Anda di halaman 1dari 70

S

S
I
I
G
G
M
M
A
A

DHARMA GROUP
TM
7. Menentukan Process Capability
8. Menentukan Objective Standar Kinerja
9. Identifikasi Sumber Variasi
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 114
Process Capability
Secara statistik, terdapat 2 masalah dalam suatu proses,
yaitu:
Masalah penyebaran atau variasi (spread)
Masalah pemusatan (location)
T
LSL
USL
Defect (Out of Spec.) Defect (Out of Spec.)
T
LSL
USL
Defect (Out of Spec.) Defect (Out of Spec.)
Target
Kondisi
Sekarang
Target
Kondisi
Sekarang
Masalah Penyebaran Masalah Pemusatan
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 115
Rational Subgrouping
Lower Limit Upper Limit
Output dari
sebagian proses
Shift ke-2
Operator
Baru
Shift ke-1
Material Beda
Output dari
keseluruhan proses
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 116
Black Noise
White Noise
TIME
P
R
O
C
E
S
S

R
E
S
P
O
N
S
E
Rasional
Subgroups
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 117
Rational Subgrouping
Black Noise
Black Noise adalah kejadian yang disebabkan karena variasi
proses pada saat sekarang.
Merupakan variasi yang dapat dikontrol (controllable)
White Noise
White Noise adalah suatu keadaan yang disebabkan karena
variasi yang terjadi saat ini di setiap proses.
Variasi yang tidak dapat dikontrol (uncontrollable).
Rational Subgrouping
Pengambilan sampel yang hanya terdiri dari White Noise.
Black Noise terjadi diantara beberapa sampel
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 118
Distribusi Normal
Ciri-ciri :
Kurva berbentuk lonceng (bell shaped)
Simetris
Probabilitas (peluang) area di bawah
kurva = 1
Distribusi Normal Standar
Mean = 0, Standard Deviasi = 1
Jumlah Standard Deviasi = Z
Menentukan nilai-nilai Z dari tabel Z
Alternatif lain = menggunakan minitab
Perhatikan dalam membaca tabel Z
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 119
Transformasi Z
Mean
Standard
Deviasi
Distribusi Normal
Distribusi Normal Standar
0
1
Z
ion dardDeviat tan S
Mean X
Z
1

=
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 120
Memperkirakan Defect Level
Secara umum Rumus Z adalah :
Transformasi ini menghasilkan suatu nilai dari suatu distribusi dimana mean = 0,
dan sigma = 1.
Nilai dari Z mengindikasikan seberapa jauh jarak sebuah data (x) dari nilai rata-
ratanya (Mean) dalam satuan standard deviasi.
Sebagai contoh : jika Z = 2, berarti data x berada pada jarak 2 kali standard deviasi (o)
dari rata-rata (mean).
Guna memperkirakan defect level (atau estimasi yield), kita dapat menggunakan
Lower Spec Limit (LSL) dan Upper Spec Limit (USL) untuk x.
Dengan menggunakan metode ini, kita dapat mengkalkulasikan proporsi dari
produk yang keluar dari spec berdasarkan proses sekarang.
( ) ( )
s
x x x
Z

=
o

=
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 121
Contoh Transformasi Z
0.8 0.9 1.0 1.1 1.2 1.3
100
200
300
400
500
600
700
Data dari grafik :
Mean = 1.034
S = 0.0553
LSL = 0.90
USL = 1.10
Tentukan berapa
probabilitas
(peluang) produk
defect (di luar
batas spec) ?
LSL USL
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 122
Contoh Transformasi Z
Nilai suatu Distribusi
Permasalahan : Menentukan persentase (%)
produk di luar spesifikasi.
Nilai Standar Distribusi
Permasalahan : Estimasi terhadap proporsi dari
kurva normal yang berada di
luar LSL dan USL, dapat
dihitung dari nilai Z (Z-value)
untuk setiap batas spesifikasi.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 123
Contoh Transformasi Z
Estimasi nilai yang berada di luar batas spesifikasi, dapat dihitung dengan cara :
( )
o

=
x LSL
Z
L
( )
0553 . 0
034 . 1 9 . 0
=
= -2.42
( )
o

=
x LSL
Z
U
( )
0553 . 0
034 . 1 1 . 1
=
= 1.19
Probability of Defect = Pr(x s 0.9) + Pr(x > 1.1)
= Pr(Z s -2.42) + Pr(Z > 1.19)
= 0.0078 + 0.1170
(Lihat Tabel Distribusi Normal)
= 0.1248
= 12.48 %
Z s -2.42
Z > 1.19
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 124
Long Term and Short Term Capability
Lower Limit Upper Limit
Shift ke-2
Operator
Baru
Shift ke-1
Material Beda
Short
Term
Long
Term
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 125
Long Term and Short Term Capability

LSL USL
Short Term Capability
untuk Six Sigma
Untuk Short Term pada Six Sigma, terdapat 6 sigma (standard deviasi) diantara
SL dan .
Short Term Capability menggambarkan masalah penyebaran (spread) pada proses
kita.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 126
Long Term and Short Term Capability

LSL USL
Untuk proses Six Sigma yang sama, dalam konteks Long Tern, jarak antara SL
dan adalah 4.5 sigma (standard deviasi)
Long Term Capability menggambarkan masalah penyebaran (spread) dan
pemusatan (centering) pada proses.
1.5 sigma 1.5 sigma
Estimasi Long Term Capability :
1.5 Sigma dikurangkan dari
jarak antara dan SL.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 127
Estimasi dari Capability Index (Short Term)
Semakin besar Design Margin, semakin kecil total defect per unit (TDU).
Design Margin diukur dengan Process Capability Index (Cp)
Cp
(best)
=
(Nilai Range max yang diperbolehkan dari karakteristik)
(Variasi normal dari proses)
Cp =
(USL - LSL)
(6 * o)
Zst = 3*Cp Zlt = Zst 1.5
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 128
Estimasi dari Capability Index (Long Term)
k =
(X Target)
(USL-LSL) / 2
Zlt = 3*Cpk
Cpk = (1-k)*Cp
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 129
Capability Index (Long Term vs Short Term)
Jika Process Capability telah mencapai 6 Sigma, maka nilai dari
capability adalah sebagai berikut :
Short Term Long Term
Zst = 6
Cp = 2
Zlt = 4.5
Cpk = 1.5
ppm = 3.4
Zshift = Zst Zlt = 6 4.5 = 1.5
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 130
Capability Index (Long Term vs Short Term)
Indeks Short Term Capability Indeks Long Term Capability
Cp =
(USL - LSL)
(6 * o
ST
)
Cpk =
min(USL x, x - LSL)
(3 * o
ST
)
Zst = 3*Cp
Pp =
(USL - LSL)
(6 * o
LT
)
Ppk =
min(USL x, x - LSL)
(3 * o
LT
)
Zlt = 3*Ppk
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 131
0.5
1.0
1.5
2.0
2.5
A
B
C D
1 2 3 4 5 6
Poor
Good
Zst
Z
s
h
i
f
t
P
o
o
r
G
o
o
d
B
e
r
k
a
i
t
a
n

d
e
n
g
a
n

m
a
s
a
l
a
h

K
o
n
t
r
o
l
Berkaitan dengan masalah Teknologi
Target
LSL USL
Target
LSL USL
Target
LSL USL
Target
LSL USL
Four Block Diagram
Tujuan akhir adalah D
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 132
Capability Analysis Minitab Session (Data Variable)
Filename : Capa.mtw
Klik OK
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 133
Capability Analysis Minitab Session (Data Variable)
Cp Zst = 3*Cp
Cpk Zlt = 3*Cpk
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 134
Capability Analysis Minitab Session (Data Discreet)
Y
RT
= e
-d/u
Y
RT
Y
NA
Z
LT
(Y
FT1
) (Y
FT2
) (Y
FT3
)
e
-DPU
Z
ST
= Z
LT
+ 1.5
Sigma Level :
(Y
RT
)
1 / # of process
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 135
Capability Analysis Minitab Session (Data Discreet)
Nilai Y
RT
bisa menggambarkan Z-value. Contoh bilai Y
RT
= 95%
Y
RT
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 136
Capability Analysis Minitab Session (Data Discreet)
Z
LT
Z
ST
= Z
LT
+ 1.5
= 1.6449 + 1.5
= 3.1449
Sigma Level :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 137
Metode Pemilihan Faktor-faktor
Y = f(X)
Y X1 . . . Xn
Variabel Tak Bebas
(Dependent Variables)
Variabel Bebas
(Indpendent Variables)
Output Input
Akibat Penyebab
Bagian ini disebut FAKTOR
Pada saat kita hendak menyelesaikan masalah, kita semestinya ber-
fokus pada faktor-faktor, sebab faktor-faktor tersebut adalah penye-
bab atas masalah tersebut.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 138
Metode Pemilihan Faktor-faktor
Brainstorming
Untuk mengungkap ide-ide dgn cepat.
Jenis-jenis Brainstorming
Free Wheeling : Semua anggota team proyek memberikan ide-ide dalam suatu
obrolan.
Round Robin : Semua anggota team proyek memberikan ide-ide secara berputar
bergiliran.
Card Method : Mencatat ide-ide dari setiap anggota team proyek dalam secarik kertas
tanpa diskusi.
Yang perlu diperhatikan dalam Brainstorming:
Tidak boleh mengkritik setiap ide yg disampaikan oleh setiap
anggota team.
Catat semua ide yang disampaikan tanpa kecuali.
Semua anggota team harus hadir dalam kegiatan Brainstorming.
Hargai semua ide-ide yang disampaikan walaupun terkadang
tidak masuk akal.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 139
Metode Pemilihan Faktor-faktor
Cause & Effect (Fishbone) Diagram
Metode untuk menyusun atau mengatur hubungan antara CTQ dgn faktor-faktor yg
mempengaruhi CTQ.
Fishbone Diagram menggambarkan penyebab-penyebab (causes) yang berpotensi
menyebabkan masalah yang sedang dibahas.
Diagram ini dapat digunakan untuk menemukan faktor-faktor (x) yang mempengaruhi
CTQ (y) pada tahap analisis dalam Six Sigma.
Dahan-dahan, kategori mayor dari penyebab, memiliki sebuah atau lebih penyebab
spesifik.
Mengapa menggunakan Fishbone Diagram:
Membuat fokus perhatian team pada fakta-fakta bukan pada
sejarah masalah tersebut.
Membuat kumpulan pengetahuan team tentang masalah tersebut
secara visual.
Fokus team pada penyebab-penyebabnya, bukan gejala-gejalanya.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 140
Cause & Effect Diagram
Enam
Sumber
Variasi
Manusia
Mesin Metode
Material Lingkungan
Pengukuran
Pernyataan
Masalah
Manusia
Metode
SEBAB
AKIBAT
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 141
Metode Pemilihan Faktor-faktor
Logic Tree (Structure Tree, Why-Because)
Logic Tree dapat digunakan utk menemukan faktor-faktor (x) yang mempengaruhi CTQ
(y) pada fase analisis dalam Six Sigma.
Logic Tree dibuat dgn mengatur kategori-kategori utama di sisi kiri.
Harus memperhatikan konsep MECE (Mutually Exclusive and Collective
Exhaustive)
RPM
ROTOR
STATOR
ASSEMBLY
Lamination
Endrings
Electromagnetic
Mechanical
Area A
Area B
Losses
Inductance
OD
Core Lengths
3 faktor ini adalah MECE
untuk masalah RPM
Why
Why
Why
Why
Fokus pada faktor ini.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 142
Uji Hipotesis
Salah satu metode pemilihan faktor-faktor analisis.
Tindakan untuk membuktikan pernyataan seseorang atau
dugaan suatu keadaan benar atau salah.
Untuk menjelaskan pernyataan dan menyajikannya dengan
parameter.
HIPOTESIS DUGAAN SEMENTARA
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 143
Konsep Uji Hipotesis
1. Semua proses
memiliki variasi
2. Sampel-sampel yang dicuplik dari suatu proses
mungkin juga bervariasi.
3. Bagaimana kita dapat membedakan
variasi dari sampel dan perbedaan
variasi dari proses sebenarnya?
Macam-macam perbedaan :
Continuous Data (Variable)
Perbedaan rata-rata
Perbedaan varians
Perbedaan bentuk
distribusi nilai-nilai
Discreete Data (Attribute)
Perbedaan proporsi
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 144
Konsep Uji Hipotesis
Kasus Bersalah vs Tak-Bersalah (Guilty vs Innocent)
Sistem peradilan (justice) dapat digunakan untuk melukiskan konsep
uji hipotesis.
Dalam sistem peradilan, kita berpraduga Tak-Bersalah (Prejudice of
Innocence) terhadap seorang terdakwa sampai terbukti sebaliknya.
Ini identik dengan hipotesis nol (null hypothesis) Ho.
Dibutuhkan bukti yang kuat dan reasonable untuk memutuskan
Bersalah (guilty). Ini berarti menolak hipotesis awal, dan menerima
hipotesis alternatif.
H
o
: orang itu Tak-Bersalah (innocent)
H
1
: orang itu Bersalah (guilty)
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 145
Konsep Uji Hipotesis
Kasus Bersalah vs Tak-Bersalah
Hanya ada 4 kemungkinan keputusan yang dihasilkan:
1 Orang Tak-Bersalah, dibebaskan Keputusan yang benar
2 Orang Tak-Bersalah dihukum Error tipe I ( o )
3 Orang Bersalah, dibebaskan Error tipe 2 ( | )
4 Orang Bersalah, dihukum Keputusan yang benar
Error o dan | mewakili apa yang
biasanya sering kita lakukan.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 146
K
e
p
u
t
u
s
a
n
H
o
H
1
Tak-Bersalah
Bersalah
B
e
b
a
s
H
u
k
u
m
H
o
: orang itu Tak-Bersalah (innocent)
H
a
: orang itu Bersalah (guilty)
Tak-Bersalah,
Bebas
Bersalah,
Bebas
( Error | )
Tak-Bersalah,
Hukum
( Error o )
Bersalah,
Hukum
Kebenaran
H
o
H
1
Konsep Uji Hipotesis
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 147
Nature Of Hypothesis
Null Hypothesis (H
o
):
Biasanya melukiskan status quo.
Diasumsikan awal sampai terbukti
sebaliknya
Penolakan hipotesis harus disertai
dengan bukti.
Persamaan matematika yang
digunakan =.
Alternative Hypothesis (H
1
):
Biasanya melukiskan suatu
perbedaan.
Persamaan matematika =, <, atau >.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 148
Nature Of Hypothesis
H
0
( Null Hypothesys ) selalu merupakan bentuk persamaan sehingga
menspesifikasikan suatu nilai tunggal.
H
1
( Alternative Hypothesys ) adalah hipotesis pilihan jika Ho ditolak.
H
1
merupakan bentuk pertidaksamaan.
Satu Arah : > , <
Dua Arah : =
Lokasi wilayah kritik-nya dapat ditentukan hanya setelah H
1
dinyatakan.
Analisa data untuk membuktikan hipotesis dan tentukan metode analisis yang
cocok.
Menolak atau menerima H
0
, ditentukan dari nilai p dibandingkan dengan nilai o
(Tingkat Ketidakpercayaan). Nilai o biasanya diambil 5%.
Jika p-value LEBIH BESAR dari o, maka H
0
DITERIMA.
Jika p-value LEBIH KECIL dari o, maka H
0
DITOLAK.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 149
Langkah-langkah Uji Hipotesis
Buat Hipotesis
Menerjemahkan pernyataan atau dugaan sementara mengenai suatu keadaan
menjadi rumusan numerik.
Hipotesis Awal (H
0
) : Persamaan ( = )
Hipotesis Alternatif (H
1
) : Pertidaksamaan (>,<, =)
Kumpulkan Data
Uji Hipotesis adalah bagian dari inferen statistik, data adalah bagian penting dari
inferen statistik.
Ringkasan Data (Uji Statistik)
Target statistika inferen adalah parameter (contoh: , o) , maka ringkasan data
harus sesuai dengan jenis-jenis parameter.
Probabilitas distribusi uji statistik.
Hipotesis selalu diuji dengan dasar probabilitas distribusi uji statitistik.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 150
Konsep Uji Hipotesis
Buat pernyataan hipotesis dari soal di bawah ini:
A mengisi formulir aplikasi bahwa berat badannya adalah 60 kg, sedangkan B
menyatakan bahwa berat badannya tidak lebih dari 75 kg.
Seorang agen real estate menyatakan bahwa 60% di antara semua rumah pribadi
yang baru selesai dibangun merupakan rumah dengan 3 kamar tidur.
Seorang developer menyampaikan bahwa progress pembangunan perumahan
yang sedang dikerjakan telah mencapai 75%.
Sebuah contoh acak 400 orang ditanyai apakah mereka setuju dengan kenaikan
pajak penjualan bensin 4% untuk menambah dana perbaikan jalan. Bila lebih dari
220 orang tetapi kurang dari 260 orang menyetujui kenaikan pajak itu, maka dapat
disimpulkan bahwa 60% orang menyatakan setuju kenaikan pajak tersebut.
Suatu perusahaan minyak pelumas menyatakan bahwa isi kaleng minyak pelumas
yang diproduksinya sangat presisi dengan varians hanya 0.03.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 151
Jenis Uji Hipotesis
01. One sample Z-Test
02. One sample T-Test
03. Two sample T-Test
04. Test for Equal Variances
05. Paired T-Test
06. Test of One Proportion
07. Test of Two Proportions
08. Test for Independen Two Variables
09. Test for Identity Sub-Populations
10. Test for Normality
11. ANOVA
12. Regression Analysis
13. Correlation Analysis
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 152
One Sample Z-Test
Contoh:
Sebuah perusahaan pembuat part A menyatakan bahwa berat rata-rata part tersebut adalah 3,5 kg dan
standar deviasi 0,15.
Jika data-data hasil pengukuran part A disajikan pada data minitab 1-Ztest, ujilah apakah pernyataan
tersebut benar atau tidak.
Data : 1-Ztest
MTB Quest:
Stat>Basic Statistics>1-Sample Z Sigma : 0.15
Uji untuk rata-rata (mean), jika SIGMA diketahui.
Pilih kolom C1
Weight
Masukan nilai o
(std. Deviasi)
Masukan nilai
yang akan diuji
Masukan nilai
Confidence Level
95 %
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 153
One Sample Z-Test
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 154
One Sample T-Test
Contoh:
Sebuah perusahaan pembuat part A menyatakan bahwa berat rata-rata part tersebut adalah 3,5 kg.
Dengan menggunakan data Minitab 1-Ttest, buktikan pernyataan tersebut dapat diterima atau tidak.
Data : 1-Ttest
MTB Quest:
Stat>Basic Statistics>1-Sample t
Uji untuk rata-rata (mean), jika sigma TIDAK diketahui.
Pilih Kolom C1
Weight
Masukan Nilai
Masukan Confidence
Level 95 %
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 155
One Sample T-Test
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 156
Test for Equal of Variances
Contoh:
Dengan menggunakan data Minitab hov, buktikan apakah varians sampel 1 dan 2 sama ?
Data : hov
MTB Quest:
Stat>ANOVA>Test for Equal Variances
Uji kesamaan varians dalam beberapa kelompok yang berbeda.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 157
Test for Equal of Variances
Minitab
Interpretasi hasil ?
Mana yang lebih baik, perusahaan 1 atau 2 ?
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 158
Two Sample T-Test
Contoh :
Dengan menggunakan data Minitab 2-Ttest, tentukan apakah rata-rata berat barang yang berasal dari
perusahaan A sama dengan rata-rata berat barang dari perusahaan B ?
Data : 2-TTest
MTB Quest :
Stat>Basic Statistics>2-Sample t
Uji untuk rata-rata (mean) pada dua sampel, jika sigma TIDAK diketahui.
Tandai kotak ini, jika
sigma keduanya
diasumsikan sama.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 159
Two Sample T-Test
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 160
Paired T-Test
Contoh :
Ada dua perusahaan yang menghasilkan sepatu. Umur pakai sepatu disajikan dalam data Minitab Pairedt.
Tentukan sepatu dari perusahaan mana yang lebih awet !
Data : Pairedt
MTB Quest:
Stat>Basic Statistics>Paired t
Uji untuk rata-rata pada dua sampel yang berpasangan.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 161
Paired T-Test
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 162
Test of One Proportion
Uji proporsi pada suatu sampel.
Contoh :
Perusahaan A menyatakan bahwa rasio yield adalah 80%. Kemudian diperiksa 100 part untuk menguji
pernyataan orang tersebut. Dari hasil pemeriksaan didapatkan 78 part baik dan 22 part sisanya jelek.
Data : -
MTB Quest :
Stat>Basic Statistics>1 Proportion
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 163
Test of One Proportion
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 164
Test of Two Proportion
Uji proporsi pada dua sampel.
Contoh :
Kita ingin mengetahui rasio yield perusahaan A dan B sama atau tidak. Diperiksa 100 part dari masing-
masing perusahaan. Hasilnya diperoleh 78 part baik dari perusahaan A dan 74 part baik dari perusahaan B.
Data : -
MTB Quest :
Stat>Basic Statistics>2 Proportions
Data dianggap terdistribusi normal.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 165
Test of Two Proportion
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 166
Test for Independent Two Variables
Uji kebebasan antara 2 variable.
Contoh :
Kita ingin mengetahui adakah hubungan pemilihan warna mobil dengan umur pembeli. Hasil quesioner
diringkas sebagai berikut :
Data : RowCol
MTB Quest :
Stat>Tables>Cross Tabulation
BIRU MERAH SILVER JUMLAH
10 37 41 44 122
20 35 72 71 178
JUMLAH 72 113 115 300
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 167
Test for Independent Two Variables
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 168
Test for Identity Sub-Populations
Uji identitas antara 2 sub populasi
Contoh :
Kita ingin mengetahui adakah perbedaan mengenai rasio yield Plan A dan Plan B.
Data : RowEqual
MTB Quest :
Stat>Tables>Cross Tabulation
BAIK
Good
JELEK
Off-grade
JUMLAH
A 90 10 100
B 60 40 100
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 169
Test for Identity Sub-Populations
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 170
Test for Normality
Uji distribusi normal data.
Contoh :
Dengan menggunakan data Minitab S-Diameter, tentukan apakah hasil pengukuran tersebut terdistribusi
normal atau tidak ?
Data : S-Diameter
MTB Quest :
Stat>Basic Statistics>Normality Test
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 171
Test for Normality
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 172
ANOVA (Analysis of Varians)
Analisis rata-rata dari beberapa sampel.
ANOVA dipergunakan untuk menguji apakah ada perbedaan mean (rata-rata) dari
sampel yang berbeda ( lebih dari dua kelompok). Jika ada k kelompok yang akan
diuji, berarti ada k mean.
Jika hanya ada dua kelompok, dapat dipergunakan Two Sample T-Test.
Jika ukuran sampel yang dipergunakan sama, maka disebut Balanced ANOVA.
Jika ukuran sampel yang dipergunakan tidak sama, maka disebut Unbalanced
ANOVA.
Asumsi yang dipergunakan dalam ANOVA adalah varians populasi ( o
2
) dianggap
sama untuk setiap kelompok, sehingga perlu dilakukan uji homogenitas (Test for
Equal Variances ).
Hipotesis dalam ANOVA :
Ho :
1
=
2
=
3
= =
k
H1 : paling sedikit sebuah tidak sama.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 173
ANOVA (Analysis of Varians)
Contoh :
Kita ingin mengetahui apakah ada perbedaan rata-rata daya rekat lem dari bahan perekat yang
diproduksi oleh 3 perusahaan dengan menggunakan data minitab AnovaUnstack.
Data : AnovaUnstack
MTB Quest :
Stat>ANOVA>One-way (Unstacked)
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 174
ANOVA (Analysis of Varians)
Minitab
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 175
Regresi
Analisis regresi adalah analisis yang menjelaskan hubungan antara
variabel tidak bebas (dependant variable) dan variabel bebas
(independent variable).
Menggunakan model matematika untuk menjelaskan hubungan.
Simple Regresion : Y = o + |X
Multiple Regresion : Y = o + |1X1 + |2X2 +
Estimasi sebuah model dengan data.
Membuat hipotesis menggunakan model.
Estimasi koefisien
melalui metode
kuadrat terkecil
Pengumpulan
Data
Gambarkan
Plot Data
Uji Hipotesis Analisis
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 176
Regresi
Pengumpulan Data
Contoh :
Data minitab regresi dollar adalah data nilai tukar dollar setelah tahun kelulusan seseorang. Tentukan
apakah terdapat hubungan antara nilai tukar dollar terhadap tahun kelulusan ?
Data : regresi dollar
MTB Quest :
Stat>Regression>Regression
DOLLAR YEAR AFTER GRADUATION
812,52 1
822,50 2
1211,50 3
1348,00 4
1301,00 8
2567,50 9
2526,50 10
2755,00 11
430,50 12
5581,50 13
5548,00 14
6026,00 15
5764,00 16
8903,00 17
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 177
Regresi
Gambarkan plot data
Pahami hubungan antar dua variable linier
atau bentuk lainnya.
Jika hubungan linier, perhatikan arah
garis, miring ke kanan (positif) atau miring
ke kiri (negatif)
Carilah data yang berada jauh di luar
outlier.
Simple Regresion :
Y = o + |X
Hipotesis :
Ho : | = 0 X tidak berpengaruh terhadap Y
H1 : | = 0 X berpengaruh terhadap Y
Constant X Coefficient
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 178
Regresi
Variabel dependent Y
Variabel independent X
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 179
Regresi
Interpretasi Hasil :
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 180
Korelasi
Analisis korelasi adalah analisis yang mengukur kekuatan hubungan antara 2 variable.
Analisis korelasi mewakili hanya hubungan linier antara 2 variable.
Nilai absolut koefisien korelasi | r | mendekati 1 menunjukkan hubungan dua variabel makin kuat.
Nilai absolut koefisien korelasi | r | mendekati 0 menunjukkan hubungan dua variabel makin lemah.
Koefisien korelasi ( r ) bernilai antara 1 dan +1
Nilai r positif ( + )
Pertambahan nilai satu variable akan menye-
babkan nilai variabel lain bertambah.
Nilai r negatif ( - )
Pertambahan nilai satu variable akan menye-
babkan penurunan nilai variabel lain.
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 181
Korelasi
Contoh :
Data minitab grade adalah data nilai mata pelajaran verbal, matematika, dan GPA pada suatu kelas.
Tentukan apakah terdapat korelasi diantara nilai-nilai mata pelajaran tersebut di atas ?
Data : grade
MTB Quest :
Stat>Basic Statistics>Correlation
S SI IG GM MA A
DHARMA GROUP
TM
White Belt Certification
A N A L Y Z E 182
Korelasi
Minitab
Hipotesis :
Ho : = 0 Tidak ada korelasi antara 2 variabel.
H1 : = 0 Ada korelasi antara 2 variabel.
Koefisien korelasi ( r ) antara Math
dan GPA

Interpretasi Hasil :