Cara Membuat C-chart

C pada C-Chart berarti “count” atau hitung cacat, ini bermaksud bahwa C-chart dibuat berdasarkan pada banyaknya titik cacat dalam suatu item. C-chart  berbeda dengan P-chart maupun NP-chart yang menilai satu item sebagai “cacat” atau “tidak cacat”, C-chart menghitung banyaknya cacat dalam satu item tersebut, misal: dalam 10 item sampel terdapat 2 item cacat, yang mana pada 1 item ditemukan 3 titik kerusakan dan pada 1 item lagi terdapat 5 titik kerusakan. P-chart akan menunjukkan proporsi cacat 2/10 = 0,2 dan NP-chart  akan menunjukkan jumlah cacat sebanyak 2 item, sementara C-chart akan menunjukkan 8 kerusakan. C-chart tidak seperti P-chart dan U-chart, C-chart membutuhkan ukuran sampel yang konstan.

C-chart (maupun U-chart) didasarkan pada distribusi Poisson yang pada dasarnya mensyaratkan bahwa jumlah peluang atau lokasi potensial cacat sangat besar (tak terhingga) dan bahwa probability cacat di setiap lokasi menjadi kecil dan konstan. Selanjutnya, prosedur pemeriksaan harus sama untuk setiap sampel dan dilakukan secara konsisten dari sampel ke sampel  (Montgomery, 2005, p. 289).

Batas kendali untuk C-chart adalah  c ± 3 , yang mana  c sama dengan mean dan varians dari distribusi Poisson. Jika nilai standar untuk c tidak tersedia, c (rata-rata c) dapat digunakan untuk menghampiri c.

Sebuah contoh mungkin akan membantu untuk menggambarkan bagaimana cara membuat C-chart. Dari  25 wafer yang masing-masing berisi 100 chip, kita menemukan total jumlah cacat sebanyak 516 (lihat Tabel 6).

Tabel 6

Data jumlah cacat untuk 26 wafer, masing-masing berisi 100 chip

[table-6: c-chart data]

Sumber: Montgomery, 2005, p. 291 (dimodifikasi)

Dari Tabel 6 di atas, kita menghampiri c  dengan menggunakan c, yaitu sebagai berikut:

c = n

i=1

ci = 516 = 19,85
n 26

Oleh karena itu, batas kendalinya adalah sebagai berikut:

UCL = c + 3 c
= 19,85 + 3 19,85
= 33,21
Garis pusat = c = 19,85
LCL = c – 3 c
= 19,85 – 3 19,85
= 6,48

Gambar 7 di bawah ini adalah C-chart dari perhitungan di atas.

[picture-7: c-chart]

Gambar 7. C-chart untuk Data Tabel 6

35 thoughts on “ Statistical Process Control ”

  1. mau minta penjelasan nih kenapa pake 3 sigma kenap ga pake 2 atau satu? please penjelasannya sama referensi bukunya ? mksih. dtunggu scpatny?

    Suka

    1. Saya akan menjelaskan secara aplikasi di lapangan saja. Berikut list sigma yg saya ketahui:

      – 6 sigma = 3,4 ppm, passed rate = 99,99966%
      – 5 sigma = 233 ppm, passed rate = 99,9767%
      – 4 sigma = 6.210 ppm, passed rate = 99,379%
      – 3 sigma = 66.807 ppm, passed rate = 93,3193%
      – 2 sigma = 308.537 ppm, passed rate = 69,1463%

      Di tempat saya bekerja, konsumen akan kasih warning bahkan cabut order jika passed rate di bawah 98%. Passed rate = (Output – Cacat) / Output.

      Kebanyakan perusahaan menggunakan minimal 3 sigma untuk mengendalikan kualitas produknya.

      Untuk bukunya silahkan anda cari buku yg membahas six sigma atau buku statistik yg menjelaskan kurva/distribusi normal.

      Suka

  2. Sebaiknya jangan diganti jika tidak ada kejadian besar yg mengubah proses.

    Bayangkan jika anda mengganti menjadi k = 2 (terlalu sempit), probability untuk menemukan special cause akan naik. Ini tentunya akan terlalu sering mengganggu proses karena ada risiko banyak mendeteksi special cause padahal sebenarnya itu milik sistem (common cause). Artinya anda akan melakukan Error Type I (kesalahan yg dibuat peneliti karena menolak hipotesis nol, padahal hipotesis nol itu benar)

    Demikian pula, ketika anda mengganti menjadi k = 4 (terlalu lebar), beberapa special cause mungkin tidak terdeteksi. Hal ini meningkatkan kemungkinan melakukan Error Type II (kesalahan karena menerima hipotesis nol, padahal hipotesis nol itu salah.

    Suka

    1. Jika tujuan Pak Edo ingin menciptakan data terkontrol (in control) sebagai bahan acuan untuk memonitor suatu proses, maka Pak Edo dapat menghapus sampel yg berada diluar batas kendali UCL-LCL kemudian menghitung ulang kembali.
      Untuk uji normalitas, silahkan kunjungi
      https://eriskusnadi.wordpress.com/2012/04/07/uji-normalitas-dengan-kolmogorov-smirnov-test-pada-pspp/
      https://eriskusnadi.wordpress.com/2012/02/26/uji-normalitas-dengan-gearys-test/

      Suka

  3. Pak, bila data saya rejectnya besar, salah satunya hingga 38% namun masih dalah batas control p-chart, bagaimana analisisnya ? Kapan bisa menggunakan peta p chart model rata-rata?

    Suka

  4. 1. Misal terdapat Variabel data mengapa data-data tersebut harus dikelompokkan menjadi beberapa subgroup?

    2. Mengapa sampai terjadi pada sub grup anggotanya hanya 1?
    3. Jika anggotanya lebih dari satu apa alasan anda menentukan subgrupnya kurang dari sepuluh atau lebih dari 10?

    4. Apabila subgrupnya dibawah 10 berapa jumlah anggotanya ideal berapa?

    5. Mengapa subgroup 1, 2-9 dan diatas 10 rumusnya berbeda-beda?

    6. Bagaimana menentukan frekwensi tiap subgroup

    Suka

  5. apakah control chart bisa digunakan sebelum proses produksi dimulai (tanpa adanya produksi terlebih dahulu, hanya forecast)? Kalau bisa, berapa banyak sampel yang harus diambil dan dengan control chart apa? thanks.

    Suka

  6. Pak,saya mau tanya,untuk pengambilan sampel nya itu boleh acak atau tidak ya ?misal saya punya data bulanan untuk 4 kemasan,setiap kemasan parameter nya PH dan Turbidity,dalam satu bulan itu tidak setiap hari memproduksi kemasan yang sama,apakah bisa pak ?Terimakasih

    Suka

  7. Dear, Pak Eris..

    Saya mau tanya Pak..
    Tahap measure pasa six sigma salah satu pengukurannya kan menggunakan peta kendali ya Pak, di dlm rumus peta kendali itu memakai rumus +/- 3 sigma.
    saya masih kurang paham kenapa pakainya 3 sigma? metode konsepnya saja six sigma?
    mohon bantu penjelasannya Pak..

    Terima kasih.

    Suka

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google

You are commenting using your Google account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.