PDF Grafik Kontrol Dan Aturan Westgard [PDF]

Citation preview

GRAFIK KONTROL



Fungsi grafik pengendali • Grafik pengendali merupakan alat statistik yang membedakan adanya variasi alami dan variasi tidak alami. • Variasi tidak alami (unnatural variation) adalah hasil amatan yang disebabkan oleh penyebab terduga (assignable cause), yang memerlukan tindakan perbaikan yang bersifat insani pada operator, teknisi, pegawai perawatan alat dan petugas pengawasan. • Variasi alami (natural variation) adalah hasil amatan yang disebabkan oleh penyebab tak terduga (chance causes) yang perlu penanganan manajemen khusus untuk meraih perbaikan mutu. • Pada umumnya masalah mutu 80% -85% disebabkan oleh sistem manajemen dan hanya 15% -20% disebabkan oleh pelaksanaan. 2



80% -85%



15% -20%



3



Dasar Satistik Grafik Pengendali • Grafik pengendali merupakan gambar sederhana dengan tiga garis, di mana garis tengah yang disebut garis pusat (center line) merupakan nilai rata-rata target karakteristik mutu. Dua garis mendatar lainnya, yang dinamakan Batas Pengendali Atas (BPA) dan Batas Pengendali Bawah (BPB). • Batas-batas pengendali ini dipilih sedemikian hingga bila proses terkendali, hampir semua titik-titik sampel akan jatuh di antara kedua garis itu.



4



• Selama titik-titik sampel berada di dalam batas-batas pengendali, proses dianggap dalam keadaan terkendali walaupun ada penyebab umum/tak terduga dan tidak perlu tindakan apapun. • Tapi jika ada satu titik sampel terletak di luar batas pengendali, maka diinterpretasi sebagai fakta bahwa proses tak terkendali dan diperlukan penyelidikan dan perbaikan untuk mendapatkan dan menyingkirkan sebab-sebab terduga yang menyebabkan keadaan tak terkendali ini. 5



• Meskipun semua titik-titik terletak di dalam batas pengendali, bila titik-titik itu bertingkah secara sistematik atau tidak acak, maka ini merupakan indikasi bahwa proses tidak terkendali dan dicurigai ada sesuatu yang salah. • Apabila semua titik-titik yang tergambar mempunyai pola yang dapat dikatakan acak, maka proses dikatakan sebagai proses terkendali.



6



GRAFIK KONTROL DAN BATAS KONTROL Aplikasi di Laboratorium Klinik



Control Chart • Grafik yang digunakan untuk menggambarkan data ketika memonitor, mengevaluasi dan meningkatkan kemampuan – Monitoring dan evaluasi memerlukan pengendalian proses dengan cara tindakan perbaikan dan proses peningkatan berkelanjutan – Proses pengukuran termasuk evaluasi terhadap semua faktor termasuk, standar, pengukuran, variability, ketidakpastian, kondisi lingkungan dan analis



8



9



Standard Deviasi 



Jika proses analitik ada didalam kontrol, sekitar 68% dari semua nilai jatuh didalam + 1 SD.







95,5% dari semua nilai QC akan jatuh didalam +2 SD (2s) dari rerata.







Sekitar 4,5% dari seluruh data akan berada di luar batas +2s ketika proses analitiknya didalam kontrol.







Sekitar 99,7% dari semua nilai QC ditemukan didalam +3s dari rerata.







Karena hanya 0.3% atau 3 dari 1000 titik akan jatuh di luar batas +3s, maka angka di luar +3s dinilai berhubungan dengan kondisi kesalahan yang bermakna dan hasil-hasil pasien tidak boleh dilaporkan.







Beberapa laboratorium secara tidak tepat menganggap tiap-tiap nilai quality control di luar batas +2s sebagai di luar kontrol.







Karena sekitar 4,5% dari seluruh nilai QC yang sah akan jatuh antara batas +2 dan +3 standard deviation, laboratorium yang memakai batas kontrol Slide 10 +2s sering menolak run yang baik.



Batas Kontrol XXX



2,5% !!!



68%



95%



99,7%



2,5% !!! XXX



11



UCL (Upper Control Limit)



UWL (Upper Warning Limit)



CL (Central Line)



TV



LWL ( Lower Warning Level) LCL (Lower Control Limit) Jadi TV = 4,1 1 SD= 0,1



12



Westgard Rule



13



Control Chart's Inventor In 1931, Dr. Walter Shewhart, a



In 1950,



scientist at the Bell Telephone



S. Levey &



Laboratories, proposed applying statistical based



E.R. Jennings



control charts to interpret



suggested the use in



industrial manufacturing



the clinical laboratory.



processes.



UCL (Upper Control Limit) UWL (Upper Warning Limit) CL (Central Line)



LWL ( Lower Warning Level) LCL (Lower Control Limit)



•



Y-axis. - control observations



What is Levey-Jennings (L-J) chart?



X-axis - the days of the month (time interval)



TV



SD calculation



Calculation Procedure



95



-5



25



2.



Add column A, comes to



2



100



0



0



2000



3



101



+1



1



Divide total of column A by



4



102



+2



4



no. of values (see mean



5



97



-3



9



formula), comes to 100



6



103



+3



9



This is the average or mean



7



101



+1



1



value



8



99



-1



1



5.



In



column



list



the



9



98



-2



4



values



of



10



100



0



0



column A from the average



11



95



-5



25



values of column A from the



12



101



+1



1



average



13



105



+5



25



14



100



0



0



15



98



-2



4



place in column C



16



101



+1



1



7.



Add values in column C



17



97



-3



9



8.



Divide the total of column C



18



106



+6



36



by number of values minus



19



100



0



0



1 (see SD formula)



20



101



+1



2



difference



n = 20



Mean



SD SD



= =



B in



value



100,



disregard + or – signs



SD



6.



√ 157 / (20-1) 2.87



C (x - xi)2



1



4.



2000 / 20 = 100



B (x - xi)



List values in column A



3.



=



A (xi)



1.



Where,



Here



No. of runs



9.



Square



each



value



and



Determine the square root of 8.37 which comes to 2.89.



2000



157



Creating L-J chart … Third step – Calculate Control Limits (± 1SD, ± 2SD, ± 3SD) Mean + (3 x SD) = + 3SD Mean + (2 x SD) = + 2SD



Upper Control Limits



Mean + (1 x SD) = + 1SD



Mean - (1 x SD) = - 1SD



Mean - (2 x SD) = - 2SD Mean - (3 x SD) = - 3SD



Lower Control Limits



L-J chart is ready for QC monitoring



20



• Grafik kontrol tidak mengendalikan proses, hanya memberikan informasi kritis: – – – –



Karakteristik operasi proses terhadap waktu Variasi biasa yang diprediksi terjadi dalam proses Apakah variasi memenuhi persyaratan Terjadi variasi khusus



• Informasi digunakan untuk membuat keputusan, mengambil tindakan, memelihara proses kontrol proses statistik



21



1. Proses dalam kontrol • Semua titik dalam grafik berada dalam batas kendali • Tidak ada pola yang dibentuk seperti: – Run – Trend – Siklus – dll



22



2. Proses diluar kontrol



• Titik-titik melebihi batas atas atau bawah • Titik-titik dalam batas kontrol membentuk suatu pola Melewati batas kontrol



Bias



Siklik Trend 23



Control Chart • Grafik yang digunakan untuk menggambarkan data ketika memonitor, mengevaluasi dan meningkatkan kemampuan – Monitoring dan evaluasi memerlukan pengendalian proses dengan cara tindakan perbaikan dan proses peningkatan berkelanjutan – Proses pengukuran termasuk evaluasi terhadap semua faktor termasuk, standar, pengukuran, variability, ketidakpastian, kondisi lingkungan dan analis



24



Secara umum menyajikan data kontrol secara visual dengan grafik kontrol yang merupakan bagian dari program QC, dengan cara : Menilai grafik harian Kecenderungan (trend) abnormal Distribusi data kontrol yang menyebar mendekati / menjauhdari garis nol



25



ATURAN WESTGARD 12s



Ulangi pemeriksaan (atau peringatan ) jika 1 nilai observasi kontrol berada di luar 2 SD (tetapi masih di dalam 3 SD). 13s Ulangi pemeriksaan jika satu nilai bahan kontrol di luar 3 SD 22s Ulangi pemeriksaan jika 2 nilai bahan kontrol terletak pada sisi yang sama dari rata-rata dan di luar 2 SD dari rata-rata. 41s Ulangi pemeriksaan jika 4 nilai bahan kontrol pada satu sisi yang sama dari rata-rata dan di luar 1 SD dari nilai rata-rata. 10x Ulangi pemeriksaan jika 10 nilai bahan kontrol berada pada sisi yang sama dari rata-rata. R4s Ulangi pemeriksaan jika jarak atau perbedaan antara nilai tertinggi dan terendah bahan kontrol di 26 luar 4 SD.



L-J chart interpretation



WESTGARD MULTIRULE 1-2S Merupakan PERINGATAN yang harus dilakukan adalah melihat performan hasil kontrol lainnya, yaitu : - Hasil kontrol yang sebelumnya dalam level yang sama (across run) - Hasil kontrol level lainnya pada saat dikerjakan berbarengan (within run) 2SD



X 1-2S -2SD 29



WESTGARD MULTIRULE 1-3S Merupakan PENOLAKAN Yaitu 1 (satu) hasil kontrol keluar batasan baik 3 SD (diatas) atau -3SD (Dibawah)



2SD 1-3S



X



1-3S merupakan ciri : - Kesalahan random - Awal dari kesalahan sistematik yang besar



-2SD 30



WESTGARD MULTIRULE 2-2S Merupakan PENOLAKAN menggambarkan kesalahan sistematik Yaitu : - 2 (dua) hasil kontrol terakhir dari level kontrol yang sama, keluar di sisi yang sama baik 2 SD (diatas) atau -2SD (Dibawah) [across run] - 2 (dua) hasil kontrol dari level kontrol yang berbeda, keluar di sisi yang sama baik 2 SD (diatas) atau -2SD (Dibawah) [within run] 2SD



2SD



2-2S



2-2S X



X



-2SD



-2SD



Accros run



Within run



31



WESTGARD MULTIRULE R-4S Merupakan PENOLAKAN menggambarkan kesalahan Random Yaitu : - 2 (dua) hasil kontrol terakhir dari level kontrol yang sama [across run] atau berbeda [within run], keluar dari 2SD di sisi yang berseberangan sehingga perbedaan nilainya menjadi 4SD, - Jika 3 level yang dikerjakan dan 2 hasil diantaranya berbeda 4SD



2SD



2SD R-4S



X



X



-2SD



-2SD Accros run



R-4S



Within run



32



WESTGARD MULTIRULE 4-1S Merupakan PENOLAKAN menggambarkan kesalahan Sistematis Yaitu : - 4 (empat) hasil kontrol terakhir dari level kontrol yang sama [across run] atau berbeda [within run], berada pada sisi yang sama diatas nilai 1SD atau dibawah -1SD



2SD



2SD 4-1S



X



X



-2SD



-2SD Accros run



4-1S



Within run 33



WESTGARD MULTIRULE 4-1S Bagaimana dengan plot dibawah ini apakah 4-1S ? 2SD



2SD



4-1S X



X 4-1S



-2SD



-2SD



Accros run



Within run



Hasil kontrol bersifat IN CONTROL Bukan PENOLAKAN namun mengidentifikasikan harus memelihara kinerja alat atau kalibrasi instrumen (PERINGATAN) 34



WESTGARD MULTIRULE 10(x) Merupakan PENOLAKAN menggambarkan kesalahan Sistematis Yaitu : - 10 (sepuluh) hasil kontrol terakhir dari level kontrol yang sama [across run] atau berbeda [within run], berada pada sisi yang sama diatas / dibawah nilai rata-rata



2SD



2SD



10(X) X



X 10(X)



-2SD



-2SD Accros run



Within run 35



WESTGARD MULTIRULE 10(x) Bagaimana dengan plot dibawah ini apakah 10(x) ? 10(X) 2SD



2SD



X



X



10(X)



-2SD



Accros run



-2SD Within run



Hasil kontrol bersifat IN CONTROL Bukan PENOLAKAN namun mengidentifikasikan harus memelihara kinerja alat atau kalibrasi instrumen (PERINGATAN) 36



ATURAN WESTGARD LAINNYA Untuk Pemeriksaan yang menggunakan 3 level kontrol 3-2S



7T



6(x)



6



2SD 5 4



X3 2



-2SD 1 0 1



2



3



4



5



6



7



8



9



10



11



12



13



14



15



16



17



18



19



20



37



21



WESTGARD MULTIRULE 2 of 32s Merupakan PENOLAKAN menggambarkan kesalahan sistematik Yaitu : - 2 (dua) dari 3 hasil kontrol terakhir dari level kontrol yang sama, keluar di sisi yang sama baik 2 SD (diatas) atau 2SD(Dibawah) [across run] - 2 (dua) dari 3 hasil kontrol dari level kontrol yang berbeda, keluar disisi yang sama baik 2 SD (diatas) atau -2SD (Dibawah) [within run] 2SD 2-3(2S) X



-2SD



38



WESTGARD MULTIRULE 3-1S Merupakan PENOLAKAN Yaitu 3 (tiga) hasil kontrol keluar batasan baik 1 SD (diatas) atau -1SD (Dibawah) 3-1S 2SD



X



-2SD 39



WESTGARD MULTIRULE 6(X) Merupakan PENOLAKAN menggambarkan kesalahan Sistematis Yaitu : - 6 (enam) hasil kontrol berada pada sisi yang sama diatas / dibawah nilai rata-rata



2SD



6X



X



-2SD 40



WESTGARD MULTIRULE 9(X) Merupakan PENOLAKAN menggambarkan kesalahan Sistematis Yaitu : - 9 (sembilan) hasil kontrol berada pada sisi yang sama diatas / dibawah nilai rata-rata



2SD



9X



X



-2SD 41



The original Westgard multi-rule algorithm combine a set of QC rule to minimize false positive and maximize error detection.



Original Westgard Multi-Rule Algorithm



Control Data



1-2s



In Control



Accept Run



Out of Control



4-1s



10x



Yes



R-4s



No



Yes



2-2s



Yes



Yes



1-3s



No



No



No



Yes



Ye s



No



No



Reject Run Zoe C. Brooks,in Performance-Driven Quality Control



Multi-Rule Algorithm for 3 Control / Run



Control Data



1-2s



In Control



Accept Run



Out of Control



3-1s



12x



Yes



R-4s



No



Yes



2-2s



Yes



Yes



1-3s



No



No



No



Yes



Ye s



No



No



Reject Run Zoe C. Brooks,in Performance-Driven Quality Control



41s •Jenis Pelanggaran Westgard : ………………………………….. •Penolakan / Peringatan ( Coret yang salah) •Kesalahan Sistematik / Kesalahan Acak (Coret yang salah)



45



R4s •Jenis Pelanggaran Westgard : …………………………………….. •Penolakan / Peringatan ( Coret yang salah) •Kesalahan Sistematik / Kesalahan Acak (Coret yang salah)



46



12s •Jenis Pelanggaran Westgard: …………………………………….. •Penolakan / Peringatan ( Coret yang salah) •Kesalahan Sistematik / Kesalahan Acak (Coret yang salah)



47



22s •Jenis Pelanggaran Westgard: ………………………………….. •Penolakan / Peringatan ( Coret yang salah) •Kesalahan Sistematik / Kesalahan Acak (Coret yang salah)



48



41s •Jenis Pelanggaran Westgard: …………………………………….. •Penolakan / Peringatan ( Coret yang salah) •Kesalahan Sistematik / Kesalahan Acak (Coret yang salah)



49



10X •Jenis Pelanggaran Westgard: …………………………………….. •Penolakan / Peringatan ( Coret yang salah) •Kesalahan Sistematik / Kesalahan Acak (Coret yang salah)



50



Data Kontrol Kolesterol Februari 2012 4



Warning /Accept Reject



3



Reject



Warning /Accept



Standar Deviasi



2



1



Level I



0 1



2



3



4



5



6



7



8



9



10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28



Level II



-1



-2



Warning /Accept



-3



-4



Reject Reject



Warning /Accept



Warning /Accept



Tanggal



Warning / Accept : Accept this run because none of the rejection rules are violated Reject : Stop, Reject the run, trouble shoot the method, fix the cause of the problem, Slide 51 than restart the method and reanalyze the patient specimens



DATA KONTROL KOLESTEROL JANUARI 2014 4.0



S T A N D A R



12s/Warning 22sReject /Accept R4s/Reject



3.0 3 SD



10x/Reject R4s/Reject



2 SD



2.0



1.0 1 SD D E V I A S I



TV0.0



1



2



3



4



5



6



7



8



9



10



11



12



13



14



15



16



17



18



19



20



21



22



23



24 LEVEL II



-1.0 -1SD



LEVEL I



-2.0 -2SD



22s/Reject



-3.0 -3SD



-4.0



12s/Warning/Accept 13s/Reject



TANGGAL



Warning / Accept : Accept this run because none of the rejection rules are violated Reject : Stop, Reject the run, trouble shoot the method, fix the cause of the problem, 52 than restart the method and reanalyze the patient specimens



QC Protocol : 13s/22s/R4s/41s/10x Data Kontrol Kolesterol Maret2012 4



Standar Deviasi



3 2



1 Level I



0



-1



1



2



3



4



5



6



7



8



9



Level II



10 11 12 13 14 15 16 17 18 19 20



-2 -3 -4



Tanggal



R : Reject, A : Accept , W : Warning, SE : Systematic Error, RE : Random Error Run 3 : 22s, R, SE Run 4 : 12s, (bkn R4s), W/A, RE Run 7 : 13s, R, RE Run 9 : 13s,, R, RE



Run 10 : 12s,, W/A, RE Run 11 : R4s, R, RE Run 12 : 41s ?, A ? Run 14 : R4s , R, RE Run 20 : 10x , R, SE



53



Mengatasi Data Out of Control Kebiasaan buruk:  Ulangi Control,  Coba kontrol baru Kebiasaan Baik :  Periksa diagram kontrol atau aturan dilanggar untuk menentukan jenis kesalahan (RE : 13s, R4s; SE : 22s, 41s, 10x)  Menghubungkan jenis kesalahan dengan penyebab potensial  Periksa proses testing dan identifikasi penyebab masalah  Hubungkan penyebab perubahan terbaru  Perbaiki masalah lalu periksa kembali bahan kontrol untuk menilai status bahan kontrol  Periksa ulang / verifikasi hasil sampel pasien dengan metoda yang sudah in-control  Konsultasi ke Supervisor untuk keputusan pelaporan hasil Slide 54 pasien jika pengujian out of control



Sistem Alarm • Berapa banyak detektor yang digunakan ? • Dimana detektor dipasang ? • Bagaimana sensitifitas detektor ?



100 % True Alarms dan 0% False alarms Alarm akan mendetek situasi kinerja metoda yg tidak stabil dengan keyakinan 100% (Probabilitas 1,00), dan idealnya tidak boleh ada false alarms (probabilitas 0,00) saat kinerja stabil dan metoda bekerja dengan baik 55



Four Possible Outcomes for Each QC Point Significant Error Present ? No



Yes False Accept



False Reject



True Reject



Yes



QC



Flag



No



True Accept



57



False rejection bisa diminimalkan dengan mengurangi aturan kontrol dan Ns yang memiliki rate tinggi untuk false rejection. Deteksi eror dapat ditingkatkan dengan memilih prosedur single-rule , mengkombinasikan multirule, dan menambah jumlah yang tepat pemeriksaan bahan kontrol



58



Kondisi Lapangan.. Evaluasi QC baru pada tingkat evaluasi harian (masuk range dan memenuhi aturan wesgard), belum dianalisa dan dibandingkan persyaratan mutu (quality specification=TE/TEa/Sec/Six Sigma), sehingga bisa mengukur Assay Performance



59



Quality Specification • Untuk mengukur sebuah performance diperlukan acuan standard (Quality Specification) • Quality Specification untuk mengukur performance pemeriksaan : – True Value (target) – Total Error (TE) ~ Total Error Allowable – Systemic Critical Error (SEc) – Six Sigma 60



True Value ~ Nilai Target • True Value adalah nilai yang “dianggap” sebagai nilai yang sebenarnya dari analit, biasanya didapat dari: – Reference Lab. – Nilai rata-rata dari Peer Comparation (uji QC interlab)



61



Setting QC Chart • QC chart seharusnya didesain sesuai kondisi kontrol harian Lab.nya sendiri (Limit SD, CV, Mean didapat dari kumulatif pengukuran) • Aturan wesgard akan SULIT diaplikasikan bila QC chart tidak sesuai dengan kondisi real limit statistiknya (mis. Ambil limit dari pabrik) 62



63



64



Setting Awal  Pada tahap awal kontrol bahan kontrol diperiksa setiap hari hingga mendapatkan 20 – 30 data.  Bila menggunakan Assayed control, gunakan nilai range dari pabrik sebagai acuan awal. Aturan-aturan wesgard sementara dikesampingkan,  Dari data tersebut kita tentukan SD, CV dan mean sebagai median dan kita buat QC chart  Terbaik menggunakan SD kumulatif dari 100 point (3-4 bulan) karena lebih stabil 65



Jika 1 lot bahan kontrol telah habis digunakan, maka grafik kontrol yang sama masih bisa digunakan, selama bahan kontrol lot yg baru memiliki nilai yang sama dengan lot yang lama. Sehinggga garis nol kesalahan (zerro error line) dan garis batas kontrol tidak perlu dirubah. Penilaian presisi beberapa metoda dengan menggunakan unit konsentrasi yang berbeda dan memiliki perbedaan rentang normal dapat terlihat langsung secara mudah.



66



Contoh True Value



67



TOTAL ERROR • Adalah kombinasi atau gabungan antara kesalahan systemik dan kesalahan acak/random • Total Error = Inakurasi + impresisi TE = | Bias | + 2 * SD %TE = |% Bias |+ 2*CV %



Bias = mean – target % Bias = (mean – target) x 100 % target 68



Total Error Allowable (TEa)



• Adalah kesalahan/penyimpangan (TE) MAKSIMAL yang masih bisa ditoleransi, yang dianggap tidak menggangu suatu keputusan klinik, • TEa SGOT adalah 15,2 %, maka Kesalahan maksimal (TE) yang diperbolehkan sampai dengan 15.2 %. • Acuan TEa: – TEa based on Biological Variation dari AACC – CLIA proficiency Testing Criteria – RCPA (Australia)



69



TEa criteria form CLIA Test or Analyte ALT AST



TEa (%) 20 % 20 %



Albumin Alk. Phosphatase Cholesterol



10 % 30 % 10 %



Trigliserida Ureum



25 % 9%



Natrium Sodium



Target Value ± 4 mmol/L Target Value ± 0.5 mmol/L 70



Critical Systemic Error (SEc)  SEc mengukur jumlah SD yang diperlukan untuk memindahkan rata-rata pengukuran hingga mencapai 5 % sebelum keluar dari Total Error limit “atau” jarak antara mean dan 5 % sebelumTEa (dinyatakan dalam besaran jumlah SD)  SEc menggambarkan “Assay performance” relatif terhadap Standard mutu (TEa), sehingga bisa dipakai sebagai single indikator Assay Performance Semakin Besar Nilai SEc semakin baik Performancenya • Penting untuk desain QC: termasuk limit SD, penentuan rule dan jumlah kontrol yang dipakai  SEc = (TEa – l Bias l) – 1.65 SD 71



Six Sigma



• Six Sigma merupakan salah satu dari quality management system ----- perbaikan yang berkesinambungan • Six Sigma mengukur “jumlah ketidaksesuaian/defect untuk satu juta kemungkinan” “Six Sigma menganalisa sebagaimana baik anda bekerja”



Rumus : Sigma = (TEa – lBiasl) SD Sigma = SEc + 1.65



72



ERROR Sigma



SEc 5% Bias )Inakurasi) 2 SD/CV 3 SD/CV (Impresisi)



True Value (target)



Nilai Pengukuran (Mean)



Total Error



TEa



Interpretasi hasil • 6 sigma ----- Goal performance untuk standard kualitas internasional • 3 Sigma ------ Minimum performance untuk pemeriksaan rutin • 2 sigma ------- Performance yang tidak bisa diterima dalam dunia industri 74



Table QS Strategy dari AACC



SEc



QIK-QC Strategy table #1 Error Rate Low N=2,4,8 Single Rule Multi Rule



> 3.0



1-3.5s



1-3s/4-1s(w)



2.0 – 3.0



1-3s



1-3s/2-2s/R4s/4-1s(w)



1.0 – 2.0



1-2.5s $



1-3s/2-2s/R4s/4-1s $



< 1.0



1-2s $ ®



1-2s/R4s/4-1s/10x



$®



$ Kerjakan kontrol setiap hari ® Lakukan tindakan korektif



Slide 75



Acuan Six Sigma • > 5.1 sigma



------ 1-3s



N=2



• 4,7 – 5,1 sigma --- 1-3s/2-2s/R4s N=2 • 4,0 – 4.7 sigma ----1-3s/2-2s/R4s/4-1s N=4 • 3,4 – 4.0 sigma ---- 1-3s/2of3-2s/R4s/3-1s/6xN= 6



80



Apakah N? Ketika N adalah 2, yang dapat berarti 2 pengukuran pada satu bahan kontrol atau 1 pengukuran pada masing-masing dari dua bahan kontrol yang berbeda. Ketika N adalah 3, aplikasi pada umumnya akan melibatkan 1 pengukuran pada masing-masing dari tiga bahan kontrol yang berbeda. Ketika N adalah 4, yang bisa berarti 2 pengukuran pada masing-masing dari dua bahan kontrol yang berbeda, atau 4 pengukuran pada satu materi, atau 1 pengukuran pada masing-masing dari empat bahan. Secara umum, N merupakan jumlah total pengukuran kontrol yang tersedia pada saat itu. 81 Keputusan tentang status kontrol yang akan dibuat.



Jadi….  Presisi  Akurasi Total Error  Sec / Six Sigma  Distribusi Data Kontrol  Westgard



82



The biggest potential for improving QC systems is to do Statistical QC right It’s not just a specimen It’s a patient 83



84