Pengendalian proses statistik

Sejarah

Pengendalian proses statistik dipelopori oleh Walter A. Shewhart pada awal tahun 1920-an. Shewhart menciptakan dasar untuk bagan kontrol dan konsep keadaan kontrol statistik dengan eksperimen yang dirancang dengan cermat. Shewhart mengambil dari teori statistik matematika murni, dia memahami bahwa data dari proses fisik jarang menghasilkan "kurva distribusi normal" (distribusi Gaussian, juga biasa disebut sebagai "kurva lonceng"). Dia menemukan bagaimana variasi yang diamati dalam data manufaktur tidak selalu berperilaku sama seperti data di alam (misalnya, gerakan partikel Brown). Shewhart menyimpulkan bahwa meskipun setiap proses menampilkan variasi, beberapa proses menampilkan variasi terkendali yang alamiah bagi proses (penyebab umum variasi), sementara yang lain menampilkan variasi tak terkendali yang tidak hadir dalam sistem kausal proses setiap saat (penyebab khusus variasi). Variasi yang tidak terkendali sering dikaitkan dengan produk cacat, menyediakan sarana berbasis data untuk mengidentifikasi masalah dan meningkatkan kualitas.

W. Edwards Deming kemudian menerapkan metode SPC di AS selama Perang Dunia II, sehingga berhasil meningkatkan kualitas dalam pembuatan amunisi dan produk strategis penting lainnya. Setelah perang berakhir, ia berperan penting dalam memperkenalkan metode SPC ke industri Jepang. Pendekatan Deming dalam menggunakan SPC dengan praktik manajemen terkait, kemudian dikenal sebagai sistem manajemen mutu.

Aplikasi

Uraian berikut ini lebih berkaitan dengan manufaktur daripada industri jasa, meskipun prinsip-prinsip SPC dapat diterapkan dengan sukses pada keduanya. Untuk deskripsi dan contoh bagaimana SPC diterapkan pada lingkungan jasa, lihat Roberts (2005). Selden menjelaskan bagaimana menggunakan SPC dalam bidang penjualan, pemasaran, dan layanan pelanggan, dengan menggunakan Eksperimen Manik Merah Deming yang terkenal sebagai demonstrasi yang mudah diikuti.

Dalam manufaktur massal, kualitas artikel jadi secara tradisional dicapai melalui inspeksi pasca-produksi produk; menerima atau menolak setiap artikel (atau sampel dari lot produksi) berdasarkan seberapa baik artikel itu memenuhi spesifikasi desainnya. Sebaliknya, Pengendalian Proses Statistik menggunakan alat bantu statistik untuk mengamati kinerja proses produksi guna memprediksi penyimpangan signifikan yang nantinya bisa menghasilkan produk yang ditolak.

Dua jenis variasi terjadi dalam semua proses manufaktur: kedua jenis variasi proses ini menyebabkan variasi berikutnya dalam produk akhir. Yang pertama dikenal sebagai variasi penyebab alamiah atau umum dan terdiri atas variasi yang melekat dalam proses karena dirancang. Variasi penyebab umum bisa termasuk variasi dalam suhu, sifat-sifat bahan mentah, kekuatan arus listrik, dll. Jenis variasi kedua dikenal sebagai variasi penyebab khusus, atau variasi penyebab yang dapat ditetapkan, dan lebih jarang terjadi daripada yang pertama. Dengan investigasi yang memadai, penyebab spesifik, seperti bahan mentah yang tidak normal atau parameter penyetelan yang salah, bisa ditemukan untuk variasi penyebab khusus.

Contohnya, lini pengemasan sereal sarapan mungkin dirancang untuk mengisi setiap kotak sereal dengan 500 gram produk, tetapi beberapa kotak akan memiliki sedikit lebih banyak dari 500 gram, dan beberapa akan memiliki sedikit lebih sedikit, sesuai dengan distribusi bobot bersih. Jika proses produksi, inputnya, atau lingkungannya berubah (misalnya, mesin-mesin yang melakukan pembuatan mulai aus) distribusi ini bisa berubah. Contohnya, karena cams dan pulley-nya mulai aus, mesin pengisi sereal mungkin mulai memasukkan lebih banyak sereal ke dalam setiap kotak daripada yang ditentukan. Jika perubahan ini dibiarkan terus berlanjut, maka akan semakin banyak produk yang dihasilkan yang berada di luar toleransi produsen atau konsumen, sehingga menghasilkan limbah. Meskipun dalam kasus ini, limbahnya berupa produk "gratis" bagi konsumen, biasanya limbah terdiri atas pengerjaan ulang atau skrap.

Dengan mengamati pada waktu yang tepat, apa yang terjadi dalam proses yang menyebabkan perubahan, teknisi kualitas atau anggota tim yang bertanggung jawab atas lini produksi dapat memecahkan akar penyebab variasi yang merayap ke dalam proses dan memperbaiki masalah.

SPC menunjukkan kapan suatu tindakan harus diambil dalam suatu proses, tetapi juga menunjukkan kapan TIDAK ada tindakan yang harus diambil. Contohnya adalah seseorang yang ingin mempertahankan berat badan yang konstan dan melakukan pengukuran berat badan setiap minggu. Seseorang yang tidak memahami konsep SPC mungkin akan mulai berdiet setiap kali berat badannya meningkat, atau makan lebih banyak setiap kali berat badannya menurun. Jenis tindakan ini bisa berbahaya dan mungkin menghasilkan lebih banyak variasi dalam berat badan. SPC akan memperhitungkan variasi berat badan yang normal dan lebih baik mengindikasikan kapan orang tersebut sebenarnya mengalami kenaikan atau penurunan berat badan.

Langkah-langkah Dasar SPC

Pengendalian Proses Statistik dapat secara luas dipecah menjadi tiga rangkaian kegiatan: memahami proses; memahami penyebab variasi; dan penghapusan sumber variasi penyebab khusus. Alat-alat utama dalam SPC adalah bagan kontrol, fokus pada peningkatan berkelanjutan dan eksperimen yang dirancang.

Dalam memahami suatu proses, proses biasanya dipetakan dan prosesnya dimonitor dengan menggunakan bagan kendali. Control chart digunakan untuk mengidentifikasi variasi yang mungkin disebabkan oleh penyebab khusus, dan untuk membebaskan pengguna dari kekhawatiran atas variasi karena penyebab umum. Ini adalah aktivitas yang berkelanjutan dan berkelanjutan. Ketika suatu proses stabil dan tidak memicu aturan deteksi apa pun untuk bagan kontrol, analisis kemampuan proses juga dapat dilakukan untuk memprediksi kemampuan proses saat ini untuk menghasilkan produk yang sesuai (yaitu dalam spesifikasi) di masa depan.

Ketika variasi yang berlebihan diidentifikasi oleh aturan deteksi control-chart, atau kapabilitas proses ditemukan kurang, upaya tambahan dikerahkan untuk menentukan penyebab varians itu. Alat yang digunakan termasuk diagram Ishikawa, eksperimen yang dirancang, dan bagan Pareto. Eksperimen yang dirancang sangat penting untuk fase SPC ini, karena mereka adalah satu-satunya cara untuk mengukur kepentingan relatif dari banyak penyebab potensial variasi secara objektif.

Setelah penyebab variasi telah dikuantifikasi, upaya yang dilakukan adalah menghilangkan penyebab-penyebab yang signifikan secara statistik dan praktis (yaitu, penyebab yang hanya memiliki efek kecil tetapi signifikan secara statistik mungkin tidak dianggap efektif dari segi biaya untuk diperbaiki; namun, penyebab yang tidak signifikan secara statistik tidak pernah dapat dianggap signifikan secara praktis). Umumnya, hal ini mencakup pengembangan pekerjaan standar, pemeriksaan kesalahan dan pelatihan. Perubahan proses tambahan mungkin diperlukan untuk mengurangi variasi atau menyelaraskan proses dengan target yang diinginkan, terutama jika ada masalah dengan kemampuan proses.

SPC dan Kualitas Perangkat Lunak

Pada tahun 1989, Institut Rekayasa Perangkat Lunak memperkenalkan gagasan bahwa SPC dapat diterapkan secara berguna pada proses non-manufaktur, seperti proses rekayasa perangkat lunak, dalam Model Kematangan Kapabilitas (CMM). Ide ini ada saat ini dalam praktik Level 4 dan Level 5 dari Capability Maturity Model Integration (CMMI). Namun, gagasan bahwa SPC adalah alat yang berguna ketika diterapkan pada proses yang tidak berulang, proses intensif pengetahuan, seperti proses rekayasa, telah menghadapi banyak skeptisisme, dan tetap kontroversial hingga saat ini. Masalahnya terletak pada berbagai bidang perangkat lunak yang tidak berulang, tetapi sebaliknya merupakan aspek kualitas satu kali atau satu kali saja, daripada diamati untuk kinerja berulang selama pandangan jangka panjang.

Halaman terkait

• Jaminan kualitas
• Kontrol kualitas
• ANOVA
• Pengambilan sampel (statistik)
• Enam sigma