BAB 3. Gambaran Umum Perusahaan
4.2. Proses Statistical Quality Control (SQC)
Untuk mencari batas kontrol atas, batas kontrol bawah, dan garis sentral dapat digunakan diagram kontrol variabel, diagram kontrol tersebut biasanya digambarkan berupa titik-titik yang dihubungkan berurutan, Jika titik-titik itu ada di dalam daerah yang dibatasi oleh UCL dan LCL, maka proses berada dalam kontrol. Jika titik-titik tersebut berada di atas UCL atau di bawah LCL. maka proses berada di luar kontrol, Diagram kontrol variabel terdiri dari :
4.2.1 Peta Pengendali - ) dan Jarak (R)
dan R dapat dihitung dalam tabel sebagai berikut:
Tabel 4.2 Perhitungan Peta Pengendali dan R
observasi Jumlah Pengamatan R Minggu Ke – 1 Minggu Ke - 2 Minggu Ke - 3 Minggu Ke - 4 Minggu Ke - 5 X1 X2 X3 X4 X5 1 106,86 101,71 107,71 105,43 106,29 105,60 6,00 2 109,29 109,71 104,86 108,00 123,57 111,09 18,71 3 126,00 114,14 111,43 130,00 132,14 122,74 20,71 4 112,00 110,29 111,71 117,00 109,29 112,06 7,71 5 142,57 147,00 150,14 136,71 136,71 142,63 13,43 6 128,00 127,43 134,29 130,57 120,57 128,17 13,71 7 135,14 117,29 122,00 137,14 133,57 129,03 19,86 8 117,14 114,71 97,71 79,71 110,71 104,00 37,43 9 127,29 132,57 130,14 133,86 115,14 127,80 18,71
Sambungan Tabel 4.2 Perhitungan Peta Pengendali dan R observasi Jumlah Pengamatan R Minggu Ke - 1 Minggu Ke - 2 Minggu Ke - 3 Minggu Ke - 4 Minggu Ke - 5 X1 X2 X3 X4 X5 10 163,86 162,86 155,71 161,43 169,00 162,57 13,29 11 117,00 120,14 120,57 117,71 118,71 118,83 3,57 12 107,00 101,86 127,43 128,43 124,00 117,74 26,57 13 111,71 113,14 97,86 89,29 103,57 103,11 23,86 14 127,00 127,29 130,57 126,00 108,00 123,77 22,57 15 148,43 145,00 141,57 146,00 148,14 145,83 6,86 16 136,14 133,86 137,57 137,86 138,29 136,74 4,43 17 117,00 113,43 123,00 125,00 117,29 119,14 11,57 18 138,14 126,29 129,29 143,43 154,00 138,23 27,71 19 112,57 117,86 110,43 102,86 99,14 108,57 18,71 20 109,43 117,00 112,86 121,43 119,00 115,94 12,00 21 115,43 100,43 97,29 82,57 105,43 100,23 32,86 22 131,50 137,71 133,00 126,57 129,71 131,70 11,14 23 150,00 153,14 148,86 155,86 144,71 150,51 11,14 24 152,86 147,00 138,86 137,00 133,00 141,74 19,86 25 116,29 125,86 124,00 126,86 122,50 123,10 10,57 26 122,67 113,86 105,43 100,71 108,43 110,22 21,95 27 115,43 114,43 122,43 112,57 113,14 115,60 9,86 28 131,00 138,14 132,57 139,29 110,29 130,26 29,00 29 109,00 101,29 120,86 114,14 129,71 115,00 28,43 30 100,71 113,86 115,29 118,57 111,43 111,97 17,86 Total 3.703,93 520,10
Dari tabel diatas maka diperoleh :
n = 30 ∑R = 520,10
= 3.703,93
Langkah-langkah perhitungan :
i X X k (4.1) =
=
123,462. Menentukan garis sentral peta pengendali R
= Ri
k (4.2)
=
=
17,343. Menentukan UCL peta pengendali
UCL = X + A2 (4.3)
= 123,46 + (0,577)(17,34) = 133,46
4. Menentukan LCL Peta pengendali
LCL = X - A2 (4.4)
= 123,46 - (0,577)(17,34)
= 113,46
5. Menentukan UCL Peta Pengendali R UCL = . D4
(4.5)
= 36,67
6. Menentukan UCL Peta Pengendali R UCL = . D3
(4.6)
= 17,34 . 0 = 0
Nilai A2, D3 dan D4 diperoleh dari tabel pada lampiran 2
Apabila dilihat dari hasil observasi, terdapat 16 data yang keluar dari batas pengendalian peta pengendali maka data tersebut dianggap out of statistical control dan harus direvisi. Untuk merevisinya data tersebut harus dihilangkan dengan menggunakan langkah – langkah revisi sebagai berikut :
Tabel 4.3 Perhitungan Revisi Peta Pengendali dan R
Observasi Jumlah Pengamatan R Minggu Ke - 1 Minggu Ke - 2 Minggu Ke - 3 Minggu Ke - 4 Minggu Ke - 5 x1 x2 x3 x4 x5 1 126,00 114,14 111,43 130,00 132,14 122,74 20,71 2 128,00 127,43 134,29 130,57 120,57 128,17 13,71 3 135,14 117,29 122,00 137,14 133,57 129,03 15,14 4 127,29 132,57 130,14 133,86 115,14 127,80 18,71 5 117,00 120,14 120,57 117,71 118,71 118,83 3,57 6 107,00 101,86 127,43 128,43 124,00 117,74 26,57 7 127,00 127,29 130,57 126,00 108,00 123,77 22,57 8 117,00 113,43 123,00 125,00 117,29 119,14 11,57 9 109,43 117,00 112,86 121,43 119,00 115,94 12,00 10 131,50 137,71 133,00 126,57 129,71 131,70 11,14 11 116,29 125,86 124,00 126,86 122,50 123,10 10,57 12 115,43 114,43 122,43 112,57 113,14 115,60 9,86 13 131,00 138,14 132,57 139,29 110,29 130,26 29,00 14 109,00 101,29 120,86 114,14 129,71 115,00 28,43 Total 1.718,83 233,57
n = 14 ∑R = 233.57 = 1.718,83
Langkah – langkah perhitungannya :
1. Menentukan revisi garis sentral Peta Pengendali
X revisi = ki k Xii Xi (4.7)
=
= 122,772. Menentukan revisi garis sentral Peta Pengendali R
revisi = ki k Rii Ri (4.8)
=
=
17.013. Menentukan revisi UCL Peta Pengendali
UCL = Xrevisi + A2 revisi (4.9)
= 122,77 + (0,577) . (17,01) = 132,59
4. Menentukan revisi LCL Peta Pengendali
LCL = X revisi - A2 revisi (4.10)
= 112,95
5. Menentukan revisi UCL Peta Pengendali R UCL = revisi . D4
(4.11)
= 17,01 . 2,115 = 35,98
6. Menentukan revisi LCL Peta Pengendali R LCL = revisi . D4
(4.12)
= 17,01 . 0 = 0
Nilai A2 , D3 dan D4 dapat dilihat pada lampiran 2
– ) dan Standar Deviasi (S)
dan S dapat dihitung dalam tabel sebagai berikut:
Tabel 4.4 Perhitungan Dia dan S
Observasi Jumlah Pengamatan S Minggu Ke - 1 Minggu Ke -2 Minggu Ke - 3 Minggu Ke - 4 Minggu Ke - 5 x1 x2 x3 x4 x5 1 106,86 101,71 107,71 105,43 106,29 105,60 2,33 2 109,29 109,71 104,86 108,00 123,57 111,09 7,23 3 126,00 114,14 111,43 130,00 132,14 122,74 9,40 4 112,00 110,29 111,71 117,00 109,29 112,06 2,97 5 142,57 147,00 150,14 136,71 136,71 142,63 6,03 6 128,00 127,43 134,29 130,57 120,57 128,17 5,04 7 135,14 117,29 122,00 137,14 133,57 129,03 8,82 8 117,14 114,71 97,71 79,71 110,71 104,00 15,51 9 127,29 132,57 130,14 133,86 115,14 127,80 7,51 10 163,86 162,86 155,71 161,43 169,00 162,57 4,78
11 117,00 120,14 120,57 117,71 118,71 118,83 1,53 12 107,00 101,86 127,43 128,43 124,00 117,74 12,40 13 111,71 113,14 97,86 89,29 103,57 103,11 9,92 14 127,00 127,29 130,57 126,00 108,00 123,77 8,98 15 148,43 145,00 141,57 146,00 148,14 145,83 2,78 16 136,14 133,86 137,57 137,86 138,29 136,74 1,80 17 117,00 113,43 123,00 125,00 117,29 119,14 4,74 18 138,14 126,29 129,29 143,43 154,00 138,23 11,16 19 112,57 117,86 110,43 102,86 99,14 108,57 7,54 20 109,43 117,00 112,86 121,43 119,00 115,94 4,81 21 115,43 100,43 97,29 82,57 105,43 100,23 12,03 22 131,50 137,71 133,00 126,57 129,71 131,70 4,13 23 150,00 153,14 148,86 155,86 144,71 150,51 4,25 24 152,86 147,00 138,86 137,00 133,00 141,74 8,04 25 116,29 125,86 124,00 126,86 122,50 123,10 4,16 26 122,67 113,86 105,43 100,71 108,43 110,22 8,44 27 115,43 114,43 122,43 112,57 113,14 115,60 3,98 28 131,00 138,14 132,57 139,29 110,29 130,26 11,71 29 109,00 101,29 120,86 114,14 129,71 115,00 10,90 30 100,71 113,86 115,29 118,57 111,43 111,97 6,80 Total 3.703,93 209,71
Dari tabel diatas maka diperoleh :
n = 30 ∑R = 520,10
= 3.703,93
Langkah-langkah perhitungan :
1. Menentukan garis sentral Peta Pengendali
i X X k (4.13) =
=
123,462. Menentukan garis sentral Peta Pengendali S
S
=
=
6,993. Menentukan UCL Peta Pengendali
UCL = X + A2 (4.15)
= 123,46 + (0,577)(17,34) = 133,46
4. Menentukan LCL Peta Pengendali
LCL = X - A2 (4.16)
= 123,46 - (0,577)(17,34) = 113,46
5. Menentukan UCL Peta pengendali S
UCL = . B4
(4.17)
= 6,99 . 2,09
= 14,61
6. Menentukan LCL Peta Pengendali S LCL = . B3
(4.18) = 6,99 . 0 = 0
Nilai A2, D3 dan D4 diperoleh dari tabel pada lampiran 2
Apabila dilihat dari hasil observasi, terdapat 16 data yang keluar dari batas pengendalian peta pengendali maka data tersebut dianggap out of statistical
control dan harus direvisi. Untuk merevisinya data tersebut harus dihilangkan dengan menggunakan langkah – langkah revisi sebagai berikut :
Tabel 4.5 Perhitungan Revisi dan S
Observasi Jumlah Pengamatan S Minggu Ke - 1 Minggu Ke - 2 Minggu Ke - 3 Minggu Ke - 4 Minggu Ke - 5 x1 x2 x3 x4 x5 1 126,00 114,14 111,43 130,00 132,14 122,74 9,40 2 128,00 127,43 134,29 130,57 120,57 128,17 5,04 3 135,14 117,29 122,00 137,14 133,57 129,03 8,82 4 127,29 132,57 130,14 133,86 115,14 127,80 7,51 5 117,00 120,14 120,57 117,71 118,71 118,83 1,53 6 107,00 101,86 127,43 128,43 124,00 117,74 12,40 7 127,00 127,29 130,57 126,00 108,00 123,77 8,98 8 117,00 113,43 123,00 125,00 117,29 119,14 4,74 9 109,43 117,00 112,86 121,43 119,00 115,94 4,81 10 131,50 137,71 133,00 126,57 129,71 131,70 4,13 11 116,29 125,86 124,00 126,86 122,50 123,10 4,16 12 115,43 114,43 122,43 112,57 113,14 115,60 3,98 13 131,00 138,14 132,57 139,29 110,29 130,26 11,71 14 109,00 101,29 120,86 114,14 129,71 115,00 10,90 Total 1.718,83 98,11
Dari tabel diatas maka diperoleh :
n = 14 ∑S = 98,11
= 1.718,83
Langkah – langkah perhitungannya :
1. Menentukan revisi garis sentral Peta Pengendali
X revisi = ki k Xii Xi (4.19)
=
= 122,77revisi = ki k Si S
(4.20)
=
=
7,013. Menentukan revisi UCL Peta Pengendali
UCL = Xrevisi + A2 revisi (4.21)
= 122,77 + (0,577) . (17,01) = 132,59
4. Menentukan revisi LCL Peta Pengendali
LCL = X revisi - A2 revisi (4.22)
= 122,77 - (0,577) . (17,01) = 112,95
5. Menentukan revisi UCL Peta Pengendali S
UCL =S revisi . B4 (4.23) = 7,01 . 2,09
= 14,65
6. Menentukan revisi LCL Peta Pengendali S
LCL = S revisi . B3 (4.24) = 17,01 . 0
= 0
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem merupakan prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.
Tahapan implementasi sistem merupakan tahapan-tahapan penerapan hasil desain tertulis ke dalam programming. Dalam pengolahan data dalam hal ini menggunakan software SPSS 17.0 for windows sebagai implementasi sistem dalam memperoleh hasil perhitungan.
5.2 SPSS dalam Statistika
SPSS (Statistic Package for Service Solution) merupakan salah satu paket program komputer yang digunakan dalam mengolah data statistik. SPSS merupakan software yang paling populer, dan banyak digunakan sebagai alat bantu dalam berbagai riset. SPSS pertama kali diperkenalkan oleh tiga mahasiswa Standford University pada tahun 1968. SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the Social Sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai jenis user, sehingga SPSS yang sebelumnya disingkat dari Statistical Package for the Social
Sciences berubah menjadi Statistical Product and Service Solutions. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis, cepat dan akurat.
5.3Mengaktifkan SPSS
Harus dipastikan terlebih dahulu bahwa SPSS telah terinstal pada komputer. Jika pada menu pilihan windows sudah tersedia SPSS, maka SPSS dapat dibuka dengan cara memilih menu start kemudian klik SPSS 17.0, seperti gambar berikut :
5.4 Mengoperasikan SPSS
Setelah mengklik pilihan SPSS Statistics 17.0, maka akan muncul tampilan jendela seperti berikut ini :
Gambar 5.2 Tampilan Jendela Awal SPSS
5.5 Input Variabel (Variable View)
Setelah jendela Variable View terbuka, maka lakukan pengisian variabel-variabel yang akan di analisis seperti berikut:
a. Name : digunakan untuk memberikan nama variabel
b. Type : digunakan untuk menentukan tipe data c. Width : digunakan untuk menentukan lebar kolom d. Decimals : digunakan untuk memberikan nilai desimal e. Label : digunakan untuk memberi nama variabel f. Value : digunakan untuk menjelaskan nilai data
g. Missing : digunakan untuk menentukan data yang hilang
h. Columns : digunakan menentukan lebar kolom i. Align : digunakan untuk menentukan rata kanan,
kiri, atau tengah
j. Measure : digunakan untuk menentukan tipe atau ukuran data, yaitu nominal, ordinal atau skala.
Gambar 5.3 Tampilan Jendela Variable View
5.6 Input Data (Data View)
Setelah selesai mengisi Variable View, klik pilihan Data View sehingga data pun dapat dimasukkan berdasarkan jenis variabel yang telah didefinisikan terlebih dahulu pada Variable View.
Gambar 5.4 Tampilan Jendela Data View
5.7 Pengolahan Data dengan Statistical Quality Control
5.7.1 Pengolahan Data dengan Statistical Quality ControlSebelum Revisi
Pada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih
Quality control dan klik Control Chart, seperti gambar dibawah ini :
Kemudian dilanjutkan untuk melengkapi jendela-jendela Control Chart. Pilih
variabel chart pilih X-bar, R,s. Lalu pada data organization pilih case are subgrub dan setelah itu klik define, seperti pada gambar berikut :
Gambar 5.6 Tampilan Jendela Control Chart
Kemudian untuk melengkapi pada jendela X – bar, R, s ; cases are subgrups, pada kotak dialog samples isikan variabel X1, X2, X3, X4, dan X5. Sedangkan kotak dialog sub grup labeled by isikan dengan variabel observasi. Lalu pada kotak dialog Chart pilih x bar using range dan standar deviation, seperti pada gambar berikut :
Kemudain klik tombol Options sehingga kotak dialog X – bar, R, s: Options muncul dan kemudian pada kotak dialog Number of Sigma isikan level sigmanya 3 dan pada kotak dialog Minimum subgroup sample size isikan dengan angka 2, seperti gambar berikut :
Gambar 5.8 Tampilan Jendela X - bar, R, s : Options
Kemudian klik contine sehingga kembali ke kotak dialog X – bar, R, s : Cases Are Subgruop, terakhir klik tombol Ok. Sehingga Output SPSS Viewer muncul sebagai dua grafik, yaitu peta pengendali rata-rata,peta pengendali range dan peta pengendali standar deviasi.
Apabila dilihat dari hasil observasi, terdapat 16 data yang keluar dari batas pengendalian peta pengendali maka data tersebut dianggap out of ctatistical control dan harus direvisi. Untuk merevisinya data tersebut harus dihilangkan dengan menggunakan langkah – langkah revisi sebagai berikut :
5.7.2 Pengolahan Data dengan Statistical Quality ControlSesudah Revisi
Pengolahan data pada tahapan ini memiliki persamaan pada pengolahan data sebelumnya, letak perbedaannya hanya pada jumlah observasi yang telah diperlihatkan sebelunya adalah 30 setelah mengalami revisi observasinya menjadi 14 yang dapat dilihat pada proses berikut ini :
5.7.2.1 Input Variabel (Variable View)
Setelah jendela Variable View terbuka, maka lakukan pengisian variabel-variabel yang akan di analisis seperti berikut:
a. Name : digunakan untuk memberikan nama variabel
b. Type : digunakan untuk menentukan tipe data c. Width : digunakan untuk menentukan lebar kolom d. Decimals : digunakan untuk memberikan nilai desimal e. Label : digunakan untuk memberi nama variabel f. Value : digunakan untuk menjelaskan nilai data
pada kolom
g. Missing : digunakan untuk menentukan data yang hilang
h. Columns : digunakan menentukan lebar kolom i. Align : digunakan untuk menentukan rata kanan,
kiri, atau tengah
j. Measure : digunakan untuk menentukan tipe atau ukuran data, yaitu nominal, ordinal atau skala.
Gambar 5.9 Tampilan Revisi Jendela Variable View
5.6 Input Data (Data View)
Setelah selesai mengisi Variable View, klik pilihan Data View sehingga data pun dapat dimasukkan berdasarkan jenis variabel yang telah didefinisikan terlebih dahulu pada Variable View.
Gambar 5.10 Tampilan Revisi Jendela Data View
Untuk langkah berikutnya akan sama dengan proses yang telah dilakukan
sebelumnya, karena tidak terdapat perbedaan dengan proses yang telah dilakukan sebelumnya.
(Output SPSS untuk diagram kontrol rata-rata dan diagram kontrol range dapat dilihat pada lampiran 1).
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai berikut :
1. Pada peta pengendali rata – rata ( ) dan peta pengendali jarak (R) didapatkan hasil pada peta pengendali rata – rata ( ) diperoleh hasil CL = 123,46; UCL = 133,46; dan LCL = 113,46 serta pada peta pengendali jarak (R) diperoleh hasil CL = 17,34; UCL = 36,67; dan LCL = 0. Dapat dilihat dalam grafik pengendali rata – rata ( ) dan peta pengendali jarak (R) bahwa proses berada diluar batas pengendali yang artinya harus ada revisi agar proses produksi yang terjdi dapat menghasilkan produk dengan kualitas yang diiginkan. Maka setelah di revisi didapatkan pada peta pengendali rata – rata ( ) diperoleh hasil CL = 122,77; UCL = 132,59; dan LCL= 112,95 serta pada peta pengendali jarak (R) diperoleh hasil CL = 17.01; UCL = 35,98 dan LCL = 0. Hasil revisi dapat menunjukkan bahwa ketidak penyebab – penyebab yang terjadi pada proses produksi telah berada didalam batasan normal dalam peta pengendalian baik itu dalam peta pengendali rata – rata ( ) maupun peta pengendali jarak (R) 2. Pada peta pengendali rata – rata ( ) dan standar deviasi (S) diperoleh
pengendali standar deviasi (S) diperoleh hasil CL =6,99; UCL =14,61; dan LCL = 0. Dapat dilihat dalam grafik pengendali rata – rata ( ) dan peta pengendali Standar deviasi (S) bahwa proses berada diluar batas pengendali yang artinya harus ada revisi agar proses produksi yang terjdi dapat menghasilkan produk dengan kualitas yang diiginkan. Maka setelah di revisi didapatkan pada peta pengendali rata – rata ( ) diperoleh hasil CL = 122,77; UCL = 132,59; dan LCL= 112,95 serta pada peta pengendali standar deviasi (S) diperoleh hasil CL =7,01; UCL = 14,65 dan LCL = 0. Hasil revisi dapat menunjukkan bahwa ketidak penyebab – penyebab yang terjadi pada proses produksi telah berada didalam batasan normal dalam peta pengendalian baik itu dalam peta pengendali rata – rata ( ) maupun peta pengendali standar deviasi (S).
3. Hasil output peta pengendali rata –rata ( ) dan peta pengendali jarak (R) serta peta pengendali rata – rata ( ) dan peta pengendali standar deviasi (S) dapat dilihat perbandingan antara kedua jenis grafik pembeda antara grafik pengendali rata- rata ( ) dan peta pengendali jarak (R) serta peta pengendali rata – rata ( ) dan peta pengendali standar deviasi (S) memiliki hasil dan tingkat keakurasian yang sama.
4. Dari hasil output grafik dapat dilihat bahwa proses pengendalian kualitas
Feeding setelah diadakan revisi berada dalam batas pengendali sehingga dibiarkan terus berlangsung.
6.2 Saran
Penulis memberikan saran terhadap hasil penelitian sebagai berikut :
1. Penentuan standar F eeding dapat menggunakan Statistical Quality Control
sebagai penentu dan evaluasi kerja proses kualitas.
2. Penulis menyarankan agar metode Statistical Quality Control dapat dipakai untuk mengontrol kinerja para karyawan maupun parameter lainnya.
3. Penggunaan peta pengendali baik peta pengendali rata - rata ( ) dan peta pengendali jarak (R) maupun peta pengendali rata – rata ( ) dan peta pengendali standar deviasi (S) dapat dipilih sesuai dengan jumlah banyaknya n dalam persoalan yang akan lihat dalam proses pengendali.
DAFTAR PUSTAKA
Andi. 2009. SPSS 17. Andi Offset. Semarang.
Grant, Eugene, L. Dan Leavenworth, Richard, S. 1993. Pengendalian Mutu Statistik. Edisi Keenam. Jilid 1. Erlangga. Jakarta.
Ishikawa, Kaoru. 1989.Teknik Penuntun Pengendalian Mutu. PT Melton Putra. Jakarta
Montgomery, Douglas, C. 1990. Pengantar Pengendalian Kualitas Statistik. Gajah Mada University Press. Yogyakarta.
Nasution, M.N. 2001. Manajemen Mutu Terpadu. Ghalia Indonesia. Jakarta. [PT INALUM] Indonesia Asahan Aluminium, SRC. 2010.
Modul OJT Operasi Tungku Reduksi. SRC PT INALUM, Kuala Tanjung. Sudjana. 2005. Metode Statistika. PT Tarsito. Bandung.
Trihendradi, C. 2010. Step By Step SPSS 18 Analisis Data Statistik. Andi Offset. Yogyakarta.
[USU] Universitas Sumatera Utara, FMIPA. 2013. Panduan Tata Cara Penulisan Skripsi dan Tugas Akhir. FMIPA USU, Medan.
Wahyu Ariani, Dorothea. 2005. Pengendalian Kualitas Statistik. Adi Offset.Yogyakarta .
Lampiran 1
Control chart sebelum revisi
Peta pengendali rata – rata ( ) dan Peta pengendali jarak (R)
Control chart setelah revisi
Lampiran 2
Lampiran dengan menggunakan median
0 20 40 60 80 100 120 140 160 180 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 median UCL LCL 0 20 40 60 80 100 120 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 range UCL LCL
0 5 10 15 20 25 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 stdv UCL LCL