Control Chart Variabel, Pareto Chart, Cause-Effects Diagram

Modul 1- Pengendalian Kualitas Statistik
PETA KENDALI, DIAGRAM PARETO, DAN DIAGRAMSEBAB-AKIBAT

NILAI MATA KULIAH DAN IPS MAHASISWA S1 SISTEM INFORMASI-ITS ANGKATAN 2015
Oleh:
Ageng Pramesthi K.(1313 100 022)
Ika Lulus Yuliatin (1313 100 078)
Asdos:
Novarani Putri Saraswati (1312 100 088)
Dosen:
Dra. Lucia Aridinanti, MT
Jurusan Statistika FMIPA-ITS
PENDAHULUAN
TINJAUAN PUSTAKA
METODOLOGI PENELETIAN
ANALISIS &PEMBAHASAN
KESIMPULAN & SARAN
PENDAHULUAN
LATAR BELAKANG
Nilai mata kuliah: A, AB, B, BC, C, D
Nilai IPS: 0-4
TOLOK UKUR
KEBERHASILAN
PEMBELAJARAN
Bagaimana dengan mahasiswa S1 Sistem Informasi ITS?
RUMUSAN MASALAH
1.
2.
3.
4.
5.
Bagaimana karakteristik deskriptif data nilai IPS?

Bagaimana keacakan data nilai IPS?
Bagaimana kenormalan data nilai IPS?
Bagaimana peta kendali untuk data nilai seluruh mata kuliah dan IPS?
Bagaimana diagram pareto untuk nilai seluruh mata kuliah, nilai mata kuliah yang baik (A/AB), nilai
mata kuliah yang buruk (D/E), dan nilai masing-masing mata kuliah?
6. Apa saja penyebab mahasiswa S1 jurusan Sistem Informasi ITS angkatan 2015 pada semester 1
mendapatkan nilai yang baik (A/AB) dan kurang baik (D/E) jika dianalisis dengan menggunakan diagram
sebab-akibat?
7. Bagaimana kapabilitas proses dari nilai semua mata kuliah dan IPS?
8. Berapakah probabilitas nilai IPS dan mata kuliah yang berada di luar batas spesifikasi?
TUJUAN
1.
2.
3.
4.
5.
Mengetahui karakteristik deskriptif data nilai IPS.

Mengetahui keacakan data nilai IPS.
Mengetahui kenormalan data nilai IPS.
Mengetahui peta kendali untuk data nilai seluruh mata kuliah dan IPS.
Mengetahui diagram pareto untuk nilai seluruh mata kuliah, nilai mata kuliah yang baik (A/AB), nilai
mata kuliah yang buruk (D/E), dan nilai masing-masing mata kuliah.
6. Mengetahui penyebab mahasiswa S1 jurusan Sistem Informasi ITS angkatan 2015 pada semester 1
mendapatkan nilai yang baik (A/AB) dan kurang baik (D/E) jika dianalisis dengan menggunakan diagram
sebab-akibat.
7. Mengetahui kapabilitas proses dari nilai semua mata kuliah dan IPS.
8. Mengetahui probabilitas nilai IPS dan mata kuliah yang berada di luar batas spesifikasi.
MANFAAT
Memberikan informasi kepada penulis dan pembaca tentang
penggunaan analisis kendali kualitas Sistem Informasi dalam
mengevaluasi Indeks Prestasi mahasiswa jurusan S1 Sistem Informasi
ITS angkatan 2015.
TINJAUAN PUSTAKA
KARAKTERISTIK
DESKRIPIF
Menyajikan data secara ringkas dan memberikan infromasi inti dari data yang
ada. Informasi tersebut meliputi ukuran pemusatan dan penyebaran data.
Mean
Median
Modus
Varians
Stadar Deviasi
Minimum
Maksimum
UJI KEACAKAN
Uji keacakan menggunakan One-Sample Runs Test.
Hipotesis
H0 : data pengamatan bersifat acak
H1 : data pengamatan bersifat tidak acak
Statistik uji
r = banyaknya rangkaian
Pengambilan Keputusan
Tolak H0 apabila r nilai kritis bawah atau r nilai kritis atas.
10
UJI KENORMALAN
Uji Kenormalan menggunakan Kolmogorov-Smirnov.
Hipotesis
H0 : Data X adalah variabel acak bebas yang berdistribusi normal
H1 : Data X adalah variabel acak bebas yang tidak berdistribusi normal
Statistik Uji
D sup S ( x) F0 ( x)
x
S ( x)
Banyak data X i xi
, untuk i=1,2,
n
,k<n
Pengambilan Keputusan
Tolak H0 apabila D < dn
dimana adalah nilai dari tabel KolmogorovSmirnov.
11
PETA KENDALI
xR
I MR
Peta Kendali MR
Peta Kendali R
UCL = D4 R
Center Line = R
LCL = D3 R
R max min
R
Peta Kendali xbar

UCL = x A2 R
Center Line = x
LCL = x A2 R
R1 R2 Rm
m
UCL = D4 MR
MR1 MR2 MRm Center Line = R
MR
LCL = D3 MR
m
MR xi xi1
Peta Kendali xbar

UCL = x 3
MR
d2
Center Line = x
LCL = x 3
MR
d2
12
DIAGRAM PARETO
Diagram pareto merupakan metode
dalam mengorganisasikan kesalahan atau
cacat untuk membantu memusatkan
perhatian atas penyelesaian masalah
(Heizer & Render, 2014).
DIAGRAM SEBAB-AKIBAT
Teknis skematis yang digunakan untuk melihat kemungkinan
tempat terjadi sumber permasalahan (Heizer & Render,
2014).
13
KAPABILITAS PROSES
Mengukur kemampuan suatu proses dalam
memenuhi spesifikasi
Cp
USL-LSL
6
R
d2
C p (1 k )
C pk
USL
LSL
PROBABILITAS DI LUAR
SPESIFIKASI
Probabilitas suatu proses berada
di luar spesifikasi
P P x LSL P x USL
LSL
USL
1
: Upper Specification Limit

: Lower Specification Limit
14
METODOLOGI PENELITIAN
15
SUMBER DATA
Data primer hasil survei kepada mahasiswa S1 jurusan Sistem Informasi ITS angkatan 2015.
Pelaksanaan survei:
Senin/7 Maret 2016
09.00-11.00 WIB
Jurusan Sistem Informasi-ITS
VARIABEL PENELITIAN
-Nilai tiap mata kuliah pada semester 1
(Agama, Wasbang, STI, MO, Baper, Matdis)
-Faktor-faktor/alasan mendapatkan nilai tiap mata kuliah
-Indeks Prestasi Semester (IPS)
16

STRUKTUR DATA
IPS
Responden-1
Responden-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
IPS-1
IPS-2
30
...
...
1
2
Responden-30
Nilai-30
Nilai-30
Nilai-30
Nilai-30
Nilai-30
Nilai-30
...
Nilai
Matdis
...
Nilai
Baper
...
Nilai
MO
...
Nilai
STI
...
Nilai
W.B
...
Nilai
PAI
...
Nama
No.
IPS-30
17
LANGKAH ANALISIS
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Merumuskan permasalahan
Mengumpulkan data melalui survei
Menganalisis karakteristik deskriptif
Melakukan uji keacakan data nilai IPS
Melakukan uji kenormalan data nilai IPS
Membuat dan menganalisis peta kendali
Membuat diagram pareto
Membuat diagram sebab-akibat
Menghitung kapabilitas proses
Menghitung probabilitas di luar spesifikasi
Menarik kesimpulan dan saran
18
ANALISIS & PEMBAHASAN
19
KARAKTERISTIK
DESKRIPTIF
Karakeristik Deskriptif nilai IPS mahasiswa S1
jurusan Sistem Informasi ITS angkatan 2015
20
KARAKTERISTIK DESKRIPTIF
Karakteristik deskriptif nilai IPS
Mean
3,4210
Median
3,4200
Variance
0,0952
Q3
3,6700
Minimum
2,4000
Maximum
3,8300
Q1
3,2425
Mode
3,42
21
UJI ASUMSI
Uji Asumsi meliputi uji keacakan dan uji kenormalan.
22
UJI KEACAKAN
Uji keacakan menggunakan One-Sample Runs Test

r
P-value
n1
n2
Batas Kritis Bawah
Batas Kritis Atas
15
0,728
14
16
10
22
batas kritis bawah < r < batas kritis atas, H0 gagal ditolak
P-value > => 0,728 >0,05 => H0 gagal ditolak
Data nilai IPS mahasiswa S1 jurusan Sistem Informasi ITS
angkatan 2015 bersifat acak.
23
UJI KENORMALAN
Uji kenormalan menggunakan Kolmogorov -Smirnov
Probability Plot of IPS

Normal
99
Mean
StDev
N
KS
P-Value
95
90
Percent
80
3.421
0.3085
30
0.132
>0.150
KS < d, 0.132 < d , H0 gagal ditolak

P-value > 0.05, H0 gagal ditolak
Data nilai IPS mahasiswa S1 jurusan Sistem

Informasi ITS angkatan 2015 berdistribusi
normal.
70
60
50
40
30
20
10
5
1
2.50
2.75
3.00
3.25
IPS
3.50
3.75
4.00
4.25
24
PETA KENDALI
Peta kendali xbar-R dan I-MR
25
Peta Kendali xbar-R Nilai Semua Mata Kuliah
Sample Mean
4.0
Terdapat pengamatan
out of control
Peta R : pengamatan 3,4
Peta xbar : pengamatan 2
U C L=3.898
3.5
_
_
X=3.428
3.0
LC L=2.957
2.5
Penyebab:
Pengamatan 2
mahasiswa kurang paham
materi, hadir kurang dr
80%
2.0
Sample Range
10
13
16
Sample
19
22
25
28
U C L=1.952
1.5
_
R=0.974
1.0
0.5
0.0
Pengamatan 3-4
mendapat nilai A dan
C sekaligus, nilai C
karena FP tidak
maksimal
LC L=0
1
10
13
16
Sample
19
22
25
28
26
Peta Kendali xbar-R Nilai Semua Mata Kuliah (terkendali)

U C L=3.9166
Sample Mean
3.8
3.6
_
_
X=3.5133
3.4
3.2
LC L=3.1100
3.0
1
11
13
Sample
15
17
19
21
23
25
U C L=1.672
Sample Range
1.6
Tidak terdapat pengamatan yang

di luar batas kendali (UCL & LCL),
proses terkendali.
1.2
_
R=0.834
0.8
0.4
0.0
LC L=0
1
11
13
Sample
15
17
19
21
23
25
27
4.0
U B=4
3.5
_
X=3.421
3.0
LC L=2.646
2.5
1
10
13
16
O bser vation
19
22
25
28
1.00
Moving Range
Terdapat pengamatan
out of control
Peta MR : 2
Peta I : 2
Individual Value
Peta Kendali Individu I-MR Nilai IPS
U C L=0.952
Penyebab:
Pengamatan 2
mahasiswa kurang paham

materi, hadir kurang dr
80%
0.75
0.50
__
M R=0.291
0.25
0.00
LC L=0
1
10
13
16
O bser vation
19
22
25
28
28
Individual Value
Peta Kendali Individu I-MR Nilai IPS (terkendali)

4.0
U B=4
3.5
_
X=3.456
3.0
LC L=2.783
1
10
13
16
O bser vation
19
22
25
28
U C L=0.8273
Moving Range
0.8
0.6
Tidak terdapat pengamatan yang

di luar batas kendali (UCL & LCL),
proses terkendali.
0.4
__
M R=0.2532
0.2
0.0
LC L=0
1
10
13
16
O bser vation
19
22
25
28
29
DIAGRAM PARETO
Lets start with the first set of slides
30
Diagram Pareto nilai IPS

30
100
25
80
60
15
40
Percent
Jumlah
20
10
20
5
0
IPS
Jumlah
Percent
Cum %
3,51-4
13
43.3
43.3
3-3,25
8
26.7
70.0
3,26-3,5
7
23.3
93.3
<3
2
6.7
100.0
31
Diagram Pareto nilai Seluruh Mata Kuliah

200
100
80
60
100
Percent
Count
150
40
50
20
0
Nilai
Count
Percent
Cum %
AB
98
54.4
54.4
A
38
21.1
75.6
B
29
16.1
91.7
BC
10
5.6
97.2
5
2.8
100.0
32
Diagram Pareto Mata Kuliah Pendidikan Agama

30
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Agama Islam
Count
Percent
Cum %
AB
19
63.3
63.3
8
26.7
90.0
3
10.0
100.0
33
Diagram Pareto Mata Kuliah Wasbang

30
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
wasbang
Count
Percent
Cum %
AB
16
53.3
53.3
9
30.0
83.3
3
10.0
93.3
BC
1
3.3
96.7
1
3.3
100.0
34
Diagram Pareto Mata Kuliah STI

30
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Sistem Teknologi Informasi
Count
Percent
Cum %
AB
16
53.3
53.3
8
26.7
80.0
5
16.7
96.7
BC
1
3.3
100.0
35
Diagram Pareto Mata Kuliah Manajemen Organisasi

30
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Managemen Organisasi
Count
Percent
Cum %
AB
20
66.7
66.7
6
20.0
86.7
3
10.0
96.7
BC
1
3.3
100.0
36
Diagram Pareto Mata Kuliah Bahasa Pemrograman

30
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Bahasa Pemrogaman
Count
Percent
Cum %
AB
15
50.0
50.0
8
26.7
76.7
3
10.0
86.7
2
6.7
93.3
BC
2
6.7
100.0
37
Diagram Pareto Mata Kuliah Matematika Diskrit

30
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Matematika Diskrit
Count
Percent
Cum %
AB
12
40.0
40.0
7
23.3
63.3
BC
5
16.7
80.0
4
13.3
93.3
1
3.3
96.7
1
3.3
100.0
38
DIAGRAM SEBAB-AKIBAT
Fakto-faktor yang menyebabkan mahasiswa
mendapatkan nilai A
39
Personnel
Environment
Dosen
Keberuntungan
Mahasiswa
Final Project
ETS/EAS
Kuis
Machine
Tidak pernah
absen
Nilai A/AB
Rajin
Aktif
Methods
40
KAPABILITAS PROSES
Untuk nilai mata kuliah dan IPS
41

KAPABILITAS PROSES NILAI MATA KULIAH

LSL
USL
Within
Overall
P rocess Data
LSL
2
Target
*
U SL
4
Sample M ean
3.51333
Sample N
150
StDev (Within)
0.329291
StDev (O v erall) 0.356844
P otential (Within) C apability

Cp
1.01
C PL
1.53
C P U 0.49
C pk
0.49
Capability
Cp >1 dan Cpk <1
>> presisi tinggi dan akurasi rendah.
O v erall C apability
Pp
PPL
PPU
P pk
C pm
2.1 2.4
O bserv ed P erformance
P P M < LSL
0.00
P P M > U SL 0.00
P P M Total
0.00
Exp.
PPM
PPM
PPM
2.7 3.0 3.3
Within P erformance
< LSL
2.16
> U SL 69714.50
Total
69716.65
3.6 3.9 4.2
0.93
1.41
0.45
0.45
*
Performance
Dalam 1 juta pengamatan, terdapat 2 nilai
mata kuliah di bawah spesifikasi dan 69715 di
atas spesifikasi (batas atas 4)
Exp. O v erall P erformance

P P M < LSL
11.13
P P M > U SL 86314.16
P P M Total
86325.29
42
KAPABILITAS PROSES NILAI IPS

LSL
Capability
Cp >1 dan Cpk <1
>> presisi tinggi dan akurasi rendah.
USL
Within
Overall
P rocess Data
LSL
2
Target
*
U SL
4
Sample M ean
3.421
Sample N
30
StDev (Within)
0.258315
StDev (O v erall) 0.308549
P otential (Within) C apability

Cp
1.29
C PL
1.83
C P U 0.75
C pk
0.75
O v erall C apability
Performance
Dalam 100 juta pengamatan, terdapat 2 nilai
mata kuliah di bawah spesifikasi.
Dalam 1 juta pengamatan terdapat 12499 di
atas spesifikasi, namun batas atas spesifikasi
adalah 4.
Pp
PPL
PPU
P pk
C pm
2.0
O bserv ed P erformance
P P M < LSL 0.00
P P M > U SL 0.00
P P M Total
0.00
Exp.
PPM
PPM
PPM
2.4
Within P erformance
< LSL
0.02
> U SL 12498.49
Total
12498.51
2.8
3.2
3.6
1.08
1.54
0.63
0.63
*
4.0
Exp. O v erall P erformance

P P M < LSL
2.06
P P M > U SL 30291.54
P P M Total
30293.60
43
PROBABILITAS DI LUAR
SPESIFIKASI
Lets start with the first set of slides
44
PROBABILITAS NILAI DI LUAR SPESIFIKASI

NILAI MATA KULIAH
NILAI IPS
2
P x 2 P Z

2 3, 421
PZ
0, 258315
1, 421
PZ
0, 258315
P Z 5,501
0
Peluang nilai IPS

yang berada di luar
spesifikasi adalah
mendekati nol.
P x 2 P Z

2 3, 421
PZ
0,329291
Peluang nilai mata

kuliah yang berada di
luar spesifikasi adalah
mendekati nol.
1, 421
PZ
0,329291
P Z 4,3153
0
45
KESIMPULAN & SARAN
46
KESIMPULAN
1.
Karaketristik Deskriptif
Mean
3,4210
Median
3,4200
2.
Variance
0,0952
Q3
3,6700
Minimum
2,4000
Maximum
3,8300
Q1
3,2425
Mode
3,42
Data memenuhi asumsi, yaitu bersifat acak dan berdistribusi normal.
47
KESIMPULAN
4.
5.
6.
Peta kendali
Peta kendali xbar-R nilai semua mata kuliah terkendali setelah menghilangkan
pengamatan ke-2, 3, 4, 23, dan 10.
Peta kendali I-MR untuk IPS terkendali setelah mengeluarkan pengamatan ke-2 dari
data pengamatan.
Diagram Pareto
Nilai paling banyak untuk semua mata kuliah adalah A dan AB (75.6 % dari
keseluruhan nilai)
Untuk seluruh mata kuliah, nilai yang paling banyak didapat adalah nilai AB
Diagram Sebab-Akibat
Faktor yang menyebabkan mahasiswa mendapat nilai A/AB dapat dibagi menjadi 4
faktor utama yaitu, Machine, Method, Personnel, Environment.
48
KESIMPULAN
7.
8.
Nilai IPS dan nilai mata kuliah memiliki presisi tinggi dan akurasi rendah.
Probabilitas nilai IPS dan mata kuliah yang berada di luar spesifikasi 0.
49
SARAN
Untuk mempertahankan nilai IP yang sudah bagus, mahasiswa diharapkan untuk
mempertahankan cara belajar yang baik dan meningkatkan intensitas belajar
agak nilai yang diperoleh meningkat.
Untuk mendukung meningkatkan prosentase jumlah mahasiswa yang
mendapatkan nilai A, maka peran dosen, lingkungan belajar, kelengkapan bahan
belajar, serta teknologi yang mendukung proses belajar mengajar harus
ditingkatkan agar target dapat terus tercapai.
50
TERIMAKASIH
Pertanyaan?
Slide by: slidescarnival.com
51
Pertanyaan:
1.
52

Control Chart Variabel, Pareto Chart, Cause-Effects Diagram

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Control Chart Variabel, Pareto Chart, Cause-Effects Diagram

Diunggah oleh

Hak Cipta:

Format Tersedia

Modul 1- Pengendalian Kualitas Statistik

PETA KENDALI, DIAGRAM PARETO, DAN DIAGRAMSEBAB-AKIBAT

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Nilai IPS: 0-4

Bagaimana dengan mahasiswa S1 Sistem Informasi ITS?

Modul 1- Pengendalian Kualitas Statistik

Bagaimana karakteristik deskriptif data nilai IPS?

Modul 1- Pengendalian Kualitas Statistik

Mengetahui karakteristik deskriptif data nilai IPS.

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Peta Kendali xbar

Peta Kendali xbar

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

: Upper Specification Limit

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Jurusan Sistem Informasi-ITS

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

ANALISIS & PEMBAHASAN

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Uji keacakan menggunakan One-Sample Runs Test

Batas Kritis Bawah

Batas Kritis Atas

Modul 1- Pengendalian Kualitas Statistik

Uji kenormalan menggunakan Kolmogorov -Smirnov

Probability Plot of IPS

KS < d, 0.132 < d , H0 gagal ditolak

Data nilai IPS mahasiswa S1 jurusan Sistem

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Peta Kendali xbar-R Nilai Semua Mata Kuliah

Modul 1- Pengendalian Kualitas Statistik

Peta Kendali xbar-R Nilai Semua Mata Kuliah (terkendali)

Tidak terdapat pengamatan yang

Modul 1- Pengendalian Kualitas Statistik

Peta Kendali Individu I-MR Nilai IPS

mahasiswa kurang paham

Modul 1- Pengendalian Kualitas Statistik

Peta Kendali Individu I-MR Nilai IPS (terkendali)

Tidak terdapat pengamatan yang

Modul 1- Pengendalian Kualitas Statistik

Modul 1- Pengendalian Kualitas Statistik

Diagram Pareto nilai IPS

Modul 1- Pengendalian Kualitas Statistik

Diagram Pareto nilai Seluruh Mata Kuliah

Modul 1- Pengendalian Kualitas Statistik

Diagram Pareto Mata Kuliah Pendidikan Agama

Modul 1- Pengendalian Kualitas Statistik

Diagram Pareto Mata Kuliah Wasbang

Modul 1- Pengendalian Kualitas Statistik

Diagram Pareto Mata Kuliah STI

Modul 1- Pengendalian Kualitas Statistik