Sumber : PQM Consultant. 2011. 7QC Tools Workshop module.
1. Diagram Pareto 2. Fish Bone Diagram 3. Stratifikasi
4. Check Sheet / Lembar Pengecekan 5. Scatter Diagram / Diagram sebar 6. Histogram 7. Control Chart
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.
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
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
Contoh Diagram Pareto
Kesimpulan : Defect paling besar di FT 1 adalah Chipping (40 pcs = 37,38 5)
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
MANFAAT
Mengidentifikasi : - sebab-sebab utama masalah - akar masalah - alternatif cara penyelesaian masalah
Fish Bone Diagram Penyebab
Gunakan prinsip 5 Why untuk:
Akibat (masalah) Sub Penyebab 1
Sub Penyebab
Penyebab
Sub Penyebab 3 Sub Penyebab 2
Sub Penyebab 4
CONTOH : BERTANYA 5-MENGAPA
LANGKAH... Identifikasi : 1. 2. 3.
3. 4. 5.
Masalah atau akibat yang akan dianalisa pada “kepala” diagram tulang ikan. Kategori penyebab yang sesuai Brainstorming sebab-sebab yang mungkin disetiap kategori Identifikasi hubungan sebab akibat diantara faktor didalam setiap kategori dan sub kategori Buat diagram tulang ikan Pilih beberapa akar penyebab masalah yang paling mungkin atau paling besar kontribusinya atas terjadinya masalah
Contoh Fishbone Diagram
Contoh Fishbone Diagram
Method
Environ ment
Machine
Money
Man power
Material
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
ContoH stratiFikasi
Mesin di line C menghasilkan unit ditolak terbesar
ContoH stratiFikasi
Kinerja Dept B lebih rendah daripada Dept A
MANFAAT
Mengumpulkan informasi mengenai pola dan penyebab masalah
LANGKAH 1. 2. 4. 5. 6.
Menentukan faktor stratifikasi yang paling penting Memasukkan faktor stratifikasi ke dalam formulir pengumpulan data Membandingkan data dari strata / kelompok satu dengan strata lainnya Identifikasi data dari strata mana yang terlihat secara signifikan berbeda dibanding strata lain Membuat kesimpulan
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
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
ContoH 1. Lembar Data Masalah yang diangkat : Kompetensi karyawan dibagian maintenance kurang a. b. c. d. e.
f.
What : Jenis pekerjaan, tingkat kompetensi Who : Budi Where : Bagian Maintenance When : Data per 1 Juni 2011 Why : Mengetahui apakah tingkat kompetensi karyawan di bagian maintenance kurang How : Seluruh karyawan tetap dibagian maintenance
ContoH 1. Lembar Data Tingkat Kompetensi karyawan dibagian per 1 Juni 2011
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
ContoH 2. Lembar Data Andi 2011
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)
HUBUNGAN ANTARA DUA VARIABEL 3. Hubungan korelasi Bila dilakukan suatu tindakan terhadap var 1, maka ada kemungkinan terjadi dampak terhadap var 2.
JENIS KORELASI ANTARA DUA VARIABEL
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
JENIS KORELASI ANTARA DUA VARIABEL
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
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
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
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
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
SIMPLE CORRELATION & REGRESSION
CONTOH SCATTER DIAGRAM Apakah ada korelasi antara jumlah kunjungan salesman dengan hasil penjualan ?
CONTOH SCATTER DIAGRAM
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
SCATTER DIAGRAM ANALISIS
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
MANFAAT
Melihat range dan distribusi dari data continuous Melihat variasi dan tingkat pemenuhan spesifikasi pelanggan (size, cycle time, suhu dsb)
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
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
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
CONTOH HISTOGRAM
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. 99.73 5% data berada dalam area X – 3s dan X + 3s
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
POLA HISTOGRAM
POLA HISTOGRAM
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
STRATIFIKASI HISTOGRAM
Ada Pertanyaan? Selamat Belajar…
60
?
