Apa maksud dari bila variasi suatu faktor melebihi batas

       Pengendalian kualitas Statistikal tidak lepas dari kerja Walter Andrew Shewhart, ahli di bidang fisika, rekayasa, dan statistika ketika ditugasi oleh bosnya Dr George D. Edward untuk membuat sebuah diagram quality control process pada 16 Mei 1924. Sebelumnya, yaitu tahun 1918, Dr Shewhart terlibat dalam pengawasan produk jadi dan mengeluarkan produk-produk cacat di Engineering Dept, salah satu perusahaan Western Electric. Shewhart menggunakan distribusi Gauss dengan mean (μ) yang ditransformasi menjadi rata-rata sebaran karakteristik proses, dan standar deviasi proses (σ) yang ditrasformasi menjadi UCL atau Upper Control Limit dan LCL atau Lower Control Limit sebagai landasannya.

        Ide menemukan pengendalian kualitas statistikal adalah untuk mengetahui apa yang sedang terjadi dan bisa digunakan untuk memprediksi apa yang akan terjadi sehingga tindakan yang dipandang perlu bisa segera dilakukan melalui penggambaran control chart. Contoh bagan pengendalian kualitas (PKS) dapat dilihat pada gambar. Bagan pengendalian kualitas statistikal memunculkan gambaran mengenai proses yang diluar kendali atau out of control. Teknologi pada dasarnya lebih deterministik, namun interaksi antara teknologi dengan manusia dalam proses sering memunculkan hasil-hasil yang sifatnya uncontrollable atau diluar kendali.  Dalam hal ini, Shewhart melihat penyimpangan itu disebabkan oleh dua faktor yaitu sebab umum yang tidak perlu diidentifikasi dan sebab khusus yang perlu diidentifikasi.

Variasi Kualitas
        Variasi atau lebih tepatnya deviasi merupakan musuh besar dari kualitas. Masalahnya adalah, alam selalu penuh dengan variasi atau perubahan. Temperatur dalam satu hari misalnya selalu bervariasi. Di waktu malam terasa dingin dan di waktu siang terasa lebih panas. Supaya udara terasa tetap nyaman, manusia modern menciptakan Air Conditioner (AC).  Apakah semua variasi akan membawa masalah ? Tentu saja tidak. Variasi yang mengakibatkan masalah adalah variasi yang tidak terkendali. Jika AC di rumah atau kantor tidak berfungsi misalnya, maka penghuninya akan mulai kepanasan. Sudah pasti ilustrasi ini berlaku untuk negara-negara yang beriklim tropis, atau sedang mengalami musim panas.

        Dalam hal pengendalian mutu, di manakah variasi itu terjadi ? Sudah pasti dalam proses, karena kualitas produk ditentukan oleh kualitas proses. Konsep ini telah melahirkan istilah kemampuan proses atau Process Capability (Cp). Semakin tinggi nilai Cp maka semakin baik, yang berarti bahwa kualitas proses semakin baik, dan mampu menghasilkan produk yang bermutu secara konsisten. Untuk meningkatkan Cp diperlukan upaya-upaya yang terarah. pengendalian kualitas statistikal akan membantu menentukan arah ini. Dengan Pengendalian kualitas statistikal, proses akan secara konsisten terjaga pada tingkat kualitas yang diinginkan. Teknik pengendalian kualitas statistikal dapat dengan mudah dilakukan dengan menerapkan control chart, yang merupakan grafik kualitas terhadap waktu secara real time dan terus-menerus. Dalam control chart ada yang disebut nilai tengah (center value), batas atas pengendalian atau upper control limit (UCL) dan batas bawah pengendalian atau lower control limit (LCL). Dengan control chart, tingkat kegagalan digambarkan dalam diagram garis yang akan bergerak terhadap waktu.  Cara yang paling mudah untuk mengetahui apabila ada sesuatu variasi yang tidak terkendali adalah dengan mengamati apakah ada nilai yang berada diluar batas kendali UCL & LCL. Selain itu kecenderungan-kecenderungan grafik yang menuju kepada variasi yang tidak normal yang walaupun masih ada dalam batas kontrol dapat diamati, sehingga masalah dapat diantisipasi lebih dini.

Pola dan Bentuk Variasi

• Variasi yg terdapat pada unit (barang). Mis : kehalusan dari salah satu sisi daru suatu produk tidak sama dengan sisi yang lain, lebar bagian atas suatu produk tidak sama dengan lebar bagian bawah, dll.

• Variasi yg timbul diantara unit-unit yang dihasilkan selama waktu tertentu.  Mis : produk yang diproduksi pada saat yang hampir sama mempunyai kualitas yang berbeda/ bervariasi.

•  Variasi yang ditimbulkan oleh produksi yg berlainan waktunya. Mis :  produksi pagi hari berbeda hasil produksi siang hari
  

        Variasi-variasi tersebut timbul disebabkan karena dua sumber, yaitu variasi penyebab khusus dan variasi penyebab umum. Variasi Penyebab Khusus adalah kejadian-kejadian diluar sistem yang mempengaruhi variasi dalam sistem. (manusia, peralatan, material, lingkungan, metode kerja, dll). Variasi penyebab Umum adalah faktor-faktor dalam sistem atau yang melekat pada proses yang menyebabkan timbulnya variasi. Penyebab umum sering disebut penyebab acak (random causes) atau penyebab sistem (system causes).

Karakteristik Data Ukuran Kualitas
    Data ukuran kualitas dikelompokkan menjadi dua jenis yakni data ukuran kualitas yang bersifat variabel dan data ukuran kualitas yang bersifat atribut.

1.  Data Variabel :

Control Chart untuk masing-masing Jenis Data

1. membuat batas-batas dimana hasil produksi menyimpang dari ketentuan.
2. Mempermudah mengawasi apakah proses dalam kondisi stabil atau tidak.
3. Bila terjadi banyak variasi atau penyimpangan  suatu produk dapat segera menentukan keputusan apa yang harus diambil.
   

Control Chart Untuk Data Atribut
        Indeks Kapabilitas Proses dapat diterapkan pada karakteristik data observasi yang bersifat , Attribut sebagai ukuran kualitas. Maksud dari karakteristikdata  bersifat atribut adalah data yang bersifat dikotomis atau diskrit. Biasanya ukuran kualitas yang dinyatakan dalam bentuk dikotomis atau diskrit adalah ukuran kualitas yang tidak dapat dinyatakan dalam bentuk satuan ukuran tertentu. Misalnya, baik-buruk, cacat-tidak cacat, puas-tidak puas, bulat-tidak bulat dsbnya. Teknik-teknik Pengendalian kualitas statistikal  untuk kategori  Attribute Data dibedakan menjadi dua tipe, yaitu Yes/No atau Ya/Tidak,  dan Counting atau Terhitung. Tipe data Ya/Tidak atau Yes/No  hanya membedakan antara cacat atau tidak cacat. Teknik Pengendalian kualitas statistikal  yang termasuk dalam kelompok ini adalah: P Chart ( Sampel Konstan dan Sampel Variabel) dan NP Chart. Data Terhitung atau Counting Data bila data yang diobeservasi lebih rumit atau dikehendaki analisis yang lebih mendalam, maka P Chart dan NP Chart kurang memadai. Oleh karena itu digunakan: C Chart dan U Chart

• Jika Cp > 1,33 , maka kapabilitas proses sangat baik

• Jika 1,00 ≤ Cp ≤ 1,33, maka kapabilitas proses baik

• Jika Cp < 1,00, maka kapabilitas proses rendah 

Cpk = Minimum { CPU ; CPL }

1. CPU : Capability Process Upper
2. CPL  : Capability Process Lower

• Jika Cpk  = Cp,     maka proses terjadi ditengah

• Jika Cpk = 1,     maka proses menghasilan produk yang   sesuai dengan spesifikasi

• Jika Cpk < 1,     maka proses menghasilkan produk yang tidak sesuai dengan spesifikasi 

• Kondisi Ideal : Cp > 1,33 dan Cp = Cpk

Sangat berterimakasih bila bersedia mencantumkan alamat link halaman ini sebagai sumber