Analisa Permasalahan-R0
1/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Tony A Himawan
Analisa Permasalahan-R0
2/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
ATURAN
TEPAT WAKTU
PROAKTIF
HP SILENT
MENERIMA
TELEPON DI
LUAR RUANGAN
Analisa Permasalahan-R0
3/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
PRE-TEST
Analisa Permasalahan-R0
4/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
NEW TEAMS
PERIOD: 16 Maret 6 June 2009 (Classroom)
KELAS A : 5 team
KELAS C : 6 team
KELAS B : 6 team
Analisa Permasalahan-R0
5/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Project measurements
Operational Definition
Data Sources
Sample Size
Sampling scheme
PIC
Form
Procedure
AnalisaAnalysis
Permasalahan-R0
6/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MARS PTBA
PT BA. PT BA ..
PT BA MILIK KITA
YUK KITA BANGUN BERSAMA
UNTUK PT BA EMAS
Analisa Permasalahan-R0
7/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
SASARAN MODUL
Setelah mengikuti pelatihan ini MT
memahami dan mampu melakukan
Analisa Data dengan menggunakan
teknik yang sesuai
Analisa Permasalahan-R0
8/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
C. ANALISA PERMASALAHAN
TEKNIK ANALISA DATA
Hari Pertama:
08.00 10.00
10.00 -10.15
Rehat
10:15 -12.00
12.00 -13.00
Makan Siang
13:00 -14.30
14:30 -14.45
Rehat
14.45 -16.30
Menetapkan Target
- SMART
Analisa Permasalahan-R0
9/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
C. ANALISA PERMASALAHAN
TEKNIK ANALISA DATA
Hari Kedua:
08.00 10.00
Analisa Sebab
- 5xMengapa?
10.00 -10.15
Rehat
10:15 -12.00
Analisa Sebab:
- Diagram Tulang Ikan/Sebab-Akibat
12.00 -13.00
Makan Siang
13:00 -14.30
Analisa Sebab
- Verifikasi Sebab Diagram Tebar/Scatter
14:30 -14.45
Rehat
14.45 -16.30
Analisa Sebab
- Verifikasi Sebab
Analisa Permasalahan-R0
10/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAPH
(BALOK, GARIS, PIE)
Analisa Permasalahan-R0
11/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAFIK BALOK
DEFINISI
Grafik Balok adalah grafik dalam bentuk balok
yang menunjukkan perbandingan kuantitas/jumlah
dari dua atau lebih faktor / item dalam periode
tertentu
MANFAAT
Membandingkan dua atau lebih faktor/ item pada
periode tertentu
Analisa Permasalahan-R0
12/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAFIK BALOK
LANGKAH
13/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAFIK BALOK
CONTOH
Problem Tile di FT 1 - Januari 2001
50
40
30
39
31
29
27
20
12
18
10
Si
ze
Th
ic
kn
es
s
Sh
ad
in
g
ra
zi
ng
C
Pi
nh
ol
e
hi
pp
in
g
14/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAFIK BALOK
CONTOH
Graph batang vertikal
Jumlah
penjualan
100
Line A
200
300
400
Jumlah
produk
200
Line B
Line C
100
Line D
Analisa Permasalahan-R0
15/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAFIK GARIS
DEFINISI :
Grafik Garis adalah grafik dalam bentuk garis yang
menunjukkan PERGERAKAN hasil pengukuran
suatu parameter dalam periode tertentu
Contoh Parameter : suhu, kelembaban, jumlah produk cacat
MANFAAT :
Untuk memonitor kecenderungan / perubahan hasil
pengukuran suatu pengamatan dalam periode
tertentu
.
Analisa Permasalahan-R0
16/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAFIK GARIS
LANGKAH
1.
2.
3.
3.
2.
Analisa Permasalahan-R0
17/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
GRAFIK GARIS
CONTOH
KERUSAKAN MESIN JAN JULI 02
persentase
kerusakan
jml Chipping
30
Mesin A
25
20
15
10
Mesin B
Bulan
1
Kesimpulan: Mesin A
mengalami kerusakan lebih
sering dibanding mesin B
5
1 2 3
4 5 6
7 8 9 10 11 12
Analisa Permasalahan-R0
18/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DEFINISI :
Suatu grafik lingkaran yang menggambarkan proporsi
dua atau lebih data kategori dengan pengukuran yang
sama pada periode waktu tertentu
Contoh: kg, Rp, newton, unit
MANFAAT
Berguna untuk menunjukkan proporsi dari setiap
kategori data relatif terhadap keseluruhan data
Analisa Permasalahan-R0
19/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
20/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Thickness; 27;
17%
Chipping; 29;
19%
Analisa Permasalahan-R0
21/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
Analisa Permasalahan-R0
22/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
LATAR BELAKANG
23/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
DEFINISI
Diagram Pareto adalah suatu Grafik Balok berbentuk
Analisa Permasalahan-R0
24/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
MANFAAT
Merupakan pedoman memilih peluang perbaikan
berdasarkan prinsip vital few dari trivial many
Memfokuskan sumber daya pada area/ defect/
penyebab yang menghasilkan keuntungan yang
terbesar
Membandingkan frekuensi dan/atau dampak dari
berbagai penyebab masalah
Analisa Permasalahan-R0
25/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
LANGKAH
1. Tetapkan kategori yang relevan dengan topik yang akan
dianalisis untuk menjabarkan masalah menjadi komponen yang
lebih kecil
26/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
LANGKAH
4.
5.
6.
7.
8.
Analisa Permasalahan-R0
27/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
Defect Produksi FT 1 - Periode : 1-7 Juli 2001
Jenis Cacat
Chipping
Frekwensi Akumulasi
40
40
%
Akumulasi
37,38%
37,38%
Crawling
20
60
18,69%
56,07%
Fallen dirty
16
76
14,02%
70,09%
100,00%
100,00%100%
94,39%
94,39%
100
82,24%
82,24%
70,09%
70,09%
12
88
12,15%
82,24%
Dimple
96
7,48%
89,72%
Pinhole
101
4,67%
94,39%
70%
60%
Jumlah
Cam pana
defect
80%
80
60
90%
89,72%
89,72%
56,07%
56,07%
50%
40
40
40%
37,38%
37,38%
30%
20
20
Lain-lain
107
5,61%
20%
15
100,00%
13
8
5
Pinhole
Lain-lain
10%
TOTAL
107
100,00%
0%
Chipping
Crawling
Fallen Dirty
Campana
Dimple
Def ect
Jenis Cacat
28/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
80
40
20
10
10
C 11
C 12
Percent
Cum %
20
8
5
Chairs
30
50,0
50,0
Lamps
5
8,3
88,3
Beds
4
6,7
95,0
$USD
30
Percent
FREQ
60
80
20000
40
30
100
25000
50
15000
60
15000
40
10000
4500
5000
3000
3
Other
3
5,0
100,0
C17
C18
Percent
Cum %
Percent
60
30000
Chairs
4500
16,9
73,2
Couches
3000
11,3
84,4
20
2000
Beds
2000
7,5
91,9
1800
Dressers
1800
6,8
98,7
350
Other
350
1,3
100,0
Note : Pareto Diagram dari Furniture return berdasar Frequency dan berdasar losses
$USD beda prioritasnya mana yang dipilih?
Analisa Permasalahan-R0
29/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
100
100
50
80
60
40
40
60
30
40
20
15
8
Store # 1
60
50,0
50,0
Store # 6
32
26,7
76,7
30
20
32
20
0
C8
C9
Percent
Cum %
80
40
Number
60
Percent
Number
80
60
100
Percent
120
Store # 2
15
12,5
89,2
Store # 4
8
6,7
95,8
Other
5
4,2
100,0
10
10
C 11
C 12
Percent
Cum %
Chairs
30
50,0
50,0
20
Lamps
5
8,3
88,3
Beds
4
6,7
95,0
Other
3
5,0
100,0
100
25
80
Number
60
15
40
Percent
20
10
20
5
0
C14
C15
Percent
Cum %
Analisa Permasalahan-R0
Dining Room
22
73,3
73,3
Occasional
5
16,7
90,0
Other
1
3,3
100,0
30/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
IMPROVEMENT
140
100
120
60
68
60
40
100
60
30
20
10
Defect A
68
51,9
51,9
Defect B
30
22,9
74,8
80
50
20
20
Defect C
20
15,3
90,1
Defect D
10
7,6
97,7
Other
3
2,3
100,0
40
60
33
30
40
20
15
Percent
40
0
C2
C3
Percent
Cum %
FREQ
FREQ
80
Percent
80
100
15
20
10
2
0
C5
C6
Percent
Cum %
Defect B
33
50,8
50,8
Defect A
15
23,1
73,8
Defect D
15
23,1
96,9
Other
2
3,1
100,0
AFTER IMPROVEMENT
BEFORE IMPROVEMENT
31/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
9. Klik Next
10. Finish muncul Diagram Pareto awal bersambung
Analisa Permasalahan-R0
32/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
11. Klik pada Diagram Pareto awal, pada sumbu Y sebelah kiri
hingga muncul value axis
12. Klik kanan: Format axis
13. Klik Scale
14. Maximum : disesuaikan nilai total frekwensi
15. Minimum : 0, Klik : OK
16. Klik pada Diagram Pareto awal, pada sumbu Y sebelah
kanan hingga muncul secondary value axis
17. Klik kanan: Format axis
18. Klik Scale
19. Maximum : 1 , Minimum : 0 , Klik : OK
20. Supaya baloknya rapat, klik kanan pada salah satu
baloknya, klik format data series , klik Options. Klik
pada kotak Gap width = 0, klik OK
21. Diagram Pareto selesai (jika perlu dapat dirapikan ukuran
font)
Analisa Permasalahan-R0
33/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM PARETO
LATIHAN
Identifikasi data-data di area kerja yang dapat dianalisa dengan Diagram
Pareto, dan buatlah Diagram Paretonya
Analisa Permasalahan-R0
34/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HISTOGRAM
Analisa Permasalahan-R0
35/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HISTOGRAM
LATAR BELAKANG
2.
3.
36/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DEFINISI:
HISTOGRAM
Analisa Permasalahan-R0
37/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HISTOGRAM
LANGKAH
1.
2.
3.
4.
5.
k = sqrt ( n)
Analisa Permasalahan-R0
38/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HISTOGRAM
LANGKAH
6.
7.
8.
Analisa Permasalahan-R0
39/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
406,8
400,1
405,0
401,3
402,4
403,2
405,6
404,3
406,2
NO KELAS
INTERVAL KELAS
400,10 -
401,65
||||
401,65 -
403,20
|||| ||
|||| ||
||||
||||
T O T AL
30
401,4
409,0
402,0
402,6
403,20 -
404,75
406,5
402,6
404,4
404,0
401,4
404,75 -
406,30
406,30 -
407,85
402,8
406,1
403,2
404,0
409,4
6
407,85 -
409,40
404,0
404,0
403,2
FREKUENSI
406,9
403,5
TALLY
404,4
8
5
5
40/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Center
Spread
7
Mean
Median
StDev
Range
Var
404,3
404,0
2,262
9,3
5,1
0
1
Analisa Permasalahan-R0
41/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HISTOGRAM
DATA BERDISTRIBUSI NORMAL
Mean : Rata-rata
Median : Nilai Tengah
Mode : Nilai yang sering
muncul
Mean
Median
Mode
Analisa Permasalahan-R0
42/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HISTOGRAM
DATA BERDISTRIBUSI NORMAL
95.45%
68.27%
-3
-2
-1
mean +
-3
-2
-1
mean + 2
Analisa Permasalahan-R0
99.73%
-3
-2
-1
mean + 3
43/211
ANALISA HISTOGRAM
Pelajari bentuk/ pola histogram
Membandingkan Histogram dengan spesifikasi
yang ditetapkan
Jika ada spesifikasi, buatlah garis batas spesifikasi
pada histogram untuk membandingkan distribusi dari
histogram dengan batas spesifikasi yang ditentukan.
Kemudian perhatikan apakah histogram berada
dalam batas spesifikasi tersebut.
Membandingkan histogram dengan spesifikasi ini
lebih lanjut dianalisa dengan pengukuran Process
Capability Analysis
Analisa Permasalahan-R0
44/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
ANALISA HISTOGRAM
Stratifikasi Histogram
Untuk menganalisa lebih lanjut sebuah histogram (terutama bila
terjadi penyimpangan) dengan data yang dikumpulkan dari
berbagai sumber/cara, stratifikasikanlah data yang ada
(misalnya berdasar material, mesin, kondisi
operasional, pekerja, dll) dan buatlah masing-masing histogram
untuk data yang sudah distratifikasikan itu.
Dengan stratifikasi, persoalan akan lebih jelas.
Histogram of Torque
Normal
Machine
1
2
0,09
0,08
Mean StDev N
18,67 4,395 36
24,19 7,119 32
0,07
Density
0,06
0,05
0,04
0,03
0,02
0,01
0,00
12
18
24
Torque
30
Analisa Permasalahan-R0
36
45/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
POLA HISTOGRAM
S
35
er
S
30
er
25
S
20
er
15
S
er
10
5
0
Normal
46/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
POLA HISTOGRAM
30
30
25
25
20
20
15
15
10
10
25
20
15
10
Skewed Distribution
(kelompok data mendekati
salah satu ekor histogram)
Distribusi Bimodal
(data memiliki dua puncak)
Pola ini muncul bila sesuatu
yang anda perkirakan sebagai
sebuah proses ternyata adalah
dua proses
Jika anda melakukan
stratifikasi, anda bisa
mengidentifikasi sumber data
dari setiap puncak
Analisa Permasalahan-R0
47/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HISTOGRAM
LATIHAN
Identifikasi data-data di area kerja yang dapat dianalisa dengan
Histogram, dan buatlah Histogramnya
Analisa Permasalahan-R0
48/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MAX =
MIN =
Analisa Permasalahan-R0
49/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
INTERVAL KELAS
TALLY
FREKWENSI
TOTAL
Analisa Permasalahan-R0
50/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Data :
Lokasi
Periode :
HISTOGRAM
Kesimpulan :..
Analisa Permasalahan-R0
51/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MENETAPKAN
TARGET
Analisa Permasalahan-R0
52/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MENETAPKAN TARGET
Target menggambarkan hasil yang ingin dicapai dari masalah yang
dikemukakan dalam Proposal perbaikan
MANFAAT:
1. Memberikan arah perbaikan
2. Mendorong pencapaian tujuan yang lebih baik
CARA :
1. Penetapan Target dilakukan setelah dibuat kesimpulan dari Analisa Data
2. Target biasanya mengandung prinsip SMART : Specific, Measurable,
Attainable, Relevant & Time Bounded
S
M
A
R
T
pesific,
easureable
ttainable
elevant
ime bounded
> tertentu
> dapat diukur atau diamati
> realistik dan dapat dicapai
> terkait dengan misi/cita-cita
> ada batas waktu
Analisa Permasalahan-R0
53/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MENETAPKAN TARGET
CARA
54/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MENETAPKAN TARGET
CARA
5.
55/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MENETAPKAN TARGET
Contoh:
Kesimpulan dari Analisa Data :
PH merupakan sumber dominan kebocoran gas SO2= 52.92 ppm
Target Perbaikan:
Menurunkan kebocoran gas SO2 di PH menjadi 5 ppm dalam waktu 2
bulan ke depan
56/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
57/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
58/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
59/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
60/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
1 Mengapa?
Tidak betah
2 Mengapa?
Beban kerja tak seimbang
3 Mengapa?
Skill tidak merata
4 Mengapa?
Tidak ada program
pengembangan karyawan
Penanggulangan:
5 Mengapa?
Analisa Permasalahan-R0
61/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
1 Mengapa?
2 Mengapa?
3 Mengapa?
4 Mengapa?
Penanggulangan:
5 Mengapa?
Analisa Permasalahan-R0
62/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
63/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MANFAAT
Mengidentifikasi sebab-sebab utama
masalah
Mengidentifikasi akar masalah
Mengidentifikasi beberapa
alternative cara penyelesaian
masalah
Analisa Permasalahan-R0
64/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Penyebab
Akibat (masalah)
Sub-Penyebab 1
Sub-Penyebab
Sub-Penyebab 3
Sub-Penyebab 2
Penyebab
Sub-Penyebab ke 4, dsb
Analisa Permasalahan-R0
65/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
66/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
67/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Cataloging
Tidak Akurat
Kurang
Koordinasi
Penyimpagan Spec.
Material Absolut
Keterbatasan
waktu
Min-Max Level
Tidak optimal
Printer
Sering Hang
Unit Of Measure
Tidak Standart
Distribusi RO to
Buyer tidak merata
Pengetahuaan Buyer
Tentang Material Kurang
Pengiriman material
Belawan-Porsea sering terlambat
Schedule transportasi
Tidak bagus
Material Lambat
dikirim
Kominikasi Expeiditer
Dengan buyer kurang
Penyimpangan
schedule
Tidak review RO
Disystem MIMS
Penawaran harga
Yang berulang-ulang
Kurang Trainning
Pembagian RO ke Buyer
Yang tidak Sistematis
Cataloging merubah
Spec.tanpa
Persetujuan buyer
Seleksi supplier
Kurang teliti
Receiving
Analisa Permasalahan-R0
Setting printer
Dari MIS tidak sempurna
Salah Spec.
Performance
Supp. Yang jelek
Procurement
S
Issuing
68/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
69/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
SCATTER DIAGRAM
Analisa Permasalahan-R0
70/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM TEBAR
LATAR BELAKANG
71/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DEFINISI :
Diagram yang menggambarkan hubungan (korelasi)
antara dua variabel (faktor )
MANFAAT :
Menyajikan data untuk mengkonfirmasikan hipotesa
apakah dua variable (faktor) saling berhubungan
/berkorelasi
Mengetahui seberapa erat hubungan antara faktor
tersebut
Sebagai tools untuk memverifikasi akar penyebab
yang diperoleh dari analisa sebab dan akibat
Analisa Permasalahan-R0
72/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
CONTOH KORELASI :
antara jumlah kunjungan ke pelanggan dengan hasil
penjualan
antara keluhan pelanggan dengan pendapatan usaha
antara lama kerja dengan prestasi kerja
antara jumlah salesmen dengan hasil penjualan
antara waktu pelayanan dengan tingkat kepuasan
pelanggan
antara umur mesin dengan jumlah breakdown
antara jumlah sampel yang diinspeksi dengan jumlah
defect
antara frekwensi perawatan dengan dengan jumlah
reject/breakdown
antara tingkat inventory dengan jumlah produk kedaluarsa
antara jumlah buku dengan kompetensi karyawan
antara jam training dengan kecelakaan/kesalahan kerja
Analisa Permasalahan-R0
73/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
x
Korelasi Positif
Korelasi Positif
Mungkin Terjadi
y
x
Korelasi Negatif
Korelasi Negatif
Mungkin Terjadi
Analisa Permasalahan-R0
x
Pola Kurvalinear
74/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
75/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
5.
6.
Analisa Permasalahan-R0
76/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
77/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
KOEFISIEN KORELASI ( r )
DEFINISI :
Koefisien yang menunjukkan korelasi antara dua faktor atau
variabel
Koefisien Korelasi
r = -1 < r < 1
Analisa Permasalahan-R0
78/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
KOEFISIEN KORELASI ( r )
1. Perhitungan Manual
-1
-1
Korelasi Negatif
Kuat
Korelasi Positif
Kuat
Analisa Permasalahan-R0
79/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
80/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
KOEFISIEN KORELASI ( r )
PEMBUATAN GARIS TREND PADA DIAGRAM TEBAR & r Microsoft Excel
LANGKAH
1.
Klik salah satu titik pada Diagram Tebar
2.
Klik kanan : Format Trend line
3.
Klik : Add trend line, Klik: OK
4.
Klik : Linier Correlation *), Klik : OK
5.
Klik kanan pada trend line
6.
Klik : Format trend line
7.
Klik: Option
8.
Klik: Display squared value on chart
9.
OK nilai R2 muncul
81/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DIAGRAM TEBAR
CONTOH SOAL
82/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
TABEL: 1
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
NAMA
SALESM
AN
Y
HASIL
PENJUALAN
4
3
8
5
7
6
8
3
2
10
6
9
7
7
5
11
4
3
2
12
Analisa Permasalahan-R0
NO
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
NAMA
SALESM
AN
X
JUMLAH
KUNJUNGAN
125
131
137
100
128
85
110
113
139
80
122
130
127
95
103
115
105
135
124
97
Y
HASIL
PENJUALAN
6
9
7
7
8
3
5
4
10
2
9
10
8
8
3
5
4
11
9
1
83/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
hasil penjualan
SCATTER DIAGRAM
15
R2 = 0,5121
10
5
0
60
80
100
jml kunjungan
120
140
160
84/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
SUMBER DATA
X : .
Analisa Permasalahan-R0
Y: .
85/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
90
80
70
60
50
40
30
20
10
0
1
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Kesimpulan :..
Analisa Permasalahan-R0
86/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
VERIFIKASI SEBAB
Analisa Permasalahan-R0
87/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
VERIFIKASI SEBAB
DEFINISI
Suatu kegiatan untuk memverifikasi / mengkonfirmasikan /
membuktikan terjadinya penyebab masalah
MANFAAT
Mendapatkan data / bukti / evidence yang menunjukkan bahwa
penyebab masalah tersebut memang ada dan dapat
dipertanggungjawabkan, bukan berdasar opini, dan berkorelasi
dengan akibat masalah
LANGKAH
1.
Dari setiap sebab dominan yang diperoleh pada analisa sebab
akibat , kumpulkan data kuantitatif atau bukti-bukti lainnya
2.
Analisa data / evidence yang telah dikumpulkan. Tools yang dapat
digunakan antara lain : Grafik, Scatter Diagram, Hyphothesis
Test, tabel atau dengan menampilkan nilai kuantitatifnya
3.
Buat kesimpulan apakah sebab dominan tersebut valid atau tidak
Analisa Permasalahan-R0
88/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
EVIDENCE
Tidak ada standarisasi perhitungan min max masih pakai perhitungan sederhana (average per month)
dan belum dibakukan
1 level
valid
Feb 2006 : 0 kejadian ; Maret 2006 terjadi 19 kejadian
Perubahan quantity order tanpa persetujuan perubahan quantity order tanpa persetujuan komite min
max
2 komite
valid
actual : terima PR dari store dibagikan oleh Section Head
secara manual, dampaknya terjadi double job (2 org
Pembagian RO ke buyer yang tidak
mengerjakan 1 pekerjaan sama): ideal : dimasukkan
dalam sistem Mincom, dll
3 sistematis
valid
Catalouging merubah spec tanpa persetujuan Catalouging rubah spec setelah ada cut order, dlm bln
December 05 terjadi 3 kejadian
4 buyer
valid
89/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
10
11
SEBAB DOMINAN
EVIDENCE
Bag di
tusuk saat
pengecekan
Impeller
sering
Putus
KESIMPULAN
Valid
Valid
Prongkolan Akibat
Pisau Aus
12
Valid
Analisa Permasalahan-R0
90/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
NO
SEBAB DOMINAN
Analisa Permasalahan-R0
EVIDENCE
KESIMPULAN
(Valid/Invalid)
91/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
TAHAP II:
IDENTIFIKASI PELUANG PERBAIKAN
C. ANALISA PERMASALAHAN
C2. TEKNIK STATISTIK
Analisa Permasalahan-R0
92/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
SASARAN MODUL
Setelah mengikuti pelatihan ini MT
memahami dan mampu melakukan
Analisa Data dengan menggunakan
teknik statistik lanjutan
Analisa Permasalahan-R0
93/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
C. ANALISA PERMASALAHAN
TEKNIK STATISTIK
Hari Pertama:
08.00 10.00
10.00 -10.15
Rehat
10:15 -12.00
12.00 -13.00
Makan Siang
13:00 -14.30
14:30 -14.45
Rehat
14.45 -16.30
Analisa Permasalahan-R0
94/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
C. ANALISA PERMASALAHAN
TEKNIK STATISTIK
Hari Kedua:
08.00 10.00
10.00 -10.15
10:15 -12.00
12.00
13:00
14:30
14.45
-13.00
-14.30
-14.45
-16.30
Analisa Permasalahan-R0
95/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
96/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
DEFINISI:
SPC adalah suatu metode pengendalian proses
dengan menggunakan data dan teknik statistik
dalam pengambilan keputusan
MANFAAT:
Meminimalkan variasi yang muncul di dalam
proses
Analisa Permasalahan-R0
97/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MENGONTROL PROSES
TERHADAP SPESIFIKASI =
TAMPERING
Tampering mengakibatkan
meningkatnya variasi proses
Analisa Permasalahan-R0
98/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
MENGONTROL PROSES
BERBASIS SPESIFIKASI LIMIT
Kondisi awal
Setelah Adjustment
USL
LSL
Analisa Permasalahan-R0
99/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Proses Tampering
Kondisi awal
Stlh Adjustment #1
USL
LSL
Stlh Adjustment #2
Analisa Permasalahan-R0
100/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Effect Tampering
Kondisi Awal
Stlh Adjustment #1
Original Variation
Resulting Variation
USL
LSL
Stlh Adjustment #2
Analisa Permasalahan-R0
101/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Control limit:
Control Limit merupakan garis batas yang menggambarkan
(potret) kemampuan berdasarkan pengalaman dan
kemampuan teknik .
Control Limit bukanlah Spesifikasi Limit !!!!
Spesifikasi Limit ;
Spesifikasi Limit adalah limit/batas-batas/spesifikasi yang
ditentukan oleh konsumen (dalam maupun luar) atau target
yang harus dicapai.
Walaupun proses menunjukkan keadaan terkontrol (di dalam control limit) harus
diperhatikan juga apakah proses sesuai dengan Spesifikasi Limit
Analisa Permasalahan-R0
102/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
CONTROL LIMIT
Adalah garis yang menunjukkan
dispersi/penyebaran data dan memberitahu
apakah situasi abnormal terjadi dalam
produksi, dengan demikian kita dapat segera
mengambil tindakan yang tepat
Ada tiga macam garis kendali yaitu :
UCL (Upper Control Limit) atau garis/batas
kontrol atas
LCL (Lower Control Limit) atau garis/batas
kontrol bawah
CL (Central line) atau garis tengah
Analisa Permasalahan-R0
103/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
CONTROL CHART
DEFINISI:
Control Chart adalah suatu grafik garis yang
mencantumkan garis-garis control (Control Limit) sebagai
dasar pengendalian proses (untuk menunjukkan proses
dalam keadaan terkontrol atau tidak)
MANFAAT:
Control Chart ini digunakan untuk memonitor variasi hasil
pengukuran parameter proses
Apakah prosesnya normal atau menunjukkan trend?
Analisa Permasalahan-R0
104/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
x-chart
LCL
time
UCL
R-chart
R
LCL
time
Analisa Permasalahan-R0
105/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
106/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
107/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Individual
& Moving
range
chart
Analisa Permasalahan-R0
108/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
UCL
Common Cause
Variation: range of
expected variability
+3
Process Average
-3
LCL
time
109/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
PROCESS VARIABILITY
Special Cause of Variation
UCL
3 99.7% of
process values
should be in this
range
Process Average
LCL
time
110/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
111/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
PROCESS IN CONTROL
Process in control: Titik-titik
terdistribusi secara random di sekitar
center line dan semua titik berada di
dalam control limit
x
UCL
x
LCL
time
Analisa Permasalahan-R0
112/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
UCL
LCL
LCL
14 or more points
LCL
LCL
Analisa Permasalahan-R0
113/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
114/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
115/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
116/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
117/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Peta R :
UCL = X + A2.R
LCL = X - A2.R
CL = X
UCL = D 4.R
LCL = D 3.R
CL = R
Analisa Permasalahan-R0
118/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
X bar R Chart
Analisa Permasalahan-R0
119/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
X bar R Chart
X BAR CHART - UJI LIMIT (BOLT DIAMETER)
14,5
14,0
ucl
AVERAGE
13,5
cl
13,0
12,5
12,0
lcl
11,5
11,0
1
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
PENGAMATAN KE
ucl
3,0
RANGE
2,5
2,0
cl
1,5
1,0
0,5
lcl
0,0
1
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
PENGAMATAN KE
Analisa Permasalahan-R0
120/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
121/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
122/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Peta X :
Peta S :
UCL = X + A3.S
LCL = X - A3.S
CL = X
UCL = B4.S
LCL = B3.S
CL = S
A3, B3, B4 diambil dari Table A. Factors for Computing Control Chart
Lines
X = rata-rata hasil pengukuran dalam sekali pengamatan
S = standard deviasi setiap sub group
X = X / N (N = jumlah pengamatan)
S=
( Xi - X )2
S= S/N
n-1
Analisa Permasalahan-R0
123/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
124/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
125/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
126/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Disebut Moving Range karena: range diperoleh dari data yang bergerak
yakni data dari pengujian satu ke pengujian berikutnya
Kapan digunakan:
Analisa Permasalahan-R0
127/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
128/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
UCL
= X + E2.mR
UCL = D 4.mR
LCL
CL
= X - E2.mR
= X
LCL = D 3.mR
CL = mR
Analisa Permasalahan-R0
Subgroup Size
(n)
2
3
4
5
6
7
8
9
10
E2
2.660
1.772
1.457
1.290
1.184
1.109
1.054
1.010
0.975
129/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
130/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
mR
mR
UCL
CL
LCL
PENGUKURAN KE
Analisa Permasalahan-R0
131/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
132/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Kapan digunakan:
n Jika ingin mengetahui stabilitas suatu proses
n Jika datanya dalam setiap subgroup berupa jumlah
produk defective / nonconforming
n Jika dalam setiap pengamatan besarnya subgroup
berbeda
n Jika ingin mengamati karakteristik kualitas, dimana
produk diklasifikasikan diterima atau ditolak
Analisa Permasalahan-R0
133/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
134/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
UCL = p + 3
p(1-p)
ni
LCL = p - 3
p(1-p)
ni
CL
Analisa Permasalahan-R0
135/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
p - chart
Analisa Permasalahan-R0
136/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
p - chart
Analisa Permasalahan-R0
137/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
nonconforming
n Jika dalam setiap pengamatan besarnya subgroup sama
n Jika ingin mengamati karakteristik kualitas, dimana produk
diklasifikasikan diterima atau ditolak
Analisa Permasalahan-R0
138/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
2.
3.
4.
5.
6.
7.
8.
9.
Analisa Permasalahan-R0
139/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
np - chart
Rumus Garis kendali, yaitu:
UCL =
CL
np
+3
np ( 1 - p )
= np
LCL = np - 3
np ( 1 - p )
Analisa Permasalahan-R0
140/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
np - chart
Analisa Permasalahan-R0
141/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
np - chart
Analisa Permasalahan-R0
142/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
143/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
144/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
u - chart
Rumus Garis kendali, yaitu:
UCL =
+ 3
CL =
ni
LCL = u - 3
u
ni
145/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
u - chart
Analisa Permasalahan-R0
146/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
u - chart
Analisa Permasalahan-R0
147/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
148/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
149/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
c - chart
Rumus Garis kendali, yaitu:
UCL =
CL
LCL
+ 3
= c - 3
c/N
Analisa Permasalahan-R0
150/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
c - chart
Analisa Permasalahan-R0
151/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
c - chart
Analisa Permasalahan-R0
152/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
153/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Process Capability
Analysis
Cp
Cpk
Analisa Permasalahan-R0
154/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
155/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
LSL
Desired
Current Situation
Desired
Precise
(but not
accurate)
T
USL
LSL
USL
Analisa Permasalahan-R0
156/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
157/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
158/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
159/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
160/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
dari proses.
Cp ini mengukur seberapa presisi suatu parameter proses
Karena Cp tidak memperhitungkan centering dari proses, maka nilai
Cp tak dapat digunakan sebagai index tersendiri dalam
menggambarkan performance proses, dan harus disertai dengan Cpk
Cp =
Analisa Permasalahan-R0
161/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
2.
( X - X )2
n-1
= S
c4
Analisa Permasalahan-R0
162/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
INTERPRETASI
PROCESS POTENTIAL CAPABILITY - Cp
1 , atau
Cp 1
Analisa Permasalahan-R0
163/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Cp
Upper
Lower
Specification
Specification
Limit
Limit
Cp <1
=1
= 1.5
= 2.0
Improvement
Analisa Permasalahan-R0
164/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Cpk =
min
Cpk =
Spec. Atas - X
Cpk =
X - Spec. Bawah
3
Analisa Permasalahan-R0
165/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Catatan :
nilai Cp
Cpk
Analisa Permasalahan-R0
166/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Upper
specification
Potential
capability
Analisa Permasalahan-R0
= 2.0
Real
capability
C
pk
= 2.0
= 2.0
= 2.0
= 2.0
= 2.0
= 2.0
pk
pk
pk
pk
pk
=1
<1
=0
<0
< -1
167/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
CONTOH PERHITUNGAN Cp
Jika Manajemen telah menetapkan spesifikasi
bahwa berat susu tidak boleh kurang dari
400 gr dan tidak boleh lebih dari 404 gr
Berapa nilai index Cp dari proses tersebut ?
LSL
Rata
2
9
8
USL
Jawaban :
4
3
2
Center
0
1
Cp =
USL - LSL
6
404 - 400
Spread
Mean
Median
StDev
Range
Var
404,3
404,0
2,262
9,3
5,1
= 0.29
6 ( 2,262)
Interpretasi :
Karena Cp = 0,29 < 1 , maka variabilitas berat susu melebihi batas
spesifikasi perlu dilakukan perbaikan untuk memperkecil
variabilitas
Analisa Permasalahan-R0
168/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
LSL
Rata
2
9
8
Jawaban :
n = 30 ; X = 404,3 gr ; s = 2,262 gr;
Spec bawah = LSL= 400 gr; Spec Atas = USL= 404
gr
USL
7
6
5
Center
3
Spread
Mean
Median
StDev
Range
Var
404,3
404,0
2,262
9,3
5,1
0
1
Cpk
min
Kesimpulan :
Karena Cpk = -0,064 < 1 , maka variabilitas berat susu melebihi batas spesifikasi
dan rata-rata berat susu jauh menyimpang dari titik tengah spesifikasi
Analisa Permasalahan-R0
169/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
170/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Cpm
Cpm =
LSL
6
LSL
T: Target
USL ( T )2 +
USL
LSL
: rata-rata ;
T: target/nominal ;
standard deviasi populasi
T: Target
USL
OR
Analisa Permasalahan-R0
171/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Cpm =
LSL
6
( T )2 +
LSL
24
31 24
USL -
26
27
28
29
(29 28 )2 + 0.43 2
USL
Target
25
= 1.07
30
Analisa Permasalahan-R0
31
172/211
173/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HYPHOTHESIS TEST
Analisa Permasalahan-R0
174/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Hypothesis Test
Untuk mendapatkan keputusan, umumnya
digunakan asumsi terhadap populasi. Asumsi
untuk mendapatkan keputusan tersebut (bisa
benar, bisa salah), dinamakan STATISTICAL
HYPHOTHESIS atau Hypothesis Test
Hypothesis test dapat digunakan untuk:
Menilai kinerja proses (rata-rata dan variasi) terhadap suatu
standard atau spesifikasi,
Menentukan apakah terdapat perbedaan-perbedaan yang terjadi
selama proses,
Menguji peningkatan proses dengan membandingkan data lama
dan yang baru,
Dan sebagainya
Analisa Permasalahan-R0
175/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HYPOTHESIS TEST
Dalam melakukan hypothesis test, digunakan dua
hypothesis yang berlawanan:
Hipotesis Nol (Null Hypothesis) (H0) : Yaitu suatu statement
mengenai persamaan atau ketidaksamaan mengenai
parameter populasi. Peneliti ingin mendeskreditkan
(menyangkal) statement ini.
Hipotesis Alternatif (Alternative Hypothesis) (H1) : Yaitu suatu
statement yang berkontradiksi dengan null hyphothesis.
Peneliti mengharapkan statement ini yang aktual terjadi.
Menolak H0 = Menerima H1, Menerima H1 = Menolak H0
Analisa Permasalahan-R0
176/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HYPOTHESIS TEST
Starting point untuk hypothesis test adalah null
hypothesis - Ho. Ho merupakan hypothesis mengenai suatu
kesamaan atau tidak ada perbedaaan
Contoh : H0: Rata-rata Populasi = rata-rata hasil pengujian
Analisa Permasalahan-R0
177/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
HYPOTHESIS TEST
Contoh :
1. Jika ingin memutuskan apakah suatu coin itu imbang,
maka formulasi hipotesa tsb adalah :
Ho: p = 0.5, dan Coin disebut imbang (dengan
probabilitas muncul gambar kepala = 0.5)
H1: p # 0.5 atau p > 0.5 atau p = 0.7 (pilih salah satu)
2. Jika ingin memutuskan apakah suatu prosedur lebih baik
dari yang lain, maka formulasi hipotesa tsb adalah:
Analisa Permasalahan-R0
179/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
LEVEL OF SIGNIFICANCE,
Dalam melakukan pengujian terhadap suatu
hipotesa, probabilitas maksimum bahwa akan muncul
error type I disebut Level of Significance / tingkat
signifikan dari suatu pengujian,
Dalam statistic, , (level of significance) : merupakan
tingkat kesalahan yang ditolerir
Nilainya ditentukan secara bebas sesuai tingkat ketelitian
yang diinginkan, yang sering digunakan adalah 0,01 atau
0,05
Jika suatu hipotesa dengan Level of Significance
sebesar 0.05 (5%) , artinya:
kita 95% yakin bahwa kita mengambil keputusan
tepat
hipotesa tersebut ditolak pada tingkat signifikan 5%
atau kemungkinan salah sebesar 5%
Analisa Permasalahan-R0
180/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Critical Values of Z
Dari Tabel Distribusi Normal, untuk setiap level of significant ( ), dapat
dihitung confidence koefisien atau critical value/daerah kritis yang
dinyatakan dalam Z
Level of
significance( )
0.10
0.05
0.01
0.005
0.002
Critical Values of z
for One Tailed Test
-1.28
atau
1.28
-1.645
atau
1.645
-2.33
atau
2.33
-2.58
atau
2.58
-2.28
atau
2.28
Critical Values of z
for Two Tailed Test
-1.645
dan
1.645
-1.96
dan
1.96
-2.58
dan
2.58
-2.81
dan
2.81
-3.08
dan
3.08
(Untuk
181/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
182/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
2.
H0:
X vs H1:
H0:
< X vs H1:
>X (tanda > atau < nantinya menuntun kita untuk melakukan uji satu sisi).
Define the hypothesis test & Calculate the value of the test statistic. Tetapkan
test statistik yang digunakan (Z, t,
Misal untuk mengetes rata-rata populasi dengan n> 30, test statistiknya:
Z =
X
hitung hingga diperoleh suatu nilai
s
n
3.
4.
5.
State a conclusion.
Buat kesimpulan. (Gunakan bahasa sehari-hari, jangan pakai jargon statistik).
Analisa Permasalahan-R0
183/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
p-Value
p-value adalah suatu test statistik yang digunakan di dalam
hypotesis testing untuk menerima atau menolak null hypothesis.
p-value ditunjukkan oleh tail area di dalam table distribusi normal
yang diperoleh dari konversi hasil pengukuran aktual (rata-rata)
ke dalam Statistic ( Z , t atau c2 statistic )
= .05
= .05
= .05
= .05
A
B
A
P value = area A yg diarsir
B
P value = area B (yg diarsir)
Analisa Permasalahan-R0
P value = area A + B
(yg diarsir)
184/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
P-value
Type I Error : Menolak null hypothesis padahal null hypothesis itu benar.
Probabilitas Type I Error = .
Contoh: peneliti menolak klaim/hipotesa bahwa rata-rata tinggi populasi =
160 cm, padahal kenyataannya adalah benar
Type II Error : Menerima null hypothesis padahal null hypothesis itu salah.
Probabilitas Type II Error = .
Contoh: Peneliti tidak menolak (menerima) klaim/hipotesa bahwa rata-rata
tinggi populasi = 160 cm, padahal kenyataannya rata-rata tinggi 160 cm
Semakin kecil p-value, semakin kecil pula peluang untuk membuat kesalahan
untuk menolak null hypothesis (H0).
Nilai cut-off value yang sering dipergunakan untuk p-value adalah 0.05 ().
Analisa Permasalahan-R0
185/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
p-Value
Acuan menerima atau menolak hypothesis, pada significance
level ( )
Jika p-value < , menerima H1
Jika p-value
, menerima H0
Nilai umumnya yang digunakan adalah 0, 01 atau 0,05 ( = 0,05
yang paling sering ), sehingga:
Kriteria penerimaan:
Jika p-value < 0,05, diterima H1 atau tolak Ho
Jika p-value > 0,05, diterima Ho atau tolak H1
= .05
= .05
Terima Ho /Tolak H1
p value
Analisa Permasalahan-R0
p value
Terima H1 / Tolak Ho
186/211
HYPHOTHESIS TEST
- Data Variable -
Analisa Permasalahan-R0
187/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
188/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
PT Crunchy yang memproduksi cereal mengklaim bahwa kadar protein dalam setiap 1
cup cereal adalah 3 gram. Dari data sebelumnya diketahui bahwa standar deviasi
populasi ( )= 0,25 gr. Sebagai karyawan baru, anda ingin membuktikan apakah
pernyataan tersebut masih valid dengan melakukan pengujian terhadap 100 sample .
Dari hasil pengujian diketahui bahwa rata-rata kadar protein 2,88 gr dan standard
deviasi (s) = 0,41 gr.
Ho :
H1:
1
3
4
Karena p-value =
0,0000 < 0,05, maka
diterima H1, artinya
dengan kepercayaan
95% (1-0.05) terbukti
bahwa kadar protein
dalam cereal <
3gram
Analisa Permasalahan-R0
189/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
190/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
PT Merah Delima yang memproduksi cereal mengklaim bahwa kadar gula dalam
cerealnya adalah 8 gram. Tidak diketahui standar deviasi populasi ( ) sebelumnya.
Anda melakukan pengujian dengan mengambil 10 sampel, dan diperoleh rata-rata
berat gula 7,84 gr, std dev sample : 0,39 gr. Kita akan menguji apakah klaim tersebut
benar atau tidak dengan signifikan level 5%? Gunakan One sample t Test
Karena p-value =
0,1114 > 0,05, maka
terima H0, artinya
dengan kepercayaan
95% terbukti bahwa
berat gula dalam
cereal
> 8 gram
Analisa Permasalahan-R0
191/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
dua
populasi independen.
Ingin membandingkan mutu dari 2 produk /proses /area yang berbeda
(data contonuous) mana yang lebih baik
Jika p-value
192/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Anda akan melakukan pengamatan untuk mengevaluasi efsiensi penggunaan bahan bakar dari dua alat
electric vent damper (Mesin A )dan thermally activated vent damper (Mesin B) . Untuk itu anda akan
melakukan two sample t test, tetapi sebelumnya anda harus melakukan two- variation test untuk menguji
apakah kedua mesin tersebut varians nya berbeda. (syarat untuk melakukan two sample t test adalah
varians kedua mesin tersebut berbeda)
Ho : varians konsumsi bahan bakar (ltr/hr) kedua mesin sama
H1 : varians konsumsi bahan bakar (ltr/hr) kedua mesin tidak sama
1
2
3
4
Analisa Permasalahan-R0
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Karena p-value =
0,0030 < 0,05, maka
diterima H1, artinya
dengan kepercayaan
95% terbukti bahwa
varians konsumsi
bahan bakar kedua
mesin tidak
sama, dengan
demikian anda bisa
melan-jutkan
pengujian two sample
193/211
t test.
3
Karena p-value =
0,5276> 0,05, maka
diterima H0, artinya
dengan kepercayaan
95% terbukti bahwa
rata2 konsumsi bahan
bakar kedua mesin
sama.
Analisa Permasalahan-R0
194/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Paired T-Test
Paired T-Test
Digunakan untuk membandingkan rata-rata perbedaan antara dua
sample jika standard deviasinya tidak diketahui, dimana data didapat
dari sampling dua
populasi dependen.
Analisa Permasalahan-R0
195/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
3
Karena p-value =
0,0085 <
0,05, maka terima
H1, artinya dengan
kepercayaan 95%
terbukti bahwa
kadar protein terigu
dari vendor A =
vendor B
Analisa Permasalahan-R0
196/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
197/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
198/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
JENIS-JENIS ANOVA
One Way ANOVA : yaitu Anova dimana faktor yang diuji adalah 1 faktor
Contoh: Misal ingin diuji jenis pupuk mana di antara pupuk A, B, C, yang
memberikan hasil panen terbaik
Ho : 1 = 2 = 3 = (Rata-rata berbagai jenis pupuk Sama)
H1 : Minimal ada satu rata-rata yang berbeda
Two Way ANOVA : yaitu Anova dimana faktor yang diuji adalah 2 faktor .
Contoh: Misal ingin diuji varietas padi apa serta pupuk jenis apa yang
memberikan hasil panen yang terbaik
Ho : 11 = 2 =
3 = =
1= 2=
3 (Rata-rata berbagai jenis padi
dan jenis pupuk Sama)
H1 : Minimal ada satu rata-rata yang berbeda
Multiple Way ANOVA : yaitu Anova dimana faktor yang diuji adalah > 2 faktor
Contoh: Misal ingin diuji kombinasi faktor (suhu, kekentalan, kelembaban, daya
tekan, lama tekan, dll) seperti apa yang memberikan daya rekat lem yang terbaik
Note: Dalam bab ini, yang dibahas adalah khusus One Way & Two way Anova
Analisa Permasalahan-R0
199/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
2.
3.
4.
Lakukan percobaan.
Gunakan masing-masing pupuk tersebut sesuai ketentuan di atas.Percobaan dapat
dilakukan sekaligus atau bergantian (sesuai dengan kondisi lapangan)
5.
Analisa Permasalahan-R0
200/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Berat Botol
Observasi
Mesin A
Mesin B
Mesin C
3
Karena p-value =
0,021 < 0,05, maka
terima H1, artinya
dengan
kepercayaan 95%
terbukti bahwa : Di
antara mesin A
, B, C rata-rata
berat botol ada
yang berbeda
Analisa Permasalahan-R0
201/211
Ho : Jumlah bakteri tidak dipengaruhi oleh jenis sapi dan zat kimiawi (jml bakteri sama di
semua wadah)
H1 : Jumlah bakteri dipengaruhi oleh jenis sapi dan zat kimiawi (ada minimal 1 wadah yang
tidak sama)
Analisa Permasalahan-R0
202/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
HYPHOTHESIS TEST
- Data Attribute -
Analisa Permasalahan-R0
203/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
204/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
205/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Analisa Permasalahan-R0
206/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Berdasarkan hasil
analisa, didapatkan nilai p-value =
0,5078 > 0,05, maka terima
Ho, artinya dengan kepercayaan
95% terbukti tidak ada perbedaan
yield ratio antara Plant Dancow
dan Milo Plant
Analisa Permasalahan-R0
207/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
CHI-SQUARE TEST
Chi-Square Goodness-of-Fit Test: pengujian untuk
melihat/menganalisa data discrete yang lebih dari 2
faktor/sample, apakah hasil sampling sama dengan hasil yang
diharapkan
Contoh:
Faktor X : lokasi (Jkt, Sby, Lampung) , method (manual, otomatis) , product type (A, B, C, D)
Faktor Y : performance ( OK, NOK); customer satisfaction (poor, fair, good, excellent), defect
(kotor, bau, warna tak sesuai, rasa tak sesuai)
DEGREES OF FREEDOM
Jumlah degrees of freedom dari statistik dinyatakan dengan simbol d.f., adalah
jumlah N independen observasi dalam sampel (sample size ) dikurangi jumlah
k parameter dari populasi yang diestimasi dari sampel.
Simbolnya: d.f. = N k
Analisa Permasalahan-R0
208/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
CHI-SQUARE TEST
Ho: tidak ada perbedaan proporsi secara signifikan di antara
kelompok yang diamati
H1 : minimal ada 1 kelompok yang berbeda dari semua kelmpok yang
diamati
Kriteria Penerimaan
Jika p
.05
Terima Ho (tidak cukup bukti bahwa terjadi perbedaan proporsi
secara signifikan di antara kelompok yang diamati
Jika p < .05
Tolak H0, (minimal ada 1 kelompok dengan proporsi yang
berbeda secara signifikan di banding kelmpok lainnya)
Analisa Permasalahan-R0
209/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Shift
1
2
3
A
15
26
33
Analisa Permasalahan-R0
B
21
31
17
C
45
34
49
D
13
5
20
210/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id
Berdasarkan
hasil
analisa, didapatk
an nilai p-value =
0,004 <
0,05, maka
terima
H1, artinya
dengan
kepercayaan
95% terbukti
ada perbedaan
cacat antar shift
Analisa Permasalahan-R0
211/211
Copyright 2009 - PQM Consultants
http:\\www.pqm.co.id