Nama : Muhammad Nurhaulahuddin

Nim

: 342739

Tugas management Operational

Problem 7.
As a hospital administrator a large hospital, you are concerned with the absenteeism among
nurse aides. The issue has been raised by registered nurse, who feel they often have to
performance work normally done by their aids. To get the facts, absenteeism data were gathered
for the last 3 weeks, which is considered a representative period for future conditions. After
taking random samples of 64 personnel files each day, the following data were produced:

Day
1
2
3
4
5
6
7
8

Aides absent
2
8
7
9
3
4
2
4

Day
9
10
11
12
13
14
15

Aides absent
5
3
8
6
11
4
8

a. p-chart
Menggunakan aplikasi POM:

Dari table POM ini dapat di ketahui

Standar deviasi : 0.035
UCLp

: 0.1935

LCLp

:0

CL / Mean

: 0.0875

Menghitung dengan cara manual:

P

=
=
= 0.0875

=
=

=
= 0.0353208
=0.0353
UCLp = p + z(p)
= 0.0875 + 3(0.0353)
= 0.0875 + 0.1059
= 0.19346
= 0.19345
LCLp = p z(p)
= 0.0875 3(0.0353)
= 0.0875 0.1059
= -0.0184
=0

Dari POM juga kita dapat mengetahui Normal distribution calculate sebagai berikut :

z = 99 % + 0,5 %
= 99,5 %
= 0,995
= 2,57 zigma (based on table)
LCL = - z
= 0,0875 2,57 (0,0353)
= 0,0875 0,090721
= - 0, 0033 0

UCL

= +z
= 0,0875 + 2,57
(0,0353)
= 0,0875 + 0,090721
= 0,1783

Seta mengetahui sebaran POM control chart

Dari P chart selama 3 minggu ini bisa kita tarik sebuah kesimpulan bahwa absenteeism semua
distribusi dari perawat tidak ada yang dalam kondisi out of control karena memang tidak ada
yang keluar dari UCL (1935) maupun di luar dari batas LCL (0) atau in control. Memang aides
absent antara standar deviasi (mean) ke UCL dan LCL hampir berimbang (7-8), sehingga tidak
memiliki pengaruh yang besar terhadap kinerja para perawat, maka dari itu kepetusan yang di
ambil oleh rumah sakitpun harus mempertimbangkan faktor lain atau dengan menambah faktorfaktor lain seperti jumlah minggu yang diperpanjang karena tingkat kehadiran memang
cenderung stabil tapi harus di tingkatkan agar bisa lebih baik lagi kedepannya. Namun demikian,
isu bahwa perawat merasa akan lebih baik bekerja dengan bantuan dari aides juga harus tetap
dipertimbangkan oleh pihak pengelola rumah sakit.

Problem 12
Management at Webster, in Problem 16, is now concerned as to whether caulking tubes are
being properly capped. If a significant proportion of the tubes are not being sealed, Webster is
placing its customers in a messy situation. Tubes are packaged in large boxes of 144. Several
boxes are inspected, and the following numbers of leaking tubes are found :
Sample
1
2
3
4
5
6
7

Tubes
3
5
3
4
2
4
2

Sample
8
9
10
11
12
13
14

Tubes
6
4
9
2
6
5
1

Sample
15
16
17
18
19
20
Total

Tubes
5
0
2
6
2
1
72

Calculate p-chart three-sigma control limits to assess whether the capping process is in statistical
control.
a. p-chart
Menggunakan aplikasi POM:

Bila di hitung dengan manual :

P

=
=
= 0.025

=
=
=

=
= 0.01301
=0.013
UCLp = p + z(p)
= 0.025 + 3(0.013)
= 0.025 + 0.039
= 0.064
LCLp = p z(p)
= 0.025 3(0.013)
= 0.025 0.039
= -0.014
=0

Dari POM juga kita dapat mengetahui Normal distribution calculate sebagai berikut :

z = 95 % + 2,5 %
= 97,5 %
= 0,975
= 1,96 zigma (based on table)
LCL = - z
= 0,025 1,96 (0,0130)
= 0,0875 0,069188
=-0

UCL

= +z
= 0,025 + 1,96 (0,0130)
= 0,0875 + 0,069188
= 0,0505

Kita mengetahui sebaran POM (POM Chart)

Dari P chart data sampel tubes ini bisa kita tarik sebuah kesimpulan bahwa semua distribusi dari
costumer tidak ada yang dalam kondisi out of control karena tidak ada yang keluar dari UCL
(064) dan di luar dari batas LCL (0) capping prosess masih dalam batas in control . Sebaran
antara standar deviasi (mean) ke UCL lebih bnyak (10) dibandingkan dengan dan LCL hampir
berimbang 7 maka dari itu kepetusan yang di ambil oleh Manager Webster harus
mempertimbangkan faktor lain. Hal ini dapat dikatakan bahwa proses packaged dalam
pengawasan yang baik dari pihak manajemen. Namun demikian, Manajemen di Webster perlu
untuk berhati-hati pada penggunaan capping prosess demi tetap menjaga kepuasan konsumen.