Sebagai orang yang berkecimpung dalam usaha barang atau jasa, tentu Anda paham bahwa tiap barang atau jasa yang diproduksi, hasilnya akan tidak identik sama 100 persen. Lalu, apakah adanya variasi ini sesuatu yang wajar dan bisa dibiarkan, atau sebaliknya, harus dieliminasi?

Walter Andrew Shewhart, seorang insinyur fisika dan statistik dari Amerika yang dikenal juga sebagai bapak SPC alias Statistical Process Control, mengatakan bahwa variasi tersebut merupakan hal yang normal dan wajar. Namun ia membagi jenis variasi tersebut sebagai sesuatu yang dapat dikontrol (variasi terkontrol) atau sesuatu yang tak terkontrol (variasi tak terkontrol). Perbedaan keduanyalah yang harus kita perhatikan.

Variasi terkontrol adalah variasi karena sebab-sebab umum (common cause), yang terjadi secara alamiah merupakan hal yang bisa diprediksi dan bersifat stabil. Sementara variasi tak terkontrol adalah variasi yang diakibatkan sebab-sebab khusus (special causes), yakni variasi yang terjadi bila suatu kejadian abnormal masuk kedalam suatu proses dan menghasilkan perubahan yang tidak diharapkan dan tidak dapat diprediksi sebelumnya.

Selanjutnya, variasi yang kedua memang tidak terdengar begitu baik. Inilah yang mendorong Shewhart menciptakan sebuah tool yang dikenal sebagai Shewhart Chart atau Control Chart. “Alat” ini dikembangkan bersama rekan-rekannya dan diperkenalkankan pertama kali pada tahun 1924. Sebuah alat yang bertujuan agar proses penyediaan barang-barang produksi dan jasa dapat lebih mudah diperkirakan dan lebih konsisten.

Dengan kata lain, Control Chart akan memberitahu Anda jika ada hal-hal yang menyimpang dalam proses, sehingga Anda bisa langsung mengambil tindakan dan mengembalikan proses pada jalur yang benar.  Karena tool ini mampu memberikan manfaat besar bagi perusahaan, hingga saat ini mereka masih sering digunakan dalam praktek Lean Manufacturing, untuk menentukan apakah suatu proses manufaktur dan kualitas produk yang dihasilkannya berjalan stabil berdasarkan grafik yang mereka hasilkan.

Bentuk dan Tipe Control Chart

Baca juga  Kenapa Perusahaan Otomotif Masuk Ride Sharing?

Control Chart akan memberikan panduan dalam melakukan improvement pada proses, dan seharusnya mampu membantu process owner keluar dari kebiasaan buruknya, yaitu kebiasaan mengambil tindakan berdasarkan data-data terbaru saja.

Jika Anda melihat data-data terbaru, info yang Anda dapatkan tidak akan cukup lengkap untuk menghasilkan keputusan yang baik. Control Chart akan memberitahu Anda, kapan untuk melakukan investigasi lanjutan atas sebuah penyimpangan, dan kapan Anda cukup membiarkannya saja. Singkatnya, Control Chart akan membantu Anda menjadi lebih produktif, tidak membuang waktu dan energi untuk hal-hal yang tidak perlu.

Dalam Control Chart, kita akan melakukan perencanaan kinerja proses dalam bentuk grafis. Chart akan memiliki tiga garis: Upper Control Limit (UCL). Jika data Anda masih berada didalam batas 3 garis ini, maka dapat diasumsikan tidak ada masalah yang berarti dalam proses Anda pada saat ini.

Dalam Control Chart, terdapat banyak tipe dan rupa yang dapat Anda temukan. Beberapa diantaranya adalah:

  • Individual Control charts
  • I & R MR Control Charts
  • X-Bar & S Charts
  • X-Bar & R Charts
  • P-Charts
  • U-Charts

Untungnya, semua Control Charts tersebut memiliki format tiga garis yang sama: garis tengah, UCL, dan LCL. Tujuan dari pembuatan semua control chart tersebut adalah membuat plotting data sehingga Anda bisa langsung melihat kasus – special cause yang terjadi dalam proses, jika ada. Tujuannya tentu saja untuk mengambil keputusan mengenai tindakan-tindakan yang perlu dilakukan.

Semua jenis chart tersebut sama-sama menyajikan data mengenai kinerja proses dari waktu ke waktu. Perbedaannya terletak pada perhitungan limit untuk tipe-tipe data yang berbeda. (bersambung)