol individual padasampel pembuatan poros, maka didapatkan bahwaseluruh data observasi terletak diantara batas LCL danbatas UCL , sehingga dapat diambil kesimpulan bahwavariasi diameter poros dalam batas –batas yang wajar,sehingga Ho yang menyatakan Proses pembuatan porospada PT karya Logam terkendali secara Statistik diterimadan H1 yang menyatakan Proses tidak terkendali secarastatistik, ditolak.

2. DIAGRAM X DAN R

Diagram X adalah diagram yang mana data yang dianalisis adalah nilai rata-rata sub kelompok data.Diagram X digunakan untuk memonitor, mengendalikan dan menganalisis nilai rata-rata (mean) darikuantitas yang diamati dalam sebuah proses yang menggunakan nilai kontinu seperti panjang, berat,diameter dll. Simbol X adalah simbul atas suatu besaran yang dapat diukur.

1. Batas Kendali Atas (Upper Control Limit/UCL)

2. Garis Tengah (Center Line/CL)

3. Batas Kendali Bawah (Lower Control Limit/LCL)

2UCL X A R

CL X

2LCL X A R

CONTOH KASUSDiagram R adalah diagram yang memonitor penyebaran (dispersion) kuantitas yang diamati dalamsebuah proses.

Penggunaan diagram kontrol X dan diagram kontrol R dapat dilakukan secara bersama dalam suatuproses, yang dimaksudkan untuk melakukan pengontrolan kualitas mengenai rata-rata dan dispersiproses. Hal ini biasanya dilakukan pada permulaan proses penggantian mesin, penggantianoperator/pegawai yang melakukan pekerjaan dan perubahan susunan bahan baku.

1. Batas Kendali Atas (Upper Control Limit/UCL)

2. Garis Tengah (Center Line/CL)

3. Batas Kendali Bawah (Lower Control Limit/LCL)

UCL DAR

CL R

/LCL D R

1. DIAGRAM KONTROL INDIVIDUALCONTOH KASUS

Sebuah perusahaan melakukan pengecekan dan pengukuran berat suatu produk. Jumlah data sampel yangdiperiksa adalah 125 unit. Sampel itu dibagi menjadi 25 subkelompok yang masing-masing lerdiri dari 5 unit.Setelah dilakukan pengukuran diperoleh data sebagaimana dalam tabel berikut :

SUBKELOMPOK X1 X2 X3 X4 X5 JUMLAH RATA-RATA RANGE

1 39 32 38 35 37 181 36,2 7

2 32 37 31 25 34 159 31,8 12

3 31 32 35 29 37 164 32,8 8

4 35 37 42 47 38 199 39,8 12

5 28 31 37 36 25 157 31,4 12

25 39 34 31 29 29 162 32,4 10

TOTAL 4105 821 244RATA-RATA 32,8 9,76

X (RATA-RATA SUB KELOMPOK) = 821 /25 = 32,84R Bar (RATA-RATA DARI KISARAN SUB KELOMPOK) = 244 /25 = 9,76

1. DIAGRAM KONTROL INDIVIDUAL

DIAGRAM X DIAGRAM R

3. Diagram P dan Diagram C

Diagram Atribut Produk adalah diagram yang berkaitan dengan persyaratan kualitas yang ditetapkankepada suatu produk yang menunjukkan apakah produk tersebut dapat diterima (acceptable) atauditolak (rejected) karena cacat (defective).Diagram ini biasanya digunakan untuk menganalisis suatu hasil pengamatan yang bersifal diskrit. Sepertibanyaknya kelingan yang rusak pada sayap pesawat, gelembung-gelembung aliran yang terjebak padagelas, goresan pada lempengan plat, dan sebagainya.Untuk keperluan ini terdapat dua jenis diagram yaitu Diagram P dan Diagram C.

Diagram PPada Diagram P yang dianalisis adalah persentase atau proporsi dari produk yang cacat (defective) persampel untuk menilai masing-masing produk dapat diterima atau ditolak. Sebuah diagram Pdidasarkan pada probability dengan distribusi binomial


Dalam memproduksi "Wiring Board" yang digunakan dalam produksi assembling produk-produk tertentudiambil sampel 50 buah per hari Wiring Board ini diuji dan jika lampu menyala bahan diterima.Hasil tabulasi dan data yang dicatat selama fase permulaan produksi adalah sebagai berikut:

TANGGAL TOLAK PROSENTASE

01-Sep 4 8%02-Sep 3 6%03-Sep 2 4%04-Sep 6 12%05-Sep 3 6%06-Sep 1 2%...20-Sep 3 6%

TOTAL 62

Diagram CDiagram C dipergunakan dalam analisis banyaknya cacat dalam unit produk yang tetap. Banyakparameter yang harus dikendalikan tidak dapat dinyatakan sebagai proporsi atau persentase sepeti dalamdiagram P. Misalnya dalam proses tenun, banyaknya cacat setiap 10 m2 bahan yang diproduksi mungkinmerupakan parameter yang harus dikendalikan. Dalam kasus ini satu cacat mungkin artinya kecil.Tetapi jika banyaknya cacat per unit besar mungkin harus memperhatikannya secara serius. Untukdiagram C distribusi probabilitas yang digunakan adalah distribusi poisson, dimana terjadi cacat secaraacak.


Suatu diagram c digunakan untuk menilai proses otomatis dalammemproduksi bahan tenun yang dipakai pada musim dingin.

Inspeksi dilakukan terus-menerus pada setiap panjang 10 m.Kedua belah bagian diinspeksi lewat sinar berintensitas tinggi.Cacat dapat terjadi karena tenunan tidak baik dan tidak terlapisnyadengan bahan tenentu secara baik. Cacat ini kecil dan dideteksi per± 2cm atau kurang. Dari produksi terbaru tercatat data menurutsampel no. 1 s/d 20

No Sampel Cacat per 10 m1 332 163 194 265 366 327 378 419 32

10 3011 3512 2813 2414 3115 3416 4017 3018 3119 2220 28

06Diagram Pareto

DEFINISI

Diagram Pareto dikembangkan oleh seorang ahli ekonomi Italia yang bernama VilredoPareto pada abad ke 19. Diagram Pareto dibuat untuk membandingkan berbagaikategori kejadian yang disusun menurut ukurannya, dari yang paling besar disebelahkiri ke yang paling kecil disebelah kanan.

Dengan bantuan Diagram Pareto tersebut kegiatan akan lebih efektif denganmemusatkan perhatian pada sebab-sebab yang mempunyai dampak yang paling besarterhadap kejadian daripada meninjau berbagai sebab suatu waktu. Dengan katalain, Diagram Pareto adalah grafik batang yang menunjukkan masalah berdasarkanurutan banyaknya kejadian.

DEFINISIPrinsip Pareto juga dikenal sebagai aturan 80/20 dengan melakukan 20% dari pekerjaanbisa menghasilkan 80% manfaat dari pekerjaan itu.Aturan 80/20 dapat diterapkan pada hampir semua hal, seperti:

80% dari keluhan pelanggan timbul 20% dari produk atau jasa 80% dari keterlambatan jadwal timbul 20% dari kemungkinan penyebab penundaan. 20% dari tenaga penjualan menghasilkan 80% dari pendapatan perusahaan

Anda.

DEFINISIDiagram Pareto berikut ini menggambarkan suatu keadaan berdasarkan data observasidengan model pareto. Misalnya dalam suatu permasalahan untuk mengetahuibagaimana komposisi karyawan berdasarkan level pendidikan.

Hasil observasi terhadap 474 karyawan didapatkan data sebagai berikut

Level Pendidikan Jumlah8 53

12 19014 615 11616 5917 1118 919 2720 221 1

JUMLAH 474

DEFINISI