Sistem Manajemen Mutu

BAB V.
PERANGKAT-PERANGKAT MUTU (THE SEVEN TOOLS)

Para ahli mutu memberi berbagai nama untuk tujuh perangkat dasar mutu
berikut, pertama kali dicetuskan oleh Kaoru Ishikawa, profesor teknik di Universitas Tokyo
dan penemu ‗lingkaran mutu. Perjalanan mutu dimulai dengan penguasaan perangkat-
perangkat ini, yang tidak bisa dihilangkan sepanjang pendekatan proses untuk kendali dan
perbaikan mutu. Ketujuh perangkat dasar mutu (The seven basic quality tools ) tersebut
adalah:

Diagram sebab-akibat (Cause-and-effect diagram – juga disebut diagram

Ishikawa atau diagram tulang ikan): Mengidentifikasi berbagai kemungkinan
penyebab sebuah dampak atau masalah dan memisah-misahkan berbagai ide
kedalam kategori-kategori yang berguna.

Lembar periksa (Check sheet): Sebuah formulir terstruktur yang dipersiapkan

untuk mengumpulkan dan menganalisis data; sebuah perangkat umum yang bisa
digunakan untuk berbagai tujuan dengan sedikit penyesuaian.

Diagram kendali (Control charts): Diagram yang digunakan untuk meneliti

bagaimana sebuah proses berubah dalam rentang waktu tertentu.

Histogram: Bentuk diagram yang paling sering digunakan untuk menunjukkan

distribusi, atau seberapa sering tiap nilai yang berbeda muncul dalam satu
rangkaian data.

Diagram Pareto (Pareto charts): Menunjukkan faktor mana yang lebih signifikan
dalam bentuk grafik batang.

Diagram tersebar (Scatter diagram): Diagram yang terdiri dari sepasang data
numeris, satu variabel di tiap sumbu, untuk melihat hubungan.

Stratifikasi (Stratification): Sebuah teknik yang memisahkan data yang didapat

dari sejumlah sumber sehingga muncul pola yang bisa diamati (beberapa daftar
mengganti ‗stratifikasi‘ dengan ‗diagram garis‘ atau ‗diagram pelaksanaan‘).

created by Moh. Hartono&Sadar Wahjudi 67

Sistem Manajemen Mutu

5.1 DIAGRAM SEBAB-AKIBAT

Diagram Tulang Ikan (Fishbone - diagram)

Juga Disebut: Diagram Sebab-Akibat, Diagram Ishikawa (Cause-and-Effect

Diagram, Ishikawa Diagram)
Variasi: diagram sebab enumerasi, diagram proses tulang ikan, diagram waktu- tunda tulang
ikan, CEDAC (cause-and-effect diagram with the addition of cards), diagram tulang ikan hasil
yang diinginkan, dan diagram terbalik tulang ikan.

Deskripsi

Diagram tulang ikan mengidentifikasi berbagai kemungkinan penyebab sebuah dampak atau
masalah. Diagram ini bisa digunakan untuk menyusun ide-ide dalam sesi curah gagasan.
Diagram ini memisah-misahkan berbagai ide secara langsung dan memasukkannya kedalam
kategoi-kategori yang berguna.

Kapan Saat untuk Menggunakan Diagram Tulang Ikan

Saat mengidentifikasi kemungkinan penyebab untuk suatu masalah. Khususnya saat

pemikiran para anggota tim cenderung beragam dan berbeda-beda.

Prosedur Pembuatan Diagram Tulang Ikan

Bahan yang dibutuhkan: papan tulis (whiteboard), spidol. Sepakati masalah (dampak) yang
akan dibahas. Tuliskan di bagian tengah sebelah kanan papan tulis. Gambar sebuah kotak
mengelilinginya dan gambar sebuah
panah horizontal ke arah kotak tersebut.

Lakukan curah gagasan tentang kategori-kategori utama penyebab masalah tersebut. Jika
hal ini sulit dilakukan, gunakan penjudulan yang umum:

Metode
Mesin (perlengkapan)
Orang (kesalahan manusia)
Bahan
Pengukuran
Lingkungan

Tuliskan kategori-kategori penyebab ini sebagai cabang dari panah utama tadi.

TUGAS PENGEMBANGAN & PENDEKATAN PADA MUTU BAHAN MAHASISWA

Lakukan curah gagasan tentang semua kemungkinan penyebab masalah.

Tanyakan: ―Mengapa hal ini terjadi?‖ Saat tiap ide disampaikan, fasilitator menuliskannya

created by Moh. Hartono&Sadar Wahjudi 68

Sistem Manajemen Mutu

sebagai cabang dari kategori yang sesuai. Sebab-sebab ini bisa dituliskan beberapa kali jika
terkait dengan berbagai kategori.
Tanyakan lagi ―Mengapa hal ini terjadi?‖ untuk tiap sebab. Tuliskan sub-sebab sebagai
cabang dari sebab-sebab tadi. Terus tanyakan ―Mengapa?‖ dan perdalam tiap level sebab
yang ada. Jumlah cabang menunjukkan hubungan sebab akibat.
Setelah semua anggota kelompok kehabisan ide, fokuskan perhatian pada tempat di gambar
yang jumlah idenya paling sedikit.

Contoh Diagram Tulang Ikan

Diagram tulang ikan berikut dibuat oleh sebuah tim produksi yang mencoba
mengetahui sumber kontaminasi besi yang terjadi secara berkala. Tim tersebut
menggunakan keenam penjudulan umum untuk memunculkan ide. Banyaknya cabang
yang muncul menunjukkan pemikiran menyeluruh tentang penyebab masalahnya.

Gambar 5.1. Contoh Diagram Tulang Ikan

Misalnya, di bawah judul ‗Mesin,‘ ide ‗materi konstruksi‘ menunjukkan empat jenis
perlengkapan dan sejumlah nomor mesin yang spesifik.

Perhatikan bahwa sejumlah ide muncul di dua tempat yang berbeda. ‗Kalibrasi‘
muncul dibawah ‗Metode‘ sebagai faktor prosedur analisis, dan juga muncul di
bawah ‗Pengukuran‘ sebagai penyebab kesalahan laboratorium. ‗Peralatan besi‘
bisa dianggap sebagai masalah ‗Metode‘ saat mengambil sampel atau bisa juga
dianggap sebagai masalah di bidang ‗Manusia‘ jika terkait dengan personil
perawatan peralatan tersebut.

created by Moh. Hartono&Sadar Wahjudi 69

Sistem Manajemen Mutu

5.2 CHECK SHEET (LEMBAR PERIKSA)

Juga disebut: defect concentration diagram (diagram konsentrasi

kesalahan)
Deskripsi
Lembar periksa adalah sebuah formulir terstruktur dan disiapkan untuk mengumpul kan
dan menganalisis data. Ini adalah perangkat umum yang bisa digunakan untuk berbagai
keperluan.
Kapan Saat untuk Menggunakan Lembar Periksa
Saat data bisa diamati dan dikumpulkan berulang-ulang oleh orang yang sama atau di
tempat yang sama. Saat mengumpulkan data tentang frekuensi atau pola kejadian,
masalah, kesalahan, lokasi kesalahan, penyebab kesalahan, dan sebagainya. Saat
mengumpulkan data dari proses produksi.

Prosedur Penyusunan Lembar Periksa

Tentukan kejadian atau masalah apa yang akan diamati. Buat definisi opera
sionalnya dan Tentukan kapan data akan dikumpulkan dan untuk berapa lama. Susun
formulirnya. Atur sedemikian rupa hingga data bisa dicatat hanya dengan memberi
tanda centang atau tanda silang atau simbol-simbol lain yang serupa sehingga data
tidak perlu disalin ulang untuk analisis.
Namai semua kotak di formulir tersebut.
Ujilah lembar periksa dalam jangka waktu yang singkat untuk memastikan bahwa lembar
tersebut bisa mengumpulkan data yang tepat dan mudah digunakan.

5.3 CONTROL CHART (DIAGRAM KENDALI)

Juga disebut: Statistical Process Conrol (kendali proses statistik) Variasi

Berbagai jenis diagram kendali bisa digunakan, tergantung pada jenis datanya. Dua
kelompok paling utama adalah diagram kendali untuk data variabel dan data atribut. Data
variabel diukur dengan skala berkelanjutan. Misalnya: waktu, berat, jarak, atau suhu bisa
diukur dalam bentuk pecahan atau desimal. Bisa diukur dengan sangat tepat menjadi
syarat data variabel. Data atribut dihitung dan tidak mungkin memiliki bentuk pecahan
atau desimal. Data atribut muncul saat saudara menentukan hanya keberadaan atau
ketiadaan sesuatu: keberhasilan atau kegagalan, penerimaan atau penolakan, benar
atau tidak benar. Misalnya, sebuah laporan mungkin saja memiliki empat atau lima
kesalahan, tapi tidak mungkin memiliki empat setengah kesalahan.

created by Moh. Hartono&Sadar Wahjudi 70

Sistem Manajemen Mutu

Diagram variabel
Diagram x dan R (averages and range chart / diagram rata-rata dan rentang) Diagram x
dan s Diagram tersendiri (juga disebut diagram X, diagram X–R, diagram IX-MR, diagram Xm
R, diagram rentang bergerak) moving average–moving range chart (disebut juga MA–MR
chart) target charts (disebut juga difference charts, deviation charts and nominal charts)
CUSUM (disebut juga cumulative sum chart) EWMA (disebut juga exponentially weighted
moving average chart)\ multivariate chart (also called Hotelling T2)

Diagram Atribut
Diagram p (juga disebut proportion chart / diagram proporsi) Diagram np
Diagram c (juga disebut count chart / diagram penghitungan)
Diagram u

Diagram untuk kedua jenis data

Diagram kerja pendek (juga disebut stabilized charts or Z charts / diagram penyeim bang
atau diagram Z). Diagram kelompok (juga disebut multiple characteristic charts / diagram
karakteris tik jamak)

Deskripsi
Diagram kendali adalah diagram yang digunakan untuk meneliti proses perubahan dalam
periode waktu tertentu. Data dimasukkan sesuai dengan urutan waktunya. Diagram kendali
selalu memiliki garis tengah untuk nilai rata-rata, garis atas untuk batas teratas kendali dan
garis bawah untuk batas terendah kendali. Garis-garis ini ditentukan dari data historis.
Dengan membandingkan data saat ini dengan garis- garis tersebut, saudara bisa menarik
kesimpulan tentang apakah variasi proses konsisten (dalam kendali) atau tidak bisa
diduga (diluar kendali, dipengaruhi oleh penyebab variasi tertentu). Diagram kendali untuk
data variabel digunakan secara berpasangan. Diagram atas memonitor nilai rata-rata, atau
memusatkan distribusi data dari proses yang diteliti. Diagram bawah memonitor rentang,
atau lebar distribusi. Jika data saudara dimasukkan dalam sasaran praktek, nilai rata-
ratanya adalah titik dimana sasaran tersebut berkelompok, dan rentangnya adalah
seberapa dekat mereka berkelompok. Diagram kendali untuk data atribut digunakan sendiri-
sendiri.

Kapan Saat untuk Menggunakan Diagram Kendali

Saat mengontrol proses yang sedang berlangsung dengan menemukan dan
memperbaiki masalah ketika masalah tersebut terjadi. Saat memprediksi rentang (cakupan)
hasil yang diharapkan dari sebuah proses. Saat menentukan apakah sebuah proses stabil

created by Moh. Hartono&Sadar Wahjudi 71

Sistem Manajemen Mutu

(berada dalam kendali statistik) atau tidak. Saat menganalisis pola-pola variasi proses dari
penyebab khusus (kejadian tidak biasa) atau penyebab umum (penyebab yang memang
ada dalam proses tersebut). Saat menentukan apakah proyek perbaikan mutu harus
diarahkan untuk mencegah masalah tertentu atau diarahkan untuk membuat perubahan
mendasar pada proses tersebut.

Prosedur Dasar Penyusunan Diagram Kendali

Pilih diagram kendali yang tepat untuk data saudara. Tentukan periode waktu yang tepat
untuk mengumpulkan dan memasukkan data. Kumpulkan data, masukkan ke dalam diagram
dan analisis. Cari ‗tanda -tanda di luar kendali‘ pada diagram kendali tersebut.
Setelah ditemukan, tandai dan teliti penyebabnya. Catatlah bagaimana saudara meneliti, apa
yang saudara temukan, penyebabnya dan bagaimana masalah tersebut diperbaiki.

Tanda -tanda diluar kendali

Sebuah titik yang berada di luar batas kendali. Dalam Gambar 1, titik enam belas berada
diatas UCL (upper control limit/batas atas kendali). Dua dari tiga titik berurutan di satu sisi
garis tengah dan lebih jauh dari 2 σ dari garis tengah tersebut. Dalam Gambar 1, titik 4
adalah tanda ini. Empat dari lima titik berurutan di satu sisi garis tengah dan lebih jauh
dari 1 σ dari garis tengah tersebut. Dalam Gambar 1, titik 11 adalah contoh tanda ini.
Delapan titik berurutan berada di satu sisi garis tengah. Atau 10 dari 11, 12 dari 14 atau 16
dari 20 titik. Dalam Gambar 1, titik 21 adalah titik ke delapan dalam satu urutan di atas
garis tengah. Pola-pola yang konsisten atau terus ada yang menunjukkan bahwa ada yang
tidak beres dalam data dan proses saudara .

Gambar 5.2 Diagram Kendali: Tanda -tanda Diluar Kendali

Teruskan memasukkan data saat data ersebut muncul. Tiap titik data baru dimasukkan,
periksa apakah ada tanda diluar kendali yang baru. Saat saudara memulai sebuah diagram

created by Moh. Hartono&Sadar Wahjudi 72

Sistem Manajemen Mutu

kendali yang baru, proses tersebut mungkin diluar kendali. Jika demikian, batas kendali
yang dihitung dari 20 titik pertama adalah batas-atas kondisional. Setelah saudara
memiliki lebih dari 20 titik berurutan dari satu periode waktu yang menunjukkan
bahwa proses tersebut bekerja dalam kendali, hitung ulang batas kendalinya.

5.4 HISTORGRAM

Deskripsi
Distribusi frekuensi menunjukkan seberapa sering tiap nilai berbeda muncul dalam
serangkaian data. Histogram adalah jenis grafik yang paling sering digunakan untuk
menunjukkan distribusi frekuensi. Bentuknya mirip grafik (diagram) batang, namun memiliki
beberapa perbedaan penting.

Kapan Saat untuk Menggunakan Histogram

Saat datanya berupa angka. Saat saudara ingin melihat bentuk distribusi data, khususnya
saat menentukan apakah output sebuah proses didistribusikan secara normal atau tidak. Saat
menganalisis apakah sebuah proses bisa memenuhi persyaratan konsumen atau tidak.
Saat menganalisis bagaimana output dari pemasok proses. Saat melihat apakah telah
terjadi perubahan proses dari satu periode waktu ke periode waktu lainnya. Saat
menentukan apakah output dua proses atau lebih, berbeda atau tidak. Saat saudara ingin
mengkomunikasikan distribusi data dengan cepat dan mudah.

Penyusunan Histogram
Kumpulkan minimal 50 data berurutan dari sebuah proses. Gunakan lembar kerja histogram
untuk menyusun histogram. Lembar kerja ini akan membantu saudara menentukan jumlah
batang, rentang nilai yang ada dalam tiap batang dan label untuk sudut batang. Setelah
menghitung W dalam langkah kedua di lembar kerja tersebut, gunakan perkiraan saudara
untuk menyesuaikan- nya dengan angka yang tepat. Misalnya, saudara memutuskan
untuk menem- patkan 0,9 dari angka pas 1,0. Nilai W tidak boleh memiliki jumlah desimal
(angka di belakang koma) lebih banyak daripada angka yang akan saudara masukkan. Buat
sumbu x dan y di kertas gambar. Beri tanda dan label sumbu y untuk

Menghitung nilai data. Beri tandadan beri label sumbu x dengan nilai L dari lembar kerja.
Jarak antara kedua angka ini akan jadi tempat batangan-batangan histogram.
Jangan ada celah diantara dua batangan. Untuk tiap titik data, beri tanda satu hitungan
diatas batangan yang tepat dengan tanda silang atau dengan mengarsir bagian batangan
tersebut.

created by Moh. Hartono&Sadar Wahjudi 73

Sistem Manajemen Mutu

Analisis Histogram
Sebelum menarik kesimpulan dari histogram saudara, yakinkan diri saudara bahwa proses
tersebut bekerja dengan normal selama periode waktu yang diteliti. Jika ada kejadian yang
tidak wajar mempengaruhi proses tersebut selama periode waktu penyusunan histogram,
analisis saudara tentang bentuk histogram mungkin tidak bisa digeneralisasi untuk semua
periode waktu. Analisis makna bentuk histogram saudara .

Bentuk-Bentuk Histogram Umum dan Maknanya

Normal. Sebuah pola yang umum adalah kurva berbentuk lonceng yang disebut
‗distribusi normal‘. Dalam distribusi normal, titik-titiknya muncul di kedua sisi nilai rata-rata.
Namun, perhatikan apakah distribusi lain terlihat sama dengan distribusi normal atau tidak.
Perhitungan statistik harus digunakan untuk membuktikan sebuah distribusi normal.

Jangan sampai nama ‗normal‘ membuat saudara bingung. Output dari banyak
proses—bahkan mungkin sebagian besar proses—tidak membentuk distribusi normal,
namun hal ini tidak berarti ada yang salah dengan proses-proses tersebut. Misalnya,
banyak proses memiliki batas asal di satu sisi dan akan membentuk distribusi acak.
Hal ini normal—dalam artian biasa—bagi proses tersebut, bahkan meskipun nama
distribusinya bukan ‗normal‘!

Gambar 5.3. Distribusi Normal

Acak. Distribusi acak tidak simetris karena batas asalnya menahan hasil hanya pada
satu sisi saja. Puncak distribusi ini mendekati batas tersebut dan ekornya menjauh dari
pusat tersebut. Misalnya, distribusi analisis sebuah produk yang sangat murni akan
bersifat acak, sebab produk tersebut tidak mungkin 100 persen murni. Contoh lain batas
asal ini adalah lubang yang tidak mungkin lebih kecil dari diameter mata bor atau saat
menjawab telepon yang tidak mungkin kurang dari nol. Distribusi ini disebut distribusi
acak-kanan atau acak-kiri tergantung pada arah ekornya

created by Moh. Hartono&Sadar Wahjudi 74

Sistem Manajemen Mutu

Gambar 5.4. Distribusi Acak Kanan

Dua Puncak atau Bimodal. Distribusi bimodal berbentuk seperti dua punuk unta. Hasil
dari dua proses dengan distribusi berbeda digabungkan dalam satu data. Misalnya,
distribusi data produksi dari dua shift kerja mungkin bersifat bimodal, jika tiap shift
menghasilkan distribusi hasil yang berbeda. Stratifikasi seringkali bisa
mengungkapkan masalah ini.

Gambar 5.5. Distribusi Bimodal (Dua-Puncak)

Plateau. Distribusi plateu mungkin bisa disebut ―distribusi multimodal‖. Sejumlah proses
dengan distribusi normal digabungkan. Karena ada banyak puncak yang saling
berdekatan, bagian atas distribusi tersebut menyerupai plateu (berbukitan).

Gambar 5.6. Distribusi Plateu

Puncak Bersudut. Distribusi puncak bersudut tampak seperti distribusi normal,

hanya saja distribusi ini memiliki sebuah puncak besar di salah satu ujungnya. biasanya
hal ini disebabkan oleh penyusunan histogram yang salah, dengan data dikumpulkan
bersama-sama dalam kategori berjudul ‗lebih besar dari…‘

Gambar 5.7. Distribusi Sisir

created by Moh. Hartono&Sadar Wahjudi 75

Sistem Manajemen Mutu

Terpotong atau Bentuk Jantung. Distribusi terpotong tampak seperti distribusi normal
dengan ujung yang dipotong. Pemasok mungkin menghasilkan distribusi normal berbagai
barang dan kemudian mengandalkan pemeriksaan untuk memisahka barang yang mana
yang sesuai spesifikasi, dan mana yang tidak. Hasil pengiriman kepada konsumen dari
bagian yang sesuai spesifikasi berbentuk seperti jantung.

Gambar 5.8. Distribusi Terpotong atau Berbentuk Jantung

Makanan Anjing. Ada data yang hilang dari distribusi Makanan Anjing—hasilnya terlalu
dekat dengan nilai rata-rata. Jika konsumen menerima distribusi seperti ini, orang lain
menerima bentuk jantung, dan konsumen tersebut dibiarkan dengan ‗makanan anjing‘,
bagian yang tidak enak dan sisa ditinggalkan setelah majikan selesai makan. Meski yang
diterima oleh konsumen ini masih sesuai spesifikasi, produk tersebut masuk ke dalam dua
kelompok: yang satu dekat dengan batas atas spesifikasi dan yang satu lagi dekat dengan
batas bawah spesifikasi. Variasi ini seringkali menyebabkan masalah dalam proses
konsumen tersebut.

Gambar 5.9. Distribusi Makanan Anjing

Membuat Histogram
Analisis umlah kekurangan atau kesalahan tiap hari selama seminggu. Mulailah dengan
meneliti kekurangan menggunakan lembar periksa. Lembar periksa menciptakan
histogram dari data yang saudara masukkan.

5.5 DIAGRAM PARETO

Juga disebut: analisis Pareto
Variasi: Diagram berat Pareto, diagram perbandingan Pareto
Deskripsi

Diagram Pareto adalah diagram batang. Panjang tiap batangan menggambarkan frekuensi
atau beban (waktu atau uang), dan disusun dengan batang tertinggi di sebelah kiri dan

created by Moh. Hartono&Sadar Wahjudi 76

Sistem Manajemen Mutu

batang terendah ditempatkan paling kanan. Dengan cara ini, diagram tersebut secara
visual menunjukkan situasi mana yang lebih signifikan.

Kapan Saat untuk Menggunakan Diagram Pareto

Saat menganalisis data tentang frekuensi masalah atau penyebab dalam sebuah
proses. Saat ada banyak masalah atau penyebab dan saudara ingin fokus pada
masalah yang paling signifikan. Saat menganalisis penyebab umum dengan
memperhatikan komponen- komponennya yang spesifik. Saat mengkomunikasikan data
saudara kepada orang lain.

Prosedur Penyusunan Diagram Pareto

1. Tentukan kategori apa yang akan saudara gunakan untuk mengelompokkan item-item
yang didapat.
2. Tentukan pengukuran apa yang paling tepat. Pengukuran yang biasa dipakai adalah
pengukuran frekuensi, kuantitas, biaya dan waktu.
3. Tentukan periode waktu yang akan tercakup dalam diagram Pareto: Satu siklus
kerja? Satu hari penuh? Satu minggu?
4. Kumpulkan data, catat kategorinya tiap kali. (Atau susun data yang sudah ada.).
5. Jumlahkan hasil pengukuran (penghitungan) untuk tiap kategori.
6. Tentukan skala yang tepat untuk hasil pengukuran yang telah dikumpulkan. Nilai
maksimalnya tidak boleh lebih dari jumlah tertinggi yang didapat dari langkah 5.
(Jika saudara ingin mengerjakan langkah 8 dan 9 berikut, nilai maksimal untuk
langkah ini adalah jumlah semua subtotal tiap kategori dari langkah 5.) Beri tanda
skala ini di sisi kiri diagram. Susun batangan-batangan untuk tiap kategori dan beri
label.
7. Tempatkan batangan tertinggi di sisi paling kiri dan urutkan sesuai ketinggiannya ke
sebelah kanan. Jika ada banyak kategori yang hasil pengukurannya (subtotalnya)
sedikit, kategori-kategori ini bisa dikelompokkan sebagai ‗lain- lain‘. Langkah 8 dan
9 berikut tidak wajib, tapi berguna untuk analisis dan komunikasi.
8. Hitung persentase untuk tiap kategori: subtotal kategori tersebut dibagi jumlah
total semua kategori.
9. Buat sebuah sumbu vertikal di sebelah kanan dan beri label persentase. Pastikan
kedua skala tersebut sesuai: Misalnya, hasil pengukuran di sebelah kiri yang
nilainya setengah harus berada di seberang nilai 50% di sebelah kanan.
10. Hitung dan gambarkan jumlah kumulatifnya: Tambahkan subtotal kategori pertama

created by Moh. Hartono&Sadar Wahjudi 77

Sistem Manajemen Mutu

dan kedua, dan gambar titik diatas batangan kedua yang menunjukkan
jumlah tersebut. Lalu, tambahkan jumlah itu dengan subtotal kategori ketiga, dan
gambar titik diatas batangan ketiga untuk menunjukkan angka tersebut. Lanjutkan
proses ini untuk semua batangan yang ada. Hubungkan semua titik tersebut,
dimulai dari atas batangan pertama. Titik terakhir harus mencapai nilai 100% di skala
sebelah kanan.

Gambar 5.10 Contoh Diagram Pareto (sebelum diolah)

Contoh #1 menunjukkan berapa banyak konsumen yang mengeluh yang di dapat untuk
kelima kategori tersebut.
Contoh #2 mengambil kategori terbesar, ‗dokumen‘, dari Contoh #1,
memecahnya menjadi enam kategori keluhan yang terkait dengan dokumen, dan
menunjukkan nilai kumulatifnya.
Jika semua keluhan menyebabkan jumlah tekanan yang sama bagi konsumen, maka
penghilangan keluhan yang terkait dengan dokumen akan memberikan dampak yang
paling besar, dan dengan demikian, usaha untuk mendapatkan sertifikat mutu pasti lebih
berhasil.

Contoh #1

created by Moh. Hartono&Sadar Wahjudi 78

Sistem Manajemen Mutu

Contoh #2

Gambar 5.11 Contoh Diagram Pareto (setelah diolah)

Membuat Diagram Pareto

Analisis kejadian sampai didapatkan 10 kekurangan. Mulailah dengan memasukkan
kekurangan-kekurangan tersebut kedalam lembar periksa. Lembar periksa ini menyusun
diagram Pareto berdasarkan data yang saudara masukkan. Mulailah menggunakan program
diagram Pareto (Excel-Windows,85 KB).

5.6 SCATTER DIAGRAM / DIAGRAM TERSEBAR

Juga disebut: penyusunan tersebar, diagram X–Y

Deskripsi
Diagram tersebar menggambarkan sepasang data numeris, dengan satu variabel di tiap
sumbu, untuk mengamati hubungan yang ada. Jika variabel- variabel tersebut
berhubungan, titik-titiknya akan ada di sepanjang garis atau kurva. Semakin tinggi korelasi,
semakin dekat pula titik-titik tersebut dengan garis.

Kapan Saat untuk Menggunakan Diagram Tersebar

Saat saudara memiliki sepasang data numeris. Saat variabel dependen saudara memiliki nilai
yang merupakan kelipatan dari tiap nilai di variabel independen. Saat mencoba menentukan
apakah kedua variabel tersebut saling terkait atau tidak, seperti . . . Saat mencoba
mengidentifikasi kemungkinan akar masalah. Setelah curah gagasan tentang sebab akibat
menggunakan diagram tulang ikan, untuk menentukan secara objektif apakah sebab tertentu
terkait dengan dampak tertentu. Saat menentukan apakah kedua dampak yang sepertinya

created by Moh. Hartono&Sadar Wahjudi 79

Sistem Manajemen Mutu

terkait disebabkan oleh satu sebab atau tidak. Saat menguji korelasi sebelum menyusun
diagram kendali.

Prosedur Penyusunan Diagram Tersebar

Kumpulkan sepasang data yang dianggap memiliki hubungan. Gambar sebuah diagram
dengan variabel independen di sumbu horizontal dan variabel dependen di sumbu vertikal.
Untuk tiap pasang data, gambarkan sebuah titik atau simbol apapun di tempat dimana nilai
sumbu x memotong nilai sumbu y. (Jika dua titik berada di tempat yang sama, gambarkan
keduanya bersisian, saling menempel, agar saudara tetap bisa melihat keduanya.) Lihat pola
titik-titik tersebut untuk melihat apakah ada hubungan yang jelas terlihat atau tidak. Jika
data tersebut membentuk sebuah garis atau kurva, and bisa berhenti. Berarti variabel-
variabel tersebut berhubungan. Saudara boleh menggunakan analisis regresi atau korelasi
sekarang. Jika tidak, selesaikan langkah 4 sampai 7. Bagi titik-titik yang ada dalam diagram
menjadi empat kuadran. Jika ada titik sejumlah X di diagram tersebut, Hitung titik-titik itu
sejumlah X/2 dari atas ke bawah dan gambar garis horizontal. Hitung titik-titik tersebut
sejumlah X/2 dari kiri ke kanan dan gambar garis vertikal.
Jika jumlah titiknya ganjil, gambar garis tersebut melalui titik tengahnya. Hitung jumlah titik
di tiap kuadran. Jangan hitung titik yang tepat berada di garis. Tambahkan jumlah kuadran
diagonal yang saling berhadapan. Cari jumlah terkecil diantara kedua jumlah tersebut dan
hitung jumlah semua titik di semua kuadran.
A = Titik-titik di kiri atas + titik-titik di kanan bawah
B = titik-titik di kanan atas + titik-titik di kiri bawah
Q = jumlah terkecil dari A dan B N = A+B
Cari batas untuk N di tabel tes tren.
Jika Q lebih kecil dari batas tersebut, kedua variabel itu terkait.
Jika Q lebih besar atau sama dengan batas tersebut, pola itu mungkin terjadi secara
kebetulan.

created by Moh. Hartono&Sadar Wahjudi 80

Sistem Manajemen Mutu

Contoh Diagram Tersebar

Tim produksi ZZ-400 menduga ada hubungan antara kemurnian produk (persen kemurnian)
dengan jumlah besi (dihitung dalam bagian per juta atau ppm). Kemurnian dan besi
dimasukkan ke dalam diagram tersebar, seperti yang ditunjukkan dalam gambar berikut. Ada
24 titik data. Garis tengahnya digambar sedemikian rupa hingga 12 titik berada di tiap sisi
persen kemurnian dan ppm besi. Untuk menguji hubungan, mereka menghitung:
A = Titik-titik di kiri atas + titik-titik di kanan bawah = 9 + 9 = 18
B = titik-titik di kanan atas + titik-titik di kiri bawah = 3 + 3 = 6
Q = jumlah terkecil dari A dan B = jumlah terkecil dari 18 dan 6 = 6
N = A + B = 18 + 6 = 24
Lalu mereka mencari batas untuk N pada tabel tes tren. Untuk N = 24, batasnya
adalah 6.
Q sama dengan batas. Maka, pola itu mungkin terjadi secara kebetuan dan tidak terbukti
ada hubungan.

created by Moh. Hartono&Sadar Wahjudi 81

Sistem Manajemen Mutu

Gambar 5.12 Contoh Diagram Tersebar

Pertimbangan Penggunaan Diagram Tersebar

Berikut ini adalah contoh-contoh situasi dimana saudara bisa menggunakan diagram
tersebar: Variabel A adalah suhu reaksi setelah 15 menit. Variabel B mengukur warna
produk. Saudara menduga suhu yang tinggi membuat produk berwarna lebih gelap.
Masukkan suhu dan warna ke diagram tersebar. Variabel A adalah jumlah pegawai yang
mendapat pelatihan program computer terbaru, dan variabel B adalah jumlah panggilan
telepon ke saluran pelayanan bantuan untuk masalah computer. Saudara menduga semakin
banyak pelatihan, jumlah panggilan yang dilakukan akan semakin sedikit. Masukkan jumlah
orang yang mendapat pelatihan dan jumlah panggilan yang dilakukan ke dalam Diagram
tersebar. Untuk menghitung korelasi antara pengukuran yang sedang dimonitor pada
diagram kendali, masukkan sepasang variabel berikut: Variabel A adalah pengukuran pada
waktu tertentu. Variabel B adalah pengukuran yang sama, namun dilakukan lebih dulu dari
Variabel A. Jika diagram tersebar menunjukkan adanya korelasi, lakukan penghitungan
dengan diagram tersebar lagi, tapi kali ini Variabel B-nya adalah pengukuran yang sama yang
dilakukan sebelum pengukuran sebelumnya. Terus naikkan jeda waktu antara kedua waktu
pengukuran tersebut (Variabel A dan Variabel B) sampai diagram tersebar tidak lagi
menunjukkan korelasi. Bahkan meskipun diagram tersebar menunjukkan hubungan, jangan
membuat asumsi bahwa salah satu variabel menyebabkan variabel lain. Mungkin saja kedua
variabel tersebut dipengaruhi oleh variabel ketiga. Saat data dimasukkan, semakin mirip
diagram tersebut dengan garis lurus, semakin besar hubungannya. Jika bentuk garis tersebut
tidak jelas, statistik (N dan Q) menentukan apakah ada kepastian tentang keberadaan
hubungan atau tidak. Jika statistik menunjukkan bahwa tidak ada hubungan, pola tersebut
pasti terjadi secara kebetulan. Jika diagram tersebar menunjukkan tidak ada hubungan
antara kedua variabel tersebut, pertimbangkan bisakah data tersebut distratifikasi. Jika

created by Moh. Hartono&Sadar Wahjudi 82

Sistem Manajemen Mutu

diagram tersebut menunjukkan tidak adanya hubungan, pertimbangkan apakah variabel

dependennya (sumbu x) memang sangat bervariasi. Kadang- kadang sebuah hubungan bisa
tidak tampak karena cakupan datanya tidak cukup luas. Berpikirlah secara kreatif tentang
bagaimana cara menggunakan diagram tersebar untuk menemukan akar masalah.
Menggambarkan diagram tersebar adalah langkah pertama dalam mencari hubungan antara
berbagai variabel.

5.7 STRATIFICATION / STRATIFIKASI

Stratifikasi
Deskripsi
Stratifikasi adalah teknik yang digunakan bersama-sama dengan perangkat analisis lain.
Jika data dari berbagai sumber atau kategori dikumpulkan bersama-sama, makna data
tersebut tidak mungkin dilihat. Teknik stratifikasi ini memisahkan data tersebut hingga
polanya bisa dilihat.
Kapan Saat untuk Menggunakan Stratifikasi
Sebelum mengumpulkan data. Jika data berasal dari sejumlah sumber atau kondisi, seperti
berbagai shift, hari -hari dalam seminggu, kelompok pemasok atau masyarakat. Jika analisis
data membutuhkan pemisahan berbagai sumber atau kondisi tersebut.
Prosedur Pelaksanaan Stratifikasi
Sebelum mengumpulkan data, pertimbangkan informasi mana tentang sumber data tersebut
yang mungkin mempengaruhi hasil. Atur pengumpulan data sedemikian rupa hingga
saudara juga bisa sekaligus mengumpulkan informasi. Saat menyusun atau memasukkan
data yang dikumpulkan ke dalam diagram tersebar, diagram kendali, histogram atau
perangkat analisis lain, gunakan berbagai tanda atau warna berbeda untuk membedakan
data yang berasal dari berbagai sumber. Data yang dibedakan dengan cara ini
disebut ‗terstratifikasi‘.Analisis sub rangkaian data-data terstratifikasi secara terpisah.
Misalnya, pada diagram tersebar dimana data distratifikasi menjadi data dari sumber 1 dan
data dari sumber 2, gambar kuadran, hitung titik dan tentukan nilai kritis untuk data dari
sumber 1 dulu, baru lakukan hal yang sama untuk data dari sumber 2.

Contoh Stratifikasi
Tim produksi ZZ-400 membuat diagram tersebar untuk menguji apakah kemurnian produk
dan kontaminasi besi saling terkait atau tidak, namun ternyata diagram ini tidak
menunjukkan adanya hubungan. Kemudian, seorang anggota tim tersebut menyadari bahwa
data yang digunakan tersebut berasal dari tiga reaktor berbeda. Tim itu menggambar

created by Moh. Hartono&Sadar Wahjudi 83

Sistem Manajemen Mutu

ulang diagram tersebar, menggunakan tiga simbol berbeda untuk membedakan data
dari ketiga reaktor tersebut:

Gambar 5.13 Contoh Diagram Tersebar

Sekarang pola bisa terlihat. Data dari reaktor 2 dan reaktor 3 memiliki pola melingkar.
Bahkan tanpa melakukan penghitungan apapun, sudah jelas bahwa untuk dua reaktor itu,
tingkat kemurnian turun saat tingkat kontaminasi besi naik. Sementara, untuk reaktor 1 ada
yang berbeda.
Pertimbangan untuk Stratifikasi
Berikut ini adalah contoh berbagai sumber yang mungkin mengharuskan data
distratifikasi:Perlengkapan Shift Departemen Bahan Pemasok Hari dalam seminggu Waktu
dalam sehari ProdukData survei biasanya bisa memanfaatkan stratifikasi. Selalu
pertimbangkan sebelum mengumpulkan data apakah stratifikasi akan dibutuhkan atau tidak
dalam analisisnya nanti. Rencanakan untuk mendapatkan informasi stratifikasi. Setelah data
dikumpulkan, sudah terlambat untuk mulai mencari informasi tersebut. Di diagram yang
saudara buat, masukkan legenda yang menjelaskan tanda atau warna yang digunakan.

created by Moh. Hartono&Sadar Wahjudi 84