tugas 2-scatter diagram&analisis pareto & tally chart&histogram
TRANSCRIPT
SCATTER DIAGRAM - ANALISIS PARETO
&
TALLY CHART - HISTOGRAM
Sebagai tugas mata kuliah Manajemen Kualitas
Dosen Pengampu : Drs. Hendra Poerwanto. G., M.si
Disusun oleh :
Yohana Tifane Yovie A ( 07 2214 093 )
Fransiska Asrini K ( 07 2214 098 )
PROGRAM STUDI MANAJEMEN
FAKULTAS EKONOMI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2010
A. SCATTER DIAGRAM & ANALISIS PARETO
1. SCATTER DIAGRAM ( DIAGRAM TEBAR )
PENGERTIAN
Scatter diagram sangat berguna untuk mendeteksi korelasi (hubungan)
antara dua variable (faktor), sekaligus juga memperlihatkan tingkat hubungan
tersebut (kuat atau lemah). Diagram scatter juga menjadi dasar pembuatan
chart yang sering digunakan dalam peramalan.
Pada pemanfaatannya, scatter diagram membutuhkan data berpasangan
sebagai bahan baku analisisnya, yaitu sekumpulan nilai x sebagai faktor yang
independen berpasangan dengan sekumpulan nilai y sebagai faktor dependen.
Artinya, bahwa setiap nilai x yang didapatkan memberi dampak pada nilai y.
Contohnya : Diperoleh data bahwa ada hubungan antara banyaknya komplain
(x) dengan jumlah retur barang (y) : x = 5 y = 50 eks.
x = 10 y = 120 eks.
x = 12 y = 150 eks. dst.
Melalui penggambaran data tersebut dalam scatter diagram, akan dapat
dilakukan analisa lebih lanjut, sejauhmana antara faktor x dan y memiliki
korelasi, yang dalam hal ini direpresentasikan sebagai nilai r (rho), yaitu nilai
yang menunjukkan tingkat keeratan hubungan antar faktor tersebut. Dikatakan
kedua faktor itu berhubungan sangat erat bila nilai rho mendekati angka + 1.
Di samping itu, juga akan dapat disimpulkan kecenderungan arah korelasi
tersebut (positif atau negatif).
Korelasi memiliki kecenderungan positif bila setiap pertambahan
faktor x menyebab-kan pertambahan faktor y, sebaliknya kecenderungan
negatif bila setiap pertambahan menyebabkan pengurangan faktor y.
TUJUAN PENGGUNASN SCATTER DIAGRAM
Menguji bagaimana kuatnya hubungan antara dua variabel,
Menentukan jenis hubungan dari dua variabel itu, apakah positif,
negatif dan tidak ada hubungan.
FUNGSI
Scatter diagram merupakan alat interpretasi data yang akan digunakan untuk :
a. Menguji seberapa kuat hubungan antara dua variable (misalnya,
hubungan antara biaya iklan dengan penjualan, lama pengalaman
dengan kinerja karyawan, dll.)
b. Memastikan “firasat” akan hubungan sebab-akibat langsung antara
jenis-jenis variabel
c. Menentukan jenis hubungan (positif, negatif, dll.)
KAPAN PENGGUNAAN SCATTER DIAGRAM
o Bila sudah memasangkan data numerik.
o Ketika variabel tergantung mungkin memiliki beberapa nilai untuk tiap
nilai variabel independen.
o Ketika mencoba untuk menentukan apakah kedua variabel terkait, seperti:
Ketika mencoba untuk mengidentifikasi akar penyebab potensi
masalah.
Setelah brainstorming penyebab dan dampak menggunakan fishbone
diagram, untuk menentukan secara obyektif apakah penyebab tertentu
dan efek saling berhubungan.
Saat menentukan apakah dua efek yang muncul dalam kaitannya baik
terjadi dengan penyebab yang sama.
Ketika pengujian autokorelasi sebelum membangun sebuah peta
kendali.
CARA APLIKASI
Penyusunan Diagram Tebar
Diagram Tebar terdiri dari empat langkah utama :
Langkah 1 : Mengumpulkan data
Langkah 2 : Menggambarkan sumbu horizontal dan vertikal
Langkah 3 : Memetakan data pada diagram
Langkah 4 : Menginterpretasikan Diagram Tebar
Data variabel yang ditunjukkan dalam diagram tebar, dapat berupa :
Karakteristik kualitas dan faktor yang mempengaruhinya.
Dua karakteristik kualitas yang saling berhubungan.
Dua faktor yang saling berhubungan yang pengaruhi karakteristik
kualitas
CONTOH APLIKASI
Contoh 1
1. Mengumpulkan data berpasangan di mana hubungan dicurigai.
2. Membuat grafik dengan variabel independen pada sumbu horizontal dan
variabel dependen pada sumbu vertikal. Untuk setiap pasangan data,
ditempatkan sebuah titik atau simbol di mana sumbu-x memotong nilai
nilai y-axis. (Jika dua titik jatuh bersama-sama, tempatkan mereka
berdampingan, menyentuh, sehingga dapat dilihat keduanya.)
3. Melihat pola poin untuk melihat apakah hubungan jelas. Jika data jelas
membentuk garis atau kurva, dapat dihentikan. Variabel-variabel tersebut
berkorelasi. Jika ingin menggunakan regresi atau analisis korelasi
sekarang. Jika tidak, langkah-langkah lengkap 4 sampai 7.
4. Membagi poin pada grafik menjadi empat kuadran.
5. Menghitung titik di setiap kuadran.
6. Menambahkan kuadran diagonal berlawanan. Mencari jumlah yang lebih
kecil dan jumlah titik di semua kuadran.
A = di atas kiri + titik di kanan bawah
B = poin di atas poin + kanan di kiri bawah
Q = yang lebih kecil dari A dan B
N = A + B
7. Lihat batas untuk N di meja tes tren.
o Jika Q adalah kurang dari batas, dua variabel yang terkait.
o Jika Q lebih besar dari atau sama dengan batas, pola itu bisa saja
terjadi dari kesempatan acak.
Contoh 2
Tim manufaktur ZZ-400 mencari hubungan antara kemurnian produk
(kemurnian persen) dan jumlah besi (diukur dalam bagian per juta atau
ppm). Kemurnian dan besi diplot terhadap satu sama lain sebagai diagram
tebar, seperti yang ditunjukkan pada gambar di bawah ini. Median garis
ditarik sehingga 12 poin jatuh pada setiap sisi untuk kedua kemurnian
persen dan besi ppm.
Untuk menguji hubungan, mereka menghitung:
A = di atas kiri + titik di kanan bawah = 9 + 9 = 18
B = poin di atas poin + kanan di kiri bawah = 3 + 3 = 6
Q = yang lebih kecil dari A dan B = yang lebih kecil dari 18 dan 6 = 6
N = A + B = 18 + 6 = 24
Kemudian mereka mencari batas untuk N di meja tes tren. Untuk N = 24, batas
tersebut 6.
Q sama dengan batas. Oleh karena itu, pola tersebut bisa saja terjadi dari
kesempatan acak, dan tidak ada hubungannya ditunjukkan.
Contoh Scatter Diagram
Berikut adalah beberapa contoh situasi yang memungkinkan digunakannya
scatter diagram:
o Variabel A adalah suhu reaksi setelah 15 menit. Variabel B mengukur
warna produk. Dicurigai suhu yang lebih tinggi membuat produk lebih
gelap. Plot suhu dan warna pada sebuah diagram tebar.
o Variabel A adalah jumlah karyawan terlatih pada perangkat lunak baru,
dan variabel B adalah jumlah panggilan ke garis bantuan komputer.
Dicurigai bahwa pelatihan lebih mengurangi jumlah panggilan. Plot
jumlah orang yang dilatih terhadap jumlah panggilan.
Jika diagram pencar menunjukkan suatu hubungan, jangan menganggap
bahwa satu variabel menyebabkan lainnya. Keduanya dapat dipengaruhi oleh
variabel ketiga. Ketika data diplot, semakin diagram menyerupai garis lurus,
semakin kuat hubungan.
Jika baris tidak jelas, statistik (N dan T) menentukan apakah ada kepastian
bahwa ada hubungan. Jika statistik mengatakan bahwa hubungan tidak ada,
pola itu bisa saja terjadi secara kebetulan acak.
Jika diagram tebar menunjukkan tidak ada hubungan antara variabel-
variabel, mempertimbangkan apakah mungkin data bertingkat.
Jika diagram yang menunjukkan hubungan tidak jelas, pertimbangkan
apakah independen (x-axis) telah variabel bervariasi secara luas. Kadang-
kadang sebuah hubungan tidak jelas karena data tidak mencakup cukup lebar.
Berpikir kreatif tentang bagaimana menggunakan diagram tebar untuk
menemukan penyebab akar. Menggambar diagram tebar adalah langkah
pertama dalam mencari hubungan antara variabel.
2. ANALISIS PARETO
PENGERTIAN
Diagram Pareto pertama kali diperkenalkan oleh seorang ahli ekonomi
dari Italia, bernama "Vilvredo Pareto", pada tahun 1897 dan kemudian
digunakan oleh Dr. M. Juran dalam bidang pengendalian mutu. Alat bantu ini
biasa digunakan untuk menganalisa suatu fenomena, agar dapat diketahui hal-
hal yang prioritas dari fenomena tersebut. Maka istilah PARETO biasanya
identik dengan PRIORITY.
Pada suatu diagram Pareto akan dapat diketahui, suatu faktor
merupakan faktor yang paling prioritas dibandingkan faktor-faktor (minimal 4
faktor) lainnya, karena faktor tersebut berada pada urutan terdepan, terbanyak
atau pun tertinggi pada deretan sejumlah faktor yang dianalisa.
Melalui dua diagram Pareto yang diperbandingkan, akan dapat dilihat
perubahan seluruh/sebagian faktor-faktor yang sedang diteliti, pada kondisi
yang berbeda.
Diagram Pareto juga biasa digunakan untuk dapat
menentukan"pangkal persoalan", berdasarkan analisa yang tepat, dengan
mempertimbangkan beberapa sudut pandang. Misalnya : Ada 4 persoalan yang
dihadapi, yaitu A, B, C, D. Bila ditinjau dari frekuensi kejadian, ternyata
persoalan C yang paling sering terjadi, tetapi bila ditinjau dari akibatnya
secara finansial, ternyata persoalan A yang paling merugikan bila tidak segera
diatasi, tetapi bila dilihat dari segi enerji yang terbuang, mungkin malah
persoalan B yang paling menonjol. Berdasarkan tinjauan-tinjauan inilah,
kemudian dapat disimpulkan, manakah dari ke-empat faktor itu, yang akan
menjadi prioritas persoalan untuk ditindaklanjuti ?
Bagan Pareto merupakan grafik batang khusus yang dapat digunakan sebagai
alat interpretasi dalam :
1. Menentukan frekuensi atau tingkat kepentingan relatif dari
berbagai persoalan atau sebab
2. Memfokuskan pada pokok persoalan vital dengan cara
mengurutkan berdasarkan kepentingan
CARA APLIKASI
Penyusunan Diagram Pareto meliputi enam langkah, yaitu:
1. Menentukan metode atau arti dari pengklasifikasian data, misalnya ber-
dasarkan masalah, penyebab jenis ketidaksesuaian, dan sebagainya.
2. Menentukan satuan yang digunakan untuk membuat urutan karakteristik-
karakteristik tersebut, misalnya rupiah, frekuensi, unit, dan
sebagainya.Mengumpulkan data sesuai dengan interval waktu yang telah
ditentukan.
3. Merangkum data dan membuat rangking kategori data tersebut dari yaang
terbesar hingga yang terkecil.
4. Menghitung frekuensi kumulatif atau persentase kumulatif yang diguna-
kan.
5. Menggambar diagram batang, menunjukkan tingkat kepentingan relatif
masing- masing masalah. Mengidentifikasi beberapa hal yang penting
untuk mendapat perhatian.
CONTOH APLIKASI
Langkah 1 : Mengidentifikasikan kategori masalah
0
2
4
6
8
10
12
1 2 3 4 5
0
20
40
60
80
100
120
Frekuensi
PersentaseKumulatif (%)
Langkah 2 : Memilih suatu satuan pengukuran standar dan periode waktu
untuk dipelajari
Periode waktu yang akan diukur adalah minggu pertama
bulan April 2004.
Langkah 3 : Mengumpulkan dan meringkas data
Ringkasan daftar kerusakan produk mainan plastik seperti
Tabel
Langkah 4 : Menggambar sumbu horizontal dan vertikal
Garis vertikal
Garis vertikal sebelah kiri :
buatkan pada garis ini skala dari nol sampai total keseluruhan
dari kerusakan (dalam kasus di atas skalanya 0-24).
Garis vertikal sebelah kanan :
buatkan garis ini skala dari 0 % sampai 100%.
Garis Horizontal
Membagi garis ini ke dalam banyaknya interval sesuai dengan
banyaknya item yang diklasifikasikan.
Langkah 5 : Memetakan batang-batang diagram pareto.
B. TALLY CHART & HISTOGRAM
1. TALLY CHART (CHECK SHEET)
PENGERTIAN
Lembar periksa adalah suatu alat sederhana yang digunakan untuk
mencatat dan mengklasifikasi data yang telah diamati.
Tujuan penggunaan check sheet adalah :
Memudahkan proses pengumpulan data terutama untuk mengetahui
bagaimana sesuatu masalah sering terjadi.
Memilah data ke dalam kategori yang berbeda seperti penyebab
penyebab, masalah-masalah dan lain-lain.
Menyusun data secara otomatis, sehingga data itu dapat dipergunakan
dengan mudah.
Memisahkan antara opini dan fakta.
CARA APLIKASI
Penyusunan diagram tally terdiri dari lima langkah utama :
Langkah 1 : Memperjelas sasaran pengukuran Anda
Langkah 2 : Mengidentifikasi apa yang Anda ukur
Langkah 3 : Menentukan waktu atau tempat yang akan diukur
Langkah 4 : Mengumpulkan data
Langkah 5 : Menjumlahkan data
CONTOH APLIKASI
Penyusunan diagram tally terdiri dari 5 langkah, yaitu:
Langkah 1 : Memperjelas sasaran pengukuran Apa masalahnya?
Mengapa data harus dikumpulkan?
Siapa yang akan menggunakan informasi yang
dikumpulkan dan informasi yang sebenarnya mereka
inginkan?
Siapa yang mengumpulkan data?
Langkah 2 : Mengidentifikasikan apa yang akan diukur
Judul : Keluhan pelanggan bulan juni
Kategori : Pengiriman terlambat, pengemudi yang
kasar, penagihan yang tidak sesuai, dll.
Langkah 3 : Menentukan Waktu Atau Tempat Yang Akan Diukur
Informasi berdasarkan waktu dan / tempat.
Langkah 4 : Mengumpulkan Data
Catat setiap peristiwa langsung pada lembar periksa.
Dilarang : Menunda mencatat informasi hingga akhir
hari atau hingga beristirahat, dikhawatirkan lupa.
Langkah 5 : Menjumlahkan Data
Menjumlahkan semua kejadian (misalnya, berapa banyak
terlambat mengirim minggu ini, berapa banyak penagihan
yang tidak sesuai, dll)
2. HISTOGRAM
PENGERTIAN
Histogram dikenal juga sebagai grafik distribusi frekuensi, salah satu
jenis grafik batang yang digunakan untuk menganalisa mutu dari sekelompok
data (hasil produksi), dengan menampilkan nilai tengah sebagai standar mutu
produk dan distribusi atau penyebaran datanya. Meski sekelompok data
memiliki standar mutu yang sama, tetapi bila penyebaran data semakin
melebar ke kiri atau ke kanan, maka dapat dikatakan bahwa mutu hasil
produksi pada kelompok tersebut kurang bermutu, sebaliknya, semakin sempit
sebaran data pada kiri dan kanan nilai tengah, maka hasil produksi dapat
dikatakan lebih bermutu, karena mendekati spect yang telah ditetapkan.
Agar Histogram memberikan gambaran yang akurat tentang kondisi
hasil produksi, perlu dilakukan pengolahan data yang akurat terlebih dulu,
dimulai dari pengumpulan data, tidak kurang dari 50 sampel, yaitu jumlah
yang dianggap dapat memenuhi populasi yang akan diamati.
Pengolahan data pada Histogram menjadi sangat penting, terutama
dalam menentu-kan besaran nilai tengah (standar) dan seberapa banyak kelas-
kelas data yang akan menggambarkan penyebaran data yang tercipta.
Melalui gambar Histogram yang ditampilkan, akan dapat diprediksi
hal-hal sebagai berikut :
a. Bila bentuk Histogram pada sisi kiri dan kanan dari kelas
yang tertinggi berbentuk simetri, maka dapat diprediksi bahwa
proses berjalan konsisten, artinya seluruh faktor-faktor dalam
proses memenuhi syarat-syarat yang ditentukan.
b. Bila Histogram berbentuk sisir, kemungkinan yang terjadi
adalah ketidak-tepatan dalam pengukuran atau pembulatan nilai
data, sehingga berpengaruh pada penetapan batas-batas kelas.
c. Bila sebaran data melampaui batas-batas spesifikasi, maka
dapat dikatakan bahwa ada bagian dari hasil produk yang tidak
memenuhi spesifikasi mutu. Tetapi sebaliknya, bila sebaran data
ternyata berada di dalam batas-batas spesifikasi, maka hasil produk
sudah memenuhi spesifikasi mutu yang ditetapkan.
Secara umum, histogram biasa digunakan untuk memantau
pengembangan produk baru, penggunaan alat atau teknologi produksi yang
baru, memprediksi kondisi pengendalian proses, hasil penjualan, manajemen
lingkungan dan lain sebagainya.
Histogram menjelaskan variasi proses, namun belum mengurutkan
rangking dari variasi terbesar sampai dengan yang terkecil. Histogram juga
menunjukkan kemampuan proses, dan apabila memungkinkan, histogram
dapat menunjukkan hubungan dengan spesifikasi proses dan angka-angka
nominal, misalnya rata-rata. Dalam histogram, garis vertikal menunjukkan
banyaknya observasi tiap-tiap kelas.
Histogram juga merupakan bagan batang jenis khusus yang dapat digunakan
untuk menyampaikan informasi mengenai variasi dalam suatu proses dan
mengambil keputusan dengan memusatkan perhatian pada upaya perbaikan
CARA APLIKASI
Menurut Mitra (1993), langkah penyusunan histogram adalah:
1. Menentukan batas-batas observasi: perbedaan antara nilai terbesar dan
terkecil.
2. Memilih kelas-kelas atau sel-sel.
Pedoman: banyaknya kelas = Ön, dengan n = banyaknya data,
3. Menentukan lebar kelas-kelas tersebut.
Biasanya, semua kelas mempunyai lebar yang sama.
Lebar kelas = range / banyak kelas.
4. Menentukan batas-batas kelas.
Kelas-kelas tersebut tidak saling tumpang tindih.
5. Menggambar frekuensi histogram dan menyusun diagram
batangnya.CONTOH APLIKASI
1. Kumpulkan data pengamatan (N)
å data : minimum à rumus statistik
tentukan
2. Pilih harga maksimum & minimum
a) Susun data dalam baris & kolom
b) Pilih angka max. Tiap baris
c) Pilih angka min. tiap baris
d) Tentukan max & min dari keseluruhan
3. Hitung range ( R ) = max « min
4. Tentukan jumlah kelas ( K )
K = f(R) = 1 + 3.3 log R
Atau
K =
Atau
K = 10 ~ tentukan
5. Tentukan kelas interval ( KI)
KI = R/K
6. Tentukan batas bawah KI terendah
BB = min – KI/2
7. Tentukan BB, batas atas dan setiap nilai kelas
8. Kelompok data setiap kelas = f(data) nyatakan “tally – mark”
9. Hitung f ( frekwensi )
X (minus, 0, plus)
10. Hitung rata-rata & tandar deviasi
11. Gambarkan histogram dari data berikut ini :
• R = max « min = 19 « 9 (19 – 9 = 10)
• K = = 50/7 » 7,…. à 8 ~ 10
• KI = R/K = 10/7 = 13/7 » 1.5 ~ 1
• BB = 9 – 1.5/2 = 8.25 ~ 8.5
• BA = 8.25 dst untuk setiap kelas. ~ 9.5
DAFTAR PUSTAKA
R. Tague 's Nancy The Quality Toolbox , Second Edition, ASQ Quality Press, 2004, halaman
471-474.
http://web2.concordia.ca/Quality/tools/25scatter.pdf
diakses 21 April 2010
www.asq.org/learn-about-quality/cause-analysis-tools/.../scatter.html
diakses 21 April 2010
http://www.managementfile.com/column.php?sub=quality&id=1689&page=quality
diakses 21 April 2010
http://id.wikipedia.org/wiki/Histogram
diakses 21 April 2010
http://www.pmmi-iqma.org/pmmi.php?page=5&id=5
diakses 21 April 2010
http://www.elista.akprind.ac.id/upload/files/646_kuliah_1-3_bag2.ppt
diakses 21 April 2010
http://digilib.petra.ac.id/viewer.php?
page=1&submit.x=0&submit.y=0&qual=high&fname=/jiunkpe/s1/tmi/2003/jiunkpe-ns-s1-
2003-25499090-3074-perancangan-chapter2.pdf
diakses 22 April 2010