Ketika menjalankan proyek perbaikan proses, data merupakan unsur penting untuk

memahami situasi, menganalisa persoalan, mengendalikan proses, mengambil keputusan, dan

membuat rencana. Memahami bagaimana menyusun Data Collection Plan atau rencana
pengumpulan data adalah kunci sukses keberhasilan proyek perbaikan yang dijalankan.

Para Black Belt dan praktisi Lean Six Sigma lainnya, yang memimpin proyek berbasis
DMAIC (Define, Measure, Analyze, Improve, Control) harus membuat dan mengembangkan
Data Collection Plan untuk mengumpulkan data di fase ‘Measure’. Ada beberapa langkah
krusial yang harus dijalankan dan komponen-komponen yang harus diperhatikan, agar proses
pengumpilan data dan sistem pengukuran lebih stabil serta dapat diandalkan.

Komponen dan Fase Pengumpulan Data

Dengan memperhatikan semua langkah dan komponen, data dan pengukuran akan bisa
digunakan untuk menunjang analisa yang akan dilakukan di fase ‘Analyze’. Simak komponen
Data Collection Plan berikut:

1) Stratifikasi Data – Menangkap dan menggunakan karakteristik untuk memilah data

ke dalam kategori yang berbeda atau dikenal juga dengan sebutan “slicing the data”.
Tujuannya adalah untuk memunculkan pola-pola kecurigaan untuk investigasi.
2) Definisi Operasional – penjelasan yang lengkap dan tepat yang menceritakan tentang
makna atau arti dari karakter yang akan kita ukur, termasuk bagaimana kita
mengukurnya. Definisi operasional penting untuk menghilangkan variasi pengukuran
yang terjadi karena ketidak pahaman pengumpul data tentang bagaimana data
dikumpulkan.
3) Sumber Data – Pertimbangkan penggunaan data lama atau baru.  Ambil keuntungan
dari arsip data atau pengukuran yang telah dilakukan untuk mempelajari output,
proses dan input. Namun perlu diingat bahwa apakah data yang ada sesuai dengan
definisi operasional? mewakili proses, grup? cukup untuk dianalisa? Dikumpulkan
dengan kesesuaian sistem pengukuran? Jika tidak maka diperlukan pencatatan data
baru.
4) Cara Mengumpulkan Data – Checksheet atau lembar pengumpul data merupakan
alat bantu untuk memudahkan pengumpulan data secara sistematis. Ada berbagai
jenis checksheet tergantung penggunaannya, seperti frekuensi, lokasi, konfirmasi, dan
lainnya, yang perlu diperhatikan adalah desain checksheet harus robust, mudah
dipahami pengambil data, dan menghasilkan data yang konsisten meskipun diambil
oleh orang yang berbeda.
5) Pengumpul Data – Seorang pengumpul data harus memahami proses, tidak
mempunyai potensi bias seperti konflik kepentingan terhadap data yang diambil, atau
motif keuntungan. Kolektor wajib dilatih bagaimana data ditabulasi dan mengerti
betul tentang definisi operasional sebelum diperbolehkan untuk praktek.
6) Waktu Pengumpulan – Waktu pengumpulan sample ditentukan oleh tujuan
pengambilan sample sendiri. Perhatikan apakah siklus waktu mempengaruhi hasil
pengukuran.
7) Ukuran Sampel – Dalam pengambilan sampel, pertimbangkan tiga hal berikut:
 Waktu – Berapa lama waktu yang dibutuhkan untuk pengambilan sample?
 Biaya –  Berapa banyak biaya dan sumber daya yang harus dihabiskan untuk
mengambil sample?
 Akurasi – Berapa tingkat akurasi yang diinginkan?
 Metode – Sampling dibedakan menjadi dua, yaitu:
 a) Random : Pendekatan terbaik untuk situasi populasi. Gunakan tabel
angka random atau fungsi random dalam Excel atau software lainnya,
atau menggunakan angka “perkiraan”.
b) Sistematik :Paling praktis dan tidak bias dalam situasi proses.
“Sistematik” berarti kami memilih setiap n unit atau mengambil
sampel pada waktu tertentu setiap hari. Resiko bias muncul ketika
waktu sampel sesuai dengan pola dalam proses.

Berikut adalah fase-fase yang bisa dibahas pada aktifitas Data Collection Plan:

1. Fase Pra-Pengumpulan Data

 Identifikasi dan jabarkan target dan tujuan pengumpulan data dengan jelas.
 Raih pemahaman dan persetujuan atas definisi dan metodologi operasional
pengumpulan data.
 Pastikan kemungkinan pengulangan, reproduksi, akurasi dan stabilitas
pengumpulan dan pengukuran data.

2. Fase Pengumpulan Data

 Ikuti proses pengumpulan data dengan patuh.
3. Fase Post Pengumpulan Data
 Laksanakan penggunaan data yang telah dikumpulkan.
Menyusun Data Collact Plan

Langkah 1: Definisikan Target dan Tujuan

Data Collection Plan yang baik harus mencakup:

 Dekripsi singkat mengenai proyek.

 Data spesifik yang dibutuhkan.
 Rasio pengumpulan data.
 Data seperti apa yang bisa disediakan untuk proses yang menjadi bahan studi, dan
bagaimana data tersebut akan membantu tim proyek.
 Apa yang akan dilakukan dengan data ketika telah terkumpul.

Kejelasan mengenai elemen-elemen tersebut akan memfasilirasi akurasi dan efisiensi dalam
proses pengumpulan data.

Langkah 2: Definisikan Segala Hal Mengenai Operasional dan Metodologi

Tim proyek harus mendefinisikan data yang akan dikumpulkan dengan jelas dan bagaimana
cara mengumpulkannya. Mereka harus memutuskan apa saja yang harus dievaluasi dan
menemukan cara bagaimana nilai-nilai numerik tersebut akan dimanfaatkan, juga bagaimana
cara memfasilitasi manajemen dengan data. Tim juga bisa mempertimbangkan pencocokan
data dengan pelanggan. Dengan demikian, komparasi bisa dicapai dan best practice
dikukuhkan. Tim juga harus memformulasikan cakupan pengumpulan data, yaitu:

 Berapa banyak observasi yang dibutuhkan

 Interval waktu yang menjadi bagian dari studi
  Data mana yang akan dikumpulkan: data terdahulu, saat ini dan masa depan
 Metodologi yang akan digunakan untuk merekam dan mencatat data.

Cara terbaik memulai perencanaan pengumpulan data adalah mendapatkan pemahaman yang
menyeluruh dan persetujuan mengenai semua definisi, prosedur dan panduan yang relevan
yang akan digunakan dalam pengumpulan data. Hasil data bisa menyesatkan jika
dikumpulkan dengan cara-cara yang meeragukan. Masalah serius bisa terjadi akibat
keputusan bisnis yang dibuat berdasarkan data yang tidak reliable.

Jika tim ingin memeriksa data historikal sebagai bagian dari studi, mereka harus
memperhatikan apakah data tersebut valid dan bisa dipercaya, darimana sumber datanya, dan
apakah disarankan untuk tetap menggunakan data tersebut. Data yang dicurigai memiliki
potensi tidak valid harus ditinggalkan.

Langkah 3: Memastikan Kemungkinan Pengulangan, Reproduksi, Akurasi dan

Stabilitas Data

Data yang dikumpulkan dan diukur akan bisa dipakai ulang juga operator mampu
menghasilkan pekerjaan yang sama untuk jenis item tertentu, dengan menggunakan peralatan
yang sama. Data akan bisa direproduksi ketika semua operator yang mengukur item yang
sama dan menggunakan peralatan yang sama bisa memberikan hasil pekerjaan yang sama.
Selain itu, sejauh mana sistem pengukuran telah akurat, akan terjadi perbedaan antara
pengukuran rata-rata yang diobservasi dengan nilai-nilai standar yang dipahami. Juga sejauh
mana sistem pengukuran dikatakan stabil umumnya ditandai dengan variasi hasil pengukuran
oleh operator yang sama, dengan peralatan yang sama dalam periode tertentu.

Tim proyek harus menyadari semua faktor yang mungkin menyebabkan penurunan potensi
pengulangan, reproduksi, akurasi dan stabilitas, dalam rentang waktu manapun yang akan
menyebabkan data tidak valid. Sangat disarankan untuk melakukan pengujian dalam skala
kecil untuk mengetahui bagaimana proses dan pengukuran kemampuan data akan
dilaksanakan. Dalam simulasi, harus diketahui mengenai faktor-faktor yang memungkinkan,
dan apa yang bisa dilakukan untuk memitigasi efek dari faktor atau bagaimana mengeliminasi
semua faktor secara bersamaan.

Langkah 4: Proses Pengumpulan Data

Ketika proses pengumpulan data telah selesai direncanakan dan didefinisikan, sebaiknya
selalu melakukan follow up selama proses tersebut berlangsung dari awal hingga akhir,
memastikan rencana dieksekusi secara konstan dan akurat. Walaupun pemimpin proyek telah
mengkomunikasikan semua data yang perlu dikumpulkan dan rasio yang ada dibaliknya
kepada kolektor data dan para partisipan, namun ia tetap harus melakukan penunjauan
mengenai semua definisi, prosedur dan panduan yang berlaku dengan timnya. Lalu ia juga
harus memastikan persetujuan universal. Aktifitas ini juga bisa dilengkapi dengan pelatihan
atau demonstrasi yang akan mendorong pemahaman bersama akan proses pengumpulan data
seperti yang terdefinisi dalam rencana pengumpulan data.

Sangat disarankan pempimpin proyek atau Black Belt mengadakan peninjauan rutin untuk
melihat jika ada penyimpangan. Dengan demikian, para pengumpul data akan menyadari jika
ada rencana yang tidak dilaksanakan dengan tebat. Dengan melakukan hal ini, data akan
telindung dari ketidak-akuratan dan akan memastikan data yang valid dan konsisten.
Langkah 5: Setelah Proses Pengumpulan Data

Untuk menjawab pertanyaan apakah data dan sistem pengukuran dapat direproduksi, diulang,
akurat dan stabil, Black Belt atau pemimpin proyek harus memastikan hasil data dan
pengukuran telah memenuhi kriteria. Jika hasil tidak memenuhi kriteria, pemimpin proyek
harus menentukan dimana letak-letak kesalahannya dan apa yang akan dilakukan untuk
memperbaikinya. Peninjauan dan diskusi mengenai definisi operasional dan metodologi
bersama para pengumpul data akan menghilangkan kesalah-pahaman dan kesalahan
interpretasi yang mungkin menyebabkan kesalahan data.

Langkah 6: Buat Sampling Populasi Data Collection Plan

Ada beberapa template Data Collection Plan yang tersedia. Anda bisa menggunakan salah-
satunya dan menyesuaikannya dengan proyek di perusahaan.