Pengkajian Produk Tahunan dan Minitab (bagian 2)

Di bagian 1 telah dijelaskan mengenai analisa kapabilitas proses dalam pengkajian produk tahunan. Dalam artikel ini akan saya jabarkan mengenai parameter-parameter kapabilitas proses. Parameter-parameternya sebagai berikut:

1. Cp

Proses kapabilitas Cp merupakan nilai yang simpel, yang dibutuhkan untuk menentukan varibilitas proses. Cp merupakan suatu indeks kemampuan proses jangka pendek, dimana perhitungannya hanya memperhatikan sebaran data namun tidak memperhatikan keterpusatan data. Semakin tinggi nilai Cp menunjukkan bahwa semakin tinggi kemampuan suatu proses. Nilai Cp berfungsi untuk mengukur kemampuan proses untuk memenuhi spesifikasi.

Cp dihitung menggunakan rumus:

dimana:

USL: Upper Specification Limit atau niai batas atas dari  spesifikasi

LSL: Lower Specification Limit atau nilai batas bawah dari spesifikasi

S= standar deviasi

• Gambar A : Bila Cp<1 proses menyebar melebihi tolerasinya (melebihi spesifikasi USL dan LSL).
• Gambar B: bila Cp=1 proses menyebar pas sesuai dengan spesifikasinya
• Gambar C: bila Cp>1 proses menyebar masih dalam batas USL dan LSL, tapi masih menyisakan ruang.

Indeks kapabilitas Cp hanya mengekspresikan kapabilitas proses potensial dan tidak merepresentasikan letak rataan proses real dengan rataan proses ideal. Dengan demikian, menggunakan parameter ini tidak memberikan jawaban yang jelas apakah data yang dimiliki sesuai dengan interval toleransi atau tidak.

2. Cpk

Parameter kapabilitas proses Cp tidak dapat digunakan untuk menentukan letak relatif
rata-rata proses terhadap batas spesifikasi. Untuk mendapatkan hasil yang lebih akurat,
penghitungan kapabilitas proses dapat menggunakan parameter Cpk. Cpk merupakan
nilai yang digunakan untuk menentukan posisi rataan terhadap salah satu batas
spesifikasi. Oleh karena itu, nilai yang diambil adalah nilai terkecil jarak antara rataan
proses dengan batas spesifikasi produk tersebut.

Rumus perhitungan nilai Cp dan Cpk hanya dapat diaplikasikan jika data terdistribusi
NORMAL ATAU DINORMALKAN. Jika data tidak terdistribusi dengan normal, maka perkiraan untuk proses yang mengacu pada nilai Cp dan Cpk yang diambil berkemungkinan besar salah. Berdasarkan data di lapangan, tidak selalu data yang diperoleh terdistribusi secara normal. Oleh karena itu, untuk data-data yang tidak terdistribusi normal perlu ditransformasikan terlebih dahulu untuk mendekati pendistribusian data normal. Metode transformasi data yang banyak digunakan adalah metode Transformasi Box-Cox. Dalam minitab untuk mengetahui data normal atau tidak dapat melihat nilai p, bila nilai p lebih dari 0,05 berarti data terdistribusi normal.

Berikut ilustrasi perbedaan Cp dan Cpk

3. Pp dan Ppk

Montgomery (2005) menyatakan dalam bukunya bahwa indeks Cp dan Cpk hanya digunakan untuk data yang terkontrol secara statistik, dengan estimasi standar deviasi. Ketika proses tidak dalam kontrol,penulis merekomendasikan penggunaan indeks kinerja proses, Pp dan Ppk.

Parameter Cp dan Cpk mempertimbangkan faktor standar deviasi dalam satu kelompok. Sedangkan nilai Pp dan Ppk dihitung dengan mempertimbangkan standar deviasi secara keseluruhan. Cp-Cpk sering pula dikenal sebagai indeks kapabilitas untuk jangka pendek, sedangkan Pp-Ppk sebagai indeks kinerja untuk jangka panjang.

Indeks Cp mengenali fakta data rasional yang terbagi dalam subgroup, dan mengindikasikan bagaimana proses akan berlangsung jika shift dan drift antargroup dieliminasi. Dengan kata lain, Cp dan Cpk mengkalkulasi berdasarkan variasi dalam masing-masing subgroup. Sedangkan Pp, tidak mempertimbangkan subgroup dan menghitung variasi (standar deviasi) secara keseluruhan. Sehingga nilai Pp berguna untuk mengukur kapabilitas dalam jangka waktu lama. Jika nilai Pp sangat berbeda dengan nilai Cp, dapat disimpulkan bahwa terdapat perbedaan variasi antargroup yang bermakna. Bandingkan nilai Cp dan Pp dengan nilai Benchmark (minimal 1,33) untuk
menentukan apakah diperlukan proses perbaikan kualitas proses.

Untuk mengetahui perbedaaan Cpk dan Ppk dapat dibaca disini.

Catatan:

• Penggunaan Parameter Cp dan Cpk data HARUS TERKONTROL SECARA STATISTIK
• Penggunaan parameter Pp dan Ppk data TIDAK HARUS TERKONTROL SECARA STATISTIK
• Bila Cp nilainya mirip (mendekati) nilai Pp dan nilai Cpk mirip Ppk kemungkinan besar data adalah distribusi normal TAPI UNTUK MEMASTIKAN GUNAKAN tools Normality test pada minitab, bila nilai P lebih besar dari 0,005 berarti data normal

Sumber : Six Sigma Quality Improvement with Minitab, 2nd edition, G. Robin Henderson halaman 211

Untuk bagaimana cara praktek dan interpretasi dari Minitab dalam farmasi akan saya jelaskan di artikel selanjutnya.

Terima Kasih

Salam

M. Fithrul Mubarok, S.Farm.,Apt

Sumber:

• Montgomery, DC. 2005. Introduction to Statistical Quality Control fifth edition. USA:
  John Wiley and Sons.
• Credit to : Dewi Safitri
• http://minaldibama.blogspot.co.id/2013/10/cp-dan-cpk.html
• Six Sigma Quality Improvement with Minitab, 2nd edition, G. Robin Henderson