Statistical Quality Control

Dr. Ahmad Darmawi,ST.,[Link]

email : [Link]@[Link]
Pengertian SQC
Statistical Quality Control (SQC) atau statistik pengendalian kualitas
merupakan teknik penyelesaian masalah yang digunakan untuk memonitor,
mengendalikan, menganalisis, mengelola dan memperbaiki produk dan proses
menggunakan metode-metode statistik.
● SQC sering disebut sebagai statistik pengendalian proses (Statistical
Process Control/SPC).
● SQC dan SPC memang merupakan dua istilah yang saling dipertukarkan,
yang apabila dilakukan bersama-sama maka pengguna akan melihat
gambaran kinerja proses masa kini dan masa mendatang (Cawley dan
Harrold, 1999).
Pengertian SQC …
Sementara itu, menurut Mayelett (1994), SQC mempunyai
cakupan yang lebih luas karena didalamnya terdapat SPC,
pengendalian produk (acceptance sampling) dan analisis
kemampuan proses (capability process).
Konsep SQC
Konsep terpenting dalam pengendalian kualitas statistik adalah
Variabilitas, yaitu:
1. Variabilitas antar sampel (misalnya rata-rata atau nilai
tengah)
2. Variabilitas dalam sampel (misalnya range atau standar
deviasi)
Penyelesaian Masalah SQC
Selanjutnya, penyelesaian masalah dalam statistik mencakup dua
hal, antara lain:
1. Melebihi batas pengendalian, jika proses dalam kondisi di
luar kendali
2. Tidak melebihi batas pengendalian, jika proses dalam
kondisi kendali
Penyelesaian Masalah SQC…
Secara statistik, kedua hal tersebut digolongkan menjadi kesalahan tipe I dan
kesalahan tipe II.
1. Kesalahan Tipe I, berarti Resiko Produsen (menolak produk baik)/α, hal ini
karena kebetulan yang diambil sebagai sampel adalah produk cacat, padahal
produk yang tidak diambil sebagai sampel adalah produk yang baik. Tetapi karena
sampel tersebut ditolak berarti seluruh produk yang diproduksi pada waktu itu
ditolak.
2. Kesalahan Tipe II atau Resiko Konsumen (menerima produk cacat)/β adalah
resiko yang dialami konsumen karena menerima produk yang cacat. Hal ini
karena secara kebetulan yang diambil sebagai sampel adalah produk baik,
padahal produk yang tidak diambil adalah produk cacat.
Penyelesaian Masalah SQC…
Prosedur pengendalian statistik umumnya dirancang untuk
meminimalkan kesalahan tipe I
● Kesalahan tipe I dan tipe II ini digambarkan dengan kurva
karakteristik operasi (operating characteristic curve). Kurva ini
menunjukkan probabilitas penerimaan sebagai fungsi dari
berbagai tingkatan kualitas.
● Kesalahan tipe I adalah 1 − probabilitas penerimaan = 1 − Pα
bila kualitas dapat diterima, sedangkan kesalahan tipe II adalah
probabilitas penerimaan (Pα) bila kualitas dapat diterima.
Kegiatan Pengendalian Mutu
Dalam sistem pengendalian mutu statistik yang mentolerir adanya
kesalahan atau cacat produk kegiatan pengendalian mutu
dilakukan oleh departemen pengendali mutu yang ada pada
penerimaan bahan baku, selama proses dan pengujian produk
akhir.
Inspeksi Pengendalian Mutu
Perusahaan/organisasi dapat mengadakan inspeksi pada saat
bahan baku atau penerimaan bahan baku, proses, dan produk
akhir. Inspeksi tersebut dapat dilaksanakan di beberapa waktu,
antara lain:
1. Pada waktu bahan baku masih ada ditangan pemasok,
2. Pada waktu bahan baku sampai ditangan perusahaan tersebut,
3. Sebelum proses dimulai,
4. Selama proses produksi berlangsung,
5. Sebelum dikirimkan pelanggan, dsb.
Pilihan Inspeksi Pengendalian Mutu
Terdapat dua pilihan untuk inspeksi, yaitu:
1. Inspeksi 100% Berarti perusahaan menguji semua bahan baku yang datang,
seluruh produk selama masih ada dalam proses atau seluruh produk jadi yang
telah dihasilkan. Kelebihannya adalah tingkat ketelitian tinggi karena seluruh
produk diuji, sedangkan kelemahannya adalah seringkali produk justru rusak
dalam pengujian, dan membutuhkan biaya, waktu, tenaga yang tidak sedikit.

2. Teknik Sampling Yaitu menguji hanya pada produk yang diambil sebagai
sampel dalam pengujian. Kelebihannya adalah lebih menghemat biaya, waktu dan
tenaga, sedangkan kelemahannya adalah tingkat ketelitian rendah.
Penggolongan SQC
Secara garis besar SQC digolongkan menjadi dua, yaitu:
1. Statistik Pengendalian Proses (statistical process
control/SPC) atau yang sering disebut dengan control chart
(bagan kendali).
2. Rencana penerimaan sampel produk atau yang sering
dikenal sebagai acceptance sampling.
Penggolongan SQC
Control Chart
Menurut Gryna (2001), terdapat beberapa langkah dalam menyusun peta pengendali proses
atau control chart, yaitu:

1. Memilih karakteristik yang akan direncanakan.

2. Memilih jenis peta pengendali.
3. Menentukan garis pusat (central line) yang merupakan rata-rata masa lalu atau rata-
rata yang dikehendaki.
4. Pemilihan sub kelompok.
5. Penyediaan sistem pengumpulan data.
6. Penghitungan batas pengendali dan penyediaan instruksi khusus dalam interpretasi
7. terhadap hasil dan tindakan para karyawan.
8. Penempatan data dan membuat interpretasi terhadap hasilnya.
Acceptance sampling
Pengendalian kualitas dapat dilakukan pada produk yang
dihasilkan atau dikenal dengan acceptance sampling, yang
merupakan proses evaluasi bagian produk dan seluruh produk
yang dihasilkan untuk menerima seluruh produk yang dihasilkan
tersebut.
Acceptance sampling …
Manfaat utama sampling adalah pengurangan biaya inspeksi, sedangkan manfaat acceptance
sampling, antara lain:
1. Staf inspeksi yang lebih sedikit akan mengurangi kompleksitas inspeksi dan biaya
administrasi inspeksi tersebut.
2. Berkurangnya kerusakan produk.
3. Sekelompok produk dapat diselesaikan dalam waktu yang pendek sehingga penjadwalan
dan penyerahan dapat dilakukan secara tepat dan cepat.
4. Masalah yang membosankan dan kesalahan pengujian yang disebabkan 100% inspeksi
dapat diminimalkan.
5. Penolakan produk yang tidak sesuai cenderung mengesankan penyimpangan kualitas dan
penting bagi organisasi untuk mencari tindakan pencegahan.
6. Desain yang pantas dalam rencana pengambilan sampel memerlukan pengkajian
terhadap tingkat kualitas yang disyaratkan oleh pemakai.
Acceptance sampling …
Acceptance Sampling meliputi perencanaan atribut dan perencanaan variabel.
● Pada perencanaan atribut, sampel diambil secara random dari produk yang dihasilkan,
kemudian masing-masing unit diklasifikasikan apakah diterima atau ditolak.
● Banyaknya kesalahan kemudian dibandingkan dengan banyaknya kesalahan yang
diperbolehkan dalam perencanaan.
● Perencanaan atribut tersebut berdasarkan Acceptable Quality Level (AQL).
● Sedangkan pada perencanaan variabel, sampel diambil secara acak dan pengukuran
karakteristik kualitas yang diharapkan dibuat untuk setiap unit.
● Pengukuran tersebut kemudian dirangkum ke dalam statistik sampel dan nilai observasi
dibandingkan dengan nilai yang diperbolehkan dalam rencana keputusan, kemudian
diambil untuk menerima atau menolak produk tersebut.
Statistik Pengendalian Kualitas Proses (SQC)
Merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor,
pengendali, penganalisis, pengelola, dan memperbaiki proses menggunakan
metode-metode statistik.
Filosofi yang dikenal adalah output pada proses atau pelayanan dapat dikemukakan ke
dalam pengendalian statistik melalui alat-alat manajemen dan tindakan perancangan.
Sasarannya adalah mengadakan pengurangan terhadap variasi atau kesalahan
proses, sedangkan tujuannya adalah mendeteksi adanya sebab khusus dalam variasi
atau kesalahan proses.
Statistik Pengendalian Kualitas Proses (SQC)
Variasi proses terdiri dari dua macam penyebab, yaitu:
1. Penyebab Umum (random cause atau chance cause), yang
sudah melekat pada proses.
2. Penyebab Khusus (assignable cause atau special cause), yang
merupakan kesalahan yang berlebihan.
Statistik Pengendalian Kualitas Proses (SQC)
Selanjutnya proses dikatakan dalam pengendalian statistik apabila penyebab
khusus dari penyimpangan tersebut, tidak nampak dalam proses, sehingga
dicapai stabilitas proses. Apabila stabilitas proses tercapai, kemampuan proses
dapat diperbaiki dengan mengurangi penyimpangan karena sebab umum.
Sementara itu untuk menentukan apakah proses berada dalam pengendalian
proses statistik, menggunakan alat yang disebut peta pengendali (control
chart), yang merupakan gambaran sederhana dengan tiga garis.
Statistik Pengendalian Kualitas Proses (SQC)
Pengendalian proses statistik dikatakan berada dalam batas pengendalian apabila hanya
terdapat kesalahan yang disebabkan oleh sebab umum. Menurut Gryna (2001), hal ini
memberikan manfaat penting, yaitu:

● Proses memiliki stabilitas yang akan memungkinkan organisasi dapat memprediksi

perilaku paling tidak untuk jangka pendek.
● Proses memiliki identitas dalam menyusun seperangkat kondisi yang penting untuk
membuat prediksi masa mendatang.
● Proses yang berada dalam kondisi “berada dalam batas pengendalian statistik” beroperasi
dengan variabilitas yang lebih kecil daripada proses yang memiliki penyebab khusus.
Variabilitas yang rendah penting untuk memenangkan persaingan.
Statistik Pengendalian Kualitas Proses (SQC)
Pengendalian proses statistik dikatakan berada dalam batas pengendalian apabila hanya
terdapat kesalahan yang disebabkan oleh sebab umum. Menurut Gryna (2001), hal ini
memberikan manfaat penting, yaitu:
● Proses yang mempunyai penyebab khusus merupakan proses yang tidak stabil dan
memiliki kesalahan yang berlebihan yang harus ditutup dengan mengadakan perubahan
untuk mencapai perbaikan.
● Akan membantu karyawan dalam menjalankan proses tersebut. Apabila data berada
dalam batas pengendali, maka tidak perlu lagi dibuat penyesuaian atau perubahan.
● Akan memberikan petunjuk untuk mengadakan pengurangan variabilitas proses jangka
panjang.
● Analisis untuk pengendalian statistik mencakup penggambaran data produksi akan
memudahkan dalam mengidentifikasi kecendrungan yang terjadi dari waktu ke waktu.
Statistik Pengendalian Kualitas Proses (SQC)
Proses yang stabil atau yang berada dalam batas pengendalian
statistik juga dapat memenuhi spesifikasi produk, sehingga dapat
dikatakan proses dalam kondisi terawat dengan baik dan dapat
menghasilkan produk yang baik.
Diagram Kendali
Diagram yang menjelaskan proses yang terjadi di dalam hasil
observasi data-data suatu produk. Unsur dalam diagram kendali,
antara lain:
1. Garis Pusat (CL), Center Line
2. Batas Atas (UCL), Upper Control Line
3. Batas Bawah (LCL), Lower Control Line
4. Grafik Plot Data Observasi
Diagram Kendali
Untuk membuat diagram kendali dibutuhkan sekumpulan data
yang akan di plot ke dalam diagram. Dalam diagram kendali data
dibedakan menjadi 2, yaitu:
1. Data Variabel
● Karakteristik yang diperoleh dari pengukuran, contoh: berat,
panjang, dll.
● Bisa merupakan angka utuh atau pecahan.
● Variabel acak dan kontinu.
Diagram Kendali
Untuk membuat diagram kendali dibutuhkan sekumpulan data
yang akan di plot ke dalam diagram. Dalam diagram kendali data
dibedakan menjadi 2, yaitu:
2. Data Atribut
● Karakteristik yang diutamakan untuk ukuran kecacatan
● Mengklasifikasian suatu produk menjadi “baik” atau “buruk”
atau “cacat”.
● Variabel acak yang diskrit
Jenis Diagram Kendali
Jenis diagram kendali sangat bermacam-macam, namun jenis
yang biasa digunakan, antara lain:
Jenis Diagram Kendali (Panduan)
Jenis diagram kendali sangat bermacam-macam, namun jenis
yang biasa digunakan, antara lain:
Diagram Kendali X dan R nilai Kontinu
Merupakan diagram yang mengendalikan dan menganalisa proses dengan menggunakan nilai kontinu,
seperti panjang, berat, diameter, dll.

Diagram X digunakan untuk menganalisa nilai rata-rata sub kelompok data. X adalah besaran yang dapat
diukur (variabel) dan cara mengukurnya dapat dipakai alat-alat, tergantung dari apa yang akan diukur.

Diagram R digunakan untuk menganalisa Range atau Kisaran dari subgrup (kelompok data). R adalah
Range, yaitu untuk melihat perbedaan ukuran dalam skala yang lebih kecil (perbedaan angka yang paling
besar dan yang paling kecil dari satu kali pengambilan sampel).

Kedua diagram tersebut saling melengkapi karena sampel harus menunjukkan nilai rata-rata yang dapat
diterima dan jarak pengukuran yang dipertanggungjawabkan sebelum proses dinyatakan dalam keadaan
"under control".
Tujuan Diagram Kendali X dan R
● Melihat sejauh mana suatu proses produksi sudah sesuai dengan
standar desain proses ataukah belum.
● Mengetahui sejauh mana masih perlu diadakan
penyesuaian-penyesuaian (adjustments) pada
mesin-mesin/alat/metode kerja yang dipakai dalam suatu, proses
produksi.
● Mengetahui penyimpangan kualitas atas hasil (produk) dari suatu
proses produksi, kemudian disusul dengan dilaksanakannya
tindakan-tindakan tertentu dengan tujuan agar tidak terjadi
penyimpangan-penyimpangan atas kualitas pada proses berikutnya.
Langkah-langkah membuat
Diagram Kendali X dan R
● Tentukan “apa” yang hendak “diukur”, yang menggambarkan
kualitas dari suatu produk/jasa atau penunjang daripada
produk/jasa tersebut. Serta tentukan satuan ukurannya dan
dengan alat apa akan diukurnya.
● Tentukan ukuran contohnya (sample size n). Sebagai
gambaran, untuk satu kali pengambilan sample secara acak
(random) yaitu 2 < n < 12, (biasanya 4 sampai 5 sampel).
Langkah-langkah membuat
Diagram Kendali X dan R
● Untuk keperluan pembuatan diagram X dan R standar, diperlukan 5
s/d 20 kali pengambilan (biasanya 10 kali) @ 4 sampai 5 sampel.
● Untuk keperluan pengendalian dari waktu ke waktu, pengambilan
sampel dilakukan secara kontinu, misaInya: 5 kali pengambilan per
hari, dan hal ini tentunya tergantung dari kebutuhan, kegunaan serta
kemampuan karyawan/pejabat yang bertanggung jawab atas
kualitas tersebut.
● Lakukan pengambilan sampel dan perhitungan.
Perhitungan
Diagram Kendali X dan R
Perhitungan
Diagram Kendali X dan R
Tabel nilai faktor A2, D3 dan D4
Diagram Kendali X dan R
Contoh
Diagram Kendali X dan R
Sebuah perusahaan melakukan pengecekan dan pengukuran
berat suatu produk. Jumlah data yang diperiksa (sampel) adalah
125 unit. Sampel itu dibagi menjadi 25 sub kelompok yang
masing-masing terdiri dari 5 unit. Setelah dilakukan pengukuran,
datanya sbb:
Contoh
Diagram Kendali X dan R
Sebuah perusahaan melakukan
pengecekan dan pengukuran berat suatu
produk. Jumlah data yang diperiksa
(sampel) adalah 125 unit. Sampel itu
dibagi menjadi 25 sub kelompok yang
masing-masing terdiri dari 5 unit. Setelah
dilakukan pengukuran, datanya sbb:
Contoh
Diagram Kendali X dan R
Sebuah perusahaan melakukan
pengecekan dan pengukuran berat suatu
produk. Jumlah data yang diperiksa
(sampel) adalah 125 unit. Sampel itu
dibagi menjadi 25 sub kelompok yang
masing-masing terdiri dari 5 unit. Setelah
dilakukan pengukuran, datanya sbb:
Contoh
Diagram Kendali X dan R
Contoh
Diagram Kendali X dan R
Contoh
Diagram Kendali X dan R
Diagram Kendali untuk Atribut / Nilai Diskrit
Pengertian atribut adalah persyaratan kualitas yang diberikan kepada suatu barang/jasa, yang hanya
menunjukkan apakah barang/jasa tersebut diterima atau ditolak.

Diagram ini biasanya digunakan untuk menganalisa suatu pengukuran yang bersifat diskrit, contohnya:
kelingan yang rusak pada sayap pesawat, gelembung-gelembung udara pada botol/gelas, goresan pada
lempengan plat dan sebagainya.

Tujuan dari diagram kendali p adalah untuk membuat persentase atau proporsi dari produk yang
defective per sampel untuk menilai masing-masing produk dapat diterima (acceptable) atau ditolak
(defective). Sedangkan tujuan dari diagram kendali c adalah untuk mengetahui jumlah defect dalam unit
produk yang tetap.

Sedangkan tujuan dari diagram kendali c adalah untuk mengetahui jumlah defect dalam unit produk
yang tetap.
Diagram Kendali P
Diagram kendali p merupakan jenis diagram kendali batas atribut, memakai skala
dengan data kategori, misalnya: buruk-jelek. Diagram p Memperlihatkan persentase
dari item yang tidak sesuai, contoh: menghitung jumlah kursi rusak dan dibagi dengan
jumlah total kursi yang diperiksa.
Diagram kendali p disebut sebagai diagram kendali defective. Dimana p adalah rasio
antara jumlah produk defective yang didapatkan dalam inspeksi terhadap jumlah
seluruh produk yang di inspeksi, yang dapat dinyatakan dalam fraksi disebut "fraction
defective“ atau persentase disebut "percentage defective“. Diagram kendali p dapat
disusun dengan jumlah sampel tetap atau bervariasi.
Perhitungan Membuat Diagram Kendali P
Contoh Perhitungan
Membuat Diagram Kendali P
Dalam memproduksi "Wiring Board" yang digunakan dalam
assembling produk-produk tertentu diambil sampel 50 buah per
hari dalam waktu 20 hari. Wiring Board ini di test dan jika lampu
menyala bahan diterima. Hasil tabulasi dari data yang dicatat
selama fase permulaan produksi sebagai berikut.
Contoh Perhitungan
Membuat Diagram Kendali P
Contoh Perhitungan
Membuat Diagram Kendali P
Contoh Perhitungan
Membuat Diagram Kendali P
Contoh Perhitungan
Membuat Diagram Kendali P
Contoh Perhitungan
Membuat Diagram Kendali P
Contoh Perhitungan
Membuat Diagram Kendali c
Contoh Perhitungan
Membuat Diagram Kendali c
Contoh Perhitungan
Membuat Diagram Kendali c
Contoh Perhitungan
Membuat Diagram Kendali c
Contoh Perhitungan
Membuat Diagram Kendali c
Contoh Perhitungan
Membuat Diagram Kendali c
Contoh Perhitungan
Membuat Diagram Kendali c