Category "Statistical Process Control"

Data Tidak Normal dalam Six Sigma

Dear Expert, dalam implementasi control chart di pabrik kami, kami sering menemukan data yang tidak normal. Apa yang sebaiknya kami lakukan?

Saat melihat data anda tidak normal, sebenarnya ada dua kemungkinannya:

Secara natural, memang proses anda datanya tidak normal.

Bagaimana anda bisa tahu? Anda bisa cek data historical populasi proses Anda dan melakukan tes normalitas (normality test). Jika tidak normal maka kemungkinan besar memang proses anda tidak normal.

Jika ini yang terjadi, anda dapat melakukan control chart yang normal dengan melakukan transformasi data misalnya dengan transformasi box-cox dan transformasi Johnson. Data yang telah Continue Reading

Taguchi Methods

Taguchi Methods adalah sebuah metode statistik yang dikembangkan oleh Genichi Taguchi untuk meningkatkan kualitas dari hasil produksi manufaktur, engineering, biotechnology, marketing, dan edvertising.

Filosofi

  • Kualitas harus didesain di dalam produk, bukan diperiksa di dalam produk
  • Kualitas terbaik dapat dicapai dengan meminimalisir penyimpangan dari target. Produk tersebut harus didesain agar tahan terhadap faktor lingkungan yang tidak dapat dikendalikan
  • Cost dari suatu kualitas harus diukur sebagai fungsi penyimpangan dari standard dan kerugian harus diukur dari keseluruhan sistem

Taguchi Methods melibatkan reduksi variasi dari proses melalui desain robust dari eksperimen. Continue Reading

Control Chart – Part 2 – Interpretasi Peta Kendali

Menginterpretasikan Control Chart

Beberapa dari anda mungkin telah familiar dengan control chart, berikut tipe dan penggunaannya. Sebagai Process Owner, anda harus mampu menginterpretasi control chart dengan tepat, karena chart akan menunjukkan tindakan apa yang perlu atau tidak perlu dilakukan.

Variasi akan selalu ada dalam proses. Tugas anda adalah memisahkan variasi-variasi tersebut kedalam dua kategori, yaitu Cause dan Special Cause. Lalu gunakan garis tengah (mean), batasan kontrol, dan plot data untuk membentuk interpretasi anda.

Kesalahan yang sering dilakukan oleh para Process Owner adalah memerintahkan timnya untuk membuat banyak control chart. Ketika tembok mereka telah dipenuhi oleh banyak chart yang bagus, tidak ada orang yang bertanggung jawab untuk menginterpretasi dan mengambil tindakan berdasarkan chart tersebut. Bertindak berdasarkan satu chart akan jauh lebih baik daripada tembok yang dipenuhi banyak chart yang tidak fungsional.

Bagaimana Menginterpretasi Sebuah Control Chart? Continue Reading

Control Chart – Part 1

Apa itu Control Chart?

Contol chart akan memberitahu anda, apa yang dapat diharapkan dari sebuah proses. Tool ini juga akan membantu anda mengetahui jika ada hal-hal yang menyimpang dalam proses, sehingga anda bisa langsung mengambil tindakan dan mengembalikan proses pada jalur yang benar. Misalnya, jika anda memiliki variasi dalam proses, apakah variasi tersebut terjadi secara alami dan terprediksi, atau apakah ada sesuatu yang salah, yang membutuhkan investigasi lanjutan?

Tool control chart akan membantu Process Owner keluar dari kebiasaan buruk, yaitu hanya mengambil tindakan berdasarkan data-data terbaru saja. Jika anda hanya melihat data-data terbaru, info yang anda dapatkan tidak akan cukup lengkap untuk menghasilkan keputusan yang baik.

Tool ini juga akan memberitahu anda, kapan untuk melakukan investigasi lanjutan atas sebuah penyimpangan, dan kapan anda bisa membiarkannya saja. Singkatnya, control chart akan membantu anda untuk lebih produktif dan menghindari waktu dan energi terbuang untuk hal-hal yang tidak perlu.

Bentuk dan Tipe Control Chart

Pada control chat dalam bentuk umum, kita akan melakukan perencanaan kinerja proses dalam bentuk grafik. Chart akan memiliki tiga garis: UCL (Upper Control Limit), Mean (nilai rata-rata), dan LCL (Lower Control Limit). Jika data anda masih berada didalam batas 3 garis ini, maka dapat diasumsikan tidak ada masalah yang berarti dalam proses anda pada saat ini.

Dalam keluarga control chart, terdapat banyak tipe dan rupa yang dapat anda temukan. Beberapa diantaranya adalah:

  • Individual Control Charts
  • I & MR Control Charts
  • X-Bar & S Charts
  • X-Bar & R Charts
  • P-Charts
  • U-Charts

Untungnya, semua control charts tersebut memiliki format 3 garis yang sama: garis tengah, UCL dan LCL. Tujuan dari pembuatan semua control chart tersebut adalah membuat plotting data sehingga anda bisa langsung melihat kasus-Special Cause yang terjadi dalam proses, jika ada. Tujuannya adalah, tentu saja, untuk mengambil keputusan mengenai tindakan-tidakan yang perlu dilakukan.

Semua jenis chart tersebut sama-sama menyajikan data mengenai kinerja proses dari waktu ke waktu. Perbedaannya terletak pada perhitungan limit untuk tipe-tipe data yang berbeda.

Sumber: www.shiftindonesia.com