7 Alat Pengendalian Kualitas

7 Metode Statistik Dasar

Ada berbagai versi mengenai 7 alat perbaikan kualitas/mutu, tapi untuk pertama-tama, mari bahas versi Ishikawa Kaoru.

7 Metode statistik dasar Menurut Ishikawa Kaoru dalam bukunya 日本的品質管理―TQCとは何か (1984) yaitu :

1. Diagram Pareto
2. Diagram sebab-akibat (Diagram Tulang Ikan atau Diagram Ishikawa)
3. Stratifikasi
4. Lembar Pengecekan (Check sheet)
5. Histogram
6. Diagram Penyebaran (Scatter Diagram)
7. Grafik dan Peta Kendali (Graph & Control Chart)

Mari bahas lebih lengkap satu demi satu.

Diagram Pareto

Diagram pareto atau analisis pareto didasari prinsip yang menyatakan kebanyakan efek adalah hasil dari sedikit penyebab. Konsep ini dinyatakan pertama kali oleh Vilfredo Pareto, ekonom Italia abad 19. Beliau mengamati bahwa kebanyakan persentase kekayaan nasional dimiliki oleh sejumlah kecil orang. Pareto menemukan rasionya 80:20. Kemudian ide ini ditunjuk sebagai 'sedikit yang penting dan banyak yang tidak penting' oleh satu dari penemu peningkatan kualitas, Joseph Juran. Sekarang ide ini sering dirujuk sebagai aturan 80:20 atau prinsip Pareto.

Tujuan analisis pareto

Tujuan analisis pareto untuk 'memisahkan sedikit yang penting dari banyak yang tidak penting'. Dikatakan bahwa 80% cacat berasal dari 20% penyebab. Metode analisis data ini membantu mengarahkan pekerjaan anda ke tempat di mana dapat dilakukan peningkatan terbanyak. Sehingga analisis pareto membantu anda memusatkan usaha ke permasalahan yang menyediakan potensi terbesar untuk peningkatan.

Kegunaan diagram pareto

• Membantu suatu tim untuk terpusat pada penyebab yang akan mengharilkan dampak terbesar jika diselesaikan
• Menampilkan kepentingan relatif dari problem dalam format visual yang sederhana dan dapat diinterpretasi dengan cepat.
• Membantu mencegah 'mengalihkan permasalahan' di mana 'solusi' menghilangkan beberapa penyebab namun memperburuk yang lain
• Kemajuan diukur dalam format yang sangat terlihat yang menyediakan insentif untuk mendorong lebih banyak peningkatan
• Analisis pareto dapat digunakan dalam penerapan peningkatan kualitas manufaktur atau nonmanufaktur

Langkah-langkah menyusun diagram pareto

1. Menentukan metode atau arti dari pengklasifikasian data, misalnya ber­dasarkan masalah, penyebab jenis ketidaksesuaian, dan sebagainya
2. Menentukan satuan yang digunakan untuk membuat urutan karakteristik‑ karakteristik tersebut, misalnya rupiah, frekuensi, unit, dan sebagainya
3. Mengumpulkan data sesuai dengan interval waktu yang telah ditentukan.
4. Merangkum data dan membuat ranking kategori data tersebut dari yaang terbesar hingga yang terkecil.
5. Menghitung frekuensi kumulatif atau persentase kumulatif yang diguna­kan.
6. Menggambar diagram batang, menunjukkan tingkat kepentingan relatif masing- masing masalah. Mengidentifikasi beberapa hal yang penting untuk mendapat perhatian.

Berikut adalah contoh diagram pareto sebuah restoran yang ingin meningkatkan kualitas pelayanannya dan mengumpulkan survei selama satu bulan mengenai komplain dari pelanggan

Diagram Sebab-Akibat

Istilah lain dari diagram sebab akibat adalah Diagram Ishikawa, dikembangkan oleh Kaoru Ishikawa seorang pakar kendali mutu. Sering kali disebut sebagai fishbone diagram dikarenakan bentuknya yang menyerupai tulang ikan. Diagram sebab-akibat menggambarkan garis dan simbol-simbol yang menunjukkan hubungan antara akibat dan penyebab suatu masalah. Diagram tersebut memang digunakan untuk mengetahui akibat dari suatu masalah untuk selanjutnya diambil tindakan perbaikan. Dari akibat tersebut kemudian dicari beberapa kemungkinan penyebabnya. Penyebab masalah ini pun dapat berasal dari berbagai sumber utama, misalnya metode kerja, bahan, pengukuran, karyawan, lingkungan, dan seterusnya. Selanjutnya, dari sumber-sumber utama tersebut diturunkan menjadi beberapa sumber yang lebih kecil dan mendetail, misalnya dari metode kerja dapat diturunkan menjadi pelatihan, pengetahuan, kemampuan, karakteristik fisik, dan sebagainya. Untuk mencari berbagai penyebab tersebut dapat digunakan teknik brainstorming dari seluruh personel yang terlibat dalam proses yang sedang dianalisis.

Langkah menerapkan diagram sebab-akibat:

1. Menyiapkan sesi sebab-akibat
2. Mengidentifikasi akibat
3. Mengidentifikasi berbagai kategori
4. Menemukan sebab-sebab potensial dengan cara sumbang saran
5. Mengkaji kembali setiap kategori sebab utama
6. Mencapai kesepakatan atas sebab-sebab yang paling mungkin

Penggunaan diagram tulang ikan ini ternyata memiliki manfaat yang lain yaitu bermanfaat sebagai perangkat proses belajar diri, pedoman untuk diskusi, pencarian penyebab permasalahan, pengumpulan data, penentuan taraf teknologi, penggunaan dalam berbagai hal dan penanganan yang kompleks.

Manfaat diagram sebab-akibat:

1. Dapat menggunakan kondisi yang sesungguhnya untuk tujuan perbaikan kualitas produk atau jasa, lebih efisien dalam penggunaan sumber daya, dan dapat mengurangi biaya
2. Dapat mengurangi dan menghilangkan kondisi yang menyebabkan ketidaksesuaian produk atau jasa dan keluhan pelanggan
3. Dapat membuat suatu standardisasi operasi yang ada maupun yang direncanakan
4. Dapat memberikan pendidikan dan pelatihan bagi karyawan dalam kegiatan pembuatan keputusan dan melakukan tindakan perbaikan

contoh diagram sebab-akibat :

Stratifikasi

Stratifikasi adalah teknik yang digunakan dengan kombinasi alat analisis data lainnya. Ketika data dari berbagai sumber atau kategori telah dikumpulkan, arti dari data bisa tidak dapat dilihat. Teknik ini memisahkan data sehingga polanya dapat dilihat.

Saat menggunakan stratifikasi :

• Sebelum mengumpulkan data
• Ketika data berasal dari beberapa sumber atau kondisi, misalnya sif, hari-hari dalam satu minggu, pemasok atau grup populasi
• Ketika analisis data mungkin memerlukan pemisahan sumber atau kondisi berbeda

Prosedur Stratifikasi

1. Sebelum mengumpulkan data, pertimbangkan informasi mana mengenai sumber data yang mungkin berdampak pada hasil. Siapkan pengumpulan data sehingga anda dapat mengumpulkan informasi juga.
2. Ketika menggambar data yang terkumpul dalam diagram penyebaran, diagram kendali, histogram atau alat lainnya, gunakan tanda atau warna yang berbeda untuk membedakan data dari berbagai sumber. Data yang dibedakan dengan cara ini yang disebut 'distratifikasi'.
3. Analisis set lainnya dari data yang terstratifikasi secara terpisah. Misalnya pada diagram penyebaran di mana data distratifikasi menjadi data dari sumber 1 dan sumber 2, gambar kuadran, hitung titik dan tentukan nilai kritis hanya dari data sumber 1, lalu hanya untuk data sumber 2.

Contoh Stratifikasi

Tim manufaktur ZZ-400 menggambar diagram penyebaran untuk mengetes apakah kemurnian produk dan kontaminasi besi terkait, tetapi gambar tidak menunjukkan adanya hubungan. Kemudian anggota tim menyadari bahwa datanya berasal dari tiga reaktor berbeda. Tim kemudian menggambar ulang diagram menggunakan simbol berbeda untuk setiap data reaktor.

Sekarang polanya dapat terlihat. Data dari reaktor 2 dan reaktor 3 dilingkari. Bahkan tanpa menghitung jelas bahwa untuk kedua reaktor tersebut kemurnian berkurang selama besi berkurang. Namun, data dari reaktor 1, titik yang tidak dilingkari, tidak menunjukkan hubungan tersebut. Sesuatu berbeda di reaktor 1.

Pertimbangan dalam stratifikasi

Berikut adalah contoh beberapa sumber berbeda yang mungkin memerlukan stratifikasi data:

• Perlengkapan
• Sif
• Departemen
• Material
• Penyuplai
• Hari dalam minggu
• Waktu
• Produk

Selalu pertimbangkan sebelum mengumpulkan data apakah stratifikasi diperlukan selama analisis. Rencanakan untuk mengumpulkan informasi stratifikasi. Setelah data dikumpulkan mungkin sudah terlambat.
Pada gambar atau grafik, masukkan penjelasan mengenai tanda atau warna yang digunakan.

Lembar Pengecekan (Check Sheet)

Suatu tipe khusus dari isian untuk pengumpulan data. Lembar pengecekan mempermudah mengumpulkan data, cenderung membuat usaha pengumpulan data lebih akurat, dan secara otomatis menghasilkan semacam ringkasan data yang sering sangat efektif untuk analisis cepat. Isian lembar pengecekan dibuat masing-masing untuk situasi yang berbeda. Lembar pengecekan digunakan untuk mengumpulkan data, bentuknya dapat berupa apa saja. Lembar pengecekan menjabarkan satu persatu item yang akan dicek secara rutin ataupun acak, lalu hasil pengecekan tersebut dicatat dalam bentuk data angka (numerik) atau berupa tanda.

Kegunaan utama dari Check Sheet:

• Untuk manajemen sehari-hari (menghindari kelupaan, mentaati aturan-aturan operasional)
• Contoh: equipment check list, check list pekerjaan, 6S check list, check list untuk diagnosis dokter, berbagai macam check list, tabel statistik, check list penilaian, dan lain-lain.
• Pemeriksaan khusus (pemeriksaan untuk permasalahan yang spesifik)
• Contoh: accident check list, special case analysis, questioner, dan lain-lain.
• Membuat catatan (mengumpulkan data/angka yang dibutuhkan untuk pencatatan/pendataan)
• Contoh: laporan harian produksi, quality check list, laporan barang jadi masuk gudang, laporan catatan pengambilan material, dan lain-lain.

Prosedur membuat lembar pengecekan:

1. Tentukan kejadian atau masalah apa yang akan diamati. Kembangkan definisi operasional.
2. Tentukan kapan data akan dikumpulkan dan untuk berapa lama.
3. Rancang isiannya. Buatlah supaya data dapat direkam dengan semudah membuat tanda centang atau X atau simbol yang mirip juga sehingga data tidak perlu disalin ulang untuk analisis.
4. Tandai semua tempat di isian.
5. Tes lembar pengecekan untuk periode percobaan singkat untuk memastikan itu mengumpulkan data yang tepat dan mudah digunakan.
6. Tiap kali kejadian dan masalah yang disasar terjadi, rekam data di lembar pengecekan.

contoh lembar pengecekan

Histogram

Histogram adalah alat untuk menggambarkan secara grafis distribusi frekuensi. Histogram membuat pengguna mendapatkan informasi yang berguna mengenai bentuk dan penyebaran dari suatu set data. Yang paling penting, histogram membuat penggambaran informasi sangat ringkas dalam format diagram batang.

Apa yang dilakukan histogram:

Menunjukkan data dalam jumlah besar yang susah diinterpretasikan dalam bentuk tabular
Menampilkan frekuensi relatif terhadap kejadian berbagai nilai data
Menunjukkan pemusatan, variasi dan bentuk data
Menggambarkan secara cepat distribusi data
Menyediakan informasi yang berguna untuk memprediksi performa masa depan dari suatu proses
Membantu mengindikasi jika ada terjadi perubahan dalam proses
Membantu menjawab pertanyaan 'apakah proses mampu memenuhi persyaratan?'

Langkah menyusun histogram:

1. Menentukan batas-batas observasi, misalnya perbedaan antara nilai terbesar dan terkecil
2. Memilih kelas-kelas atau sel-sel. Biasanya, dalam menentukan banyaknya kelas, apabila n menunjukkan banyaknya data, maka banyaknya kelas ditunjukkan dengan √n.
3. Menentukan lebar kelas-kelas tersebut. Biasanya, semua kelas mempunyai lebar yang sama. Lebar kelas ditentukan dengan membagi range dengan banyaknya kelas.
4. Menentukan Batas-Batas kelas. Tentukan banyaknya observasi pada masing-masing kelas dan yakinkan bahwa kelas-kelas tersebut tidak saling tumpang tindih.
5. Menggambar frekuensi histogram dan menyusun diagram batangnya.

Interpretasi histogram

Ketika digabungkan dengan konsep kurva normal dan pengetahuan terhadap suatu proses tertentu, histogram menjadi alat yang efektif dan praktis dalam tahapan awal analisis data. Histogram dapat diinterpretasikan dengan menanyakan tiga pertanyaan :

1. Apakah proses yang dilakukan dalam batas spesifikasi ?
2. Apakah proses kelihatannya menghasilkan variasi yang luas ?
3. Jika tindakan perlu diambil dalam proses, tindakan apa yang pantas ?

Jawaban dari tiga pertanyaan tersebut berada dalam analisis tiga karakteristik histogram

1. Seberapa terpusat histogram ?
• Pemusatan data menyediakan informasi mengenai proses yang ditujukan dalam suatu arti atau nilai nominal
2. Seberapa luas histogram ?
• Melihat luas histogram mendefiniskan variasi proses mengenai tujuan
3. Apa bentuk histogram ?
• Ingat bahwa data diharapkan berbentuk normal atau kurva lonceng. Perubahan signifikan apa pun atau anomali biasanya mengindikasikan adanya sesuatu yang terjadi dalam proses yang menyebabkan masalah kualitas

5 bentuk kurva histogram dapat dilihat pada gambar berikut

Diagram Penyebaran (Scatter Diagram)

Diagram penyebaran merupakan cara yang paling sederhana untuk me­nentukan hubungan antara sebab dan akibat dalam dua variabel. Langkah­-langkah yang diambil pun sederhana. Data dikumpulkan dalam bentuk pasangan titik (x, y).  Jika variabelnya berhubungan, titik-titik akan membentuk sebuah garis atau kurva. Semakin baik hubungannya, semakin rapat titik mendekati garis.

Kapan menggunakan diagram penyebaran :

• Ketika memiliki pasangan data numerik
• Ketika variabel terikat mungkin memiliki beberapa nilai untuk setiap nilai variabel bebas
• Ketika ingin menetpakan apakah kedua variabel berhubungan, semisal
1. Mencoba mengidentifikasi kemungkinan penyebab utama masalah
2. Setelah brainstorm sebab-akibat dengan diagram tulang ikan, untuk menetapkan secara objektif apakah ada hubungan antara penyebab tertentu dan hasil
3. Ketika menentukan apakah dua hasil yang terlihat berhubungan keduanya terjadi dengan penyebab yang sama
4. Ketika menguji untuk korelasi otomatis sebelum menyusun peta kendali

Prosedur membuat diagram penyebaran:

1. Kumpulkan pasangan data di mana diduga memiliki hubungan 
2. Gambar grafik dengan variabel bebas pada sumbu horizontal dan variabel terikat apda sumbu vertikal. Untuk tiap pasang data, beri titik atau simbol di mana nilai sumbu x memotong sumbu y. (Jika dua titik terletak sama, letakkan keduanya bersebelahan, bersentuhan, sehingga keduanya bisa terlihat)
3. Cari pola titik untuk melihat apakah hubungannya jelas. Jika data dengan jelas membentuk garis atau kurva, anda boleh berhenti. Variabelnya berkorelasi. Anda mungkin ingin menggunakan regresi atau analisis korelasi sekarang. Jika tidak, lanjutkan langkah 4 hingga 7.
4. Bagi titik-titik pada grafik menjadi 4 kuadran. Jika ada titik sebanyak X pada grafik
• Hitung X/2 titik dari atas ke bawah dan gambar garis horizontal
• Hitung X/2 titik dari kiri ke kanan dan gambar garis vertikal
• Jika jumlah titiknya ganjil, gambar garis melalui titik tengah
5. Hitung titik di tiap kuadran. Jangan hitung titik yang terletak di garis.
6. Jumlahkan kuadran yang berseberangan secara diagonal. Temukan jumlah yang lebih sedikit dan total titik di seluruh kuadran.
   • A = Titik di kiri atas + titik di kanan bawah
   • B = Titik di kanan atas + titik di kiri bawah
   • Q =  Yang lebih kecil antara A dan B
   • N = A + B
7. Cari batas N pada tabel uji kecenderungan
   • Jika Q kurang dari batas, kedua variabel berhubungan
   • Jika Q sama atau lebih besar daripada batas, polanya mungkin terjadi dari kemungkinan acak.

Tabel uji kecenderungan

Contoh diagram penyebaran

Tim manufaktur ZZ-400 menduga ada hubungan antara kemurnian produk (persen kemurnian) dan jumlah besir (diukur dalam bagian per juta atau bpj). Kemurnian dan besi digambarkan berhadapan dalam diagram penyebaran sebagaimana pada gambar berikut.

Ada 24 titik data. Garis median digambarkan sehingga 12 titik berada pada tiap sisi untuk persen kemunian dan besi bpj.

Untuk mengetes hubungan, mereka menghitung:

A = Titik di kiri atas + titik di kanan bawah = 9 + 9 = 18

B = Titik di kanan atas + titik di kiri bawah = 3 + 3 = 6

Q = Yang lebih kecil antara A dan B = Lebih kecil antara 18 dan 6 = 6

N = A + B 18 +6 = 24

Kemudian mereka mencari batas N pada tabel uji kecenderungan. N = 24, batasnya = 6.

Q sama dengan batas, sehingga polanya dapat terjadi karena kemungkinan acak dan tidak ada hubungan yang ditampilkan.

Grafik dan Peta Kendali (Graph & Control Chart)

Sebelum memasuki permasalahan inti mengenai peta kendali, pertama-tama bahas soal variasi dulu.
Variasi adalah fenomena alami. Variasi mungkin cukup besar dan mudah dikenali (tinggi badan) atau mungkin sangat kecil dan susah dikenali dengan inspeksi visual (berat pena ball poin). Ketika variasinya sangat kecil, bendanya mungkin terlihat identik, tetapi instrumen yang presisi akan menunjukkan perbedaannya.
Dalam manufaktur ada tiga kategori variasi :

1. Variasi dalam bagian
2. Variasi antar bagian
3. Variasi dari waktu ke waktu

Hal ini juga berlaku dalam situasi nonmanufaktur.

Dalam proses manufaktur variasi terjadi karena :

• peralatan
• material
• operator
• lingkungan
• inspeksi atau pengukuran

Faktor yang sama mengarah ke variasi dalam proses non manufaktur.

Penyebab variasi ada dua, yaitu penyebab umum variasi , atau kemungkinan acak, dan penyebab khusus variasi atau yang dapat ditentukan.

Penyebab umum variasi (kemungkinan acak)
Penyebab variasi tersebut melekat dalam suatu proses. Pada dasarnya mereka adalah penyebab acak. Jumlahnya kecil dan sangat susah dideteksi atau diidentifikasi. Sering kali penyebab umum variasi atau kemungkinan acak antara tidak mungkin atau sangat mahal untuk dihilangkan. Jika suatu porses memiliki variasi hanya karena penyebab kemungkinan acak, proses ini disebabkan berada dalam kendali statistik. Proses semacam itu juga disebut proses stabil.

Penyebab khusus variasi (dapat ditentukan)
Proses mungkin dari waktu ke waktu mengalami variasi tambahan, yang biasanya besar dan disebabkan oleh beberapa faktor luar. Misalnya material bawah standar dari penyedia, mesin yang diset salah, atau penggunaan alat yang salah. Jika penyebab khusus variasi ada dalam suatu proses, proses itu disebut di luar kendali.

Lalu, bagaimana kita tahu ketika suatu proses beroperasi di bawah penyebab khusus variasi ? Dengan kata lain, bagaimana kita tahu jika sebuah proses berada di luar kendali ? Jawabannya adalah peta kendali.

Peta kendali merupakan grafik yang digunakan untuk mempelajari bagaimana proses berubah seiring waktu. Data digambarkan menurut urutan waktu. Peta kendali selalu memiliki garis tengah untuk rata-rata, garis atas untuk batas kendali atas dan garis bawah untuk batas kendali bawah. Garis tersebut ditentukan dari data masa lampau. Dengan membandingkan data saat ini dengan garis tersebut, anda dapat menarik kesimpulan apakah variasi proses konsisten (dalam kendali) atau tidak dapat diprediksi (di luar kendali, dipengaruhi penyebab khusus variasi). Peta kendali juga memberi tahu kita kapan untuk membiarkan prosesnya saja atau kapan untuk mulai mencari penyebab khusus variasi.
Peta kendali untuk data bervariasi digunakan secara berpasangan. Peta atas memantau rata-rata, atau pemusatan distribusi data dari proses. Peta bawah memantau jangkauan, atau lebar distribusi. Jika data anda adalah tembakan dalam latihan menembak, rata-ratanya adalah di mana tembakan terkumpul, dan jangkauannya seberapa rapat mereka terkumpul. Peta kendali untuk data atribut digunakan satu demi satu.

Konsep variabel dan atribut.

Variabel adalah karakteristik kualitas yang dapat diukur dan digambarkan dalam skala yang berkelanjutan, misalnya berat, panjang, waktu, temperatur, tegangan, dan sebagainya.
Atribut adalah data yang dapat dihitung dan digambarkan sebagai peristiwa atau keadaan terpisah/diskret. Contohnya jumlah cat yang cacat, jumlah lubang pada panjang kabel listrik, dan sebagainya.


Selain ketujuh alat yang disebutkan di atas, ada juga yang memasukkan alat berikut ini dalam tujuh alat dasar.

Run Chart

Run Chart digunakan untuk menganalisis proses menurut waktu atau urutan. Run chart biasanya berguna dalam menemukan pola yang terjadi dalam suatu waktu. Run chart dianalisis untuk menemukan anomali dalam data yang menunjukkan pergeseran dalam proses dari waktu ke waktu atau faktor khusus yang mungkin memengaruhi variabilitas suatu proses. Faktor khas dipertimbangkan termasuk panjangnya 'jalan' titik data di atas atau di bawah garis rata-rata yang tidak umum, total jumlah jalan seperti itu dalam set data, serta rentetan kenaikan atau penurunan berurutan yang tidak umum.
Run chart dalam beberapa hal mirip dengan peta kendali yang digunakan dalam pengendalian proses statistik, tapi tidak menunjukkan batas kendali proses. Sehingga run chart lebih mudah dibuat, namun tidak memungkinkan teknik analisis selengkap peta kendali.

Diagram Alir (Flow Chart)

Kenapa menggunakan flow chart ?

Untuk membuat sebuah tim mengidentifikasi aliran sebenarnya atau urutan kejadian dalam suatu proses di mana barang atau jasa mengalir.

Flowchart dapat diterapkan ke dalam apa saja dari perjalanan pembayaran atau aliran material, hingga langkah-langkah membuat penjualan atau servis sebuah produk.

Simbol flow chart

Tips membuat flow chart :

1. Jaga flow chart sederhana
2. Selama situasi membutuhkan, tambah atau buat simbol lain
3. Konsisten dalam level detail yang ditampilkan
4. Beri tiap langkah kata-kata yang dapat dipahami setiap orang
5. Identifikasi karya anda. Termasuk judul proses, tanggal diagram dibuat dan nama anggota tim

Selama dan setelah membuat flow chart, selalu jaga dalam pikiran faktor dan pertanyaan berikut

1. who (siapa)
2. what (apa)
3. when (kapan)
4. why (kenapa)
5. where (di mana)
6. how (bagaimana)

Pertanyaan lainnya yang harus ditanyakan untuk tiap tindakan atau langkah dalam flow chart

• Hapus
• Gabung
• Sederhanakan
• Ubah urutan

5M check list :

• man (operator)
• machines
• material
• methods
• measurement

5M checklist  adalah pendekatan yang memusatkan perhatian pada lima faktor kunci yang ada dalam proses apa saja.

Lalu, ada juga 7 alat yang dikatakan sebagai alat manajemen dan perencanaan yang baru, yaitu :

1. Affinity Diagram (KJ Method)
2. Interrelationship Digraph (ID)
3. Tree Diagram
4. Prioritization Matrix
5. Matrix Diagram
6. Process Decision Program Chart (PDPC)
7. Activity Network Diagram

Referensi :

http://asq.org/index.aspx
http://en.wikipedia.org/
http://evgust.wordpress.com/2011/04/05/7-tujuh-alat-perbaikan-kualitas/
http://flyangeldiary.blogspot.com/2009/07/7-metode-pengendalian-mutu.html
http://kualitasproses.wordpress.com/pengendalian-kualitas/

http://www.emu.edu.tr/~oyagiz/mgmt512/qctools-REV%20for%20MGMT%20512R-BW.pdf