Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ZR PKS Uas
ZR PKS Uas
Disusun Oleh:
Nama : Zulaiha Rahasia
NIM: 413415015
⋮
𝑥19 9
𝑝̂24 = = = 0.18
𝑛 50
𝑥20 12
𝑝̂ 25 = = = 0.24
𝑛 50
15+8+10+⋯+9+12
̅=
𝒑 =0.233
(20)(50)
0.233(1 − 0.233)
𝑩𝑷𝑨 = 0,233 + 3√ = 0.4124
50
0.233(1 − 0.233)
𝑩𝑷𝑩 = 0,233 − 3√ = 0.0536
50
UCL=0.4124
0.4
0.3
Proportion
_
P=0.233
0.2
0.1
LCL=0.0536
0.0
1 3 5 7 9 11 13 15 17 19
Sample
Karena data pada observasi ke-11 dan 18) ada diluar batas pengendalian yang disebabkan
karena sebab khusus(assignable cause), maka harus dilakukan revisi sehingga dihasilkan data
baru yang berjumlah 18.
Revisi
Penyelesaian:
𝑚 = 18 ; 𝑛 = 50
∑𝑚
𝑖=1 𝑥𝑖
𝐺𝑃(𝑝) = 𝑝̅ = 𝑚.𝑛
𝑥1 15
𝑝̂1 = = = 0.30
𝑛 50
𝑥2 8
𝑝̂ 2 = = = 0.16
𝑛 50
𝑥3 10
𝑝̂ 3 = = = 0.20
𝑛 50
⋮
𝑥17 9
𝑝̂18 = = = 0.18
𝑛 50
𝑥18 12
𝑝̂19 = = = 0.24
𝑛 50
15+8+10+⋯+17+19
𝑝̅ = =0.2078
(18)(50)
0.217(1 − 0.217)
𝐵𝑃𝐴1 = 0,217 + 3√ = 0.3799
50
0.217(1 − 0.217)
𝐵𝑃𝐵1 = 0.2317 − 3√ = 0.0356
50
Hasil dari minitab
0.3
Proportion
_
0.2 P=0.2078
0.1
LCL=0.0356
0.0
1 3 5 7 9 11 13 15 17 19
Sample
Kesimpulan :
Karena semua data Sudah berada dalam batas pengendalian (in statistical control) maka
tidak perlu dilakukan revisi lagi, dan peta pengendali inilah yang digunzkan sebagai rencana
pengendalian kualitas proses statistic data atribut.
3. Peta Kendali Variabel (𝐗 − 𝐛𝐚𝐫 𝐝𝐚𝐧 𝐑)
https://dspace.uii.ac.id/handle/123456789/3934 (diakses pada tanggal 9 mei 2018)
Contoh Kasus :
Data variabel Panjang Komponen (WCB-09/A) pada saat penelitian di PT. Alis Jaya
Ciptatama n=5, X dalam mm dengan Spesifikasi: T = 107; USL = 109; LSL = 105; adalah sebagai
berikut :
No X1 X2 X3 X4 X5 Jumlah X-bar R
1 105.2 106.75 107.9 106.6 107 533.45 106.69 2.7
2 107.5 106.3 106.2 105.2 106.3 531.5 106.3 2.3
3 105.8 107.9 108.75 107.25 106.4 536.1 107.22 2.95
4 108.3 105.9 107.2 105.8 106.6 533.8 106.76 2.5
5 108.7 105.4 107.5 106 108.9 536.5 107.3 3.5
6 107.2 108.5 108.1 105.3 107.25 536.35 107.27 3.2
7 108.3 107.4 105.8 109 106.8 537.3 107.46 3.2
8 108.6 105.9 105.3 106.7 107.75 534.25 106.85 3.3
9 105.6 105.6 107.45 107.1 108.7 534.45 106.89 3.1
10 107 107.2 109 108.8 105.9 537.9 107.58 3.1
11 108.75 105.8 108.2 107.5 106.3 536.55 107.31 2.95
12 107.7 108.2 105.1 105 106 532 106.4 3.2
13 106.1 107 107.3 107.25 105 532.65 106.53 2.3
14 107.7 105.6 108.2 108.9 107.3 537.7 107.54 3.3
15 107 107.35 107.9 105.15 108.9 536.3 107.26 3.75
16 105.5 106.7 105.2 108.7 107.25 533.35 106.67 3.5
17 107.5 107.8 105 107.5 108.9 536.7 107.34 3.9
18 108.1 107 107.2 106.8 105.3 534.4 106.88 2.8
19 107.3 106.1 108.5 105.2 107 534.1 106.82 3.3
20 106.65 107.25 106.85 108.9 105.4 535.05 107.01 3.5
21 105.6 107.5 107 108.1 108.55 536.75 107.35 2.95
22 107.15 106.85 106.2 107.35 108.95 536.5 107.3 2.75
23 105.6 109 108.1 108.85 105.6 537.15 107.43 3.4
24 107.65 108 108.7 105.2 105 534.55 106.91 3.7
25 108.8 107.1 107.6 109 107.9 540.4 108.08 1.9
26 108.3 108.4 105.3 107.4 107.8 537.2 107.44 3.1
27 107.2 105.85 105.4 108.6 106.65 533.7 106.74 3.2
28 106.5 106 106 108.65 107 534.15 106.83 2.65
29 105.7 108.9 109 107.7 107.2 538.5 107.7 3.3
30 106.8 106.9 107.9 105.25 108.4 535.25 107.05 3.15
31 108.65 108.9 106.05 107.55 107.7 538.85 107.77 2.85
Jumlah 16603.4 3320.68 95.3
Rata-
535.594 107.119 3.07419
rata
Penyelesaian :
Menghitung nilai rata-rata seluruh 𝑥̅ (𝑥̿ ) dan rata-rata seluruh 𝑅̅ (𝑅̿), yang akan menjadi
pusat center (center line) dari masing-masing peta kendali.
∑𝑚
𝑖=1 𝑥̅𝑖
𝐺𝑃 = (𝑥̅ ) = 𝑥̿ =
𝑚
106.69 + 106.3 + ⋯ + 107.5 + 107.77
𝑥̿ =
31
3320.68
𝑥̿ = = 107.119
31
∑𝑚 ̅
𝑖=1 𝑅𝑖
𝐺𝑃 = (𝑅̅ ) = 𝑅̿ =
𝑚
2.7 + 2.3 + ⋯ + 3.15 + 2.85
𝑅̿ =
31
95.3
𝑅̿ = = 3.07419
31
Menghitung Batas Kendali Atas (Upper Control Limit) dan Batas Bawah (Lower Control
Limit) dari peta kendali 𝑥̅ .
𝐵𝑃(𝑥̅ ) = 𝑥̿ ± 𝐴2 𝑅̅
𝐵𝑃𝐴(𝑥̅ ) = 107.119 + [(0.577)(3.07419)] =108.892
𝐵𝑃𝐵(𝑥̅ ) = 107.119 − [(0.577)(3.07419)] =105.3449
Menghitung Batas Kendali Atas (Upper Control Limit) dan Batas Bawah (Lower Control
Limit) dari peta kendali R.
𝐵𝑃𝐴(𝑅̅ ) = 𝐷4 𝑅̅
𝐵𝑃𝐴(𝑅̅ ) =6.498845
𝐵𝑃𝐵(𝑅̅ ) = 𝐷3 𝑅̅
𝐵𝑃𝐵(𝑅̅ ) = 0 × 3.07419
𝐵𝑃𝐵(𝑅̅ ) = 0
Hasil dari Minitab
Plot data 𝑥̅ dan R , diamati apakah data tersebut berada dalam batas pengendalian.
Karena tidak ada data yang out of control, maka langkah selanjutnya dalah menghitung
kapabilitas proses.
Spesifikasi
𝑅̅
𝑠=
𝑑2
3.07419
𝑠= =1.32166412
2.326
𝑈𝐶𝐿 − 𝐿𝑆𝐿
𝐶𝑝 =
6𝑠
109−105
𝐶𝑝 = 6(1.32166412) =0.5044147