TOPIK 11 ACCEPTANCE SAMPLING SAMPLING PENERIMAAN. LD, Semester II 2003/04

(1)

Hlm. 1 LD, Semester II 2003/04

TI 3221 PENGENDALIAN KUALITAS STATISTIK TI 3221 PENGENDALIAN KUALITAS STATISTIK

ACCEPTANCE SAMPLING

SAMPLING PENERIMAAN

TOPIK 11

PENDAHULUAN

• Tujuan: menilai lot bukan estimasi kualitas lot

• Bukan bentuk langsung pengendalian kualitas:

– Sampling Penerimaan: keputusan TERIMA/TOLAK lot;

– Pengendalian Kualitas: mengendalikan & memperbaiki proses secara sistematis. • Efektivitas: sebagai perangkat audit untuk meyakinkan kesesuaian output proses

dengan ketentuan.

Aspek penting dalam sampling

• Terima tanpa inspeksi • Inspeksi 100% • Sampling penerimaan

Pendekatan dalam penerimaan lot

• Jika pemeriksaan menggunakan cara uji destruktif; • Jika biaya inspeksi 100% mahal;

• Jika inspeksi 100% tidak mungkin dari segi waktu;

Kondisi yang memerlukan Sampling Penerimaan:

(2)

• Lebih murah; • Mengurangi ‘handling’;

• Dapat diterapkan pada uji destruktuf; • Jumlah inspektor lebih sedikit; • Kesalahan inspeksi lebih rendah;

• Mempunyai dampak lebih besar pada pemasok/vendor.

Kelebihan Sampling Penerimaan (dibandingkan inspeksi 100%):

• Mempunyai resiko menolak lot yang baik (error tipe I, α), atau menerima lot yang jelek (error tipe II, β);

• Memberikan sedikit informasi mengenai produk atau proses yang menghasilkan produk tersebut;

• Memerlukan perencanaan dan dokumentasi dari prosedur Sampling Penerimaan.

Kekurangan Sampling Penerimaan:

A. Berdasarkan landasan keputusan:

1. Sampling berdasarkan atribut 2. Sampling berdasarkan variabel

B. Berdasarkan rangkaian sampling:

1. Sampling Tunggal (Single Sampling):

• Output keputusan: TOLAK / TERIMA

2. Sampling Ganda (Double Sampling):

• Output keputusan:

Sampling I: TERIMA / TOLAK / LANJUT KE SAMPLING II Sampling II: TERIMA /TOLAK (berdasarkan hasil dari sampling I & II)

C. Sampling Majemuk (Multiple Sampling):

9 Kelanjutan dari Sampling Ganda

9 Ukuran sampel < Sampling Tunggal atau Sampling Ganda

D. Sampling Sekuensial (Sequential Sampling):

9 Kelanjutan dari Sampling Majemuk 9 Teoritis: dilakukan hingga inspeksi 100%

9 Praktek: berhenti setelah jumlah yang diinspeksi = ± 3 x jumlah yang diinspeksi dengan Sampling Tunggal

9 Jika n = 1, disebut item-by-item sampling.

Jenis Sampling Penerimaan:

(3)

SAMPLING PENERIMAAN

DENGAN ATRIBUT

1. OPERATING CHARACTERISTICS CURVE (OC CURVE)

• Ukuran kinerja Rencana Sampling dalam membedakan LOT BAIK dan LOT

CACAT.

• Bentuk OC curve yang ideal:

Proporsi catat (p) p0 1 Probabilitas Penerimaan • P(menerima lot) = 1, p ≤ p OC Curve ideal

(4)

1. OC Curve Tipe A:

– Sampel diambil dari lot yang terisolasi dengan ukuran terbatas.

– Ukuran sampel (n) relatif kecil, sehingga perubahan setelah pengambilan sama. – Basis: distribusi Hipergeometri

Jenis OC Curve

LOT SAMPEL

Ukuran lot: N

Jumlah item cacat: D

Ukuran sample: n

Kriteria penerimaan sampel:c

Terima lot, jika jumlah item cacat ≤ c

Tolak lot, jika jumlah item cacat > c

Probabilitas mengambil sejumlah x item cacat dari lot:

∑

= =             − −       = = ≤ =             − −       = c x c x a n N x n D N x D x P c x P P n N x n D N x D x P 0 0 ) ( ) ( ) (

2. OC Curve Tipe B:

– Aliran lot yang dihasilkan dari proses, dan ukuran lot besar (minimum 10x dari ukuran sampel);

– Basis: distribusi Binomial;

– Probabilitas mengambil sejumlah x item cacat dari lot:

∑

= − − −       = ≤ = −       = c x p n x a x n x p p x n c x P P p p x n x P 0 ) 1 ( ) ( ) 1 ( ) (

– Pendekatan distribusi Poisson untuk distribusi Binomial (jika ukuran sampel besar & proporsi item cacat):

∑

= − = −

=

≤

=

c x x c x a x

x

e

x

P

c

x

P

np

x

e

x

P

0 0

!

)

(

)

(

!

)

(

λ λ

λ

(5)

TI 3221 PENGENDALIAN KUALITAS STATISTIK TI 3221 PENGENDALIAN KUALITAS STATISTIK • CONTOH SOAL (N = 2000, n = 50, c = 2)

Pengaruh n & c pada OC curve:

(6)

2. RESIKO PRODUSEN & RESIKO KONSUMEN

• Resiko Produsen

(Terjadinya Error Tipe I: α)

Kesalahan menolak lot

yang baik.

• Resiko konsumen

(Terjadinya Error Tipe II: β)

Kesalahan menerima lot

yang cacat. Pro b ab ility of acce pt an ce (P a ) Resiko Produsen Resiko Konsumen

3. RENCANA SAMPLING

• Jenis sampling: tunggal, ganda, majemuk • Parameter:

– Ukuran sampel: n

– Kriteria penerimaan / penolakan: c

Rencana Sampling

Ukuran untuk mengevaluasi Rencana Sampling:

1. Average Outgoing Quality (AOQ)

Rectifying Inspection INPEKSI Terima Lot Tolak Lot GANTI ITEM CACAT DENGAN ITEM BAIK INSPEKSI 100% AOQ =

proporsi rata-rata item cacat yang terkandung dalam lot yang diterima

N n N p P AOQ₌ a( )( − ) Kemungkinan terkandung item cacat

dengan jumlah: Pa(p)(N-n)

Lot yang diterima

(7)

Contoh (N = 2000, n = 50, c = 2):

TI 3221 PENGENDALIAN KUALITAS STATISTIK TI 3221 PENGENDALIAN KUALITAS STATISTIK 2. Average Total Inspection (ATI)

Untuk Sampling Tunggal: ATI = n + (1 – Pa) (N – n)

= Pa n + (1 – Pa) N Untuk Sampling Ganda:

ATI = n1P1+ (n1+ n2) P1+ N (1 – P1– P2)

P₁ = P (menerima lot pada sampling I) + P (menolak lot pada sampling I) P1 = P (x ≤ c) + P(x ≥ r)

(8)

4. DESAIN RENCANA SAMPLING

Tentukan

Tentukan αα, AQL (, AQL (Acceptable Acceptable Quality Level

Quality Level): ): tingkat kualitas terburuk dari proses vendor yang dapat diterima oleh konsumen

A. Berdasarkan Resiko Produsen (

α

)

Buat beberapa alternatif Rencana

Sampling (c, n):

Sampling (c, n): – Tentukan c;

– Dengan distribusi Poisson atau Tabel Grubbs, tentukan n.

Evaluasi Rencana Sampling:

a. Berdasarkan biaya kualitas sampling:

– External failure cost (berdasarkan AOQ) – Biaya inspeksi (berdasarkan

ATI)

b. Berdasarkan pertimbangan lain. 1 1 2 2 3 3

1

2

(i). RENCANA SAMPLING TUNGGAL (

(i). RENCANA SAMPLING TUNGGAL (Single Sampling PlanSingle Sampling Plan))

Contoh:

N = 1000; α = 5%, AQL = 1,5%, B.Insp = Rp100/unit, B.Warranty: Rp5.000/unit. c1= 1, n1= λ/p, λ: diperoleh dr. Tabel D. Poisson atau Tabel Grubbs;

c1= 1, n1= 0,355/0,015 = 23,67 ≅ 24 c_{2 =}3, n₂= 1,366/0,015 = 91,07 ≅ 92 c3 = 6, n3= 3,286/0,015 = 219,07 ≅ 220 3,30 1,38 0,38 np np₁₁= = λλ 0,9490 0,9485 0,9450 P P_a_a 81.494 55.519 25.975 11,1 259,8 220 6 78.469 64.593 13.876 12,9 138,8 92 3 76.965 69.105 7.860 13,8 78,6 25 1 TOTAL TOTAL B. WARR B. WARR B. INS B. INS AOQ AOQ ATI ATI n n c c

Jika B.Warranty: Rp8.000/unit, maka

3,30 1,38 0,38 np np₁₁= = λλ 0,9490 0,9485 0,9450 P P_a_a 114.805 88.830 25.975 11,1 259,8 220 6 117.225 103.349 13.876 12,9 138,8 92 3 118.428 110.568 7.860 13,8 78,6 25 1 TOTAL TOTAL B. WARR B. WARR B. INS B. INS AOQ AOQ ATI ATI n n c c Dihitung dengan Dihitung dengan distribusi Poisson distribusi Poisson

(9)

Tabel Poisson Kumulatif (1)

α = 0,05

Pa = 1-0,05 = 0,95 c = 1

Tabel Poisson Kumulatif (2)

(10)

Tabel GRUBBS

Berdasarkan Resiko Produsen, α Berdasarkan Resiko Konsumen, β Berdasarkan Resiko Produsen (α) & Konsumen (β)

Tentukan

Tentukan ββ, LQL (, LQL (Limiting Quality Limiting Quality Level

Level))

B. Berdasarkan Resiko Konsumen (

β

)

Buat beberapa alternatif Rencana

Sampling (c, n):

Sampling (c, n): – Tentukan c;

– Dengan distribusi Poisson atau Tabel Grubbs, tentukan n.

a. Berdasarkan biaya kualitas sampling:

– External failure cost (berdasarkan AOQ) – Biaya inspeksi (berdasarkan

ATI) b. Berdasarkan pertimbangan lain. 1 2 3 β=10% LQL = 8%

2

1

(11)

Contoh:

N = 1000, β = 10%, LQL = 8%, B.Insp = Rp 100,- / unit, B.Warranty: Rp 5.000,- / unit. c = 1, n = λ/p, λ: diperoleh dr. Tabel Distribusi Poisson atau Tabel Grubbs;

Jika B. Warranty: Rp 15.000,- / unit, maka

132 84 49 n 0.0986 0.09758 0.09762 Pa 97,860 6,419 91,442 1.28 914.42 10,532 6 97,765 6,704 91,062 1.34 910.62 6,681 3 97,679 6,963 90,717 1.39 907.17 3,89 1 TOTAL B. WARRANTY B. INSPEKSI AOQ ATI np₂= λλ c 132 84 49 n 0.0986 0.09758 0.09762 Pa 110,698 19,256 91,442 1.28 914.42 10,532 6 111,173 20,111 91,062 1.34 910.62 6,681 3 111,604 20,888 90,717 1.39 907.17 3,89 1 TOTAL B. WARRANTY B. INSPEKSI AOQ ATI np2 = λλ c

Tentukan

Tentukan αα& AQL dan & AQL dan ββ& LQL& LQL

Buat beberapa alternatif Rencana Sampling

(c, n) berdasarkan

(c, n) berdasarkan ααdan dan ββ::

–

–Hitung Hitung p = LQL / AQLp = LQL / AQL;; –

–Dengan Dengan Tabel GrubbsTabel Grubbs, tentukan , tentukan ccyang yang

kira

kira--kira memenuhi kira memenuhi pp;; –

–Berdasarkan c, tentukan n yang Berdasarkan c, tentukan n yang memenuhi memenuhi

kriteria

kriteria αα;;

–

–Berdasarkan c, tentukan n yang Berdasarkan c, tentukan n yang memenuhi memenuhi

kriteria

kriteria ββ;;

Evaluasi Rencana Sampling yang

Evaluasi Rencana Sampling yang memenuhi memenuhi

kriteria

kriteria ααdan dan ββ..

Jika diperoleh lebih dari 1 alternatif Rencana

Sampling, evaluasi Rencana Sampling

berdasarkan kriteria lain, seperti:

a.

a.Biaya kualitas sampling:Biaya kualitas sampling: •

• External failure cost External failure cost (berdasarkan (berdasarkan

AOQ)

C. Berdasarkan Resiko Produsen (

α

)

& Konsumen (

β

)

1 2

(12)

Contoh:

N = 1000; α = 0,05 & p₁= AQL = 1,8%; β = 10% & LQL = 9%, Biaya Inspeksi = Rp 100,- / unit,

Biaya Warranty: Rp 5.000,- / unit.

p = LQL / AQL = 0,09 / 0,018 = 5,00 Dari Tabel GRUBBS, diperoleh 2 < c < 3.

Berdasarkan kriteria α: diperoleh:

c = 2, np₁= 0,818, maka n = 0,818 / 0,018 = 45,44 ≅ 46 c = 3, np₁= 1,366, maka n = 1,366 / 0,018 = 75,88 ≅ 76

Berdasarkan kriteria β: diperoleh:

c = 2, np2= 5,322 maka n = 5,322 / 0,09 = 59,13 ≅ 60 c = 3, np2= 6,681, maka n = 6,681 / 0,09 = 74,23 ≅ 75 Evaluasi Rencana Sampling:

RS berdasarkan kriteria α yang memenuhi kriteria ββ= 0,09= 0,09, maka c = 2, n = 46, p2= 5,322 / 46 = 0,1157

c = 3, n = 76 , p

c = 3, n = 76 , p22= 6,681 / 46 = 0,0879 = 6,681 / 46 = 0,0879 ÆÆmendekati mendekati ββ= 0,09= 0,09

RS berdasarkan kriteria β yang memenuhi kriteria αα= 0,018= 0,018, maka c = 2, n = 60, p1= 0,818 / 60 = 0,0136 c = 3, n = 75, p c = 3, n = 75, p1₁= 1,366 / 75 = 0,0182 = 1,366 / 75 = 0,0182 ÆÆmendekati mendekati αα= 0,018= 0,018 111.073 19.931 91.142 1,33 911,42 0,0958 6,75 75 3 209.704 197.467 12.237 13,16 122,37 0,9498 1,37 76 3 TOT B.WARR B.INS AOQ ATI Pa np n c

(ii) RENCANA SAMPLING GANDA (

(ii) RENCANA SAMPLING GANDA (Double Sampling PlanDouble Sampling Plan))

n1 = ukuran sampel ke-1;

c1 = kriteria menerima lot pada sampling ke-1; r1 = kriteria menolak lot pada sampling ke-1; n2 = ukuran sampel ke-2;

c2 = kriteria menerima lot pada sampling ke-2. SAMPLING I SAMPLING II x1≤ c1 Terima Lot C1 < x1< r1 x1≥ r1 _{Tolak Lot} X1+ x2≤ c2

Terima Lot X1+ x2> c2 Tolak Lot 1. PARAMETER RENCANA SAMPLING:

1. PARAMETER RENCANA SAMPLING:

2. KONSEP SAMPLING GANDA: 2. KONSEP SAMPLING GANDA:

(13)

SAMPLING II x1≤ c1 Terima Lot c1< x1 < r1 x1 ≥ r1 Tolak Lot X1+ x2≤ c2

Terima Lot Tolak Lot

X1+ x2> c2 Pa1= P (x1≤ 1) = P (x1 ≤ 1) = 0,6628 Contoh: N = 3.000; n1= 40; c1= 1; r1= 5, n2= 80; c2 = 5; r2= 6; p = 0,03 Ps1= P (c1< x1≤ r1 Pa2= P(x1=c1+1) x P(x2 ≤ c2- x1) + P(x1=c1+2) x P(x2 ≤ c2- x1) + … + P(x1=r1-1) x P(x2 ≤ c2- x1) = P(x1=1+1) x P(x2 ≤ 5 - 2) + P(x1=1+2) x P(x2 ≤ 5 - 3) + P(x1=1+3) x P(x2 ≤ 5 - 4) = P(x1=2) x P(x2 ≤ 3) + P(x1=3) x P(x2 ≤ 2) + P(x1=4) x P(x2 ≤ 1) = (0,217) (0,779) + (0,087) (0,570) + (0,026) (0,308) = 0,1689 + 0,0494 + 0,0080 = 0,2263 SAMPLING I Catatan: Dihitung dgn distribusi Poisson, dgn λ = n1(p) = 40(0,03) = 1,2 Catatan: Dihitung dgn distribusi Poisson, di mana: λ1= n1(p) = 40(0,03) = 1,2 dan λ2= n2(p) = 80(0,03) = 2,4. Pa =Pa1+ Pa2= 0,6628 + 0,2263 = 0,8891 3. PROBABILITAS MENERIMA LOT (P

3. PROBABILITAS MENERIMA LOT (P_aa):):

5. AVERAGE SAMPLE NUMBER (ASN) 5. AVERAGE SAMPLE NUMBER (ASN)

)

1 (

)

1 )(

(

)

(

1 2 1 1 2 1 1 1

P

n

ASN

P

n

p

n

ASN

−

+

=

−

+

=

n₁= ukuran sampel ke-1; n₂= ukuran sampel ke-2; p1= proporsi item cacat dalam lot;

P1= probabilitas mengambil keputusan pada

sampling ke-1.

6. AVERAGE TOTAL INSPECTION (ATI) 6. AVERAGE TOTAL INSPECTION (ATI)

)

1 (

)

(

)

(

n

1

P

a1

n

1

n

2

P

a2

N

P

a1

P

a2

ATI

=

+

−

n1= ukuran sampel ke-1;

n = ukuran sampel ke-2;

4. OC CURVE 4. OC CURVE

(14)

7. DESAIN RENCANA SAMPLING GANDA (RSG): 7. DESAIN RENCANA SAMPLING GANDA (RSG):

Tabel 1: Nilai Parameter Sampling Ganda: n1= n2(α = 0,05 β = 0,10):

(15)

Contoh: N = 2.500; α = 0,05; p₁= AQL = 0,012; β = 0,10; p₂= LQL = 0,075; n₁= n₂

36

83 ,

35

012 ,

0

43 ,

0

25 ,

6

012 ,

0

075 ,

0

1 1 2

≅

=

n

AQL

LQL

p

R

Dari tabel nilai parameter RSG, maka R yang mendekati nilai 6,25 adalah RSG plan 3 dengan R = 6,79 dan c₁= 0 dan c₂= 2.

Jika α = 0,05 maka Pa= 1 – 0,05 = 0,95 untuk AQL = 0,012.

Dari tabel nilai parameter RSG, untuk Pa= 0,95 diperoleh n1p = 0,43, maka:

Karena diasumsikan n₁= n₂, maka n₂= 36. Rencana Sampling Ganda yang diperoleh adalah:

n1= 36; c1= 0; n2= 36 c2= 2; r1 dan r2 diasumsikan sama dengan 3.

Dari tabel yang sama dapat dihitung juga ASN.

Untuk P_a= 0,95 dan AQL = 0,012plan 3 memberikan ASN/n₁= 1,340 maka diperoleh:

ASN = (1,340)(36) = 48,24

5. RENCANA SAMPLING BAKU (MIL

-

STD

-

105E):

Military Standard:

• Dikembangkan selama PD II;

• Versi awal: Military Standard 105A dikembangkan 1950 & dimodifikasi 4 kali menjadi

Military Standard 105D (MIL-STD-105D);

• Military Standard 105D (MIL-STD-105D) dikembangkan melalui kerjasama antara Amerika, Inggris, Kanada:

− 1963: pertama diperkenalkan;

− 1971: diadopsi oleh Amerika secara nasional & diberi label: ANSI/ASQC Z1.4; − 1981: Standar Nasional direvisi menjadi ANSI/ASQC Z1.4-1981;

− 1989: MIL-STD-105D direvisi menjadi MIL-STD-105E. ANSI/ASQC Z1.4-1981

• Lebih menekankan pada prosedur sampling melalui OC curve;

• Didesain untuk menerima mayoritas lot, jika proporsi rata-rata item cacat < AQL; • Rencana Sampling ditentukan berdasarkan: AQL;

• 1974: diadopsi oleh ISO dengan modifikasi minor menjadi ISO 2859. Sistem Dogde-Romig (dikembangkan 1959 oleh Dodge & H. G. Romig):

(16)

Perbedaan ANSI/ASQC Z1.4 & MIL-STD-105E:

• MIL-STD-105E merupakan Sampling Plan (Rencana Sampling) & ANSI/ASQC Z1.4 merupakan Sampling System (Sistem Sampling);

• Rencana Sampling: menetapkan suatu prosedur untuk menentukan keputusan terhadap suatu lot (terima atau tolak) berdasarkan ukuran sampel & kriteria

penerimaan.

• Sampling Scheme: merupakan kumpulan Sampling Plan dengan aturan untuk menentukan jenis inspeksi yang harus digunakan;

• Sistem Sampling: kumpulan Sampling Scheme, menetapkan aturan untuk memilih rencana sampling yang tepat.

Menekankan pada aspek Skema Sampling dengan memberikan 5 tabel tambahan untuk kinerja Skema Sampling, mencakup tabel untuk:

– Average Outgoing Quality Level (AOQL) untuk Skema Sampling; – Limiting quality untuk Skema Sampling dengan P_a= 10% dan P_a

= 5%;

– ASN untuk Skema Sampling;

– OC Cirve untuk kinerja Skema Sampling.

Mencakup: prosedur opsional untuk perubahan dari Inspeksi Ketat ke Inspeksi Longgar tanpa memenuhi kriteria batas jumlah

Istilah untuk item cacat: defects Istilah untuk item cacat:

nonconforming

ANSI/ASQC Z1.4

MIL

MIL--STDSTD--105E105E

Ukuran Nonconformance:

• Dinyatakan dalam persentase dari nonconforming units atau jumlah nonconforming units per 100 unit.

100 x inspected units of Number es conformiti of Number units 100 per ities Nonconform 100 x inspected units of Number ing nonconform Number ing nonconform Percent = =

Acceptable Quality Level (AQL):

• Bagian terpenting dalam penggunaan standar; • AQL = persentase atau jumlah item cacat maksimum; • Ditentukan pada saat pembuatan kontrak pasokan. Tingkat Inspeksi Umum (General Inspection Level):

• Level I: OC curve landai, tingkat diskriminasi terhadap kualitas lot kurang;

• Level II: level normal, tingkat diskriminasi lebih tinggi dari level I

• Level III: OC curve paling curam, tingkat diskriminasi terhadap kualitas lot tinggi; • Level I & II: digunakan untuk uji destruktif; • Level III: untuk item mahal.

(17)

Tingkat Inspeksi Khusus (Special Inspection Level):

• Inspeksi khusus digunakan jika diperlukan sampel dengan ukuran sampel yang relatif kecil;

• Tingkat inspeksi khusus: S-1, S-2, S-3, S-4 Tipe Inspeksi & Aturan Perubahan

Tipe Inspeksi: Tipe Inspeksi: Normal, Longgar Normal, Longgar (Reduced), Ketat (Reduced), Ketat (Tightened) (Tightened)

REDUCED

REDUCED NORMALNORMAL TIGHTENEDTIGHTENED

2 dari 5 lot yang 2 dari 5 lot yang berurutan tidak berurutan tidak diterima. diterima. 5 lot yang 5 lot yang berurutan berurutan diterima. diterima. •

• Lot tidak diterima, atauLot tidak diterima, atau •

• Lot diterima, tetapi jumlah Lot diterima, tetapi jumlah item cacat di antara item cacat di antara kriteria penerimaan (Ac) kriteria penerimaan (Ac) atau penolakan (Re); atau penolakan (Re); •

• Produksi tidak regular, Produksi tidak regular, atau

atau •

• 10 Lot terdahulu diterima;10 Lot terdahulu diterima; •

• Jumlah item cacat kurang Jumlah item cacat kurang dari batas (opsional); dari batas (opsional); •

• Produksi stabil;Produksi stabil; •

• Disetujui oleh otoritas Disetujui oleh otoritas yang bertanggungjawab. yang bertanggungjawab.

10 lot berurutan 10 lot berurutan tetap inspeksi ketat tetap inspeksi ketat

Berhenti inspeksi Berhenti inspeksi

Aturan Perubahan Penggunaan Tipe Inspeksi

(18)

Langkah-langkah Implementasi Standar

Tentukan parameter berikut: Tentukan parameter berikut: •

• Accetable Quality Level (AQL);Accetable Quality Level (AQL);

•

• Ukuran lot;Ukuran lot;

•

• Tipe sampling (Tipe sampling (Single, Double, Multiple);Single, Double, Multiple); •

• Level inspeksi (umumnya Level II, ubah jika diperlukan).Level inspeksi (umumnya Level II, ubah jika diperlukan).

Tentukan kode ukuran sampel dari tabel yang sesuai (*). Tentukan kode ukuran sampel dari tabel yang sesuai (*).

Tentukan tipe Rencana Sampling (

Tentukan tipe Rencana Sampling (Normal, Reduced, Normal, Reduced,

tightened

tightened). ). Catatan

Catatan: Untuk inspeksi awal, mulai dengan Inspeksi : Untuk inspeksi awal, mulai dengan Inspeksi

Normal, & ubah ke Inspeksi Ketat Longgar sesuai dengan

aturan perubahan jenis inspeksi.

Identifikasi Rencana Sampling dari tabel yang sesuai (**). Identifikasi Rencana Sampling dari tabel yang sesuai (**).