Xbar and S chart Grafik Xbar memvisualisasikan fluktuasi rata-rata sampel dan ratarata dari rata-rata sampel kemudian

akan menunjukkan bagaimana penyimpangan rata-rata sampel dari rata-ratanya. Penyimpangan ini akan memberi gambaran bagaimana konsistensi proses. Semakin dekat rata -rata sampel ke nilai rata-ratanya maka proses cenderung stabil, sebaliknya maka proses cenderung tidak stabil. S dalam Grafik S adalah singkatan untuk Sigma ( ) atau Standard Deviation, digunakan untuk mendeteksi apakah karakteristik proses stabil atau tidak. Oleh karena itu, S biasanya di plot bersama dengan X, sehingga memberi gambaran mengenai variasi proses lebih baik. Konsep umum dari grafik Xbar adalah sebuah proses yang mempunyai rataan mu dan standar deviasi sigma. Jika proses ini melalui pengambilan contoh-contoh secara acak dan periodik yang berukuran n. Kemudian dilanjutkan dengan menghitung rataa-rata contoh Xbar untuk setiap contoh, maka teorema limit pusat dapat digunakan dengan memastikan setiap rata-rata contoh untuk masing-masing contoh adalah mu dan standar deviasi adalah sigma/akar n. Garis pertengahan untuk rata-rata mu contoh ditarik apada nilai mu. Penggunaan grafik Xbar dan S saat nilai dari ukuran contoh besar (n>10), dikarenakan penggunaan Xbar dan R tidak lagi efektif karen a kehilangan efisensi relatifnya. Langkah langkah penentuan grafik Xbar dan S hampir sama dengan Langkah langkah penentuan Grafik Xbar dan R, namun pada perhitungannya harus dihitung satu per satu antara rata-rata dan standar deviasinya untuk setiap contoh. Meskipun standar deviasi contoh S bukan penduga tak bias untuk sigma, namun S dapat menduga c 4 , dengan c4 adalah suatu konstanta yang sangat tergantung pada ukuran contoh n. Karena nilai tengah grafik dari sigma adalah E(S) = c4 dan standar deviasi S adalah maka UCL= c4 + 3 LCL= c4 - 3 Jika nilai sigma tidak diketahui, maka sigma dapat diduga dari analisa data sebelumnya. Jika ada sejumlah m contoh yang ,asing -masing berukuran n, maka standar deviasi S adalah Sbar dengan penduga tak bisa untuk sigma adalah, maka parameter garafik S adalah Sbar = = nilai tengah

UCL= Sbar + LCL = Sbar -

3 3

Penggunaan garfik kontrol Xbar dan S lebih mudah digunakan untuk kasus dengan ukuran contoh besar dan berupa variabel. Dalam kasus ini kita dapat mengunakan pendekatan rata-rata terboboti untuk menghitung Xbarbar dan Sbar, dengan Ni adalah jumlah observasi dari contoh ke i. Xbarbar = Sbar = Contoh kasus : Dari berbagai batch yang dihasilkan automatic filling machine pada periode tanggal 7-11 januari, setiap harinya diambil 4 kemasan produk per batch untuk diukur volumenya.

Tgl 7 januari

8 januari

9 januari

10 januari

11 januari

batch 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1

X1
288 261 302 295 276 295 281 300 342 356 283 295 279 300 274 283 299

X2
294 267 287 278 296 300 298 315 345 282 300 303 322 284 271 295 296

X3
278 277 300 286 304 282 292 299 321 291 296 299 288 300 274 299 293

X4
294 277 288 356 296 295 294 321 364 300 278 299 282 300 272 333 296

mean
288,5 270,5 294,25 303,75 293 293 291,25 308,75 343 307,25 289,25 299 292,75 296 272,75 302,5 296

s
7,549834 7,895146 7,847505 35,51877 11,94432 7,702813 7,274384 10,96586 17,60682 33,32041 10,43631 3,265986 19,85573 8 1,5 21,43984 2,44949

2 3 4

304 341 266

299 312 298

288 330 297

357 322 285

312 326,25 286,5 298,3125

30,73543 12,28481 14,88847 9,969945

Rule Violations Case Number 2 9 15 19 Violations for Points Less than -3 sigma Greater than +3 sigma Less than -3 sigma Greater than +3 sigma

4 points violate control rules.