1 / 8

PETA KENDALI DATA ATRIBUT

PETA KENDALI DATA ATRIBUT. Rahmad Hidayat 071260 (B) Teknik Industri. PENDAHULUAN. Peta kendali adalah satu dari banyak alat untuk memonitoring proses dan mengendalikan kualitas . Alat – alat tersebut merupakan pengembangan metode untuk peningkatan kualitas .

inoke
Télécharger la présentation

PETA KENDALI DATA ATRIBUT

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PETA KENDALI DATA ATRIBUT Rahmad Hidayat 071260 (B) Teknik Industri

  2. PENDAHULUAN Petakendaliadalahsatudaribanyakalatuntukmemonitoringprosesdanmengendalikankualitas. Alat – alattersebutmerupakanpengembanganmetodeuntukpeningkatankualitas. Jurnalinimembahaspetakendaliuntukpetakendaliatributsertabeberaparekomendasiuntukpenggunaanpetakendaliatributdandaerahuntukpengembanganselanjutnya.

  3. JENIS – JENIS PETA KENDALI DATA ATRIBUT • Peta Kendali P • Peta Kendali NP • Peta Kendali C • Peta Kendali U

  4. PETA P DAN NP Petakendalinpatauekuivalenyapeta p, digunakanuntuk data yang terdiridarijumlah (proporsi) tidaksesuai item relatifterhadapjumlahbarang yang diperiksa. Secarakonseptual, sebagaisuatuprosesmenghasilkanbarangataswaktusubkelompokterdiridari item t n dipilihdandiperiksaSetiapsubkelompok. Huruf a dalamdiklasifikasikansebagaisesuaiatautidaksesuaimenurutbeberapadefinisioperasional. Untuktabel-np, jumlahtidaksesuai item dalamt subkelompok, X i,merupakankuantitasdiplot. Untuktabel-p, proporsitidaksesuai item t =-L fin,diplot.

  5. PETA KENDALI C DAN U C-chart, atauekuivalennya u - chart, digunakanuntuk data yang terdiridariangka (tingkat) ketidaksesuaian per item. Secarakonseptual, item yang dihasilkanolehprosesdipilihdandiperiksa. Jumlahketidaksesuaian, harusadadefinisioperasionalmasing-masingdariapa yang merupakanjenis. Ketidaksesuaian, dihitung per item. Biarkan c tadalahjumlah. Ikatanuntuk item ke-t .Jika item yang berbedaukuran, biarkantIcmenjadiukurane h item. e h item. Untuktabel-c, ctdiplotsedangkanuntukgrafik-u, u t = itudiplot.

  6. PETA KENDALI DENGAN JUMLAH SUBGRUP BESAR Seringadasituasidimananonconfomitiestidaktersebarsecaraacaktetapicenderungmunculdalam cluster. Dalamsituasiinidiasumsikan model Poisson untuk-c-chart dan u initidaksesuai. Sebuah model yang lebihtepatdiberikanolehdistribusi binomial negatif. Adabeberapasituasiteoritis yang mengarahpadadistribusi binomial negatif. Dalamsatusituasi, ketidaksesuaianterjadimenurutdistribusi Poisson namun parameter A itusendirimerupakanvariabelacakdengandistribusi gamma. Situasilainnyadilihatnoncomformitiesterjadidalam cluster denganjumlah cluster memilikidistribusi Poisson danjumlahketidaksesuaiandalamsetiap cluster mengikutiseridistribusilogaritma. Keduasituasiini, seperti yang akankitalihatdibawah, memberikitavariabelacakuntukjumlahketidaksesuaian yang mengikutidistribusi binomial negatif. Sebuahvariabel random binomial negatifjugadapatdihasilkandengancaramenjumlahkangeometrivariabelacakindependen. Iniadalahhubungan yang terakhir yang mengarahKaminsky, Benneyan, dan Burke Davis (1992) mengusulkandan g-h-grafikuntukmemantaujumlah yang mengikutidistribusi binomial negatif.

  7. KESIMPULAN Tulisaninitelahmelihatbeberapaaspek diagram kontroluntuk data atribut. Grafikstandar, dan p-np-chart untukjumlahbarangtidaksesuai, dan c-u-chart untukjumlahketidaksesuaian per item dikaji.. Duaekstensiuntukstandargrafikinidiselidiki. Pertamamelibatkanjumlah item manatidaksesuaiukuransubkelompokbesar-besar. Variasitambahan yang terlibatkeduadalamjumlahketidaksesuaian per item. Keduaekstensimenunjukkankebutuhanbagiparapraktisistatistikuntukberhati-hatimelihatkonteksdansifat data sebelummembangunsebuahpetakendaliatribut. Rote aplikasimetodestandardapatmenyebabkansalahtafsirdari data dankeputusan yang salahtentangpenyebabumumdankhususvariabilitas.

  8. TERIMA KASIH

More Related