2.2 STUDI PERBANDINGAN KONTROL KUALITAS QUALITY

103 Tabel 4.3. Distribusi frekuensi terhadap rata - rata Sampel n Data x 2 x x − s σ C.V α K α β K β 1 96 1.778

0.82 0.745

0.84 2.19

1.43 2.2

1.39 2 98 0.444 3 98 0.444 4 97 0.111 5 97 0.111 6 98 0.444 Rata –rata x = 97.33 x i x − ∑ = 3.33 Didapat hasil : Nilai keterangan • Rata – rata : = x 97.33 pers.2.2 • Deviasi standar sampel : = s 0.82 1 6 33 . 3 − …2.3 • Deviasi standar Populasi : σ = 0.745 6 33 . 3 …2.5 • Coefficient Variation : C.V = 0.84 100 33 . 97 82 . x ...2.6 • Nilai tabel dis.normal α : α K = 2.19 6 745 . 33 . 97 98 − …2.11 • Resiko Produsen : 43 . 1 = α tabel distribusi normal • Distribusi normal : Dengan mengasumsi data variabel di atas terdistribusi normal, maka digunakan SPSS 17 untuk mengetahui data tersebut terdistribusi normal atau tidak. 104 Gambar 4.3. Data terdistribusi normal • Tingkat keyakinan : σ diketahui Dengan menggunakan persamaan 2.16 dan 2.17 : LCL= 98 96.66 98 6 0.745 2.19 97.33 μ n σ K x α ≤ = ≤           − = ≤             − ….Memenuhi UCL= 98 97.99 98 6 0.745 2.19 97.33 μ n σ K x α ≥ = ≥           + = ≥             + Tidak Memenuhi • Kriteria penerimaan : Dengan menggunakan persamaan 2.20 - R c = x - ks ≥ L = 97.33 – k 0.82 ≥ 98 k 82 . 33 . 97 98 − ≤ k ≤ -0.82 - Uji hipotesis H rata – rata Menggunakan persamaan 2.21 dan 2.22 : 105 μ μ : H = 1 :n α2 1 :n α2 α2 α2 t t t K z K − − + ≤ ≤ − + ≤ ≤ − , H diterima μ μ : H ≥ 1 :n α α t t K z − ≥ ≥ , H diterima μ μ : H ≤ 1 :n α α t t K z − ≤ − ≤ , H diterima 2.19 2.19089 0.745 6 98 97.33 σ n μ x z ≤ − = − = − = 3.745 2 0.82 6 98 97.33 s n μ x t ≤ − = − = − = ∴ Hipotesis diterima jika µ µ ≤ . Namun, kriteria penerimaan menyatakan R c ≥ L atau secara hipotesis diketahui µ µ ≥ . Sehingga dapat diambil keputusan bahwa Spesifikasi menerima hipotesis, padahal hipotesis salah disebut risiko konsumen β . • Persen kesalahan, digunakan persamaan 2.25, diketahui : 0.753 0.82 k 2.19 1 6 2 0.82 2 1 0.82 k 2.19 1 n 2 k 2 1 k k k p 2 1 2 p 2 1 2 p α − =       − ÷ + − =       − ÷ + − = 0.82 k 1.645 p − = 1.645 0.82 k p + = 2.47 k p = 106 Untuk p k = 2.47, maka, dilihat pada tabel distribusi normal, diperoleh nilai P = 0.0067100 = 0.67 . • Resiko Konsumen, digunakan persamaan 2.26 : 2.2 k 0.753 2.47 0.82 k 1 6 2 0.82 2 1 2.47 0.82 k 1 n 2 k 2 1 k k k β β 2 1 2 β 2 1 2 p β − = − =       − ÷ + − =       − ÷ + − = Untuk β k = 2.2, maka, dilihat pada tabel distribusi normal, diperoleh nilai β = 0.0139100 = 1.39 . • Sampel Sebenarnya : Dengan menggunakan persamaan 2.27. Biasanya departemen jalan menggunakan β = 5 dalam penerimaan sampel. [19] Dengan : = 1 µ P R 1 - β 100 = 1 – 5100 = 95. = β K 1.645 tabel distribusi normal 1 0.908 95 98 0.745 1.645 2.19 μ μ σ K K n 2 2 2 2 1 2 2 α β ≈ = − + = − − = sampel • Kurva penerimaan − Grafik kontrol Dengan menggunakan program SPSS 17, diperoleh grafik kontrol dari sampel seperti di bawah ini : [14] 107 Gambar 4.4. Grafik kontrol − Kurva OC Dengan menggunakan program SPSS 17, diperoleh kurva OC dari sampel seperti di bawah ini : • Distribusi Normal Gambar 4.5. Distribusi normal pengujian terhadap rata – rata 108

IV.2.2. Pengujian terhadap sampel

Pada tabel 4.2. diketahui kepadatan sampel minimum per pengujian per lot 95 untuk 3 – 4 sampel. Untuk pengujian kontrol kualitas statistik terhadap sampel, diketahui 4 sampel. Tabel 4.5. Distribusi frekuensi terhadap sampel Sampel n Data x 2 x x − s σ C.V α K α β K β 1 96 1.778

0.96 0.83

0.98 2.71

0.33 2.71

0.33 2 98 0.444 3 98 0.444 4 97 0.111 Rata –rata x = 97.25 x i x − ∑ = 2.777 Diperoleh : Nilai keterangan • Rata – rata : = x 97.25 pers.2.2 • Deviasi standar sampel : = s 0.96 1 4 777 . 2 − …2.3 • Deviasi standar Populasi : σ = 0.83 4 777 . 2 …2.5 • Coefficient Variation : C.V = 0.98 100 25 . 97 96 . x ...2.6 • Nilai tabel dis.normal α : α K = 2.71 83 . 25 . 97 95 − …2.10 • Resiko Produsen : 33 . = α tabel distribusi normal • Distribusi normal : 109 Dengan mengasumsi data variabel di atas terdistribusi normal, maka digunakan SPSS 17 untuk mengetahui data tersebut terdistribusi normal atau tidak. Gambar 4.6. Sampel terdistribusi normal • Tingkat Keyakinan : σ tidak diketahui Dengan menggunakan persamaan 2.18 dan 2.19 : Diketahui 165 . 0.332 α = = , 3 1 4 1 n v = − = − = . Dengan menggunakan interpolasi: 44 . 9 214 . 10 841 . 5 214 . 10 1 . 5 . 1 . 165 . = − − = − − α α t t LCL= 97.25 72 . 92 95 4 0.96 9.44 97.25 μ n s t x 1 n α2; ≤ = ≤             − = ≤             − − Memenuhi UCL= 97.25 8 . 101 95 4 0.96 9.44 97.25 μ n s t x 1 n α2; ≥ = ≥             + = ≥             + − Memenuhi Diperoleh, LCL = 92.72 ≤ 95…….. memenuhi 110 • Kriteria penerimaan : Dengan menggunakan persamaan 2.20 - R c = x - ks ≥ L = 97.25 – k 0.96 ≥ 95 k 96 . 25 . 97 95 − ≤ k ≤2.34 - Uji hipotesis H rata – rata Menggunakan persamaan 2.21 dan 2.22 : μ μ : H = 1 :n α2 1 :n α2 α2 α2 t t t K z K − − + ≤ ≤ − + ≤ ≤ − , H diterima μ μ : H ≥ 1 :n α α t t K z − ≥ ≥ , H diterima μ μ : H ≤ 1 :n α α t t K z − ≤ − ≤ , H diterima 5.43 5.42 0.83 4 95 97.25 σ n μ x z ≤ = − = − = 5.893 4.69 0.96 4 95 97.25 s n μ x t ≤ = − = − = ∴ Hipotesis diterima jika µ µ ≤ . Namun, kriteria penerimaan menyatakan R c ≥ L atau secara hipotesis diketahui µ µ ≥ . Sehingga dapat diambil keputusan bahwa Spesifikasi menerima hipotesis, padahal hipotesis salah disebut risiko konsumen β . 111 • Persen kesalahan, digunakan persamaan 2.25, diketahui : 1.189 2.34 k 2.71 1 4 2 2.34 2 1 2.34 k 2.71 1 n 2 k 2 1 k k k p 2 1 2 p 2 1 2 p α − =       − ÷ + − =       − ÷ + − = 2.34 k 3.221 p − = 3.221 2.34 k p + = 5.561 k p = Untuk p k = 5.561, maka, dilihat pada tabel distribusi t, diperoleh nilai P = 0.00100 = 0 . • Resiko Konsumen, digunakan persamaan 2.26 : 2.71 k 1.189 5.561 2.34 k 1 6 2 2.34 2 1 5.561 2.34 k 1 n 2 k 2 1 k k k β β 2 1 2 β 2 1 2 p β − = − =       − ÷ + − =       − ÷ + − = Untuk β k = 2.71, maka, dilihat pada tabel distribusi normal, diperoleh nilai β = 0.0033100 = 0.33 . 112 • Kurva penerimaan − Kurva OC Dengan menggunakan program SPSS 17, diperoleh kurva OC dari sampel seperti di bawah ini : • Distribusi Normal Gambar 4.7. Distribusi normal dengan risiko produsen, L = batas bawah 113

BAB V KESIMPULAN DAN SARAN