5 0 2 MB
PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA
STATISTIKA PENGENDALIAN MUTU PENGANTAR BAGAN KENDALI MULTIVARIAT Darmanto – Universitas Brawijaya
““Be who you are and say what you feel, because those who mind don't matter, and those who matter don't mind.” .” (Bernard M. Baruch)
PENDAHULUAN • Univariat: diasumsikan bahwa hanya ada satu karakteristik kualitas yang dievaluasi. • Praktek: Proses monitoring dan pengontrolan melibatkan beberapa karakteristik kualitas. • Dapat dievaluasi per karakteristik kualitas menggunakan bagan kendali univariat, tetapi tidak efisien dan memungkinkan untuk terjadi kesalahan dalam pengambilan kesimpulan. Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
2
• BAGAN KENDALI MULTIVARIAT: Mengakomodir secara simultan evaluasi lebih dari satu karakteristik kualitas. • Di antaranya: T2-Hotelling dan Multivariat EWMA. • Keduanya efektif digunakan jika karakteristik kualitas yang dievaluasi 2 ≤ 𝑋 ≤ 10.
• Bagaimana jika lebih dari 10? Kurangi dimensi kualitasnya dengan memanfaatkan metode statistika yang lain, misal: analisa komponen utama. Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
3
• Ada banyak kondisi diperlukan untuk memonitor beberapa karakteristik kualitas secara simultan.
Diameter dalam [𝑋1~𝑁(8,0.052)] Diameter luar [𝑋2~𝑁(10,0.052)]
Gambar 1. Diameter Dalam dan Luar Bearing
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
4
• Misal: masing-masing diambil 20 sampel dan diplotkan pada bagan kendali Univariat: 8.15
UCL=8.15
Diameter Dalam
UCL=10.15
10.10
8.05 _ X=8
8.00
7.95
7.90
Individual Value
8.10
Individual Value
10.15
Diameter Luar
10.05 _ X=10
10.00
9.95
9.90
7.85
LCL=7.85 1
3
5
7
9
11
Observation
13
15
17
19
9.85
LCL=9.85 1
3
5
7
9
11
13
15
17
19
Observation
Gambar 2. Bagan Kendali I untuk Diameter Dalam dan Luar Bearing Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
5
x1
8.15
8.15
8.10
8.10
8.05
8.05
8.00
8.00
7.95
7.95
7.90
7.90
7.85
UCL=8.15
_ X=8
7.85
10.00
10.05
10.10
10.15
10.15
9.95
10.10
9.90
10.05
9.85
x2
LCL=7.85 1
3
5
7
9
11
13
15
17
19
10.00
9.95
9.90
9.85 1 3
Area gabungan X1 dan X2
5
(asumsi keduanya independen)
7 9 11 13 15 17 19 UCL=10.15
_ X=10
LCL=9.85
6
Gambar 3. Area Kendali Gabungan untuk Diameter Dalam dan Luar Bearing
Peluang keluar batas kendali :
1 2 0.0027 1. 2 0.0027 7.29 106. 2
simultan
Peluang tidak keluar batas kendali :
1 1 1 2 0.9973 0.9973. 2
Mengalami Distorsi dibandingkan dengan Evaluasi Univariat
1 1
p
Jika independen
...(1)
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
7
• Pdf Normal Multivariat: f x
1
2
p 2
Σ
1
e
1 x-μ Σ-1 x-μ 2
,
...(2)
2
x j , j 1, 2,..., p. x x1 , x2 ,..., x p , μ 1 , 2 ,..., p ,
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
8
Misal sampel acak berdistribusi normal multivariat: x1 , x 2 , ..., xn , di mana vektor sampel ke-i mengandung observasi untuk tiap-tiap variabel ke-p adalah xi1 , xi 2 ,..., xip , maka vektor rata-rata sampel dinyatakan dengan 1 n x = xi ...(3) n i=1 dan matriks kovarians sampel 1 n S= xi - x xi - x ...(4) n -1 i=1 dengan varians sampel sebagai diagonal utama: 2 1 n s x x ij j n 1 i 1 dan kovarians sampel 2 j
1 n s jk xij x j xik xk . n 1 i 1 Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
9
BAGAN KENDALI T2-HOTELLING Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
10
10
I. AMATAN SUBGRUP • Anggap ada n observasi yang terdiri atas m sampel. Maka rata-rata dan varians dari masing-masing sampel adl j 1, 2,..., p ...(5) k 1, 2,..., m 2 j 1, 2,..., p 1 n 2 s jk xijk x jk ...(6) n 1 i 1 k 1, 2,..., m xijk observasi ke-i, variabel ke-j , sampel ke-k . 1 n x jk xijk n i 1
s jhk
jh 1 n xijk x jk xihk xhk n 1 i 1 k 1, 2,..., m
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
...(7)
• Sehingga rata-rata, varians dan kovarians untuk seluruh sampel adl 1 m x j x jk m k 1
; j 1, 2,..., p
...(8a)
m 1 s j2 s 2jk m k 1
; j 1, 2,..., p
...(8b)
1 m s jk s jhk ; j h m k 1
...(8c)
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
• Sehingga untuk matriks kovarians sampel, s12 S
s12
s13
s22
s23 2 3
s
s1 p s2 p 2 sp
...(9)
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
• Uji statistik T2-Hotelling didefinisikan sebagai, T n x - x S 1 x - x 2
'
...(10)
Fase I: p m 1 n 1 UCL Fp ,mn m p 1 mn m p 1 LCL 0
...(11)
Fase II: p m 1 n 1 UCL Fp ,mn m p 1 mn m p 1 LCL 0
...(12)
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
• Untuk p = 2, statistik uji T2-Hotelling: 2 2 s x x s x x 2 1 1 1 2 2 n T2 2 2 2 s1 s2 s12 2 s12 x1 x1 x2 x2
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
CONTOH • Kekuatan rentang dan diameter dari tekstil fiber adalah 2 karakteristik kualitas yang penting untuk dikontrol secara simultan. Insinyur kualitas memutuskan untuk menggunakan n = 10 untuk setiap sampel. Dia mengambil m = 20 sampel, dan berdasarkan data diperoleh
x1 115,59 psi; x2 1, 06 102 inch; s12 1, 23; s22 0,83;dan s12 0, 79. Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
• Sehingga didapatkan statistik T2-Hotelling: T2
10
1, 23 0,83 0, 79
2
0,83 x1 115,59 1, 23 x2 1, 06 2 0, 79 x1 115,59 x2 1, 06
p m 1 n 1 UCL Fp ,mn m p 1 mn m p 1 2(19)(9) 0,001 F2,20(10) 20 2 1 20(10) 20 2 1 342 0,001 F2,179 (1,91)(7,18) 13, 72 179 Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
Tabel 1. Data Kekuatan Regang dan Diameter
18
Gambar 4. Bagan Kendali T2-Hotelling untuk Data Tabel 1 Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
19
II. AMATAN INDIVIDU T x - x S 1 x - x 2
'
...(13)
Fase I: m 1 UCL p /2,( m p 1)/2 m LCL 0 2
...(14)
Fase II: p m 1 m 1 UCL Fp ,m p 2 m mp LCL 0
...(15)
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
Tabel 2. Data Komposisi Grit, L = Large, M = Medium, S = Small
21
• Dua pendekatan perhitungan estimasi matriks kovarians untuk amatan individu: 1 m 1. S1 = xi - x xi - x m -1 i=1 1 VV 2. S 2 = ; ...(16) 2 m 1 v1 v dengan : v i x i 1 - xi , i 1, 2,..., m 1 V = 2 vm-1 Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
22
Gambar 5. Bagan Kendali T2-Hotelling untuk Data Tabel 2 Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
23
BAGAN KENDALI MULTIVARIAT EWMA Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
24
24
• Definisi: z i xi (1 )z i 1
...(17)
di mana 0 1 z0 0
• Dengan titik ploting: Ti 2 Zi ' Σ Z1i Zi
...(18)
dengan
2i ΣZ 1 1 Σ ...(19) 2 i
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
Tabel 3. Nilai 𝜆 H yang Memberikan Nilai Optimal Pada ARL
26
REFERENSI • Montgomery, D. C. 2013. Introduction to Statistical Quality Control. John Wiley & Sons, New York.
Darmanto|MK. Statistika Pengendalian Mutu – Pengantar Bagan Kendali Multivariat
27