Latar Belakang

Pada umumnya setiap perusahaan akan selalu berorientasi pada

pencapaian kualitas terbaik. Untuk mencapai sasaran pencapaian kualitas

terbaik diperlukan usaha pengendalian kualitas untuk menjaga kualitas produk

agar tetap berada dalam batas-batas yang diijinkan.

Jaminan kualitas yang baik (tidak adanya produk yang cacat), perlu

dilakukan usaha pencegahan terjadinya kesalahan proses produksi, sehingga

dihasilkan produk yang sesuai dengan keinginan konsumen dan produk cacat

dapat dikurangi. Di dalam mencegah terjadinya kesalahan produksi maka

perusahaan membentuk team yang dinamakan team QCC atau biasa disebut

gugus kendali mutu (GKM). Team QCC pada perusahaan ini terdiri dari

beberapa perwakilan dari departemen-departemen yang berbeda, dan team

QCC ini bersifat sukarela untuk melakukan kegiatan pengendalian dan

perbaikan secara berkesinambungan. Untuk mengantisipasi ataupun

memecahkan persoalan maka gugus kendali mutu mempunyai siklus yang

disebut siklus PDCA (Plan-Do-Check-Action).

Di dalam melakukan perbaikan berkesinambungan, team QCC

menggunakan teknik quality qontrol yang berupa tujuh alat bantu. Fungsi dari

tujuh alat bantu adalah mencari akar permasalahan. Seven tools, merupakan

salah satu alat statistik untuk mencari akar permasalahan kalitas, sehingga

manajemen kualitas dapat menggunakan seven tools tersebut untuk

mengetahui akar permasalahan terhadap produk yang mengalami cacat, serta

dapat mengetahui penyebab-penyebab terjadinya cacat.

Sebab akibat banyaknya kecacatan yang terjadi disebabkan oleh lima

faktor yaitu manusia, mesin, metode, dan material / bahan baku dan

lingkungan. Hasil dari pengolahan sebab akibat kamudian di analisis kembali

dengan menggunakan metode kaizen 5W (who, what, where, when dan why)

serta 1 H (how), dan dibantu dengan menggunakan 5 S ( seiri, seiton, seiso,

seiketsu, shitsuke). Tujuh alat bantu itu adalah stratifikasi, lembar periksa,

grafik, peta kendali, diagram pareto, diagram sebar, diagram sebab akibat.

Pada makalah ini hanya akan membahas mengenai scatter diagram (diagram

sebar).

Pengertian Scatter Diagram

Scatter Diagram atau Diagram Sebar adalah salah satu alat dari QC

Seven Tools (7 alat pengendalian Kualitas) yang berfungsi untuk melakukan

pengujian terhadap seberapa kuatnya hubungan antara 2 (dua) variabel serta

menentukan jenis hubungan dari 2 (dua) variabel tersebut apakah hubungan

Positif, hubungan Negatif ataupun tidak ada hubungan sama sekali. Scatter

diagram merupakan cara yang paling sederhana untuk menentukan hubungan

antara sebab dan akibat dari dua variabel atau untuk menentukan korelasi

antara penyebab yang diduga dengan akibat yang timbul dari suatu masalah.

Scatter diagram juga dapat digunakan untuk mengecek apakah suatu variabel

dapat digunakan untuk mengganti variabel yang lain.

Bentuk dari Scatter Diagram adalah gambaran grafis yang terdiri dari

sekumpulan titik-titik (point) dari nilai sepasang variabel (Variabel X dan

Variabel Y). Scatter Diagram sering disebut juga dengan Scatter Chart, Scatter

plot, Scattergram dan Scatter graph. Contoh kasus untuk pengujian kekuatan

hubungan antara 2 variabel antara lain :

1. Hubungan antara kecepatan Mesin dengan Kualitas Produk

2. Hubungan antara Jumlah Tenaga Kerja dengan Output yang dihasilkan

3. Hubungan antara Jumlah Jam kerusakan mesin dengan tingkat kecacatan

yang terjadi

4. Hubungan antara Total Jam Lembur dengan tingkat absensi Tenaga Kerja

5. Hubungan antara Absensi dengan tingkat kerusakan produk

Cara Membuat Scatter Diagram (Diagram Sebar)

Berikut ini merupakan langkah-langkah yang diperlukan dalam membuat

Scatter Diagram :

1. Pengumpulan data

Lakukan pengumpulan sepasang data X dan Y yang akan dipelajari

hubungannya kemudian masukkanlah data tersebut ke dalam sebuah Tabel.

Usahakan pengumpulan pasangan data melebihi 30 pasangan data (n > 30)

agar tingkat ke-akurasi-annya lebih tinggi.

2. Pembuatan Sumbu Vertikal dan Sumber Horizontal

Tentukanlah nilai Maksimum dan nilai Minimum dari kedua data

variabel X dan Y tersebut kemudian buatlah sumbu Vertikal dan sumbu

Horizontal beserta skalanya sesuai dengan nilai Maksimum dan Nilai

Minimum yang didapat.

3. Penebaran (Plotting) data

Lakukanlah Penebaran data (data plotting) kedalam kertas yang telah

dibuat pada langkah ke-2 (langkah pembuatan sumbu vertikal dan sumbu

horizontal)

4. Pemberian Informasi

Berikanlah informasi  yang secukupnya untuk Scatter Diagram

tersebut seperti :

1. Judul Grafik

2. Banyaknya pasangan data

3. Judul dan unit pengukuran untuk sumbu Vertikal dan Horizontal

4. Interval Waktu

5. Orang yang membuat dan penanggung Jawab Scatter Diagram tersebut.

Agar lebih jelas tentang cara pembuatan dan penerapan Scatter Diagram,

berikut ini merupakan contoh Kasusnya :

Contoh Kasus :

Perusahaan A yang mempunyai Tenaga Kerja sebanyak 300 orang dan

bergerak di bidang industri perakitan elektronik sedang menghadapi

permasalahan atas tingginya tingkat kerusakan dalam produksi. Dicurigai

bahwa penyebabnya adalah dikarenakan jumlah absensi operator (tenaga kerja)

yang tinggi di dalam produksinya. Berikut ini adalah tabel tentang jumlah

absensi tenaga kerja dengan tingkat kerusakan.

Tabel 1. Hubungan Antara Jumlah Absensi dengan Tingkat Kerusakan

TanggalJumlah Absensi

(orang)Tingkat Kerusakan (%)

1 5 4,52 4 3,83 6 4,44 1 1,45 2 1,26 5 3,37 4 4,28 3 2,19 2 210 1 1,411 2 1,812 2 2,213 3 2,814 4 4,115 5 4,416 6 5,617 1 1,218 2 1,519 3 3,220 4 4,321 1 0,722 2 2,123 1 224 2 2,325 3 3,326 3 3,827 4 3,728 5 529 3 3,330 5 5,1Berdasarkan contoh kasus dan tabel diatas, maka kita dapat membuat

Scatter Diagram-nya mengikuti langkah-langkah yang telah disebutkan diatas

tadi.

Langkah 1 – Pengumpulan data

Seperti yang telah ditampilkan dalam tabel diatas dengan pasangan data

sebanyak 30 data (n = 30)

Langkah 2 – Pembuatan Sumbu Vertikal dan Sumber Horizontal

Sumbu Horizontal : Nilai Maksimum untuk Absensi adalah 6 dan

Minimumnya adalah 1

Sumbu Vertikal : Nilai Maksimum untuk tingkat kerusakan adalah 5,6 dan

Minimumnya adalah 0,7

Catatan :

Agar bentuk grafik lebih bagus, kita dapat lebihkan batas skala maksimum

dan minimum

Jika yang diuji adalah hubungannya dengan kualitas, maka tingkat

kerusakan lebih baik diletakkan pada sumbu Vertikal.

Langkah 3 – Penebaran Data (Data Plotting)

Lakukan Penebaran data sesuai dengan tabel diatas dengan cara

menggambarkan titik-titk X dan Y.

Langkah 4 – Pemberian Informasi

Berikanlah informasi dan Judul Scatter Diagram seperti contoh dibawah ini:

Judul Scatter Diagram : Hubungan antara Absensi dengan Tingkat

Kerusakan

Banyak pasangan data : n = 30

Judul dan unit pengukuran  : Sumbu Vertikal = Tingkat Kerusakan (%),

Sumbu Horizontal = Jumlah Absensi (Orang)

Interval waktu : 01 ~ 30 November 2012

Nama Pembuat / Penanggung : Dickson Kho

Cara Membaca Scatter Diagram :

Dibuat oleh : Dickson Periode pengumpulan data 01-30 November 2014

Gambar 1. Scatter Diagram

Dari bentuk grafik yang dihasilkan, maka grafik dari Scatter Diagram

diatas dinyatakan memiliki hubungan Positif  (korelasi Positif) yang artinya

Makin Tinggi Jumlah Absensi Tenaga Kerja akan mengakibatkan tingkat

kerusakan yang makin tinggi pula. Jadi jika ingin mengurangi tingkat

kerusakan produk, salah satu tindakan yang harus dilakukan adalah

mengurangi tingkat absensi tenaga kerja.

A. Pola Scatter Diagram

1. Keeratan Hubungan

Jika scatter plot membentuk pola yang menyerupai garis lurus

seperti pada gambar 2, mengindikasikan bahwa ada hubungan yang erat

antara variabel 1 dengan variabel 2. Hubungan yang membentuk garis

lurus biasa disebut dengan hubungan linier. Hubungan linier bisa

membentuk hubungan yang positif dan negatif.

2. Pola Tidak Memiliki Hubungan (Tidak Berkorelasi)

Yaitu Pola yang berkemungkinan tidak memiliki hubungan karena

tidak ada kecenderungan nilai-nilai tertentu pada variabel X terhadap nilai-

nilai tertentu pada Variabel Y

3. Pola Hubungan Positif

Jika plot yang terjadi seperti pada gambar 3, maka variabel 1 dan

variabel 2 menunjukkan hubungan yang positif. Peningkatan yang terjadi

pada variabel 1 juga diikuti peningkatan pada variabel 2. Dan jika variabel

1 mengalami penurunan, variabel 2 juga mengalami penurunan.

4. Pola Hubungan Negatif

Jika plot yang terjadi seperti pada gambar 4, maka variabel 1 dan

variabel 2 menunjukkan hubungan yang negatif. Peningkatan yang terjadi

pada variabel 1 diikuti penurunan oleh variabel 2. Dan jika variabel 1

mengalami penurunan, variabel 2 akan mengalami peningkatan.

5. Pola Hubungan yang rendah

Jika plotnya menyebar seperti pada gambar 5, maka bisa

disimpulkan bahwa hubungan antara variabel 1 dengan variabel 2

sangatlah kecil atau tidak ada hubungan.

6. Penyebaran Data

Scatter plot juga bisa digunakan untuk melihat penyebaran data.

Apakah data menyebar ataukah mengumpul disuatu area.

7. Outlier

Scatter plot juga bisa menunjukkan kita adanya outlier. Outlier

adalah data yang ekstrim yang kemungkinan dihasilkan dari situasi yang

tidak normal. Kebanyakan peneliti akan mengambil data outlier ini untuk

diteliti lebih lanjut.