Pada  artikel sebelumnya kita telah membahas apa itu control chart dan apa saja bentuknya, kali ini kita akan membahas bagaimana menginterpretasikan Control Chart dan bagaimana mendeteksi Special Cause dalam Control Chart.

Menginterpretasikan Control Chart

Sebagai process owner, Anda harus mampu menginterpretasi Control Chart dengan tepat, karena chart yang akan menunjukkan tindakan apa yang perlu atau tidak perlu dilakukan.

Variasi akan selalu ada dalam proses. Tugas Anda adalah memisahkan variasi-variasi tersebut ke dalam dua kategori, yaitu common cause dan special cause. Lalu gunakan garis tengah (mean), batasan kontrol, dan plot data untuk membentuk interpretasi Anda.

Seringnya, para process owner membuat kesalahan dengan memerintahkan timnya membuat banyak Control Chart. Ketika papan mereka telah dipenuhi oleh banyak chart yang bagus, tidak ada orang yang bertanggung jawab untuk menginterpretasi dan mengambil tindakan berdasarkan chart tersebut. Padahal, bertindak berdasarkan satu chart akan jauh lebih baik daripada papan yang dipenuhi banyak chart yang tidak fungsional.

Special Cause pada Control Chart

Menginterpretasi Control Chart adalah hal yang penting karena tindakan-tindakan yang Anda ambil di masa depan akan didasarkan pada interpretasi ini. Dalam Control Chart kita akan menemui 2 variasi masalah, pertama special cause, ini berarti Anda cukup menggunakan tindakan khusus, sementara common cause membutuhkan tindakan menggunakan metodologi Lean Six Sigma, berupa improvement.

Setiap kejadian yang memiliki pola yang berulang, tidak hanya berupa variasi yang acak, dapat digolongkan menjadi special cause. Para ahli statistik telah menciptakan beberapa tanda untuk mendeteksi special cause ini. Empat tanda berikut adalah yang paling sering digunakan:

Outlier  – Outlier adalah poin data yang berada di UCL dan di bawah LCL. Karena batasan kontrol (control limit) dikalkulasi berdasarkan teori probabilitas, sebuah outlier sangat jarang ditemukan dalam proses yang hanya memiliki variasi common cause.

Shift  – Kemungkinan proses yang stabil akan menghasilkan sembilan poin berturut-turut pada sisi yang sama itu sama saja dengan melempar koin dan mendapatkan ‘kepala’ sebanyak sembilan kali berturut-turut. Hal itu mungkin saja, tapi sangat jarang. Keberadaan sembilan poin berturut-turut pada sisi yang sama dari garis tengah mengindikasikan sebuah shift pada mean. Ini adalah indikator yang kuat yang menandakan proses telah berubah dan memerlukan investigasi.

Trend – sebuah tren didefinisikan sebagai enam poin yang muncul berturut-turut, masing-masing lebih tinggi dari poin sebelumnya. Tren mengindikasikan special cause dengan efek gradual. Carilah perubahan proses yang mungkin dimulai pada permulaan tren.

Cycle  – Pola-pola berulang yang disebut cycle ditandai dengan 14 poin berturut-turut yang bergantian naik turun. Pola ini menandakan perubahan siklikal yang repetitif dalam proses dan tentunya membutuhkan investigasi. Kasus yang mungkin terjadi meliputi, over-adjusment, variasi shift-to-shift, dan variasi machine-to-machine.

Jika tidak ada special cause yang ditemukan, kita bisa menyimpulkan proses masih berada dalam kendali. Berarti proses masih stabil dan tidak berubah, dan hanya variasi common cause yang mempengaruhi perilakunya. Nah, sekarang, bagaimana dengan proses produksi Anda? ***