Measuring Capability
with Attribute Data
Nama Kelompok:
1. Ajeng Kusumaningtyas Putri Ananto 1310100034
2. Ratna Nurul Hidayah 1310100044
3. Ani Satul Ru’yati Badriyah 1310100061
4. Siti Maghfirotul Ulyah 1310100701
Remember
Kecacatan per
unit sampel
Kecacatan dalam
keseluruhan sampel
Pemilihan peta
Atribut yang cocok
Ukuran Subgrup
sama
Yes
No
Ukuran Subgrup
sama
Yes No
Peta np
Peta p
Peta u Peta c
Review: Peta Atribut
Peta np
Peta p
Peta c
Peta u
Do you know??
 Dalam data atribut, Ukuran kapabilitas terbagi 4 :
Equivalent
Equivalent
Equivalent
PK
P
%
P
P
%
R
P
%
LT TOTAL
ppm
.
Definisi
Definisi
Review: Peta Atribut
Peta np
Peta p
Peta c
Peta u
Peta np
Peta kendali np untuk memetakan jumlah item yang
cacat. Batas kendali untuk peta kendali np adalah
( ) p p n p n UCL ÷ + = 1 3
( ) p p n p n LCL ÷ ÷ = 1 3
Estimasi rata-rata proses=
k
np
p n p n
k
i
i ¿
=
= =
1 '
) (
ˆ
contoh Crack pistons
Hydraulic pistons are checked in certain
area for the presence of crack. When a
crack is detected, the piston sis
immediately scrapped. No time is spent
looking for a second or third crack since
one crack is all it takes to make the piston
nonconforming. As each piston is judged
to be either conforming (no crack) or
nonconforming (cracked) the binomial
output model is appropriate.
contoh Crack pistons
 n=50 , subgroup(k)=12,
subgroup 1 2 3 4 5 6 7 8 9 10 11 12
np 2 3 0 1 1 7 0 4 1 2 0 2
92 . 1
12
23
) (
ˆ
12
1 '
= = = =
¿
=
k
np
p n p n
i
i
6
50
92 . 1
1 92 . 1 3 92 . 1 1 3 =
|
.
|

\
|
÷ + =
|
.
|

\
|
÷ + =
n
p n
p n p n UCL
16 . 2
50
92 . 1
1 92 . 1 3 92 . 1 1 3 ÷ =
|
.
|

\
|
÷ ÷ =
|
.
|

\
|
÷ ÷ =
n
p n
p n p n LCL
contoh Crack pistons
UCL
LCL
np
Estimating P’ From Np Chart
For np chart , p’ is estimated from n-pbar,
the estimate of the average number of
noncomforming units in a subgroup of size
n. to estimate p’, divide n-pbar by n.
n
p n
p p = =
'
ˆ
Contoh: Porous Transmission Housing
 Porosity in aluminimum transmission housings
produced at a major defence contractor has long
been a chronic quality problem. As an initial
attempt to better understand this process th e np
chart displayed was started to monitor the
number of porous housing in a subgroup of
3000.after eliminating several assignable causes
of variation, the chart now provided evidence this
process is in a good state of control
 The np of 1.303 means an average of 1.303porous
housing are detected in each subgroup of 3000. the
capability goals are for ppm total.lt to be less than 90,
equivalent P’pk to be at least 1.25 and equivalent P’p to
be at least 1.32, which implies equivalent P’r should be
less than 0.76. to determine an estimate of p’, which is
the process percentage nonconforming, divide np by n
0004343 . 0
3000
303 . 1
ˆ
'
= = = =
n
p n
p p
3 . 434 10 0004343 . 0 10 ˆ ˆ
6 6 '
.
'
= × = × = p pm p
TOTAL LT
11 . 1
3
33 . 3
3
) 10 343 . 4 (
3
) ˆ (
ˆ
4 '
%
= =
×
= =
÷
Z p Z
P PK
17 . 1
3
52 . 3
3
) 10 1715 . 2 (
3
)) 2 ˆ (
ˆ
4 '
%
= =
×
=
+
=
÷
Z p Z
P P
85 . 0
17 . 1
1
ˆ
1
ˆ
%
%
= = =
P
R
P equivalent
P
Contoh: Porous Transmission Housing
masih dapat dapat dilanjutkan
meskipun tujuannya tidak tercapai.
Contoh: Surgical sponges
 As np chart is monitoring a process producing surgical
sponges. Periodically , subgroup of 750 sponges are
visually inspected for proper shape. After several weeks of
charting and improving the process, the chart indicates a
good state of control, with np equal to 1.20 . Steve, the
quality enginees assignes to this department , wishes to
estimate process capability with both ppm total.lt and
equivalent .the respective capability goals are 1,350
ppm and 1. first, Steve needs an estimate of p’ which can
PK P
%
ˆ
3 '
10 6 . 1 0016 . 0
750
20 . 1
ˆ
÷
× = = = = =
n
p n
p p
1600 10 0016 . 0 10 ˆ ˆ
6 6 '
.
'
= × = × = p pm p
TOTAL LT
983 . 0
3
95 . 2
3
) 10 6 . 1 (
3
) ˆ (
ˆ
3 '
%
= =
×
= =
÷
Z p Z
P PK
dapat dilanjutkan. Manager
harus mengurangi penyebab dari
variasi untuk mengurangi
jumlah sponge yang tidak tepat
Peta p
 Jika ukuran subgrup bervariasi, maka digunakan
peta p. Peta ini menggunakan proporsi dari produk
cacat.

 Taksiran Rata-rata Proses

p
np
n
units ig nonconform
p = =
¿
¿
=
=
=
k
i
i
k
i
i
n
np
p
1
1
) (
Peta p
 Batas Kendali Atas dan Bawah

 Batas kendali bervariasi jika ukuran subgrup
bervariasi. Namun sama untuk setiap subgrup
karena merupakan taksiran dari keseluruhan
proporsi cacat.
n
p p
p LCL
p
) 1 (
3
÷
÷ =
n
p p
p UCL
p
) 1 (
3
÷
+ =
p
Peta p
 Contoh Soal: Cracked Piston

 Untuk subgrup pertama:

06 . 0
717
43
) (
1
1
= = =
¿
¿
=
=
k
i
i
k
i
i
n
np
p
0 13 . 0
14
) 06 . 0 1 ( 06 . 0
3 06 . 0
) 1 (
3 ~ ÷ =
÷
÷ =
÷
÷ =
n
p p
p LCL
p
25 . 0
14
) 06 . 0 1 ( 06 . 0
3 06 . 0
) 1 (
3 =
÷
+ =
÷
+ =
n
p p
p UCL
p
Peta p
 Batas Kendali Atas dan Bawah

Subgrou
p
Noncorforming
units (np)
n p UCL LCL
1 1 14 0.07 0.25041 0.0
2 3 66 0.05 0.1477 0.0
3 1 37 0.03 0.17713 0.0
4 6 91 0.07 0.13469 0.0
5 3 78 0.04 0.14067 0.0
6 1 10 0.10 0.2853 0.0
7 1 50 0.02 0.16076 0.0
8 9 103 0.09 0.1302 0.0
9 3 66 0.05 0.1477 0.0
10 1 33 0.03 0.18402 0.0
11 2 21 0.10 0.21547 0.0
12 12 151 0.08 0.11798 0.0
Total 43 717
Peta p
 Peta P

1 2 3 4 5 6 7 8 9 10 11 12
p 0.07 0.05 0.03 0.07 0.04 0.10 0.02 0.09 0.05 0.03 0.10 0.08
UCL 0.25 0.148 0.177 0.135 0.141 0.285 0.161 0.13 0.148 0.184 0.215 0.118
LCL 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
P
e
r
c
e
n
t
a
g
e

n
o
n
c
o
n
f
o
r
m
i
n
g

Menaksir Kapabilitas dari peta p dan
peta np

nonconforming unit yang ditemukan pada seluruh
in control subgrup.
p p = '
p
Contoh: Water Pump Leaks
 An In-control p chart for water pump leaks

 Untuk menaksir ppm(TOTAL,LT) maka kalikan dengan
10^6
0017 . 0 ' = = p p
700 . 1 10 0017 . 0 10 10
ˆ ˆ
6 6 6
,
= = =
'
= x x p x p pm p
TOTAL LT
Contoh: Water Pump Leaks
93 . 2 ) 0017 . 0 ( ) ( ) (
ˆ
= = =
'
= Z p Z p Z Z Equivalent
Z Equivalent Z Equivalent
LT MIN
ˆ ˆ
.
=
977 . 0
3
93 . 2
3
) (
3
ˆ
ˆ
.
%
= = = =
p Z Z Equivalent
P Equivalent
LT MIN
PK
047 . 1
3
) 2 0017 . 0 (
3
) 2 (
3
) 2 ˆ (
ˆ
%
=
+
=
+
=
+
'
=
Z p Z p Z
P Equivalent
P
955 . 0
047 . 1
1
ˆ
1
ˆ
%
%
= = =
P
R
P Equivalent
P Equivalent
Prosentase
nonconforming unitsnya
tidak lebih dari batas
toleransi 95,5%
Contoh: Cracked Pistons
Prosentase
nonconforming units nya
tidak lebih dari batas
toleransi 95,5%
05997 . 0 ' = = p p
970 . 59 10 05997 . 0 10 10
ˆ ˆ
6 6 6
,
= = =
'
= x x p x p pm p
TOTAL LT
56 . 1 ) 05997 . 0 ( ) ( ) (
ˆ
= = =
'
= Z p Z p Z Z Equivalent
52 . 0
3
56 . 1
3
) (
3
ˆ
ˆ
.
%
= = = =
p Z Z Equivalent
P Equivalent
LT MIN
PK
627 . 0
3
) 2 / 05997 . 0 (
3
) 2 / (
3
) 2 / ˆ (
ˆ
%
= = =
'
=
Z p Z p Z
P Equivalent
P
595 . 1
627 . 0
1
ˆ
1
ˆ
%
%
= = =
P
R
P Equivalent
P Equivalent
Menaksir kapabilitas Proses dari Peta u
dan Peta c
Peta atribut u dan c berbasis pada
distribusi Poisson
Rumus untuk mengestimasi persentase unit yang
memiliki cacat berdasarkan distribusi Poisson :

P(Jumlah cacat pada satu unit = x)

!
) ' (
'
x
e u
u x ÷
=
Dimana:
x: Jumlah cacat pada satu unit
u’: rata-rata jumlah cacat per unit
e: konstanta(sama dengan
2.7182818)
x! : x faktorial
Note: nilai u’ tidak diketahui sehingga dapat
diestimasi dari ū atau dibagi dengan n
(banyak sampel) jika menggunakan peta
c

cc
c
atau
n
c
u = '
ˆ
u u = '
ˆ
misal:
diberikan rata-rata cacat per unit u’= 0.58
Jumlah cacat pada satu unit (x)= 3

% 82 . 1 0182 . 0
1 . 2 . 3
) 5599 . 0 )( 1951 . 0 (
! 3
) 58 . 0 (
) 3 (
58 . 0 3
= = = = =
÷
e
x P
Dengan perhitungan yang sama, persentase dari unit yang memiliki
cacat dengan jumlah cacat sebagai berikut:
% 99 . 55 5599 . 0
1
) 5599 . 0 )( 1 (
! 0
) 58 . 0 (
) 0 (
58 . 0 0
= = = = =
÷
e
x P
% 47 . 32 3247 . 0 ) 1 ( = = = x P
% 42 . 9 0942 . 0 ) 2 ( = = = x P
% 26 . 0 0026 . 0 ) 4 ( = = = x P
% 003 . 0 0003 . 0 ) 5 ( = = = x P
% 003 . 0 00003 . 0 ) 6 ( = = = x P
% 0002 . 0 000002 . 0 ) 7 ( = = = x P
Untuk P(x≥6)= 0.0001
P
e
r
c
e
n
t

o
f

U
n
i
t
s

Banyak Kecacatan
Distribusi Poisson untuk u'=0.58
Total persentase unit sampel yang cacat:

¿

=
= =
1
) ( '
i
i x P P
4401 . 0 0001 . 0 0003 . 0 0026 . 0 0182 . 0 0942 . 0 3247 . 0
) ( '
1
= + + + + + =
= =
¿

= i
i x P P
hal ini kurang efisien dalam bekerja
Cara yang Lebih
Efisien
Dari contoh di atas, P(x=0)=0.5599, dengan
mengurangi 1 dengan hasil P unit yang tidak cacat,

Hasil tersebut sama(identik) dengan total
persentase unit yang cacat, dengan paling
tidak ada 1 kecacatan dalam satu unit

u
e x P P
'
÷
÷ = = ÷ =
'
ˆ
1 ) 0 ( 1
ˆ
4401 . 0 5599 . 0 1 ) 0 ( 1
ˆ
= ÷ = = ÷ =
'
x P P
Contoh Soal 1
Produksi pelapis permukaan kaca komputer
menggunakan peta u sebagai monitor.ketika proses
dimasukkan dalam peta, didapatkan 56 goresan dari
933 pelapis kaca komputer.

Langkah awal untuk mengestimasi proses kapabilitas
yaitu menghitung dari ū.

06 . 0
933
56
'
ˆ
= = = u u Goresan per pelapis
1.
'
ˆ
u
Sebelum prediksi kapabilitas proses dibuat, P’
diestimasi terlebih dahulu dari
2. Menghitung nilai
05824 . 0 94176 . 0 1 1 1
ˆ
060 . 0 ˆ
= ÷ = ÷ = ÷ = '
÷ ' ÷
e e P
u
240 . 58 10 05824 . 0 10
ˆ ˆ
6 6
.
= × = ×
'
=
'
P pm P
LT TOTAL
3. Mengalikan dengan ppm TOTAL.LT
P'
ˆ
P'
ˆ
'
ˆ
u
Dari perhitungan tersebut, ukuran kapabilitas
menunjukkan bahwa proses tidak kapabel karena

untuk menurunkan angka goresan yang tinggi, maka
dilakukan perhitungan menggunakan
350 . 1
.
>
LT TOTAL
ppm
52 . 0
3
57 . 1
3
) 0582 . 0 (
3
) ˆ (
ˆ
%
= = =
'
=
Z p Z
P Equivalent PK
PK
P Equivalent
%
ˆ
Dengan index kurang
dari 1.0 maka proses produksi pelapis
permukaan kaca komputer tidak
kapabel (mampu) untuk memproduksi
pelapis permukaan kaca komputer yang
bebas goresan.
PK P Equivalent
%
ˆ
Contoh Soal 2
Diketahui sayatan per 1000 meter kabel fiber
Kapabilitas dari proses memproduksi 1 meter
kabel fiber optik bebas sayatan dapat diukur
dengan:

Mencari estimasi nilai

sayatan per meter

Persentase kabel dengan min 1 sayatan per meter didapatkan dari
estimasi

c
0032 . 0
1000
2 . 3
'
ˆ
= = = =
n
c
u u
'
ˆ
u
'
ˆ
u
003195 . 0 996805 . 0 1 1
1 ) 0 ( 1
ˆ
0032 . 0
ˆ
= ÷ = ÷ =
÷ = = ÷ =
'
÷
' ÷
e
e x P P
u
Dari nilai estimasi dapat dihitung ukuran
kapabilitasnya (optional), misal:
dihitung
dan

P
'
ˆ
LT TOTAL
pm P
.
ˆ
'
PK
P Equivalent
%
ˆ
195 . 3 10 003195 . 0 10
ˆ ˆ
6 6
.
= × = ×
'
=
'
P pm P
LT TOTAL
91 . 0
3
73 . 2
3
) 003195 . 0 (
3
) ˆ (
ˆ
%
= = =
'
=
Z p Z
P Equivalent PK
Dari perhitungan di atas, karena

Dan kurang dari 1.0 maka proses
tidak menemukan syarat minimum sehingga proses
produksi kabel optik tidak dapat memproduksi kabel

350 . 1
ˆ
.
>
'
LT TOTAL
pm P
PK
P Equivalent
%
ˆ
Contoh Soal 3
Contoh Soal 4
Thank you !
Tanya jawab
 Maries
- Penggunaan perhitungan kapabilitas? Kenapa
equivalen Pr jarang digunakan?
- Jelaskan lagi kenapa pake peta p kalo subgrup nya
…? Kelebihan + kekurangan?
 Priyo
- Jelaskan lagi mengenai perhitungan kapabilitas