VIENIDMY Masuk Mulai latihan

Beranda › Materi › Manajemen Operasi Produksi Kelas 3 生産管理オペレーション (BC検定)

Dasar Manajemen Kualitas (Mutu)

Manajemen Operasi Produksi Kelas 3 生産管理オペレーション (BC検定) · ビジネス・キャリア検定 生産管理オペレーション3級 · Disusun oleh Tokutei Pass berdasarkan materi resmi; tidak disalin kata per kata.

1. Konsep Kualitas (Kualitas Desain vs. Kesesuaian, Karakteristik Sejati vs. Pengganti) dan 4M / PDCA

Kualitas produk dipahami dalam dua tahapan. Kualitas sasaran yang dituju pada tahap perencanaan dan desain berdasarkan kebutuhan pasar serta biaya target disebut "Kualitas Sasaran (Kualitas Desain / Nerai no hinshitsu)", sedangkan kualitas hasil nyata yang diproduksi sesuai gambar desain disebut "Kualitas Hasil (Kualitas Manufaktur / Kualitas Kesesuaian / Dekibae no hinshitsu)".

Selain itu, kualitas tuntutan asli yang diinginkan konsumen seperti "mudah dipakai, awet, enak dipakai menulis" disebut "Karakteristik Sejati (True Characteristic)", tetapi karena sulit diukur dan dikendalikan secara langsung, karakteristik tersebut diterjemahkan ke dalam nilai terukur berupa angka seperti dimensi, kekerasan, atau kuat tarik yang disebut "Karakteristik Pengganti (Substitute Characteristic)".

Dalam pengendalian mutu di lapangan produksi, prinsip mutlaknya adalah "Kualitas dibangun di dalam proses, bukan lewat inspeksi" serta "Proses berikutnya adalah pelanggan (tidak menerima, tidak membuat, dan tidak meneruskan barang cacat)", sambil menekan variasi "4M": Man (manusia), Machine (mesin), Material (bahan), dan Method (metode).

Sehari-hari, lapangan mempertahankan mutu dengan memutar siklus "SDCA (Standar S → Pelaksanaan D → Pemeriksaan C → Tindakan A)" sesuai standar kerja, dan untuk peningkatan lebih lanjut atau pemecahan masalah diputarlah siklus "PDCA (Rencana P → Pelaksanaan D → Pemeriksaan C → Tindakan A)".

Poin penting


  • Kualitas Sasaran = "Kualitas Desain" yang ditetapkan saat perencanaan & desain / Kualitas Hasil = "Kualitas Manufaktur (kualitas kesesuaian)" apakah produk dibuat sesuai desain.

  • Karakteristik Sejati = tuntutan asli pelanggan (misal: tahan banting) / Karakteristik Pengganti = nilai ukur berupa angka (kuat tarik, ukuran, dll.) untuk menjamin karakteristik sejati.

  • Mengendalikan variasi 4M (Manusia, Mesin, Material, Metode) serta memutar "SDCA" untuk pemertahanan dan "PDCA" untuk perbaikan guna membangun mutu di dalam proses.
KosakataArti
kualitas sasaran (kualitas desain) dan kualitas hasil (kualitas manufaktur)
karakteristik sejati dan karakteristik pengganti
proses berikutnya adalah pelanggan
siklus PDCA dan siklus SDCA

2. Jenis Data (Kontinu / Diskrit) dan Statistik Dasar (Rata-rata, Median, Rentang, Varians, Simpangan Baku)

Data kualitas terbagi menjadi dua jenis. Data nilai kontinu yang diukur menggunakan alat ukur seperti panjang (mm), berat (g), suhu (℃), atau waktu (detik) disebut "Data Kontinu / Variabel (Keiryouchi)", dan distribusinya terutama mengikuti "Distribusi Normal".

Sebaliknya, data tidak kontinu yang dihitung per satuan (1 buah, 2 buah) disebut "Data Diskrit / Atribut (Keisuuchi)". Di dalam data diskrit, jumlah produk cacat (nonconforming units) atau rasio produk cacat mengikuti "Distribusi Binomial", sedangkan "jumlah titik cacat (defects)" seperti goresan pada kain atau bintik cat mengikuti "Distribusi Poisson".

Besaran statistik yang menunjukkan posisi pusat (nilai representatif) data meliputi: "Nilai Rata-rata (Mean / x-bar)" yaitu total seluruh data dibagi jumlah data n; "Median (nilai tengah)" yaitu nilai tepat di tengah saat data diurutkan dari terkecil (bila n genap, rata-rata dari 2 nilai tengah); serta "Modus (Mode)" yaitu nilai yang paling sering muncul.

Sementara itu, besaran statistik yang menunjukkan besarnya sebaran (variasi) data meliputi: "Rentang (Range, R = Nilai Maksimum - Nilai Minimum)", "Jumlah Kuadrat Simpangan (S)" yaitu jumlah dari kuadrat selisih tiap data terhadap rata-rata, "Varians Tak Bias (V = S ÷ (n - 1))" yang membagi S dengan derajat bebas (n - 1), serta "Simpangan Baku Sampel (Standar Deviasi, s = √V)" yaitu akar kuadrat positif dari varians.

Poin penting


  • Data Kontinu (panjang, berat, suhu) → Distribusi Normal / Data Diskrit (jumlah hitungan) → Jumlah unit cacat mengikuti Distribusi Binomial, jumlah titik cacat mengikuti Distribusi Poisson.

  • Nilai pusat: Rata-rata (Mean) = Total ÷ n / Median = nilai tengah setelah diurutkan / Modus (Mode) = nilai dengan frekuensi terbanyak.

  • Ukuran sebaran: Rentang R = Maks - Min / Varians Tak Bias V = Jumlah Kuadrat Simpangan S ÷ (n - 1) / Simpangan Baku s = √V.

  • Contoh: 5 nilai pengukuran (7, 9, 11, 11, 12 mm) → Rata-rata (Mean) = (7 + 9 + 11 + 11 + 12) ÷ 5 = 10 mm, Median = 11 mm, Modus = 11 mm, Rentang R = 12 − 7 = 5 mm

  • Contoh: Dari 5 data yang sama (rata-rata 10 mm) → Jumlah kuadrat simpangan S = (7 − 10)² + (9 − 10)² + (11 − 10)² + (11 − 10)² + (12 − 10)² = 16, Varians tak bias V = 16 ÷ (5 − 1) = 4, Simpangan baku sampel s = √4 = 2 mm
KosakataArti
data kontinu (Distribusi Normal) dan data diskrit (Distribusi Binomial / Poisson)
rata-rata (Mean), nilai tengah (Median), dan modus (Mode)
rentang (R) dan jumlah kuadrat simpangan (S)
varians tak bias (V) dan simpangan baku / standar deviasi (s)

3. Karakteristik dan Penggunaan Grafik Statistik (Radar Chart, Z-Chart, dll.)

Untuk menyajikan data angka secara visual dan mudah dipahami, grafik statistik dipilih sesuai tujuannya. Untuk "perbandingan besar-kecil" kuantitas digunakan "Grafik Batang (Bar Chart)", sedangkan untuk melihat "perubahan naik-turun (tren)" seiring berjalannya waktu digunakan "Grafik Garis (Line Chart)".

Untuk menunjukkan "rincian atau rasio komposisi (%)" tiap item terhadap keseluruhan, "Grafik Lingkaran (Pie Chart)" dan "Grafik Pita (Band Chart)" sangat cocok; khususnya bila beberapa grafik pita disusun berderet secara vertikal, perubahan komposisi antar tahun atau antar pabrik terlihat jelas dalam sekali pandang.

Selain itu, grafik yang menempatkan beberapa item evaluasi (misal: 6 item P, Q, C, D, S, M atau tingkat keahlian multi-skill pekerja) pada sumbu memancar dari pusat untuk menampilkan keseimbangan menyeluruh dan titik lemah dalam bentuk poligon jaring laba-laba disebut "Radar Chart (Grafik Jaring Laba-laba)".

Lebih lanjut, grafik yang menggambar 3 garis penjualan atau produksi—① Angka bulanan (1 bulan), ② Kumulatif bulanan, dan ③ Total tahunan bergerak (jumlah 12 bulan terakhir)—dalam satu bidang membentuk huruf "Z" guna menangkap fluktuasi jangka pendek sekaligus tren jangka panjang disebut "Z-Chart".

Poin penting


  • Grafik Batang = perbandingan besar-kecil / Grafik Garis = tren deret waktu / Grafik Lingkaran & Pita = memahami rincian dan rasio komposisi (%).

  • Radar Chart (grafik jaring laba-laba) = cocok untuk membandingkan keseimbangan keseluruhan, kelebihan, dan kelemahan pada banyak item penilaian.

  • Z-Chart = memakai 3 garis ("Bulanan, Kumulatif, Total Tahunan Bergerak") untuk memahami tren jangka panjang tanpa fluktuasi musiman serta tingkat pencapaian target.
KosakataArti
grafik batang, grafik garis, grafik lingkaran, dan grafik pita
Radar Chart (grafik jaring laba-laba)
Z-Chart (bulanan, kumulatif, dan total tahunan bergerak)

4. Tujuh Alat QC (QC 7 Tools) ① (Diagram Pareto, Diagram Sebab-Akibat, Check Sheet, Stratifikasi)

Metode dasar untuk mengolah dan menganalisis data angka di lapangan adalah "QC 7 Tools (Tujuh Alat QC)". Alat ke-1 "Diagram Pareto" menggabungkan grafik batang yang mengurutkan jumlah kejadian atau nilai kerugian per item/penyebab cacat dari terbesar hingga terkecil dengan grafik garis rasio kumulatif (%), guna memperjelas "masalah prioritas mana yang harus ditangani terlebih dahulu".

Alat ke-2 "Diagram Sebab-Akibat" menempatkan akibat berupa "karakteristik (misal masalah cacat)" di ujung kanan tulang punggung lalu menyusun "faktor penyebab (seperti 4M)" secara sistematis ke dalam tulang besar, tulang sedang, dan tulang kecil; karena bentuknya menyerupai kerangka ikan, diagram ini disebut juga "Fishbone Chart (Diagram Tulang Ikan)".

Alat ke-3 "Check Sheet (Lembar Periksa)" adalah tabel yang telah dicetak sebelumnya dengan daftar item agar pencatatan data menjadi mudah serta mencegah kelupaan saat rekapitulasi maupun inspeksi (terdiri atas check sheet pencatatan data dan check sheet pemeriksaan/konfirmasi).

Alat ke-4 "Stratifikasi (Pengelompokan)" adalah cara berpikir untuk tidak menggabungkan begitu saja seluruh data yang terkumpul, melainkan mengelompokkannya ke dalam lapisan/grup (strata) berdasarkan ciri bersama—seperti per pemasok bahan, per nomor mesin, per pekerja, atau per shift siang/malam—lalu membandingkannya guna mengungkap penyebab asli variasi (dipakai bersama histogram atau diagram pencar).

Poin penting


  • Diagram Pareto = grafik batang per item (menurun) + grafik garis rasio kumulatif (%), untuk menetapkan tema perbaikan prioritas utama.

  • Diagram Sebab-Akibat (Diagram Tulang Ikan) = menyusun secara sistematis hubungan sebab-akibat antara Hasil (karakteristik) dan Penyebab (faktor 4M).

  • Stratifikasi = memisahkan data ke dalam grup (lapisan) per mesin, lot bahan, atau pekerja untuk dibandingkan dan menemukan penyebab perbedaan.

  • Contoh: Total cacat 100 kasus (Peringkat 1: cacat dimensi 50, Peringkat 2: goresan tampilan 30, lainnya: 20) → Rasio kumulatif 2 item teratas pada diagram Pareto = (50 + 30) ÷ 100 × 100 = 80%
KosakataArti
Diagram Pareto (orientasi prioritas dan analisis ABC)
Diagram Sebab-Akibat (Diagram Tulang Ikan / Fishbone Chart)
Check Sheet (lembar periksa pencatatan dan pemeriksaan)
Stratifikasi (perbandingan pengelompokan data)

5. Tujuh Alat QC (QC 7 Tools) ② (Bentuk Histogram, Diagram Pencar, Peta Kendali)

Alat ke-5 "Histogram (peta distribusi frekuensi)" membagi rentang data kontinu ke dalam beberapa interval (kelas) lalu menampilkan jumlah data (frekuensi) di tiap interval sebagai balok vertikal untuk melihat posisi pusat, bentuk sebaran, dan kelonggaran terhadap batas spesifikasi.

Mengenai bentuk histogram, selain "Tipe Umum (tipe normal simetris kiri-kanan)" saat proses normal, terdapat "Tipe Gigi Sisir" yang muncul bila lebar kelas bukan kelipatan bulat dari skala alat ukur, serta "Tipe Tebing Curam" yang terpotong tegak di satu sisi ketika barang di luar spesifikasi telah disortir dan dibuang.

Selain itu terdapat "Tipe Dataran Tinggi (Plateau)" akibat tercampurnya beberapa lot dengan rata-rata sedikit berbeda; "Tipe Pulau Terpencil" akibat masuknya sedikit data abnormal atau salah ukur; dan "Tipe Dua Puncak (Bimodal)" akibat tercampurnya produk dari 2 mesin atau 2 pemasok bahan yang berbeda rata-ratanya (tipe dataran tinggi dan dua puncak perlu dipisahkan dengan "Stratifikasi").

Alat ke-6 "Diagram Pencar (Scatter Diagram)" memplot pasangan 2 variabel (misal: suhu pembakaran x dan kekerasan y) pada sumbu vertikal dan horizontal untuk meneliti "hubungan korelasi (korelasi positif = miring naik ke kanan, korelasi negatif = miring turun ke kanan, atau tidak berkorelasi)" di antara keduanya.

Alat ke-7 "Peta Kendali (Control Chart)" menilai secara deret waktu apakah proses berada dalam kondisi stabil atau dipengaruhi penyebab abnormal dengan menarik "Garis Batas Kendali Atas (UCL)" dan "Garis Batas Kendali Bawah (LCL)" selebar 3 kali simpangan baku (±3σ) di atas dan bawah "Garis Tengah (CL)".

Pada peta kendali, proses dinilai abnormal bukan hanya ketika titik keluar dari garis batas kendali, tetapi juga bila berada di dalam batas namun membentuk "Run (7–9 titik atau lebih berderet di satu sisi garis tengah)", "Tren (naik atau turun terus-menerus)", atau "Periodisitas (siklus berulang)".

5. Tujuh Alat QC (QC 7 Tools) ② (Bentuk Histogram, Diagram Pencar, Peta Kendali)

Poin penting


  • Bentuk Histogram: Tipe Tebing Curam = hasil sortir buang barang di luar spesifikasi / Tipe Dua Puncak = tercampurnya 2 mesin atau bahan berbeda rata-rata (perlu stratifikasi) / Tipe Pulau Terpencil = tercampur sedikit data asing atau salah ukur.

  • Diagram Pencar = melihat korelasi 2 variabel (x naik diikuti y naik miring kanan atas = korelasi positif; y turun miring kanan bawah = korelasi negatif).

  • Peta Kendali = menarik UCL dan LCL pada CL ± 3σ; proses dinilai abnormal bila ada titik di luar batas atau ada "Run (deretan sepihak) / Tren" meskipun di dalam batas.
KosakataArti
Histogram (tipe tebing curam, dua puncak, pulau terpencil, gigi sisir)
Diagram Pencar / Scatter Diagram (korelasi positif dan korelasi negatif)
Peta Kendali / Control Chart (UCL, CL, LCL: metode 3 sigma)
penilaian abnormal peta kendali (di luar batas, Run, Tren)

6. Klasifikasi Inspeksi dan Inspeksi Sampling (Kurva OC, Risiko Produsen α, Risiko Konsumen β)

Inspeksi adalah membandingkan hasil pengukuran atau pengujian barang dengan kriteria penilaian untuk menentukan "produk baik atau cacat" pada tiap barang, atau "lulus (diterima) atau ditolak" pada suatu lot. Menurut tahapannya ada inspeksi penerimaan, inspeksi antarproses, dan inspeksi akhir; menurut metodenya ada inspeksi merusak, tak merusak, dan "Inspeksi Sensorik (Organoleptik)" dengan pancaindra manusia.

Menurut jumlah objeknya dibagi menjadi "Inspeksi 100% (Total)" dan "Inspeksi Sampling (Petik Sampel)". Komponen keselamatan penting yang menyangkut nyawa manusia atau produk satuan berharga mahal wajib menjalani "Inspeksi 100%", namun "Inspeksi Merusak" (seperti uji tarik hingga putus), sekrup murah jumlah masif, atau cairan/bubuk kontinu tidak mungkin diinspeksi 100% sehingga mutlak memakai "Inspeksi Sampling".

Dalam inspeksi sampling, karena hanya memeriksa sampel yang diambil acak dari lot, secara probabilitas tidak dapat dihindari 2 jenis kesalahan penilaian. Kurva yang menunjukkan hubungan antara rasio cacat sebenarnya dari lot dan probabilitas lot tersebut dinyatakan lulus disebut "Kurva OC (Operating Characteristic Curve)".

Kesalahan jenis ke-1 adalah probabilitas suatu lot yang sebenarnya baik (lot dengan tingkat mutu dapat diterima AQL) kebetulan terambil banyak sampel cacat sehingga salah dinilai Ditolak—disebut "Risiko Produsen (α: kesalahan jenis I / kesalahan orang tergesa-gesa, umumnya sekitar 5%)".

Kesalahan jenis ke-2 adalah probabilitas suatu lot yang sebenarnya buruk (lot dengan mutu batas LQ yang seharusnya ditolak) kebetulan terambil sampel baik semua sehingga salah dinilai Lulus—disebut "Risiko Konsumen (β: kesalahan jenis II / kesalahan orang lengah, umumnya sekitar 10%)".

Poin penting


  • Inspeksi merusak, barang masif harga murah, dan cairan/bubuk hanya bisa "Inspeksi Sampling" / Komponen penting terkait keselamatan jiwa wajib "Inspeksi 100%".

  • Risiko Produsen (α: kesalahan tergesa-gesa) = probabilitas salah "menolak" lot yang sebenarnya baik sehingga produsen dirugikan.

  • Risiko Konsumen (β: kesalahan lengah) = probabilitas salah "meluluskan" lot yang sebenarnya buruk sehingga konsumen dirugikan.
KosakataArti
inspeksi 100% dan inspeksi sampling (inspeksi merusak dan sensorik)
Kurva OC (Operating Characteristic Curve)
Risiko Produsen (α: kesalahan orang tergesa-gesa)
Risiko Konsumen (β: kesalahan orang lengah)

7. QC Story, Jaminan Kualitas, dan UU Tanggung Jawab Produk (UU PL)

Prosedur standar untuk menjalankan perbaikan mutu dan pemecahan masalah berdasarkan data fakta disebut "QC Story". Urutannya adalah: ① Pemilihan tema → ② Pemahaman kondisi saat ini & penetapan target → ③ Pembuatan rencana kegiatan → ④ Analisis faktor penyebab (identifikasi akar masalah) → ⑤ Kajian & pelaksanaan tindakan solusi → ⑥ Konfirmasi hasil/efek → ⑦ Standardisasi & pemantapan pengendalian (pencegahan terulang) → ⑧ Evaluasi & rencana ke depan.

Selain itu, kegiatan sistematis untuk menjamin kualitas agar konsumen dapat menggunakan produk dengan aman dan puas dalam jangka panjang disebut "Jaminan Kualitas (Quality Assurance)". Apabila cacat produk menimbulkan kerugian pada nyawa, tubuh, atau harta benda konsumen (tidak termasuk kerusakan pada produk itu sendiri saja), undang-undang yang melindungi korban adalah "UU Tanggung Jawab Produk (Product Liability Law / UU PL)".

Dalam prinsip KUH Perdata, korban harus membuktikan "kesengajaan atau kelalaian (kesalahan)" produsen; namun UU PL menerapkan "Tanggung Jawab Mutlak Tanpa Kesalahan (Strict Liability / tanggung jawab cacat)"—produsen wajib mengganti rugi tanpa memandang ada tidaknya kelalaian asalkan terbukti ada "Cacat (kurangnya keamanan yang normalnya harus dimiliki produk)" dan hubungan sebab-akibat dengan kerugian.

Objek "produk" dalam UU PL adalah "benda bergerak yang diproduksi atau diolah (properti tak bergerak, hasil pertanian mentah belum diolah, listrik, dan perangkat lunak murni tidak termasuk)", dan cacatnya dibagi menjadi 3 jenis: ① Cacat Desain, ② Cacat Manufaktur (Produksi), serta ③ Cacat Instruksi/Peringatan (kekurangan pada buku manual atau label peringatan).

Poin penting


  • Urutan QC Story: Pilih tema → Pahami kondisi & Target → Analisis penyebab → Laksanakan solusi → Konfirmasi efek → Standardisasi & Pemantapan (rem pencegah terulang).

  • UU PL (UU Tanggung Jawab Produk) = menerapkan "Tanggung Jawab Tanpa Kesalahan (Tanggung Jawab Cacat)" yang mensyaratkan adanya "Cacat" produk, bukan "Kelalaian" produsen.

  • Objek UU PL adalah "benda bergerak yang diproduksi/diolah", dengan 3 jenis cacat: "Cacat Desain, Cacat Manufaktur, dan Cacat Instruksi/Peringatan".
KosakataArti
QC Story (prosedur pemecahan masalah)
UU Tanggung Jawab Produk (Product Liability Law / UU PL)
tanggung jawab tanpa kesalahan (strict liability / tanggung jawab cacat)
cacat desain, cacat manufaktur, dan cacat instruksi/peringatan

8. FMEA / FTA, Seri ISO 9000, dan 7 Prinsip Manajemen Kualitas

Dua metode analisis keandalan untuk mencegah kerusakan dan cacat sejak tahap desain serta proses adalah "FMEA" dan "FTA". "FMEA (Failure Mode and Effects Analysis)" adalah "Metode Bottom-Up (dari bawah ke atas)" yang berangkat dari setiap mode kegagalan komponen penyusun (seperti kabel putus atau aus) lalu menelusuri dampaknya ke atas terhadap sistem keseluruhan.

Sebaliknya, "FTA (Fault Tree Analysis / Analisis Pohon Kegagalan)" adalah "Metode Top-Down (dari atas ke bawah)" yang berangkat dari kecelakaan fatal yang tidak boleh terjadi (Top Event / kejadian puncak), lalu menguraikan penyebabnya ke bawah seperti akar pohon menggunakan simbol logika (gerbang AND, gerbang OR).

Sementara itu, kelompok standar internasional Sistem Manajemen Mutu (QMS) yang ditetapkan oleh Organisasi Internasional untuk Standardisasi (ISO) adalah "Seri ISO 9000". Terdiri dari "ISO 9000" (konsep dasar dan kosakata), "ISO 9001" (persyaratan yang menjadi acuan sertifikasi pihak ketiga), "ISO 9004" (pedoman kesuksesan berkelanjutan), dan "ISO 19011" (pedoman audit).

"Tujuh Prinsip Manajemen Kualitas" dalam seri ISO 9000 meliputi: ① Fokus pada pelanggan, ② Kepemimpinan, ③ Keterlibatan aktif orang-orang, ④ Pendekatan proses, ⑤ Peningkatan (improvement), ⑥ Pengambilan keputusan berbasis bukti objektif, dan ⑦ Manajemen hubungan.

8. FMEA / FTA, Seri ISO 9000, dan 7 Prinsip Manajemen Kualitas

Poin penting


  • FMEA (Failure Mode and Effects Analysis) = "Metode Bottom-Up" yang menyusun dampak dari kegagalan komponen ke sistem keseluruhan.

  • FTA (Fault Tree Analysis) = "Metode Top-Down" yang menggali penyebab dari kejadian puncak (masalah besar) ke bawah dengan simbol logika.

  • ISO 9001 = menetapkan "Persyaratan (standar objek sertifikasi)" sistem manajemen mutu berdasarkan 7 Prinsip (Fokus pelanggan, Pendekatan proses, dll.).
KosakataArti
FMEA (Failure Mode and Effects Analysis: bottom-up)
FTA (Fault Tree Analysis: top-down)
ISO 9001 (persyaratan Sistem Manajemen Mutu)
7 Prinsip Manajemen Kualitas

Poin yang Sering Keluar dalam Ujian dan Cara Mengingatnya

Dalam hitungan Manajemen Kualitas, soal langganannya adalah mencari "Nilai Rata-rata (Mean), Median, Rentang R (Maks - Min), dan Varians Tak Bias V (Jumlah Kuadrat Simpangan S ÷ (n - 1))" dari sekumpulan data (misal 5 nilai ukur). Perhatikan bahwa varians dibagi dengan "n - 1", bukan n.

Untuk klasifikasi data, pasangan yang sering keluar adalah: "Data Kontinu (panjang, berat, suhu, kuat tarik = Distribusi Normal)" dan "Data Diskrit (jumlah unit cacat = Distribusi Binomial; jumlah goresan/titik cacat = Distribusi Poisson)".

Dalam QC 7 Tools, sasaran utamanya adalah bentuk Histogram: "Tipe Tebing Curam (hasil sortir buang barang di luar spesifikasi)", "Tipe Dua Puncak (tercampur 2 kelompok berbeda rata-rata)", "Tipe Gigi Sisir (salah menentukan lebar kelas)", serta Peta Kendali "±3σ" dan "meski di dalam batas, bila ada Run atau Tren tetap dinilai abnormal".

Selain itu, hafalkan berpasangan: "Risiko Produsen α (tergesa-gesa = menolak lot baik)" vs. "Risiko Konsumen β (lengah = meluluskan lot buruk)", serta "FMEA = Bottom-Up vs. FTA = Top-Down (dari puncak pohon ke bawah)".

Poin penting


  • Data Kontinu = Distribusi Normal / Data Diskrit = Jumlah unit cacat (Distribusi Binomial), Jumlah titik cacat (Distribusi Poisson) / Varians Tak Bias V = Jumlah Kuadrat Simpangan ÷ (n - 1).

  • Histogram: Tipe Tebing Curam = sortir 100% barang di luar spesifikasi / Tipe Dua Puncak = tercampur 2 mesin atau bahan / Tipe Pulau Terpencil = tercampur data asing.

  • Risiko Produsen α (tergesa-gesa) = menolak lot baik / Risiko Konsumen β (lengah) = meluluskan lot buruk / FMEA = Bottom-Up, FTA = Top-Down.
KosakataArti
distribusi data kontinu dan data diskrit
varians tak bias (S ÷ (n - 1))
Risiko Produsen α dan Risiko Konsumen β
FMEA (Bottom-Up) dan FTA (Top-Down)

Pengendalian Mutu (QC7, Inspeksi, ISO 9001)

Latihan soal bab ini di aplikasi

Referensi resmi

Zalo