perencanaanperencanaansampling sampling ... · jika tidak random akan terjadi bias...
TRANSCRIPT
PerencanaanPerencanaan Sampling Sampling PenerimaanPenerimaan dengandengan AtributAtributBagianBagian -- 22
Rabu, 8 Desember 2010
IsiIsiBagian – 2
1. Masalah sampling penerimaan
2. Alat untuk mengevaluasi rencana sampling
3. Perencanaansampling tunggaluntukatribut3. Perencanaansampling tunggaluntukatribut
[email protected], industrial engineering department UNS , 8 Des 2010
1. Formasi Lot � Lot harus homogen � Lebih baik ukuran lot besar ( lebih
efisien secara ekonomis )
6.6. Masalah samplingMasalah sampling
efisien secara ekonomis ) � Lot harus sesuai dengan penangan
material, baik untuk pihak konsumen dan produsen.
2. Random Sampling� Unit yang diambil harus random � Jika tidak random akan terjadi bias
[email protected], industrial engineering department UNS , 8 Des 2010
1.Average Outgoing Quality ( AOQ )� Rata-rata level kualitas lot yang keluar
dari stasiuninspeksiuntukberbagainilai
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
dari stasiuninspeksiuntukberbagainilaip (rata-rata kualitas proses )
� AOQ akan bervariasi sesuai dengan fraksicacat lot yang datang
� Ketika lot yang datang kualitasnya bagus, maka AOQ juga bagus
[email protected], industrial engineering department UNS , 8 Des 2010
Average Outgoing Quality ( AOQ )� Ordinat maksimum pada AOQ
menggambarkan kemungkinan rata-rata
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
menggambarkan kemungkinan rata-rata kualitas terjelek jika ralat inspeksi dilakukan
� Ordinat maksimum dari kurva AOQ ini disebut Average Outgoing Quality Limit ( AOQL )
[email protected], industrial engineering department UNS , 8 Des 2010
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
Contoh AOQ dan AOQL AOQL is the maximum point on
the curve
AOQL is the maximum point on
the curve
[email protected], industrial engineering department UNS , 8 Des 2010
AOQ untuk sampling tunggal
N
nNpPAOQ a )( −=
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
[email protected], industrial engineering department UNS , 8 Des 2010
AOQ untuk sampling ganda
[ ]N
pnnNPnNPAOQ
aa )()( 2121 −−+−=
2. Average Total Inspection ( ATI )� Rata-rata jumlah item yang diinspeksiper lot
� Rumus ATI untuk sampling tunggal
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
� ATI untuk sampling ganda
[email protected], industrial engineering department UNS , 8 Des 2010
)1()( 221
11 aaa PNPnnPnATI −+++=
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
Contoh ATI untuk berbagai nilai N
[email protected], industrial engineering department UNS , 8 Des 2010
3. Average Sample Number ( ASN )� Rata-rata jumlah item yang diinspeksi untuk
sejumlah lotyang digunakan untuk mengambil keputusan
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
� Untuk sampling tunggal ASN = ukuran sampel (n)
� Untuk sampling ganda
[email protected], industrial engineering department UNS , 8 Des 2010
)1(
)1)((
121
12111
Pnn
PnnPnASN
−+=−++=
Contoh ASN
7.7. Alat untuk mengevaluasi Alat untuk mengevaluasi rencana samplingrencana sampling
[email protected], industrial engineering department UNS , 8 Des 2010
� Menentukan ukuran sampel n dan angka penerimaan c
� Contoh 9-5 :
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
Tentukan rencana sampling tunggal dimana resiko produsen sebesar 5 % untuk setiap lot yang mengandung 1.5 % cacat
[email protected], industrial engineering department UNS , 8 Des 2010
� Jawab 9-5 :
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
is size sample The
0.355 gives , 5-9 Table , 1cFor
1number acceptance thesuppose,015.0,05.0
1
1
=====
np
AQLpα
alternatif – 1 :
[email protected], industrial engineering department UNS , 8 Des 2010
9207.91015.0
366.1366.1
is size sample The
366.1 gives , 5-9 Table , 3cFor
2467.23015.0
355.0355.0
is size sample The
1
1
1
≈===
==
≈===
pn
np
pn
c=1 dan n = 24
alternatif – 2 :
c=3 dan n = 92
� Contoh 9-6 :
Tentukan rencana sampling tunggal dimana resiko konsumen sebesar 10 %
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
untuk setiap lot yang mengandung 8 % cacat
[email protected], industrial engineering department UNS , 8 Des 2010
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Jawab 9-6 :
is size sample The
890.3 gives , 5-9 Table , 1cFor
1number acceptance thesuppose,08.0,10.0
2
2
=====
np
LQLpβ
alternatif – 1 :
[email protected], industrial engineering department UNS , 8 Des 2010
13265.13108.0
681.6681.6
is size sample The
681.6 gives , 5-9 Table , 3cFor
4926.4808.0
890.3890.3
is size sample The
2
2
2
≈===
==
≈===
pn
np
pn
alternatif – 1 :
c=1 dan n = 49
alternatif – 2 :
c=3 dan n = 132
� Contoh 9-7 :
Tentukan rencana sampling tunggal dimana resiko produsen sebesar 5 %
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
untuk setiap lot yang mengandung 1.8 % cacat dan resiko konsumen sebesar 10 % untuk setiap lot yang mengandung 9 % cacat
[email protected], industrial engineering department UNS , 8 Des 2010
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Solution 9-7 :
09.0,10.0
,018.0,05.0
2
1
======
βα
LQLp
AQLp
[email protected], industrial engineering department UNS , 8 Des 2010
,10.0,05.0For
5.000.018
0.09
ratio thecompute First we
09.0,10.0
1
2
1
2
2
==
===
===
βα
β
p
p
np
np
LQLp
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Solution 9-7 :
is size sample and818.0 ,2For
3 and 2 of numbers acceptance toingcorrespond
4.89 and 6.51betwen fall ratio : 59Table
==
−
np c
[email protected], industrial engineering department UNS , 8 Des 2010
7688.75018.0
366.1
is size sample and366.1 ,2For
4544.45018.0
818.0
is size sample and818.0 ,2For
1
1
1
1
1
1
≈===
==
≈===
==
p
npn
np c
p
npn
np c
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Solution 9-7 :
6013.59322.5
is size sample and322.5 ,2For
2
2
≈===
==np
n
np c
[email protected], industrial engineering department UNS , 8 Des 2010
7523.7409.0
681.6
is size sample and681.6 ,3For
6013.5909.0
322.5
2
2
2
2
2
≈===
==
≈===
p
npn
np c
p
npn
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Jawab 9-7 :
Empat kandidat1. n=45 , c=2
[email protected], industrial engineering department UNS , 8 Des 2010
1. n=45 , c=22. n=76 , c=33. n=60 , c=24. n=75 , c=3
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Solution 9-7 :
1183.0322.5
322.5then 0.10, if ,2 and45For
2
2
===
====np
p
np c n β
[email protected], industrial engineering department UNS , 8 Des 2010
0879.076
681.6
322.5then 0.10, if ,3 and76For
1183.045
322.5
22
2
22
===
====
===
n
npp
np c n n
npp
β
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Solution 9-7 :
p c n
p
====→
1183.0,2 and45For
09.0problem From 2
[email protected], industrial engineering department UNS , 8 Des 2010
Closerp c n
p c n
←======
0879.0,3 and76For
1183.0,2 and45For
2
2
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Solution 9-7 :
818.0
818.0then 0.05, if ,2 and60For 1
===
====np
np c n α
[email protected], industrial engineering department UNS , 8 Des 2010
0182.075
366.1
366.1then 0.05, if ,3 and75For
0136.060
818.0
11
1
11
===
====
===
n
npp
np c n n
npp
α
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Solution 9-7 :
p c n
p
====→
0136.0,2 and60For
0180.0problem From 1
[email protected], industrial engineering department UNS , 8 Des 2010
Closerp c n
p c n
←======
0182.0,3 and75For
0136.0,2 and60For
1
1
8.8. Rencana Sampling Rencana Sampling Tunggal Untuk AtributeTunggal Untuk Atribute
� Jawab 9-7 :
Kriteria lain untuk memilih kandidat rencana adalah yang paling sedikit
[email protected], industrial engineering department UNS , 8 Des 2010
rencana adalah yang paling sedikit ukuran sampelnya � biaya inspeksinya minimum �
n = 45 dan c = 2
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
Parameter dalam sampling ganda
� N = Ukuran lot
� n1 = Ukuran sampel pertama
[email protected], industrial engineering department UNS , 17 Dec 2005
� n1 = Ukuran sampel pertama
� c1 = Angka penerimaan pertama
� n2 = Ukuran sampel kedua
� c2 = Angka penerimaan kedua
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
Contoh :N = 10.000n = 50 , c = 1
[email protected], industrial engineering department UNS , 17 Dec 2005
n1 = 50 , c1 = 1n2 = 100 , c2 = 3Apa maksudnya ?
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
• Keuntungan sampling ganda dibanding sampling tunggal adalah mereduksi jumlah item yang diinspeksi
• Misalkan sampel pertama dalam sampling ganda
[email protected], industrial engineering department UNS , 17 Dec 2005
• Misalkan sampel pertama dalam sampling ganda lebih kecil dari sampling tunggal , maka • Jika lot diterima atau ditolak , ongkos inspeksi
lebih rendah • Juga memungkinkan menolak lot tanpa harus
menginspeksi sampel kedua
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
Kurva OC untuk
[email protected], industrial engineering department UNS , 17 Dec 2005
Kurva OC untuk n1 = 50 , c1 = 1n2 = 100 , c2 = 3
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
Membuat rencana sampling ganda :
� Menentukan n1 , c1 , n2 dan c2 dengan memperhatikan resiko
[email protected], industrial engineering department UNS , 17 Dec 2005
dengan memperhatikan resiko produsen dan konsumen
� Asumsikan , misalnya n1 = n2 atau 2n1 = n2
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
Contoh 9-13 :Tentukan rencana sampling ganda , jika diketahui N = 2500 dimana lot yang ditolak tidak lebih dari 5% pada lot yang
[email protected], industrial engineering department UNS , 17 Dec 2005
ditolak tidak lebih dari 5% pada lot yang mengandung 1.2 % cacat. Dan jika lot mengandung 7.5 % cacat , lot yang diterima sama dengan 10 %. Asumsikan n1 = n2 dan resiko produsen lebih diutamakan
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
Jawab 9-13 :
075.0,10.0
,012.0,05.0
,2500
1
21
========
LQLp
AQLp
nnasumsiN
βα
[email protected], industrial engineering department UNS , 17 Dec 2005
) 3nomor rencana ( 6.79adalah 6.25R dari terdekat Nilai
, ) 1 edisi Mitra , 352 hal ( 9-9 tabelDari
25.60.012
0.075
ratio thecompute First we
075.0,10.0
1
2
2
=
===
===
p
pR
LQLpβ
9.9. Rencana Sampling Ganda Rencana Sampling Ganda untuk Atributuntuk Atribut
Jawab 9-13 :
2,0
: 3nomor Rencana
21 == cc
[email protected], industrial engineering department UNS , 17 Dec 2005
2 ,36,0 ,36
adalah ganda sampling rencana Sehingga
36 maka Asumsi
3683.35012.0
43.0adalah pertama sampelukuran maka
43.0950dan012.0Untuk
2,0
2211
221
1
11
21
====
==
≈==
=→====
cncn
nnn
n
pn.Pp
cc
a
QUIZQUIZ1. Apa keuntungan dan kerugian dari
rencana sampling. 2. Jelaskan arti rencana sampling
[email protected], industrial engineering department UNS , 8 Des 2010
berikut N=10.000 n1 = 50, c1 = 2 , n2 = 80 , c2 = 4
3. Apa perbedaan antara ASN dan ATI