Sumber : PQM Consultant QC Tools Workshop module.

Transkripsi

1 Sumber : PQM Consultant QC Tools Workshop module.

2 1. Diagram Pareto 2. Fish Bone Diagram 3. Stratifikasi 4. Check Sheet / Lembar Pengecekan 5. Scatter Diagram / Diagram sebar 6. Histogram 7. Control Chart

3

4 Diagram Pareto Pertama kali ditemukan Vilfredo Pareto Menunjukkan masalah yang disusun dari prioritas tertinggi ke yang terendah suatu grafik balok berbentuk vertikal yang mengurutkan hasil pengukuran dari yang tertinggi ke yang terendah balok dapat mencerminkan perhitungan suatu kategori, suatu fungsi dari kategori (misal ratarata, jumlah atau standard deviasi) atau jumlahan nilai dari suatu tabel.

5 MANFAAT Pedoman memilih peluang perbaikan berdasar prinsip vital few dari trivial many Memfokuskan sumber daya pada area / defect / penyebab yang menghasilkan keuntungan yang terbesar Membandingkan frekuensi dan/atau dampak dari berbagai penyebab masalah

6 LANGKAH 1. Tetapkan kategori yang relevan ( yang akan dianalisis) untuk menjabarkan masalah menjadi komponen yang lebih kecil 2. Tetapkan periode waktu 3. Kumpulkan data. 4. Buat tabel frekuensi (item, jumlah, jumlah komulatif, %, % komulatif) 5. Gambarkan grafik baloknya

7 Contoh Diagram Pareto Kesimpulan : Defect paling besar di FT 1 adalah Chipping (40 pcs = 37,38 5)

8

9 2. Fish Bone Diagram 1. Dikembangkan oleh Prof Kaoru Ishikawa (dikenal diagram Ishikawa atau diagram Tulang Ikan ) 2. Diagram yang terstruktur untuk mengidentifikasi penyebab dari masalah dan hubungan sebab-akibat berdasarkan pengalaman dan keahlian dari sekelompok orang dengan melakukan brainstrorming secara terstruktur

10 MANFAAT Mengidentifikasi : - sebab-sebab utama masalah - akar masalah - alternatif cara penyelesaian masalah

11 Fish Bone Diagram Penyebab Gunakan prinsip 5 Why untuk: Sub Penyebab Sub Penyebab 1 Akibat (masalah) Sub Penyebab 3 Penyebab Sub Penyebab 2 Sub Penyebab 4

12 CONTOH : BERTANYA 5-MENGAPA

13 LANGKAH... Identifikasi : 1. Masalah atau akibat yang akan dianalisa pada kepala diagram tulang ikan. 2. Kategori penyebab yang sesuai 3. Brainstorming sebab-sebab yang mungkin disetiap kategori 3. Identifikasi hubungan sebab akibat diantara faktor didalam setiap kategori dan sub kategori 4. Buat diagram tulang ikan 5. Pilih beberapa akar penyebab masalah yang paling mungkin atau paling besar kontribusinya atas terjadinya masalah

14 Contoh Fishbone Diagram

15 Contoh Fishbone Diagram

16 Method Machine Man power Environ ment Money Material

17

18 DEFINISI Mengelompokkan atau menggolongkan atau menstratifikasi data berdasarkan faktor tertentu untuk analisa yang lebih rinci Contoh : Mengelompokkan data berdasar Siapa : Departemen, individu, jenis pelanggan Apa : Jenis komplain, kategori cacat, alasan menelepon Kapan : Bulanan, triwulan, hari, waktu Dimana : Bagian, Kota, lokasi spesifik dari produk

19 ContoH stratifikasi Mesin di line C menghasilkan unit ditolak terbesar

20 ContoH stratifikasi Kinerja Dept B lebih rendah daripada Dept A

21 MANFAAT Mengumpulkan informasi mengenai pola dan penyebab masalah

22 LANGKAH 1. Menentukan faktor stratifikasi yang paling penting 2. Memasukkan faktor stratifikasi ke dalam formulir pengumpulan data 4. Membandingkan data dari strata / kelompok satu dengan strata lainnya 5. Identifikasi data dari strata mana yang terlihat secara signifikan berbeda dibanding strata lain 6. Membuat kesimpulan

23

24 DEFINISI Lembar / formulir yang dirancang untuk mengumpulkan data MANFAAT Membantu dan mempermudah proses pengumpulan data Menstandarisasi cara pengumpulan data Mencatat suatu kejadian Mengetahui adanya permasalahan

25 LANGKAH 1. Buat lembar data dengan kolom dan baris, gunakan pedoman pengumpulan data (5 W+1 H) 3. Hasil pengumpulan data atau pengukuran dicatat pada lembar data ada 2 yaitu : a.lembar data untuk mengumpulkan data secara real time b.lembar data untuk rekapitulasi

26 ContoH 1. Lembar Data Masalah yang diangkat : Kompetensi karyawan dibagian maintenance kurang a. What : Jenis pekerjaan, tingkat kompetensi b. Who : Budi c. Where : Bagian Maintenance d. When : Data per 1 Juni 2011 e. Why : Mengetahui apakah tingkat kompetensi karyawan di bagian maintenance kurang f. How : Seluruh karyawan tetap dibagian maintenance

27 ContoH 1. Lembar Data Tingkat Kompetensi karyawan dibagian per 1 Juni 2011

28 ContoH 2. Lembar Data Masalah yang diangkat : Cacat Fuel Tank tinggi a. What : Jenis cacat fuel tank b. Where : Unit produksi FT-1 c. Who : QC inspektor (Andi) d. When : Data 26 Jan 1 Feb 2011 e. Why : Untuk mengetahui apakah cacat fuel tank tinggi Judil lembar data : cacat fuel tank di produksi FT 1 f. How : : QC inspektor memeriksa seluruh hasil produksi (100%) dan setiap unit diperiksa apakah memenuhi spesifikasi produk, jika ditemui cacat dicatat

29 ContoH 2. Lembar Data Andi 2011

30

31 HUBUNGAN ANTARA DUA VARIABEL Terdapat 3 hubungan antara dua variabel 1. Hubungan sebab akibat Bila dilakukan terhadap var 1 maka akan ada dampak yang pasti terhadap var 2 2. Hubungan yang bersifat kebetulan Bila dilakukan suatu tindakan terhadap var 1, maka belum tentu akan ada dampak yang pasti terhadap variabel 2 (bisa terjadi, bisa tidak)

32 HUBUNGAN ANTARA DUA VARIABEL 3. Hubungan korelasi Bila dilakukan suatu tindakan terhadap var 1, maka ada kemungkinan terjadi dampak terhadap var 2.

33 JENIS KORELASI ANTARA DUA VARIABEL

34 DUA JENIS VARIABEL 1. Variabel Independent (X) Variabel yang diketahui Variabel yang diposisikan sebagai penyebab 2. Variabel Dependent (Y) Variabel yang akan diprediksi Variabel yang diposisikan sebagai akibat

35 JENIS KORELASI ANTARA DUA VARIABEL

36 Diagram tebar / scatter diagram DEFINISI : Diagram yang menggambarkan hubungan (korelasi) antara dua variabel / faktor yang saling berhubungan / berkorelasi MANFAAT Menyajikan data untuk mengkonfirmasi hipotesa apakah dua variabel saling berhubungan /berkorelasi Mengetahui seberapa erat hubungan antara faktor tersebut Sebagai tools untuk memverifikasi akar penyebab yang diperoleh dari analisa sebab dan akibat

37 LANGKAH 1. Tetapkan 2 variabel yang akan diteliti korelasinya yaitu variabel X dan Y. 2. Tentukan sumber data 3. Menentukan periode pengumpulan data 4. Buat scatter diagram 5. Kumpulkan data dengan melakukan pengukuran aktual 6. Menggambarkan scatter diagram : Plot data pada diagram diperoleh titik-titik scatter 7. Intepretasi data

38 ANALISA KORELASI Melihat, meramalkan dan menyimpulkan hubungan antara dua variabel atau lebih Dengan diketahui korelasi antara dua variabel atau lebih maka perubahan variabel yang satu dapat diketahui dari variabel yang lain

39 2 JENIS KORELASI Simple correlation hanya ada 2 variabel yang terlibat yaitu X dan Y Multiple correlation hubungan antara lebih dari 2 variabel UKURAN KORELASI Dapat digambarkan berupa angka kuantitatif r dimana -1 r 1

40 KOEFISIEN KORELASI (r) Koefisien yang menunjukkan korelasi antara dua faktor atau variabel r -1 r 1 r = 0, tidak ada korelasi r > 0, korelasi positif bila X meningkat maka Y juga meningkat r < 0, korelasi negatif bila X meningkat maka Y menurun Dua variabel memiliki korelasi kuat bila r 0,75

41 SIMPLE CORRELATION & REGRESSION

42 CONTOH SCATTER DIAGRAM Apakah ada korelasi antara jumlah kunjungan salesman dengan hasil penjualan?

43 CONTOH SCATTER DIAGRAM

44 CONTOH SCATTER DIAGRAM Karena nilai r = 0,735 mendekati 1 maka bisa disimpulkan ada korelasi yang cukup kuat antara variabel x dan Y peningkatan kunjungan mempengaruhi peningkatan sales

45 SCATTER DIAGRAM ANALISIS

46

47 DEFINISI Grafik balok yang menggambarkan penyebaran data sebagai hasil dari satu macam pengukuran atas suatu kejadian atau proses CONTOH PENERAPAN Menurunkan variabilitas temperatur mesin Menurunkan variabilitas dimensi suatu produk ( panjang, lebar, tebal dll Menurunkan variabilitas parameter suatu produk ( berat, kadar, dll

48 MANFAAT Melihat range dan distribusi dari data continuous Melihat variasi dan tingkat pemenuhan spesifikasi pelanggan (size, cycle time, suhu dsb)

49 LANGKAH 1. Kumpulkan dan tabulasikan data continuous (data hasil pengukuran) : n data 2. Urutkan data dari data yang terendah nilainya (min) sampai nilai tertinggi (max) 3. Kurangi nilai tertinggi dengan nilai terendah untuk menghitung range dari data yang diobservasi, range = max min 4. Hitung jumlah balok akar pangkat dua dari jumlah nilai data,k = sqrt (n) 5. Hitung lebar tiap balok dengan membagi range dari data (max min) dengan jumlah balok, h = range / k

50 LANGKAH 6. Beri label di sumbu X dengan nilai dari tiap balok ( dari balok pertama s/d balok ke k ) 7. Hitung jumlah data dari tiap balok 8. Sumbu Y = jumlah data pada tiap balok, sumbu X = nilai data dari setiap balok 9. Analisa histogram

51 CONTOH HISTOGRAM Max = 409,4 Min = 400,1 Jumlah data n= 30 k = sqrt (30) = mendekati 6 Range = Max min = 409,4 400,1 = 9,3 H = Range / k = 9,3 / 6 = 1,55 Rata-rata : Mean : Excel formula = average (...) = 404,25 Standard deviasi : Excel formula = STDEV (...) = 2,26

52 CONTOH HISTOGRAM

53 NORMAL DISTRIBUTION Data dikatakan berdistribusi normal bila sebaran datanya membentuk bell curve (luas sebelah kiri dan kanan dari titik tengah adalah sama Mean = Median Untuk data distribusi normal : a. 68,27 % data berada dalam area X s dan X + s b. 95,45 % data berada dalam area X 2s dan X + 2s c % data berada dalam area X 3s dan X + 3s

54 ANALISA HISTOGRAM Membandingkan histogram dengan spesifikasi yang ditetapkan Bila ada spesifikasi, buat garis batas spesifikasi untuk membandingkan distribusi dari histogram dengan batas spesifikasi yang ditentukan, kemudian perhatikan apakan histogram berada dalam batas spesifikasi tersebut Membandingkan histogram dengan spesifikasi ini lebih lanjut dianalisa dengan pengukuran process capability index

55 POLA HISTOGRAM

56 POLA HISTOGRAM

57 ANALISA HISTOGRAM Stratifikasi histogram Untuk menganalisa lebih lanjut sebuat histogram (terutama bila terjadi penyimpangan) dengan data yang dikumpulkan dari berbagai sumber, stratifikasikanlah data yang ada (misal berdasar material, mesin, kondisi operasional, pekerja dll) buat masing-masing histogram untuk data yang sudah distratifikasikan tsb akan lebih jelas

58 STRATIFIKASI HISTOGRAM

59

60 Ada Pertanyaan? Selamat Belajar? 60