SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING PDF

Preview

Summary

SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING ) PENDAHULUAN  Pengertian dari Sampling Penerimaan : keputusan untuk menerima atau menolak suatu lot atau populasi berdasarkan hasil dari pemeriksaan sebagian lot / populasi saja ( sampel ).  Prinsip dalam Sampling Penerimaan : “ Ambil sampel, periksa samp...

Description

SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING ) PENDAHULUAN

 Pengertian dari Sampling Penerimaan : keputusan untuk menerima atau menolak suatu lot atau populasi berdasarkan hasil dari pemeriksaan sebagian lot / populasi saja ( sampel ).  Prinsip dalam Sampling Penerimaan : “ Ambil sampel, periksa sampel. Bila jumlah defective  angka penerimaan, maka lot akan diterima, bila tidak  lot akan ditolak “.  Beberapa alasan kenapa Sampling Penerimaan ini digunakan, yaitu jika : 1. Populasi / lot yang akan diuji berukuran besar. 2. Waktu pengujiannya singkat. 3. Jumlah tenaga kerja sedikit. 4. Biaya untuk melakukan pengujian terbatas ( mahal ). 5. Pengujian bersifat merusak ( destruktif ). 6. Inspeksi secara manual (dimana dpt mengakibatkan timbulnya kelelahan & kebosanan sehingga menyebabkan makin banyak konsumen yang menerima produk defektif).  Kekurangan dalam Sampling ini adalah : 1. Adanya resiko menerima produk yang „buruk‟ dan menolak produk yang „baik‟ 2. Memerlukan waktu dan tenaga untuk kegiatan perencanaan dan dokumentasi 3. Tidak memberi jaminan bahwa semua lot telah memenuhi spesifikasi yang diinginkan  Persyaratan dalam pelaksanaan Sampling Penerimaan ini adalah : 1. Kriteria produk ditolak ( reject criteria ) harus tegas 2. Metoda inspeksi yang baik & standard 3. Rencana sampling ( Sampling Plan ) yang tepat  Jenis-jenis Sampling Penerimaan : 1. Ditinjau dari Proses Pengambil Keputusan : a. Sampling Tunggal ( Single Acceptance Sampling ) b. Sampling Ganda ( Double Acceptance Sampling ) c. Sampling Jamak ( Multiple Acceptance Sampling ) 2. Ditinjau dari Tingkat Pemeriksaan : a. Pemeriksaan Longgar b. Pemeriksaan Normal c. Pemeriksaan Ketat

3. Ditinjau dari Karakteristik Kualitas : a. Variabel Acceptance Sampling b. Attribute Acceptance Sampling 4. Ditinjau dari Proses Produksi : a. Lot by lot Acceptance Sampling b. Continuous Acceptance Sampling  Beberapa notasi atau simbol yang digunakan dalam Sampling Penerimaan : Pa : Probabilitas Penerimaan ( probabilitas suatu lot akan diterima berdasarkan hasil dari pemeriksaan sampel ) N : ukuran lot / populasi ( jumlah produk dalam 1 lot ) n : ukuran sampel ( jumlah produk dalam sampel ) D : jumlah produk cacat (tidak memenuhi spesifikasi) dalam 1 lot yg ukurannya diket. d : jumlah produk cacat yang diperoleh dalam sampel yang ukurannya diketahui c : angka penerimaan (jumlah maksimum produk cacat yang diperbolehkan dalam n) r : angka penolakan (jumlah min. produk cacat dalam n dimana sampel akan ditolak) p : persentasi produk cacat dalam : D suatu lot  p  N d suatu sampel  p  n

p : rata-rata proses bagian yang cacat p‟ : rata-rata bagian yang cacat dalam sampel  : resiko produsen, probabilitas menolak produk yang sebenarnya baik  = 1 – Pa  : resiko konsumen, probabilitas menerima produk yang seharusnya ditolak  = Pa

 Beberapa kurva yang digunakan sebagai bahan analisis dalam Sampling Penerimaan : 1. Kurva Penjagaan ( Protection Curve ) : a. Operating Characteristic Curve ( Kurva OC ) : Menggambarkan : Pa vs p‟ atau c‟  Pa vs Kualitas Lot b. Average Outgoing Quality Curve ( Kurva AOQ ) : Harga rata-rata dari Fraction Defective setelah pemeriksaan total ( Sorting ) dari lot yang ditolak sebagai fungsi dari p. 2. Kurva Biaya ( Cost Curve ) : a. Average Sample Number Curve ( Kurva ASN ) : Harga rata-rata dari ukuran contoh untuk terwujudnya keputusan, sbg fungsi dari p.

b. Average Total Inspection Curve ( Kurva ATI ) : Harga rata-rata dari jumlah benda yg diperiksa ( Inspected ) per-lot, sebagai fungsi dari p.

Sampling Tunggal ( Single Acceptance Sampling )

 Sampling Tunggal : adalah rencana sampling dimana keputusan untuk menerima atau menolak lot berdasarkan pada pemeriksaan 1x penarikan sampel.  Prinsip dalam Sampling Tunggal : “ Ambil sejumlah sampel (n), diperiksa dan dicacat jumlah produk cacat yang tidak memenuhi spesifikasi (d), lalu dibuat keputusan, apakah lot : diterima atau ditolak, dengan syarat apabila : d  c  lot diterima d > c  lot ditolak dimana : d : jumlah cacat c : angka penerimaan Jadi, keputusan dalam Sampling Tunggal hanya ada 2 yaitu : Terima atau Tolak Lot

 Probabilitas Penerimaan Sampling Tunggal ( Pa ) : Dasar perhitungan dalam Pa adalah dengan menggunakan distribusi Poisson. Jadi, Probabilitas Penerimaan Sampling Tunggal ( Pa ) adalah : Pa = P ( d ≤ c ;  )

dimana :  = n . p p‟ : proporsi cacat

 Contoh Soal : Sebuah pabrik melakukan pemeriksaan pada 1 lot bahan baku yang dipasok oleh sebuah supplier. Dari suatu lot yang berisi 1000 gulung benang, diambil sampel 20 gulung. Batas maksimum gulungan benang cacat yang diperbolehkan 1 gulung dengan rata-rata cacat sebesar 5 %. Berapakah probabilitas lot akan diterima dan ditolak ? Jawab : Diketahui : N = 1000 c=1 n = 20 p‟ = 5 % = 0,05  = n . p = 20 * 0,05 = 1 Probabilitas Lot Diterima : Pa = P ( d ≤ c ;  ) = P ( d ≤ 1 ;  ) = 0,736 Probabilitas Lot Ditolak : Pa‟ = 1 – Pa = 1 – 0,736 = 0,264

Sampling Ganda ( Double Acceptance Sampling )

 Sampling Ganda : adalah suatu rencana sampling dimana keputusan untuk menerima atau menolak lot berdasarkan pada pemeriksaan 2x penarikan sampel.  Prinsip dalam Sampling Ganda : “ Ambil sejumlah sampel (n 1), diperiksa dan dicacat jumlah produk cacat yang tidak memenuhi spesifikasi (d 1), lalu dibuat keputusan, apakah lot : diterima atau ditolak. Jika tidak diketahui keputusan apa yg akan diambil ( Ragu-ragu ), maka ambil sampel ke-2 berukuran n 2 dan dicek kembali keputusannya, apakah lot : diterima atau ditolak, dengan syarat apabila : d1 + d2  c2  lot diterima d 1 + d 2 ≥ r 2  lot ditolak ( atau : d 1 + d 2 > c 2 ) dimana : d : jumlah cacat c : angka penerimaan Jadi, keputusan dalam Sampling Ganda ada 3 yaitu : Terima, Tolak, dan Ragu-ragu Ragu-ragu terjadi pada saat jumlah cacat (d 1) berada diantara : c 1 < d 1 < r 1  Bagan Keputusan atau Mekanisme dalam Sampling Ganda : Ambil sampel ke-1 ( n 1 ) Cek jmlh cacat pada sampel ke-1 ( d1 ) d1  c1

d1  r1

c1 < d1 < r1 Ambil sampel ke-2 ( n 2 ) Cek jumlah cacat pada sampel ke-2 ( d 2 ) d1 + d2  c2

d1 + d2 ≥ r2

TERIMA LOT

TOLAK LOT

 Probabilitas Penerimaan Sampling Ganda ( Pa ) : Dasar perhitungan dalam Pa adalah dengan menggunakan distribusi Poisson. Ada 2 nilai Probabilitas Penerimaan ( Pa ) dalam Sampling Ganda, yaitu : Pa I dan Pa II Jadi, Probabilitas Penerimaan Total Sampling Ganda ( Pa TOTAL ) adalah : Pa TOTAL = Pa I + Pa II dimana : Pa I : Probabilitas Penerimaan Sampel I Pa II : Probabilitas Penerimaan Sampel II

 Contoh Soal : 1. Diketahui pemeriksaan 1 lot produk yang berisi 10.000 unit. Rata-rata cacat dalam sampel = 2 %. Jika telah ditentukan bhw rencana sampling yg digunakan adalah sbb : n 1 = 60 c1 = 1 r1 = 4 n 2 = 60 c2 = 4 r2 = 5 Maka, tentukan : a. Tent. probabilitas penerimaan lot pada sampel pertama ! b. Tent. probabilitas penerimaan lot pada sampel kedua ! c. Tent. total probabilitas penerimaan lot berdasarkan rencana sampling tsb. ! Jawab : Diketahui : N = 10.000 p‟ = 0,02 c1 = 1 c2 = 4

n 1 = 60  1 = n * p = 60 * 0,02 = 1,2 n 2 = 60   2 = n * p = 60 * 0,02 =

r1 = 4 r2 = 5

1,2

a. Probabilitas penerimaan lot pada sampel pertama : Pa I = P ( d 1 ≤ c 1 ;  1 ) = P ( d 1 ≤ 1 ;  ) = 0,662 atau : 

( dimana : 1 = 1,2 )

Pa I = P ( d 1 ≤ c 1 ) I = P ( d 1 ≤ 1 ) I = 0,662

b. Probabilitas penerimaan lot pada sampel kedua : Ragu-ragu Sampel 1  R I : { 2 dan 3 } d1 = 2 :

d1 = 3 :

Pa II = P ( d 1 = 2 ;  1 ) * P ( d 2 ≤ 2 ;  2 ) Pa II = P ( d 1 = 2 ; 1,2 ) * P ( d 2 ≤ 2 ; 1,2 ) Pa II = 0,217 * 0,879

= 0,1907

Pa II = P ( d 1 = 3 ;  1 ) * P ( d 2 ≤ 1 ;  2 ) Pa II = P ( d 1 = 3 ; 1,2 ) * P ( d 2 ≤ 1 ; 1,2 ) Pa II = 0,087 * 0,662

= 0,0576









Pa II = 0,2483

+

atau : d1 = 2 :

d1 = 3 :

Pa II = P ( d 1 = 2 ) I * P ( d 2 ≤ 2 ) II Pa II = 0,217 * 0,879

= 0,1907

Pa II = P ( d 1 = 3 ) I * P ( d 2 ≤ 1 ) II Pa II = 0,087 * 0,662

= 0,0576

+

Pa II = 0,2483 atau : Pa II = = = =

P ( d 1 = 2 ) I * P ( d 2 ≤ 2 ) II + P ( d 1 = 3 ) I * P ( d 2 ≤ 1 ) II { 0,217 * 0,879 } + { 0,087 * 0,662 } dimana : 0,1907 + 0,0576 I  1 = 1,2 0,2483 II  2 = 1,2

c. Probabilitas total penerimaan lot berdasarkan rencana sampling tersebut : Pa TOTAL = Pa I + Pa II = 0,662 + 0,2483 = 0,9103 2. Diketahui pemeriksaan 1 lot produk yang berisi 9.000 unit. Rata-rata cacat dalam sampel = 3 %. Jika telah ditentukan bhw rencana sampling yg digunakan adalah sbb : n 1 = 50 c1 = 1 r1 = 5 n 2 = 60 c2 = 6 r2 = 7 Maka, tentukan : a. Tent. probabilitas penerimaan lot pada sampel pertama ! b. Tent. probabilitas penerimaan lot pada sampel kedua ! c. Tent. total probabilitas penerimaan lot berdasarkan rencana sampling tsb. ! Jawab : Diketahui : N = 9.000 c1 = 1 c2 = 6

p‟ = 0,03 r1 = 5 r2 = 7

n 1 = 50  1 = n * p = 50 * 0,03 = 1,5 n 2 = 60   2 = n * p = 60 * 0,03 =

1,8 a. Probabilitas penerimaan lot pada sampel pertama : ( dimana : 1 = 1,5 ) Pa I = P ( d 1 ≤ c 1 ) I = P ( d 1 ≤ 1 ) I = 0,558 b. Probabilitas penerimaan lot pada sampel kedua : Ragu-ragu Sampel 1  R I : { 2, 3, dan 4 }

Pa II = P ( d 1 = 2 ) I * P ( d 2 ≤ 4 ) II + P ( d 1 = 3 ) I * P ( d 2 ≤ 3 ) II + P ( d 1 = 4 ) I * P ( d 2 ≤ 2 ) II = { 0,251 * 0,964 } + { 0,126 * 0,892 } + { 0,047 * 0,731 } = 0,2420 + 0,1124 + 0,0344 dimana : I  1 = 1,5 = 0,3888 II  2 = 1,8 c. Probabilitas total penerimaan lot berdasarkan rencana sampling tersebut : Pa TOTAL = Pa I + Pa II = 0,558 + 0,3888 = 0,9468

Sampling Jamak ( Multiple Acceptance Sampling )

 Sampling Jamak : adalah suatu rencana sampling dimana keputusan untuk menerima atau menolak lot berdasarkan pada pemeriksaan beberapa penarikan sampel.  Prinsip dalam Sampling Jamak : Sama seperti Prinsip dalam Sampling Ganda, tetapi dalam Sampling Jamak dapat dilakukan beberapa kali penarikan sampel ( n 1, n 2, ..... , n k )  lebih dari 2 sampel Sehingga, secara Biaya, lebih disukai Sampling Tunggal, tetapi secara Psikologis lebih disukai Sampling Ganda atau Sampling Jamak.  Bagan Keputusan atau Mekanisme dalam Sampling Jamak : Ambil sampel ke-1 ( n 1 ) Cek jmlh cacat pada sampel ke-1 ( d1 ) d1  c1

d1  r1

c1 < d1 < r1 Ambil sampel ke-2 ( n 2 ) Cek jumlah cacat pada sampel ke-2 ( d 2 ) d1 + d2  c2

d1 + d2 ≥ r2

c2 < d1 + d2 < r2

Ambil sampel ke-3 ( n 3 ) Cek jumlah cacat pada sampel ke-3 ( d 3 ) d1 + d2 + d3  c3 TERIMA LOT

c3 < d1 + d2 + d3 < r3 dst … s/d sampel ke-k

d1 + d2 + d3 ≥ r3 TOLAK LOT

 Probabilitas Penerimaan Sampling Jamak ( Pa ) : Dasar perhitungan dalam Pa adalah dengan menggunakan distribusi Poisson. Ada lebih dari 2 nilai Prob. Penerimaan ( Pa ) dlm Sampling Jamak : Pa I , Pa II , ..... , Pa k Jadi, Probabilitas Penerimaan Total Sampling Jamak ( Pa TOTAL ) adalah : Pa TOTAL = Pa I + Pa II + Pa III + ..... + Pa k dimana : Pa I : Probabilitas Penerimaan Sampel I Pa II : Probabilitas Penerimaan Sampel II Pa k : Probabilitas Penerimaan Sampel ke - k  Contoh Soal : Diketahui rencana sampling yang digunakan dalam pemeriksaan produk adalah sbb : n 1 = 50 c1 = 0 r1 = 3 p‟ = 0,05 n 2 = 60 c2 = 1 r2 = 3 n 2 = 80 c3 = 2 r3 = 3 Maka, tentukan total probabilitas penerimaan lot berdasarkan rencana sampling tsb. ! Jawab : Diketahui : p‟ = 0,05 c1 = 0 r1 = 3 c2 = 1 r2 = 3 c3 = 2 r3 = 3

n 1 = 50  1 = n 1 * p‟ = 50 * 0,05 = 2,5 n 2 = 60  2 = n 2 * p‟ = 60 * 0,05 = 3,0 n 2 = 80  3 = n 3 * p‟ = 80 * 0,05 = 4,0

Probabilitas penerimaan lot pada sampel pertama : Pa I = P ( d 1 ≤ c 1 ) I = P ( d 1 ≤ 0 ) I = 0,082

( dimana : 1 = 2,5 )

Probabilitas penerimaan lot pada sampel kedua : Ragu-ragu Sampel 1  R I : { 1 dan 2 } Pa II = P ( d 1 = 1 ) I * P ( d 2 ≤ 0 ) II = { 0,205 * 0,050 } = 0,01025

dimana : I  1 = 2,5 II  1 = 3,0

Probabilitas penerimaan lot pada sampel ketiga : Ragu-ragu Sampel 2  R II : { 2 } Pa III = = = =

P ( d 1 = 1 ) I * P ( d 2 = 1 ) II * P ( d 3 ≤ 0 ) III + P ( d 1 = 2 ) I * P ( d 2 = 0 ) II * P ( d 3 ≤ 0 ) III { 0,205 * 0,149 * 0,018 } + { 0,256 * 0,050 * 0,018 } 0,00055 + 0,00023 dimana : I  1 = 2,5 0,00078 II  2 = 3,0 III  3 = 4,0

Probabilitas total penerimaan lot berdasarkan rencana sampling tersebut : Pa TOTAL = Pa I + Pa II + Pa III = 0,082 + 0,01025 + 0,00078 = 0,09303

SOAL – SOAL : 1. Sebuah perusahaan garmen telah menentukan rencana pengambilan sampling sbb : n = 50, c = 3. Bila persentase cacat proses dalam perusahaan tersebut adalah p‟ = 3 %, tentukan : a. Probabilitas penerimaan suatu lot b. Bila 1 hari dihasilkan 50 buah lot, berapa lot yang akan ditolak ? 2. Diketahui rencana sampling sbb : n1 = 150 c1 = 2 r1 = 7 p‟ = 4 % n2 = 200 c2 = 6 r2 = 8 Tentukan : a. Probabilitas penerimaan lot pada sampel pertama ! b. Probabilitas penerimaan lot pada sampel kedua ! c. Total probabilitas penerimaan lot berdasarkan rencana sampling tsb. ! 3. Diketahui rencana sampling ganda untuk N sangat besar, dgn rincian sbb : n1 = 20 c1 = 1 r1 = 4 p‟ = 5 % n2 = 30 c2 = 3 r2 = 4 Hitunglah total probabilitas penerimaan lot-nya ! 4. Diketahui rencana sampling sbb : c1 = 4 c2 = 6 c3 = 7 r1 = 7 r2 = 8 r3 = 8 Susunlah rumusan perhitungan probabilitas penerimaan sampelnya ! 5. Diketahui rencana sampling sbb : c1 = 2 c2 = 4 c3 = 5 r1 = 6 r2 = 6 r3 = 6 Susunlah rumusan perhitungan probabilitas penerimaan sampelnya ! 6. Diketahui rencana sampling sbb : c1 = 0 c2 = 2 c3 = 4 c4 = 6 r1 = 6 r2 = 7 r3 = 7 r4 = 7 Susunlah rumusan perhitungan probabilitas penerimaan sampelnya !

Kurva Karakteristik Operasi ( Operating Characteristic Curve = OC )  Kurva OC : kurva yang digunakan untuk menilai rencana sampling.

 Kegunaan dari Kurva OC : 1. Menunjukkan Probabilitas Penerimaan ( Pa ) dari rencana sampling tertentu. 2. Menunjukkan hubungan antara Probabilitas Penerimaan ( Pa ) dengan persen produk yang rusak dalam sampel ( p‟ ) 3. Menunjukkan besar resiko produsen (  ) dan resiko konsumen (  ), dimana : Resiko Produsen (  ) : probabilitas menolak produk yang sebenarnya baik Resiko Konsumen (  ) : probabilitas menerima produk yg seharusnya ditolak (buruk)  Dalam Kurva OC, tidak : 1. Memprediksi % defective 2. Menyatakan tingkat kepercayaan pada % tertentu 3. Memprediksi kualitas akhir yang diperoleh setelah pemeriksaan  Dasar pembuatan dalam Kurva OC : menggunakan Distribusi Poisson atau Hipergeometri  Langkah-langkah dalam pembentukan Kurva OC : 1. Tentukan nilai po 2. Hitung nilai n.po 3. Cari nilai Pa dari tabel Poisson berdasarkan nilai c dan np 4. Gambar titik-titik dari nilai 100 po dan Pa 5. Hubungkan antar titik, setelah kurva terbentuk dapat dilihat peluang lot diterima.

Contoh : Diketahui beberapa data mengenai rencana Sampling Penerimaan yg akan digunakan sbb : N = 5000 c=2 n = 100 p‟ = 0,02 Maka, berdasarkan data diatas, dapat ditentukan rumusan mengenai Pa nya sbb :  = n.p = 100 * 0,02 = 2 Pa = P ( d ≤ c ;  ) = P ( d ≤ 2 ;  ) = 0,6767

Jika disusun dalam suatu tabel Kualitas Proses, diperoleh nilai Pa untuk tiap po sbb : po

100 po

n

n.po

Pa

0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,10

1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0

100 100 100 100 100 100 100 100 100 100

1 2 3 4 5 6 7 8 9 10

0,9197 0,6767 0,4232 0,2381 0,1247 0,0620 0,0296 0,0138 0,0062 0,0028

Dari tabel Kualitas Proses diatas, dapat dibentuk grafik Kurva OC sbb :

Pa

KURVA OC 1,000 0,900 0,800 0,700 0,600 0,500 0,400 0,300 0,200 0,100 0,000 1

2

3

4

5

6

7

8

9

10

100 po

Jika ada 100 lot, maka kemungkinan lot yang diterima adalah 100 lot * 0,6767 = 67,67 lot  68 lot.  Kurva OC untuk Rencana Sampling Penerimaan Ganda : Dalam pembuatan Kurva OC dalam suatu Rencana Sampling Ganda akan membentuk 3 buah garis dalam kurva, yaitu : 1. Garis yang menggambarkan probabilitas penerimaan sampel pertama ( Pa I ) 2. Garis yang menggambarkan probabilitas penerimaan sampel kedua ( Pa II ) 3. Garis yang menggambarkan probabilitas penerimaan sampel gabungan ( Pa TOTAL )

Contoh : Diketahui data mengenai Rencana Sampling Penerimaan Ganda sbb : N = 9000 c1 = 1 c2 = 6

p‟ = 0,03 r1 = 5 r2 = 7

n 1 = 50  1 = n * p = 50 * 0,03 = 1,5 n 2 = 60  2 = n * p = 60 * 0,03 = 1,8

Probabilitas penerimaan lot pada sampel pertama :

( dimana : 1 = 1,5 )

Pa I = P ( d 1 ≤ c 1 ) I = P ( d 1 ≤ 1 ) I = 0,558 Probabilitas penerimaan lot pada sampel kedua :

dimana : I  1 = 1,5 II  2 = 1,8

Ragu-ragu Sampel 1  R I : { 2, 3, dan 4 }

Pa II = P ( d 1 = 2 ) I * P ( d 2 ≤ 4 ) II + P ( d 1 = 3 ) I * P ( d 2 ≤ 3 ) II + P ( d 1 = 4 ) I * P ( d 2 ≤ 2 ) II

= { 0,251 * 0,964 } + { 0,126 * 0,892 } + { 0,047 * 0,731 } = 0,2420 + 0,1124 + 0,0344 = 0,3888 Probabilitas total penerimaan lot berdasarkan rencana sampling tersebut : Pa TOTAL = Pa I + Pa II = 0,558 + 0,3888 = 0,9468 Jika disusun dalam suatu tabel Kualitas Proses, diperoleh nilai Pa untuk tiap po sbb : po

100 po

n1

n 1 . po

n2

n 2 . po

Pa I

Pa II

Pa TOTAL

0,01

1,0

50

0,5

60

0,6

0,9098

0,0899

0,9997

0,02

2,0

50

1

60

1,2

0,7358

0,2552

0,9910

0,03

3,0

50

1,5

60

1,8

0,5578

0,3881

0,9460

0,04

4,0

50

2

60

2,4

0,4060

0,4366

0,8426

0,05

5,0

50

2,5

60

3

0,2873

0,4040

0,6913

0,06

6,0

50

3

60

3,6

0,1991

0,3246

0,5237

0,07

7,0

50

3,5

60

4,2

0,1359

0,2341

0,3700

0,08

8,0

50

4

60

4,8

0,0916

0,1551

0,2467

0,09

9,0

50

4,5

60

5,4

0,0611

0,0960

0,1571

0,10

10,0

50

5

60

6

0,0404

0,0561

0,0965

Dari tabel Kualitas Proses diatas, dapat dibentuk grafik Kurva OC sbb : KURVA OC 1,200

Pa I 1,000

Pa

0,800 0,600

Pa TOTAL

0,400 0,200

Pa II 0,000 1

2

3

4

5

6

7

8

9

10

100 po

 Sifat-sifat Kurva OC : 1. Ukuran sampel sebagai persentase tetap dari ukuran lot  Semakin besar ukuran sampel sebagai persentase tetap dr ukuran lot, maka Kurva OC akan semakin curam “ Contoh : untuk ukuran sampel 10 % dari ukuran lot, dengan p‟ = 5 % N = 900 n = 90 c=0 N = 300 n = 30 c=0 N = 90 n=9 c=0 Dari data diatas, dengan menggunakan Tabel Kualitas Proses dapat dibentuk Kurva OC sbb :