7 QC tools adalah tujuh alat dasar untuk membantu tim membaca data dan menganalisis masalah mutu. Kegunaannya berbeda: ada alat untuk mencatat kejadian, melihat sebaran, memilih masalah prioritas, mengelompokkan dugaan penyebab, dan mengamati perubahan proses. Memakai semuanya sekaligus tidak selalu diperlukan.
Bagi manajer produksi, pertanyaan awalnya sederhana: keputusan apa yang belum bisa diambil dari data yang ada? Jika kode cacat belum konsisten, membuat dashboard yang rumit hanya akan memperindah data yang sulit dibandingkan. Mulailah dari definisi dan pencatatan, kemudian pilih alat analisis yang menjawab pertanyaan berikutnya.
Apa Saja Yang Termasuk 7 QC Tools?
Daftar American Society for Quality (ASQ) mencakup fishbone diagram, check sheet, control chart, histogram, Pareto chart, scatter diagram, dan stratifikasi. Beberapa daftar memakai flowchart atau run chart sebagai pengganti stratifikasi. Perbedaan versi tersebut perlu dijelaskan agar tim tidak menganggap ada satu daftar yang selalu identik.
Dalam praktik, pilih berdasarkan fungsi berikut:
- Check sheet: mencatat kejadian secara terstruktur.
- Histogram: memperlihatkan distribusi nilai pengukuran.
- Pareto chart: mengurutkan kategori berdasarkan ukuran yang dipilih.
- Fishbone diagram: mengorganisasi kemungkinan penyebab.
- Scatter diagram: mengamati pola hubungan dua variabel.
- Control chart: memantau perilaku proses sepanjang waktu dengan batas kendali.
- Stratifikasi: memisahkan data menurut kelompok yang relevan.
Pilih Alat Dari Pertanyaan Yang Ingin Dijawab
“Masalah Apa Yang Paling Sering Terjadi?”
Mulai dengan check sheet yang mencatat jenis kejadian beserta frekuensinya. Tentukan apakah satu produk dapat masuk beberapa kategori cacat. Tanpa aturan ini, total kejadian bisa disalahartikan sebagai jumlah unit reject. Setelah data konsisten, susun Pareto berdasarkan frekuensi, biaya, atau ukuran dampak yang dipilih.
“Mengapa Rata-Rata Terlihat Baik, Tetapi Masih Ada Produk Menyimpang?”
Gunakan histogram untuk memeriksa sebaran nilai, bukan hanya rata-ratanya. Kemudian pisahkan data menurut mesin, produk, bahan, atau shift bila ada alasan proses yang jelas. Mencampur beberapa populasi dapat menyembunyikan pola. Perbandingan dengan batas spesifikasi juga memerlukan satuan dan acuan yang benar.
“Apa Yang Mungkin Menyebabkan Cacat Ini?”
Fishbone diagram membantu tim menyusun dugaan secara terarah. Hasilnya tetap perlu diuji. Cabang yang paling ramai diisi bukan otomatis penyebab utama. Beri tiap dugaan bukti yang diperlukan, penanggung jawab pemeriksaan, dan keadaan yang dapat membantahnya.
“Apakah Kondisi Proses Berubah?”
Data berurutan menurut waktu membantu melihat kapan pola berubah. Control chart membutuhkan pemilihan jenis chart, pembentukan subgroup jika relevan, serta perhitungan batas kendali yang sesuai. Batas kendali menggambarkan perilaku proses; batas spesifikasi berasal dari persyaratan produk. Keduanya tidak boleh dipertukarkan.
Contoh Pareto Dari Data Cacat Kemasan
Angka berikut ilustratif, bukan data pelanggan atau hasil proyek Layana.ID. Tim mencatat 100 kejadian cacat selama periode pengamatan: 45 sambungan bocor, 30 label miring, 15 kemasan penyok, dan 10 kode tidak terbaca. Setiap kejadian diklasifikasikan satu kali pada contoh ini.
- Sambungan bocor: 45 kejadian, kontribusi 45%, kumulatif 45%.
- Label miring: 30 kejadian, kontribusi 30%, kumulatif 75%.
- Kemasan penyok: 15 kejadian, kontribusi 15%, kumulatif 90%.
- Kode tidak terbaca: 10 kejadian, kontribusi 10%, kumulatif 100%.
Dua kategori terbesar menyumbang 75% kejadian, bukan 80%. Data tidak harus mengikuti pembagian 80/20 secara tepat. Kesimpulan yang dapat diambil adalah dua kategori itu dominan menurut frekuensi dalam sampel pengamatan tersebut.
Prioritas tindakan juga perlu mempertimbangkan dampak. Kode yang tidak terbaca mungkin menghambat penelusuran, meskipun frekuensinya paling rendah. Jika ukuran yang dipakai adalah biaya kerugian atau tingkat risiko, urutan prioritas dapat berubah. Sebutkan dasar pengurutannya pada laporan.
Dari Catatan Cacat Menjadi Rencana Pemeriksaan
Setelah memilih sambungan bocor sebagai fokus awal, tim dapat memisahkan data menurut mesin, jenis bahan, dan waktu kejadian. Jika satu mesin tampak lebih sering bermasalah, bandingkan juga jumlah produksinya. Lima belas cacat dari 300 unit tidak setara dengan lima belas cacat dari 3.000 unit.
Berikutnya, susun dugaan penyebab dan tentukan pemeriksaan yang dapat membedakannya. Apakah setelan berbeda, bahan berubah, atau metode uji tidak konsisten? Catat hasil yang mendukung maupun membantah dugaan. Jangan menutup analisis dengan kalimat “operator kurang teliti” tanpa menunjukkan mekanisme dan bukti.
Jika tim memakai scatter diagram untuk membandingkan suhu setelan dan jumlah kebocoran, pola yang terlihat hanya menunjukkan hubungan pada data itu. Faktor lain seperti jenis material dan kecepatan mesin dapat memengaruhi keduanya. Korelasi bukan pembuktian sebab-akibat.
Data Minimum Sebelum Mengotomatisasi Grafik
- Definisi cacat yang dapat dipahami sama oleh petugas.
- Jumlah output, jumlah unit diperiksa, dan jumlah kejadian cacat secara terpisah.
- Produk, lot, mesin, serta waktu pengamatan yang relevan.
- Satuan ukur dan revisi metode pemeriksaan.
- Aturan penanganan data kosong, koreksi, dan pencatatan ganda.
Pengumpulan data tersebut perlu terhubung dengan alur inspeksi quality control. Jika data sensor digunakan, uji keterkaitan waktu, identitas mesin, serta produk yang sedang berjalan. Pembacaan yang benar secara angka tetap dapat menghasilkan analisis salah bila ditempelkan ke lot yang keliru.
Sistem digital manufaktur dapat membantu menggabungkan data produksi dan mutu setelah definisinya stabil. Dashboard sebaiknya menampilkan periode, ukuran sampel, serta filter yang aktif agar pembaca mengetahui batas kesimpulannya.
Kesalahan Yang Membuat Analisis Tampak Meyakinkan
Waspadai grafik tanpa penyebut, kategori yang berubah di tengah periode, serta perbandingan antarproduk dengan tingkat kesulitan berbeda. Jangan menghapus nilai ekstrem hanya karena merusak tampilan. Selidiki apakah nilainya merupakan kesalahan pencatatan, kejadian khusus, atau bagian sah dari variasi proses.
Setelah tindakan dilakukan, bandingkan periode dan kondisi yang layak dibandingkan. Bila komposisi produk berubah, turunnya jumlah cacat total belum tentu membuktikan proses membaik. Catat perubahan kondisi tersebut di laporan.
Mulai Dari Satu Pertanyaan Mutu Yang Belum Terjawab
Bawa contoh catatan cacat, data output, serta keputusan yang ingin diambil. Diskusikan kebutuhan pencatatan dan analisis mutu dengan Layana.ID untuk menentukan data mana yang perlu disatukan sebelum membangun grafik dan alur tindak lanjut.
Rujukan: ASQ, “7 Basic Quality Tools”, ditinjau Desember 2024; Departemen Teknik Sistem dan Industri ITS, “Menjaga Kualitas dengan Data: Mengapa SPC Adalah Radar dalam Dunia Industri?”. Diakses 2 November 2026. Data contoh dan rekomendasi penerapan bersifat ilustratif. Gambar utama merupakan ilustrasi AI, bukan visualisasi data pelanggan.