measuring capability with atribut data.pptx

7/28/2019 measuring capability with atribut data.pptx

1/49

Copyright Wondershare Software

Measuring Capabilitywith Attribute Data

Nama

Kelompok

:

1. Ajeng

Kusumaningtyas

Putri

Ananto

1310100034

2. Ratna

Nurul

Hidayah

1310100044

3. Ani

Satul

Ruyati

Badriyah

1310100061

4. Siti

Maghfirotul

Ulyah

1310100701


2/49


Remember

Kecacatan per

unit sampel

Kecacatan dalam

keseluruhan sampel

Pemilihan peta

Atribut yang cocok

Ukuran Subgrup

sama

Yes No

Ukuran Subgrup

sama

Yes No

Peta np Peta p Peta uPeta c


3/49


Review: Peta AtributPeta np

Peta p

Peta c

Peta u


4/49


Do you know?? Dalam data atribut, Ukuran kapabilitas terbagi 4 :

Equivalent

Equivalent

Equivalent

PKP%

PP%

RP%

LTTOTALppm .


5/49


Definisi


6/49


Definisi


7/49Copyright Wondershare Software

Review: Peta AtributPeta np

Peta p

Peta c

Peta u



Peta np

Peta kendali np untuk memetakan jumlah item yangcacat. Batas kendali untuk peta kendali np adalah

ppnpnUCL 13

ppnpnLCL 13

Estimasi rata-rata proses=k

np

pnpn

k

i

i 1'

)(



contoh Crack pistons

Hydraulic pistons are checked in certainarea for the presence of crack. When acrack is detected, the piston sisimmediately scrapped. No time is spentlooking for a second or third crack since

one crack is all it takes to make the pistonnonconforming. As each piston is judgedto be either conforming (no crack) ornonconforming (cracked) the binomial

output model is appropriate.




n=50 , subgroup(k)=12,

subgroup 1 2 3 4 5 6 7 8 9 10 11 12

np 2 3 0 1 1 7 0 4 1 2 0 2

92.112

23)(

12

1'

k

np

pnpn ii

650

92.1

192.1392.113

n

pn

pnpnUCL

16.250

92.1192.1392.113

n

pnpnpnLCL




UCL

LCLnp



Estimating P From Np Chart

For np chart , p is estimated from n-pbar,

the estimate of the average number ofnoncomforming units in a subgroup of sizen. to estimate p, divide n-pbar by n.

npnpp

'



Contoh: Porous Transmission Housing

Porosity in aluminimum transmission housingsproduced at a major defence contractor has longbeen a chronic quality problem. As an initialattempt to better understand this process th e npchart displayed was started to monitor thenumber of porous housing in a subgroup of3000.after eliminating several assignable causesof variation, the chart now provided evidence this

process is in a good state of control



The np of 1.303 means an average of 1.303porous

housing are detected in each subgroup of 3000. thecapability goals are for ppm total.lt to be less than 90,equivalent Ppk to be at least 1.25 and equivalent Pp tobe at least 1.32, which implies equivalent Pr should beless than 0.76. to determine an estimate of p, which isthe process percentage nonconforming, divide np by n

0004343.03000

303.1'

n

pnpp

3.434100004343.010 66'.'

ppmp TOTALLT

11.13

33.3

3

)10343.4(

3

)(

4'%

ZpZ

P PK

17.13

52.3

3

)101715.2(

3

))2(

4'%

ZpZ

P P

85.017.1

1

1

%

%

P

R

PequivalentP

Contoh: Porous Transmission Housing

keputusannya adalah proses ini

masih dapat dapat dilanjutkan

meskipun tujuannya tidak tercapai.



Contoh: Surgical sponges

As np chart is monitoring a process producing surgicalsponges. Periodically , subgroup of 750 sponges arevisually inspected for proper shape. After several weeks ofcharting and improving the process, the chart indicates agood state of control, with np equal to 1.20 . Steve, thequality enginees assignes to this department , wishes toestimate process capability with both ppm total.lt andequivalent .the respective capability goals are 1,350

ppm and 1. first, Steve needs an estimate of p which canbe derivad from np

PKP%

3' 106.10016.0750

20.1

n

pnpp

1600100016.010

66'

.

'

ppmp TOTALLT

983.03

95.2

3

)106.1(

3

)(

3'%

ZpZ

P PK

Proses pada kasus ini tidak

dapat dilanjutkan. Manager

harus mengurangi penyebab darivariasi untuk mengurangi

jumlah sponge yang tidak tepat


16/49

Peta p Jika ukuran subgrup bervariasi, maka digunakan

peta p. Peta ini menggunakan proporsi dari produkcacat.

Taksiran Rata-rata Proses

p

np

n

unitsignonconformp

k

i

i

k

ii

n

npp

1

1 )(



Peta p Batas Kendali Atas dan Bawah

Batas kendali bervariasi jika ukuran subgrupbervariasi. Namun sama untuk setiap subgrupkarena merupakan taksiran dari keseluruhan

proporsi cacat.

n

pppLCLp

)1(3

n

pppUCL p

)1(3

p



Peta p Contoh Soal: Cracked Piston

Untuk subgrup pertama:

06.0717

43)(

1

1

k

i

i

k

i

i

n

np

p

013.014

)06.01(06.0306.0

)1(3

n

pppLCLp

25.014

)06.01(06.0306.0

)1(3

n

pppUCLp



Peta p Batas Kendali Atas dan Bawah

Subgroup

Noncorformingunits (np)

n p UCL LCL

1 1 14 0.07 0.25041 0.0

2 3 66 0.05 0.1477 0.0

3 1 37 0.03 0.17713 0.0

4 6 91 0.07 0.13469 0.0

5 3 78 0.04 0.14067 0.0

6 1 10 0.10 0.2853 0.0

7 1 50 0.02 0.16076 0.0

8 9 103 0.09 0.1302 0.0

9 3 66 0.05 0.1477 0.010 1 33 0.03 0.18402 0.0

11 2 21 0.10 0.21547 0.0

12 12 151 0.08 0.11798 0.0

Total 43 717



Peta p Peta P

1 2 3 4 5 6 7 8 9 10 11 12

p 0.07 0.05 0.03 0.07 0.04 0.10 0.02 0.09 0.05 0.03 0.10 0.08UCL 0.25 0.148 0.177 0.135 0.141 0.285 0.161 0.13 0.148 0.184 0.215 0.118

LCL 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0

Percentagenonconforming


21/49


Menaksir Kapabilitas dari peta p danpeta np Pada peta p, taksiran p adalah dari pbar

adalah keseluruhan prosentasenonconforming unit yang ditemukan pada seluruh

in control subgrup.

pp '

p


22/49


Contoh: Water Pump Leaks An In-control p chart for water pump leaks

Untuk menaksir ppm(TOTAL,LT) maka kalikan dengan10^6

0017.0' pp

700.1100017.01010 666, xxpxppmp TOTALLT


23/49


Contoh: Water Pump Leaks93.2)0017.0()()(

ZpZpZZEquivalentZEquivalentZEquivalent LTMIN

.

977.03

93.2

3

)(

3

.% pZZEquivalent

PEquivalent LTMINPK

047.13

)20017.0(

3

)2(

3

)2(%

ZpZpZPEquivalent P

955.0047.1

1

1

%

%

P

RPEquivalent

PEquivalent

Prosentase

nonconforming unitsnya

tidak lebih dari batas

toleransi 95,5%


24/49


Contoh: Cracked Pistons05997.0' pp

970.591005997.01010 666, xxpxppmp TOTALLT

56.1)05997.0()()( ZpZpZZEquivalent

52.03

56.1

3

)(

3

.% pZZEquivalent

PEquivalent LTMINPK

627.03

)2/05997.0(

3

)2/(

3

)2/(%

ZpZpZPEquivalent

P

595.1627.0

1

1

%

%

P

RPEquivalent

PEquivalent


25/49


Menaksir kapabilitas Proses dari Peta udan Peta c

Peta atribut u dan c berbasis padadistribusi Poisson


26/49


Rumus untuk mengestimasi persentase unit yangmemiliki cacat berdasarkan distribusi Poisson :

P(Jumlah cacat pada satu unit = x)!

)'( '

x

eu ux

Dimana:

x: Jumlah cacat pada satu unitu: rata-rata jumlah cacat per unit

e: konstanta(sama dengan2.7182818)

x! : x faktorial

cc


27/49


Note: nilai u tidak diketahui sehingga dapatdiestimasi dari atau dibagi dengan n(banyak sampel) jika menggunakan petac

c

ataun

c

u 'uu '


28/49


misal:

diberikan rata-rata cacat per unit u= 0.58

Jumlah cacat pada satu unit (x)= 3

%82.10182.01.2.3

)5599.0)(1951.0(

!3

)58.0()3(

58.03

exP


29/49


Dengan perhitungan yang sama, persentase dari unit yang memilikicacat dengan jumlah cacat sebagai berikut:

%99.555599.01

)5599.0)(1(

!0

)58.0()0(

58.00

e

xP

%47.323247.0)1(

xP%42.90942.0)2( xP

%26.00026.0)4( xP

%003.00003.0)5( xP

%003.000003.0)6( xP

%0002.0000002.0)7( xPUntukP(x6)= 0.0001


30/49


PercentofUnits

Banyak Kecacatan

Distribusi Poisson untuk u'=0.58


31/49


Total persentase unit sampel yang cacat:

1)('

iixPP

4401.00001.00003.00026.00182.00942.03247.0

)('1

i

ixPP

hal ini kurang efisien dalam bekerja

Cara yang LebihEfisien


32/49


Dari contoh di atas, P(x=0)=0.5599, denganmengurangi 1 dengan hasil P unit yang tidak cacat,

menunjukkan persentase unit yang cacat.

Hasil tersebut sama(identik) dengan total

persentase unit yang cacat, dengan palingtidak ada 1 kecacatan dalam satu unit

u

exPP

1)0(1

4401.05599.01)0(1 xPP


33/49


34/49


Sebelum prediksi kapabilitas proses dibuat, Pdiestimasi terlebih dahulu dari

2. Menghitung nilai 05824.094176.0111 060.0

eeP u

240.581005824.010 66. PpmP LTTOTAL

3. Mengalikan dengan ppm TOTAL.LT

P

P

'u


35/49


Dari perhitungan tersebut, ukuran kapabilitas

menunjukkan bahwa proses tidak kapabel karena

untuk menurunkan angka goresan yang tinggi, maka

dilakukan perhitungan menggunakan

350.1. LTTOTALppm

52.03

57.1

3

)0582.0(

3

)(%

ZpZPEquivalent PK

PKPEquivalent%


36/49


Dengan index kurang

dari 1.0 maka proses produksi pelapispermukaan kaca komputer tidakkapabel (mampu) untuk memproduksipelapis permukaan kaca komputer yangbebas goresan.

PKPEquivalent%


37/49


Contoh Soal 2

Diketahui sayatan per 1000 meter kabel fiberoptic adalah = 3.2.

Kapabilitas dari proses memproduksi 1 meterkabel fiber optik bebas sayatan dapat diukurdengan:

Mencari estimasi nilai

sayatan per meter

Persentase kabel dengan min 1 sayatan per meter didapatkan dariestimasi

c

0032.0

1000

2.3'

n

cuu

'u

'u

003195.0996805.011

1)0(1

0032.0

e

exPP u


38/49


Dari nilai estimasi dapat dihitung ukuran

kapabilitasnya (optional), misal:dihitung

dan

P

LTTOTALpmP . PKPEquivalent

%

195.310003195.010 66

. PpmP LTTOTAL

91.0

3

73.2

3

)003195.0(

3

)(%

ZpZPEquivalent PK


39/49


Dari perhitungan di atas, karena

Dan kurang dari 1.0 maka prosestidak menemukan syarat minimum sehingga prosesproduksi kabel optik tidak dapat memproduksi kabelper meter tanpa adanya sayatan.

350.1.

LTTOTAL

pmP

PKPEquivalent%


40/49


Contoh Soal 3


41/49



42/49



43/49



44/49


Contoh Soal 4


45/49



46/49



47/49



48/49


Thank you !


49/49

Tanya jawab

Maries

- Penggunaan perhitungan kapabilitas? Kenapaequivalen Pr jarang digunakan?

Ade

- Jelaskan lagi kenapa pake peta p kalo subgrup nya? Kelebihan + kekurangan?

Priyo

- Jelaskan lagi mengenai perhitungan kapabilitasproses pada data atribut.

Rosi=====belum

- Kasus crack piston pake peta p ,np? Lebih baikpake peta yg mana?

Nisa======belum

- Jelaskan maksud aspek inferior pada bukumontgomery hal 313 (terkait pemilihan peta

measuring capability with atribut data.pptx

Documents