Cover

LAPORAN PRAKTIKUM
PENGENDALIAN KUALITAS STATISTIKA
MODUL 1

ANALISIS LAMA WAKTU PERKULIAHAN BIDANG SOSIAL

DAN PEMERINTAHAN JURUSAN STATISTIKA ITS

MENGGUNAKAN DIAGRAM KONTROL X R DAN

I MR

Oleh:
Farah Fajrina Amalia

(1313100130)

Vinondang M. G. A Sinaga

(1313100131)

Dosen:
Dr. Muhammad Mashuri, M.T
Asisten Dosen:
Hidayatul Khusna

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2016

ABSTRAK
Kegiatan Perkuliahan merupakan salah satu kegiatan yang paling utama dalam
Perguruan Tinggi. Namun masalah yang sering timbul adalah perkuliahan tersebut
seringkali tidak tepat waktu. Ada berbagai macam penyebab dari perkuliahan yang tidak
tepat waktu. Maka dari itu akan dilakukan pengendalian kualitas statistik dengan
menggunakan diagram

X R , diagram I MR , diagram Pareto, diagram

Ishikawa dan Kapabilitas Proses. Sebelum melakukan pengendalian kualitas statistik

dilakukan terlebih dahulu statistika deskriptif, uji keacakan dan uji Normalitas. Pada
statistika deskriptif diperoleh nilai rata-rata lama perkuliahan adalah sebesar 69,37
menit dimana nilai ini sangat jauh dari nilai lama perkuliahan yang dianjurkan dalam
sekali tatap muka yaitu 100 menit. Ketika diuji keacakannya, data yang diperoleh
tersebut acak tetapi ketika diuji Normalitas data yang diperoleh tidak berdistribusi
Normal, sehingga diasumsikan Normal. Pada diagram
maupun diagram

X R

baik pada diagram R

tidak ada waktu perkuliahan yang diluar batas kontrol, yang

berarti selama perkuliahan semua proses terkendali (in control). Pada diagram

I MR

baik pada diagram MR maupun I juga tidak ada waktu perkuliahan yang

diluar batas control yang dapat diartikan bahwa proses perkuliahan berada dalam
proses yang terkendali (in control). Pada Diagram Pareto dapat diketahui bahwa
penyebab utama perkuliahan tidak tepat waktu adalah karena dosen terlambat dengan
nilai sebesar 36,4%. Pada Diagram Ishikawa yang menjadi penyebab perkuliahan tidak
tepat waktu terdiri dari 5 faktor, yaitu faktor SDM, Machine, Material, Metode, dan
Environment. Pada Kapabilitas Proses dapat diketahui bahwa proses perkuliahan tidak
capable.
Kata kunci: Diagram kontrol

I MR , Diagram kontrol

X R , Diagram pareto,

Diagram Ishikawa, Kapabilitas Proses

DAFTAR ISI
Halaman
HALAMAN JUDUL

...................................................................................................................................i
ABSTRAK..............................................................................................................ii
DAFTAR ISI..........................................................................................................iii
DAFTAR GAMBAR.............................................................................................vi
DAFTAR TABEL.................................................................................................vii
BAB I PENDAHULUAN.......................................................................................1
1.1

Latar Belakang..........................................................................................1

1.2

Rumusan Masalah.....................................................................................2

1.3

Tujuan........................................................................................................3

1.4

Manfaat......................................................................................................3

BAB II TINJAUAN PUSTAKA............................................................................5

2.1

Tinjauan Statistika.....................................................................................5

2.1.1

Statistika Deskriptif............................................................................5

2.1.2

Uji Keacakan......................................................................................8

2.1.3

Uji Normalitas....................................................................................9

2.1.4

Diagram Kontrol

2.1.5

Diagram Kontor

2.1.6

Diagram Pareto................................................................................12

2.1.7

Diagram Ishikawa............................................................................12

2.1.8

Kapabilitas Proses............................................................................13

2.2

X R

....................................................................9

I MR .............................................................11

Tinjauan Non-Statistika...........................................................................14

2.2.1

Sejarah Statistika-ITS......................................................................15

2.2.2

Laboratorium Sosial-Pemerintahan..................................................17

2.2.3

Dosen...............................................................................................18

BAB III METODOLOGI PENELITIAN..........................................................22

3.1

Sumber Data............................................................................................22

3.2

Variabel yang Digunakan........................................................................22

3.3

Langkah Analisis.....................................................................................23

3.4

Diagram Alir............................................................................................23
3

BAB IV ANALISIS DAN PEMBAHASAN.......................................................25

4.1

Statistika Deskriptif.................................................................................25

4.2

Uji Kenormalan dan Keacakan................................................................26

4.3

Diagram Kontrol

X R ......................................................................30

4.4

Diagram kontrol

I MR ....................................................................32

4.5

Diagram Pareto........................................................................................34

4.6

Diagram Sebab-Akibat............................................................................35

4.7

Kapabilitas Proses...................................................................................36

BAB V KESIMPULAN DAN SARAN...............................................................39

5.1

Kesimpulan..............................................................................................39

5.2

Saran........................................................................................................40

DAFTAR PUSTAKA...........................................................................................41
LAMPIRAN

DAFTAR GAMBAR
Halaman
Gambar 2.1 Struktur Organisasi Laboratorium Sosial Pemerintahan Jurusan
Statistika
ITS
.......................................................................................................
17
Gambar 3.1 Diagram
alir
penelitian
.......................................................................................................
23
Gambar 4.1 Probability Plot untuk lama perkuliahan yang diisi oleh dosen
.......................................................................................................
25
Gambar 4.2 Probability Plot untuk lama perkuliahan yang diisi oleh dosen
dan
asisten
dosen
.......................................................................................................
26
Gambar 4.3 Diagram
R
lama
perkuliahan
.......................................................................................................
29
Gambar 4.4 Diagram

data

lama

perkuliahan

.......................................................................................................
29
X R
Gambar 4.5 Diagram
data
lama
perkuliahan
.......................................................................................................

30
Gambar 4.6 Moving Range untuk Lama Waktu Mengajar Dosen
.......................................................................................................
31
Gambar 4.7 Diagram I untuk Lama Waktu Perkuliahan Dosen
.......................................................................................................
31
I MR
Gambar 4.8 Diagram
untuk Lama Waktu Perkuliahan
.......................................................................................................
32

Gambar 4.9 Diagram pareto penyebab terjadinya perkuliahan yang tidak

tepat
waktu
.......................................................................................................
33
Gambar 4.10 Diagram Ishikawa Untuk Perkuliahan Tidak Tepat Waktu
.......................................................................................................
33
Gambar

4.11
Kapabilitas
proses
perkuliahan
.......................................................................................................
35

Gambar 4.12 Kapabilitas proses perkuliahan oleh dosen dan asisten dosen
.......................................................................................................
36

DAFTAR TABEL
Halaman
Tabel 4.1 Statistika Deskriptif Lama Waktu Kuliah Dosen dan Dosen serta
Asisten
Dosen
............................................................................................................
24
Tabel 4.2 Hasil Run Test data lama perkuliahan yang diisi oleh dosen
............................................................................................................
27
Tabel 4.3 Hasil Run Test data lama perkuliahan yang diisi oleh dosen dan
asisten
dosen
............................................................................................................
28

BAB I
PENDAHULUAN
1.1 Latar Belakang
Kegiatan perkuliahan merupakan salah satu kegiatan utama yang
dilakukan di suatu perguruan tinggi. Dalam perkuliahan, terdapat dosen yang
memberi kuliah berupa ceramah atau presentasi dan mahasiswa sebagai peserta
kuliah. Kegiatan perkuliahan sangat penting bagi mahasiswa sebagai kegiatan
utama untuk mendapatkan ilmu, di samping penugasan dan praktikum. Waktu
perkuliahan di Jurusan Statistika Institut Teknologi Sepuluh Nopember telah
ditentukan berdasarkan jumlah Satuan Kredit Semester (SKS). Satu kali
perkuliahan ditentukan waktunya selama 100 menit.
Masalah yang timbul pada proses perkuliahan adalah ketidaktepatan waktu
kuliah. Meskipun perkuliahan telah terjadwal, namun seringkali dosen tidak
mengisi perkuliahan sesuai dengan waktu yang telah ditentukan. Beberapa
penyebab ketidaktepatan waktu kuliah adalah kesibukan dosen yang tidak
menentu, keterlambatan dosen, dan lain-lain. Tentunya terdapat faktor-faktor lain
yang menyebabkan masalah tersebut hingga menjadi masalah yang sering ditemui
pada kegiatan perkuliahan di jurusan Statistika ITS khususnya pada mata kuliah
bidang Sosial dan Pemerintahan. Maka dari itu harus dianalisis dengan suatu
metode yang memberikan gambaran pengendalian kualitas dan mengetahui sebab
terjadinya suatu masalah.
Untuk melakukan analisis mengenai pengendalian kualitas, terdapat
beberapa metode yang dapat digunakan, yaitu dengan diagram control
diagram control

X R ,

I MR , diagram pareto, dan diagram sebab akibat, dan

analisis kapabilitas proses (Montgomery, 2009). Diagram kontrol

I MR

digunakan untuk mengukur dan mengendalikan kualitas statistik berdasarkan nilai

individu dan jarak antar range. Diagram kontrol

X R

digunakan untuk

mengukur dan mengendalikan kualitas statistik berdasarkan nilai rata-rata dan

range dari suatu data. Diagram pareto digunakan untuk menggambarkan jenis

masalah atau cacat dari frekuensi tinggi ke rendah dengan tujuan memperbaiki
atau menyelesaikan masalah dari frekuensi yang tertinggi. Sedangkan diagram
sebab akibat digunakan untuk mencari sumber variasi atau akar permasalahan
yang menyebabkan suatu masalah terjadi. Kemudian, analisis kapabilitas proses
digunakan untuk menganalisis pengamatan yang berada di luar batas spesifikasi
dan kapabilitas berdasarkan nilai Cp dan Cpk.
Penelitian ini diharapkan dapat memberikan saran dan masukan bagi
civitas akademika khususnya jurusan Statistika ITS dalam mengendalikan dan
meningkatkan kualitas jam perkuliahan. Dengan meningkatnya kualitas jam
perkuliahan, diharapkan mahasiswa dapat memperoleh ilmu secara optimal.
1.2 Rumusan Masalah
Berdasarkan latar belakang tersebut, didapatkan rumusan masalah sebagai
berikut.
1. Bagaimana karakteristik lama perkuliahan bidang sosial dan pemerintahan
prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016?
2. Apakah data lama perkuliahan bidang sosial dan pemerintahan prodi D3, S1,
dan LJ Jurusan Statistika ITS semester genap tahun ajaran 2015/2016
memenuhi distribusi Normal dan terambil secara acak?
3. Bagaimana pengendalian lama perkuliahan bidang sosial dan pemerintahan
prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 dengan diagram kontrol

X R

4. Bagaimana pengendalian lama perkuliahan bidang sosial dan pemerintahan

prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 dengan diagram control I-MR?
5. Bagaimana hasil diagram pareto pada data lama perkuliahan bidang sosial dan
pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016?

6. Bagaimana hasil diagram sebab akibat pada data lama perkuliahan bidang
sosial dan pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester
genap tahun ajaran 2015/2016?
7. Bagaimana kapabilitas proses dari lama perkuliahan bidang sosial dan
pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016?

1.3 Tujuan
Berdasarkan rumusan masalah tersebut, didapatkan tujuan sebagai berikut.
1. Mengetahui karakteristik lama perkuliahan bidang sosial dan pemerintahan
prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016.
2. Mengetahui apakah data lama perkuliahan bidang sosial dan pemerintahan
prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 memenuhi distribusi Normal dan terambil secara acak.
3. Mengetahui pengendalian lama perkuliahan bidang sosial dan pemerintahan
prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 dengan diagram kontrol

X R

4. Mengetahui pengendalian lama perkuliahan bidang sosial dan pemerintahan

prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 dengan diagram kontrol

I MR .

5. Mengetahui hasil diagram pareto pada data lama perkuliahan bidang sosial dan
pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016.
6. Mengetahui hasil diagram sebab akibat pada data lama perkuliahan bidang
sosial dan pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester
genap tahun ajaran 2015/2016.

7. Mengetahui kapabilitas proses dari lama perkuliahan bidang sosial dan

pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016.
1.4 Manfaat
Berdasarkan tujuan tersebut didapatkan manfaat sebagai berikut.
1. Manfaat bagi mahasiswa
Sebagai sarana mahasiswa untuk belajar tentang diagram kontrol, diagram
pareto, dan diagram sebab akibat, dan kapabilitas proses.
2. Manfaat bagi civitas akademika Jurusan Statistika ITS
Menjadi rekomendasi untuk civitas akademika Jurusan Statistika ITS dalam
mengendalikan proses lama perkuliahan.

BAB II
TINJAUAN PUSTAKA
2.1 Tinjauan Statistika
Tinjauan statistika merupakan dasar utama yang menjadi pedoman dalam
penelitian ini agar penelitian ini berjalan dengan semestinya, dan yang menjadi
landasan statistik adalah sebagai berikut.
2.1.1Statistika Deskriptif
Statistika Deskriptif adalah metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi
yang berguna (Walpole, 1995). Statistika deskriptif adalah fase statistika yang
dimana hanya berusaha melukiskan dan menganalisis kelompok yang diberikan
tanpa membuat atau menarik kesimpulan tentang populasi atau kelompok yang
lebih besar (Sudjana, 2005).
a. Ukuran Pemusatan Data
Untuk menyelidiki segugus data kuantitatif, akan sangat membantu bila
kita mendefinisikan ukuran-ukuran numeric yang menjelaskan ciri-ciri data yang
penting. Salah saru cara yang dapat ditempuh adalah penggunaan rata-rata, baik
terhadap contoh maupun populasi. Ukuran pemusatan yaitu sembarang ukuran
yang menunjukkan pusat segugus data yang telah diurutkan dari yang terkecil
sampai yang terbesar atau sebaliknya (Walpole, 1995).

Mean (Nilai Rata-Rata)

Mean merupakan metode yang paling banyak digunakan untuk

menggambarkan ukuran tendensi sentral. Mean dihitung dengan menjumlahkan

semua nilai data pengamatan kemudian dibagi dengan banyaknya data. Rumus
yang digunakan untuk menghitung rata-rata data tidak berkelompok adalah
n

X
i 1

101\* MERGEFORMAT (.)

Keterangan
Xi
i
= data ken
= banyaknya data
(Sudjana, 2005)
5

Median
Median dari pengukuran atau

X 1 , X 2 ,..., X n
pengamatan

adalah nilai

pengamatan yang terletak di tengah gugus data setelah data diurutkan. Apabila

n
banyaknya pengamatan ( ) ganjil, median terletak tepat ditengah gugus data,
sedangkan bila

genap, median diperoleh dengan cara interploasi yaitu rata-rata

dari dua data yang berada di tengah gugus data.

Median tidak dipengaruhi oleh nilai-nilai aktual dari pengamatan
melainkan pada posisi mereka. Rumus yang digunakan untuk menghitung median
untuk data tidak berkelompok adalah:
n
Untuk ganjil

Me X 1
2

Untuk

( n 1)

202\* MERGEFORMAT (.)

genap

Xn Xn
Me

303\* MERGEFORMAT (.)

Keterangan

Xn
2

adalah data pada urutan ke

n
2

setelah diurutkan

(Sudjana, 2005)
Modus
Modus adalah data yang paling sering muncul/terjadi. Untuk menentukan
modus, pertama susun data dalam urutan meningkat atau sebaliknya, kemudian
hitung frekuensinya. Nilai frekuensi yang paling besar (sering muncul) adalah
modus. Modus digunakan untuk tipe dat anumerik ataupun data kategoris. Modus
tidak dipengaruhi oleh nilai ekstrem (smartstat, 2010).
b. Ukuran penyebaran Data

Ketiga ukuran pemusatan yang sebelumnya telah dibahas belum

mencukupi untuk mengolah data secara rinci dan lengkap. Sangat mungkin data
memiliki nilai mean dan median yang sama tetapi memliki keragaman yang
berbeda. Sedangkan ukuran penyebaran sendiri merupakan suatu ukuran baik
parameter atau statistik untuk mengetahui seberapa besar penyimpangan data
dengan nilai rata rata hitungnya. Ukuran penyebaran ini dapat menjadi petunjuk
apakah sekelompok data menyebar atau bervariasi di sekitar rata-rata atau jauh
diatas rata-rata. Seandainya ada sekelompok data yang tidak menyebar atau
bervariasi akan ditunjukkan dengan ukuran penyebaran sama dengan nol,
dimisalkan pendapatan masyarakat suatu kota adalah satu juta rupiah per bulan
berarti semua masyarakat di kota tersebut semua berpendapatan satu juta tidak ada
yang lebih ataupun kurang (Ittelkom, 2008). Ukuran penyebaran data dapat
meliputi range, varians, standar deviasi, dan jangkauan antar kuartil.

Range (Penyebaran)
Range adalah ukuran penyebaran yang paling sederhana terkadang di

beberapa literatur diterjemahkan dengan istilah (wilayah). Range dari suatu

kelompok data pengamatan adalah selisih antara nilai minimum dan maksimum
Rumusan hitungnya adalah :
R X max X min
404\* MERGEFORMAT (.)
Keterangan
X max
= Nilai data tertinggi
X min
= Nilai data terendah

Varians
Salah satu ukuran variabilitas (measure of dispersion) yang paling sering

digunakan jika data yang diukur berskala interval adalah varians. Varians
didefinisikan sebagai rata-rata dari skor penyimpangan kuadrat. Untuk mencari
varians, dibedakan antara varians populasi yang dilambangkan dengan (

).

Rumusan hitungnya adalah:

2
i 1

( X i )2
n
505\* MERGEFORMAT (.)

Keterangan

= rata-rata populasi
n
= total jumlah populasi
dengan varians sampel yang dilambangkan dengan (

s2

). Rumusan hitungnya

adalah

(Xi X ) 2
s
n 1
i 1
n

606\* MERGEFORMAT (.)

Keterangan
X

= rata-rata sampel
= jumlah sampel yang digunakan

Standar Deviasi (Simpangan Baku)

Standar deviasi adalah pengukuran untuk penyimpangan standar yang

konsisten untuk semua distribusi Normal. Pada distribusi Normal, probabilitas

diukur berdasarkan jumlah deviasi standar setiap variabel adalah dari mean.
Simbol dari standar deviasi adalah

(Sahibul, 2010). Rumus hitungannya adalah:

(Xi X ) 2
s s
n 1
i 1
n

707\* MERGEFORMAT
(.)
Keterangan
X

= rata-rata sample
= jumlah sampel yang digunakan

Jangkauan Antar Kuartil

Jangkauan antar kuartil adalah selisih dari nilai kuartil ketiga dan kuartil
pertama
H Q3 Q1
808\* MERGEFORMAT (.)
Keterangan
Q3
=Nilai kuartil kelas ketiga
Q1
=Nilai kuartil kelas pertama
2.1.2Uji Keacakan
Uji Keacakan dilakukan untuk mengetahui apakah sekumpulan data yang
diamati tersebut telah diambil secara acak atau tidak. Uji Keacakan ini didasarkan
pada adanya runtun. Runtun adalah deretan huruf-huruf atau tanda-tanda yang
identik yang diikuti oleh satu huruf atau satu tanda yang berbeda secara
berkesinambungan membentuk suatu barisan huruf/tanda (Daniel, 1978).
Perumusan Hipotesis :
H0
: Data pengamatan telah diambil secara acak dari suatu populasi
H1
: Data pengamatan yang diambil dari populasi tidak acak
Statistik Uji : r = banyaknya runtun yang terjadi
Daerah Penolakan : Tolak H0 , bila : r < rbawah atau r< ratas
rbawah dan ratas diperoleh dari tabel nilai kritis untuk runtun pada nilai r(n1,n2)
n1
Dengan

: banyak data bertanda (+)

n2
: banyak data bertanda (-)

rumus

> 20 sebagai berikut

2.n1.n2
1
n1 n2
2.n1.n2 . 2.n1.n2 n1 n2
r

r r

n1 n2 n1 n2 1
2

90
MERGEFORMAT (.)
(Daniel, 1978)
2.1.3Uji Normalitas
Uji Normalitas dilakukan sebelum menganalisis suatu permasalahan lebih
lanjut. Jika data yang dianalisis berdistribusi bukan distribusi Normal maka akan
terjadi kesulitan dalam menurunkan distribusi sampling

dan R.

Untuk menguji keNormalan suatu data dapat dilakukan dengan

menggunakan uji Kolmogorov-Smirnov, karena data tersebut digunakan bersifat
kontinyu.
Perumusan Hipotesis
H 0 F0 ( x) F ( x)
:
untuk semua nilai
H1 F0 ( x) F ( x)
x
:
untuk minimal satu
F0 ( x)

F ( x)

adalah fungsi distribusi yang dihipotesiskan dan

merupakan

fungsi distribusi yang belum diketahui.

D sup | S ( x ) F0 ( x) |
Statistik Uji :

S ( x)

dimana

adalah fungsi peluang

kumulatif data.
H0
Daerah Penolakan : Tolak

jika

D 1

Bila mengunakan paket program Minitab, maka uji Normalitas dapat

dilakukan dengan membandingkan P-Value dengan
2.1.4Diagram Kontrol

(0,05).

X R

10

Misalkan karakteristik kualitas berdistribusi Normal dengan mean dan

standar deviasi , dengan dan keduanya diketahui. Maka

sampel berukuran

x1 , x 2 , x3 ,..., x n

, maka rata-rata sampelnya adalah

x

x1 x2 x3 ... xn
n

10010

MERGEFORMAT (.)
x

berdistribusi Normal dengan mean dan deviasi standar

Penaksir untuk standar deviasi dapat dilihat taksiran dari standar deviasi
atau rentang m sampel. Untuk diagram kontrol R, dapat menggunakan metode

x1 , x 2 , x3 ,..., x n
rentang (range).

adalah suatu sampel berukuran

, maka rentang

R X max X min
sampel adalah selisih observasi yang terbesar dan terkecil yakni

R1 , R2 , R3 ,..., Rm
Misalkan

adalah rentang m sampel maka rentang rata-

ratanya adalah :
R

R1 R2 ... Rm
m

11011\* MERGEFORMAT

(.)
Jika kita gunakan
R d2

sebagai penaksir

diagram kontrol

sebagai penaksir untuk

(rata-rata atau mean) dan

(sigma atau standar deviasi), maka parameter untuk

adalah:

11

UCL x A2 R
Garis Tengah x
LCL x A2 R
12012\* MERGEFORMAT
(.)
Dengan

A 2=

3
d 2 n

Jika

D3=13

d3
d 2 dan

D3=1+3

d3
d 2 batas kendali peta

R juga dapat dicari dengan rumusan sebagai berikut :

UCL D4 R
Rata rata R
LCL D3 R
13013\* MERGEFORMAT (.)
dengan konstanta D3 dan D4 dapat dilihat pada tabel untuk berbagai nilai n
(Montgomery, 2009).

2.1.5Diagram Kontor
Diagram control

I MR

I MR adalah jenis diagram kontrol yang digunakan

di dunia industri atau bisnis untuk mengontrol proses di mana dari proses tersebut
secara praktikal tidak memungkinkan untuk menggunakan rasionalisasi subgroup.
Situasi yang membutuhkan diagram kontrol jenis ini:
1

Ketika sebuah proses otomatis yang melakukan inspeksi setiap unit

produk, sehingga rasionalisasi subgroup tidak ada gunanya.

Ketika produksi berjalan sangat lambat, sehingga untuk menunggu sampel

lebih dari satu justru membuang waktu.

Untuk proses yang memproduksi hasil yang homogen (contoh: larutan

kimia).
Diagram kontrol

I MR

merupakan gabungan dari diagram kontrol I

(individual) yang menampilkan angka hasil pengukuran, dan diagram kontrol MR

12

(Moving Range) yang menampilkan perbedaan angka dari pengukuran yang satu
ke pengukuran selanjutnya. Seperti diagram kontrol yang lain, kedua diagram
ditampilkan bersama untuk membantu memonitor proses dari pergerakan yang
terjadi yang dapat mempengaruhi rata rata atau varian proses tersebut.
Diagram kontrol

I MR

tidak mengharuskan data data yang

terdistribusi secara Normal untuk menghitung batas kontrol. Ini membuat diagram
kontrol jenis ini bisa dipakai di segala jenis proses.
Rumus rata-rata dari moving range dinyatakan sebagai berikut :
m

MR

MR
i 2

m 1

14014\* MERGEFORMAT (.)

( MRi ) | xi xi 1 |
dengan moving range
Normal

dengan simpangan

d 2
adalah

. Jika data tersebut terdistribusi secara

baku

maka

bisa

diharapkan

nilai

MR

Batas kontrol untuk diagram kontrol moving range adalah

UCL D4 MR
Center Line MR
LCL 0

15015\* MERGEFORMAT

(.)
Batas kontrol untuk diagram kontrol individual adalah

13

UCL x 3

MR
d2

Center Line x
LCL x 3

MR
d2
16016\* MERGEFORMAT

(.)
m

x
dengan

x
i 1

(Montgomery, 2009).

2.1.6Diagram Pareto
Diagram Pareto merupakan suatu diagram yang mengurutkan klasifikasi
data dari kiri ke kanan menurut urutan ranking tertinggi hingga terendah. Hal ini
dapat membantu menemukan permasalahan yang terpenting untuk segera
diselesaikan (ranking tertinggi) sampai dengan yang tidak harus segera
diselesaikan (ranking terendah). Selain itu, Diagram Pareto juga dapat digunakan
untuk membandingkan kondisi proses, misalnya ketidaksesuaian proses, sebelum
dan setelah diambil tindakan perbaikan terhadap proses. Diagram Pareto dibuat
berdasarkan data statistik dan prinsip bahwa 20% penyebab bertanggungjawab
terhadap 80% masalah yang muncul atau sebaliknya. Kedua aksioma tersebut
menegaskan bahwa lebih mudah mengurangi bagian lajur yang terletak di bagian
kiri diagram Pareto daripada mencoba untuk menghilangkan secara sistematik
lajur yang terletak di sebelah kanan diagram. Hal ini dapat diartikan bahwa
diagram Pareto dapat menghasilkan sedikit sebab penting untuk meningkatkan
mutu produk atau jasa (Heizer, 2009).
2.1.7Diagram Ishikawa
Diagram fishbone dari Ishikawa menjadi satu tool yang sangat populer dan
dipakai di seluruh penjuru dunia dalam mengidentifikasi faktor penyebab
problem/masalah. Diagram tulang ikan ini dikenal dengan cause and effect
diagram. Diagram Ishikawa juga disebut dengan tulang ikan karena memang
kalau diperhatikan rangka analisis diagram fishbone bentuknya ada kemiripan
dengan ikan, dimana ada bagian kepala (sebagai effect) dan bagian tubuh ikan

14

berupa rangka serta duri-durinya digambarkan sebagai penyebab (cause) suatu

permasalahan yang timbul. Bagian-bagian dari diagram fishbone :
1

Bagian Kepala Ikan

Kepala ikan biasanya selalu terletak di sebelah kanan. Di bagian ini, ditulis

event yang dipengaruhi oleh penyebab-penyebab yang nantinya di tulis di bagian

tulang ikan. Event ini sering berupa masalah atau topik yang akan di cari tahu
penyebabnya.
2

Bagian Tulang Ikan

Pada bagian tulang ikan, ditulis kategori-kategori yang bisa berpengaruh

terhadap even tersebut. Kategori yang paling umum digunakan:

a

Orang

: Semua orang yang terlibat dari sebuah proses.

Metode : Bagaimana proses itu dilakukan, kebutuhan yang spesifik dari

poses itu, seperti prosedur, peraturan dll.

Material : Semua material yang diperlukan untuk menjalankan proses

seperti bahan dasar, pena, kertas dll.

Mesin : Semua mesin, peralatan, komputer dll yang diperlukan untuk

melakukan pekerjaan.

Pengukuran : Cara pengambilan data dari proses yang dipakai untuk

menentukan kualitas proses.

Lingkungan : Kondisi di sekitar tempat kerja, seperti suhu udara, tingkat

kebisingan, kelembaban udara, dll. (Heizer, 2009)

2.1.8Kapabilitas Proses
Kapabilitas proses adalah suatu studi keteknikan guna menaksir kemampuan
proses. Dalam arti ini, analisis kemampuan proses dapat dilakukan tanpa
mengingat spesifikasi pada karakteristik kualitas. Kapabilitas proses biasanya
mengukur parameter fungsional pada produk, bukan pada proses itu sendiri.
Kapabilitas proses adalah bagian yang sangat penting dari keseluruhan program
peningkatan kualitas. Berbagai kegunaan kapabilitas proses yaitu memprakirakan
seberapa baik proses akan memenuhi toleransi, membantu pengembangan atau
perancangan produk dalam memilih atau mengubah proses, membantu dalam
pembentukan interval untuk pengendalian interval antara pengambilan sampel,
menetapkan persyaratan penampilan bagi alat baru, memilih diantara penjual yang

15

bersaing, merencanakan urutan proses produksi apabila ada pengaruh interaktif

proses pada toleransi, dan mengurangi varibilitas dalam proses produksi. Syaratsyarat proses yang kapabel yaitu:
a

Proses terkendali secara statistik.

Memenuhi batas spesifikasi.

Presisi dan akurasi proses tinggi.

(Montgomery, 2009).
Adapun yang perlu diperhatikan dalam kapabilitas proses adalah sebagai
berikut:

1.

Indeks Cp
Indeks Cp digunakan untuk menyatakan tingkat presisi. Presisi adalah
ukuran kedekatan antara satu pengamatan dengan pengamatan lain yang
ukurannya dapat ditunjukkan oleh variabilitas (

). Nilai Cp merupakan rasio

antara penyebaran yang diijinkan dengan penyebaran proses aktual. Secara

matematis ditunjukkan oleh persamaan berikut ini:
Cp

USL LSL
, untuk kasus 2 spesifikasi
6

MERGEFORMAT (.)
USL x
x LSL
Cp
atau Cp
, untuk kasus 1 spesifikasi
3
3

17017

18018

MERGEFORMAT (.)
2.

Indeks Cpk
Indeks Cpk digunakan untuk menyatakan tingkat presisi dan akurasi.
Akurasi adalah ukuran kedekatan hasil pengamatan dengan nilai terget. Rumusan
untuk Cpk yaitu:
USL x x LSL

Cpk min
,

3
3

19019

MERGEFORMAT (.)
(Montgomery, 2009).
2.2 Tinjauan Non-Statistika

16

Tinjauan non statistika merupakan dasar utama yang dipakai dalam

penelitian ini dan bersifat umum atau di luar ilmu statistik. Landasan non statistik
dalam penelitian ini adalah sebagai berikut.

2.2.1Sejarah Statistika-ITS
Pada awalnya Statistika merupakan salah satu bidang peminatan di
Jurusan Matematika Fakultas Ilmu Pasti dan Ilmu Alam (FIPIA) ITS. Seiring
dengan perkembangan kebutuhan di masyarakat, Bidang Peminatan Statistika
akhirnya berkembang menjadi Jurusan Baru di FIPIA ITS. Mulai tahun 1983
Jurusan Statistika secara resmi berdiri bersamaan dengan perubahan nama FIPIA
menjadi FMIPA (Fakultas Matematika dan Ilmu Pengetahuan Alam) ITS.
Berdirinya Jurusan Statistika FMIPA ITS didasarkan pada: PP No 5 tahun 1980,
PP No 27 tahun 1981, dan Keppres No 58 tahun 1982.
Untuk memenuhi kebutuhan Ahli Statistika di tingkat Madya, pada tahun
1981 Jurusan Statistika membuka Program Studi Diploma-III (D-III) Statistika
yang disahkan dengan SK Direktur Jendral Pendidikan Tinggi (Dirjen DIKTI),
Nomor: 116/DKTI/Kep/1984. Dengan semakin berkembangnya kebutuhan akan
peningkatan kompetensi statistika dan seiring dengan peningkatan jenjang
pendidikan di Indonesia, pada Tahun 1999 Jurusan Statistika mendirikan Program
Studi Magister (S-2) Statistika. Program Studi S-2 Statistika berdiri berdasarkan
SK Dirjen DIKTI Nomor: 253/DIKTI/Kep/1999. Selanjutnya, pada tahun 2006
Jurusan Statistika membuka Program Doktor (S-3) Statistika.
Berdirinya Program Doktor Statistika didorong oleh keinginan agar
potensi Jurusan Statistika ITS yang semakin berkembang dapat memberikan
kemanfaatan optimal bagi masyarakat. Program Studi S-3 disahkan oleh Dirjen
DIKTI dengan SK Nomor: 3795/D/T/2006. Dengan demikian sejak tahun 2006
Jurusan Statistika FMIPA ITS memiliki 4 program pendidikan yaitu :

Program Diploma-III (D-III)

Program Sarjana (S1)

Program Magister (S2)

Program Doktor (S3)

17

Dalam perkembangannya, seiring dengan peningkatan potensi yang

dimiliki dan semakin berkembangnya iklim akademik, serta didukung oleh
komitmen seluruh civitas academica, Jurusan Statistika tumbuh menjadi salah
satu Jurusan di ITS yang menjadi prioritas pilihan bagi masyarakat. Saat ini tiga
program studi yang dimiliki memperoleh akreditasi A dari Badan Akreditasi
Nasional Perguruan Tinggi (BAN PT). Program Diploma-III memperoleh
akreditasi A dengan SK Nomor: 020/BAN-PT/Ak-XI/Dpl-III/X/2011. Program
Sarjana memperoleh akreditasi A dengan SK Nomor: 023/BAN-PT/Ak-XIII/S1/X/2010. Sedangkan Program Magister memperoleh akreditasi A dengan SK
Nomor: 016/BAN-PT/Ak-IX/S-2/IX/2011. Sementara itu, Program Doktor sedang
dalam proses akreditasi.
Secara umum, Jurusan Statistika bertujuan untuk mengembangkan
Statistika dan penerapannya di berbagai bidang. Untuk mencapai tujuan tersebut,
Jurusan Statistika mendirikan lima laboratorium sebagai pusat pengembangan dan
penerapan statistika, dan pusat pengembangan kurikulum. Kelima Laboratorium
tersebut adalah: Laboratorium Statistika Industri, Laboratorium Statistika
Komputasi, Laboratorium Statistika Bisnis dan Ekonomi, Laboratorium Statistika
Sosial dan Pemerintahan, serta Laboratorium Statistika Lingkungan dan
Kesehatan. Di samping itu, untuk memaksimalkan monitoring dan evaluasi
pembelajaran, mata kuliah di Jurusan Statistika dihimpun dalam kelompokkelompok rumpun mata kuliah (RMK), yaitu: RMK Teori, RMK Pemodelan,
RMK Industri, RMK Komputasi, RMK Bisnis-Ekonomi dan RMK SosialPemerintahan. Di samping melakukan monitoring dan evalusai proses
pembelajaran, RMK bersama dengan Kepala Laboratorium bertugas untuk
menyusun draf mata kuliah yang ditawarkan dalam setiap semester dan draf dosen
pengampu untuk setiap matakuliah.
Pada tahun 2012 ini Jurusan Statistika memiliki 38 orang dosen, dengan
kualifikasi pendidikan: 14 orang Doktor (2 diantaranya adalah Professor), dan 24
orang Magister (dimana 8 orang sedang menempuh pendidikan Doktor). Dengan
demikian, pada akhir tahun 2015 nanti, Jurusan Statistika akan memiliki paling
tidak 22 dosen yang bergelar Doktor. Untuk mendukung kegiatan administrasi,
Jurusan Statistikia memiliki 16 tenaga kependidikan, yang terdiri dari: seorang

18

Kepala Sub Bagian sebagai koordinator, 3 orang untuk urusan akademik, 3 orang
untuk urusan keuangan, 2 orang untuk urusan umum dan perlengkapan, 2 orang
teknisi, seorang petugas ruang baca dan 4 orang tenaga kebersihan.

2.2.2Laboratorium Sosial-Pemerintahan
Laboratorium Sosial-Pemerintahan memiliki struktur organisasi sebagai
berikut.

Gambar 2.1 Struktur Organisasi Lab. Sosial Pemerintahan Jurusan Statistika ITS

Tri Dharma Perguruan Tinggi dalam laboratorium Sosial-Pemerintahan:

1.

Bidang Pendidikan
Mata kuliah dasar memberikan landasan yang kuat untuk riset dasar adalah

teori probabilitas (S-1 dan S-2), statistika matematika I (S-1), statistika

matematika II (S-1), statistika inferensi (S-2), statistika matematika (S-3), model
linear (S-2), dan teori statistika (D-3). Mata kuliah yang memberikan landasan
yang kuat untuk riset terapan ke bidang sosial dan pemerintahan adalah analisis
regresi (D-3, S-1 dan S-2), regresi nonparametrik (S-2), regresi nonparametrik dan
19

semiparametrik (S-3), analisis data kualitatif (D-3, S-1 dan S-2), studi
kependudukan (S-1 dan S-2), offisial statistik (D-3, S-1 dan S-2), riset pemasaran
dan sosial (D-3, S-1 dan S-2), dan analisis multivariate (D-3, S-1, S-2 dan S-3).

2.

Bidang Penelitian
Penelitian dasar terkait dengan kompetensi dan spesialisasi laboratorium

ini, seperti: Regresi Parametrik, Regresi Nonparametrik Regresi Semiparametrik,

Analisis Data Kualitatif, Riset Sosial, Riset Pemasaran, Offisial Statistics, Studi
Kependudukan, dan Analisis Multivariat. Penelitian terapan di bidang sosial dan
pemerintahan seperti riset tentang kemiskinan, riset ketahanan pangan, riset
persoalan permukiman, riset pemberdayaan perempuan, riset kekerasan dalam
rumah tangga (KDRT), riset sosial kelayakan pendirian industri / institusi baru,
riset

sosial

dampak

bencana,

riset

tentang

kependudukan,

dan

riset

kepariwisataan.
3.

Pengabdian Masyarakat
Pemberdayaan masyarakat, khususnya yang terkait dengan Statistika

Sosial dan Pemerintahan yaitu pelatihan kepada instansi-instansi pemerintahan

seperti pelatihan metodologi penelitian (Balitbang Jatim), pelatihan statistika
dasar (STT AL STT AL Surabaya), pelatihan penelitian tindakan kelas (Diknas
Bangkalan), pelatihan LKIR (SMADA Jombang), pelatihan MGMP IPA-SMP
(Diknas Mojokerto), pelatihan pengumpulan dan pengolahan data peternakan dan
kesehatan hewan (Dinas Pertanian). Pelatihan kepada instansi-instansi bidang
sosial seperti pelatihan regresi nonparametrik, pelatihan structural equation
modelling menggunakan AMOS dan LISREL, pelatihan analisis multivariat,
pelatihan menggunakan software statistika Open Source R, pelatihan pemodelan
analisis data kualitatif (ADK), analisis hirarkhi proses, dan statistika berbasis
MINITAB. Laboratorium sosial pemerintahan juga berkerjasama dengan berbagai
instansi seperti BPS Pusat, BPS Jawa Timur, Dinas Pendidikan, Departemen
Peridustrian dan Perhubungan, Pemda Jombang, RSUD Dr. Sutomo Surabaya,
Jawa Pos, Universitas Terbuka, dan PJB PLN.
2.2.3Dosen

20

Dosen adalah pendidik profesional dan ilmuwan dengan tugas utama

mentransformasikan, mengembangkan, dan menyebarluaskan ilmu pengetahuan,
teknologi, dan seni melalui pendidikan, penelitian, dan pengabdian kepada
masyarakat. Profesi dosen merupakan bidang pekerjaan khusus yang dilaksanakan
berdasarkan prinsip sebagai berikut:
1.

Memiliki bakat, minat, panggilan jiwa, dan idealisme;

2.

Memiliki komitmen untuk meningkatkan mutu pendidikan, keimanan,

ketakwaan, dan akhlak mulia;

3.

Memiliki kualifikasi akademik dan latar belakang pendidikan sesuai

dengan bidang tugas;

4.

Memiliki kompetensi yang diperlukan sesuai dengan bidang tugas;

5.

Memiliki tanggung jawab atas pelaksanaan tugas keprofesionalan;

6.

Memperoleh penghasilan yang ditentukan sesuai dengan prestasi kerja;

7.

Memiliki kesempatan untuk mengembangkan keprofesionalan secara

berkelanjutan dengan belajar sepanjang hayat;

8.

Memiliki jaminan perlindungan hukum dalam melaksanakan tugas

keprofesionalan;
Dosen wajib memiliki kualifikasi akademik, kompetensi, sertifikat

pendidik, sehat jasmani dan rohani, dan memenuhi kualifikasi lain yang
dipersyaratkan satuan pendidikan tinggi tempat bertugas, serta memiliki
kemampuan untuk mewujudkan tujuan pendidikan nasional. Dosen harus
memiliki kualifikasi akademik yang diperoleh melalui pendidikan tinggi program
pascasarjana yang terakreditasi sesuai dengan bidang keahlian, minimum lulusan
program magister untuk program diploma atau program sarjana dan lulusan
program doktor untuk program pascasarjana. Dalam melaksanakan tugas
keprofesionalan, dosen berhak:
1.

Memperoleh penghasilan di atas kebutuhan hidup minimum dan jaminan

kesejahteraan sosial;

2.

Mendapatkan promosi dan penghargaan sesuai dengan tugas dan prestasi

kerja;

3.

Memperoleh perlindungan dalam melaksanakan tugas dan hak atas

kekayaan intelektual;

21

4.

Memperoleh kesempatan untuk meningkatkan kompetensi, akses sumber

belajar, informasi, sarana dan prasarana pembelajaran, serta penelitian dan
pengabdian kepada masyarakat;

5.

Memiliki kebebasan akademik, mimbar akademik, dan otonomi keilmuan;

6.

Memiliki kebebasan dalam memberikan penilaian dan menentukan

kelulusan peserta didik; dan

7.

Memiliki kebebasan untuk berserikat dalam organisasi profesi/organisasi

profesi keilmuan.

Dalam melaksanakan tugas keprofesionalan, dosen berkewajiban:

1.

Melaksanakan pendidikan, penelitian, dan pengabdian kepada masyarakat;

2.

Merencanakan, melaksanakan proses pembelajaran, serta menilai dan

mengevaluasi hasil pembelajaran;

3.

Meningkatkan dan mengembangkan kualifikasi akademik dan kompetensi

secara berkelanjutan sejalan dengan perkembangan ilmu pengetahuan,
teknologi, dan seni;

4.

Bertindak objektif dan tidak diskriminatif atas dasar pertimbangan jenis

kelamin, agama, suku, ras, kondisi fisik tertentu, atau latar belakang
sosioekonomi peserta didik dalam pembelajaran;

5.

Menjunjung tinggi peraturan perundang-undangan, hukum, dan kode etik,

serta nilai-nilai agama dan etika; dan

6.

Memelihara dan memupuk persatuan dan kesatuan bangsa.

Dosen yang diangkat oleh Pemerintah maupun yang diangkat pada satuan

pendidikan tinggi yang diselenggarakan oleh masyarakat dapat ditempatkan pada

jabatan struktural sesuai dengan peraturan perundang-undangan yang berlaku di
Indonesia.
Dosen dapat diberhentikan dengan hormat dari jabatan sebagai dosen karena:
1.

Meninggal dunia;

2.

Mencapai batas usia pensiun, pada usia 65 (enam puluh lima) tahun,
namun Profesor yang berprestasi dapat diperpanjang batas usia pensiunnya
sampai 70 (tujuh puluh) tahun.;

3.

Atas permintaan sendiri;

22

4.

Tidak dapat melaksanakan tugas secara terus-menerus selama 12 (dua

belas) bulan karena sakit jasmani dan/atau rohani; atau

5.

Berakhirnya perjanjian kerja atau kesepakatan kerja bersama antara dosen

dan penyelenggara pendidikan.

Dosen dapat diberhentikan tidak dengan hormat dari jabatan sebagai dosen
karena:
1.

Melanggar sumpah dan janji jabatan;

2.

Melanggar perjanjian kerja atau kesepakatan kerja bersama; atau

3.

Melalaikan kewajiban dalam menjalankan tugas selama 1 (satu) bulan atau

lebih secara terus-menerus.

23

BAB III
METODOLOGI PENELITIAN
3.1 Sumber Data
Data yang digunakan dalam laporan praktikum ini merupakan data primer
yang diperoleh dari hasil pengamatan mengenai lama perkuliahan bidang Sosial
dan Pemerintahan Prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016. Survei ini dilakukan pada tanggal 6 - 18 Maret 2016 di
Jurusan Statistika ITS. Jumlah sampel mata kuliah yang digunakan dalam survei
adalah 12 kelas.
3.2 Variabel yang Digunakan
Variabel penelitian yang digunakan dalam laporan praktikum ini adalah
lama perkuliahan bidang sosial dan pemerintahan prodi D3, S1, dan LJ Jurusan
Statistika ITS semester genap tahun ajaran 2015/2016 dan faktor-faktor yang
mempengaruhi ketidaktepatan waktu perkuliahan bidang sosial dan pemerintahan
prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016. Mata kuliah yang diamati adalah sebagai berikut.
1. S1 Studi Kependudukan A
2. S1 Studi Kependudukan B
3. S1 Official Statistics
4. D3 Official Statistics A
5. D3 Official Statistics B
6. D3 Metode Riset Sosial A
7. D3 Metode Riset Sosial B
8. LJ Metode Riset Sosial
9. S1 Analisis Multivariat A
10. S1 Analisis Multivariat B
11. S1 Analisis Multivariat C
12. S1 Regresi Nonparametrik

24

3.3 Langkah Analisis

Langkah-langkah analisis dalam pembuatan laporan praktikum ini adalah
sebagai berikut.
1. Pengumpulan data yang diperoleh melalui data primer, yaitu survei secara
langsung (pengamatan).
2. Mendeskripsikan data lama perkuliahan bidang sosial dan pemerintahan prodi
D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran 2015/2016
menggunakan statistika deskriptif.
3. Menguji kenormalan dan keacakan data lama perkuliahan bidang sosial dan
pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016.
4. Melakukan analisis terhadap data lama perkuliahan bidang sosial dan
pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016 dengan menggunakan diagram kontrol

dan R.

5. Melakukan analisis terhadap data lama perkuliahan bidang sosial dan

pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016 dengan menggunakan diagram kontrol I dan MR.
6. Melakukan analisis data lama perkuliahan bidang sosial dan pemerintahan
prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 dengan menggunakan diagram pareto.
7. Melakukan analisis terhadap alasan ketidaktepatan waktu perkuliahan bidang
sosial dan pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester
genap tahun ajaran 2015/2016 dengan menggunakan diagram sebab akibat.
8. Menentukan kapabilitas proses terhadap data lama perkuliahan bidang sosial
dan pemerintahan prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016.
9.

Menarik kesimpulan dari hasil analisis dan pembahasan.

3.4 Diagram Alir
Berikut ini adalah diagram alir tentang proses pembuatan dan penyusunan

laporan.

25

Pengumpulan Data

Statistika Deskriptif

Tidak terpenuhi

Uji Normal dan Acak

Terpenuhi

Terdapat pengamatan out of control

Membuat diagram kontrol baru dengan menghilangkan pengam

Diagram kontrol telah terkendali

Terdapat pengamatan out of control

Analisis Diagram Kontrol I -MR

Membuat diagram kontrol baru dengan menghilangkan pengam
Diagram kontrol telah
terkendali

Analisis Diagram Pareto

Analisis Diagram Sebab Akibat

Kapabilitas Proses
Gambar 3.1 Diagram alir penelitian

Kesimpulan
26

BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Statistika Deskriptif
Hal pertama yang dilakukan dalam analisis adalah mengetahui statistika
deskriptif dari data yang telah diperoleh. Dibawah ini merupakan tabel dari
statistika deskriptif lama waktu perkuliahan per subgroup atau mata kuliah yang
diamati pada laboratorium Sosial-Pemerintahan.
Variabel

Mean Varians

Stupen A
64.3
Stupen B
45
S1 Offstat
58.3
D3 Offstat A
85
D3 Offstat B 93.75
D3 Risos A
95.75
D3 Risos B
90
LJ Risos
18.8
Multivariat A
58
Multivariat B
60
Multivariat C 92.5
Regnonpar
45

1945.6
2700
1765.6
900
56.25
62.25
1133.3
1406.3
2045.2
2400
147.5
2716.7

Min Q1
0 18.8
0
0
0 15.8
40
55
85 86.25
85 87.5
40
55
0
0
0
0
0
0
75 82.5
0
0

Median Q3
78.5
95.5
45
90
66.5
92.5
100
100
95
100
97.5 102.25
105
110
0
56.3
82.5
89.3
80
100
92.5 102.5
42.5
92.5

Ma
Range IQR
x
100
100 76.8
90
90
90
100
100 76.8
100
60
45
100
15 13.8
103
18 14.8
110
70
55
75
75 56.3
96
96 89.3
100
100 100
110
35
20
95
95 92.5

Tabel 4.1 Statistika Deskriptif Lama Perkuliahan Setiap Subgrup

Dari tabel diatas dapat dilihat bahwa tidak semua subgrup memiliki nilai
maksimum rata-rata lama perkuliahan pada setiap subgrupnya adalah 100 menit,
dimana lama perkuliahan ini sudah standar maksimum dari Jurusan Statistika
dalam sekali tatap muka dan asistensi adalah 100 menit. Ada beberapa mata kuliah
yang tidak samapai 100 menit dalam sekali tatap muka ataupun asistensi seperti
mata kuliah Studi Kependudukan S1 Kelas B, mata kuliah Riset Sosial LJ, mata
kuliah Analisis Multivariat S1 kelas A, dan mata kuliah Regresi Non-Parametrik
S1. Walaupun begitu ada juga mata kuliah yang lebih dari 100 menit yaitu
Anaslisis Mutivariat S1 kelas C, mata kuliah Riset Sosial D3 kelas A, dan mata
kuliah Riset Sosial D3 Kelas B.
Mean tertinggi untuk data lama perkuliahan ini adalah mata kuliah Riset
Sosial D3 kelas A dengan mean terendah terdapat pada subgrup Studi
Kependudukan S1 kelas B dan Regresi Non-Parametrik S1. Dari hal keragaman
data atau varians data, data yang paling beragam adalah mata kuliah Regresi Non

27

Parametrik. Untuk varians data terkecil terdapat pada mata kuliah Official
Statistics D3 kelas B.
Dari kedua belas subgrup mata kuliah, ada mata kuliah yang tidak ada
perkuliahan, hal ini dapat dilihat dari nilai minimum lama perkuliahan sebesar 0,
yaitu mata kuliah Studi Kependudukan S1 kelas A dan B, mata kuliah Official
Statistics S1, mata kuliah Risest Sosial LJ, mata kuliah Analisis Multivariat S1
Kelas A dan B, dan mata kuliah Regresi Non-Parametrik S1. Tetapi, ada juga mata
kuliah yang selama dua minggu pengamatan tidak pernah kosong atau libur
seperti mata kuliah Official Statistics D3 kelas A dan B, mata kuliah Riset Sosial
D3 kelas A dan B, dan mata kuliah Analisis Multivariat kelas C.
4.2 Uji Kenormalan dan Keacakan
Sebelum melakukan pengendalian kualitas statistika pada data lama
perkuliahan bidang Sosial dan Pemerintahan Prodi D3, S1, dan LJ Jurusan
Statistika ITS semester genap tahun ajaran 2015/2016, data harus memenuhi
asumsi normal dan acak. Oleh karena itu, perlu dilakukan uji kenormalan dan
keacakan terlebih dahulu.
4.2.1

Uji Kenormalan
Pengujian asumsi distribusi Normal yang digunakan pada praktikum ini

adalah uji Kolmogorov-Smirnov. Berikut merupakan probability plot dari uji

distribusi Normal data lama perkuliahan yang diisi oleh dosen pada bidang Sosial
dan Pemerintahan Prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016.
99

Mean
66
StDev
41.27
N
48
KS
0.232
P-Value <0.010

95
90
80

Percent

70
60
50
40
30
20
10
5

-50

50

100

150

waktu kuliah

Gambar 4.1 Probability Plot Untuk Lama Perkuliahan yang Diisi Oleh Dosen

28

Pada gambar 4.1, terlihat bahwa data titik-titik biru tidak mengikuti garis
merah. Sehingga secara visual, dapat disimpulkan bahwa data lama perkuliahan
yang diisi oleh dosen tidak berdistribusi Normal. Namun perlu dilakukan
pengujian hipotesis untuk memperkuat kesimpulan tersebut.

Hipotesis
H0: Data berdistribusi Normal
H1: Data tidak berdistribusi Normal

Tingkat signifikansi =0.05

Daerah penolakan: Tolak H0 jika p-value kurang dari

p-value<0.010

Keputusan:
Tolak H0 karena p-value<0.010 yaitu kurang dari =0.05

Kesimpulan:
Data lama perkuliahan yang diisi oleh dosen tidak berdistribusi Normal
Meskipun berdasarkan grafik dan pengujian hipotesis data lama

perkuliahan tidak berdistribusi Normal, namun diasumsikan data tersebut

berdistribusi Normal. Karena, pengendalian kualitas dengan diagram kontrol
maupun kapabilitas proses membutuhkan asumsi bahwa data berdistribusi
Normal.
Kemudian, dilakukan uji kenormalan untuk data lama perkuliahan yang
diisi oleh dosen dan asisten dosen. Berikut merupakan probability plot dari uji
distribusi Normal data lama perkuliahan yang diisi oleh dosen dan asisten dosen
pada bidang Sosial dan Pemerintahan Prodi D3, S1, dan LJ Jurusan Statistika ITS
semester genap tahun ajaran 2015/2016.

29

99

Mean
67.52
StDev
40.93
N
54
KS
0.239
P-Value <0.010

95
90
80

Percent

70
60
50
40
30
20
10
5

-50

50

100

150

waktu kuliah (dosen+asisten)

Gambar 4.2 Probability Plot Lama Perkuliahan yang Diisi Oleh Dosen dan Asisten Dosen

Pada gambar 4.2, terlihat bahwa data titik-titik biru tidak mengikuti garis
merah. Sehingga secara visual, dapat disimpulkan bahwa data lama perkuliahan
yang diisi oleh dosen tidak berdistribusi Normal. Namun perlu dilakukan
pengujian hipotesis untuk memperkuat kesimpulan tersebut.

Hipotesis
H0: Data berdistribusi Normal
H1: Data tidak berdistribusi Normal

Tingkat signifikansi =0.05

Daerah penolakan: Tolak H0 jika p-value kurang dari

p-value<0.010

Keputusan:
Tolak H0 karena p-value<0.010 yaitu kurang dari =0.05

Kesimpulan:
Data lama perkuliahan yang diisi oleh dosen dan asisten dosen tidak
berdistribusi Normal
Meskipun berdasarkan grafik dan pengujian hipotesis data lama

perkuliahan tidak berdistribusi Normal, namun diasumsikan data tersebut

berdistribusi Normal. Karena, pengendalian kualitas dengan diagram kontrol
maupun kapabilitas proses membutuhkan asumsi bahwa data berdistribusi
Normal.

30

4.2.2

Uji Keacakan
Uji keacakan yang digunakan dalam praktikum ini adalah Run Test.

Berikut ini adalah Run Test pada uji keacakan pada data lama perkuliahan yang
diisi oleh dosen pada bidang Sosial dan Pemerintahan Prodi D3, S1, dan LJ
Jurusan Statistika ITS semester genap tahun ajaran 2015/2016.

Hipotesis
H0: Data lama perkuliahan telah terambil secara acak
H1: Data lama perkuliahan tidak terambil secara acak

Tingkat signifikansi =0.05

Daerah penolakan: Tolak H0 jika p-value kurang dari

Statistik uji:
Tabel 4.2 Hasil Run Test Lama Perkuliahan yang Diisi Oleh Dosen

Koefisien
Runs above and below K
The observed number of runs
The expected number of runs
p-value
Keputusan:

Nilai
66
21
22.3333
0.661

Gagal tolak H0 karena p-value=0.661 yaitu lebih dari =0.05

Kesimpulan:
Data lama perkuliahan yang diisi oleh dosen telah terambil secara acak
Kemudian, dilakukan Run Test untuk data lama perkuliahan yang diisi oleh

dosen dan asisten dosen pada bidang Sosial dan Pemerintahan Prodi D3, S1, dan
LJ Jurusan Statistika ITS semester genap tahun ajaran 2015/2016.

Hipotesis
H0: Data lama perkuliahan telah terambil secara acak
H1: Data lama perkuliahan tidak terambil secara acak

Tingkat signifikansi =0.05

Daerah penolakan: Tolak H0 jika p-value kurang dari

Statistik uji:

31

Tabel 4.3 Hasil Run Test Lama Perkuliahan yang Diisi Oleh Dosen dan Asisten Dosen

Runs above and below K

The observed number of runs
The expected number of runs
p-value
Keputusan:

67.5185
19
24.2963
0.661

Gagal tolak H0 karena p-value=0.091 yaitu lebih dari =0.05

Kesimpulan:
Data lama perkuliahan yang diisi oleh dosen telah terambil secara acak
4.3 Diagram Kontrol

X R
X R

Data yang akan dibuat diagram kontrol

adalah data lama

perkuliahan yang hanya diisi oleh dosen (tanpa asisten dosen), dikarenakan
subgroup pada data ini adalah sama yaitu 4 pertemuan. Sedangkan data lama
perkuliahan yang diisi oleh dosen dan asisten dosen memiliki subgroup yang
berbeda-beda, yaitu 4 dan 5 pertemuan.
Dalam pembuatan diagram kontrol

X R , pertama kali harus dianalisis

diagram kontrol R terlebih dahulu untuk mengetahui apakah proses berada dalam
kendali. Berikut ini merupakan diagram diagram kontrol R dari data lama
perkuliahan yang diisi oleh dosen pada bidang Sosial dan Pemerintahan prodi D3,
S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran 2015/2016.
180
UCL=160.3

160

Sample Range

140
120
100
80

_
R=70.2

60
40
20
0

LCL=0
1

10

11

12

Mata Kuliah ke-

Gambar 4.3 Diagram Kontrol R Lama Perkuliahan

Berdasarkan diagram kontrol R tersebut, dapat diketahui bahwa tidak ada

sampel mata kuliah yang memiliki range keluar dari batas kendali yaitu batas atas
sebesar 160,2 dan batas bawah sebesar 0. Selain itu, pola pada sampel tampak
32

random. Sehingga, dapat disimpulkan bahwa range data lama perkuliahan yang
diisi oleh dosen pada bidang Sosial dan Pemerintahan Prodi D3, S1, dan LJ
Jurusan Statistika ITS semester genap tahun ajaran 2015/2016 berada dalam
kendali (in control).
Kemudian, setelah diketahui bahwa pada diagram kontrol R tidak ada
sampel yang keluar batas kendali, maka dapat dibuat diagram kontrol

pada

data lama perkuliahan yang diisi oleh dosen pada bidang Sosial dan Pemerintahan
Prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 sebagai berikut.
120

UCL=117.2

Sample Mean

100

80
__
X=66
60

40

20

LCL=14.8

0
1

10

11

12

Mata Kuliah ke-

Gambar 4.4 Diagram Kontrol

Lama Perkuliahan

Batas atas pada diagram tersebut adalah 117,2 dan batas bawahnya adalah
14,8, serta rata-rata lama perkuliahan adalah 66. Berdasarkan diagram

tersebut, dapat diketahui bahwa pola pada terdapat suatu pola tertentu pada
sampel mata kuliah. Pertama-tama, rata-rata cenderung meningkat kemudian
turun drastis dan meningkat kembali. Walaupun demikian, tidak terdapat rata-rata
yang berada di luar batas kendali. Sehingga, dapat disimpulkan bahwa rata-rata
lama perkuliahan yang diisi oleh dosen pada bidang Sosial dan Pemerintahan
Prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016 berada dalam kendali (in control).
Setelah dibuat diagram kontrol R dan

secara terpisah, dapat

disimpulkan bahwa pada kedua diagram tersebut tidak ada pengamatan yang

33

berada di luar batas kendali. Sehingga, dapat disimpulkan bahwa data lama
perkuliahan yang diisi oleh dosen pada bidang Sosial dan Pemerintahan Prodi D3,
S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran 2015/2016 berada
dalam kendali (in control). Berikut ini adalah diagram kontrol

X R

secara

bersama-sama.
UCL=117.2
Sample Mean

100
__
X=66

75
50
25

LCL=14.8

0
1

10

11

12

Mata Kuliah ke-

Sample Range

160

UCL=160.3

120
_
R=70.2

80
40
0

LCL=0
1

10

11

12

Mata Kuliah ke-

Gambar 4.5 Diagram

4.4 Diagram kontrol

Diagram kontrol

x -R data lama perkuliahan

I MR

I MR

dilakukan untuk melihat apakah data

perkuliahan lama waktu mengajar dosen dan asisten sudah terkendali atau tidak.
Sebelum melakukan diagram kontrol

I MR

dilakukan dulu Moving Range

(MR) pada data pengamatan. Berikut merupakan hasil pengolahan data.

34

120

UCL=116.8

Moving Range

100
80
60
__
MR=35.7

40
20
0

LCL=0
1

11

16

21
26
31
36
Pertemuan ke-

41

46

51

Gambar 4.6 Diagram Kontrol Moving Range Lama Perkuliahan

Diagram kontrol MR (Moving Range) digunakan untuk menampilkan

perbedaan angka dari pengukuran yang satu ke pengukuran selanjutnya. Pada
diagram kontrol MR ini dapat diketahui bahwa terdapat 54 data pengamatan untuk
data lama perkuliahan dosen mengajar pada mata kuliah laboratorium sosial
pemerintahan. Ada beberapa peraturan Shewhart yang terdapat pada diagram
kontrol MR ini yaitu ada beberapa titik yang terletak pada batas bawah diagram
pengendali, yaitu data pengamatan ke 7, 14, 15, 31, 32, 44, dan 51. Ada delapan
titik secara berurutan terletak pada satu sisi dari titik tengah diagram kontrol MR.
Dari diagram kontrol MR ini juga dapat diketahui bahwa rata-rata dari Moving
Range adalah sebesar 35,7 menit dengan batas bawah sebesar 0 dan batas atas
sebesar 116,8 menit. Pada pengamatan ini, tidak ada data pengamatan yang keluar
dari batas atas maupun batas bawah, sehingga dapat dikatakan bahwa pada
diagram kontrol MR, data pengamatan sudah in control. Selanjutnya, dilakukan
analisis diagram kontrol I.

35

UCL=164.4

Individual Value

150

100
_
X=69.4
50

0
LCL=-25.7
-50
1

11

16

21
26
31
36
Pertemuan ke-

41

46

51

Gambar 4.7 Diagram Kontrol I Lama Perkuliahan

Dari diagram kontrol I diatas dapat dilihat bahwa rata-rata untuk data
pengamatan pada diagram kontrol I sebesar 69,4 menit dengan batas atas sebesar
164,4 menit dan batas bawah 25,7 menit. Dari 54 data pengamatan dapat dilihat
bahwa tidak ada data pengamatan yang keluar dari batas atas maupun batas
bawah, sehingga dapat dikatakan bahwa data pengamatan untuk proses
perkuliahan laboratorium sosial-pemerintahan sudah in control. Menggunakan
peraturan Shewhart untuk diagram pengendali, ada peraturan Shwehart yang
terdapat pada diagram I ini ada delapan data pengamatan berurutan yang terletak
pada satu sisi dari center line. Ada empat belas titik dalam satu baris naik turun.
Dapat juga dilakukan perbandingan terhadap diagram kontrol

I MR ,

yaitu sebagai berikut

UCL=164.4

I ndividual Value

150
100

_
X=69.4

50
0
LCL=-25.7
-50
1

11

16

21

26
31
Pertemuan ke-

36

41

46

51

UCL=116.8

Moving Range

100
75
50

__
MR=35.7

25
0

LCL=0
1

11

16

21

26
31
Pertemuan ke-

Gambar 4.8 Diagram kontrol

36

41

46

51

I MR Lama Perkuliahan

36

I MR

Dari diagram kontrol

dapat dilihat perbedaan antara dua

diagram ini. Perbedaannya yaitu pada diagram kontrol MR nilai yang menjadi
center line adalah nilai rata-rata dari MR sedangkan pada diagram kontrol I yang
menjadi center line adalah rata-rata dari nilai pengamatan itu sendiri. Untuk nilai
UCL, center line, dan LCL juga terdapat perbedaan, yaitu nilai UCL, center line,
dan LCL pada diagram kontrol I lebih besar dibandingkan pada diagram kontrol
MR.
4.5 Diagram Pareto
Untuk mengetahui penyebab utama ketidaktepatan waktu perkuliahan
yang pada bidang Sosial dan Pemerintahan Prodi D3, S1, dan LJ Jurusan
Statistika ITS semester genap tahun ajaran 2015/2016, dapat dibuat diagram
pareto sebagai berikut.
25
100
20

60

10

Penyebab

40

20

Frekuensi
Percent
Cum %

8
36.4
36.4

3
13.6
50.0

3
13.6
63.6

3
13.6
77.3

1
4.5
81.8

1
4.5
86.4

1
4.5
90.9

1
4.5
95.5

Percent

Frekuensi

80
15

1
4.5
100.0

Gambar 4.9 Diagram Pareto Penyebab Terjadinya Perkuliahan yang Tidak Tepat Waktu

Berdasarkan diagram pareto pada gambar 4.6, dapat diketahui bahwa

penyebab utama terjadinya perkuliahan yang tidak tepat waktu adalah dosen
terlambat. Sebanyak 36.4% perkuliahan yang tidak tepat waktu disebabkan oleh
keterlambatan dosen. Kemudian penyebab lain yang memiliki peran penting
adalah dosen hanya memberi tugas, dosen sakit, dan libur nasional masing-masing
menyebabkan perkuliahan tidak tepat waktu sebanyak 13.6%.
4.6 Diagram Sebab-Akibat

37

Diagram Sebab-Akibat pada analisis ini digunakan untuk mengetahui

alasan-alasan perkuliahan tidak tepat waktu pada laboratorium Sosial dan
Pemerintahan. Berikut merupakan diagram sebab-akibat nya
Environment

Metode

SDM

Dosen sakit

urusan keluarga

Dosen terlambat
urusan
mendadak
Dosen tidak masuk

Penelitian
Proyek

Dosen memberi
tugas

Dosen keluar kota

Dosen mencari kelas

kosong

Tidak ada kabar

Dosen mencari absen

Material

Perkuliahan
Tidak Tepat
Waktu

Libur Nasional

Machine

Gambar 4.10 Diagram Sebab-Akibat Lama Perkuliahan Tidak Tepat Waktu

Dapat dilihat pada gambar 4.10 penyebab perkuliahan tidak tepat waktu
disebabkan oleh faktor SDM, metode, machine, material, dan environment.
Berdasarkan faktor SDM, perkuliahan tidak tepat waktu karena dosen sakit, dosen
terlambat, dosen tidak masuk, dan dosen keluar kota. Dosen sakit dapat
disebabkan karena cuaca yang tidak stabil yaitu memasuki musim pancaroba dan
kurang fit karena kelelahan atau kecapaian. Dosen terlambat dapat diakibatkan
oleh terjadinya kemacetan dan ban bocor. Dosen tidak masuk dapat terjadi akibat
adanya urusan dosen seperti menjadi dosen penguji, pembimbing atau moderator
pada suatu sidang seminar proposal, adanya rapat birokrasi, seperti rapat senat,
dan ada dosen yang lupa kalau harus mengajar.
Dari faktor metode perkuliahan tidak tepat waktu dikarenakan dosen
memberi tugas sehingga banyak yang mengumpulkan ketika semua soal sudah
dikerjakan tetapi menghabiskan waktu diluar jam kuliah dan mengganggu kelas
lain yang ingin menggunakan kelas. Dosen memberikan tugas dapat disebabkan
karena adanya urusan dosen seperti menjadi dosen penguji, pembimbing atau
moderator pada suatu sidang seminar proposal, dan adanya rapat birokrasi, seperti
rapat senat. Dari faktor Machine penyebab perkuliahan tidak tepat waktu adanya
38

Libur Nasional yang disebabkan oleh Hari Besar Keagamaan sehingga tidak ada
kuliah, dan tidak ada kabar dari dosen apakah ada perkuliahan atau tidak, dimana
ini dapat terjadi karena dosen lupa dan tidak ada nomor telepon atau kontak yang
dapat dihubungi.
Dari faktor material, yang menjadi penyebab lama perkuliahan tidak tepat
waktu adalah dosen mencari kelas kosong karena dosen melakukan kelas
pengganti atau tambahan, dan tidak ada ruangan yang kosong. Dan juga dosen
mencari absen karena adanya kemungkinan absen terbawa oleh asisten dosen, atau
absen masih ada di petugas TU yang mengurus bagian absensi dan bias saja absen
yang hilang karena adanya miss communication. Dari faktor environment
penyebab perkuliahan tidak tepat waktu adalah adanya urusan, yaitu urusan
keluarga seperti adanya tamu keluarga, keluarga yang sakit, dan undangan.
Adanya urusan mendadak seperti rapat senat. Adanya proyek di luar dan
penelitian yang dilakukan dosen sehingga tidak adanya perkuliahan atau dosen
menjadi terlambat datang.
4.7 Kapabilitas Proses
Berikut ini adalah analisis kapabilitas proses perkuliahan yang diisi oleh
dosen pada bidang Sosial dan Pemerintahan Prodi D3, S1, dan LJ Jurusan
Statistika ITS semester genap tahun ajaran 2015/2016.

39

Target
LSL
USL
Process Data
LSL
95
Target
100
USL
105
Sample Mean 66
Sample N
48
StDev(Overall) 41.2733
StDev(Within) 34.1185

Overall
Within
Overall Capability
Pp
0.04
CI for Pp
(0.03, 0.05)
PPL
-0.23
PPU
0.31
Ppk
-0.23
CI for Ppk
(-0.34, -0.13)
Cpm
0.03
LB for Cpm
0.03
Potential (Within) Capability
Cp
0.05
CI for Cp
(0.04, 0.06)
CPL
-0.28
CPU
0.38
Cpk
-0.28
CI for Cpk
(-0.40, -0.17)

-24
Observed
% < LSL
64.58
% > USL
6.25
% Total
70.83

Performance
Expected Overall
75.89
17.23
93.12

24

48

72

96

120 144

Expected Within
80.23
12.65
92.88

Gambar 4.11 Kapabilitas Proses Perkuliahan

Pada Gambar 4.6 dapat diketahui bahwa terdapat 64.58% pengamatan

yang berada di bawah batas bawah spesifikasi yaitu 95 menit. Kemudian terdapat
6.25% pengamatan yang berada di atas batas atas spesifikasi yaitu 105 menit.
Sehingga, terdapat 70.83% pengamatan yang berada di luar batas spesifikasi.
Kemudian, diperoleh nilai Cp sebesar 0.05 dan Cpk sebesar -0.28. Karena nilai Cp
dan Cpk lebih kecil dari 1, dapat dikatakan bahwa proses tidak capable.
Kemudian, berikut ini merupakan analisis kapabilitas proses perkuliahan
yang diisi oleh dosen dan asisten dosen pada bidang Sosial dan Pemerintahan
Prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap tahun ajaran
2015/2016.

40

Target
LSL
USL
Process Data
LSL
95
Target
100
USL
105
Sample Mean 67.5185
Sample N
54
StDev(Overall) 40.9301
StDev(Within) 32.3498

Overall
Within
Overall Capability
Pp
0.04
CI for Pp
(0.03, 0.05)
PPL
-0.22
PPU
0.31
Ppk
-0.22
CI for Ppk
(-0.32, -0.13)
Cpm
0.03
LB for Cpm
0.03
Potential (Within) Capability
Cp
0.05
CI for Cp
(0.04, 0.06)
CPL
-0.28
CPU
0.39
Cpk
-0.28
CI for Cpk
(-0.39, -0.18)

-24
Observed
% < LSL
61.11
% > USL
5.56
% Total
66.67

Performance
Expected Overall
74.90
17.99
92.89

24

48

72

96

120 144

Expected Within
80.22
12.33
92.55

Gambar 4.12 Kapabilitas Proses Perkuliahan Oleh Dosen Dan Asisten Dosen

Pada Gambar 4.7 dapat diketahui bahwa terdapat 61.11% pengamatan

yang berada di bawah batas bawah spesifikasi yaitu 95 menit. Kemudian terdapat
5.56% pengamatan yang berada di atas batas atas spesifikasi yaitu 105 menit.
Sehingga, terdapat 66.67% pengamatan yang berada di luar batas spesifikasi.
Kemudian, diperoleh nilai Cp sebesar 0.05 dan Cpk sebesar -0.28. Karena nilai Cp
dan Cpk lebih kecil dari 1, dapat dikatakan bahwa proses tidak capable.

41

BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisis dan pembahasan yang telah dipaparkan, diperoleh
kesimpulan sebagai berikut.
1. Dengan Statistika Deskriptif dapat diketahui bahwa rata-rata lama
perkuliahan yang mendekati 100 menit adalah mata kuliah Riset Sosial D3
kelas A dan rata-rata lama perkuliahan yang paling cepat adalah Riset Sosial
LJ . Tidak semua dosen dan asisten melakukan perkuliahan tepat 100 menit,
hanya beberapa saja yang melakukan perkuliahan tetap 100 menit.
2. Data lama perkuliahan yang diisi oleh dosen pada bidang Sosial dan
Pemerintahan Prodi D3, S1, dan LJ Jurusan Statistika ITS semester genap
tahun ajaran 2015/2016 tidak berdistribusi Normal namun telah terambil
secara acak.
3. Berdasarkan diagram kontrol

X R , lama perkuliahan yang diisi oleh

dosen pada bidang sosial dan pemerintahan prodi D3, S1, dan LJ Jurusan
Statistika ITS semester genap tahun ajaran 2015/2016 berada dalam kendali
(in control).
4. Dengan diagram kontrol

I MR

dapat dilihat bahwa data pengamatan ini

tidak ada yang out of control, semua berada dalam proses terkendali atau in
control. Dimana baik pada diagram kontrol MR maupun diagram kontrol I
juga dalam proses terkendali atau in control.
5. Berdasarkan diagram pareto, penyebab utama terjadinya perkuliahan yang
tidak tepat waktu adalah keterlambatan dosen (36.4%). Penyebab lainnya
adalah dosen hanya memberi tugas, dosen sakit, libur nasional, dan lain-lain.
6. Berdasarkan diagram sebab-akibat dapat dilihat beberapa faktor yang menjadi
penyebab lama perkuliahan tidak tepat waktu. Faktor-faktor tersebut adalah
faktor SDM yang terdiri dari dosen sakit, dosen terlambat, dosen tidak masuk,
dan dosen keluar kota. Faktor metode yaitu dosen memberi tugas. Faktor
machine yaitu libur nasional dan tidak ada kabar. Faktor material yaitu dosen

42

mencari absen dan ruangan kosong. Yang terakhir faktor environment yaitu
urusan keluarga, urusan mendadak, proyek dan penelitian.
7. Proses perkuliahan yang diisi oleh dosen dan asisten dosen pada bidang
Sosial dan Pemerintahan Prodi D3, S1, dan LJ Jurusan Statistika ITS
semester genap tahun ajaran 2015/2016 tidak capable karena nilai Cp dan
Cpk lebih kecil dari 1.
5.2 Saran
Dalam laporan ini didapatkan informasi mengenai hasil dari proses
pengajaran Jurusan Statistika ITS Surabaya yaitu lama perkuliahan pada mata
kuliah yang mencakup Laboratorium Sosial-Pemerintahan. Diharapkan dari
analisis yang telah dilakukan dapat digunakan sebagai rekomendasi dalam proses
pengajaran di Jurusan Statistika ITS dalam mengendalikan proses lama
perkuliahan pada setiap tatap muka maupun asistensi. Selain itu juga diharapkan
adanya data yang jelas mengenai penyebab lama perkuliahan yang tidak tepat
waktu sehingga bisa diketahui pengendalian kualitas statistika yang lebih baik lagi
untuk penelitian selanjutnya.

43

DAFTAR PUSTAKA

Anonim, n.d. Diagram I-MR. [Online] Tersedia:

https://id.wikipedia.org/wiki/Diagram_IMR#Rumus_Batas_Kontrol_Nilai_Individual [Diakses 20 Maret 2016].
Anonim, n.d. Dosen. [Online] Tersedia: https://id.wikipedia.org/wiki/Dosen
[Accessed 20 Maret 2016].
Anonim, n.d. Statistika Sosial-Pemerintahan. [Online] Tersedia:
http://www.statistics.its.ac.id/?page_id=398 [Diakses 20 Maret 2016].
Heizer, J. & Render, B., 2009. Operations Management. USA: Pearson Education,
Inc.
Montgomery, D.C., 2009. Introduction to Statistical Quality Control. USA: John
Wiley and Sons, Inc.
Rijanto, O.A.W. & Subaderi, 2014. Analisis Pengendalian Mutu Proses Machining
Alloy Wheel Menggunakan Metide Six Sigma. Jurnal Teknologi Industri,
13(2), pp.177-86.
Sudjana, 2002. Metode Statistika. Bandung: Tarsito.
Walpole, R.E., 1992. Pengantar Statistika. Jakarta: PT. Gramedia Pustaka Utama.
Wayne, D.W., 1978. Statistika Non Parametrik. Jakarta: PT. Gramedia Pustaka
Utama.

44

LAMPIRAN
Lampiran 1. Kuesioner
Mata
Kuliah

Dosen

Pertemua
n ke-

Tanggal

Jam
Masuk

Jam
Keluar

Lama
Mengaj
ar

Keterangan

Lampiran 2. Hasil pengamatan (survei)

1

Mata kuliah

S1 STUDPEN A
S1 STUDPEN B
S1 OFFSTAT
D3 OFFSTAT A
D3 OFFSTAT B
D3 RISOS A
D3 RISOS B
LJ RISOS
MULTIVARIAT A
MULTIVARIAT B
MULTIVARIAT C
REGNONPAR

Mata kuliah
S1 STUDPEN A
S1 STUDPEN B
S1 OFFSTAT
D3 OFFSTAT A
D3 OFFSTAT B
D3 RISOS A
D3 RISOS B
LJ RISOS
MULTIVARIAT A
MULTIVARIAT B
MULTIVARIAT C
REGNONPAR

90
70
100
100
95
100
75
80

Pertemuan (menit)
II
III
75
82
0
0
100
0
100
100
85
90
100
85
110
40
0
0
0
0

100
110
95

0
75
0

60
85
85

Pertemuan Asdos (menit)

IV
100
90
63
40
100
103
110
0
85
0
90
0

II

96
100
100

87
100
95

Keterangan

II

III

IV

Dosen tidak masuk

Dosen terlambat
Dosen terlambat
Dosen terlambat
Dosen mencari absen

Dosen terlambat
Libur
Dosen Sakit
Libur

Dosen terlambat
Dosen sakit
Dosen sakit
Dosen Ke luar kota
Libur
Hanya dikasih tugas
Mencari kelas kosong

Dosen terlambat
Dosen terlambat
Dosen terlambat
Tidak ada kabar
Hanya dikasih tugas

Hanya dikasih tugas

Kererangan Asdos
I
II