TOPIC 3

PENGENDALIAN KUALITAS
STATISTIK
PENGENDALIAN KUALITAS STATISTIK
Pendahuluan
Kualitas / Mutu :
Ukuran tingkat kesesuaian barang/ jasa dg
standar/spesifikasi yang telah ditentukan/
ditetapkan.
Pengendalian Kualitas Statistik (PKS) :
Ilmu yang mempelajari tentang teknik /metode
pengendalian kualitas berda-sarkan prinsip/ konsep
statistik.
 Cara menggambarkan ukuran kualitas
 Variabel : karakteristik kualitas suatu produk
dinyatakan dengan besaran yang dapat diukur
(besaran kontinue). Seperti : panjang, berat,
temperatur, dll.
 Attribut : karakteristik kualitas suatu produk
dinyatakan dengan apakah produk tersebut memenuhi
kondisi/persyaratan tertentu, bersifat dikotomi, jadi
hanya ada dua kemungkinan baik dan buruk. Seperti
produk cacat atau produk baik, dll.
 Tujuan :
 Memperoleh jaminan kualitas (quality Assuran-ce)
dapat dilakukan dengan Aceceptance sampling Plans.
 Menjaga konsistensi Kualitas, dilaksanakan dengan
Control Chart.
 Keuntungan :
 Untuk mempertinggi kualitas atau mengurangi biaya.
 Menjaga kualitas lebih uniform.
 Penggunaan alat produksi lebih efisien.
 Mengurangi rework dan pembuangan.
 Inspeksi yang lebih baik.
 Memperbaiki hubungan produsen-konsumen.
 Spesifikasi lebih baik.
Ada 4 metode Statistik yang dapat digunakan
dalam Pengendalian Kualitas :
 Distribusi Frekuensi
Suatu tabulasi atau cacah (tally) yang menyatakan
banyaknya suatu ciri kualitas muncul dalam
sampel yang diamati.
 Untuk melihat kualitas sampel dapat digunakan :
1. Kualitas rata-rata
2. Penyebaran kualitas
3. Perbandingan kualitas dengan spesifikasi yang
diinginkan.
 Peta kontrol/kendali (control chart)
Grafik yang menyajikan keadaan produksi secara
kronologi (jam per jam atau hari per hari).
 Tiga macam control chart :
1. Control Chart Shewart
Peta ini disebut peta untuk variabel atau peta
untuk x dan R (mean dan range) dan peta
untuk x dan σ (mean dan deviasi standard).
2. Peta kontrol untuk proporsi atau
perbandingan antara banyaknya produk yang
cacat dengan seluruh produksi, disebut peta-
p (p-chart).
3. Peta kontrol untuk jumlah cacat per unit,
disebut peta-c (c-chart).
 Tabel sampling
Tabel yang terdiri dari jadual pengamatan
kualitas, biasanya dalam bentuk presentase.
 Metode Khusus
Metode ini digunakan untuk pengendalian kualitas
dalam industri, al : korelasi, analisis variansi,
analisis toleransi, dll.
PETA KENDALI (CONTROL CHART)
 Metode Statistik untuk menggambarkan adanya
variasi atau penyimpangan dari mutu (kualitas) hasil
produksi yang diinginkan.
 Dengan Peta kendali :
 Dapat dibuat batas-batas dimana hasil produksi
menyimpang dari ketentuan.
 Dapat diawasi dengan mudah apakah proses dalam
kondisi stabil atau tidak.
 Bila terjadi banyak variasi atau penyimpangan suatu
produk dapat segera menentukan keputusan apa
yang harus diambil.
Macam Variasi :
 Variasi dalam objek
Mis : kehalusan dari salah satu sisi daru suatu produk tidak
sama dengan sisi yang lain, lebar bagian atas suatu
produk tidak sama dengan lebar bagian bawah, dll.
 Variasi antar objek
Mis : sautu produk yang diproduksi pada saat yang
hampir sama mempunyai kualitas yang berbeda/
bervariasi.
 Variasi yg ditimbulkan oleh perbedaan waktu produksi
Mis : produksi pagi hari berbeda hasil produksi siang
hari.
Penyebab Timbulnya Variasi
 Penyebab Khusus (Special Causes of Variation)
Man, tool, mat, ling, metode, dll.
(berada di luar batas kendali)
 Penyebab Umum (Common Causes of Variation)
Melekat pada sistem.
(berada di dalam batas kendali)
Jenis Peta Kendali
 Peta Kendali Variabel (Shewart)
Peta kendali untuk data variabel :
 Peta X dan R, Peta X dan S, dll.
 Peta Kendali Attribut
Peta kendali untuk data atribut :
 Peta-P, Peta-C dan peta-U, dll.
Peta X dan R

 Peta kendal X :
 Memantau perubahan suatu sebaran atau distribusi suatu
variabel asal dalam hal lokasinya (pemusatannya).
 Apakah proses masih berada dalam batas-batas
pengendalian atau tidak.
 Apakah rata-rata produk yang dihasilkan sesuai dengan
standar yang telah ditentukan.
 Peta kendali R :
 Memantau perubahan dalam hal spread-nya
(penyebarannya).
 Memantau tingkat keakurasian/ketepatan proses yang
diukur dengan mencari range dari sampel yang diambil.
Langkah dalam pembuatan Peta X dan R
1. Tentukan ukuran subgrup (n = 3, 4, 5, ……).
2. Tentukan banyaknya subgrup (k) sedikitnya 20 subgrup.
3. Hitung nilai rata-rata dari setiap subgrup, yaitu X.
4. Hitung nilai rata-rata seluruh X, yaitu X, yang merupakan
center line dari peta kendali X.
5. Hitung nilai selisih data terbesar dengan data terkecil dari
setiap subgrup, yaitu Range ( R ).
6. Hitung nilai rata-rata dari seluruh R, yaitu R yang merupakan
center line dari peta kendali R.
7. Hitung batas kendali dari peta kendali X :
UCL = X + (A2 . R) …………. A2 =
LCL = X – (A2 . R) 3
d2 n
8. Hitung batas kendali untuk peta kendali R
UCL = D4 . R
LCL = D3 . R
9. Plot data X dan R pada peta kendali X dan R serta amati
apakah data tersebut berada dalam pengendalian atau tidak.
10. Hitung Indeks Kapabilitas Proses (Cp)
Cp = USL  LSL
6S Dimana :
S = ( Nx Xi 2 )  (  Xi ) 2 atau S = R/d2
N ( N  1)
Kriteria penilaian :
Jika Cp > 1,33 , maka kapabilitas proses sangat baik
Jika 1,00 ≤ Cp ≤ 1,33, maka kapabilitas proses baik
Jika Cp < 1,00, maka kapabilitas proses rendah
 Hitung Indeks Cpk :
Cpk = Minimum { CPU ; CPL }
Dimana :
USL  X X  LSL
CPU = dan CPL =
3S 3S
Kriteria penilaian :
Jika Cpk = Cp, maka proses terjadi ditengah
Jika Cpk = 1, maka proses menghasilan produk
yang sesuai dengan spesifikasi
Jika Cpk < 1, maka proses menghasilkan produk
yang tidak sesuai dengan spesifikasi

Kondisi Ideal : Cp > 1,33 dan Cp = Cpk

 Contoh Kasus
PT XYZ adalah suatu perusahaan pembuatan suatu
produk industri. Ditetapkan spesifikasi adalah : 2.40
± 0,05 mm. Untuk mengetahui kemampuan proses
dan mengendalikan proses itu bagian pengendalian
PT XYZ telah melakukan pengukuran terhadap 20
sampel. Masing-masing berukuran 5 unit (n=5).
Sampel Hasil Pengukuran
X1 X2 X3 X4 X5
1 2.38 2.45 2.40 2.35 2.42
2 2.39 2.40 2.43 2.34 2.40
3 2.40 2.37 2.36 2.36 2.35
4 2.39 2.35 2.37 2.39 2.38
5 2.38 2.42 2.39 2.35 2.41
6 2.41 2.38 2.37 2.42 2.42
7 2.36 2.38 2.35 2.38 2.37
8 2.39 2.39 2.36 2.41 2.36
9 2.35 2.38 2.37 2.37 2.39
10 2.43 2.39 2.36 2.42 2.37
11 2.39 2.36 2.42 2.39 2.36
12 2.38 2.35 2.35 2.35 2.39
13 2.42 2.37 2.40 2.43 2.41
14 2.36 2.38 2.38 2.36 2.36
15 2.45 2.43 2.41 2.45 2.45
16 2.36 2.42 2.42 2.43 2.37
17 2.38 2.43 2.37 2.39 2.38
18 2.40 2.35 2.39 2.35 2.35
19 2.39 2.45 2.44 2.38 2.37
20 2.35 2.41 2.45 2.47 2.35
 Perhitungan
Perhitungan : Sampel
Rata-rata Range
1 2.40 0.10
2 2.39 0.09
3 2.37 0.05
4 2.38 0.04
5 2.39 0.07
6 2.40 0.05
7 2.37 0.03
8 2.38 0.05
9 2.37 0.04
10 2.39 0.07
11 2.38 0.06
12 2.36 0.04
13 2.41 0.06
14 2.37 0.02
15 2.44 0.04
16 2.40 0.07
17 2.39 0.06
18 2.37 0.05
19 2.41 0.08
20 2.41 0.12
Jumlah 47.78 1.19
Rata-rata 2.39 0.06
X = (Σ X)/k = 47.78 / 20 = 2.39
R = (Σ R)/k = 1.19 / 20 = 0.06
Peta Kendali X :
CL = X = 2.39
UCL = X + (A2 * R) = 2.39 + (0.577*0.06) = 2.42
LCL = X - (A2 * R) = 2.39 – (0.577*0.06) = 2.36
Peta Kendali R
CL = R = 0.06
UCL = D4 * R = 2.114 * 0.06 = 0.12
LCL = D3 * R = 0 * 0.06 = 0
 Perhitungan
Pada Peta X ada Sampel
Rata-rata Range
data yang out of 1 2.40 0.10
control, maka 2 2.39 0.09

data pada sampel 3 2.37 0.05

4 2.38 0.04
tersebut dibuang.
5 2.39 0.07
6 2.40 0.05
7 2.37 0.03
8 2.38 0.05
9 2.37 0.04
10 2.39 0.07
11 2.38 0.06
12 2.36 0.04
13 2.41 0.06
14 2.37 0.02
16 2.40 0.07
17 2.39 0.06
18 2.37 0.05
19 2.41 0.08
20 2.41 0.12
Jumlah 45.34 1.15
Rata-rata 2.386 0.0605
X = (Σ X)/k = 45.34 /19 = 2.386
R = (Σ R)/k = 1.15 /19 = 0.0605
Peta Kendali X :
CL = X = 2.386
UCL = X + (A2 * R) = 2.386 + (0.577*0.0605)
= 2.4209
LCL = X - (A2 * R) = 2.386 – (0.577*0.0605)
= 2.3511
Peta Kendali R
CL = R = 0.0605
UCL = D4 * R = 2.114 * 0.0605 = 0.1280
LCL = D3 * R = 0 * 0.06 = 0
Karena sudah tidak ada data yang out of control,
maka langkah selanjutnya adalah menghitung
kapabilitas proses.
Perhitungan Kapabilitas Proses :

S= ( Nx  Xi 2 )  ( Xi ) 2
N ( N  1)
atau S = R/d2 = 0.0605/2.326 = 0.026

Cp = =
USL  LSL 2.45  2.35
 0.6410
6S 6(0.026)
 USL  X 2.45  2.386
CPU = =  0.8205
3S 3(0.026)
X  LSL 2.386  2.35
CPL = =  0.4615
3S 3(0.026)

Cpk = Minimum { CPU ; CPL } = 0.4615

Nilai Cpk sebesar 0.4615 yang diambil dari nilai CPL
menunjukkan bahwa proses cenderung mendekati batas
spesifikasi bawah.
Nilai Cp sebesar 0.6410 ternyata kurang dari 1, hal ini
menunjukkan kapabilitas proses untuk memenuhi
spesifikasi yang ditentukan rendah.
Peta Kendali Rata-rata dan
Standar Deviasi ( x dan S)
 Peta kendali standar deviasi digunakan untuk
mengukur tingkat keakurasian suatu proses.
 Langkah-langkah pembuatan peta kendali
x dan S adalah sebagai berikut :
1. Tentukan ukuran contoh/subgrup (n > 10),
2. Kumpulkan banyaknya subgrup (k) sedikitnya
20–25 sub-grup,
3. Hitung nilai rata-rata dari setiap subgrup, yaitu x,
4. Hitung nilai rata-rata dari seluruh x, yaitu x yang
merupakan garis tengah (center line) dari peta
kendali x,
5. Hitung simpangan baku dari setiap subgrup yaitu S,


S = (X i  X )2
n 1
6. Hitung nilai rata-rata dari seluruh s, yaitu S yang
merupakan garis tengah dari peta kendali S,
7. Hitung batas kendali dari peta kendali x

UCL =x+ 3. * S
C4 * n

LCL =x– 3. * S dimana 3 = A3

C4 * n C4 * n
 Sehingga :
UCL = x + (A3 * S)
LCL = x – (A3 * S)
8. Hitung batas kendali untuk peta kendali S :
3 * S (1  C 4) 3. (1  C 4)
UCL = S  dimana 1 
C 4
= B4
C4
3 * S (1  C 4) 3. (1  C 4)
LCL = S  dimana 1
C4 = B3
C4

Sehingga :
UCL = B4 * S
LCL = B3 * S
9. Plot data x dan S pada peta kendali x dan S serta
amati apakah data tersebut berada dalam
pengendalian atau diluar pengendalian.
Contoh :

Jumlah Observasi Hasil Pengukuran x S

1 20, 22, 21, 23, 22 21,60 1,14
2 19, 18, 22, 20, 20 19,80 1,48
3 25, 18, 20, 17, 22 20,40 3,21

4 20, 21, 22, 21, 21 21,00 0,71

5 19, 24, 23, 22, 20 21,00 2,07
6 22, 20, 18, 18, 19 19,40 1,67
7 18, 20, 19, 18, 20 19,00 1,00
8 20, 18, 23, 20, 21 20,40 1,82
9 21, 20, 24, 23, 22 22,00 1,58
10 21, 19, 20, 20, 20 20,00 0,71
11 20, 20, 23, 22, 20 21,00 1,41
12 22, 21, 20, 22, 23 21,60 1,14
13 19, 22, 19, 18, 19 19,40 1,52
14 20, 21, 22, 21, 22 21,20 0,84
15 20, 24, 24, 21, 23 22,80 1,64
16 21, 20, 24, 20, 21 21,20 1,64
17 20, 18, 18, 20, 20 19,20 1,10
18 20, 24, 23, 23, 23 22,40 1,52
19 20, 19, 23, 20, 19 20,20 1,64
20 22, 21, 21, 24, 22 22,00 1,22
21 23, 22, 22, 20, 22 21,80 1,10
22 21, 18, 18, 17, 19 18,60 1.52
23 21, 24, 24, 23, 23 23,00 1,22
24 20, 22, 21, 21, 20 20,80 0,84
25 19, 20, 21, 21, 22 20,60 1,14
Jumlah 521,00 34,88
Rata-rata 20,77 1,30
Peta kendali x :
CL = 20,77
UCL = x+ (A3 * S)
= 20,77 + 1,427(1,30) = 22,63
LCL = x – (A3 * S)
= 20,77 – 1,427(1,30) = 18,91
Peta kendali S :
CL = 1,30
UCL = B4 * S
= 2,089 (1,30) = 2,716
LCL = B3 * S
= 0 (1,30) = 0
Peta Kendali Untuk Atribut

 Peta Kendali – p : untuk proporsi cacat

dan peta kendali np untuk proporsi unit
cacatnya relaitif kecil.
 Peta Kendali – c : untuk cacat (defective)
 Peta Kendali – u : untuk cacat per unit.
Peta kendali – p
 Perbandingan antara banyaknya cacat dengan
semua pengamatan, yaitu setiap produk yang
diklasifikasikan sebagai “diterima” atau “ditolak”
(yang diperhatikan banyaknya produk cacat).
 Langkah-langkah pembuatan peta kendali - p :
1. Tentukan ukuran contoh/subgrup yang cukup
besar (n > 30),
2. Kumpulkan banyaknya subgrup (k) sedikitnya 20–
25 sub-grup,
3. Hitung untuk setiap subgrup nilai proporsi unit
yang cacat,
yaitu : p = jumlah unit cacat/ukuran subgrup
4. Hitung nilai rata-rata dari p, yaitu p dapat
dihitung dengan :
p = total cacat/total inspeksi.
5. Hitung batas kendali dari peta kendali x :
p (1  p )
UCL = 3 p +
n

LCL =p– 3 p (1  p )
n
6. Plot data proporsi (persentase) unit cacat serta
amati apakah data tersebut berada dalam
pengendalian atau diluar pengendalian.
Contoh :
Sebuah perusahaan ingin membuat peta kendali untuk
periode mendatang dengan mengadakan inspeksi terhadap
proses produksi pada bulan ini. Perusahaan melakukan 25
kali observasi dengan mengambil 50 buah sample untuk
setiap kali observasi. Hasil selengkapnya adalah :

Ukuran Banyaknya Proporsi

Observasi Sampel Produk Cacat Cacat
1 50 4 0,08
2 50 2 0,04
3 50 5 0,10
4 50 3 0,06
5 50 2 0,04
6 50 1 0,02
7 50 3 0,06
8 50 2 0,04
 9 50 5 0,10
10 50 4 0,08
11 50 3 0,06
12 50 5 0,10
13 50 5 0,10
14 50 2 0,14
15 50 3 0,06
16 50 2 0,04
17 50 4 0,08
18 50 10 0,20
19 50 4 0,08
20 50 3 0,06
21 50 2 0,04
22 50 5 0,10
23 50 4 0,08
24 50 3 0,06
25 50 2 0,08
Jumlah 1250 90 1,90
p = (pi)/k = 1,90/25 = 0,076
p(1  p)
UCL = p + 3 n
0,076(1  0,076)
= 0,076 + 3 = 0,188
50

p(1  p)
LCL = p – 3 n
0,076(1  0,076)
= 0,076 – 3 = 0,036
50
Peta Kendali – C (C-chart)
Peta pengendali untuk banyaknya cacat dalam
satu unit produk. Suatu produk dikatakan cacat
(defective) jika produk tersebut tidak
memenuhi suatu syarat atau lebih. Setiap
kekurangan disebut defec. Setiap produk yang
cacat bisa saja terdapat lebih dari satu defec.
(yang diperhatikan banyaknya cacat, bukan
jumlah produk yang cacat).
Langkah-langkah pembuatan peta kendali - C :

1. Kumpulkan k = banyaknya subgrup yang akan

diinspeksi,
Usahakan k mencukupi jumlahnya antara k =
20–25 subgrup,
2. Hitung jumlah cacat setiap subgrup ( = C),
3. Hitung nilai rata-rata jumlah cacat, C sbb :

C =
 c
k
4. Hitung batas kendali untuk peta kendali C :

UCL = C + 3 c
LCL = C – 3 c
5. Plot data jumlah cacat dari setiap subgrup yang
diperiksa dan amati apakah data tersebut
berada dalam pengendalian atau diluar kendali.

 Contoh Soal :
PT. Asuransi Jasa sedang mengadakan
penelitian mengenai banyaknya kecelakaan yang
terjadi selama 1 bulan terakhir. Penelitian ini
digunakan untuk mendata penyebab-penyebab
kecelakaan agar lain kali kecelakaan bisa
dikurangi. Untuk itu dikumpulkan data
kecelakaan yang terjadi selama 30 hari terakhir,
sbb :
Hari Celaka (C) Hari Celaka (C)
1 5 16 2
2 1 17 1
3 0 18 0
4 6 19 0
5 3 20 1
6 2 21 2
7 3 22 4
8 4 23 1
9 5 24 3
10 1 25 2
11 2 26 0
12 2 27 1
13 3 28 2
14 0 29 3
15 5 30 1
C = c =
65
k 30
= 2,167
UCL =C+ =
3 c 6,58
UCL =C- =
3 c 1,416
Peta Kendali – u (u-chart)
Peta kendali u relatif sama dengan peta kendali c.
Perbedaanya hanya terdapat pada peta kendali u
spesifikasi tempat dan waktu yang dipergunakan
tidak harus selalu sama, yang membedakan
dengan peta kendai c adalah besarnya unit
inspeksi perlu diidentifikasikan.
Rumus yang digunakan :
CL = =  Ci
U
UCL = + 3 U banyaknya sampel
ni

LCL = - 3 U
ni
 Keterangan :
Ui = ketidaksesuaian per unit setiap kali
observasi
Ci = banyaknya ketidaksesuaian setiap unit
produk
n = banyaknya sampel
Contoh Soal :
Suatu unit QC dari perusahaan lembaran baja ingin
mengadakan inspeksi pada lembaran-lembaran baja
yang diinspeksinya. Karena lembaran lem-barannya
panjang, maka ditetapkan pemeriksaan tiap 100 m2
lembaran baja. Pemeriksaan dilakukan untuk 25
gulungan baja.
Obs Ukuran sampel Jumlah Obs Ukuran Jumlah
(m2) cacat Sampel (m2) cacat

1 100 5 14 100 11
2 100 4 15 100 9
3 100 7 16 100 5
4 100 6 17 100 7
5 100 8 18 100 6
6 100 9 19 100 10
7 100 6 20 100 8
8 100 5 21 100 9
9 100 16 22 100 9
10 100 10 23 100 7
11 100 9 24 100 5
12 100 7 25 100 7
13 100 8 Jumlah 189
Penyelesaian ”:
CL = =

= = 7,56

UCL = + 3 = 7,56 + 3 = 15,809

LCL = - 3 = 7,56 - 3 = - 0,689 = 0
Catatan :
Materi dalam Topic 3 ini sepenuhnya dikutip
dari Bahan Ajar :
PENGENDALIAN KUALITAS STATISTIK

TIED 2318

Ir. Joko Susetyo, MT

Jurusan Teknik Industri
Fakultas Teknologi Industri