Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

SAMPLING VARIABEL. Overview Variabel = data hasil pengukuran Ada 2 tipe : 1. Sampling variabel untuk pengendalian harga rata-rata proses 2. Sampling variabel.

Presentasi serupa


Presentasi berjudul: "SAMPLING VARIABEL. Overview Variabel = data hasil pengukuran Ada 2 tipe : 1. Sampling variabel untuk pengendalian harga rata-rata proses 2. Sampling variabel."— Transcript presentasi:

1 SAMPLING VARIABEL

2 Overview Variabel = data hasil pengukuran Ada 2 tipe : 1. Sampling variabel untuk pengendalian harga rata-rata proses 2. Sampling variabel untuk pengendalian proporsi produk yg tdk memenuhi syarat

3 Persyaratan (dan) ciri data variabel : Mengikuti distribusi normal. Data variabel : dpt dijadikan data atribut dgn menentukan batas 2 pengelompokkan (tetapi data atribut tdk bs dijadikan data variabel). Overview

4 Kelebihan sampling variabel daripada sampling atribut : n lebih kecil u/ kondisi , , AQL, LQL yg sama. Memberikan informasi yg lebih lengkap.(bukan hanya memenuhi syarat atau tidak, tetapi juga seberapa jauh keadaannya dr persyaratan) Dapat memebrikan indikasi dimana perbaikan mutu dapat/perlu dilakukan. Overview

5 Kelemahan sampling variabel daripada sampling atribut : Untuk setiap karakteristik mutu dierlukan rencana sampling tersendiri. Alat/sarana/biaya dapat lebih tinggi. Dierlukan taksiran kondisi populasi (kenormalan, taksiran  ) Overview

6 Sampling variabel untuk pengendalian harga rata-rata proses : 1.  diketahui, batas persyaratan satu sisi. 2.  diketahui, batas dua sisi. 3.  tidak diketahui, Sampling variabel untuk pengendalian proporsi yg tdk sesuai : 1.  diketahui, batas persyaratan satu sisi. 2.  diketahui, batas persyaratan dua sisi. 3.  tidak diketahui,

7 Sampling variable rata-rata proses Tergantung jenis variabelnya Misal : kekuatan tali panjat tebing, bila dibawah bilangan penerimaan, tolak. Contoh lain : kadar impuritas pd kejernihan air, bila diatas bilangan penerimaan, tolak.

8 Sampling variable rata-rata proses (  diketahui, batas persyaratan satu sisi.) 2 parameter : ukuran sampel (n) & batas penerimaan (). Permasalahan : menentukan n dan, sehingga pd AQL = X 1 kemungkinan penolakan = (1-  ), dan pada LTPD (LQL) = X 2, kemungkinan penerimaan =  Diketahui :, ,, , dicari n dan X 1 = Good Average Quality X 2 = Poor Average Quality Z  = luasan daerah  Z  = luasan daerah 

9 Sampling variable rata-rata proses (  diketahui, batas persyaratan satu sisi.) Lihat gambar Mitra hal 481

10 Sampling variable rata-rata proses (  diketahui, batas persyaratan satu sisi.) Prosedur : Ambil sampel n buah dari lot secara acak, ukur. Hitung harga rata-rata Untuk batas bawah, bila, terima lot Gambar kurva, rumus Contoh : Mitra hal 482

11 Permasalahan : menentukan n dan x la, x ua sehingga pd AQL = X 1 kemungkinan penolakan pada ke-2 sisi = 1- , dan pada LTPD bawah (x 2l )maupun atas (x 2u ) kemungkinan penerimaan masing-masing adl =  Lihat Gambar Mitra hal 483 Diketahui X 1, , x 2, x 2u, , dicari : n, x la, x ua Sampling variable rata-rata proses (  diketahui, batas persyaratan dua sisi.)

12 Prosedur : Ambil sampel n buah dari lot secara acak, ukur. Hitung harga rata-rata, Bila terima lot, lainnya tolak lot Rumus : Mitra 483 Contoh : Mitra hal 483

13 Sampling variable rata-rata proses (  tdk diketahui, batas persyaratan satu sisi.) Menggunakan standar deviasi sampel dan statistik t. Karena n tdk diketahui (malah justru harus dicari), maka t tdk dpt dipakai. Diperlukan taksiran standar deviasi populasi : Kemudian dilakukan koreksi dgn grafik P a vs, dimana Contoh : Mitra, hal 485

14 Sampling variable proporsi tdk memenuhi syarat (  diketahui, batas persyaratan satu sisi.) P 1 = proporsi yg jelek dlm lot yg bagus.  = probability menolak lot yg bagus. P 2 = proporsi yg jelek dlm lot yg jelek.  = probability menolak lot yg jelek  1 = Rata-rata P 1  2 = Rata-rata P 2 Z 1 = deviasi standar normal lot bagus Z 2 = deviasi standar normal lot jelek

15 Sampling variable proporsi tdk memenuhi syarat (  diketahui, batas persyaratan satu sisi.)

16 Dengan standar : Mil-STD-414 Rencana samling didasarkan pada AQL Dasar : karakteristik mutu mengikuti distribusi normal 3 tipe pemeriksaan : normal, ketat, longgar Aturan penggunaan & perindahan sama MIL-STD- 150D Tingkat pemeriksaan : S-3, S-4, I, II, III Dpt u/ spesifikasi 1 sisi maupun 2 sisi Ada 2 macam cara dlm pengambilan keputusan: metode K (form 1), metode M (form 2)

17 Sampling variable proporsi tdk memenuhi syarat (  diketahui, batas persyaratan satu sisi.) Metode K (form 1) : 1. Menggunakan k : jarak kritis antara rata-rata proses dgn batas spesifikasi. 2. Tabel K (form 1) 3. Hanya untuk batas spesifikasi satu sisi. Metode M (form 2) : 1. Menggunakan taksiran proporsi yg tdk memenuhi spesifikasi 2. Tabel M 3. Untuk batas spesifikasi satu sisi maupun dua sisi.

18 Sampling variable proporsi tdk memenuhi syarat (  diketahui, batas persyaratan satu sisi.) Metode K (form 1) dan metode M (form2) Form 1 (metode K) : simpangan Z L atau Z u, dibandingkan dgn harga kritis k.

19 Sampling variable proporsi tdk memenuhi syarat (  diketahui, batas persyaratan satu sisi.) Form 2 (metode M) : Dicari Q L dan Q U dari Z L dan Z U,sebagai “unbiased minimum variance”, dimana : Kemudian dicari (luas daerah pada distribusi normal standar diluar Q L atau Q U Bila ≥ M, lot ditolak.

20 Sampling variable proporsi tdk memenuhi syarat (  diketahui, batas persyaratan satu sisi.) Prosedur metode K : 1. Tentukan AQL (tabel 10-33) 2. Tentukan kode huruf (tabel 10-34) 3. Cari n, k (tabel 10-35, 10-36) 4. Periksa n sampel, hitung, s, Z L, Z U 5. Bila ZL atau ZU ≥ k, terima lot

21 Sampling variable proporsi tdk memenuhi syarat Prosedur Metode M (form 2) (untuk batas satu sisi maupun dua sisi dgn AQL yg sama) 1. Tentukan AQL (tabel 10-33) 2. Tentukan kode huruf (tabel 10-34) 3. Cari n, M (tabel 10-37, 10-38) 4. Periksa n sampel, hitung, s, Q L, Q U (U & L ditentukan) 5. Cari dari tabel Batas satu sisi : Bila Batas dua sisi : hitung bila

22 Sampling variable proporsi tdk memenuhi syarat Prosedur Metode M (form 2) (untuk batas dua sisi dgn AQL yg tidak sama) 1. Tentukan AQL u/ masing 2 sisi (tabel 10-33) 2. Tentukan kode huruf (tabel 10-34) 3. Cari n, M L, M U (tabel 10-37, 10-38) 4. Periksa n sampel, hitung, s, Q L, Q U (U & L ditentukan) 5. Cari dari tabel Hitung bila Semuanya dipenuhi, maka terima lot


Download ppt "SAMPLING VARIABEL. Overview Variabel = data hasil pengukuran Ada 2 tipe : 1. Sampling variabel untuk pengendalian harga rata-rata proses 2. Sampling variabel."

Presentasi serupa


Iklan oleh Google