Salah satu alat yang penting dalam six sigma adalah SPC. Berdasarkan Hidayat (2007: 301-302), terdapat beberapa dasar pertimbangan sehingga alat ini dikatakan penting, yakni:
1. Untuk penetapan perilaku proses yang sudah ada dalam formulasi pentahapan program/proyek pengembangan dan peningkatan.
2. Mendiagnosis aktivitas pekerjaan sebelum program/proyek pengembangan dan peningkatan berlangsung. Tujuannya adalah untuk mengeliminir perilaku proses yang terjadi di luar kendali (out-of-control). Pengertian perilaku proses di luar kendali dibagi menjadi dua tipe, yaitu:
1. Adverse effect; strategi untuk menghadapi perilaku proses tersebut dengan mengeliminasi penyebabnya;
2. Beneficial effect; strategi untuk menghadapi perilaku proses tersebut dengan mempertahankan stabilitas peningkatan kinerja proses.
3. Memonitor proses atas kompleksitas program/proyek pengembangan dan peningkatan:
1. Menjaga/mempertahankan nilai pencapaian (gains).
2. Pemanfaatan basis perhitungan dan pengukuran kapabilitas proses dan index tolok ukur kinerja proses (Cps dan Cpks).
Memonitor SPC dapat dilakukan dengan menggunakan diagram kontrol. Menurut Heizer dan Render (2011: 252), tujuan dari SPC ini adalah “to help distinguish between natural variations and variations due to assignable causes”, yang artinya untuk membantu membedakan variasi karena faktor alamiah/normal (terkontrol) dan variasi karena penyebab khusus (tidak terkontrol).
Lebih lanjut Yuri dan Nurcahyo (2013:43-44) menjelaskan bahwa terdapat dua jenis variasi, yakni:
1. Variasi terkontrol.
Variasi terkontrol merupakan variasi yang dapat dihilangkan atau dikurangi dengan cara melakukan perbaikan-perbaikan. Sifat dari variasi ini cenderung stabil, konsisten, dan terjadi secara alamiah. Contoh dari penyebab variasi ini adalah human error.
2. Variasi tidak terkontrol.
Sedangkan variasi tidak terkontrol merupakan variasi yang bersifat tidak stabil, tidak konsisten dan umumnya terjadi karena faktor alam dan lingkungan yang menyebabkan ketidaknormalan suatu sistem. Contoh dari penyebab variasi ini adalah kelembapan udara, hujan, dan lain-lain.
Yuri dan Nurcahyo (2013: 45-48) menjelaskan bahwa terdapat dua jenis diagram kendali berdasarkan pada jenis datanya, yakni:
1. Diagram kendali atribut
Diagam jenis ini digunakan ketika ingin diketahu apakah persyaratan atas kualitas suatu produk/barang tersebut diterima atau ditolak.
2. Diagram kendali variabel
Diagram jenis ini digunakan ketika ingin diketahui sejauh mana proses produksi sudah sesuai dengan standar desai proses yang ada. Hal ini seperti berat barang, panjang, waktu, temperatur, volt, tensil, daya tahan barang, atau karakteristik produk lainnya. Diagram jenis ini dibagi menjadi dua jenis diagram, yaitu diagram X dan diagram R dimana diagram X digunakan untuk menganalisis berapa penyimpangan rata-rata sampel dari datanya, sedangkan diagram R digunakan untuk menganalisa kisaran atau range subkelompok data.
Lebih lanjut Hidayat (2007:304) menjelaskan atribut dari diagram kontrol menjadi empat jenis yang digunakan bergantung pada situasi dan kondisi tertentu. Pembagian jenis diagram kontrol tersebut dipaparkan dalam tabel berikut ini:
Tabel 2. 2 Jenis Diagram Kontrol
Diagram Kontrol Atribut Non-conformities Unit non-conforming
Ukuran sampel konstan Diagram np Diagram c
Ukuran sampel
bervariasi
Diagram p Diagram u
Sumber: Hidayat (2007: 304)
Dimana, non-conformities merupakan bentuk dari kesalahan-kesalahan seperti lekukan, tergores yang mengakibatkan kerusakan atau kecacatan pada suatu barang. Sedangkan unit non-conforming merupakan unit/barang yang memiliki satu atau lebih ketidaksesuaian.
Lebih lanjut Andrejiová dan Kimáková (2012) dalam jurnalnya yang berjudul “The Open Sources Software “R” in the Statistical Quality Control” menjelaskan bahwa setiap diagram tersebut baik diagram np, p, c, maupun u memiliki batasan dalam kalkulasi diagram kontrolnya, yaitu Upper Control Limit (UCL) dan Lower Control Limit (LCL).
Pyzdek (2009: 224-232) menjelaskan lebih dalam mengenai masing-masing diagram, yakni:
1. Diagram p (proportion defective).
“p charts are statistical tools used to evaluate the proportion defective, or proportion nonconforming, produced by a process”, yang artinya diagram p adalah alat statistik yang digunakan untuk melakukan evaluasi proporsi dari suatu kecacatan atau adanya proporsi ketidaksesuaian dari suatu proses.
Formulasinya adalah: Garis tengah:
Batas kontrol bawah (LCL):
2. Diagram np (count of defective).
“np charts are statistical tools used to evaluate the count of defectives, or count of items nonconforming, produced by a process”, yang artinya diagram np adalah alat statistik yang digunakan untuk melakukan evaluasi jumlah dari barang cacat atau jumlah barang yang tidak sesuai dari suatu proses. Formulasinya adalah:
Garis tengah:
Batas kontrol atas (UCL):
Batas kontrol bawah (LCL):
Dimana,
3. Diagram u (average occurrences).
“u charts are statistical tools used to evaluate the average number of occurrences-per-unit produced by a process”, yang artinya diagram u adalah alat statistik yang digunakan untuk melakukan evaluasi rata-rata jumlah kejadian per-unit yang diproduksi oleh suatu proses.
Formulasinya adalah: Garis tengah:
Batas kontrol bawah (LCL):
4. Diagram c (count of occurences).
“c charts are statistical tools used to evaluate the number of occurrences-per-unit produced by a process”, yang artinya diagram c adalah alat statistik yang digunakan untuk melakukan evaluasi jumlah kejadian per-unit yang diproduksi oleh suatu proses.
Formulasinya adalah: Garis tengah:
Batas kontrol atas (UCL):
Batas kontrol bawah (LCL):
Langkah-langkah dalam membuat diagram kontrol ini adalah:
1. Menentukan batas atas (UCL) dan batas bawah (LCL) untuk setiap jenis diagram yang akan digunakan dengan formulasi diatas. Kedua perhitungan ini yang akan menjadi batasan apakah sebuah produksi dinilai berada didalam atau diluar pada batas kontrol.
2. Menentukan p-bar yang akan menjadi titik tengah dari keseluruhan kontrol produksi dengan rumus:
3. Melakukan perhitungan kapabilitas proses/kemampuan proses dengan rumus:
4. Melakukan perbandingan hasil perhitungan kapabilitas dengan perhitungan UCL dan LCL.
5. Apabila produksi berada didalam batas kontrol UCL dan LCL, maka produksi tersebut dinilai masih baik.
6. Apabila produksi berada diluar batas kontrol UCL dan LCL, maka produksi tersebut dinilai tidak baik dan perlu dilakukannya evaluasi serta pengecekan.
Sumber: http://en.wikipedia.org/wiki/Control_chart
Gambar 2. 10 Control Chart
Evans dan Rupa (2012) dalam jurnalnya yang berjudul “Critical Success Factors for Implementing Statistical Process Control in the Software Industry” menjelaskan bahwa terdapat beberapa masalah yang menghambat implementasi dari SPC ini sehingga kurang efektif untuk dijalankan, yakni:
1. Kurangnya komitmen dan keterlibatan dari top management.
2. Kurangnya pelatihan dan edukasi dalam hal statistical process control. 3. Gagal/salah melakukan interpretasi diagram kontrol dan dalam
pengambilan keputusan.
4. Kurangnya pengetahuan mengenai karakteritik produk dan parameter/acuan suatu proses.
5. Sistem pengukuran yang tidak benar dan tidak sesuai dengan tempat kerja.
6. Kurangnya pemahaman kebutuhan pelanggan.