SlideShare a Scribd company logo
1 of 61
Download to read offline
Acceptance Sampling:
 ISO 2859-1: Acceptance Sampling Plans by Attributes
 ISO 3951-1: Acceptance Sampling Plans By Variable
e-course PPC 23032021
PRODUSEN
100%
Inspection
100%
Inspection
KONSUMEN
PRODUSEN ? 0% KONSUMEN
PRODUSEN Sampling KONSUMEN
Sampling
Sampling Advantages
Sampling Risk
 Resiko sampling :
 Menolaklot/batch yang baik, atau
 Menerima lot/batch yang buruk
Risk: Consumer vs Producer
Acceptance
Sampling
Variables Attributes
 Variables measure things:
 Temperature oven =
250 °C
 Tekanan Ban = 35 psi
 Kandungan Air = 0,25 %
 KATEGORI Acceptance Sampling :
 Convert Variables to Attributes ?
10 30
Spesification:
(18 – 20)cm
Spesification:
(18 – 20)cm
 PASS / FAIL
 Go / No-Go
 Attributes Classify things:
 Warna kardus: coklat,
kuning, putih
 Kemasan: bagus, rusak
 Plastik: sobek, bagus
 Pass/Fail
Sampling Flows
E
D
C
B
A Identify the Lot Size
Determined Inspection Level
Determined Code Letter &
Sample Size from Table
Determined Acceptance & Rejection
Number from Table
Select the Samples
NEXT 
8
Sampling procedures for
inspection by variables
Part 1:
Specification for single sampling plans indexed by acceptable quality
limit (AQL) for lot-by-lot inspection for a single quality characteristic
and a single AQL
 Diaplikasikan pada lot yang kontinyu oleh satu produsen menggunakan
satu proses produksi.
 Karakteristik dapat diukur dalam masa skala kontinyu, jika hanya satu
karakteristik produk.
 Dimana kesalahan pengukuran dapat diabaikan (standar deviasi proses
tidak lebih dari 10%)
 Ketika produksi stabil (dibawah kontrol statistik) dan karakteristik
kualitas terdistribusi normal.
Scope
AQL ; acceptable Quality Limit
 Adalah level qualitas yang merupakan fraksi ketidaksesuaian terburuk yang
masih bisa ditoleransi ketika proses kontinyu dinilai.
 AQL dirancang dalam spesifikasi produk, kontrak, atau oleh pemilik otoritas
 Biasa digunakan pada rentang 0,01% - 10 %
 AQL yang disetujui bukan berarti supplier memiliki hak untuk mensupply barang
yang buruk secara disengaja
 Pemilihan AQL merupakan hasil pertimbangan (kompromi) antara faktor biaya
dan resiko non-conforming item yang diperbolehkan
 Menurut ISO 3951-1, two methods are considered:
 Metode “s” digunakan apabila nilai standar deviasi proses “σ” tidak diketahui,
 Metode “σ” digunakan apabila nilai standar deviasi proses “σ” diketahui,
 Jumlah contoh (sample size ‘n’) pada metode “σ” lebih sedikit dibandingkan pada metode “s”
 Untuk pertama kali umumnya digunakan metode “s”, kemudian berdasarkan evaluasi &
persetujuan dapat berubah menjadi metode “σ” (sigma)
 Metode “s” vs Metode “σ” (sigma)
1. Rencana Standar ;
• Dilakukan ketika produksi sedang dalam keadaan kontinyu
• Dilakukan dengan metode “s” dan level inspeksi II
2. Rencana Khusus ;
• Dilakukan jika standar sampling tidak bisa dilaksanakan
• Dibuat dengan menggabungkan AQL, Batas qualitas, dan jumlah
contoh.
• Diperlukan ahli statistik yang berpengalaman dalam quality control.
 Pemilihan Sampling Plan
 Cek bahwa produksi dalam keadaan kontinyu dan karakter qualitas dalam
keadaan normal
 Cek apakah akan menggunakan metode-s dahulu, atau menggunakan
metode- σ
 Cek apakah level inspeksi sudah ditetapkan. Jika tidak, gunakan level inspeksi
II
 Untuk karekteristik antara dua limit, cek apakah kriteria ada diantaranya dua
limit tersebut .
 Cek apakah AQL sudah ditetapkan dan AQL-nya ada pada standar
 Sebelum Pelaksanaan
NEXT 
15
Prosedur untuk Metode-s
 Pada level inspeksi yang ditetapkan (biasanya level II), dan
pada jumlah lot, tentukan kode huruf dan jumlah sample
dengan Tabel 1.A
 Untuk batas spesifikasi tunggal, pada AQL dan kode letter
yang cocok, tetapkan jumlah contoh (n) dan konstanta
keberterimaan (k) dengan menggunakan Tabel B.1, B.2, atau
B.3
 Untuk batas spesifikasi ganda, tentukan kurva keberterimaan
yang sesuai dari kurva s-D hingga s-R
 Ambil sejumlah contoh secara random (n), lakukan pengujian
karakteristik (x), hitung rata-rata ( ̅ , dan standar deviasi (s)
 Jika ( ̅ diluar batas spesifikasi  maka lot ditolak
1) Perencanaan Sampling & Perhitungan Awal
 Perhitungan Quality statistik Batas Atas (QU) 
 Perhitungan Quality statistik Batas Bawah (QL) 
 Bandingkan dengan konstanta keberterimaan (k) yang
didapatkan dari Tabel B.1, B.2, atau B.3
 Untuk spek batas atas, Lot diterima jika  QU ≥ k
 Untuk spek batas bawah, Lot diterima jika  QL ≥ k
2) Kriteria Keberterimaan untuk Spesifikasi Tunggal (Single spec limit)
 Perhitungan Batas Atas (Contoh 1)
• Jumlah lot = 100 items.
• Batas maksimum yang diperbolehkan
adalah 60 °C.
• Digunakan Inspection level II, metode
“s” normal inspection dengan AQL = 2,5
% .
• Data pengukuran sbb : 53 °C; 57 °C; 49
°C; 58 °C; 59 °C; 54 °C; 58 °C; 56 °C; 50
°C; 50 °C; 55 °C; 54 °C; 57 °C;
• Tentukan kesesuaian dengan kriteria
keberterimaan !
Spesifikasi:
Suhu maksimum operasi 60℃
Table A.1
 Jumlah lot = 100 items.
 Code letter ? …. F
 Lot Size = 91 to 150
 General Inspection Level
= II
Table A.2
 method = “s” Normal
 Sample size (n) ? ….13..
 Code letter = F
Table B.1
 AQL = 2,5 %
 Konstanta Keberteimaan (k) ? = 1,405
Perhitungan
n Suhu (℃)
1 53
2 57
3 49
4 58
5 59
6 54
7 58
8 56
9 50
10 50
11 55
12 54
13 57
rata2 (x) = 54.615
stdev (s) = 3.330
U = 60
Qu = 1.617
 U = 60 ℃
 k = 1,405
 Qu vs k ?
Diketahui:
Lot diterima jika: QU ≥ k
Qu (1,617) > k (1,405)
Data pengukuran sbb : 53 °C; 57 °C; 49
°C; 58 °C; 59 °C; 54 °C; 58 °C; 56 °C; 50 °C;
50 °C; 55 °C; 54 °C; 57 °C;
 Resume Jawaban:
• Ukuran lot adalah 1000 items. Digunakan inspection level II, normal inspection, pada AQL 0,1 %.
• Delay time Minimum yang diperbolehkan adalah 4,0 detik.
• Dari Table A.1 kode huruf ; J, Dari Table A.2 n =35 untuk metode-s
• Table B.1 kode huruf ; J and AQL 0,1  huruf K, n= 50 dan konstanta keberterimaan k = 2,569. Diambil 50 sample
random.
• Data pengukuran delay times (dalam detik) adalah:
6,95 6,04 6,68 6,63 6,65 6,52 6,59 6,86 6,57 6,91
6,40 6,44 6,34 6,04 6,15 6,29 6,63 6,70 6,67 6,67
6,44 7,15 6,70 6,59 6,51 6,80 5,94 5,92 6,56 6,53
6,35 7,17 6,83 6,25 6,96 7,00 6,38 6,83 6,29 6,39
6,80 5,84 6,16 6,25 6,57 6,71 6,77 6,55 6,87 6,25
• Tentukan Keberterimaan Lot !
 Perhitungan Batas Bawah (Contoh 2)
Table A.1
Diketahui:
 Lot = 1000
 Level Inspection =
General Level II
kode huruf  J
Table A.2
Diketahui:
 Kode Huruf = J
 Method = Normal “s”
Sample Size  35
Table B.1
Diketahui:
 Sample Size = 35
 AQL = 0,10 %
k  2,569
 RESUME JAWABAN:
 Metode Grafik (Contoh 3)
Jika kriteria grafik dibutuhkan, gambarkan grafik:
̅= U - ks (untuk batas atas) atau ̅= L + ks (untuk batas bawah)
Data Soal NO.1:
 ̅ = 54,615
 U = 60
 K = 1,405
 s = 3,330
= U - ks
 Dengan data pada contoh 1, tandai U = 60 pada sumbu
̅(vertical) axis dan gambarkan garis dengan slope– k.
[karena k = 1,405, artinya garis melalui titik-titik (s = 1, ̅ =
58,595), (s = 2, ̅ = 57,190), (s = 3, ̅ = 55,785), etc.]. (s adalah
sumbu Y)
 Pilih sejumlah titik dan gambarkan garis lurus (s = 0, ̅ = 60), i.e.
(0, U).
 Daerah keberterimaan adalah area dibawah garis.
 Nilai standar deviasi hasil perhitungan (data), s = 3,330 and nilai
pengukuran rata2, ̅ = 54,615.
 Titik (s, x ) ini tampak berada di bawah garis terletak di bawah
zona keberterimaan; maka lot diterima
̅ = U - ks
x s
54 4.270
60 0.000
Plot Data:
Key:
 1 : Accept Zone
 2 : Reject Zone
“Data lot dengan
plot titik (s, ̅ )
berada di zona-1,
maka lot diterima”
 Pada Metode “s” dengan batas spesifikasi ganda (batas atas + batas bawah), Kriteria keberterimaan
pada umumnya dapat menggunakan metode Grafik, kecuali utk sample size 3 dan 4.
 Kriteria keberterimaan dengan batas spesifikasi ganda untuk sample size 3 & 4; menggunakan metode
Numerik (perhitugan)
 Apabila nilai standar deviasi hasil perhitungan Lebih Besar dari nilai MSDD (Maximum Sample
Standard Deviation) yang tertera pada Tabel D.1; D.2; atau D.3; maka Lot Tidak Diterima (tidak perlu
dihitung atau di plot ke Grafik)
3) Kriteria Keberterimaan untuk Spesifikasi Ganda (double specs limit)
 Perhitungan untuk Sample Size 3
PROSEDUR:
 Hitung rata-rata sample( ̅), dan standar deviasi sample (s), tentukan koefisien fS
dari baris pertama Tabel D.1, D.2, atau D.3.
 Tentukan standar deviasi sample maksimum dengan rumus: smax = (U-L)fs
 Bandingkan s dengan smax. Jika s > smax ; Maka Lot ditolak.
 Jika diterima; lanjut  Tentukan QU=(U- ̅)/s dan QL =( ̅-L)/s
 Kalikan QU dan QL dengan 3/2
 Gunakan tabel F.1 untuk mengestimasi ṔU dan ṔL
 Tentukan Ṕ = (ṔU + ṔL)
 Jika Ṕ > p* pada tabel G.1; Maka Lot ditolak
 Contoh 4
 100 buah torpedo dalam lot diuji akurasinya pada area horizontal.
 Batas spesifikasi adalah 10 m baik atas maupun bawah dari jarak 1 km
 Ditentukan AQL = 4 %
 Karena barangnya bersifat mahal dan merusak, maka disetujui menggunakan
Inspection Level S-2.
 Data hasil uji diperoleh: -5 m; 6,7 m; dan 8,8 m
 Tentukan kriteria keberterimaan Lot pada inspeksi normal !
Table A.1
Diketahui:
 Lot = 100 pcs
 Level Inspection = S-2
kode huruf  B
Table A.2
Diketahui:
 Lot = 100 pcs
 Level Inspection = S-2
kode huruf  B
Sample Size  3
Table D.1
Diketahui:
 AQL = 4,0 %
 Batas Atas (U) = 10 m
 Batas Bawah (L) = -10 m
 fs  0,474
 MSDD (Smax): (U – L)fs
Smax = (10 – (-10)) x 0,474
Smax = 9,48 m
Perhitungan
Diketahui:
 Fs = 0,474
 smax = 9,48 m
n Hasil Uji
1 -5.0
2 6.7
3 8.8
x = 3.5
stdev (s) = 7.436
VS
Standar Deviasi Hasil Uji 
Karena; s (7,436) < smax (9,48)  Lot Tidak Ditolak
(may be acceptable)
 QU = 0,8741
 QL = 1,815
3
2
0,757
3
2
1,572
Table F.1
 ṔU = 0,2267
 ṔL = 0,0000
 Ṕ = ṔU + ṔL = 0,2267
3
2
0,757
3
2
1,572
 Ṕ = ṔU + ṔL = 0,2267
Table G.1
 P*  0,1905
Karena; Ṕ (0,2267) > P* (0,1905)  Lot Tidak Diterima
 RESUME JAWABAN:
 Perhitungan untuk Sample Size 4
PROSEDUR:
 Hitung rata-rata sample( ̅), dan standar deviasi sample (s), tentukan
koefisien fS dari baris kedua Tabel D.1, D.2, atau D.3.
 Tentukan standar deviasi sample maksimum dengan rumus: smax = (U-L)fs
 Bandingkan s dengan smax; Jika s > smax  Lot ditolak.
 Jika diterima, tentukan QU=(U- ̅)/s dan QL =( ̅-L)/s
 Tentukan ṔU dan ṔL
 Jumlahkan: Ṕ = ṔU + ṔL.
 Jika Ṕ > P* pada tabel G.1  Lot Ditolak
Suatu barang diproduksi sebanyak 50 lot, dengan spesifikasi diameter batas bawah 82 mm dan batas atas
84 mm. AQL ditetapkan sebesar 2,5% pada Normal inspeksi level II. Pada Tabel A.1 diperoleh kode huruf
C, dan dari Tabel A.2 diperlukan sampel size 4. Hasil pengukuran diameter adalah: 82,4 mm; 82,2 mm;
83,1 mm; dan 82,3 mm. Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !
 Contoh 4
 RESUME JAWABAN:
 Contoh 4
 Perhitungan untuk Sample Size Lebih dari 4
PROSEDUR:
 Hitung rata-rata sample( ̅), dan standar deviasi sample (s), tentukan
koefisien fS dari baris kedua Tabel D.1, D.2, atau D.3.
 Tentukan standar deviasi sample maksimum dengan rumus: smax = (U-L)fs
 Bandingkan s dengan smax; Jika s > smax  Lot ditolak.
 Jika diterima, pilih diantara grafik s-D hingga s-R, pilih jumlah sample yang
sesuai dan pilih kurva keberterimaan dengan AQL untuk batas ganda
 Hitung nilai s/(U-L) dan ( ̅ − L /(U − L dan plot pada grafik.
 Jika titik berada dalam kurva, lot diterima. Jika diluar  Lot ditolak
 Temperatur minimum dan maksimum suatu alat adalah 60 °C dan 70 °C.
Ukuran lot = 96 buah. Digunakan Inspection level II, normal inspection, dan
AQL = 1,5 %.
 Pada Tabel A.1 diperoleh kode huruf F, dan dari Tabel A.2 diperlukan sampel
size 13.
 Hasil pengukuran adalah sbb:
65,5 °C; 60,0 °C; 65,2 °C; 61,7 °C; 69,0 °C; 67,1 °C; 60,0 °C; 66,4 °C; 62,8 °C;
68,0 °C; 63,4 °C; 60,7 °C; dan 65,8 °C;
 Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !
 Contoh 5
 Contoh 5
 RESUME JAWABAN:
Nilai s (2,86) < smax (2,74)  Lot Ditolak
 Andaikan AQL berubah menjadi 4,0 % (1,5%); maka nilai fs  0,328; sehingga nilai MSSD
(smax)  3,28.
 Diperoleh: Nilai s (2,86) < smax (3,28);
 Sehingga pada tahap ini kriteria keberterimaan belum dapat ditetapkan.
 Penentuan keberterimaan dilanjutkan dengan metode Grafik
 Kurva keberterimaan yang cocok diambil dari Grafik s-F.
 Kurva dapat menggunakan dua bentuk grafik, yaitu:
• actual scales curve (x, y)  s vs ̅
• normalized scale curve (x, y)  /( − vs ( ̅ − /( −
 Standar deviasi sample maksimum dihitung dengan rumus: smax = (U-L)fs
 Setelah skala diset pada skala pengukuran, Plot-kan titik (s = 2,86; ̅ = 64,28) pada kurva.
 Apabila Titik tersebut terletak di dalam kurva untuk AQL of 4,0 %, maka Lot diterima.
 Contoh 5+ (Metode Grafik)
Karena; Plot titik {(s, ̅) = (2,86; 64,28)}  berada di area-1 (Accept Zone)  maka Lot Diterima
Acceptance chart for combined control of double specification limit “s” method
with actual scales [ s-F chart]
Key
1. Accept zone
2. Reject zone
Grafik s-F
Prosedur untuk Metode “σ” (sigma)
“Metode “σ” hanya digunakan apabila terdapat bukti yang valid bahwa standar
deviasi (σ) dari suatu proses merupakan suatu konstanta yang diketahui nilainya”
Table A.2: Metode “s” vs “σ”
Sample Size:
Metode “s” > Metode “σ”
1) Perencanaan Sampling & Perhitungan Awal
 Diketahui nilai standard deviasi proses σ
 Tetapkan jumlah sampel (Tabel A.1), dan kode huruf.
 Pada level inspeksi yang ditetapkan (Tabel C.1, C.2, atau C.3) dan AQL
yang ditetapkan, tentukan jumlah sample (n) dan konstanta
keberterimaan (k)
 Ambil sejumlah contoh random, ukur karakteristik (x) dan hitung rata-
rata ( ̅).
 Hitung pula standar deviasi (s) - untuk mengecek stabilitas standar
deviasi proses.
2) Kriteria Keberterimaan untuk Spesifikasi Tunggal
 Seperti metode s, hanya s diganti dengan σ
 Bandingkan hasil perhitungan Q dengan nilai kriteria
keberterimaan (k) pada tabel C.1, C.2, atau C.3
 U. Batas spec atas, lot diterima jika ̅ ≤ ̅U
 U. batas spec bawah, lot diterima jika ̅ ≥ ̅L
 Spesifikasi minimum yield point material baja adalah 400 N/mm2. Ukuran
lot = 500 buah. Digunakan Inspection level II, normal inspection, dan AQL =
1,5%. Nilai sigma (σ) diketahui sebesar 21 N/mm2.
 Pada Tabel A.1 diperoleh kode huruf H, dan dari Tabel C.1 diperlukan sampel
size 12 dan nilai k = 1,613;
 Hasil pengukuran adalah sbb:
431; 417; 469; 407; 450; 452; 427; 411; 429; 420; 400; dan 445;
 Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !
 Contoh 6 [spesifikasi Tunggal]
 Contoh 6
 RESUME JAWABAN:
Nilai ̅ (429,83) < ̅L (433,9)  Lot Ditolak
3) Kriteria Keberterimaan untuk Spesifikasi Ganda
 Sebelum sampling, gunakan Tabel E.1, tetapkan faktor fσ
 Hitung standar deviasi proses maksimum yang diperbolehkan (MPSD) = σmax
σmax = (U-L) fσ
 Bandingkan σ dengan σmax.
 Jika σ > σmax ; maka proses tidak bisa diterima
 Jika σ ≤ σmax; Gunakan lot size dan level inspeksi untuk menentukan sample-size code letter
dari Tabel A.1
 Tentukan jumlah sample (n), dan konstanta keberterimaan (k) dari Tabel C.1, C.2 atau C.3.
 Hitung batas atas ( ̅U) = U – kσ dan batas bawah ( ̅L) = L + kσ
 Ambil sampel random sejumlah n dari lot, lakukan inspeksi dan hitung rata-rata sample x.
 Lot diterima jika ̅L≤ ̅ ≤ ̅U
 Lot ditolak jika ̅ < ̅L atau ̅ > ̅U
 Spesifikasi suatu resistor adalah (520 ± 50) Ω. Kecepatan produksi 2500 buah
per lot. Digunakan inspeksi level II, Normal inspeksi dan AQL 4%, untuk
batas spesifikasi ganda (470 and 570). Standar deviasi proses (σ) adalah
21,0.
 Dari Tabel A.1 diperoleh kode huruf K, dan dari Tabel A.2 diperlukan sampel
size 18;
 Hasil pengukuran adalah sbb:
515; 491; 479; 507; 543; 521; 536; 483; 509; 514; 507; 484; 526; 552; 499;
530; 512; dan 492;
 Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !
 Contoh 7 [Spesifikasi Ganda]
 Contoh 7
 RESUME JAWABAN:
Nilai: ̅L (498,1) ̅ (511,1) ̅U (541,9)  Lot Diterima
 Nilai σ harus diestimasi ulang setiap interval 5 lot. (kecuali pemegang otoritas
menghendaki lain)
 Batas kontrol atas dihitung setiap 10 lot, dinyatakan sebagai cUσ, dimana cU
adalah factor (Tabel H.1) yang bergantung pada jumlah sample n. Jika tidak
ada standar deviasi (sj) melampaui batas kontrol, proses dinyatakan dalam
batas statistik
 Jika proses dinyatakan dalam batas statistik pada metode-s, bisa pindah ke
metode-σ
 Kurva s tetap dijalankan pada metode-σ.
 Jika ditemukan diluar batas kontrol, inspeksi harus kembali ke metode-s
 Switching Metode “s”  Metode “σ”
 Inspeksi diperlonggar dapat dilakukan setelah 10 kali inspeksi berturutan pada
inspeksi normal dapat diterima, dengan syarat:
(1) lot masih tetap diterima dengan AQL setahap lebih ketat
(2) Produksi dalam kontrol statistic
(3) Dipertimbangkan oleh pemegang otoritas
 Kembali ke inspeksi normal jika terjadi:
(1) Satu lot ditolak
(2) Produksi menjadi tidak biasa atau tertunda
(3) Keputusan pemegang otoritas
 DISKONTINYU; Jika pada inspeksi diperketat didapat lima lot berturutan yang
ditolak
 Switching Metode
_dc

More Related Content

Similar to M3.2_Statistik Sampling by Variable _PPC032021.pptx.pdf

1. Materi 1 Pendahuluan.pdf
1. Materi 1 Pendahuluan.pdf1. Materi 1 Pendahuluan.pdf
1. Materi 1 Pendahuluan.pdf
Jumariyah
 
Chain sampling Statistika Pengendalian Mutu
Chain sampling Statistika Pengendalian MutuChain sampling Statistika Pengendalian Mutu
Chain sampling Statistika Pengendalian Mutu
Dimas Anggoro Kinasih
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
 

Similar to M3.2_Statistik Sampling by Variable _PPC032021.pptx.pdf (20)

Aev.pend6
Aev.pend6Aev.pend6
Aev.pend6
 
estimasi permintaan
estimasi permintaanestimasi permintaan
estimasi permintaan
 
Acceptance sampling untuk data variabel
Acceptance sampling untuk data variabelAcceptance sampling untuk data variabel
Acceptance sampling untuk data variabel
 
bab-4-estimasi-permintaan-170303075107 (2).pptx
bab-4-estimasi-permintaan-170303075107 (2).pptxbab-4-estimasi-permintaan-170303075107 (2).pptx
bab-4-estimasi-permintaan-170303075107 (2).pptx
 
1. Materi 1 Pendahuluan.pdf
1. Materi 1 Pendahuluan.pdf1. Materi 1 Pendahuluan.pdf
1. Materi 1 Pendahuluan.pdf
 
Evaluation-for-Process-Validation-Final-10.10.2018.pptx
Evaluation-for-Process-Validation-Final-10.10.2018.pptxEvaluation-for-Process-Validation-Final-10.10.2018.pptx
Evaluation-for-Process-Validation-Final-10.10.2018.pptx
 
Kalibrasi tachometer
Kalibrasi tachometerKalibrasi tachometer
Kalibrasi tachometer
 
Chain sampling Statistika Pengendalian Mutu
Chain sampling Statistika Pengendalian MutuChain sampling Statistika Pengendalian Mutu
Chain sampling Statistika Pengendalian Mutu
 
Pengendalian proses statistik.
Pengendalian proses statistik.Pengendalian proses statistik.
Pengendalian proses statistik.
 
Kontrol pid dengan matlab
Kontrol pid dengan matlabKontrol pid dengan matlab
Kontrol pid dengan matlab
 
4. swts
4. swts4. swts
4. swts
 
Bimbingan QC-trouble shooting-flagging.pptx
Bimbingan QC-trouble shooting-flagging.pptxBimbingan QC-trouble shooting-flagging.pptx
Bimbingan QC-trouble shooting-flagging.pptx
 
Ppt quality control akurasi dan repro kv
Ppt quality control akurasi dan repro kvPpt quality control akurasi dan repro kv
Ppt quality control akurasi dan repro kv
 
Metode Statistika nonparametrik pada dua kelompok sampel.pdf
Metode Statistika nonparametrik pada dua kelompok sampel.pdfMetode Statistika nonparametrik pada dua kelompok sampel.pdf
Metode Statistika nonparametrik pada dua kelompok sampel.pdf
 
Uji tukey & Uji scheffe
Uji tukey & Uji scheffeUji tukey & Uji scheffe
Uji tukey & Uji scheffe
 
Kalibrasi restu
Kalibrasi restuKalibrasi restu
Kalibrasi restu
 
Kalibrasi restu
Kalibrasi restuKalibrasi restu
Kalibrasi restu
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Metode Statistika non parametrik pada dua kelompok sampel.pptx
Metode Statistika non parametrik pada dua kelompok sampel.pptxMetode Statistika non parametrik pada dua kelompok sampel.pptx
Metode Statistika non parametrik pada dua kelompok sampel.pptx
 
Materi spss
Materi spssMateri spss
Materi spss
 

Recently uploaded

HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.pptHAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
nabilafarahdiba95
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
AlfandoWibowo2
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
JarzaniIsmail
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
pipinafindraputri1
 

Recently uploaded (20)

Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
 
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
 
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.pptHAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
 
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxKontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsx
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
 
power point bahasa indonesia "Karya Ilmiah"
power point bahasa indonesia "Karya Ilmiah"power point bahasa indonesia "Karya Ilmiah"
power point bahasa indonesia "Karya Ilmiah"
 
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
 
Stoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.pptStoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.ppt
 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
 
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
 
PPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptxPPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptx
 
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
 
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
 

M3.2_Statistik Sampling by Variable _PPC032021.pptx.pdf

  • 1. Acceptance Sampling:  ISO 2859-1: Acceptance Sampling Plans by Attributes  ISO 3951-1: Acceptance Sampling Plans By Variable e-course PPC 23032021
  • 2. PRODUSEN 100% Inspection 100% Inspection KONSUMEN PRODUSEN ? 0% KONSUMEN PRODUSEN Sampling KONSUMEN Sampling
  • 4. Sampling Risk  Resiko sampling :  Menolaklot/batch yang baik, atau  Menerima lot/batch yang buruk
  • 5. Risk: Consumer vs Producer
  • 6. Acceptance Sampling Variables Attributes  Variables measure things:  Temperature oven = 250 °C  Tekanan Ban = 35 psi  Kandungan Air = 0,25 %  KATEGORI Acceptance Sampling :  Convert Variables to Attributes ? 10 30 Spesification: (18 – 20)cm Spesification: (18 – 20)cm  PASS / FAIL  Go / No-Go  Attributes Classify things:  Warna kardus: coklat, kuning, putih  Kemasan: bagus, rusak  Plastik: sobek, bagus  Pass/Fail
  • 7. Sampling Flows E D C B A Identify the Lot Size Determined Inspection Level Determined Code Letter & Sample Size from Table Determined Acceptance & Rejection Number from Table Select the Samples
  • 9. Sampling procedures for inspection by variables Part 1: Specification for single sampling plans indexed by acceptable quality limit (AQL) for lot-by-lot inspection for a single quality characteristic and a single AQL
  • 10.  Diaplikasikan pada lot yang kontinyu oleh satu produsen menggunakan satu proses produksi.  Karakteristik dapat diukur dalam masa skala kontinyu, jika hanya satu karakteristik produk.  Dimana kesalahan pengukuran dapat diabaikan (standar deviasi proses tidak lebih dari 10%)  Ketika produksi stabil (dibawah kontrol statistik) dan karakteristik kualitas terdistribusi normal. Scope
  • 11. AQL ; acceptable Quality Limit  Adalah level qualitas yang merupakan fraksi ketidaksesuaian terburuk yang masih bisa ditoleransi ketika proses kontinyu dinilai.  AQL dirancang dalam spesifikasi produk, kontrak, atau oleh pemilik otoritas  Biasa digunakan pada rentang 0,01% - 10 %  AQL yang disetujui bukan berarti supplier memiliki hak untuk mensupply barang yang buruk secara disengaja  Pemilihan AQL merupakan hasil pertimbangan (kompromi) antara faktor biaya dan resiko non-conforming item yang diperbolehkan
  • 12.  Menurut ISO 3951-1, two methods are considered:  Metode “s” digunakan apabila nilai standar deviasi proses “σ” tidak diketahui,  Metode “σ” digunakan apabila nilai standar deviasi proses “σ” diketahui,  Jumlah contoh (sample size ‘n’) pada metode “σ” lebih sedikit dibandingkan pada metode “s”  Untuk pertama kali umumnya digunakan metode “s”, kemudian berdasarkan evaluasi & persetujuan dapat berubah menjadi metode “σ” (sigma)  Metode “s” vs Metode “σ” (sigma)
  • 13. 1. Rencana Standar ; • Dilakukan ketika produksi sedang dalam keadaan kontinyu • Dilakukan dengan metode “s” dan level inspeksi II 2. Rencana Khusus ; • Dilakukan jika standar sampling tidak bisa dilaksanakan • Dibuat dengan menggabungkan AQL, Batas qualitas, dan jumlah contoh. • Diperlukan ahli statistik yang berpengalaman dalam quality control.  Pemilihan Sampling Plan
  • 14.  Cek bahwa produksi dalam keadaan kontinyu dan karakter qualitas dalam keadaan normal  Cek apakah akan menggunakan metode-s dahulu, atau menggunakan metode- σ  Cek apakah level inspeksi sudah ditetapkan. Jika tidak, gunakan level inspeksi II  Untuk karekteristik antara dua limit, cek apakah kriteria ada diantaranya dua limit tersebut .  Cek apakah AQL sudah ditetapkan dan AQL-nya ada pada standar  Sebelum Pelaksanaan
  • 17.  Pada level inspeksi yang ditetapkan (biasanya level II), dan pada jumlah lot, tentukan kode huruf dan jumlah sample dengan Tabel 1.A  Untuk batas spesifikasi tunggal, pada AQL dan kode letter yang cocok, tetapkan jumlah contoh (n) dan konstanta keberterimaan (k) dengan menggunakan Tabel B.1, B.2, atau B.3  Untuk batas spesifikasi ganda, tentukan kurva keberterimaan yang sesuai dari kurva s-D hingga s-R  Ambil sejumlah contoh secara random (n), lakukan pengujian karakteristik (x), hitung rata-rata ( ̅ , dan standar deviasi (s)  Jika ( ̅ diluar batas spesifikasi  maka lot ditolak 1) Perencanaan Sampling & Perhitungan Awal
  • 18.  Perhitungan Quality statistik Batas Atas (QU)   Perhitungan Quality statistik Batas Bawah (QL)   Bandingkan dengan konstanta keberterimaan (k) yang didapatkan dari Tabel B.1, B.2, atau B.3  Untuk spek batas atas, Lot diterima jika  QU ≥ k  Untuk spek batas bawah, Lot diterima jika  QL ≥ k 2) Kriteria Keberterimaan untuk Spesifikasi Tunggal (Single spec limit)
  • 19.  Perhitungan Batas Atas (Contoh 1) • Jumlah lot = 100 items. • Batas maksimum yang diperbolehkan adalah 60 °C. • Digunakan Inspection level II, metode “s” normal inspection dengan AQL = 2,5 % . • Data pengukuran sbb : 53 °C; 57 °C; 49 °C; 58 °C; 59 °C; 54 °C; 58 °C; 56 °C; 50 °C; 50 °C; 55 °C; 54 °C; 57 °C; • Tentukan kesesuaian dengan kriteria keberterimaan ! Spesifikasi: Suhu maksimum operasi 60℃
  • 20. Table A.1  Jumlah lot = 100 items.  Code letter ? …. F  Lot Size = 91 to 150  General Inspection Level = II
  • 21. Table A.2  method = “s” Normal  Sample size (n) ? ….13..  Code letter = F
  • 22. Table B.1  AQL = 2,5 %  Konstanta Keberteimaan (k) ? = 1,405
  • 23. Perhitungan n Suhu (℃) 1 53 2 57 3 49 4 58 5 59 6 54 7 58 8 56 9 50 10 50 11 55 12 54 13 57 rata2 (x) = 54.615 stdev (s) = 3.330 U = 60 Qu = 1.617  U = 60 ℃  k = 1,405  Qu vs k ? Diketahui: Lot diterima jika: QU ≥ k Qu (1,617) > k (1,405) Data pengukuran sbb : 53 °C; 57 °C; 49 °C; 58 °C; 59 °C; 54 °C; 58 °C; 56 °C; 50 °C; 50 °C; 55 °C; 54 °C; 57 °C;
  • 25. • Ukuran lot adalah 1000 items. Digunakan inspection level II, normal inspection, pada AQL 0,1 %. • Delay time Minimum yang diperbolehkan adalah 4,0 detik. • Dari Table A.1 kode huruf ; J, Dari Table A.2 n =35 untuk metode-s • Table B.1 kode huruf ; J and AQL 0,1  huruf K, n= 50 dan konstanta keberterimaan k = 2,569. Diambil 50 sample random. • Data pengukuran delay times (dalam detik) adalah: 6,95 6,04 6,68 6,63 6,65 6,52 6,59 6,86 6,57 6,91 6,40 6,44 6,34 6,04 6,15 6,29 6,63 6,70 6,67 6,67 6,44 7,15 6,70 6,59 6,51 6,80 5,94 5,92 6,56 6,53 6,35 7,17 6,83 6,25 6,96 7,00 6,38 6,83 6,29 6,39 6,80 5,84 6,16 6,25 6,57 6,71 6,77 6,55 6,87 6,25 • Tentukan Keberterimaan Lot !  Perhitungan Batas Bawah (Contoh 2)
  • 26. Table A.1 Diketahui:  Lot = 1000  Level Inspection = General Level II kode huruf  J
  • 27. Table A.2 Diketahui:  Kode Huruf = J  Method = Normal “s” Sample Size  35
  • 28. Table B.1 Diketahui:  Sample Size = 35  AQL = 0,10 % k  2,569
  • 30.  Metode Grafik (Contoh 3) Jika kriteria grafik dibutuhkan, gambarkan grafik: ̅= U - ks (untuk batas atas) atau ̅= L + ks (untuk batas bawah) Data Soal NO.1:  ̅ = 54,615  U = 60  K = 1,405  s = 3,330 = U - ks  Dengan data pada contoh 1, tandai U = 60 pada sumbu ̅(vertical) axis dan gambarkan garis dengan slope– k. [karena k = 1,405, artinya garis melalui titik-titik (s = 1, ̅ = 58,595), (s = 2, ̅ = 57,190), (s = 3, ̅ = 55,785), etc.]. (s adalah sumbu Y)  Pilih sejumlah titik dan gambarkan garis lurus (s = 0, ̅ = 60), i.e. (0, U).  Daerah keberterimaan adalah area dibawah garis.  Nilai standar deviasi hasil perhitungan (data), s = 3,330 and nilai pengukuran rata2, ̅ = 54,615.  Titik (s, x ) ini tampak berada di bawah garis terletak di bawah zona keberterimaan; maka lot diterima
  • 31. ̅ = U - ks x s 54 4.270 60 0.000 Plot Data: Key:  1 : Accept Zone  2 : Reject Zone “Data lot dengan plot titik (s, ̅ ) berada di zona-1, maka lot diterima”
  • 32.  Pada Metode “s” dengan batas spesifikasi ganda (batas atas + batas bawah), Kriteria keberterimaan pada umumnya dapat menggunakan metode Grafik, kecuali utk sample size 3 dan 4.  Kriteria keberterimaan dengan batas spesifikasi ganda untuk sample size 3 & 4; menggunakan metode Numerik (perhitugan)  Apabila nilai standar deviasi hasil perhitungan Lebih Besar dari nilai MSDD (Maximum Sample Standard Deviation) yang tertera pada Tabel D.1; D.2; atau D.3; maka Lot Tidak Diterima (tidak perlu dihitung atau di plot ke Grafik) 3) Kriteria Keberterimaan untuk Spesifikasi Ganda (double specs limit)
  • 33.  Perhitungan untuk Sample Size 3 PROSEDUR:  Hitung rata-rata sample( ̅), dan standar deviasi sample (s), tentukan koefisien fS dari baris pertama Tabel D.1, D.2, atau D.3.  Tentukan standar deviasi sample maksimum dengan rumus: smax = (U-L)fs  Bandingkan s dengan smax. Jika s > smax ; Maka Lot ditolak.  Jika diterima; lanjut  Tentukan QU=(U- ̅)/s dan QL =( ̅-L)/s  Kalikan QU dan QL dengan 3/2  Gunakan tabel F.1 untuk mengestimasi ṔU dan ṔL  Tentukan Ṕ = (ṔU + ṔL)  Jika Ṕ > p* pada tabel G.1; Maka Lot ditolak
  • 34.  Contoh 4  100 buah torpedo dalam lot diuji akurasinya pada area horizontal.  Batas spesifikasi adalah 10 m baik atas maupun bawah dari jarak 1 km  Ditentukan AQL = 4 %  Karena barangnya bersifat mahal dan merusak, maka disetujui menggunakan Inspection Level S-2.  Data hasil uji diperoleh: -5 m; 6,7 m; dan 8,8 m  Tentukan kriteria keberterimaan Lot pada inspeksi normal !
  • 35. Table A.1 Diketahui:  Lot = 100 pcs  Level Inspection = S-2 kode huruf  B
  • 36. Table A.2 Diketahui:  Lot = 100 pcs  Level Inspection = S-2 kode huruf  B Sample Size  3
  • 37. Table D.1 Diketahui:  AQL = 4,0 %  Batas Atas (U) = 10 m  Batas Bawah (L) = -10 m  fs  0,474  MSDD (Smax): (U – L)fs Smax = (10 – (-10)) x 0,474 Smax = 9,48 m
  • 38. Perhitungan Diketahui:  Fs = 0,474  smax = 9,48 m n Hasil Uji 1 -5.0 2 6.7 3 8.8 x = 3.5 stdev (s) = 7.436 VS Standar Deviasi Hasil Uji  Karena; s (7,436) < smax (9,48)  Lot Tidak Ditolak (may be acceptable)  QU = 0,8741  QL = 1,815 3 2 0,757 3 2 1,572
  • 39. Table F.1  ṔU = 0,2267  ṔL = 0,0000  Ṕ = ṔU + ṔL = 0,2267 3 2 0,757 3 2 1,572
  • 40.  Ṕ = ṔU + ṔL = 0,2267 Table G.1  P*  0,1905 Karena; Ṕ (0,2267) > P* (0,1905)  Lot Tidak Diterima
  • 42.  Perhitungan untuk Sample Size 4 PROSEDUR:  Hitung rata-rata sample( ̅), dan standar deviasi sample (s), tentukan koefisien fS dari baris kedua Tabel D.1, D.2, atau D.3.  Tentukan standar deviasi sample maksimum dengan rumus: smax = (U-L)fs  Bandingkan s dengan smax; Jika s > smax  Lot ditolak.  Jika diterima, tentukan QU=(U- ̅)/s dan QL =( ̅-L)/s  Tentukan ṔU dan ṔL  Jumlahkan: Ṕ = ṔU + ṔL.  Jika Ṕ > P* pada tabel G.1  Lot Ditolak
  • 43. Suatu barang diproduksi sebanyak 50 lot, dengan spesifikasi diameter batas bawah 82 mm dan batas atas 84 mm. AQL ditetapkan sebesar 2,5% pada Normal inspeksi level II. Pada Tabel A.1 diperoleh kode huruf C, dan dari Tabel A.2 diperlukan sampel size 4. Hasil pengukuran diameter adalah: 82,4 mm; 82,2 mm; 83,1 mm; dan 82,3 mm. Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !  Contoh 4  RESUME JAWABAN:
  • 45.  Perhitungan untuk Sample Size Lebih dari 4 PROSEDUR:  Hitung rata-rata sample( ̅), dan standar deviasi sample (s), tentukan koefisien fS dari baris kedua Tabel D.1, D.2, atau D.3.  Tentukan standar deviasi sample maksimum dengan rumus: smax = (U-L)fs  Bandingkan s dengan smax; Jika s > smax  Lot ditolak.  Jika diterima, pilih diantara grafik s-D hingga s-R, pilih jumlah sample yang sesuai dan pilih kurva keberterimaan dengan AQL untuk batas ganda  Hitung nilai s/(U-L) dan ( ̅ − L /(U − L dan plot pada grafik.  Jika titik berada dalam kurva, lot diterima. Jika diluar  Lot ditolak
  • 46.  Temperatur minimum dan maksimum suatu alat adalah 60 °C dan 70 °C. Ukuran lot = 96 buah. Digunakan Inspection level II, normal inspection, dan AQL = 1,5 %.  Pada Tabel A.1 diperoleh kode huruf F, dan dari Tabel A.2 diperlukan sampel size 13.  Hasil pengukuran adalah sbb: 65,5 °C; 60,0 °C; 65,2 °C; 61,7 °C; 69,0 °C; 67,1 °C; 60,0 °C; 66,4 °C; 62,8 °C; 68,0 °C; 63,4 °C; 60,7 °C; dan 65,8 °C;  Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !  Contoh 5
  • 47.  Contoh 5  RESUME JAWABAN: Nilai s (2,86) < smax (2,74)  Lot Ditolak
  • 48.  Andaikan AQL berubah menjadi 4,0 % (1,5%); maka nilai fs  0,328; sehingga nilai MSSD (smax)  3,28.  Diperoleh: Nilai s (2,86) < smax (3,28);  Sehingga pada tahap ini kriteria keberterimaan belum dapat ditetapkan.  Penentuan keberterimaan dilanjutkan dengan metode Grafik  Kurva keberterimaan yang cocok diambil dari Grafik s-F.  Kurva dapat menggunakan dua bentuk grafik, yaitu: • actual scales curve (x, y)  s vs ̅ • normalized scale curve (x, y)  /( − vs ( ̅ − /( −  Standar deviasi sample maksimum dihitung dengan rumus: smax = (U-L)fs  Setelah skala diset pada skala pengukuran, Plot-kan titik (s = 2,86; ̅ = 64,28) pada kurva.  Apabila Titik tersebut terletak di dalam kurva untuk AQL of 4,0 %, maka Lot diterima.  Contoh 5+ (Metode Grafik)
  • 49. Karena; Plot titik {(s, ̅) = (2,86; 64,28)}  berada di area-1 (Accept Zone)  maka Lot Diterima Acceptance chart for combined control of double specification limit “s” method with actual scales [ s-F chart] Key 1. Accept zone 2. Reject zone Grafik s-F
  • 50. Prosedur untuk Metode “σ” (sigma) “Metode “σ” hanya digunakan apabila terdapat bukti yang valid bahwa standar deviasi (σ) dari suatu proses merupakan suatu konstanta yang diketahui nilainya”
  • 51. Table A.2: Metode “s” vs “σ” Sample Size: Metode “s” > Metode “σ”
  • 52. 1) Perencanaan Sampling & Perhitungan Awal  Diketahui nilai standard deviasi proses σ  Tetapkan jumlah sampel (Tabel A.1), dan kode huruf.  Pada level inspeksi yang ditetapkan (Tabel C.1, C.2, atau C.3) dan AQL yang ditetapkan, tentukan jumlah sample (n) dan konstanta keberterimaan (k)  Ambil sejumlah contoh random, ukur karakteristik (x) dan hitung rata- rata ( ̅).  Hitung pula standar deviasi (s) - untuk mengecek stabilitas standar deviasi proses.
  • 53. 2) Kriteria Keberterimaan untuk Spesifikasi Tunggal  Seperti metode s, hanya s diganti dengan σ  Bandingkan hasil perhitungan Q dengan nilai kriteria keberterimaan (k) pada tabel C.1, C.2, atau C.3  U. Batas spec atas, lot diterima jika ̅ ≤ ̅U  U. batas spec bawah, lot diterima jika ̅ ≥ ̅L
  • 54.  Spesifikasi minimum yield point material baja adalah 400 N/mm2. Ukuran lot = 500 buah. Digunakan Inspection level II, normal inspection, dan AQL = 1,5%. Nilai sigma (σ) diketahui sebesar 21 N/mm2.  Pada Tabel A.1 diperoleh kode huruf H, dan dari Tabel C.1 diperlukan sampel size 12 dan nilai k = 1,613;  Hasil pengukuran adalah sbb: 431; 417; 469; 407; 450; 452; 427; 411; 429; 420; 400; dan 445;  Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !  Contoh 6 [spesifikasi Tunggal]
  • 55.  Contoh 6  RESUME JAWABAN: Nilai ̅ (429,83) < ̅L (433,9)  Lot Ditolak
  • 56. 3) Kriteria Keberterimaan untuk Spesifikasi Ganda  Sebelum sampling, gunakan Tabel E.1, tetapkan faktor fσ  Hitung standar deviasi proses maksimum yang diperbolehkan (MPSD) = σmax σmax = (U-L) fσ  Bandingkan σ dengan σmax.  Jika σ > σmax ; maka proses tidak bisa diterima  Jika σ ≤ σmax; Gunakan lot size dan level inspeksi untuk menentukan sample-size code letter dari Tabel A.1  Tentukan jumlah sample (n), dan konstanta keberterimaan (k) dari Tabel C.1, C.2 atau C.3.  Hitung batas atas ( ̅U) = U – kσ dan batas bawah ( ̅L) = L + kσ  Ambil sampel random sejumlah n dari lot, lakukan inspeksi dan hitung rata-rata sample x.  Lot diterima jika ̅L≤ ̅ ≤ ̅U  Lot ditolak jika ̅ < ̅L atau ̅ > ̅U
  • 57.  Spesifikasi suatu resistor adalah (520 ± 50) Ω. Kecepatan produksi 2500 buah per lot. Digunakan inspeksi level II, Normal inspeksi dan AQL 4%, untuk batas spesifikasi ganda (470 and 570). Standar deviasi proses (σ) adalah 21,0.  Dari Tabel A.1 diperoleh kode huruf K, dan dari Tabel A.2 diperlukan sampel size 18;  Hasil pengukuran adalah sbb: 515; 491; 479; 507; 543; 521; 536; 483; 509; 514; 507; 484; 526; 552; 499; 530; 512; dan 492;  Tentukan keberterimaan Lot pada kondisi Inspeksi Normal !  Contoh 7 [Spesifikasi Ganda]
  • 58.  Contoh 7  RESUME JAWABAN: Nilai: ̅L (498,1) ̅ (511,1) ̅U (541,9)  Lot Diterima
  • 59.  Nilai σ harus diestimasi ulang setiap interval 5 lot. (kecuali pemegang otoritas menghendaki lain)  Batas kontrol atas dihitung setiap 10 lot, dinyatakan sebagai cUσ, dimana cU adalah factor (Tabel H.1) yang bergantung pada jumlah sample n. Jika tidak ada standar deviasi (sj) melampaui batas kontrol, proses dinyatakan dalam batas statistik  Jika proses dinyatakan dalam batas statistik pada metode-s, bisa pindah ke metode-σ  Kurva s tetap dijalankan pada metode-σ.  Jika ditemukan diluar batas kontrol, inspeksi harus kembali ke metode-s  Switching Metode “s”  Metode “σ”
  • 60.  Inspeksi diperlonggar dapat dilakukan setelah 10 kali inspeksi berturutan pada inspeksi normal dapat diterima, dengan syarat: (1) lot masih tetap diterima dengan AQL setahap lebih ketat (2) Produksi dalam kontrol statistic (3) Dipertimbangkan oleh pemegang otoritas  Kembali ke inspeksi normal jika terjadi: (1) Satu lot ditolak (2) Produksi menjadi tidak biasa atau tertunda (3) Keputusan pemegang otoritas  DISKONTINYU; Jika pada inspeksi diperketat didapat lima lot berturutan yang ditolak  Switching Metode
  • 61. _dc