V-46

5.2.3. Analisis Sistem Pengukuran

5.2.3.1. Gage Run Chart
Gage Run Chart digunakan untuk menilai perbedaan pengukuran
diantara operator dengan part. Melalui tools, dapat dilihat variasi pengukuran
yang dilakukan oleh masing-masing operator dan variasi di antara operator
terhadap part. Kemudian bilangan random dibangkitkan dengan menggunakan
software Microsoft Excel.
Tabel 5.11. Bilangan Random untuk Gage Run Chart
No Random No Random No Random No Random
1 0,6736 29 0,6768 57 0,0104 85 0,6756
2 0,0539 30 0,8525 58 0,2532 86 0,1167
3 0,5412 31 0,2088 59 0,6797 87 0,7913
4 0,4778 32 0,0357 60 0,2932 88 0,8327
5 0,9556 33 0,0277 61 0,6816 89 0,3601
6 0,6827 34 0,8313 62 0,7333 90 0,8466
7 0,1416 35 0,1671 63 0,3462 91 0,9699
8 0,9032 36 0,8491 64 0,8642 92 0,1045
9 0,3408 37 0,1672 65 0,7547 93 0,5712
10 0,5714 38 0,1281 66 0,3220 94 0,6001
11 0,6621 39 0,5982 67 0,9614 95 0,3878
12 0,6802 40 0,5618 68 0,1820 96 0,0378
13 0,1597 41 0,8366 69 0,4503 97 0,9290
14 0,5615 42 0,1681 70 0,8992 98 0,0034
15 0,9705 43 0,6790 71 0,2999 99 0,5073
16 0,0628 44 0,7054 72 0,0125 100 0,8820
17 0,1627 45 0,8752 73 0,3395 101 0,3127
18 0,1497 46 0,7813 74 0,7692 102 0,8477
19 0,8289 47 0,5559 75 0,2197 103 0,5993
20 0,0508 48 0,9856 76 0,6769 104 0,4920
21 0,9944 49 0,2269 77 0,2898 105 0,9784
22 0,9545 50 0,2075 78 0,1642 106 0,8386
23 0,2158 51 0,9125 79 0,5764 107 0,2811
24 0,6607 52 0,3029 80 0,6431
25 0,5277 53 0,6148 81 0,6565
26 0,2743 54 0,5431 82 0,5359
27 0,1898 55 0,4402 83 0,1582
28 0,9720 56 0,2444 84 0,5386
Sumber: Pengolahan Data
 V-47

Selanjutnya data diurutkan dari nilai terbesar hingga terkecil dan

diambil sebesar 10% dari banyaknya data hasil revisi, yaitu 11 data.
Tabel 5.12. Data Terpilih untuk Gage Run Chart
No Produk Random
1 102 0,8477
2 90 0,8466
3 106 0,8386
4 41 0,8366
5 88 0,8327
6 34 0,8313
7 19 0,8289
8 87 0,7913
9 46 0,7813
10 74 0,7692
11 65 0,7547
Sumber: Pengolahan Data

Setelah pemilihan 11 data melalui pengurutan bilangan random, data

pengukuran sebanyak 2 kali oleh ketiga operator produk terpilih untuk pengolahan
data gage run chart dapat dilihat pada tabel berikut.
 V-48

Tabel 5.13. Data Pengukuran Terpilih Gage Run Chart

No Produk Operator Measurement No Produk Operator Measurement
1 102 1 6,0 34 34 2 6,0
2 102 1 5,9 35 34 3 6,1
3 102 2 5,9 36 34 3 6,0
4 102 2 5,9 37 19 1 6,0
5 102 3 6,1 38 19 1 5,9
6 102 3 6,0 39 19 2 6,0
7 90 1 6,1 40 19 2 6,1
8 90 1 6,0 41 19 3 6,1
9 90 2 6,1 42 19 3 6,1
10 90 2 6,1 43 87 1 6,0
11 90 3 6,1 44 87 1 5,9
12 90 3 6,2 45 87 2 5,9
13 106 1 6,1 46 87 2 6,0
14 106 1 6,0 47 87 3 6,0
15 106 2 6,0 48 87 3 5,9
16 106 2 6,0 49 46 1 5,9
17 106 3 6,1 50 46 1 6,0
18 106 3 6,2 51 46 2 6,0
19 41 1 5,9 52 46 2 5,9
20 41 1 6,0 53 46 3 6,1
21 41 2 5,9 54 46 3 6,0
22 41 2 6,0 55 74 1 6,0
23 41 3 6,1 56 74 1 5,9
24 41 3 6,0 57 74 2 5,9
25 88 1 6,2 58 74 2 6,0
26 88 1 6,1 59 74 3 6,0
27 88 2 6,0 60 74 3 6,1
28 88 2 6,1 61 65 1 6,0
29 88 3 6,1 62 65 1 5,9
30 88 3 6,2 63 65 2 6,0
31 34 1 5,8 64 65 2 6,0
32 34 1 5,9 65 65 3 6,1
33 34 2 5,9 66 65 3 6,1
Sumber : Pengolahan Data
 V-49

Selanjutnya data dimasukkan ke dalam software Minitab dan

pengolahannya dapat dilihat pada tahap-tahap berikut.
1. Klik Stat-Quality Tools- Gage Study- Gage Run Chart

Sumber : Software Minitab

Gambar 5.39. Pemilihan Menu Gage Run Chart

2. Masukkan nilai ke dalam Gage Run Chart lalu klik OK.

Sumber : Software Minitab

Gambar 5.40. Kotak Dialog Gage Run Chart

3. Lalu akan menghasilkan gage run chart seperti pada gambar berikut.
 V-50

Sumber : Software Minitab

Gambar 5.41. Peta Gage Run Chart

Berdasarkan peta Gage Run Chart, dapat dilihat bahwa operator

dengan hasil pengukuran paling konsisten adalah operator 1 karena jumlah grafik
konsisten mendekati garis rata-rata lebih banyak dibandingkan dengan dua
operator lainnya yaitu sebanyak 10. Sedangkan dari operator 2 dan 3, dipilih
operator 3 karena memiliki jumlah grafik konsisten lebih banyak dari pada
operator 2 yaitu masing-masing 8 dan 4.

5.2.3.2. Gage Study Crossed

5.2.3.2.1. Gage R&R Study (Crossed) – ANOVA
Gage R & R Study (Crossed) - ANOVA merupakan metode yang
digunakan untuk penilaian perbedaan pengukuran antara operator dengan produk.
Langkah-langkah pengujian dengan menggunakan Gage R&R Study (Crossed) -
ANOVA adalah sebagai berikut.
1. Klik Stat-Quality Tools-Gage Study-Gage R&R Study (Crossed)
 V-51

Sumber : Software Minitab

Gambar 5.42. Pemilihan Menu Gage R&R Study (Crossed) – ANOVA 1

2. Masukkan data ke dalam Gage R&R Study (Crossed)

Sumber : Software Minitab

Gambar 5.43. Menu Gage R&R Study (Crossed) - ANOVA 1

3. Lalu akan muncul Gage R&R (ANOVA) seperti pada Gambar 5.44.
 V-52

Gage R&R (ANOVA) for Measurement

Reported by :
G age name: Tolerance:
Date of study : M isc:

Components of Variation Measurement by Produk

80 % Contribution 6,2
% Study Var
Percent

6,0
40

5,8
0
Gage R&R Repeat Reprod Part-to-Part 19 34 41 46 65 74 87 88 90 102 106
Produk
R Chart by Operator
Measurement by Operator
1 2 3
Sample Range

UCL=0,2673 6,2
0,2
_
0,1 R=0,0818 6,0
0,0 LCL=0
1 9 34 41 46 65 74 87 88 90102106 1 9 34 41 46 65 74 87 8 8 90102106 19 34 41 46 65 74 87 8 8 901021 06
5,8
Produk 1 2 3
Operator
Xbar Chart by Operator
1 2 3 Produk * Operator Interaction
UCL=6,1675
Sample Mean

Operator
6,1 _
_ 6,1 1
X=6,0136

Average
6,0 2
6,0 3
5,9
LCL=5,8598
5,9
1 9 34 41 46 65 74 87 8 8 90102106 1 9 34 41 46 65 74 87 8 8 90102106 19 34 41 46 65 74 87 8 8 901021 06

Produk 19 34 41 46 65 74 87 88 90 102 106

Produk

Sumber : Software Minitab

Gambar 5.44. Peta Gage Run Chart ANOVA

Sumber : Software Minitab

Gambar 5.45. Hasil Gage Run Chart ANOVA

Berikut ini merupakan tabel kualifikasi sistem pengukuran yang

digunakan untuk menarik kesimpulan pada pengolahan Gage Run Chart Study
Crossed.
 V-53

Tabel 5.14. Kualifikasi Sistem Pengukuran Gage Run Chart ANOVA 1

Kesimpulan %Contribution %Study Variation %Distinct Categories
Diterima <1% <10% >10%
Dipertimbangkan 1% - 9% 10% - 30% 4% - 9%
Ditolak >9% >30% <4%
Sumber: C. Tri Hendradi. Statistik Six Sigma dengan Minitab

Dapat dilihat pada tabel two-way ANOVA table with interaction dapat
dilihat pada baris produk * operator didapat nilai p-value 0,739. Karena nilainya >
0,25 maka tidak terjadi interaksi antara kedua variabel tersebut. Pada tabel Gage
R&R %Contribution memiliki total 70,13% menunjukkan bahwa sistem
pengukuran tersebut ditolak, dengan detail Part-to-Part (Variasi yang terjadi
akibat alat pengukuran yang berbeda pada pengukuran part yang sama) sebesar
29,87% Repeatability (Variasi yang terjadi akibat perbedaan sistem pengukuran
pada part yang sama) sebesar 39,47% dan Reproducibility (Variasi yang terjadi
akibat operator yang berbeda mengukur part yang sama dengan alat ukur yang
sama) sebesar 30,66%. Hal ini menunjukkan bahwa perbedaan terbesar
diakibatkan oleh operator yang berbeda dalam pengukuran. Kemudian pada total
Gage R&R didapat nilai %Study Var sebesar 83,74%, menunjukkan bahwa sistem
pengukuran tersebut ditolak. Number of Distinct Categories = 1 maksudnya
adalah data tersebut dapat dibagi menjadi 1 kelompok maksimum.

5.2.3.2.2. Gage R&R Study (Crossed) – X bar and R

Gage R&R Study (Crossed)- Xbar and R merupakan metode kontrol
kualitas dari sebuah proses produksi dimana dalam pembuatan grafiknya
berdasarkan hubungan ataupun interaksi antar operator dengan produk yang
diamati kualitasnya. Cara menguji data dengan menggunakan Gage R&R Study
(Crossed) - Xbar and R adalah sebagai berikut:
1. Klik Stat - Quality Tools - Gage Study - Gage R&R Study (Crossed)
 V-54

Sumber : Software Minitab

Gambar 5.46. Pemilihan Menu Gage R&R Study (Crossed) X-Bar R 2

2. Masukkan data ke dalam Gage R&R Study (Crossed)

Sumber : Software Minitab

Gambar 5.47. Menu Gage R&R Study (Crossed) X-Bar R 2

3. Lalu akan muncul Gage R&R (Xbar/R) seperti pada gambar berikut.
 V-55

Gage R&R (Xbar/R) for Measurement

Reported by :
G age name: Tolerance:
Date of study : M isc:

Components of Variation Measurement by Produk

80
% Contribution 6,2
% Study Var
Percent

6,0
40

5,8
0
Gage R&R Repeat Reprod Part-to-Part 19 34 41 46 65 74 87 88 90 102 106
Produk
R Chart by Operator
Measurement by Operator
1 2 3
Sample Range

UCL=0,2673 6,2
0,2
_
0,1 R=0,0818 6,0
0,0 LCL=0
1 9 34 41 46 65 74 87 88 90102106 1 9 34 41 46 65 74 87 8 8 90102106 19 34 41 46 65 74 87 8 8 901021 06
5,8
Produk 1 2 3
Operator
Xbar Chart by Operator
1 2 3 Produk * Operator Interaction
UCL=6,1675
Sample Mean

Operator
6,1 _
_ 6,1 1
X=6,0136

Average
6,0 2
6,0 3
5,9
LCL=5,8598
5,9
1 9 34 41 46 65 74 87 8 8 90102106 1 9 34 41 46 65 74 87 8 8 90102106 19 34 41 46 65 74 87 8 8 901021 06

Produk 19 34 41 46 65 74 87 88 90 102 106

Produk

Sumber : Software Minitab

Gambar 5.48. Peta Gage R&R Study (Crossed) Xbar and R

Sumber : Software Minitab

Gambar 5.49. Hasil Gage R&R Study (Crossed) Xbar and R
 V-56

Untuk menarik kesimpulan apakah diterima, dipertimbangkan dan

ditolak dapat dilihat pada Tabel 5.14.
Pada tabel Gage R&R %Contribution memiliki total 74,93%, artinya
sistem pengukuran tersebut ditolak, dengan detail Part-to-Part (Variasi yang
terjadi akibat alat pengukuran yang berbeda pada pengukuran part yang sama)
sebesar 25,07%, Repeatability (Variasi yang terjadi akibat perbedaan sistem
pengukuran pada part yang sama) sebesar 50,78% dan Reproducibility (Variasi
yang terjadi akibat operator yang berbeda mengukur part yang sama dengan alat
ukur yang sama) sebesar 24,15%. Hal ini menunjukkan bahwa perbedaan terbesar
diakibatkan oleh operator yang berbeda dalam pengukuran. Kemudian pada total
Gage R&R didapat nilai %Study Var sebesar 86,56%, menunjukkan bahwa sistem
pengukuran tersebut ditolak. Number of Distinct Categories = 1 maksudnya
adalah data tersebut dapat dibagi menjadi 1 kelompok maksimum.
 V-57

5.2.3.3. Uji Kenormalan Data Variabel

5.2.3.3.1. Uji Kenormalan Data Dimensi I
Langkah-langkah pengujian yang dilakukan adalah sebagai berikut:
1. Rumusan Normal
Ho : data berdistribusi normal
Hi : data tidak berdistribusi normal
2. Asumsikan α = 0,05
3. Tentukan nilai max, min, range, banyak kelas dan lebar kelas
Data maksimum = 6,2
Data minimum = 5,8
R = Data max – Data min = 6,2 – 5,8 = 0,4
K = 1,1 + 3,3. log (N)
K = 1,1 + 3,3. log (642)
K = 10,3648 ≈ 11
Range 0, 4
I   0,0385 = 0,04
Kelas 10,3648
Setelah didapat nilai dari Max, Min, Range, jumlah kelas dan lebar kelas maka
data tersebut dirangkum di dalam sebuah tabel frekuensi. Tabel frekuensi dapat
dilihat seperti Tabel 5.15.
4. Hitung nilai rata-rata dan standar deviasi dari tabel distribusi frekuensi.

X
 oi.Xi  6, 00623
o i

 ( Xi  X ) 2

S i n  0,09123
(n  1)

5. Menghitung peluang (P) dari masing-masing kelas dengan menggunakan

software Minitab yang dapat dilihat pada Tabel 5.15. berikut.
 V-58

Tabel 5.15. Perhitungan Frekuensi Panjang Lilin Kembang Api

No Interval BKB BKA P(X>BKB) P(X<BKA) Oi Luas
1 5,80 - 5,83 5,795 5,835 0,0103 0,0303 22 0,0200
2 5,84 - 5,87 5,835 5,875 0,0303 0,0752 0 0,0449
3 5,88 - 5,91 5,875 5,915 0,0752 0,1587 148 0,0835
4 5,92 - 5,95 5,915 5,955 0,1587 0,2872 0 0,1285
5 5,96 - 5,99 5,955 5,995 0,2872 0,4510 0 0,1638
6 6,00 - 6,03 5,995 6,035 0,4510 0,6238 274 0,1728
7 6,04 - 6,07 6,035 6,075 0,6238 0,7745 0 0,1507
8 6,08 - 6,11 6,075 6,115 0,7745 0,8834 164 0,1089
9 6,12 - 6,15 6,115 6,155 0,8834 0,9485 0 0,0651
10 6,16 - 6,19 6,155 6,195 0,9485 0,9807 0 0,0322
11 6,20 - 6,23 6,195 6,235 0,9807 0,9939 34 0,0132
Jumlah 642 0,9836
Sumber : Pengolahan Data

6. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
Sehingga akan didapatkan hasil dalam Tabel 5.16. berikut ini.
Tabel 5.16. Perhitungan Nilai Ekspektasi (Ei) Panjang Lilin Kembang Api
No Interval P(X>BKB) P(X<BKA) Oi Luas Ei
1 5,80 - 5,83 0,0103 0,0303 22 0,0200 12,8400
2 5,84 - 5,87 0,0303 0,0752 0 0,0449 28,8258
3 5,88 - 5,91 0,0752 0,1587 148 0,0835 53,6070
4 5,92 - 5,95 0,1587 0,2872 0 0,1285 82,4970
5 5,96 - 5,99 0,2872 0,4510 0 0,1638 105,1596
6 6,00 - 6,03 0,4510 0,6238 274 0,1728 110,9376
7 6,04 - 6,07 0,6238 0,7745 0 0,1507 96,7494
8 6,08 - 6,11 0,7745 0,8834 164 0,1089 69,9138
9 6,12 - 6,15 0,8834 0,9485 0 0,0651 41,7942
10 6,16 - 6,19 0,9485 0,9807 0 0,0322 20,6724
11 6,20 - 6,23 0,9807 0,9939 34 0,0132 8,4744
Jumlah 642 0,9836 631,4712
Sumber : Pengolahan Data

Tidak dilakukan penggabungan kelas karena semua nilai Ei > 5. Setelah

didapatkan nilai Oi dan Ei untuk masing-masing kelas maka dapat dihitung nilai
uji statistik Chi-Square masing-masing kelas.
 V-59

7. Setelah didapatkan nilai ei dan Oi maka dapat dihitung nilai χ2hitung

(oi  ei ) 2
X 2 hitung  
ei
Nilai dari χ2hitung untuk masing-masing kelas dapat dilihat pada Tabel 5.17.
Tabel 5.17. Tabel Nilai χ2hitung Data Pengujian Panjang Lilin Kembang Api
No Interval P(X>BKB) P(X<BKA) Oi Luas Ei X2 hitung
1 5,80 - 5,83 0,0103 0,0303 22 0,0200 12,8400 6,5347
2 5,84 - 5,87 0,0303 0,0752 0 0,0449 28,8258 28,8258
3 5,88 - 5,91 0,0752 0,1587 148 0,0835 53,6070 166,2104
4 5,92 - 5,95 0,1587 0,2872 0 0,1285 82,4970 82,4970
5 5,96 - 5,99 0,2872 0,4510 0 0,1638 105,1596 105,1596
6 6,00 - 6,03 0,4510 0,6238 274 0,1728 110,9376 239,6784
7 6,04 - 6,07 0,6238 0,7745 0 0,1507 96,7494 96,7494
8 6,08 - 6,11 0,7745 0,8834 164 0,1089 69,9138 126,6161
9 6,12 - 6,15 0,8834 0,9485 0 0,0651 41,7942 41,7942
10 6,16 - 6,19 0,9485 0,9807 0 0,0322 20,6724 20,6724
11 6,20 - 6,23 0,9807 0,9939 34 0,0132 8,4744 76,8852
Jumlah 642 0,9836 631,4712 991,6232
Sumber : Pengolahan Data

8. Hitung χ2tabel
Jumlah kelas (k) = 11
V (derajat bebas) = 11 – 3 = 8
α = 0,05
χ2(0,05; 8) = 15,507
9. Kesimpulan: Ho ditolak (χ2hitung = 991,6232 > χ2tabel = 15,507) atau dapat
disimpulkan bahwa data panjang Lilin Kembang Api tidak berdistribusi
normal.
 V-60

5.2.3.2.2. Uji Kenormalan Data Dimensi II

Langkah-langkah pengujian yang dilakukan adalah sebagai berikut:
1. Rumusan Normal
Ho : data berdistribusi normal
Hi : data tidak berdistribusi normal
2. Asumsikan α = 0,05
3. Tentukan nilai max, min, range, banyak kelas dan lebar kelas
Data maksimum = 0,8
Data minimum = 0,6
R = Data max – Data min = 0,8 – 0,6 = 0,2
K = 1,1 + 3,3. log (N)
K = 1,1 + 3,3. log (127)
K = 8,0425 ≈ 9
Range 0, 2
I   0,0248 = 0,03
Kelas 8,0425
Setelah didapat nilai dari Max, Min, Range, jumlah kelas dan lebar kelas
maka data tersebut dirangkum di dalam sebuah tabel frekuensi. Tabel
frekuensi dapat dilihat seperti Tabel 5.18.
4. Hitung nilai rata-rata dan standar deviasi dari tabel distribusi frekuensi.

X
 oi.Xi  0, 70472
o i

 ( Xi  X ) 2

S i n
 0,03956
(n  1)

5. Menghitung peluang (P) dari masing-masing kelas dengan menggunakan

software Minitab yang dapat dilihat pada Tabel 5.18. berikut.
 V-61

Tabel 5.18. Perhitungan Frekuensi Diameter Lilin Kembang Api

No Interval BKB BKA P(X>BKB) P(X<BKA) Oi Luas
1 0,60 - 0,62 0,595 0,625 0,0028 0,0219 7 0,0191
2 0,63 - 0,65 0,625 0,655 0,0219 0,1044 0 0,0825
3 0,66 - 0,68 0,655 0,685 0,1044 0,3091 0 0,2047
4 0,69 - 0,71 0,685 0,715 0,3091 0,6025 107 0,2934
5 0,72 - 0,74 0,715 0,745 0,6025 0,8457 0 0,2432
6 0,75 - 0,77 0,745 0,775 0,8457 0,9622 0 0,1165
7 0,78 - 0,80 0,775 0,805 0,9622 0,9944 13 0,0322
8 0,81 - 0,83 0,805 0,835 0,9944 0,9995 0 0,0051
9 0,84 - 0,86 0,835 0,865 0,9995 1,0000 0 0,0005
Jumlah 127 0,9972
Sumber : Pengolahan Data

6. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
Sehingga akan didapatkan hasil dalam Tabel 5.19. berikut ini.
Tabel 5.19. Perhitungan Nilai Ekspektasi (Ei) Diameter Lilin Kembang Api
No Interval P(X>BKB) P(X<BKA) Oi Luas Ei
1 0,60 - 0,62 0,0028 0,0219 7 0,0191 2,4257
2 0,63 - 0,65 0,0219 0,1044 0 0,0825 10,4775
3 0,66 - 0,68 0,1044 0,3091 0 0,2047 25,9969
4 0,69 - 0,71 0,3091 0,6025 107 0,2934 37,2618
5 0,72 - 0,74 0,6025 0,8457 0 0,2432 30,8864
6 0,75 - 0,77 0,8457 0,9622 0 0,1165 14,7955
7 0,78 - 0,80 0,9622 0,9944 13 0,0322 4,0894
8 0,81 - 0,83 0,9944 0,9995 0 0,0051 0,6477
9 0,84 - 0,86 0,9995 1,0000 0 0,0005 0,0635
Jumlah 127 0,9972 126,6444
Sumber : Pengolahan Data

Jika Ei < 5, maka digabung ke kelas sebelumnya atau setelahnya. Berikut

nilai Ei setelah penggabungan untuk masing-masing kelas distribusi.
 V-62

Tabel 5.20. Perhitungan Frekuensi Diameter Lilin Kembang Api

No Interval P(X>BKB) P(X<BKA) Oi Luas Ei
1 0,60 - 0,65 0,0028 0,1044 7 0,1016 12,9032
2 0,66 - 0,68 0,1044 0,3091 0 0,2047 25,9969
3 0,69 - 0,71 0,3091 0,6025 107 0,2934 37,2618
4 0,72 - 0,74 0,6025 0,8457 0 0,2432 30,8864
5 0,75 - 0,86 0,8457 1,0000 13 0,1543 19,5961
Jumlah 127 0,9972 126,6444
Sumber : Pengolahan Data

7. Setelah didapatkan nilai ei dan Oi maka dapat dihitung nilai χ2hitung

(oi  ei ) 2
X 2 hitung  
ei
Nilai dari χ2hitung untuk masing-masing kelas dapat dilihat pada Tabel 5.21.
Tabel 5.21. Tabel Nilai χ2hitung Data Pengujian Diameter Lilin Kembang Api
No Interval P(X>BKB) P(X<BKA) Oi Luas Ei X2 hitung
1 0,60 - 0,65 0,0028 0,1044 7 0,1016 12,9032 2,7007
2 0,66 - 0,68 0,1044 0,3091 0 0,2047 25,9969 25,9969
3 0,69 - 0,71 0,3091 0,6025 107 0,2934 37,2618 130,5202
4 0,72 - 0,74 0,6025 0,8457 0 0,2432 30,8864 30,8864
5 0,75 - 0,86 0,8457 1,0000 13 0,1543 19,5961 2,2203
Jumlah 127 0,9972 126,6444 192,3245
Sumber : Pengolahan Data

8. Hitung χ2tabel
Jumlah kelas (k) = 5
V (derajat bebas) = 5 – 3 = 2
α = 0,05
χ2(0,05; 2) = 5,9910
9. Kesimpulan: Ho ditolak (χ2hitung = 192,3245> χ2tabel = 5,9910) atau dapat
disimpulkan bahwa data diameter Lilin Kembang Api tidak berdistribusi
normal.
 V-63

5.2.3.4. Process Capability

5.2.3.4.1. Process Capability Data Dimensi I
Nilai didapatkan dari nilai rata-rata dari hasil revisi terakhir dimensi 1
Lilin Kembang Api yang dapat dilihat pada tabel berikut.
Tabel 5.22. Data Process Capability Dimensi I
Panjang Lilin Kembang Api
Produk LSL USL Range
X1 X2 X3 X4 X5 X6
I-1 5,8 5,9 6,0 5,9 5,8 6,0 5,90 5,8 6,2 0,4
I-2 5,9 6,0 6,0 6,1 5,9 6,0 5,98 5,9 6,2 0,3
I-3 5,9 6,0 6,0 5,9 6,0 6,0 5,97 5,9 6,2 0,3
I-5 6,1 6,2 6,0 6,1 6,1 6,1 6,10 6,0 6,2 0,2
I-6 6,1 6,2 6,0 6,0 6,0 6,0 6,05 6,0 6,2 0,2
I-9 6,1 6,0 6,0 5,9 6,1 6,2 6,05 5,9 6,2 0,3
I-10 5,9 6,0 5,9 6,0 6,0 6,1 5,98 5,9 6,2 0,3
II-1 6,0 5,9 6,1 6,0 6,0 6,1 6,02 5,9 6,2 0,3
II-3 6,0 5,9 6,0 6,1 6,0 6,1 6,02 5,9 6,2 0,3
II-4 6,0 5,9 5,9 6,0 6,1 6,0 5,98 5,9 6,2 0,3
II-5 6,0 5,9 5,9 6,0 6,0 6,1 5,98 5,9 6,2 0,3
II-6 6,1 6,0 6,1 6,0 6,1 6,2 6,08 6,0 6,2 0,2
III-2 6,1 6,0 6,1 6,2 6,1 6,1 6,10 6,0 6,2 0,2
III-3 5,9 5,8 6,0 6,1 5,9 6,0 5,95 5,8 6,2 0,4
III-5 5,9 6,0 6,0 6,1 6,2 6,1 6,05 5,9 6,2 0,3
III-7 5,9 5,8 6,0 5,9 6,0 6,1 5,95 5,8 6,2 0,4
III-8 6,0 6,1 6,0 5,9 6,0 6,1 6,02 5,9 6,2 0,3
III-9 5,9 5,8 5,9 5,8 6,0 6,1 5,92 5,8 6,2 0,4
IV-2 6,0 5,9 6,0 6,1 6,1 6,1 6,03 5,9 6,2 0,3
IV-3 6,1 6,0 6,0 6,0 6,0 6,1 6,03 6,0 6,2 0,2
IV-4 6,1 6,0 6,2 6,2 6,2 6,1 6,13 6,0 6,2 0,2
IV-5 6,0 5,9 6,1 6,2 6,1 6,1 6,07 5,9 6,2 0,3
IV-6 5,9 6,0 6,0 6,1 6,1 6,1 6,03 5,9 6,2 0,3
IV-7 6,1 6,0 6,2 6,1 6,2 6,1 6,12 6,0 6,2 0,2
IV-9 6,0 6,1 5,9 6,0 6,0 6,0 6,00 5,9 6,2 0,3
V-1 6,1 6,0 6,1 6,2 6,1 6,1 6,10 6,0 6,2 0,2
V-2 5,8 5,9 5,9 6,0 5,9 6,0 5,92 5,8 6,2 0,4
V-4 6,0 6,1 6,1 6,0 6,2 6,1 6,08 6,0 6,2 0,2
 V-64

Tabel 5.22. Data Process Capability Dimensi I (Lanjutan)

Panjang Lilin Kembang Api
Produk LSL USL Range
X1 X2 X3 X4 X5 X6
V-6 6,1 6,2 6,0 6,1 6,1 6,0 6,08 6,0 6,2 0,2
V-7 5,8 5,9 5,9 6,0 6,1 6,0 5,95 5,8 6,1 0,3
V-9 5,8 5,9 5,9 6,0 5,9 6,0 5,92 5,8 6,2 0,4
V-10 6,1 6,0 6,0 6,1 6,1 6,0 6,05 6,0 6,2 0,2
VI-1 5,8 5,9 5,9 6,0 6,1 6,0 5,95 5,8 6,2 0,4
VI-2 5,8 5,9 5,9 6,0 6,1 6,0 5,95 5,8 6,2 0,4
VI-3 6,0 5,9 5,9 6,0 6,0 6,1 5,98 5,9 6,2 0,3
VI-4 6,0 5,9 6,0 6,1 6,0 5,9 5,98 5,9 6,2 0,3
VI-5 6,0 5,9 5,9 6,0 6,1 6,0 5,98 5,9 6,2 0,3
VI-6 5,9 5,8 5,8 5,9 6,0 6,0 5,90 5,8 6,2 0,4
VI-7 5,9 6,0 5,8 5,9 6,1 6,0 5,95 5,8 6,2 0,4
VI-9 6,0 6,1 6,1 6,2 6,0 6,1 6,08 6,0 6,2 0,2
VI-10 5,9 6,0 5,9 6,0 6,1 6,0 5,98 5,9 6,2 0,3
VII-1 6,0 6,1 6,0 6,1 6,1 6,0 6,05 6,0 6,2 0,2
VII-2 6,0 6,1 6,0 5,9 6,1 6,0 6,02 5,9 6,2 0,3
VII-3 6,1 6,0 6,0 5,9 6,2 6,1 6,05 5,9 6,2 0,3
VII-4 6,0 6,1 6,0 6,0 6,1 6,0 6,03 6,0 6,1 0,1
VII-5 5,9 6,0 6,0 5,9 6,1 6,0 5,98 5,9 6,2 0,3
VII-8 6,0 5,9 5,9 6,0 6,1 6,0 5,98 5,9 6,2 0,3
VII-10 5,9 6,0 5,9 6,0 6,1 6,0 5,98 5,9 6,2 0,3
VIII-2 6,0 5,9 5,9 5,9 5,9 6,0 5,93 5,9 6,2 0,3
VIII-3 5,9 6,0 5,9 6,0 5,9 6,0 5,95 5,9 6,2 0,3
VIII-5 5,9 6,0 6,0 6,1 6,0 6,0 6,00 5,9 6,2 0,3
VIII-6 6,0 6,1 6,0 6,1 6,1 6,0 6,05 6,0 6,2 0,2
VIII-7 5,9 6,0 6,0 6,1 6,1 6,0 6,02 5,9 6,2 0,3
VIII-8 6,1 6,0 6,0 6,1 6,1 6,0 6,05 6,0 6,2 0,2
VIII-10 6,2 6,1 6,1 6,0 6,2 6,1 6,12 6,0 6,2 0,2
IX-1 5,9 6,0 6,0 5,9 6,1 6,0 5,98 5,9 6,2 0,3
IX-3 5,9 6,0 5,9 6,0 5,9 6,0 5,95 5,9 6,2 0,3
IX-5 5,9 6,0 6,0 6,1 6,1 6,0 6,02 5,9 6,2 0,3
IX-6 5,9 5,8 5,9 6,0 5,9 6,0 5,92 5,8 6,2 0,4
IX-8 5,9 6,0 5,9 6,0 6,0 6,1 5,98 5,9 6,2 0,3
IX-9 5,9 6,0 5,9 5,9 6,1 6,0 5,97 5,9 6,2 0,3
IX-10 6,2 6,1 6,0 6,1 6,2 6,1 6,12 6,0 6,2 0,2
X-1 6,1 6,0 6,0 6,0 6,1 6,0 6,03 6,0 6,2 0,2
X-2 6,1 6,0 5,9 6,0 6,1 6,0 6,02 5,9 6,2 0,3
X-3 6,0 5,9 6,0 6,0 6,1 6,1 6,02 5,9 6,2 0,3
 V-65

Tabel 5.22. Data Process Capability Dimensi I (Lanjutan)

Panjang Lilin Kembang Api
Produk LSL USL Range
X1 X2 X3 X4 X5 X6
X-4 6,1 6,0 6,0 6,1 6,1 6,2 6,08 6,0 6,2 0,2
X-5 5,9 5,8 5,9 6,0 5,9 6,0 5,92 5,8 6,2 0,4
X-8 6,1 6,0 5,9 6,0 6,2 6,1 6,05 5,9 6,2 0,3
X-9 6,2 6,1 6,0 6,1 6,1 6,1 6,10 6,0 6,2 0,2
X-10 6,0 5,9 5,9 5,8 6,0 5,9 5,92 5,8 6,1 0,3
XI-1 6,0 5,9 6,0 6,0 6,1 6,0 6,00 5,9 6,1 0,2
XI-4 6,0 5,9 5,9 6,0 6,0 6,0 5,97 5,9 6,1 0,2
XI-6 6,1 6,0 6,0 6,0 6,1 6,0 6,03 6,0 6,1 0,1
XI-8 6,0 5,9 5,9 6,0 6,0 6,1 5,98 5,9 6,1 0,2
XI-9 6,0 5,9 5,9 5,9 6,0 6,0 5,95 5,9 6,2 0,3
XI-10 6,1 6,0 5,9 6,0 5,9 6,1 6,00 5,9 6,2 0,3
XII-2 6,0 5,9 6,0 6,0 6,1 6,1 6,02 5,9 6,2 0,3
XII-3 6,0 5,9 5,9 6,0 6,0 6,0 5,97 5,9 6,2 0,3
XII-5 6,1 6,0 6,0 6,0 6,0 6,1 6,03 6,0 6,2 0,2
XII-6 6,0 5,9 5,9 6,0 6,0 5,9 5,95 5,9 6,2 0,3
XII-7 6,0 5,9 5,8 5,9 5,9 6,0 5,92 5,8 6,2 0,4
XII-8 6,0 5,9 5,9 6,0 6,1 6,0 5,98 5,9 6,2 0,3
XII-9 6,1 6,0 6,0 6,0 6,1 6,0 6,03 6,0 6,2 0,2
XIII-1 6,1 6,0 6,1 6,1 6,2 6,2 6,12 6,0 6,2 0,2
XIII-3 6,1 6,0 6,0 6,0 6,1 6,2 6,07 6,0 6,2 0,2
XIII-4 6,0 5,9 5,9 6,0 6,0 6,0 5,97 5,9 6,2 0,3
XIII-6 6,0 5,9 5,9 6,0 6,0 5,9 5,95 5,9 6,2 0,3
XIII-7 6,2 6,1 6,0 6,1 6,1 6,2 6,12 6,0 6,2 0,2
XIII-8 6,0 5,9 5,8 5,9 6,0 6,1 5,95 5,8 6,2 0,4
XIII-9 6,1 6,0 6,1 6,1 6,1 6,2 6,10 6,0 6,2 0,2
XIII-10 6,0 5,9 5,8 5,9 5,9 6,0 5,92 5,8 6,2 0,4
XIV-1 6,0 5,9 6,0 5,9 6,0 5,9 5,95 5,9 6,2 0,3
XIV-2 6,1 6,0 6,1 6,0 6,2 6,1 6,08 6,0 6,2 0,2
XIV-4 6,1 6,0 6,1 6,1 6,1 6,2 6,10 6,0 6,2 0,2
XIV-5 6,0 5,9 6,0 5,9 6,0 6,1 5,98 5,9 6,2 0,3
XIV-6 6,0 5,9 6,0 5,9 5,9 6,0 5,95 5,9 6,2 0,3
XIV-7 6,1 6,0 6,0 6,1 6,0 6,1 6,05 6,0 6,2 0,2
XIV-8 6,1 6,0 5,9 6,0 6,1 6,2 6,05 5,9 6,2 0,3
XIV-10 6,0 5,9 5,9 5,9 6,0 6,1 5,97 5,9 6,2 0,3
XV-1 5,9 5,8 5,8 5,9 6,1 6,0 5,92 5,8 6,2 0,4
XV-3 6,0 5,9 5,9 6,0 6,1 6,0 5,98 5,9 6,2 0,3
XV-4 6,0 5,9 5,9 5,9 6,1 6,0 5,97 5,9 6,2 0,3
 V-66

Tabel 5.22. Data Process Capability Dimensi I (Lanjutan)

Panjang Lilin Kembang Api
Produk LSL USL Range
X1 X2 X3 X4 X5 X6
XV-5 6,0 5,9 6,0 6,0 6,0 6,0 5,98 5,9 6,2 0,3
XV-6 6,0 6,0 5,9 6,0 6,0 6,1 6,00 5,9 6,2 0,3
XV-8 6,0 5,9 5,9 6,0 6,0 5,9 5,95 5,9 6,2 0,3
XV-9 6,1 6,0 6,0 6,0 6,1 6,2 6,07 6,0 6,2 0,2
XV-10 6,0 5,9 5,9 6,0 6,1 6,0 5,98 5,9 6,1 0,2
Total 642,66 632,70 662,60 29,90
Rata – Rata 6,0062 5,9131 6,1925 0,2794
Sumber : Pengolahan Data

Dihitung nilai standar deviasi sampel dengan rumus sebagai berikut.

n

 (X  X ) i
2

S i 1
 0, 09123
n 1

USL  LSL 6,1925  5,9131

Capability proccess (Cp)    0,5104
60 6  0, 09123

Nilai Cp < 1 berarti mengindikasikan bahwa proses produksi tidak

sesuai dengan yang telah ditetapkan.

Cpk 

Min USL  X  atau  X  LSL  
3 0
Min 0,1863atau 0, 0931
Cpk 
3 0
0, 0931
Cpk 
3  0, 09123
Cpk  0,3402

Nilai Cpk < 1 berarti mengindikasikan bahwa proses produksi produk

tidak sesuai dengan yang ditetapkan.
 V-67

1. Masukkan seluruh panjang Lilin Kembang Api dan klik stat- quality tools-
capability analysis- normal

Sumber : Software Minitab

Gambar 5.50. Data Kapabilitas Proses Panjang Lilin Kembang Api

2. Diklik Sbgroups across rows of dan diinput kolom lebar 1 - 6 dan diinput nilai
lower spec dan upper spec sesuai perhitungan USL dan LSL manual.

Sumber : Software Minitab

Gambar 5.51. Menu Kapabilitas Proses Panjang Lilin Kembang Api
 V-68

Kapabilitas panjang Lilin Kembang Api dapat dilihat pada Gambar 5.52.

Process Capability of X1; ...; X6

LSL USL
P rocess Data Within
LS L 5,9131 Ov erall
Target *
USL 6,1925 P otential (Within) C apability
S ample M ean 6,0062 Cp 0,51
S ample N 642 C P L 0,34
S tDev (Within) 0,09123 C P U 0,68
S tDev (O v erall) 0,0912308 C pk 0,34
O v erall C apability
Pp 0,51
PPL 0,34
PPU 0,68
P pk 0,34
C pm *

5,8 5,9 6,0 6,1 6,2

O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 264797,51 PPM < LS L 153746,25 P P M < LS L 153748,31
PPM > USL 52959,50 PPM > USL 20571,23 PPM > USL 20572,09
P P M Total 317757,01 PPM Total 174317,49 P P M Total 174320,40

Sumber : Software Minitab

Gambar 5.52. Kapabilitas Panjang Lilin Kembang Api
 V-69

5.2.3.4.2. Process Capability Data Dimensi II

Data dimensi II didapat dari hasil pengolahan peta kontrol t-squared
terhadap data awal.
Tabel 5.23. Data Process Capability Dimensi II
No Produk Ukuran No Produk Ukuran No Produk Ukuran
1 I-1 0,8 32 V-2 0,6 63 VIII-8 0,7
2 I-2 0,8 33 V-4 0,7 64 VIII-9 0,7
3 I-3 0,8 34 V-5 0,7 65 VIII-10 0,7
4 I-5 0,7 35 V-6 0,8 66 IX-1 0,7
5 I-6 0,8 36 V-7 0,7 67 IX-2 0,7
6 I-8 0,8 37 V-8 0,6 68 IX-3 0,7
7 I-9 0,8 38 V-9 0,6 69 IX-5 0,7
8 I-10 0,8 39 V-10 0,6 70 IX-6 0,7
9 II-1 0,7 40 VI-1 0,7 71 IX-7 0,7
10 II-2 0,8 41 VI-2 0,7 72 IX-8 0,7
11 II-3 0,7 42 VI-3 0,7 73 IX-9 0,7
12 II-4 0,6 43 VI-4 0,7 74 IX-10 0,7
13 II-5 0,8 44 VI-5 0,7 75 X-1 0,7
14 II-6 0,8 45 VI-6 0,8 76 X-2 0,7
15 II-8 0,8 46 VI-7 0,7 77 X-3 0,7
16 II-10 0,7 47 VI-9 0,7 78 X-4 0,7
17 III-2 0,7 48 VI-10 0,7 79 X-5 0,7
18 III-3 0,7 49 VII-1 0,7 80 X-6 0,7
19 III-5 0,7 50 VII-2 0,7 81 X-8 0,7
20 III-7 0,7 51 VII-3 0,7 82 X-9 0,7
21 III-8 0,7 52 VII-4 0,7 83 X-10 0,7
22 III-9 0,7 53 VII-5 0,7 84 XI-1 0,7
23 IV-1 0,6 54 VII-7 0,7 85 XI-2 0,7
24 IV-2 0,7 55 VII-8 0,7 86 XI-4 0,7
25 IV-3 0,7 56 VII-10 0,7 87 XI-6 0,7
26 IV-4 0,7 57 VIII-2 0,7 88 XI-7 0,7
27 IV-5 0,7 58 VIII-3 0,7 89 XI-8 0,7
28 IV-6 0,7 59 VIII-4 0,7 90 XI-9 0,7
29 IV-7 0,7 60 VIII-5 0,7 91 XI-10 0,7
30 IV-9 0,7 61 VIII-6 0,7 92 XII-2 0,7
31 V-1 0,7 62 VIII-7 0,7 93 XII-3 0,7
 V-70

Tabel 5.23. Data Process Capability Dimensi II (Lanjutan)

No Produk Ukuran
94 XII-4 0,7
95 XII-5 0,7
96 XII-6 0,7
97 XII-7 0,7
98 XII-8 0,7
99 XII-9 0,7
100 XII-10 0,7
101 XIII-1 0,7
102 XIII-2 0,7
103 XIII-3 0,7
104 XIII-4 0,7
105 XIII-6 0,7
106 XIII-7 0,7
107 XIII-8 0,7
108 XIII-9 0,7
109 XIII-10 0,7
110 XIV-1 0,7
111 XIV-2 0,7
112 XIV-3 0,7
113 XIV-4 0,6
114 XIV-5 0,7
115 XIV-6 0,7
116 XIV-7 0,7
117 XIV-8 0,7
118 XIV-10 0,7
119 XV-1 0,7
120 XV-3 0,7
121 XV-4 0,7
122 XV-5 0,7
123 XV-6 0,7
124 XV-7 0,7
125 XV-8 0,7
126 XV-9 0,7
127 XV-10 0,7
Total 89,5000
Rata - Rata 0,7047
Sumber : Pengolahan Data
 V-71

 0  0,03956
USL  LSL 0,8  0, 6
Capability process (Cp)    0,8426
6 0 6  0, 03956

Nilai Cp < 1 berarti mengindikasikan bahwa proses produksi tidak

sesuai dengan yang telah ditetapkan.

Cpk 

Min USL  X  atau  X  LSL  
3 0
Min 0, 0953atau 0,1047
Cpk 
3 0
0, 0953
Cpk 
3  0, 03956 
Cpk  0,8030
Nilai Cpk < 1 berarti mengindikasikan bahwa proses produksi produk
tidak sesuai dengan yang ditetapkan.
Berikut ini merupakan langkah-langkah analisis process capability pada
data dimensi kedua, yaitu diameter Lilin Kembang Api.
1. Masukkan seluruh diameter Lilin Kembang Api dan klik stat- quality tools-
capability analysis- normal

Sumber : Software Minitab

Gambar 5.53. Data Kapabilitas Proses Diameter Lilin Kembang Api
 V-72

2. Diklik Sbgroups across rows of dan diinput kolom lebar dan diinput nilai
lower spec dan upper spec.

Sumber : Software Minitab

Gambar 5.54. Menu Kapabilitas Proses Diameter Lilin Kembang Api

Kapabilitas diameter Lilin Kembang Api dapat dilihat pada Gambar 5.55.

Process Capability of C1

LSL USL
P rocess Data Within
LS L 0,6 Ov erall
Target *
USL 0,8 P otential (Within) C apability
S ample M ean 0,7047 Cp 0,84
S ample N 127 C P L 0,88
S tDev (Within) 0,03956 C P U 0,80
S tDev (O v erall) 0,0395576 C pk 0,80
O v erall C apability
Pp 0,84
PPL 0,88
PPU 0,80
P pk 0,80
C pm *

0,6 0,7 0,8

O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 0,00 P P M < LS L 4065,12 P P M < LS L 4063,20
P P M > U S L 0,00 PPM > USL 7998,17 PPM > USL 7994,98
P P M Total 0,00 P P M Total 12063,29 P P M Total 12058,18

Sumber : Software Minitab

Gambar 5.55. Kapabilitas Diameter Lilin Kembang Api
 V-73

5.2.3.5. Uji Rata-rata

5.2.3.5.1. Uji Rata-rata Data Dimensi I
Dalam melakukan pengujian rata-rata digunakan hasil perhitungan
yang diperoleh nilai rata-rata dan standar deviasi untuk 642 sampel adalah:
USL  LSL

2
6, 2  5,9

2
  6, 0500
n

X n
5,8  5,9  ....  6,1  6, 0
X  i 1
  6, 0062
n 642
n

 (X  X ) i
2
(6, 0062  5,8)2  ...  (6, 0062  6, 0)2
S i 1
  0, 0912
n 642
Selanjutnya, dilakukan pengujian rata-rata, yaitu:
1. Tentukan rumusan hipotesis:
Ho : μ = 6,05
H1 : μ ≠ 6,05
2. Tentukan nilai α = 0,05
3. Wilayah penerimaan: -1,96 < Zα/2 < 1,96
4. Perhitungan nilai z
x   6,0062  6,0500 -0,0438
z    12,5143
s/ n 0,0912 / 642 0,0035
5. Keputusan: Ho ditolak karena -12,5143 tidak berada diantara nilai -1,96
sampai 1,96 yang artinya rata-rata panjang Lilin Kembang Api tidak sama
dengan 6,05 cm.
 V-74

5.2.3.5.2. Uji Rata-rata Data Dimensi II

Dalam melakukan pengujian rata-rata digunakan hasil perhitungan yang
diperoleh nilai rata-rata dan standar deviasi untuk 127 sampel adalah:
USL  LSL

2
0,8  0, 6

2
  0, 7000
n

X n
0,8  0,8  ....  0, 7
X  i 1
  0, 7047
n 127
n

 (X  X ) i
2
(0,8  0, 7) 2  ...  (0, 7  0, 7) 2
S i 1
  0, 0395
n 127
Selanjutnya, dilakukan pengujian rata-rata, yaitu:
1. Tentukan rumusan hipotesis:
Ho : μ = 0,7
H1 :μ ≠ 0,7
2. Tentukan nilai α = 0,05
3. Wilayah penerimaan: -1,96 < Zα/2 < 1,96
4. Perhitungan nilai z
x   0,7047  0,7000 0,0047
z    1,3429
s/ n 0,0395 / 127 0,0035
5. Keputusan: Ho diterima karena 1, 3429 berada diantara nilai -1,96 sampai 1,96
yang artinya rata-rata Diameter Lilin Kembang Api sama dengan 0,7 cm.
 V-75

5.2.4. Perhitungan Defects per Opportunity

Perhitungan defects per opportunity data atribut dapat dilihat pada tabel
berikut. Contoh perhitungan untuk sub grup 1 adalah sebagai berikut.
np 2
DPO Sub Grup 1    0, 2
n 10
Tabel 5.24. Perhitungan DPO Data Atribut
Sub Number of Number of Defects Per Opportunity
Grup Inspection Nonconforming (DPO)
1 10 2 0,2000
2 10 2 0,2000
3 10 4 0,4000
4 10 2 0,2000
5 10 1 0,1000
6 10 1 0,1000
7 10 2 0,2000
8 10 1 0,1000
9 10 1 0,1000
10 10 1 0,1000
11 10 2 0,2000
12 10 1 0,1000
13 10 1 0,1000
14 10 1 0,1000
15 10 1 0,1000
Total 150 23 0,1533
Sumber : Pengolahan Data

Maka DPO data atribut :

DPO 
 np  23  0,1533
 n 150

Berdasarkan perhitungan DPO, didapatkan nilai DPO sebesar 0,1533.

Hal ini menunjukkan bahwa dalam produksi sebulan terdapat 15,33% Lilin
Kembang Api yang cacat.
 V-76

5.2.5. Perhitungan Nilai Six Sigma

Penentuan nilai six sigma dengan menggunakan sigma calculator.
Berikut adalah perhitungan nilai six sigma.
Tabel 5.25. Jumlah Kecacatan Produksi
Jumlah Hari Jumlah Jumlah Kecacatan
No Bulan
Kerja Produksi (Unit) (Unit)
1 Januari 24 323746 28825
2 Februari 24 320298 30000
3 Maret 24 339721 29516
4 April 24 327713 30116
5 Mei 24 323395 29122
6 Juni 24 331816 29674
7 Juli 24 337468 28889
8 Agustus 24 323614 29951
9 Sepetember 24 336936 29992
10 Oktober 24 332442 30208
11 November 24 334235 29302
12 Desember 24 336912 28989
Jumlah 288 3968296 354584
Sumber : Pengolahan Data

Perhitungan dengan menggunakan software six sigma calculator terhadap

data kecacatan produksi dapat dilihat pada gambar berikut.

Sumber : Isixsigma
Gambar 5.56. Tampilan Hasil Perhitungan Nilai Six Sigma dengan
Menggunakan Six Sigma Calculator
 V-77

Dari hasil perhitungan dengan menggunakan six sigma calculator

terhadap data kecacatan produksi diperoleh nilai process sigma level sebesar 2,84.
Dapat dikatakan bahwa kemampuan perusahaan dalam memenuhi batas
spesifikasi proses produksi yang ditentukan untuk menghasilkan Lilin Kembang
Api sudah cukup baik karena sudah mendekati dengan implementasi nilai sigma .
Perhitungan secara manual dengan menggunakan process sigma level
conversion table. Berdasarkan data di atas DPMO (Defects Per Million
Opportunities) dihitung sebagai berikut.
Defect x 1000000
DPMO 
Unit Expected

354584 x 1000000
DPMO 
3968296
= 89.354,22
Setelah nilai DPMO diperoleh, yaitu sebesar 89354,22, maka dicari
sigma level dengan DPMO menggunakan rumus =NORMSINV(Probability).
Probability merupakan peluang kemungkinan cacat produksi per keseluruhan unit
produksi.

Six sigma level = NORMSINV  1000000  DPMO   1, 5

 1000000 
= NORMSINV (0,9106) + 1,5
= 1,34 + 1,5
= 2,84
Dari perhitungan di atas didapat hasil dari nilai process six sigma level
sebesar 2,84. Dari hasil tersebut diperoleh kesimpulan bahwa nilai six sigma
mencapai level 2,84 dimana pada tabel six sigma jumlah kecacatan produk per
satu juta kesempatan adalah sekitar 89.354,22.
V-78