Dr. Karndee Prichanont

IES331 1/2005

Acceptance Sampling
untuk data Variabel
Mahros Darsin Unej
2013

1
Dr. Karndee Prichanont

IES331 1/2005

Acceptance Sampling by variables
Keunggulan dan kelemahan
KEUNGGULAN
•

KELEMAHAN

Kurva OC yang sama dapat diperoleh
dengan ukuran sampel lebih sedikit
drpd yang diperlukan untuk data
atribut

•

•

Data pengukuran biasanya
menyediakan informasi yang lebih
tentang proses manufakturing drpd
data atribut.

•

Sebuah rencana sampling terpisah
harus dibuat untuk tiap karakteristik
mutu yang akan diperiksa

•

Jika AQL sangat kecil, ukuran sampel
yang diperlukan untuk rencana
sampling data atribut sangat besar

•

Mungkin menolak seluruh lot walaupun
sample yang diperiksa sebenarnya tidak
terdapat item yang cacat

Distribusi kurva OC harus diketahui
Kebanyakan rencana standar
mengasumsikan distribusi
karekteristik mutu adalah normal

2
Dr. Karndee Prichanont

IES331 1/2005

Tipe Rencana Sampling untuk Variabel
• Tipe 1: Rencana untuk mengendalikan bagian
lot atau proses yang cacat (tidak memenuhi
kriteria)

• Tipe 2: Rencana untuk mengendalikan
parameter sebuah lot atau proses (rata-rata
proses)
3
Dr. Karndee Prichanont

IES331 1/2005

Dasar Rencana Sampling Variable
Pada kasus satu sisi spesifikasi

4
Dr. Karndee Prichanont

IES331 1/2005

Peringatan dalam menggunakan Sampling
Variable
• Asumsi umum bahwa parameter yang diinspeksi
mengikuti distribusi normal
• Jika parameter yang diinspeksi tidak terdistribusi
normal, memperkirakan bagian yang cacat tidak
akan sama dengan seolah terdistribusi normal
• Perbedaan antara bagian cacat yang diperkirakan
mungkin besar jika berhubungan dengan bagian
cacat yang sangat kecil
5
Dr. Karndee Prichanont

IES331 1/2005

Merencanakan
Sampling Variabel
dengan Kurva OC
khusus

6
Dr. Karndee Prichanont

IES331 1/2005

Gambaran penggunaan nomograf
Kepadatan komponen plastik yang akan digunakan pada telepon
seluler dipersyaratkan minimal 0.70 g/cm3. Komponen ini
dipasok dalam lot besar. Jika diinginkan p1 = 0.02, p2 =
0.10, alpha 0.10, dan beta 0.05.

Asumsikan bahwa variabilitas tidak diketahui namun akan
diperkirakan deviasi standar sampel.
a) Tentukan rencana sampling variabel
b) Misalkan sample dengan ukuran yang sesuai
diambil, dan rata-rata sample adalah 0.73 dan deviasi
standar sampel adalah 1.05 x 10-2. Apakah lot sebaiknya
diterima atau ditolak?

7
Dr. Karndee Prichanont

IES331 1/2005

Gambaran
penggunaan
Nomograf
p1 = 0.02,
p2 = 0.10,
alpha 0.10, and
beta 0.05.

8
MIL STD 414 dibagi menjadi
empat bagian:
Dr. Karndee Prichanont

IES331 1/2005

– A: deskripsi umum rencana sampling
meliputi definisi, kode huruf ukuran
sample, dan kurva OC untuk rancangan.
– B: rencana sampling variabel berdasar atas
deviasi standar sampel untuk kasus saat
varibilitas proses atau lot tidak diketahui.
– C: rencana sampling variabel berdasar atas
metode range sampel
– D: rencana sampling variabel untuk
keadaan deviasi standar diketahui
9
Dr. Karndee Prichanont

IES331 1/2005

Military Standard: MTL STD 414

• MIL STD 414 adalah sebuah rencana sampling
penerimaan lot-by-lot untuk variables
• Titik Fokal adalah AQL yang berkisar 0.04% sd. 15%
• AQL 0.04, 0.065, dan 15 dihapus
• Secara umum ada Lima level inspeksi (seperti MILSTD 105E) namun penamaan level I, II, III, IV, dan V
dinamai ulang menjadi S3, S4, I, II, III.
• Ukuran sampel merupakan fungsi dari ukuran lot dan
level inspeksi
• Provisi dibuat untuk inspeksi normal, diperketat, dan
diperlonggar
• Karakteristik mutu yang diinspeksi diasumsikan
terdistribusi normal
10
Dr. Karndee Prichanont

IES331 1/2005

ANSI/ASQC Z1.9-1993
Mil-Std 414

• Informasi yang diperlukan: N, AQL, level Inspeksi
• Bagaimana menggunakan
– Huruf kode
– Batas Single atau Double, Std. Dev atau Range Method
Plans
– Aturan peralihan (Switching Rules)

• Didapat: Code Letter, n, kriteria penerimaan
/penolakan, statistik kritis (k)
• O-C Curves
11
Dr. Karndee Prichanont

IES331 1/2005

ANSI/ASQC Z1.9-1993
Contoh (From QCI, CQE Primer, pVI-37)

Suhu maksimal ditentukan operasi sebuah
perangkat adalah 209F. Sebuah lot 40
disajikan untuk inspeksi. Gunakan level normal
(level II) dengan AQL = 0.75%. Std. Dev. tidak
diketahui
Gunakan metode Std. Dev., variasi tidak
diketahui
– temukan huruf kode, ukuran sample, k
– Apakah lot diterima atau ditolak
12
Dr. Karndee Prichanont

IES331 1/2005

Z1.9 Code Letters

Untuk N=40, AQL=0.75 |||||| Gunakan AQL=1.0 & Code Letter “D”
13
Dr. Karndee Prichanont

Z1.9 – Menentukan Kriteria Keputusan

IES331 1/2005

Std. Dev method – Table B-1

• Untuk Kode Letter “D”, n=5 & AQL=1, k=1.52
14
Dr. Karndee Prichanont

IES331 1/2005

ANSI/ASQC Z1.9-1993
Apakah itu “k”
“k” adalah statistik kritis (istilah dipakai dalam pengujian
hipotesis)
‘k” mendefinisaikan luasan maksimum distribusi yang mungkin di
atas USL.
Jika Qcalc > k, ada sedikit distribusi di atas Qcalc drpd di atas “k” dan
lot diterima. (Bandingkan dengan tabel “Z”)
Kenaikan (USL - X-bar) meningkatkan Pa

15
Dr. Karndee Prichanont

IES331 1/2005

ANSI/ASQC Z1.9-1993
Latihan

Pembacaan lima kali
197F, 188F, 184F, 205F, 201F.
• X-bar (mean) = 195F
• S (Std. Dev) = 8.8F
• Qcalc = (USL – X-bar)/s = 1.59
• Karena Qcalc = 1.59 lebih besar drpd k=1.52, lot
diterima

16
Dr. Karndee Prichanont

Z1.9 – OC Curve for “D”
Table A-3 (p9)

17

IES331 1/2005
Dr. Karndee Prichanont

IES331 1/2005

ANSI/ASQC Z1.9-1993

Latihan Lain
• Informasi yang diketahui sama dengan contoh
sebelumnya
• AQL = 0.1
• Temukan huruf kode, n, k
• Lot diterima atau ditolak?
18
Dr. Karndee Prichanont

IES331 1/2005

Solusi – latihan ke-2
Kode huruf yang baru“E”, n=7, & k=2.22
Pembacaan lima kali pengukuran
197F, 188F, 184F, 205F, 201F, 193F & 197F.
• X-bar (mean) = 195F
• S (std. Dev) = 7.3F
• Qcalc = (USL – X-bar)/s = 1.91
• Karena Qcalc = 1.91 kurang drpd k=2.22, lot
ditolak
19
Dr. Karndee Prichanont

IES331 1/2005

Gambaran penggunaan MTL STD 414
Seorang inspektor untuk agen militer
menginginkan variabilitas rencana sampling
untuk diterapkan dengan AQL sebesar 1.5%,
dengan asumsi ukuran lot adalah 7000. Jika
deviasi standar lot atau proses tidak diketahui,
buatlah rencan penerimaan menggunakan
MIL STD 414
20
Dr. Karndee Prichanont

IES331 1/2005

Table 1. AQL Conversion Table

21
Dr. Karndee Prichanont

IES331 1/2005

Table A-2. Sample-Size Code Letters.

22
Dr. Karndee Prichanont

IES331 1/2005

Table B-1. Master Table for Normal and Tightened Inspection for Plans
Based on Variability Unknown : Standard Deviation Method
(Single Specification Limit and Form 1).

23
Dr. Karndee Prichanont

IES331 1/2005

Table B-3. Master Table for Normal and Tightened Inspection for Plans
Based on Variability Unknown : Standard Deviation Method
(Double Specification Limit and Form 2 --- Single Specification Limit).

24
Dr. Karndee Prichanont

IES331 1/2005

Table C-1.Master Table for Normal and Tightened Inspection for Plans Based
on Variability Unknown : Range Method
(Single Specification Limit and Form 1).

25
Dr. Karndee Prichanont

IES331 1/2005

Table C-3.Master Table for Normal and Tightened Inspection for Plans Based
on Variability Unknown : Range Method
(Double Specification Limit and Form 2 ---- Single Specification Limit).

26

Acceptance sampling untuk data variabel

  • 1.
    Dr. Karndee Prichanont IES3311/2005 Acceptance Sampling untuk data Variabel Mahros Darsin Unej 2013 1
  • 2.
    Dr. Karndee Prichanont IES3311/2005 Acceptance Sampling by variables Keunggulan dan kelemahan KEUNGGULAN • KELEMAHAN Kurva OC yang sama dapat diperoleh dengan ukuran sampel lebih sedikit drpd yang diperlukan untuk data atribut • • Data pengukuran biasanya menyediakan informasi yang lebih tentang proses manufakturing drpd data atribut. • Sebuah rencana sampling terpisah harus dibuat untuk tiap karakteristik mutu yang akan diperiksa • Jika AQL sangat kecil, ukuran sampel yang diperlukan untuk rencana sampling data atribut sangat besar • Mungkin menolak seluruh lot walaupun sample yang diperiksa sebenarnya tidak terdapat item yang cacat Distribusi kurva OC harus diketahui Kebanyakan rencana standar mengasumsikan distribusi karekteristik mutu adalah normal 2
  • 3.
    Dr. Karndee Prichanont IES3311/2005 Tipe Rencana Sampling untuk Variabel • Tipe 1: Rencana untuk mengendalikan bagian lot atau proses yang cacat (tidak memenuhi kriteria) • Tipe 2: Rencana untuk mengendalikan parameter sebuah lot atau proses (rata-rata proses) 3
  • 4.
    Dr. Karndee Prichanont IES3311/2005 Dasar Rencana Sampling Variable Pada kasus satu sisi spesifikasi 4
  • 5.
    Dr. Karndee Prichanont IES3311/2005 Peringatan dalam menggunakan Sampling Variable • Asumsi umum bahwa parameter yang diinspeksi mengikuti distribusi normal • Jika parameter yang diinspeksi tidak terdistribusi normal, memperkirakan bagian yang cacat tidak akan sama dengan seolah terdistribusi normal • Perbedaan antara bagian cacat yang diperkirakan mungkin besar jika berhubungan dengan bagian cacat yang sangat kecil 5
  • 6.
    Dr. Karndee Prichanont IES3311/2005 Merencanakan Sampling Variabel dengan Kurva OC khusus 6
  • 7.
    Dr. Karndee Prichanont IES3311/2005 Gambaran penggunaan nomograf Kepadatan komponen plastik yang akan digunakan pada telepon seluler dipersyaratkan minimal 0.70 g/cm3. Komponen ini dipasok dalam lot besar. Jika diinginkan p1 = 0.02, p2 = 0.10, alpha 0.10, dan beta 0.05. Asumsikan bahwa variabilitas tidak diketahui namun akan diperkirakan deviasi standar sampel. a) Tentukan rencana sampling variabel b) Misalkan sample dengan ukuran yang sesuai diambil, dan rata-rata sample adalah 0.73 dan deviasi standar sampel adalah 1.05 x 10-2. Apakah lot sebaiknya diterima atau ditolak? 7
  • 8.
    Dr. Karndee Prichanont IES3311/2005 Gambaran penggunaan Nomograf p1 = 0.02, p2 = 0.10, alpha 0.10, and beta 0.05. 8
  • 9.
    MIL STD 414dibagi menjadi empat bagian: Dr. Karndee Prichanont IES331 1/2005 – A: deskripsi umum rencana sampling meliputi definisi, kode huruf ukuran sample, dan kurva OC untuk rancangan. – B: rencana sampling variabel berdasar atas deviasi standar sampel untuk kasus saat varibilitas proses atau lot tidak diketahui. – C: rencana sampling variabel berdasar atas metode range sampel – D: rencana sampling variabel untuk keadaan deviasi standar diketahui 9
  • 10.
    Dr. Karndee Prichanont IES3311/2005 Military Standard: MTL STD 414 • MIL STD 414 adalah sebuah rencana sampling penerimaan lot-by-lot untuk variables • Titik Fokal adalah AQL yang berkisar 0.04% sd. 15% • AQL 0.04, 0.065, dan 15 dihapus • Secara umum ada Lima level inspeksi (seperti MILSTD 105E) namun penamaan level I, II, III, IV, dan V dinamai ulang menjadi S3, S4, I, II, III. • Ukuran sampel merupakan fungsi dari ukuran lot dan level inspeksi • Provisi dibuat untuk inspeksi normal, diperketat, dan diperlonggar • Karakteristik mutu yang diinspeksi diasumsikan terdistribusi normal 10
  • 11.
    Dr. Karndee Prichanont IES3311/2005 ANSI/ASQC Z1.9-1993 Mil-Std 414 • Informasi yang diperlukan: N, AQL, level Inspeksi • Bagaimana menggunakan – Huruf kode – Batas Single atau Double, Std. Dev atau Range Method Plans – Aturan peralihan (Switching Rules) • Didapat: Code Letter, n, kriteria penerimaan /penolakan, statistik kritis (k) • O-C Curves 11
  • 12.
    Dr. Karndee Prichanont IES3311/2005 ANSI/ASQC Z1.9-1993 Contoh (From QCI, CQE Primer, pVI-37) Suhu maksimal ditentukan operasi sebuah perangkat adalah 209F. Sebuah lot 40 disajikan untuk inspeksi. Gunakan level normal (level II) dengan AQL = 0.75%. Std. Dev. tidak diketahui Gunakan metode Std. Dev., variasi tidak diketahui – temukan huruf kode, ukuran sample, k – Apakah lot diterima atau ditolak 12
  • 13.
    Dr. Karndee Prichanont IES3311/2005 Z1.9 Code Letters Untuk N=40, AQL=0.75 |||||| Gunakan AQL=1.0 & Code Letter “D” 13
  • 14.
    Dr. Karndee Prichanont Z1.9– Menentukan Kriteria Keputusan IES331 1/2005 Std. Dev method – Table B-1 • Untuk Kode Letter “D”, n=5 & AQL=1, k=1.52 14
  • 15.
    Dr. Karndee Prichanont IES3311/2005 ANSI/ASQC Z1.9-1993 Apakah itu “k” “k” adalah statistik kritis (istilah dipakai dalam pengujian hipotesis) ‘k” mendefinisaikan luasan maksimum distribusi yang mungkin di atas USL. Jika Qcalc > k, ada sedikit distribusi di atas Qcalc drpd di atas “k” dan lot diterima. (Bandingkan dengan tabel “Z”) Kenaikan (USL - X-bar) meningkatkan Pa 15
  • 16.
    Dr. Karndee Prichanont IES3311/2005 ANSI/ASQC Z1.9-1993 Latihan Pembacaan lima kali 197F, 188F, 184F, 205F, 201F. • X-bar (mean) = 195F • S (Std. Dev) = 8.8F • Qcalc = (USL – X-bar)/s = 1.59 • Karena Qcalc = 1.59 lebih besar drpd k=1.52, lot diterima 16
  • 17.
    Dr. Karndee Prichanont Z1.9– OC Curve for “D” Table A-3 (p9) 17 IES331 1/2005
  • 18.
    Dr. Karndee Prichanont IES3311/2005 ANSI/ASQC Z1.9-1993 Latihan Lain • Informasi yang diketahui sama dengan contoh sebelumnya • AQL = 0.1 • Temukan huruf kode, n, k • Lot diterima atau ditolak? 18
  • 19.
    Dr. Karndee Prichanont IES3311/2005 Solusi – latihan ke-2 Kode huruf yang baru“E”, n=7, & k=2.22 Pembacaan lima kali pengukuran 197F, 188F, 184F, 205F, 201F, 193F & 197F. • X-bar (mean) = 195F • S (std. Dev) = 7.3F • Qcalc = (USL – X-bar)/s = 1.91 • Karena Qcalc = 1.91 kurang drpd k=2.22, lot ditolak 19
  • 20.
    Dr. Karndee Prichanont IES3311/2005 Gambaran penggunaan MTL STD 414 Seorang inspektor untuk agen militer menginginkan variabilitas rencana sampling untuk diterapkan dengan AQL sebesar 1.5%, dengan asumsi ukuran lot adalah 7000. Jika deviasi standar lot atau proses tidak diketahui, buatlah rencan penerimaan menggunakan MIL STD 414 20
  • 21.
    Dr. Karndee Prichanont IES3311/2005 Table 1. AQL Conversion Table 21
  • 22.
    Dr. Karndee Prichanont IES3311/2005 Table A-2. Sample-Size Code Letters. 22
  • 23.
    Dr. Karndee Prichanont IES3311/2005 Table B-1. Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Standard Deviation Method (Single Specification Limit and Form 1). 23
  • 24.
    Dr. Karndee Prichanont IES3311/2005 Table B-3. Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Standard Deviation Method (Double Specification Limit and Form 2 --- Single Specification Limit). 24
  • 25.
    Dr. Karndee Prichanont IES3311/2005 Table C-1.Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Range Method (Single Specification Limit and Form 1). 25
  • 26.
    Dr. Karndee Prichanont IES3311/2005 Table C-3.Master Table for Normal and Tightened Inspection for Plans Based on Variability Unknown : Range Method (Double Specification Limit and Form 2 ---- Single Specification Limit). 26