Control Chart: Cara Membaca dan Membuatnya (Dengan Contoh)

Control chart adalah cara tercepat untuk mengetahui apakah suatu proses berjalan sebagaimana mestinya atau diam-diam mengarah ke cacat. Ini adalah grafik garis dari data proses seiring waktu, dengan tiga garis referensi yang dihitung dari data itu sendiri: garis tengah dan dua batas kendali. Setelah Anda tahu cara membacanya, Anda bisa dengan cepat mengenali masalah nyata dan berhenti bereaksi terhadap derau.

Apa Itu Control Chart?

Control chart (disebut juga Shewhart chart) adalah grafik statistik yang memetakan pengukuran proses seiring waktu dan menggunakan batas terhitung untuk membedakan variasi normal dari sinyal bahwa ada sesuatu yang berubah. Grafik ini memiliki tiga garis referensi:

• Center Line (CL): rata-rata proses, dihitung dari data historis
• Upper Control Limit (UCL): ditetapkan pada tiga standar deviasi di atas garis tengah
• Lower Control Limit (LCL): ditetapkan pada tiga standar deviasi di bawah garis tengah

Batas-batas ini berasal dari data proses Anda sendiri, bukan dari spesifikasi teknik atau persyaratan pelanggan. Perbedaan ini penting. Suatu proses bisa saja berada sepenuhnya dalam kendali statistik namun tetap menghasilkan part di luar spesifikasi, atau bisa saja berada dalam spesifikasi namun bergeser. Control chart membahas stabilitas; process capability (Cpk) membahas apakah proses yang stabil tersebut juga memenuhi persyaratan.

Walter Shewhart menciptakan control chart di Bell Labs pada tahun 1924 untuk membedakan dua jenis variasi yang dihasilkan setiap proses: common cause (acak, melekat, dapat diprediksi) dan special cause (tidak biasa, dapat ditelusuri, layak diselidiki). Control chart kini menjadi fondasi bagi statistical process control, Six Sigma, dan lean manufacturing di seluruh dunia.

Fakta Utama

• Organisasi yang mengadopsi control chart sebagai bagian dari program SPC melaporkan pengurangan cacat sebesar 50% atau lebih dalam tahun pertama, menurut ASQ Quality Progress (2022).
• Sebuah studi yang diterbitkan di International Journal of Quality and Reliability Management (2021) menemukan bahwa perusahaan yang menggunakan control chart mengurangi biaya kualitas buruk mereka rata-rata 32% selama tiga tahun.
• Pilihan Shewhart yang asli untuk batas tiga-sigma, bukan dua atau empat, adalah keputusan teknik yang pragmatis: menyeimbangkan biaya alarm palsu dengan biaya melewatkan sinyal nyata, sebuah trade-off yang dikonfirmasi oleh puluhan tahun pengalaman industri.

Anatomi Control Chart

Setiap control chart memiliki kerangka yang sama terlepas dari jenis grafiknya:

Beberapa hal yang perlu diketahui sebelum Anda membuatnya:

Batas kendali bukan batas spesifikasi. UCL dan LCL dihitung dari variasi proses. Toleransi pelanggan Anda adalah hal yang terpisah. Mencampuradukkan keduanya menyebabkan keputusan yang salah.

Aturan "tiga-sigma" berasal dari probabilitas: jika hanya variasi common cause yang ada, sebuah titik akan jatuh di luar batas tiga-sigma hanya sekitar 0,27% dari waktu. Titik mana pun yang berada di luar batas tersebut adalah bukti kuat bahwa sesuatu telah berubah.

LCL yang hasil hitungnya bernilai negatif (umum untuk data hitungan) biasanya ditetapkan menjadi nol, karena hitungan negatif tidak ada.

Cara Membaca Control Chart

Membaca control chart berarti mencari sinyal yang menunjukkan variasi special cause. Kumpulan aturan yang paling banyak digunakan berasal dari Western Electric Statistical Quality Control Handbook (1956), kadang disebut Western Electric Rules atau Nelson Rules. Anda tidak perlu semuanya di setiap situasi; mulailah dengan dua aturan pertama.

Aturan 1 dan 2 menangkap sinyal yang paling umum dan jelas. Aturan 3 hingga 6 menangkap pola yang lebih halus seperti pergeseran, stratifikasi, atau siklus sistematis.

Ketika suatu aturan terpicu:

1. Tandai titik atau rangkaian tersebut pada grafik.
2. Jangan menyesuaikan proses secara otomatis. Mengutak-atik proses yang sedang dalam kendali justru menambah variasi.
3. Selidiki jendela waktu spesifik tersebut. Tanyakan apa yang berubah pada peralatan, material, operator, metode, atau lingkungan.
4. Temukan akar masalah sebelum melakukan penyesuaian apa pun. Analisis akar masalah dan 5 Whys adalah alat tindak lanjut yang umum.

Jenis-Jenis Control Chart

Jenis data yang berbeda memerlukan rumus grafik yang berbeda. Memilih grafik yang salah memberikan batas yang salah.

Aturan keputusan sederhana: jika Anda mengukur sesuatu pada suatu skala (panjang, waktu, suhu, berat), mulailah dengan I-MR atau X-bar-R tergantung ukuran subgrup. Jika Anda menghitung cacat atau item yang cacat, gunakan p/np/c/u tergantung apakah ukuran unit Anda berubah.

Cara Membuat Control Chart

Langkah 1: Definisikan apa yang akan diukur

Pilih satu variabel output proses yang kritis. Ukuran yang samar menghasilkan grafik yang penuh derau. "Tingkat kesalahan entri pesanan" lebih baik daripada "kualitas pesanan."

Langkah 2: Kumpulkan data baseline

Kumpulkan setidaknya 20 hingga 25 subgrup data selama proses berjalan dalam kondisi normal. Jangan mengumpulkan selama periode masalah yang diketahui; baseline harus mewakili operasi yang tipikal.

Untuk grafik X-bar-R, subgrup biasanya adalah 4 atau 5 unit berurutan dari periode waktu yang sama. Untuk grafik I-MR, setiap observasi adalah titiknya sendiri.

Langkah 3: Hitung garis tengah

Untuk X-bar-R:

• Hitung rata-rata (X-bar) untuk setiap subgrup.
• Rata-rata keseluruhan (X-double-bar) = rata-rata dari semua rata-rata subgrup. Ini adalah garis tengah Anda.
• Rata-rata range (R-bar) = rata-rata dari semua range subgrup.

Langkah 4: Hitung batas kendali

Gunakan konstanta control chart yang sudah ditabulasi (A2, D3, D4) dari referensi SPC mana pun. Untuk X-bar-R dengan n = 5:

• UCL(X-bar) = X-double-bar + A2 x R-bar
• LCL(X-bar) = X-double-bar - A2 x R-bar
• UCL(R) = D4 x R-bar
• LCL(R) = D3 x R-bar (= 0 untuk n kurang dari 7)

Langkah 5: Plot datanya

Gambar garis tengah dan batas kendali sebagai garis horizontal. Plot setiap statistik subgrup sebagai titik, dihubungkan oleh garis, dari kiri ke kanan berdasarkan urutan waktu.

Langkah 6: Interpretasikan grafiknya

Periksa Western Electric Rules (Aturan 1 dulu, kemudian Aturan 2). Jika data baseline itu sendiri menunjukkan titik di luar kendali, identifikasi dan hilangkan subgrup tersebut, hitung ulang batasnya, dan plot ulang. Tujuan Anda adalah baseline yang stabil sebelum Anda mulai memantau.

Langkah 7: Masuk ke mode pemantauan real-time

Setelah batas kendali ditetapkan dari data baseline yang stabil, perpanjang garisnya ke depan dan plot subgrup baru saat data itu masuk. Bereaksilah hanya terhadap sinyal, bukan terhadap titik tinggi atau rendah acak dalam batas.

Langkah 8: Hitung ulang secara berkala

Ketika Anda melakukan perbaikan proses yang disengaja, hitung ulang batas kendali dari data pasca-perbaikan. Batas lama dari kondisi proses lama tidak lagi berlaku.

Control Chart vs Run Chart

Keduanya adalah grafik deret waktu, tetapi melayani tujuan yang berbeda.

Run chart adalah titik awal yang baik ketika Anda hanya ingin melihat apakah ada tren atau pergeseran yang jelas. Setelah Anda berkomitmen untuk mengelola suatu proses, beralihlah ke control chart. Ini lebih banyak pekerjaan di awal tetapi jauh lebih andal untuk mendeteksi perubahan nyata.

Keduanya terkait dengan histogram sebagai alat kualitas, yang menunjukkan data yang sama sebagai distribusi frekuensi alih-alih seiring waktu. Histogram memberi tahu Anda bentuk distribusinya; control chart memberi tahu Anda apakah bentuk tersebut stabil seiring waktu.

Untuk mengeksplorasi hubungan antara dua variabel yang mungkin menjelaskan sinyal control chart, diagram sebar adalah alat pendamping yang alami.

Pertanyaan yang Sering Diajukan

Apa perbedaan antara batas kendali dan batas spesifikasi?

Batas kendali berasal dari data dan menggambarkan apa yang sebenarnya dilakukan proses. Batas spesifikasi berasal dari pelanggan atau desain dan menggambarkan apa yang harus dilakukan proses. Suatu proses bisa berada dalam kendali statistik (dalam batas kendali) namun tetap menghasilkan produk yang tidak sesuai (di luar spesifikasi). Cpk dan analisis kapabilitas proses menjembatani kedua pandangan ini. Lihat process capability (Cpk) untuk penjelasan lengkap.

Berapa banyak titik data yang saya perlukan sebelum menghitung batas kendali?

Panduan standarnya adalah 20 hingga 25 subgrup. Kurang dari 20 memberikan estimasi batas yang tidak stabil. Dengan 25 atau lebih Anda mendapatkan batas yang andal yang tidak akan bergeser drastis ketika beberapa titik lagi masuk.

Apa yang harus saya lakukan ketika sebuah titik jatuh di luar batas kendali?

Pertama, jangan sesuaikan prosesnya sampai Anda memahami mengapa titik tersebut muncul. Selidiki: apakah ada kesalahan pengukuran, perubahan bahan baku, operator yang berbeda, atau keausan peralatan? Jika Anda menemukan dan mengonfirmasi penyebab yang dapat ditelusuri, hilangkan subgrup tersebut sebelum memfinalkan batas baseline. Jika Anda tidak dapat menemukan penyebabnya, biarkan saja dan pantau.

Bisakah saya menggunakan control chart untuk proses non-manufaktur?

Bisa. Control chart bekerja untuk proses stabil dan berulang apa pun yang menghasilkan output terukur: waktu penanganan panggilan layanan pelanggan, waktu siklus pemrosesan invoice, jumlah pesanan penjualan harian, tingkat bug perangkat lunak per sprint. Jenis grafiknya berubah berdasarkan jenis data (kontinu vs. hitungan), tetapi logikanya identik.

Apa hubungan antara control chart dan Six Sigma?

Control chart menjadi pusat dari fase Control pada DMAIC, metodologi perbaikan Six Sigma. Setelah mendefinisikan, mengukur, menganalisis, dan memperbaiki suatu proses, Anda menggunakan control chart untuk mempertahankan keuntungan tersebut. Control chart juga muncul di fase Measure ketika menetapkan kapabilitas proses baseline. Tanpa control chart, tidak ada cara sistematis untuk mengonfirmasi bahwa suatu perbaikan bertahan.

Langkah Berikutnya

Control chart adalah alat inti dalam sistem statistical process control yang lebih luas. Setelah grafik Anda berjalan, Anda akan ingin memadukannya dengan analisis kapabilitas proses untuk mengonfirmasi bahwa proses yang stabil juga memenuhi persyaratan pelanggan, dan dengan DMAIC ketika sinyal menunjuk ke akar masalah yang memerlukan penyelidikan terstruktur.

Waktu yang Anda investasikan untuk menyiapkan bahkan satu control chart yang dipilih dengan baik akan terbayar dengan cepat. Anda berhenti memadamkan api variasi acak dan mulai merespons hanya sinyal yang benar-benar berarti sesuatu telah berubah.