DIAGRAM STRATIFIKASI

Digunakan untuk mengidentifikasi faktor-faktor penyebab pada suatu permasalahan. Untuk d

apat mengidentifikasikan kategori-kategori mana yang paling berpengaruh pada permasalaha
n yang sedang dibahas.
Kegunaan utama:
1. Melihat masalah secara lebih terarah dan mendalam
2. Mempermudah dalam pengambilan kesimpulan
3. Menghindari salah tafsir
4. Membantu untuk membuat check sheet, diagram pareto, dan histogram.

Contoh :
 Jumlah hasil produksi : 48 buah
 Jumlah hari kerja : 8 hari
 Jumlah produksi cacat : 21 buah
 Jumlah operator 6 orang :ABCDEF
 Sistem kerja : 2 shift (I & II)
 Jumlah mesin : 3 unit (1,2,3)

Perincian data di masukkan di dalam tabel menunjukkan hal-hal sebagai berikut :

Shift Mesin Operator Hasil Shift Mesin Operator Hasil
Pemeriksaan pemeriksaan
1 1 A Baik 1 1 F Cacat
2 B Cacat 2 D Baik
3 C Baik 3 E Cacat
2 1 D Baik 2 1 A Baik
2 E Baik 2 B Cacat
3 F Baik 3 C Baik
1 1 B Cacat 1 1 D Cacat
2 A Cacat 2 E Baik
3 C Baik 3 F Cacat
2 1 D Baik 2 1 B Cacat
2 E Cacat 2 C Cacat
3 F Baik 3 A Baik
1 1 C Baik 1 1 E Baik
2 B Cacat 2 D Cacat
3 A Cacat 3 F Baik
2 1 D Cacat 2 1 A Cacat
2 E Baik 2 B Cacat
3 F Baik 3 C Baik
1 1 A Baik 1 1 F Baik
2 C Cacat 2 D Baik
3 B Cacat 3 E Baik
2 1 F Baik 2 1 B Baik
2 D Cacat 2 C Cacat
3 E Baik 3 A Baik
Data setelah stratifikasi berdasarkan mesin
Mesin Hasil Pemeriksaan
Baik % Cacat %
1 10 20.8 6 12.5
2 5 10.4 11 22.9
3 12 25 4 8.3

Data setelah stratifikasi berdasarkan operator

Operator Hasil Pemeriksaan

Baik % Cacat %

A 5 10.4 3 6.3
B 1 2.1 7 14.6
C 5 10.4 3 6.3
D 4 8.3 4 8.3
E 6 12.5 2 4.2
F 6 12.5 2 4.2

Data setelah stratifikasi berdasarkan shift kerja

Shift Hasil Pemeriksaan

Baik % Cacat %

I 12 25 12 25
II 15 31.3 9 18.8

Kesimpulan :
Sumber dari kerusakan produk yaitu : Mesin II, Operator B dan Shift I.

SCATTER DIAGRAM (DIAGRAM TEBAR/DIAGRAM PENCAR)

Wujud dari diagram ini adalah gambaran grafis yang isinya adalah sekumpulan titik atau poin
dari nilai sepasang variabel, X dan Y.
Diagram Tebar adalah gambaran yang menunjukkan kemungkinan hubungan (korelasi) antar
a pasangan dua macam variabel dan menunjukkan keeratan hubungan antara dua variabel ters
ebut yang sering diwujudkan sebagai koefisien korelasi.

Diagram Tebar :

1. Menguji seberapa kuat hubungan antara dua variable (misalnya: hubungan antara biaya
iklan dengan penjualan, lama pengalaman dengan kinerja karyawan, dll)
2. Memastikan “firasat” akan hubungan sebab-akibat langung antara jenis-jenis variabel
3. Menentukan jenis hubungan (positif, negatif, dll)

Tujuan Scatter Diagram

1. Menguji bagaimana kuatnya hubungan antara dua variabel,

2. Menentukan jenis hubungan dari dua variabel itu, apakah positif, negatif dan tidak ada
hubungan.
Data variabel yang ditunjukkan dalam diagram tebar, dapat berupa :
1. Karakteristik kualitas dan faktor yang mempengaruhinya.
2. Dua karakteristik kualitas yang saling berhubungan.
3. Dua faktor yang saling berhubungan yang pengaruhi karakteristik kualitas

Langkah Utama Penyusunan Diagram Tebar

1. LANGKAH 1: Mengumpulkan data
2. LANGKAH 2: Menggambarkan sumbu horizontal dan vertikal
3. LANGKAH 3: Memetakan data pada diagram
4. LANGKAH 4: Menginterprentasikan Diagram Tebar

Rumus yang dapat digunakan untuk menunjukkan kemungkinan hubungan (korelasi) antara
pasangan dua macam variabel dan menunjukkan keeratan hubungan antara dua variabel terse
but :

n ∑xy – (∑x) ( ∑y)

 R=
√ (n ∑ x² - (Σx)²) (n ∑ y² - (∑y)²)

n∑xy – (∑x)( ∑y)

 b=
(n∑x² - (∑x)²)

 a = ∑y ∑x
n b n

 Y = a + bx

Data downtime mesin dan persentase kerusakan produk selama bulan November 20XX.
Tanggal Downtime Mesin Persentase Tanggal Downtime Mesin Peresentase
(menit) Kerusakan (%) (menit) Kerusakan (%)
1. 30 2 16. 60 6
2. 35 3 17. 90 9
3.. 40 3 18. 70 6
4. 50 5 19. 60 5
5. 60 5 20. 50 6
6. 45 4 21. 100 10
7. 65 3 22. 38 4
8. 38 4 23. 42 4
9. 43 5 24. 41 3
10. 46 4 25. 52 5
11. 67 6 26. 65 6
12. 75 8 27. 64 6
13. 80 9 28. 70 5
14. 46 5 29. 82 9
15. 55 5 30. 63 7

Diagram tebar data downtime mesin dan persentase kerusakan produk selama bulan Novembe
r 20XX.
 Downtime Mesin (menit)
120
100
80
60 Downtime Mesin
(menit)
40
20
0
0 10 20 30 40

Variabel X = Downtime mesin (menit)

Variabel Y = Persentase kerusakan produk (%)
Untuk kasus downtime mesin diatas diperoleh:
r = 0,94
Nilai tersebut mendekati +1 artinya terdapat variabel downtime mesin (x) berkorelasi erat den
gan variabel persentase kerusakan produk (y).
uji t-hitung = 14.579, nilai t-student pada ạ=0.05 dengan db=28 adalah 2.048, dengan demiki
an korelasinya bersifat signifikan secara statistik.

Analisa regresi sederhana digunakan untuk mengetahui sejauh mana hubungan sebab akibat
antara faktor penyebab (x) terhadap karakteristik kualitas (y) dengan mengikuti persamaan
berikut:
Y=a + bx
Dimana :
y = variabel respon (karakteristik akibat)
x = variabel penyebab (faktor penyebab)
a = konstanta
b = koefisien regresi (besaran akibat yang ditimbulkan oleh faktor penyebab).

Silahkan dilanjutkan untuk mendapatkan persamaan Y=a + bx, untuk kasus downtime mesin
dan persentase kerusakan produk selama bulan November 20XX.

Kegiatan Praktikum :
Mahasiswa latihan untuk membuat Check Sheet dan Diagram Stratifikasi. Adapun data yang
digunakan adalah data yang dicari/dipersiapkan oleh mahasiswa. Kemudian data tersebut
disajikan dengan menggunakan check sheet dan diagram stratifikasi, serta berikan
kesimpulannya !