BAB II
LANDASAN TEORI
2.1 Kualitas
Kualitas secara umum adalah sesuatu yang mengacu pada kadar atau tingkat keunggulan tertentu. American National Standard Institute and American Society for Quality Control mengartikan kualitas sebagai “totalitas fitur dan ciri-ciri sebuah produk atau jasa yang mengandalkan pada kemampuannya untuk memuaskan kebutuhan”. Sedangkan Crosby (1979) menyatakan: kualitas adalah kesesuaian dari permintaan atau spesifikasi. Terdapat
Dalam sudut pandang konsumen kualitas lebih diartikan sebagai nilai (value) yang konsumen peroleh untuk memuaskan kebutuhannya. Sedangkan dalam sudut pandang produsen atau pabrikan adalah suatu jaminan terhadap spesifikasi produk dari segi fungsional, desain dan daya tahan. Namun demikian perusahaan dalam menentukan spesifikasi produk juga akan memperhatikan keinginan dan kebutuhan konsumen. Karena tingkat kualitas sangat dipengaruhi oleh selera konsumen maka dibutuhkan suatu pengendalian kualitas.
dua perspektif utama dalam mengartikan kualitas, satu dari perspektif konsumen dan dari perspektif produsen atau pabrikan..
2.2 Pengendalian Kualitas
Pengendalian kualitas telah banyak digunakan di berbagai bidang jasa atau manufacture. Perkembangan ini tidak lepas dari selera konsumen yang terus berubah sebagai akibat dari berkembangnya peradaban serta kecendrungan manusia untuk memperoleh produk yang memudahkan mereka dalam aktivitas keseharian mereka. Pengertian pengendalan kualitas menurut Sofjan Assauri (1998:210)
pengawasan mutu merupakan usaha untuk mempertahankan mutu/ kualitas dari barang yang dihasilkan, agar sesuai dengan sesifikasi produk yang telah ditetapkan berdasarkan kebijaksanaan pimpinan perusahaan.
Pengertian pengendalan kualitas menurut Vincent Gasperz (2005:480)
“Quality control is the operational techniques and activities used fulfill requirements for quality
Berdasarkan pengertian di atas, dapat disimpulkan bahwa pengendalian kualitas adalah suatu aktivitas teknik yang terencana yang dilakukan untuk mempertahankan kualitas suatu produk dan jasa sesuai dengan prosedur yang telah ditetapkan oleh manajemen perusahaan
2.2.1 Tujuan pengendalian kualitas
Menurut Sofjan Assauri (1998:210), pengendalian dan pengawasan adalah:
1. Agar barang hasil produksi dapat mencapai standar kualitas yang ditetapkan
3. Mengusahakan agar biaya desain produk dan proses dengan menggunakan kualitas produksi tertentu dapat terjadi sekecil mungkin. 4. Mengusahakan agar biaya produksi dapat sekecil mungkin
Tujuan dari pengendalian kualitas adalah memastikan bahwa produk yang dihasilkan serta biaya yang digunakan dalam proses produksi serta proses inspeksi sesuai dengan standar yang telah ditetapkan perusahaan
2.2.2 Faktor pengendalian kualitas
1. Reputasi perusahaan, Suatu organisasi menyadari bahwa reputasi berbanding lurus dengan kualitas apakah itu baik atau buruk. Kualitas akan muncul sebagai persepsi tentang produk baru perusahaan, kebiasaan karyawan, dan hubungan dengan pemasok. Promosi diri tidak akan menggantikan produk yang berkualitas
Dalam buku operational manajemen yang ditulis oleh Jay Heizer & Barry render (2005:254), ada tiga faktor penting yang mempengaruhi kualitas sebagai berikut:
2. Keandalan produk, dimana suatu produk tidak hanya memiliki manfaat atau nilai yang berguna tapi juga harus memperhatikan faktor consumer Product Safety Act yaitu tentang legalisasi suatu produk yang digunakan aman digunakan sesuai spesifikasinya.
3. Keterlibatan Global, bagi perusahaan atau negara yang ingin bersaing secara efektif pada pasar ekonomi global, maka produk yang dihasilkan harus memenuhi harapan kualitas, desain, dan harga global.
Produk yang rendah mutunya mengurangi keuntungan perusahaan dan neraca pembayaran negara.
Dari pendapat diatas dapat ditarik kesimpulan bahwa pengendalian kualitas mutlak dilakukan oleh perusahaan bukan hanya untuk dapat mendapat pemasukan penjualan yang tinggi tetapi juga reputasi perusahaan menjadi baik (brand image) agar tetap mampu bersaing dalam dinamika bisnis global.
2.2.3 Tahapan pengendalian kualitas
Pentingnya pengendalian kualitas sebagai suatu filosofi perbaikan terus menerus dipelopori oleh Dr.W. Edwards Deming yang juga namanya diabadikan dalam penghargaan kualitas di jepang dengan nama Deming prize. Dr.W. Edwards memperkenalkan suatu sistem manajemen kualitas dengan tujuan perbaikan terus menerus Plan-Do-Check-Act. Konsep PDCA kemudian dikembangkan oleh Walter Shewhart dengan membuat siklus PDCA.
Gambar 2.1 Konsep PDCA
Sumber : Jay Heizer, Barry Reinderm Operation Management 2004 4. Action 1. Plan
Penjelasan dari tahap-tahap dalam siklus PDCA adalah sebagai berikut (M. N. Nasution, 2005:32):
1. Mengembangkan rencana (Plan)
Merencanakan spesifikasi, menetapkan spesifikasi atau standar kualitas yang baik, memberi pengertian kepada bawahan akan pentingnya kualitas produk, pengendalian kualitas dilakukan secara terus-menerus dan berkesinambungan.
2. Melaksanakan rencana (Do)
Rencana yang telah disusun diimplementasikan secara bertahap, mulai dari skala kecil dan pembagian tugas secara merata sesuai dengan kapasitas dan kemampuan dari setiap personil. Selama dalam melaksanakan rencana harus dilakukan pengendalian, yaitu mengupayakan agar seluruh rencana dilaksanakan dengan sebaik mungkin agar sasaran dapat tercapai.
3. Memeriksa atau meneliti hasil yang dicapai (Check)
Memeriksa atau meneliti merujuk pada penetapan apakah pelaksanaannya berada dalam jalur, sesuai dengan rencana dan memantau kemajuan perbaikan yang direncanakan. Membandingkan kualitas hasil produksi dengan standar yang telah ditetapkan, berdasarkan penelitian diperoleh data kegagalan dan kemudian ditelaah penyebab kegagalannya.
Penyesuaian dilakukan bila dianggap perlu, yang didasarkan hasil analisis di atas. Penyesuaian berkaitan dengan standarisasi prosedur baru guna menghindari timbulnya kembali masalah yang sama atau menetapkan sasaran baru bagi perbaikan berikutnya. Untuk melaksanakan pengendalian kualitas, terlebih dahulu perludipahami beberapa langkah dalam melaksanakan pengendalian kualitas. Menurut Roger G. Schroeder (2007:173) untuk mengimplementasikan perencanaan,pengendalian dan pengembangan kualitas diperlukan langkah-langkah sebagai berikut:
1. Mendefinisikan karakteristik (atribut) kualitas.
2. Menentukan bagaimana cara mengukur setiap karakteistik. 3. Menetapkan standar kualitas.
4. Menetapkan program inspeksi.
5. Mencari dan memperbaiki penyebab kualitas yang rendah. 6. Terus-menerus melakukan perbaikan.
2.3 Pengendalian Kualitas Statistik
Pengendalian kualitas selalu berhubungan dengan metode statistik ada metode dalam pengendalian kualitas statistik yaitu SPC (statistical quality control) dan SQC (Statistical Quality Control). Menurut Heizer dan Render (2006:268) yang dimaksud dengan StatisticalProcess Control (SPC) adalah :Sebuah proses yang digunakan untuk mengawasi standar, membuat pengukuran dan mengambil tindakan perbaikan selagi sebuah produk atau jasa sedang diproduksi.
Sedangkan SQC (Statistical Quality Control) menurut Sofjan Assauri (1998:219) adalah:
Statistical Quality Control (SQC) adalah suatu sistem yang dikembangkan untuk menjaga standar yang uniform dari kualitas hasil produksi, pada tingkat biaya yang minimum dan menerapkan bantuan untuk mencapai efisiensi.
2.3.1 Pembagian Pengendalian Kualitas Statistik Berdasarkan Metode Terdapat 2 (dua) jenis metode pengendalian kualitas secara statistika yang yaitu:
1. Process Control
Pengendalian proses menggunakan pemeriksaan produk atau jasa ketika barang tersebut masih sedang diproduksi (WIP/ Work In Process). Sampel berkala diambil dari output proses produksi. Apabila setelah pemeriksaan sampel terdapat alasan untuk mempercayai bahwa karakeristik kualitas proses telah berubah, maka proses itu akan diberhentikan dan dicari penyebabnya. Penyebab tersebut dapat berupa perubahan pada operator, mesin ataupun pada bahan. Apabila penyebab ini telah dikemukakan dan diperbaiki, maka proses itu dapat dimulai kembali. Dengan memantau proses produksi tersebut melalui pengambilan sampel secara acak, maka pengendalian yang konstan dapat dipertahankan.
2. Acceptance Sampling
Didefinisikan sebagai pengambilan satu sampel atau lebih secara acak darisuatu partai barang, memeriksa setiap barang di dalam sampel tersebut dan memutuskan berdasarkan hasil pemeriksaan itu, apakah menerima atau menolak keseluruhan partai. Jenis pemeriksaan ini dapat digunakan oleh pelanggan untuk menjamin bahwa pemasok memenuhi spesifikasi kualitas atau oleh produsen untuk menjamin bahwa standar kualitas dipenuhi sebelum pengiriman. Pengambilan sampel penerimaan lebih sering digunakan daripada pemeriksaan 100% karena biaya pemeriksaan jauh lebih besar dibandingkan dengan biaya lolosnya barang yang tidak sesuai kepada pelanggan.
2.3.2 Pengendalian Kualitas Statistik Berdasarkan Data Atribut 1. Pengendalian Kualitas Statistik Untuk Data Atribut
Menurut Besterfield (1998), atribut digunakan apabila ada pengukuran yang tidak memungkinkan untuk dilakukan, misalnya goresan, kesalahan warna atau ada bagian yang hilang. Selain itu, atribut digunakan apabila pengukuran dapat dibuat tetapi tidak dibuat karena alasan waktu, biaya, atau kebutuhan.
2. Rencana Penerimaan Sample Untuk Data Atribut
Suatu prosedur yang digunakan dalam mengambil keputusan terhadap produk yang datang atau yang dihasilkan perusahaan “ditolak: atau “diterima”.
2.3.3 Pengendalian Kualitas Statistik Untuk Data Variable 1. Pengendalian kualitas statistik untuk data variable
Pengendalian kualitas statistik untuk data variable seringkali disebut metode (control charts) untuk data variable. Metode ini menggambarkan variasi atau penyimpangan yang terjadi pada kecendrungan memusat dan penyebaran observasi. Metode ini juga menunjukan apakah proses dalam keadaan stabil atau tidak.
2. Rencana Penerimaan Sample Untuk Data Variable
Rencana pengambilan sample dengan data variable jarang digunakan. Pengambilan dan penerimaan sample untuk data variable didasarkan pada rata-rata dan standar deviasi, serta distribusi frekuensi. Data variable adalah karakteristik mutu pada skala numerik seperti tinggi, tekanan, suhu, panjang, elastisitas dan sebagainya.
2.4 Teknik Penarikan Sample 2.4.1 Konsep-konsep Dasar Sampling
Sampling sangat erat hubungnya dengan kehidupan kita. Salah satu hal yang paling sering adalah sensus. Sensus mudah dilakukan bila jumlah populasi terbatas. Sebagai contoh Manger Marketing ingin mengetahui seberapa besar penerimaan agen dan pasar terhadap produk baru pimpinan fakultas ingin mengetahui reaksi mahasiswa di fakultasnya terhadap kurikulum yang baru. Ia dapat mewawancarai semua mahasiswa, tanpa kecuali. Tentu saja, ada kemungkinan beberapa orang tidak sempat diwawancarai karena sakit, tidak pernah muncul di fakultas, atau menghindari penelitian. Sensus, memang, tidak
selamanya sempurna. Hasil sensus, yang mengungkapkan karakteristik populasi (seperti rata-rata, ragam, modus, atau range), disebut parameter.Bila jumlah unsur populasi itu terlalu banyak, padahal kita ingin menghemat biaya dan waktu, kita harus puas dengan sampel. Kita ingin menduga secara cermat parameter dart statistik. Metode pendugaan inilah yang dikenal sebagai teori sampling. Ini berarti sampel harus mencerminkan semua unsur dalam populasi secara proporsional. Sampel seperti itu dikatakan sampel tak bias (unibased sample) atau sampel yang representatif. Sebaliknya sampel bias adalah sampel yang tidak memberikan kesempatan yang sama pada semua unsur populasi untuk dipilih.Memang, sampel mungkin menunjukkan karakteristik yang menyimpang dari karakteristik populasi. Penyimpangan dari karakteristik populasi disebut galat sampling (sampling error). Jadi, galat sampling adalah perbedaan antara hasil yang diperoleh dari sampel dengan hasil yang didapat dari sensus (Neter, Wasserman,Whitmore, 1979: 195). Statistik dapat membantu kita menentukan sampling error hanya bila kita menggunakan sampel tak bias.Sampel tak bias adalah sampel yang ditarik berdasarkan probabilitas (probability sampling). Dalam sampel probabilitas, setiap unsur populasi mempunyai nilai kemungkinan tertentu untuk dipilih. Karena sampel ini mengasumsikan kerandoman (randomness), maka sampel probabilitas lazim juga disebut sebagai sampel random. Bila kita mengambil sampel tertentu berdasarkan pertimbangan-pertimbangan tertentu, kita memperoleh sampel pertimbangan-pertimbangan (judgemental sampling), disebut juga sampel non-probabilitas. Untuk kedua jenis sampling ini,
ada beberapa alternatif teknik penelitian sampel. Teknik penarikan sampel sering disebut rencana sampling atau rancangan sampling (sampling design).
2.4.2 Rancangan Sampling
Ada empat rancangan sampling dalam kategori sampel probabilitas: 1. samplingrandom sederhana,
2. sampling sistematis, 3. sampling berstrata, dan 4. samplingMaster.
Kita akan membicarakan hal-hal praktis dari setiap rancangan ini. 1. Sampling random sederhana
Sampling random sederhana adalah yang paling banyak dipakai. Untuk menarik sampel seperti ini, kita dapat menuliskan semua unsur populasi dalam secarik kertas, kemudian mengundinya sampai kita memperoleh jumlah yang dikehendaki. Unsur-unsur yang jatuh itulah yang menjadi sampel. Cara ini tidak praktis bila populasinya besar.
2. Sampling sistematis
Sampling sistematis juga menggunakan kerangka sampling. Hanya di sini, unsuryang pertamalah yang dipilih secara random. Unsur-unsur lainnya ditarik denganmengambil jarak tertentu. Misalnya, populasi berjumiah 1000. Kita hanya memerlukan 40 unsur. Perbandingan ukuran populasi dengan ukuran sampel, yakni 1000/40 = 25, disebut sampling rasio. Untuk contoh kita, misalkan unsur yang pertama kita pilihnomor 10. Nomor-nomor berikutnya yang menjadi sampel ialah 35, 60, 85, 110, ..., 960,985.
3. Sampling berstrata
Sampling berstrata seperti ditunjukkan namanya, melibatkan pembagian populasike dalam kelas, kategori, atau kelompok yang disebut strata. Karakteristik strata bolehjadi kota, daerah, suku bangsa, jenis kelamin, status, usia, dan sebagainya. Ada dua jenis sampel strata: proporsional dan disproporsional. Dalam sampel strata proporsional, dari setiap strata diambil sampel yang sebanding dengan besar setiap strata. Angka yang menunjukkan berapa persen dari setiap strata diambil disebut pecahan sampling (sampling fraction). Pada sampel strata, pecahan sampling untuk setiap stratasama. Cara ini akan mengalami kesukaran bila ada sebagian strata yang jumlahnyaterlalu kecil atau sebagian lagi terlalu besar. Bila ada 10.000 orang mahasiswa dan 10 orang dosen, lalu dari setiap strata kita ambil 10%, kita memperoleh sampel yang terdir idari 1.000 orang mahasiswa dan I orang down. Dalam hal seperti itu disarankan metodesampling strata disproporsional. Di sini, dari setiap strata diambil jumlah sampel yangsama. Nanti dalam analisis data, dan data untuk setiap strata dikalikan dengan bobot strata tersebut. Prosedur kedua metode ini dapat diikuti pada Tabel 7 dan Tabel 8.
Gambar 2.2
Contoh Sample Berstrata Proporsional & Disproporsional 4. Sampling klaster
Sampling klaster (cluster sampling) dilakukan bila kita tidak mempunyai kerangka sampling. Misalnya, kita ingin meneliti anak-anak SD Kotamadya Bandung. Tidak mungkin kita menghimpun semua anak SD dalam daftar. Selain mungkin daftar itu akan terlalu panjang, data tentang itu sukar diperoleh. Bila daftar nama anak SD sukar kita buat, kelompok anak berdasarkan nama sekolahnya mudah kita buat. Kelompok anak itu disebut klaster. Master dapat berupa sekolah, kelas, kecamatan, desa, RW,
RT, dan sebagainya. Bila klaster itu bersifat geografis, sampling klaster dapat dilakukan satu tahap (single stage). Misalnya, kita ingin meneliti penduduk Desa Bojongsalam. Desa ini terdiri dari 12 RK. Dari daftar RK, kita pilih secara random 3 RK. Semua umpi pada 3 RK itu kita jadikan sampel. Bila pada setiap RK kita memilih hanya 4 RT saja secara random, kita melakukan sampel klaster banyak tahap (multistage).
2.4.3 Rancangan Sampling Nonprobabilitas
Rancangan sampling nonprobabilitas, tidak menggunakan prinsip kerandoman. Yang termasuk ke sini antara lain:
1. sampling kebetulan (accidental sampling), yaitu mengambil sampel siapa saja yang ada ataukebetulan ditemui,
2. sampling kuota (quota sampling), yaitu menetapkan jumlah tertentu untuk setiap strata lalu meneliti siapa saja yang ada sampai jumlah itu terpenuhi,
3. sampling purposif, yaitu memilih orang-orang tertentu karena dianggap - berdasarkan penilaian tertentu - mewakili statistik, tingkat signifikansi, dan prosedur pengujian hipotesis, tidak berlaku bagi rancangan sampling nonprobabilitas.
2.5 Ukuran Sampel
Pecahan sampling 0,10 atau 0,20 sering dianggap banyak penelitian sebagaiukuran sampel yang memadai. Sebetulnya ukuran sampel bergantung pada derajat keseragaman, presisi yang dikehendaki, rencana analisis data dan fasilitas yang tersedia (Singarimbun dan Effendi, 1982). Bila unsur populasi betul-betul
seragam, satu unsur saja cukup. Bila kita ingin melakukan analisis tabulasi silang, jumlah sampel harus cukup banyak sehingga tidak terlalu banyak yang kosong. Bila biaya, waktu, dan tenaga cukup tersedia, sampel yang besar dapat digunakan, lalu apa yang disebut presisi. Presisi dalam teori sampling hanya dapat dipahami setelah kita mengerti konsep estimasi dalam statistik. Tidak mungkin di sini diuraikan estimasi statistik. Secara singkat, estimasi adalah metode menduga nilai parameter dari statistik. Nilai rata-rata dalam sampel merupakan penduga nilai rata-rata dalam populasi. Bila dalam sampel kita menemukan rata-rata pendapatan adalah Rp 20.000,00, kita menduga populasi itu mempunyai rata-rata pendapatan seperti itu. Dugaan kita tidak selalu presis. Mungkin rata-rata populasi sebenarnya Rp 20.500,00. Angka Rp 500,00 disebut galat sampling (sampling error). Tetapi rata-rata populasi biasanya tidak diketahui. Yang kita ketahui hanyalah rata-rata sampel. Berdasarkan rata-rata sampel kita menduga rata-rata populasi. Untuk memperoleh kecermatan pendugaan, kita menetapkan jarak nilai di sekitar nilai rata-rata sampel. Misalnya, rata-rata populasi terletak antara 20.250 - 20.750. Angka ± 250 dari rata-rata sampel disebut presisi. Jarak nilainya disebut selang kepercayaan (confidence interval). Di samping presisi dan selang kepercayaan, estimasi statistik menambahkan lagi konsep tingkat kepercayaan (reliability atau confidence level). Tingkat kepercayaan bisa 90%, 95%, atau 99,7% (diartikan hampir pasti). Sebagai contoh, kita dapat berkata: “Kita 99,7% yakin rata-rata populasi berada di antara ± 250 angka rata-rata sampel”. Dengan pengetahuan tentang presisi, selang kepercayaan, dan tingkat kepercayaan, sekarang kita dapat menghitung besarnya sampel. Ukuran sampel
ditetapkan dengan rumus:
2.6 Acceptable Quality Level (AQL)
Acceptable Quality Level merupakan salah satu pengukuran kontrol kualitas dengan menggunakan statistik dimana dalam pengaplikasianya terdapat toleransi jumlah penerimaan kesalahan pada suatu Lot-batch dengan tingkat standar yang telahditetapkan. Ada dua faktor yang menyebabkan metode AQL ini digunakan. Pertama untuk meminimalisir pengujian dengan menghacurkan produk dan pengujian kualitas terhadap produk dengan spesifikasi yang tinggi seperti produk militer dan produk kedokteran. Hal yang harus diperhatikan dalam penerapan metode uji kualitas AQL.
1. Mentapkan Standar Pengkodean
Seperti yang telah di jelaskan diatas bahwa AQL adalah metode pengukuran statistik dengan menetapkan jumlah toleransi penerimaan kesalahan pada tingkat tertentu. Dalam menetapkan toleransi penerimaan AQL menggunakan tabel sesuai dengan ukuran Batch size tertentu serta kategori tingkatan tertentu.
Tabel 2.1 Simbol Ukuran Sample
Sumber: ANSI/ASQC Z1.4.,1993
2. Penetapan Nilai AQL
Setelah melakukan pengkodean selanjutnya menetapkan nilai AQL (kebijakan normal inspeksi). Pada tabel AQL pertama-tama kita tetapkan nilai AQL antara 1.0 sampai dengan 1000. Nilai AQL ini nantinya akan berpengaruh pada tingkat toleransi penerimaan dan sample yang telah diambil sesuai dengan standar pengkodean yang ditetapkan pada poin pertama. Jika nilai AQL yang ditetapkan adalah 1.0 dan penetapan pengkodean adalah General Inspection level III dan Lot yang diterima berada antara 3201 – 10.0000 maka sample yang kita ambil adalah 315. Selanjutnya kita tarik ke bawah. Dapat terlihat bahwa tingkat penerimaan yang diizinkan (acceptable) adalah 7 dan penolakan
Lot Batch Size Tingktan Inspeksi Umum
I II III 2 – 8 A A B 9 – 15 A B C 16 – 25 B C D 26 – 50 C D E 51 – 90 C E F 91 – 150 D F G 151 – 280 E G H 281- 500 F H J 501 – 1200 G J K 1201 – 3200 H K L 3201 – 10000 J L M 10001 – 35000 K M N 35001 – 150000 L N P 150001 – 500000 M P Q 500001 – dst N Q R
(defect) adalah 8. Maksudnya adalah apabila dalam 315 sample tersebut ditemukan 7 yang cacat maka Lot tersebut diterima. Apabila terdapat 8 yang ditemukan cacat maka Lot tersebut akan ditolak.
Tabel 2.2
Inspector level : General III AQL Sampling Plan : Single Normal
Sample size and reject level
Lot size AQL (Rejected) Code letter Sample size 0.65 1.0 1.5 2.5 4.0 6.5 10 15 2 to 8 A 2 1 ^ V 9 to 15 B 3 1 ^ V 2 16 to 25 C 5 1 ^ V 2 3 26 to 50 D 8 1 ^ V 2 3 4 51 to 90 E 13 1 ^ V 2 3 4 6 91 to 150 F 20 1` ^ V 2 3 4 6 8 151 to 280 G 32 ^ V 2 3 4 6 8 11 281 to 500 H 50 V 2 3 4 6 8 11 15 501 to 1200 J 80 2 3 4 6 8 11 15 22 1201 to 3200 K 125 3 4 5 7 11 15 22 3201 to 10000 L 200 4 5 7 11 15 22 10001 to 35000 M 315 5 7 11 15 22 35001 to 150000 N 500 7 11 15 22 150001 to 500000 P 800 11 15 22 500001 over Q 1250 15 22 Sumber: http://www.wisetool.com/table.html 3. Interval Keyakinan
Interval keyakinan adalah menggambarkan tentang prosedur perhitungan statistik dimana pengolahan data statistik menggunakan metode probabilitas diskret. Probabilitas diskret adalah suatu variable yang di ambil secara acak dengan jumlah tertentu dari suatu populasi. Aplikasi dari pengukuran dan perhitungan probabilitas diskret antara
lain distribusi seragam diskret, distribusi binomial, distribusi poisson, distribusi hipergeometrik.
