View
213
Download
0
Embed Size (px)
1
Hlm. 1LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
TOPIK 12PRODUCT & PROCESS DESIGN PRINCIPLESPRODUCT & PROCESS DESIGN PRINCIPLES
DESIGN OF EXPERIMENT (DOE)DESIGN OF EXPERIMENT (DOE)
Hlm. 2LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
1. PENDAHULUAN1. PENDAHULUAN
1. Dapat digunakan untuk identifikasi variabel keputusan yang diperlukan untuk pengendalian atau perbaikan kualitas.
2. Dalam pengembangan proses baru, dapat digunakan untuk menentukan faktor penting untuk memaksimumkan output atau reduksi biaya:
Reduksi waktu antara pengembangan & manufakturing;Menghasilkan desain yang robust terhadap noise.
PROSESPROSESInput
Response: YY
X1 X2 Xk
Z1 Z2 Zm
FAKTOR DESAIN (controllable)
FAKTOR NOISE (uncontrollable)
Kerangka DOE :
Manfaat DOE :
2
Hlm. 3LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
CHECK ACTION
PLAN
DO
PDCA Cycle
PD
AC
PD
AC
Continuous Improvement
FOKUS PERAN
DOE
Hlm. 4LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
1.Faktor : variabel independen (controllable parameters).
Kuantitatif : level faktor dinyatakan dalam rentang;
Kualitatif : diskrit, dalam bentuk klasifikasi.
2.Respon : hasil yang diobservasi atau diukur pada tingkat faktor atau tingkat perlakuan tertentu.
3.Perlakukan (treatment) : kombinasi tertentu dari tingkat faktor yang efeknya pada variabel respon menjadi obyek pengamatan.
4.Unit Eksperimental : kuantitas material maksimum (untuk menufaturing) atau jumlah layanan (untuk sektor jasa) yang dikenai 1 kali treatment.
5.Unit Sampling : bagian / fraksi dari unit eksperimental yang diukur efek eksperimennya.
6.Kesalahan (error) eksperimental : variasi antar respon terhadap treatment yang sama, terjadi karena noise (uncontrollable factor)
Terminologi :
3
Hlm. 5LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
2. COMPLETELY RANDOMIZED DESIGN (CRD)2. COMPLETELY RANDOMIZED DESIGN (CRD)
Matriks Data :
Y..Y.rY.3Y.2Y.1 Replikasi Yp.YprYp3Yp2Yp1p
Y3.Y3rY33Y32Y313Y2.Y2rY23Y22Y212Y1.Y1rY13Y12Y111
r321Treatment
REPLIKASI (j)TREATMENT (i)
Model Statistik :
ijjijY ++=dimana
j = dampak treatmentij = error random terkait dengan observasi ij = rata-rata total
Hlm. 6LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tabel Anova CRD :
MST = SST / (pr 1)
pr 1Total
MSE = SSE / [p(r 1)]
p (r 1)SSE = SST - SSTRError
FStatistik = MSTR/MSE
MSTR = SSTR / (p 1)
p 1Treatment
FStatistikMEAN OF SQUARE
DEGREE OF FREEDOMSUM OF SQUARESUMBER
pr..Y
r
.YSSTR
22p
1i i = =
= = =p
1ir
1j
22
pr..YYijSST
Uji Hipotesis :
1. H0 : 1 = 2 = 3= = pH1 : minimum 1 tidak sama
2. Kriteria penolakan : F,(p-1),p(r-1)Terima H0 jika FStatistik F,(p-1),p(r-1)Tolak H0 jika FStatistik > F,(p-1),p(r-1)
4
Hlm. 7LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh 1 : CRD
Tiga macam lem yang berbeda diuji dampaknya terhadap kekuatan lekat kertas dalam pulp. Ketiga lem tersebut secara random dicampurkan dalam 4 batch kertas secara terpisah. Data kekuatan rekat diberikan pada tabel di bawah. Apakah ada perbedaan kekuatan rekat antar ketiga lem tersebut untuk =5% ?
4321
11,258135,18,72534,99,28,79,87,23
15,412,4
13,39,6
14,05056,214,712,8211,00044,011,810,21
MEAN (Treatment)
SUM (Treatment)
REPLIKASI (Kekuatan Rekat)TREATMENT: Jenis Lem
[ ] 19,359F13,278SSE
57,111SSTR
70,389SST
Statistik ===
==
===
=++
==
===
= =
475,1555,28
9/278,132/111,57
)r1(p/SSE)1p/(SSTR
MSEMSTR
111,57389,70SSTRSST)4(3)1,135(
4)9,34()2,56()44(
rp..Y
r
.Yi
)4(3)1,135(390,1591
pr..YYij
22222rj
2
2p1i
r1j
22
Hlm. 8LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
70,389pr-1=3(4)-1=11Total
1,47513,278p(r1) = 3(4-1) = 9Error
19,35928,55557,111p1 = 2Treatment: Lem
FStatistikMSSSDOESUMBER VARIASI
F0,5;2;9 = 4,26 < F Statistik Kesimpulan:
Tolak H0 ada perbedaan signifikan antara rata-rata kekuatan rekat dari ketiga lem yang diuji
5
Hlm. 9LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
3. BLOCKING DALAM DOE3. BLOCKING DALAM DOE
Blocking :
Digunakan untuk mengisolasi treatment dari pengaruh faktor lain (nuisance or noise).
Contoh Faktor Blocking :
Diperkirakan alat ukur mempengaruhi variasi produk
Alat pengukuran aktual yang digunakan (random effect)
Unit produk ttt (random effect)
Reduksi variasi dalam dimensi produk
Umur mobil mencerminkan performansi mobil (0-1; 2-3; 4-5)
Umur mobil (fixed & random effect)
Beberapa zat aditif
Meningkatkan efektivitas zat aditif bahan baku untuk mereduksi polusi
Kelembaban mempengaruhi proses. Block: pagi, siang, malam
Waktu, kelembaban (fixed & random effect)
Temperatur tertentu (fixed effect)
Menentukan temperatur pengeringan terbaik untuk kualitas produk
Setiap operator sebagai block (diduga operator berdampak pada kecepatan rakitan)
Operator (random effect)
Metoda perakitan (fixed effect)
Menentukan metoda perakitan tercepat
KETERANGANVARIABEL BLOCKINGFAKTOR
INTERESTTUJUAN
Hlm. 10LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Model Statistik :
block dampaktreatment dampak
==
+++=
j
i
ijji Yij
Konsep Blocking :
(a) No blocking: Completely Randomized Design (CRD)
SSTRSSTR SSTRSSTR SSTRSSTRSSESSESSTBSSTB
SSTSST
SSESSE SSESSE
SSTB1SSTB1
SSTB2SSTB2
SSTSST SSTSST
(b) Blocking pada 1 var. noise: Randomized Complete Block Design(RBD)
(c) Blocking pada 2 var. noise: Latin Square Design (LSD)
6
Hlm. 11LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK3. RANDOMIZED BLOCK DESIGN (RBD)3. RANDOMIZED BLOCK DESIGN (RBD)
Matriks Data :
Y..Y.rY.3Y.2Y.1 BLOCK-jYp.YprYp3Yp2Yp1p
Y3.Y3rY33Y32Y313Y2.Y2rY23Y22Y212Y1.Y1rY13Y12Y111
r321 TREATMENT-iBLOCK (j)TREAT-MENT (i)
Tabel Anova RBD :
MSB =SSB / (r 1)
r 1 SSBBlock
MST = SST / (pr 1)
pr 1SSTTotal
MSE = SSE / [ (p1)(r1)]
(p 1) (r 1)SSE = SST SSTR SSBError
FStatistik = MSTR/MSE
MSTR = SSTR / (p 1)
p 1SSTRTreatment
FStatistikMSDOESSSUMBER
Kriteria penolakan HKriteria penolakan H00: F Statistik > F: F Statistik > F0,5;2;9 0,5;2;9 = 4,26= 4,26
Hlm. 12LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Formula :
[ ]
)1r)(1p(),1p(,Statistik0
1
p3210
2rj
2
2rj
2
p1i
r1j
22
FF: Hpenolakan Kriteriatidak sama 1imum min:H
.....:H
)r1)(1p(/SSE)1p/(SSTR
MSEMSTR
SSBSSTRSSTpr..Y
p
j.Y
pr..Y
r
.Yi
pr..YYij
= =
>
====
==
=
=
=
=
: treatment 2-rataantar perbedaan Uji
F 5.
SSE 4.
SSB 3.
SSTR 2.
SST 1.
Statistik
7
Hlm. 13LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
( ) MSE/r2 t .Y.Y) L(
MSE/r ti. Y) L(
)1r)(1p(),1r(,FMSE/MSB
)1)(r-1,(p-2/2121
)1)(r-1,(p-2/i
=
=
>=
: rata-rata 2antar perbedaan Estimasi
: treatment hasil dari rata-rata interval Estimasi
F jika efektif BlockingF
: blocking sefektivita Uji
B
B
Hlm. 14LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh 2 : RBD
Untuk menjaga stabilitas temperatur ruangan, diperlukan pemasangan insulator pada ruangan. Untuk mendapatkan efisiensi terbaik, perusahaan konstruksi bermaksud menguji efisiensi dari 3 insulator yang berbeda. Karena lokasi ruang yang dibangun bervariasi dengan temperatur yang berbeda, maka disusun rencana eksperimen sebagai berikut.
Perusahaan membagi area menjadi 4 lokasi geografis berdasarkan perbedaan iklim. Pada setiap lokasi geografis, secara random digunakan 3 jenis insulator dan diukur energy loss dalam sebuah indeks. Indeks yang lebih kecil merepresentasikan energy loss yang lebih rendah. Tabel berikut memperlihatkan data energy loss index untuk 3 jenis insulator di 4 lokasi yang berbeda.
a. Apakah ada perbedaan antar rata-rata energy loss index dari ketiga insulator untuk tingkat signifikansi = 10%?
b. Tentukan estimasi interval untuk rata-rata energy loss index dari insulator 3 dengan confidence interval 99%.
c. Tentukan estimasi interval untuk perbedaan rata-rata energy loss index dari insulator 3 dan insulator 2 dengan confidence interval 90%. Apakah