control plan

Apa itu Rencana Control?

Ini adalah alat manajemen untuk mengidentifikasi dan memonitor aktivitas yang diperlukan untuk mengontrol input kritis atau output kunci untuk proses sehingga proses itu akan terus memenuhi produk atau jasa tujuan. Kontrol rencana biasanya dimonitor setidaknya oleh Jaminan Kualitas, departemen menggunakan prosedur pemeriksaan dan kadang-kadang menggunakan metode penyebaran fungsi mutu. Diagram kontrol biasanya digunakan dalam rencana pengendalian untuk memantau item.

Ikhtisar

Rencana Pengendalian biasanya didukung oleh Chart Control yang menangkap pengukuran spesifik baik proses input atau output dan digunakan untuk mengevaluasi apakah proses ini dalam atau di luar kendali. Rencana itu sendiri adalah pernyataan tentang bagaimana sebuah organisasi berencana untuk memantau kinerja suatu proses, data yang perlu dikumpulkan, frekuensi pengumpulan dan batas kontrol yang tepat yang menandakan bahwa kinerja manajemen akan menerima.

Kapan ini Digunakan?
Hal ini digunakan dalam fase kontrol untuk mengidentifikasi dan kontrol catatan, target, dan batas-batas spesifikasi untuk Kunci Proses Input dan Proses Kunci Variabel Variabel Output.
Poin Kunci
* (1) Untuk input dan output yang berkelanjutan, yang Cp / Cpk indeks harus dihitung.
* (2) Rekam pendek & jangka panjang data jika tersedia.
* (3) Daftar yang spesifik dari rencana pengambilan sampel dan rencana reaksi untuk kondisi out-of-spec.

CONTROL CHART
Grafik pengendalian, juga dikenal sebagai grafik Shewhart atau proses-perilaku grafik, dalam kontrol proses statistik adalah alat yang digunakan untuk menentukan apakah suatu proses bisnis manufaktur atau dalam keadaan kontrol statistik.

Ikhtisar

Analisis Jika dari peta kendali menunjukkan bahwa proses saat ini di bawah kendali (yaitu stabil, dengan variasi hanya berasal dari sumber-sumber umum untuk proses tersebut) maka data dari proses dapat digunakan untuk memprediksi kinerja masa depan proses. Jika grafik menunjukkan bahwa proses yang dipantau tidak dikontrol, analisis grafik dapat membantu menentukan sumber-sumber variasi, yang kemudian dapat dieliminasi untuk membawa proses itu kembali ke kontrol. Sebuah peta kendali adalah semacam bagan khusus yang memungkinkan menjalankan perubahan yang signifikan untuk dibedakan dari variabilitas alami dari proses tersebut.

Peta kendali dapat dilihat sebagai bagian dari sebuah pendekatan yang objektif dan disiplin yang memungkinkan keputusan yang tepat tentang kontrol proses, termasuk apakah atau tidak untuk mengubah parameter proses kontrol. Proses parameter tidak boleh disesuaikan untuk proses yang ada di kontrol, karena hal ini akan menghasilkan kinerja proses degradasi.

Peta kendali adalah salah satu dari tujuh alat dasar kontrol kualitas.
Sejarah

Peta kendali diciptakan oleh Walter A. Shewhart selama bekerja pada Bell Labs pada tahun 1920-an. insinyur perusahaan telah berupaya untuk meningkatkan keandalan sistem transmisi telepon mereka. Karena amplifier dan peralatan lainnya harus dikubur di bawah tanah, ada sebuah bisnis harus mengurangi frekuensi kegagalan dan perbaikan. Pada 1920 mereka telah menyadari pentingnya mengurangi variasi dalam proses manufaktur. Selain itu, mereka telah menyadari bahwa proses penyesuaian yang berkelanjutan dalam reaksi terhadap non-kesesuaiannya benar-benar meningkat variasi dan kualitas rusak. Shewhart berbingkai masalah dalam hal umum dan khusus-penyebab variasi dan, pada tanggal 16 Mei 1924, menulis sebuah memo internal memperkenalkan peta kendali sebagai alat untuk membedakan di antara keduanya. bos Dr Shewhart, George Edwards, bercerita: "Dr Shewhart menyiapkan memorandum hanya sedikit tentang halaman panjangnya Sekitar sepertiga dari halaman yang telah diserahkan kepada sebuah diagram sederhana yang kita semua akan mengenali hari ini sebagai tabel kontrol skematik.. bahwa diagram, dan teks singkat yang mendahului dan mengikutinya, ditetapkan semua prinsip-prinsip penting dan pertimbangan yang terlibat dalam apa yang kita ketahui hari ini sebagai proses pengendalian mutu. Shewhart menekankan bahwa membawa proses produksi menjadi negara kontrol statistik, di mana hanya ada variasi yang umum-penyebab, dan menyimpannya dalam kontrol, diperlukan untuk memprediksi output masa depan dan untuk mengelola proses ekonomi.

Dr Shewhart menciptakan dasar bagi diagram kontrol dan konsep negara kontrol statistik dengan percobaan yang dirancang dengan cermat. Sementara Dr Shewhart menarik dari teori murni matematika statistik, ia mengerti data dari proses fisik biasanya menghasilkan kurva distribusi "normal" (sebuah distribusi Gaussian, juga biasa disebut sebagai kurva lonceng ""). Ia menemukan bahwa variasi yang diamati dalam data manufaktur tidak selalu berperilaku dengan cara yang sama sebagai data dalam alam (gerak Brown dari partikel). Dr Shewhart menyimpulkan bahwa sementara setiap proses menampilkan variasi, beberapa proses menampilkan variasi dikontrol yang alami pada proses, sementara yang lain menampilkan variasi tidak terkendali yang tidak hadir dalam sistem proses kausal setiap saat.

Pada tahun 1924 atau 1925, inovasi Shewhart datang menjadi perhatian W. Edwards Deming, kemudian bekerja di fasilitas Hawthorne. Deming kemudian bekerja di Amerika Serikat Departemen Pertanian dan kemudian menjadi penasihat matematika ke Biro Sensus Amerika Serikat. Selama setengah abad, Deming menjadi juara terkemuka dan pendukung kerja Shewhart's. Setelah kekalahan Jepang di akhir Perang Dunia II, Deming menjabat sebagai konsultan statistik untuk Panglima Tertinggi Sekutu. Nya berikutnya keterlibatan dalam kehidupan Jepang, dan karir yang panjang sebagai konsultan industri di sana, menyebar pemikiran Shewhart, dan penggunaan peta kendali, secara luas di industri manufaktur Jepang sepanjang tahun 1950-an dan 1960-an.
Rincian Chart

Sebuah peta kendali terdiri dari:

* Poin yang mewakili statistik (misalnya, mean, range, proporsi) dari pengukuran karakteristik kualitas sampel yang diambil dari proses pada waktu yang berbeda [dari] data
* Rata-rata dari statistik ini menggunakan semua sampel dihitung (misalnya, mean dari berarti, rata
rata rentang, rata-rata proporsi)
* Sebuah garis tengah yang ditarik pada nilai rata-rata statistic
* Kesalahan standar (misalnya, standar deviasi / sqrt (n) untuk mean) statistik juga dihitung dengan menggunakan seluruh sampel
* Atas dan batas kontrol bawah (kadang-kadang disebut "batas proses alami") yang menunjukkan ambang di mana proses output statistik dianggap 'tidak' diambil biasanya pada 3 kesalahan standar dari garis tengah

Grafik mungkin memiliki fitur opsional lainnya, termasuk:

* Hulu dan batas peringatan lebih rendah, digambar sebagai garis yang terpisah, biasanya dua standar kesalahan di atas dan di bawah garis tengah
* Divisi ke zona, dengan penambahan aturan yang mengatur frekuensi pengamatan di masing-masing zona
* Anotasi dengan peristiwa yang menarik, sebagaimana ditentukan oleh Kualitas Engineer bertanggung jawab atas kualitas proses itu

ControlChart
penggunaan Chart


Jika proses yang memegang kendali, semua poin akan plot dalam batas-batas kendali. Setiap pengamatan di luar batas, atau pola sistematis dalam, menunjukkan penerapan suatu sumber (dan mungkin tak terduga) baru variasi, yang dikenal sebagai variasi khusus-penyebab. Sejak variasi meningkat berarti peningkatan biaya kualitas, peta kendali "sinyal" kehadiran penyebab-khusus membutuhkan segera diselidiki.

Hal ini membuat kontrol batas alat bantu keputusan yang sangat penting. Batas-batas kontrol menceritakan tentang perilaku proses dan tidak memiliki hubungan intrinsik untuk setiap target spesifikasi atau toleransi rekayasa. Dalam prakteknya, proses mean (dan karenanya garis tengah) mungkin tidak bertepatan dengan nilai tertentu (atau target) dari karakteristik kualitas karena desain proses 'tidak bisa memberikan karakteristik proses pada tingkat yang diinginkan.

Grafik pengendalian batas batas-batas spesifikasi atau target karena kecenderungan mereka yang terlibat dalam proses (misalnya, operator mesin) untuk fokus pada melakukan spesifikasi padahal sebenarnya yang paling murah saja tindakan adalah untuk menjaga proses variasi serendah mungkin. Mencoba untuk membuat sebuah proses yang alami pusat adalah tidak sama dengan target melakukan spesifikasi untuk menargetkan kenaikan variabilitas proses dan meningkatkan biaya secara signifikan dan merupakan penyebab banyak inefisiensi dalam operasi. Proses melakukan studi kemampuan menguji hubungan antara batas proses alami (batas kontrol) dan spesifikasi, namun.

Tujuan dari diagram kontrol adalah untuk memungkinkan deteksi kejadian yang sederhana yang dapat menandakan perubahan proses aktual. Keputusan sederhana ini bisa sulit dimana karakteristik proses terus berubah; peta kendali menyediakan statistik kriteria objektif perubahan. Ketika perubahan terdeteksi dan dianggap baik penyebabnya harus diidentifikasi dan mungkin menjadi cara baru kerja, mana perubahan yang buruk maka penyebabnya harus diidentifikasi dan dieliminasi.
Tujuan dalam menambahkan batas peringatan atau pengelompokan peta kendali ke zona adalah untuk memberikan pemberitahuan awal jika ada sesuatu yang salah. Alih-alih segera meluncurkan upaya perbaikan proses untuk menentukan apakah penyebab khusus yang hadir, sementara Engineer Kualitas dapat meningkatkan tingkat di mana sampel yang diambil dari keluaran proses sampai jelas bahwa proses ini benar-benar memegang kendali. Perhatikan bahwa dengan tiga batas sigma, satu berharap untuk menandai sekitar sekali keluar dari setiap 370 poin rata-rata, hanya karena-penyebab umum.
Pilihan batas

Shewhart set 3-sigma (error 3-standar) batas dasar sebagai berikut.

* Hasil kasar ketidaksetaraan Chebyshev bahwa, untuk setiap distribusi probabilitas, deviasi standar probabilitas suatu hasil yang lebih besar dari k dari rata-rata adalah paling 1/k2.
* Hasil lebih baik dari ketidaksetaraan Vysochanskii-Petunin, bahwa untuk setiap distribusi probabilitas unimodal, standar deviasi kemungkinan suatu hasil yang lebih besar dari k dari rata-rata adalah paling banyak 4 / (9k2).
* Penyelidikan empiris distribusi probabilitas berbagai macam mengungkapkan bahwa setidaknya 99% dari pengamatan terjadi dalam waktu tiga standar deviasi mean.

Shewhart diringkas kesimpulan dengan mengatakan:
... fakta bahwa kriteria yang kita terjadi untuk menggunakan memiliki keturunan baik dalam intelek teorema statistik tidak membenarkan penggunaannya. pembenaran semacam ini harus datang dari bukti empiris bahwa ia bekerja. Sebagai insinyur praktis mungkin mengatakan, bukti puding di makan.
Meskipun awalnya ia bereksperimen dengan batas berdasarkan distribusi probabilitas, Shewhart akhirnya menulis:
Beberapa upaya awal untuk mengkarakterisasi keadaan kontrol statistik yang diilhami oleh keyakinan bahwa di sana ada bentuk khusus dari fungsi frekuensi f dan itu awal berpendapat bahwa hukum normal ditandai keadaan tersebut. Ketika undang-undang yang normal ditemukan tidak memadai, maka bentuk-bentuk fungsional umum diadili. Hari ini, Namun, semua harapan untuk menemukan suatu bentuk fungsional yang unik f hancur.

Bagan pengendalian dimaksudkan sebagai heuristik. Deming menekankan bahwa itu bukan tes hipotesis dan tidak termotivasi oleh Neyman-Pearson lemma. Dia berpendapat bahwa sifat memisah populasi dan sampling frame dalam kebanyakan situasi industri dikompromi penggunaan teknik statistik konvensional. Deming niat adalah untuk mencari wawasan ke dalam sistem penyebab proses ... di bawah berbagai kondisi diketahui, masa depan dan masa lalu .... Dia menyatakan bahwa, dalam kondisi seperti itu, batas 3-sigma disediakan ... panduan rasional dan ekonomi untuk kerugian ekonomi minimal ... dari dua kesalahan:

1. Menganggap sbg variasi atau kesalahan penyebab khusus padahal sebenarnya menyebabkan milik sistem (penyebab umum). (Juga dikenal sebagai kesalahan Tipe I)
2. Menganggap sbg variasi atau kesalahan sistem (penyebab umum) padahal sebenarnya penyebabnya adalah khusus. (Juga dikenal sebagai kesalahan Tipe II)
Perhitungan standar deviasi

Adapun perhitungan batas kontrol, standar deviasi (error) yang diperlukan adalah bahwa variasi-penyebab umum dalam proses. Oleh karena itu, pengukur biasa, dalam hal varians sampel, tidak digunakan sebagai perkiraan ini kerugian total kuadrat-kesalahan dari kedua-umum dan khusus-penyebab variasi.

Sebuah metode alternatif adalah menggunakan hubungan antara berbagai contoh dan deviasi standar diturunkan oleh Leonard HC Tippett, estimator, yang cenderung kurang dipengaruhi oleh pengamatan ekstrem yang melambangkan penyebab khusus.
untuk mendeteksi sinyal
Set paling umum adalah:

* Aturan Electric Barat
* Aturan Wheeler (setara dengan zona tes Electric Barat )
* Aturan Nelson

Ada kontroversi khusus untuk berapa lama lari dari observasi, semua pada sisi yang sama dari garis tengah, harus dihitung sebagai sinyal, dengan 6, 7, 8 dan 9 semua yang dianjurkan oleh berbagai penulis.

Prinsip yang paling penting untuk memilih satu set aturan adalah bahwa pilihan dilakukan sebelum data tersebut diperiksa. Memilih aturan begitu data-data telah dilihat cenderung untuk meningkatkan tingkat kesalahan Tipe I karena efek pengujian yang disarankan oleh data.
Pangkalan Alternatif

Pada tahun 1935, British Standards Institution, di bawah pengaruh Egon Pearson dan melawan roh Shewhart's, diadopsi diagram kontrol, menggantikan batas 3-sigma dengan batas berdasarkan persentil dari distribusi normal. Langkah ini terus diwakili oleh John Oakland dan orang lain, tetapi telah banyak ditinggalkan oleh para penulis dalam tradisi Deming Shewhart-.
Kinerja diagram control

Ketika titik jatuh di luar batas yang ditentukan untuk sebuah peta kendali yang diberikan, yang bertanggung jawab atas proses yang mendasari diharapkan untuk menentukan apakah penyebab khusus telah terjadi. Jika seseorang, maka yang menyebabkan harus dihilangkan jika memungkinkan. Hal ini diketahui bahwa bahkan ketika proses berada dalam kendali (yaitu, tidak ada sebab khusus yang hadir dalam sistem), ada kemungkinan sekitar 0,27% dari titik melebihi batas kontrol 3-sigma. Karena batas kontrol dievaluasi setiap kali sebuah titik ditambahkan ke tabel, itu mudah berikut bahwa setiap peta kendali akhirnya akan sinyal kemungkinan adanya penyebab khusus, walaupun salah satu mungkin tidak benar-benar terjadi. Untuk peta kendali Shewhart dengan batas 3-sigma, alarm palsu ini terjadi pada rata-rata sekali setiap 1/0.0027 atau 370,4 pengamatan. Oleh karena itu, rata-rata di-kontrol jangka panjang (atau di-kontrol ARL) dari grafik Shewhart adalah 370,4.

Sementara itu, jika penyebab khusus tidak terjadi, mungkin tidak cukup besar untuk tabel untuk menghasilkan suatu kondisi alarm langsung. Jika penyebab khusus terjadi, salah satu penyebab yang dapat menjelaskan dengan mengukur perubahan dalam mean dan / atau varians dari proses tersebut. Ketika perubahan-perubahan tersebut diukur, adalah mungkin untuk menentukan out-of-kontrol ARL untuk grafik.

Ternyata grafik Shewhart cukup baik dalam mendeteksi perubahan besar dalam proses mean atau varians, sebagai keluar mereka-of-control ARLs cukup singkat dalam kasus ini. Namun, untuk perubahan yang lebih kecil (misalnya 1 - atau mengubah 2-sigma di mean), grafik Shewhart tidak mendeteksi perubahan-perubahan efisien. Jenis lain dari diagram kontrol telah dikembangkan, seperti peta dan bagan EWMA CUSUM, yang mendeteksi perubahan kecil secara lebih efisien dengan memanfaatkan informasi dari pengamatan yang dikumpulkan sebelum titik data terbaru.

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 system
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.