Modul 4
Peta Kendali Atribut
–
MODUL 4 PETA KENDALI ATRIBUT
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 1
Modul 4
Peta Kendali Atribut
–
A. Tujuan
Berikut ini adalah tujuan praktikum modul peta kendali atribut : 1. Memahami konsep defective dan defective dan defects dalam defects dalam data atribut 2. Memahami dasar-dasar statistik peta kendali Shewhart untuk data atribut berdasarkan distribusi binomial dan poisson 3. Membuat peta kendali Shewhart untuk data atribut berdasar cacat (peta p dan np) 4. Membuat peta kendali Shewhart untuk data atribut berdasar kecacatan (peta c dan u) 5. Menggunakan peta kendali atribut dengan ukuran sampel bervariasi 6. Memahami kelebihan dan kekurangan peta kendali atribut dan peta kendali variabel
B. Teori Singkat
Peta kendali dikembangkan pertama kali oleh Dr. Walter A,Shewhart. Shewhart menunjukkan suatu fakta penting bahwa variasi dari suatu proses diakibatkan oleh dua sumber. Sumber variasi pertama disebut penyebab umum (common ( common cause) cause) yang melekat dalam sistem produksi dan tidak mungkin untuk menghilangkannya (misalnya : keadaan cuaca). Sumber variasi kedua ( special cause caus e) yang diakibatkan oleh beberapa kondisi khusus (misalnya : masalah bahan baku, kesalahan operator, kegagalan mesin, dll). Secara umum, teknik pengawasan proses statistikal membantu kita untuk memonitor proses produksi dan untuk mendeteksi perilaku proses abnormal yang disebabkan oleh penyebab yang khusus. Dalam pengendalian kualitas dikenal istilah defective (non confroming) dan defects (non conformities). Defective (non confroming) confroming) menjelaskan dua kemungkinan produk gagal (cacat) atau berhasil (tidak cacat) sedangkan defects (non confromities) confromities) menjelaskan banyaknya kecacatan dalam suatu produk. produk. Berikut ini adalah contoh defective dan defects:
Gambar 1 Defective dan dan Defects
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 2
Modul 4
Peta Kendali Atribut
–
Shewhart membagi peta kendali dalam 2 kategori yaitu: peta kendali variabel dan peta kendali atribut. Bagaimana memilih peta kendali atribut? Gambar dibawah ini memberikan hirarki pemilihan peta kendali atribut : PETA KENDALI ATRIBUT
Jumlah Kecacatan (Defects) Dist. Poisson
Poporsi Cacat (Defective) Dist. Binomial
n Tetap
n Variansi
n Tetap
n Variansi
Peta Kendali np,p
Peta Kendali p
Peta Kendali c
Peta Kendali u
Gambar 2 Diargram Peta Kendali Atribuat
Peta kendali atribut memerlukan penentuan apakah sebuah part cacat atau tidak atau berapakah banyaknya cacat yang terdapat di dalam sampel. Beberapa peta kendali jenis ini adalah peta kendali p, peta kendali c, peta kendali u, peta kendali np, dan sebagainya. Berikut ini adalah penjelasan macam-macam peta kendali atribuat. a. Peta Kendali np
Hampir sama dengan peta kendali p, tetapi peta kendali np lebih mudah dalam perhitungan karena hasil-hasil inspeksi dapat langsung dipeta kendalikan tanpa dilakukan proses perhitungan sebelumnya. Peta kendali np menunjukkan jumlah defektif dalam suatu populasi. Peta kendali np digunakan untuk n tetap. Berikut adalah rumus peta kendali np :
Rumus peta kendali np : CL = n =
atau,
BKA/BKB = n
CL = n = n.
3
Jika nilai BKB < 0, Maka nilai BKB = 0
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 3
Modul 4
Peta Kendali Atribut
–
Rumus perbaikan peta kendali np : n
=n
=
atau,
n
=n
=n
=n
BKA/BKB = n b. Peta kendali p :
Peta kendali p merupakan peta kendali kontrol fraksi / bagian yang tidak memenuhi syarat. Peta kendali p menunjukkan proporsi cacat (cacat keseluruhan).Peta kendali p digunakan untuk n variansi. Berikut ini adalah rumus peta kendali p :
Rumus peta kendali p :
p =
=>
=
Standar deviasi peta kendali p :
Untuk 3σ CL =
BKA/BKB =
±3
Jika nilai BKB < 0, Maka nilai BKB = 0 Dimana :
p
= proporsi defective
n
= jumlah sampel per subgrup
p
= jumlah defektif dalam subgrup
Rumus perbaikan peta kendali p : =
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 4
Modul 4
Peta Kendali Atribut
–
BKA/BKB = Dimana :
= jumlah defective yang keluar batas = jumlah subgrup yang keluar batas
Ada pun tujuan dibuatnya peta kendali p yaitu untuk menentukan rata-rata kualitas, menarik perhatian manajemen tentang peruahan rata-rata, memperbaiki kualitas, evaluasi prestasi dari manajemen oprasi dan personel, memperkirakan pemakaian peta kendali X dan R, dan menentukan kriteria penerimaan.
c. Peta kendali c
Menurut Grant (1991), peta kendali atribut c – chart adalah peta kendali untuk ketidaksesuain (kecacatan) barang dimana besarnya subgroup sama. Contoh penerapan c – chart adalah jumlah ketidaksesuaian permukaaan yang diamati dalam lembaran yang dilapisi seng atau yang dicat pada daerah tertentu, jumlah ketidaksempurnaan permukaan dalam selembar film foto, jumlah kerusakan pada titik-titik lemah dalam isolasi pada panjang tertentu kawat .Ukuran subgrup dari Peta kendali c n = 1 . Berikut adalah rumus peta kendali atribut c :
Rumus peta kendali c : CL =
=
BKA/BKB = Dimana,
3
c = Jumlah cacat k = Jumlah subgrup
Rumus perbaikan peta kendali kendali c : = BKA/BKB =
= 3
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 5
Modul 4
Peta Kendali Atribut
–
d. Peta kendali u
Peta kendali u merupakan peta kendali yang menunjukkan banyaknya cacat (jumlah defect ) per unit dalam subgrup. Peta kendali u merupakan modifikasi dari Peta kendali c ; dimana : u =
. Berikut ini adalah rumus peta kendali u :
Rumus Peta kendali Kendali u : CL =
=
BKA/BKB = Dimana,
3
u = Jumlah cacar per unit dalam subgrup (defect per unit) = Rrata-rata banyaknya cacat per unit untuk beberapa subgrup (Ratarata defect per unit)
Rumus perbaikan peta kendali u : =
BKA/BKB =
=
±3
Dalam mengendalikan kualitas dari suatu produk ada beberapa alat bantu untuk mengetahui penyebab utama dari terjadinya kegagalan atau cacat produk sehingga perusahaan dapat memperbaiki dan meningkatkan mutu produk dengan efektif. Salah satu tools yang paling sering digunakan adalah Cause and effect diagram. Diagram Cause and effect diagram (sebab akibat) digunakan untuk menganalisis persoalan dan faktor-faktor yang menimbulkan persoalan tersebut. Dengan demikian diagram tersebut dapat digunakan untuk menjelaskan sebab-sebab suatu persoalan. Cause and effect diagram juga disebut Ishikawa diagram dan dikembangkan oleh Dr. Kaoru Ishikawa. Diagram tersebut juga disebut Fishbone diagram karena berbentuk seperti kerangka ikan. Dalam industri manufaktur pembuatan cause and effect diagram dapat menggunakan konsep “5M-1E”, yaitu: machines, methods, materials, measurement, men/women, dan environment. Sedangkan dalam bidang pelayanan dapat memakai pendekatan “3P -1E” yang Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 6
Modul 4
Peta Kendali Atribut
–
terdiri dari : procedures, polocies, people dan equipment . Berikut ini adalah contoh cause and effect diagram :
Gambar 3 Cause and eff ect diagr am
C. Studi Kasus Contoh peta Kendali P
Misalkan Anda bekerja di sebuah pabrik yang memproduksi tabung gambar untuk televisi. Untuk setiap lot, Anda menarik beberapa tabung dan melakukan inspeksi visual. Jika tabung memiliki goresan di bagian dalam, Anda menolaknya. Jika memiliki terlalu banyak menolak, Anda melakukan pemeriksaan 100% terhadap lot tersebut. P chart dapat menentukan kapan Anda harus memeriksa seluruh lot. Berikut adalah data yang dihasilkan :
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 7
Modul 4
Peta Kendali Atribut
–
Tabel 1. Hasil Pemeriksaan Terhadap Lot No
Sampled
Rejects
1
98
20
2
104
18
3
97
14
4
99
16
5
97
13
6
102
29
7
104
21
8
101
14
9
55
6
10
48
6
11
50
7
12
53
7
13
56
9
14
49
5
15
56
8
16
53
9
17
52
9
18
51
10
19
52
9
20
47
10
Cara penyelesainya :. 1. Pilih Start > Charts kontrol > Atribut Charts > P. 2. Pada Variabel, masukkan Rejects. 3. Dalam ukuran Subkelompok, masukkan Sampel. 4. Klik OK. Sehingga didaptkan output sebagai berikut
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 8
Modul 4
Peta Kendali Atribut
–
Dan grafik sebagai berikut :
P Chart of Rejects 0,35
UCL=0,3324
0,30
1
0,25 n o 0,20 i t r o p o 0,15 r P
_ P=0,1685
0,10 0,05 LCL=0,0047
0,00 1
3
5
7
9
11 Sample
13
15
17
19
Tests performed with unequal sample sizes
Gambar 4. Peta Kendali P
Dari grafik diatas dapat dilihat bahwa data no 6 melewati batas kendali atau out of control.
Contoh Peta Kendali NP
Anda bekerja di sebuah perusahaan manufaktur mainan dan pekerjaan Anda adalah untuk memeriksa jumlah ban sepeda rusak. Anda memeriksa 200 sampel di setiap lot dan kemudian memutuskan untuk membuat bagan NP untuk memantau jumlah barang cacat. Anda memutuskan untuk membagi grafik dengan setiap 10 banyak pemeriksaan. Berikut adalah data yang dihasilkan :
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 9
Modul 4
Peta Kendali Atribut
–
Tabel 2. Data Hasil Pemeriksaan Mainan No
Inspected
Rejects
No
Inspected
Rejects
No
Inspected
Rejects
1
200
8
11
200
12
21
200
7
2
200
13
12
200
6
22
200
10
3
200
7
13
200
10
23
200
5
4
200
8
14
200
9
24
200
12
5
200
5
15
200
13
25
200
6
6
200
13
16
200
7
26
200
6
7
200
7
17
200
8
27
200
10
8
200
12
18
200
5
28
200
17
9
200
27
19
200
15
29
200
14
10
200
10
20
200
25
30
200
11
Cara penyelesaiiannya adalah : 1.
Pilih Stat> Charts kontrol> Atribut Charts> NP.
2.
Pada Variabel, masukkan Rejects.
3.
Dalam ukuran Subkelompok, masukkan Inspected .
4.
Klik NP Bagan Options, kemudian klik tab Display.
5.
Di bawah grafik Berpisah menjadi serangkaian segmen untuk tujuan tampilan, pilih Setiap segmen berisi __ subgrup dan enter10.
6.
Klik OK di setiap kotak dialog.
Berikut hasil dari minitab
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 10
Modul 4
Peta Kendali Atribut
–
Peta kendali NP
NP Chart of Rejects 1
20 10
UCL=20,10 __ NP=10,6
0
LCL=1,10
t n u o 20 C e l p 10 m a S 0
1
2
3
4
5
6
7
8
9
10 1
UCL=20,10 __ NP=10,6 LCL=1,10 11
12
13
14
15
16
17
18
19
20
20 10
UCL=20,10 __ NP=10,6
0
LCL=1,10 21
22
23
24
25 26 Sample
27
28
29
30
Gambar 5. Peta Kendali NP
Inspeksi banyak 9 dan 20 jatuh di atas batas kendali atas, menunjukkan bahwa penyebab khusus dapat mempengaruhi jumlah barang cacat untuk banyak ini. Anda harus menyelidiki apa penyebab khusus mungkin telah mempengaruhi out-of-control jumlah sepeda barang cacat ban untuk pemeriksaan banyak 9 dan 20. Kemudian dari data peta kendali NP di atas dibuatpeta kendali P Langkah penyelesaian : 1. Pilih Start > Charts kontrol > Atribut Charts > P. 2. Pada Variabel, masukkan Rejects. 3. Dalam ukuran Subkelompok, masukkan Inspected . 4. Klik OK. Sehingga didaptkan output sebagai berikut
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 11
Modul 4
Peta Kendali Atribut
–
Peta Kendali P
P Chart of Reject 0.14
1 1
0.12 UCL=0.1005
0.10 n o 0.08 i t r o p o 0.06 r P
_ P=0.053
0.04 0.02 LCL=0.0055
0.00 1
4
7
10
13
16 Sample
19
22
25
28
Gambar 6. Peta Kendali P
Contoh Peta Kendali C
Misalkan Anda bekerja untuk sebuah produsen linen. Setiap 100 meter persegi kain dapat berisi sejumlah noda sebelum ditolak. Untuk keperluan kualitas, Anda ingin mengamati jumlah cacat per 100 meter persegi selama beberapa hari, untuk melihat apakah proses Anda berperilaku diduga. Anda ingin peta kendali untuk menunjukkan batas kontrol pada 1, 2, dan 3 standar deviasi di atas dan di bawah garis tengah. Berikut tabel hasil pengamatannya : Tabel 3. Hasil Pengamatan per 100 meter persegi No
Defects
No
1
2
11
4
21
3
31
4
2
4
12
3
22
2
32
2
3
1
13
5
23
4
33
3
4
1
14
2
24
3
34
6
5
4
15
1
25
2
35
4
6
5
16
1
26
3
36
0
7
2
17
2
27
5
37
1
8
1
18
3
28
1
38
2
9
2
19
2
29
4
39
3
10
4
20
4
30
3
40
1
Defects
No
Defects
No
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Defects
Page 12
Modul 4
Peta Kendali Atribut
–
Cara Penyelesaian : 1. Pilih Stat> Charts kontrol> Atribut Charts> C. 2. Pada Variabel, masukkan Difective. 3. Klik C Bagan Options, kemudian klik tab S Batas. 4. Di bawah batas kontrol Display di, masukkan 1 2 3 dalam kelipatan ini dari standar deviasi. 5. Di bawah tempat batas pada batas kontrol, periksa batas standar deviasi rendah terikat dan enter0. 6. Klik OK di setiap kotak dialog. Peta kendali C C Chart of Defects 8
+3SL=7,677
7 +2SL=6,027
6 t 5 n u o C 4 e l p m3 a S
+1SL=4,376 _ C=2,725
2 1
-1SL=1,074
0
LB=0 1
5
9
13
17
21 Sample
25
29
33
37
Gambar 6. Peta Kendali C
Karena poin jatuh dalam pola acak, dalam batas-batas batas kontrol 3s, Anda menyimpulkan proses tersebut berfungsi diduga dan memegang kendali.
Contoh Peta Kendali U
Sebagai manajer produksi dari perusahaan manufaktur mainan, Anda ingin memantau jumlah cacat per unit mainan mobil bermotor. Anda memeriksa 20 unit mainan dan membuat grafik U untuk memeriksa jumlah cacat di setiap unit mainan. a. Buat peta Kendali U b. Buat peta kendali U dengan asumsi subgrupnya 102 Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 13
Modul 4
Peta Kendali Atribut
–
Berikut adalah data yang digunakan : Tabel 4. Hasil Pengamatan mainan mobil bermotor No
Day
Sample
Defects
1
1
110
9
2
1
101
11
3
1
98
2
4
1
105
5
5
2
110
15
6
2
100
13
7
2
98
8
8
2
99
7
9
3
100
5
10
3
100
2
11
3
102
4
12
3
98
4
13
4
99
2
14
4
105
5
15
4
104
5
16
4
100
2
17
5
103
3
18
5
100
2
19
5
98
1
20
5
102
6
a. Peta Kendali U Cara penyelesaian : 1. Pilih Stat> Charts kontrol> Atribut Charts> U. 2. Pada Variabel, masukkan Defects. 3. Dalam ukuran Subkelompok, masukkan Sample. 4. Klik OK di kotak dialog. Berikut hasil dari perhitungan :
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 14
Modul 4
Peta Kendali Atribut
–
Peta Kendali U
U Chart of Defects 1
0.14
1
UCL=0.1241
0.12 t i n U 0.10 r e P 0.08 t n u o C 0.06 e l p m0.04 a S
_ U=0.0546
0.02 0.00
LCL=0 1
3
5
7
9
11 Sample
13
15
17
19
Tests performed with unequal sample sizes
Gambar 7. Peta Kendali U
b. Peta kendali U dengan Asumsi Subgrup 102
Cara Penyeliesaian : a. Pilih Stat> Charts kontrol> Atribut Charts> U. b. Pada Variabel, masukkan Defects. c. Dalam ukuran Subkelompok, masukkan 102. d. Klik U Bagan Options, kemudian klik tab S Batas. e. Di bawah Ketika ukuran subkelompok tidak sama, menghitung batas kontrol, pilih asumsi semua subkelompok telah ukuran kemudian masukkan 102. f. Klik OK di kotak dialog. Berikut hasil dari perhitungan :
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 15
Modul 4
Peta Kendali Atribut
–
Peta Kendali U
U Chart of Defects 1
0,14
1
UCL=0,1241
0,12 t i n 0,10 U r e P 0,08 t n u o C 0,06 e l p m0,04 a S
_ U=0,0546
0,02 0,00
LCL=0 1
3
5
7
9
11 Sample
13
15
17
19
Gambar 8. Peta Kendali U
Unit 5 dan 6 di atas garis batas kontrol atas, menunjukkan bahwa penyebab khusus dapat mempengaruhi jumlah cacat pada unit-unit ini. Anda harus menyelidiki apa penyebab khusus mungkin telah mempengaruhi out-of-control jumlah bermotor cacat mobil mainan untuk unit-unit ini.
D. Tugas Pendahuluan
1.
Jelaskan perbedaan defective (nonconforming ) dengan defects (nonconformities) dan berikan contohnya !
2.
Sebutkan dan jelaskan peta apa saja yang terdapat dala m peta kendali atribut !
3.
Sebutkan dan jelaskan kelebihan dan kekurangan menggunakan peta kendali atr ibut !
4.
Buatlah contoh Cause and effect diagram!
5.
PT. Juggy Corporation, bermaksud untuk memantau banyaknya produk yang defective ketika melakukan proses pembubutan pada tiang juggy punk . Dicatat
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 16
Modul 4
Peta Kendali Atribut
–
banyaknya tiang juggy punk yang tidak memenuhi persyaratan yang diinginkan adalah seperti pada tabel. Pengamatan dilakukan selama 20 hari. Tabel 5. Data Pengamatan Banyaknya Defective
6.
Hari
Ukuran Sampel
1
48
2
Jumlah
Hari
Ukuran Sampel
Defective
5
11
56
2
37
5
12
45
4
3
50
0
13
57
1
4
47
5
14
61
0
5
48
0
15
62
3
6
54
3
16
55
0
7
51
0
17
55
5
8
42
1
18
51
2
9
32
5
19
46
2
10
40
2
20
42
4
Defective
Jumlah
Berikut ini Merupakan data pemeriksaan defective dari produk komputer selam 25 hari trakhir. Apakah data terkendali? Jelaskan dengan perhitungan dan grafik peta kendali! Tabel 6. Data Pemeriksaan Defective dari produk komputer dalam 25 Hari
No
Banyaknya sempel
Jumlah Defective
No
Banyaknya sempel
Jumlah Defective
1
101
5
14
91
7
2
100
5
15
98
2
3
106
4
16
96
9
4
104
4
17
105
0
5
108
4
18
95
6
6
118
7
19
103
8
7
95
4
20
123
6
8
91
7
21
84
3
9
103
4
22
109
11
10
101
10
23
94
2
11
103
3
24
113
7
12
96
6
25
90
9
13
113
14
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 17
Modul 4
7.
Peta Kendali Atribut
–
Sebuah penelitian dilakukan oleh divisi QC pada PT. Juggy Corporation, untuk memantau banyaknya produk yang defective ketika melakukan proses pembubutan pada tiang penyangga jug hanger . Ukuran contoh ditetapkan sebesar 49 (n=49) dengan jalan memeriksa 49 tiang penyangga jug hanger yang dikerjakan setiap hari, kemudian dicatat banyaknya tiang penyangga jug hanger yang tidak memenuhi persyaratan yang diinginkan adalah seperti pada tabel. Pengamatan dilakukan selama 20 hari.
Tabel 7. Data Pengamatan Banyaknya Defective pada tiang penyangga jug han ger
8.
Hari
Cacat Tiang
Hari
Cacat Tiang
1
5
11
2
2
5
12
4
3
0
13
1
4
5
14
0
5
0
15
3
6
3
16
0
7
0
17
5
8
1
18
2
9
5
19
2
10
2
20
4
Suatu perusahaan pembuat mainan anak-anak ingin membuat peta pengendali untuk periode mendatang dengan mengadakan inspeksi terhadap proses produksi bulan ini. Perusahaan melakukan 25 observasi dengan mengambil sampel 50 buah untuk setiap observasi. Data hasil pengambilan sampel dapat dilihat pada tabel berikut Tabel 8. Data hasil pengambilan sampel Observasi
banyaknya produk cacat
1
4
2
5
3
5
4
4
5
6
6
2
7
3
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 18
Modul 4
Peta Kendali Atribut
–
Tabel 8. Data hasil pengambilan sampel (Lanjutan)
9.
Observasi
banyaknya produk cacat
8
6
9
4
10
3
11
3
12
2
13
3
14
2
15
4
16
1
17
4
18
10
19
3
20
2
21
1
22
4
23
7
24
5
25
4
PT. Juggy Corporation, sedang mengadakan penelitian mengenai jumlah jenis kecacatan (defects) produk juggy yang terjadi selama 1 bulan terakhir. Penelitian ini digunakan untuk mendata jenis-jenis kecacatan (kerusakan, lubang,kotor dll) agar lain kali bisa dicegah terjadi cacat lebih banyak lagi,data sebagai berikut : Tabel 9.Tabel data jumlah jenis kecacatan (defects ) produk juggy Hari
Reject (R)
Hari
Reject (R)
Hari
Reject (R)
1
4
11
0
21
2
2
2
12
5
22
2
3
0
13
4
23
3
4
3
14
2
24
3
5
1
15
2
25
4
6
5
16
1
26
2
7
2
17
3
27
1
8
2
18
3
28
1
9
3
19
0
29
2
10
4
20
5
30
2
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 19
Modul 4
Peta Kendali Atribut
–
10. Bram adalah bagian dari tim QC di PT. Kaset Indonesia yang ingin melakukan inspeksi terhadap kualitas kaset yang di produksi. Berikut ini didapatkan banyaknya defects dalam inspeksi akhir produk kaset: Tabel 10.Tabel data jumlah defects pada produk kaset No
Banyaknya Defects
No
Banyaknya Defects
1 12 1 1 13 2 3 14 3 7 15 4 8 16 5 10 17 6 5 18 7 13 19 8 0 20 9 19 21 10 24 22 11 a. Buatlah analisa dari data tersebut (grafik)!
6 9 11 15 8 3 6 7 4 9 20
b. Brapa nilai CL dan BKA/BKB?
11. Suatu unit QC dari PT. Juggy Corporation, ingin mengadakan inspeksi pada bahan kayu juggy hook yang diinspeksinya. Karena bahannya panjang, maka ditetapkan memeriksaan tiap 50 cm bahan kayu juggy hook . Pemeriksaan dilakukan untuk 10 hari pengamatan : Tabel 11.Tabel Hasil inspeksi pada bahan kayu juggy hook Hari
Panjang (cm)
Difects
1
475
5
2
525
14
3
625
9
4
575
8
5
725
12
6
675
11
7
425
15
8
375
12
9
225
11
10
175
8
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 20
Modul 4
Peta Kendali Atribut
–
12. Direktur departemen farmasa melakukan pengamatan tingkat oprasi di rumah sakit Harapan Kami. Jenis kesalahan yang terjadi yaitu pemberian obat yang salah, dosis yang salah, diberikan kepada pasien yang salah dan diberikan pada waktu yang salah. Sehingga direktur melakukan pengamatan banyaknya kesalahan (defects) selama 25 hari. Didapatkan jumlah pasien perharinya (order) dan banyaknya kesalahan (defects) dalam 25 hari. Analisa apakah data dibawah ini terkendali atau tidak dan tentukan nilai CL dan BKA/BKB! Tabel 12.Tabel Jumlah pasian perharinya (order) dan banyaknya kesalahan ( defecs )
No
Banyaknya Order
Banyaknya kesalahan (defects)
1
1200
11
2
1160
10
3
1210
12
4
1300
9
5
1120
10
6
1150
12
7
1100
14
8
1320
12
9
1240
10
10
1180
15
11
1140
4
12
1120
13
13
1220
7
14
1200
16
15
1150
14
16
1100
23
17
1160
14
18
1300
16
19
1100
10
20
1180
12
21
1220
14
22
1240
13
23
1120
16
24
1150
13
25
1180
12
Laboratorium OSI & K | FT.UNTIRTA | Praktikum PENGKUAL© 2014
Page 21