Mengenal 7 Tools Utama dalam Quality Control (1)

(The Manager’s Lounge – Quality) Quality control dikenal mempunyai berbagai tools yang powerful dalam melakukan process improvement. Sebagian besar tools ini adalah metode statistik, meskipun beberapa bukan. Biasanya, tools ini digunakan secara bersamaan, karena seringkali mempunyai informasi yang saling mendukung satu sama lainnya.

Histogram
Histogram pertama kali diperkenalkan oleh seorang ahli statistik asal Prancis, A.M. Guerry pada tahun 1833. Histogram menunjukkan distribusi frekuensi dari sejumlah pengukuran, yang digambarkan dari serangkaian diagram batang.

Melalui histogram, maka kita dapat memperoleh gambaran mengenai karakteristik data, diantaranya seberapa banyak frekuensi data yang jatuh pada range nilai tertentu. Kemudian jika variasi dalam suatu proses cukup random, maka histogram akan mengambil bentuk kurva normal. Namun, jika bentuknya selain kurva normal, ini dapat mengindikasikan adanya suatu masalah. Misalnya, jika terdapat skewness dalam kurva, maka mengindikasikan adanya outlier.

Control Chart
Control Chart merupakan chart yang bermanfaat untuk memonitor proses. Chart ini menggambatkan nilai rata-raat, serta limit atas dan limit bawah dari suatu proses.

Manfaatnya? Dalam tiap proses pasti selalu terjadi variasi. Nah, control chart membantu Anda dalam membedakan antara variasi proses yang normal dan tidak normal. Variasi timbul dari dua sebab, diantaranya:

1. common cause: kesalahan yang terjadi dalam desain proses, sehingga hanya bisa dihilangkan dengan memperbaiki sistem
2. special cause: kesalahan yang disebabkan oleh karyawan atau peristiwa lain yang tidak biasa.

Control chart yang biasa digunakan untuk variable adalah sebagai berikut:
• X-bar chart. Mean sample diplot untuk mengontrol nilai mean dari suatu variable
• R chart. Range sample diplot untuk mengontrol variabilitas dari suatu variable
• S chart. Standar deviasi sample diplot untuk mengontrol variabilitas dari suatu variable
• S**2 chart. Sampel varians sample diplot untuk mengontrol variabilitas dari suatu variable

Sementara itu, untuk mengontrol karakteristik kualitas dalam atribut, biasanya menggunakan chart berikut ini:
• C chart. Chart ini menggambarkan jumlah barang cacat yang terjadi (per batch, per hari, per mesin, dsb). Chart ini mengasumsikan bahwa cacat dalam atribut jarang terjadi, dan control limit disini dihitung berdasarkan distribusi Poisson.
• U chart. Chart ini menggambarkan tingkat barang cacat, dimana jumlah barang cacat dibagi dengan jumlah unit yang diinspeksi.
• Np chart. Chart ini juga menggambarkan jumlah barang cacat (per batch, per hari, per mesin, dsb) seperti halnya pada C chart. Bedanya, control limit disini tidak menggunakan distribusi Poisson, melainkan binomial. Chart ini bisa digunakan jika munculnya barang cacat tidak jarang, misalnya 5%.
• P chart. Chart ini menggambarkan persentase barang cacat, seperti halnya dalam U chart. Hanya saja, ini menggunakan distribusi binomial.

Cara menggunakan control chart antara lain dengan mengambil sampel dari proses produksi. Selanjutnya mengukur control limit, yang terdiri dari upper limit, standard (average) dan lower limit.
• Jika data berfluktuasi di dalam limit, maka ini merupakan common cause, dan hanya dapat diperbaiki jika sistem dirubah
• Jika data jatuh di luar limit, maka ini merupakan hasil dari special cause, yang bisa terjadi baik itu dari kurangnya training, instruksi yang salah, dan sebagainya. . Special cause ini harus dihilangkan, sebelum control chart menjadi alat untuk memonitor.
• Proses dikatakan sebagai `out of control` jika satu atau poin lebih jatuh di luar control limit.

Jenis chart dikelompokkan tergantung pada jenis karakteristik kualitas yang akan dimonitor, dimana ada control chart untuk variable, dan ada juga control chart untuk atribut.

Pareto Chart
Pareto Chart digunakan untuk menggambarkan tingkat kepentingan yang berbeda-beda dari beberapa kelompok data. Melalui Pareto Chart, maka Anda akan dapat menemukan bahwa sebagian kecil dari sumber masalah akan menghasilkan sebagian besar dari masalah Anda. Pareto ini biasa disebut juga dengan 80/20 Rule.

Dengan mengetahui mana sumber masalah yang menghasilkan dampak paling besar, maka ini akan menjadikan Anda untuk fokus dalam mengatasi masalah itu dulu.

Misalnya, Example#1 menunjukkan banyaknya komplain pelanggan pada masing-masing dari 5 kategori
Kemudian, Example#2 merupakan breakdown dari kategori terbesar pada Example#1, sehingga dapat diketahui sumber masalah utama dokumen berasal dari quality certificate error. Jika ingin meningkatkan kepuasan pelanggan, untuk menghasilkan dampak terbesar maka perbaiki quality certificate.

Check-sheet
Check-sheet merupakan dokumen sederhana yang digunakan untuk mengumpulkan data secara real-time di lokasi data tersebut berada. Dokumen ini didesain supaya dapat mengumpulkan informasi yang diinginkan secara mudah, baik kualitatif dan kuantitatif.

(Bersambung)

(Rinella Putri/RP/dari berbagai sumber/TML)

0
Would love your thoughts, please comment.x
()
x