ìRencanaPenerimaanSampel(AcceptanceSampling)12–PengendalianKualitas
DebrinaPuspitaAndrianiTeknikIndustriUniversitasBrawijayae-Mail:[email protected]:hDp://debrina.lecture.ub.ac.id/
RENCANAPENERIMAANSAMPEL(AcceptanceSamplingPlans)
ì Rencanapenerimaansampeladalahproseduryangdigunakandalammengambilkeputusanterhadapproduk-produkyangdihasilkanperusahaan.
ì Bukanmerupakanalatpengendaliankualitas,namunalatuntukmemeriksaapakahprodukyangdihasilkantersebuttelahmemenuhispesifikasi.
ì Acceptancesamplingdigunakankarenaalasan:ì Denganpengujiandapatmerusakproduk.ì BiayainspeksiyangMnggi.ì 100%inspeksimemerlukanwaktuyanglama,dll.
05/11/14www.debrina.lecture.ub.ac.id
2
+vs.–AcceptanceSampling
05/11/14www.debrina.lecture.ub.ac.id
3
Keunggulan biaya lebih murah
meminimalkan kerusakan mengurangi kesalahan dalam inspeksi dapat memotivasi pemasok bila ada penolakan bahan baku.
Kelemahan adanya resiko penerimaan produk cacat atau penolakan produk baik membutuhkan perencanaan dan pendokumentasian prosedur pengambilan sampel. tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi spesifikasi. sedikitnya informasi mengenai produk.
PengujianAcceptanceSampling
05/11/14www.debrina.lecture.ub.ac.id
4
JenisDataAcceptanceSampling
05/11/14www.debrina.lecture.ub.ac.id
5
ìRencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel12–PengendalianKualitas
DebrinaPuspitaAndrianiTeknikIndustriUniversitasBrawijayae-Mail:[email protected]:hDp://debrina.lecture.ub.ac.id/
ì
05/11/14www.debrina.lecture.ub.ac.id
7
OutlineRencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel
ì Pengambilandanpenerimaandatavariabeldidasarkanpadarata-ratadanstandardeviasi,sertadistribusifrekuensi
ì DatavariabeladalahkarakterisMkmutupadaskalanumerikseperMMnggi,tekanan,suhu,panjang,dsb
ì Adakondisitertentuyangmembutuhkanpengambilansampeluntukdatavariabel(misalnya:sampelharusberdistribusinormal).
ì Pengambilandataberdasarkanpadarata-rata,standardeviasi,dandistribusifrekuensi
ì Teknikinidilakukanjika:ì JikapengujianbersifatdestrukMfì Highcostì Kebutuhanakaninformasiseberapajauh
penyimpangan
05/11/14www.debrina.lecture.ub.ac.id
8
RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel
Pengantar
Kelebihan&Kekurangan
Kelebihanì Jumlahsamplelebihsedikit
ì Menyediakanlebihbanyakinformasiterutamadapatmengetahuiseberapajauhpenyimpanganataukesalahanyangterjadi
ì Bermanfaatuntukusahaperbaikanmutu
Kekuranganì Pengambilansampleharus
dibagikedalambeberapakarakterisMkproses
ì BiayaadministrasilebihMnggi
ì SeringkaliterjadibeberapasampledatavariabeldapatdiganMdenganhanya1sampleatribut
05/11/14www.debrina.lecture.ub.ac.id
9
RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel
JenisPerencanaanVariabel
Presentaseketidaksesuaianì Plansthatcontrolthelotor
processfrac5ondefec5ve(ornonconforming).[Procedure1]
ì Dirancanguntukmenentukanproporsiprodukyangberadadiluarbatasspesifikasi.
ì UntukmenyelesaikanpermasalahaninidapatdigunakanstandarANSI/ASQCZI.9-1993
Parameterprosesì Plansthatcontrolalotorprocess
parameter(usuallythemean).[Procedure2]
ì Dirancanguntukmengendalikanrata-ratadanpenyimpanganataustandardeviasidaridistribusiprodukpadaMngkattertentu.
ì Untukmenyelesaikanmasalahinidapatdigunakanmetodeacceptancecontrolchart,sequen5alsamplingforvariable,danhypothesistes5ng
05/11/14www.debrina.lecture.ub.ac.id
10
RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel
ANSI/ASQCZI.9danMIL-STD414
ì ANSI/ASQCZI.9adalahperencanaansampleyangberdasarpadaAQLyangmengasumsikanbahwadistribusinormaldenganmenggunakanvariabelacak
ì Perencanaanpengambilansampleiniditunjukkandengannilai-nilainumerikdariAQLdenganjarak0,10%sampaidengan10%
ì StandarinimembuatketentuanyangmelipuM9proseduryangdapatdigunakanuntukmengevaluasi
05/11/14www.debrina.lecture.ub.ac.id
11
RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel
ProsedurDalamANSIRencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel
05/11/14www.debrina.lecture.ub.ac.id
12
VariabilitasMdakdiketahui(metodestandardeviasi)
VariabilitasMdakdiketahui(metode
jarak)Variabilitasdiketahui
SpesifikasiTunggal SpesifikasiGanda
Bentuk1 Bentuk2 Bentuk2
Prosedur(1)
ì ApabilavariabilitasMdakdiketahuimakadapatmenggunakanmetodejarakataustandardeviasi,dimanametodejarakdigunakanuntuksampelyangbesardansebaliknya.
ì Adaduaspesifikasitunggaldangandadenganduaprosedurbentuk1dan2yangmemberikankeputusansama.
ì Apabilavariabilitasdiketahuimakadapatmemilihmenggunakanspesifikasitunggalataugandadenganbentuk1dan2sebagaipilihannya.
ì Bentuksatuì menggunakannilaijarakataubedastandaryangditunjukkandalam
standardeviasi(antararata-rataprosesdenganbatasspesifikasitertentu)ì nilaiacuanlebihdariatausamadengank,makaprodukditerima
ì Bentukduaì menggunakanperkiraanprosentasecacatyangadadiluarspesifikasiì nilaiacuanlebihkurangdariatausamadenganM,makaprodukditerima
Prosedur(2)
ì Tingkatinspeksiì Inspeksiumum(general)ì Inspeksikhusus(special)
ì InspeksiumumsamadengananalisisyangdilakukanuntukANSIZ1.4,dimanaì InspeksiTingkatIIterlebihdahuludigunakanì InspeksiTingkatIIIakanmengurangirisikoprodusen,
sedangkanInpeksiTingkatIakanmemperbesarrisikokonsumen.
ì Inspeksikhususdigunakanapabilaukuransamplekecildanharusmemberikantoleransipadaresikoyangbesar
Prosedur(3)
ì Standarmemiliki3macaminspeksi:ì Normalì Ketat(5ghtened)ì Longgar(reduced)
ì TigaMngkatandalaminspeksiumum:ì TingkatI(sedikitperbedaan,samplesedikit)ì TingkatII(umum)ì TingkatIII(banyakperbedaan,samplebanyak)
LangkahPerhitunganANSI/ASQCZ1.9
ì UntukMetodeDeviasiVariabilitasdiketahuiStandard,langkah-langkahperhitunganberikutdigunakan:ì PilihMngkatpemeriksaanyangtepatì TentukannilaiAQLyangakandigunakanuntukaplikasiì Tentukanukuransampeluntukpopulasiì Pilihsampelacakdaripopulasiì Sampelujidanmerekamparameteryangdiinginkanì TentukanmeandanstandardeviasiuntukseMappopulasiì TentukanIndeksKualitas(QudanQ)ì TentukanPudanPlnilaimenggunakanQudanQlì TambahkankePuPluntukmendapatkankeMdaksesuaian
persenyangsebenarnya(%ncf)ì Bandingkan%ncfaktualdengan%ncfyangmemungkinkan
untukmenentukanstatusditerima/ditolak
05/11/14www.debrina.lecture.ub.ac.id
16
05/11/14www.debrina.lecture.ub.ac.id
17
Tabel1.KonversiUkuranSampel
05/11/14www.debrina.lecture.ub.ac.id
18
Tabel2.SimbolUkuranSampel
05/11/14www.debrina.lecture.ub.ac.id
19
05/11/14www.debrina.lecture.ub.ac.id
20
ANSI/ASQCZ1.9CalculationsForStandardDeviationMethod
ì DeterminethemeanandthestandarddeviaMonforthesampleresults.
ì DetermineQualityIndexesì Qu=(UpperLimit-mean)/standarddeviaMonì Ql=(mean-LowerLimit)/standarddeviaMon
ì UpperLimitisnormally102,andLowerLimitisnormally98.
ì UseQuandQltodetermineesMmateofpercentnonconformanceabovetheUpperLimit(Pu)andbelowtheLowerLimit(Pl)usingTableB-5.
05/11/14www.debrina.lecture.ub.ac.id
21
05/11/14www.debrina.lecture.ub.ac.id
22
ANSI/ASQCZ1.9CalculationsForStandardDeviationMethod
ì WiththevaluesofPuandPldeterminedfromTableB-5usingQuandQl,esMmatedpercentnonconformanceequalstoPuplusPl.(%ncf=Pu+Pl)
ì AcceptanceisbasedonwhethertheesMmatedpercentnonconformanceisbelowtheallowedpercentnonconformancegiveninTableB-3.
05/11/14www.debrina.lecture.ub.ac.id
23
ANSI/ASQCZ1.9AcceptableQualityLevel(AQL’s)
ì AQListhemaximumpercentnonconformingthat,forpurposesofsamplinginspecMon,canbeconsideredsaMsfactoryasaprocessaverage.
ì ForANSI/ASQCZ1.9,AQL’svaryfrom0.10to10.00with11pre-definedAQLvalues.
ì ForusewithelectricmetertesMng,eitherin-servicetesMngorreceiptinspecMon,AQL’sof0.25to2.50arenormallyuMlized.
05/11/14www.debrina.lecture.ub.ac.id
24
RencanaPenerimaanSampelLainuntukDataVariabel
ì Berkaitandengankualitasrata-rataatauvariabilitaspadakualitasprodukdanbukandenganpresentasekeMdaksesuaian.
ì Contoh:variabelhilangnyaenergipadapengganMankekuatan.
ì Teknikyangbisadigunakan:ì Petapengendalipenerimaan(AcceptanceControlChart)ì Pengambilansampelberurutanuntukdatavariabel
(Sequen5alSamplingbyVariables)ì PengujianHipotesis(HypothesisTes5ng)ì Lot-PlotMethodì ShaininLotPlotPlan
05/11/14www.debrina.lecture.ub.ac.id
25