Download - 2. Teknik Kendali Mutu (Basic 7 Tools).pdf

PT PERTAMINA HULU ENERGI

WAHANA KENDALI MUTUQUALITY MANAGEMENT CONSULTANT

Diselenggarakan oleh :

Bekerjasama dengan :


TEKNIK DASAR STATISTIK

POPULASI CONTOH DATA

KEPUTUSAN INFORMASI

DASAR BERFIKIR STATISTIK

PENGAMBILANCONTOH

OBSERVASI

PROSESTINDAKAN

ANALISA

MEMBUAT HAL-HAL YANG TIDAKJELAS MENJADI JELAS MELALUI

PENGAMBILAN CONTOH DANPEMROSESAN DATA


Mengapa Perlu Mengumpulkan Data ?Mengapa Perlu Mengumpulkan Data ?

1.1. Untuk mengumpulkan faktaUntuk mengumpulkan fakta--fakta tentang suatu masalah atau kesempatan yang fakta tentang suatu masalah atau kesempatan yang

dapat dikuantifikasidapat dikuantifikasi

2.2. Untuk menyampaikan faktaUntuk menyampaikan fakta--fakta ini dalam bahasa yang samafakta ini dalam bahasa yang sama

3.3. Untuk menetapkan informasi mendasar tentang sebuah prosesUntuk menetapkan informasi mendasar tentang sebuah proses

4.4. Untuk mengukur jumlah dan arah perubahan Untuk mengukur jumlah dan arah perubahan --perubahan yang terjadiperubahan yang terjadi

5.5. Untuk membandingkan gambaran proses sebelumnya dan sesudahnyaUntuk membandingkan gambaran proses sebelumnya dan sesudahnya

6.6. Untuk memfasilitasi analisa keuntungan (Cost Benefit Analysis) dari solusi yang Untuk memfasilitasi analisa keuntungan (Cost Benefit Analysis) dari solusi yang

diusulkandiusulkan

7.7. Untuk menkualifikasi dampak dari sebuah solusiUntuk menkualifikasi dampak dari sebuah solusi


Jenis DataJenis Data

DATA KUALITATIF/ VERBALDATA KUALITATIF/ VERBAL(Berupa Kategori, Atribut, Language )(Berupa Kategori, Atribut, Language )

DATA KUANTITATIFDATA KUANTITATIF(Berupa Bilangan)(Berupa Bilangan)

DATA DISKRITDATA DISKRIT(Hasil Penjumlahan)(Hasil Penjumlahan)

DATA KONTINYUDATA KONTINYU(Hasil Pengukuran)(Hasil Pengukuran)

DATA DAN JENISNYA

DATASTATISTIK

( SUMBER )

INTERN

EKSTERN

PRIMER : Dikeluarkan dan dikumpulkanoleh badan yang sama

SEKUNDER : Yang lain.

WAHANA KENDALI MUTUQUALITY MANAGEMENT CONSULTANTKeterangan Jenis DataKeterangan Jenis Data

Berdasarkan jenisnya, data dapat dibagi menjadi :Berdasarkan jenisnya, data dapat dibagi menjadi :F DATA KUALITATIF (Atribut)DATA KUALITATIF (Atribut)

yaitu data yang berbentuk yaitu data yang berbentuk kategorikategori atau kualitas (tidak berbentuk bilangan).atau kualitas (tidak berbentuk bilangan).Contoh : Bagus, Manis, pahit, Cantik, Tinggi, Setuju, dllContoh : Bagus, Manis, pahit, Cantik, Tinggi, Setuju, dll

F DATA KUANTITATIF (Variabel)DATA KUANTITATIF (Variabel)yaitu data yang berbentuk yaitu data yang berbentuk bilanganbilangan (angka) baik hasil perhitungan maupun (angka) baik hasil perhitungan maupun hasil pengukuran.hasil pengukuran.

Contoh : 200 anak, 350 kg, 23 derajat, 20 CTV, dllContoh : 200 anak, 350 kg, 23 derajat, 20 CTV, dll

Berdasarkan cara memperoleh datanya, data kuantitatif (variabel) dapat dibagi menjadi :Berdasarkan cara memperoleh datanya, data kuantitatif (variabel) dapat dibagi menjadi :

w Data Diskrit (Discrete Data) yaitu data yang diperoleh berdasarkan hasil penghitunganatau penjumlahan terhadap objek yang dipelajari.

Contoh : 200 orang, 369 pohon, 500 mobil, dll(yang ditanyakan berapa banyak ?)

w Data Kontinyu (Continous Data) yaitu data yang diperoleh berdasarkan hasil pengukuran terhadap obyek yang dipelajari.

Contoh : 250 milimeter, 35 derajat celcius, 20 DB, 58 kg, dll(yang ditanyakan berapa ukurannya ?)


STATISTIK DASAR

MEDIAN X = Nilai tengah dari suatu penyebaran, yang tersebar dari nilai terendah sampai tertinggi

MEAN X = X1 + X2 + X3 + X4 + X5 = X i = (IN GENERAL)(RATA-RATA) 5 n

= Nilai rata-rata dari suatu penyebaran

RANGE = X5 X1 = X maximum X minimum (IN GENERAL)= Jarak nilai terendah sampai tertinggi dari suatu penyebaran

STANDARD = ( X1-X )2 + (X2 -X )2 +.+ (X5 -X )2 = (Xi - X) (IN GENERAL)DEVIATION 5 n

= Penyimpangan yang tetap jaraknya dari nilai rata-ratapenyebaran


STATISTIK DASAR

PROGRES-SION X1

ABC

STANDARDDEVIATIONRANGE

DISPERSIONX

MEDIANX2 X3 X5X4X

MEAN

211

555

859

899

555

555

688

2,682,533,58

251


v v LatihanLatihanHitung nilaiHitung nilai--nilai berikut ini berdasarkan data di samping !nilai berikut ini berdasarkan data di samping !

RataRata--rata =rata =

Median =Median =

Rentang Rentang (Range) =(Range) =

Simpangan BakuSimpangan Baku (Standard Deviation) =

Data

107169131848167811225223346


M A S A L A H SUMBER KEMAJUAN DAN PERKEMBANGAN

PERUSAHAAN

1. PROPORSI

2. JENIS

T O P

MIDDLE

LOWER

TERSTRUKTUR (DATA KUANTITATIF)

TAK TERSTRUKTUR (DATA VERBAL)

LOW TOP


TUJUH ALAT DASAR (SEVEN BASIC TOOLS)

JENIS ALAT KEGUNAAN

1. LEMBAR PENGUMPULAN

DATA

MEMPERMUDAH PENGUMPULAN DATA

3. DIAGRAM PARETO MENUNJUKKAN URUTAN PERSOAL AN/PENYEBAB UTAMA (MEMPER- SEMPIT PERSOALAN/PENYEBAB)

4. DIAGRAM SEBAB - AKIBAT MENEMUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI MASALAH

2. STRATIFIKASI MENGELOMPOKKAN DATA SEHINGGA PERSOALAN MENJADI LEBIH JELAS/SEDERHANA

5. DIAGRAM PENCAR MENENTUKAN ADA TIDAKNYA KORELASI DAN DERAJAT KORELASI ANTARA DUA FAKTOR

6. HISTOGRAM MENGGAMBARKAN BENTUK DISTRIBUSI/PENYEBARAN DATA

7. BAGAN KENDALI & GRAFIK

GARIS

MENUNJUKKAN BATAS MAKSIMUM DAN BATAS MINIMUM DAERAH PENGENDALIAN SERTA MEMPER-LIHATKAN PERKEMBANGAN YANG DINAMIS SUATU PROSES


JENIS DIAGRAM

A B C D E F G Lain-Lain

100

50

0

KARAKTERISTIK

DIAGRAM PARETO

HISTOGRAMSPESIFIKASI

BAGAN KENDALIABNORMAL

ABNORMAL

FLOW CHART

DIAGRAM SEBAB AKIBAT

PENYEBAB

AKIBAT

DIAGRAM PENCARY

X

WAHANA KENDALI MUTUQUALITY MANAGEMENT CONSULTANTTUJUH ALAT DASAR (SEVEN BASIC TOOLS)


SEVEN MANAGEMENT TOOLSJENIS ALAT KEGUNAAN

1. DIAGRAM HUBUNGAN

(RELATION DIAGRAM)

MENCARI LANGKAH-LANGKAH PEMECAHAN YANG TEPAT DENGAN MENYINGKAPKAN HUBUNGAN SEBAB AKIBAT SECARA MENYELURUH SUATU PROBLEMA ATAU SITUASI YANG RUWET (KOMPLEKS) YANG SEBAB-AKIBATNYA JALIN MENJALIN SECARA RUMIT.

3. DIAGRAM POHON (TREE DIAGRAM) UNTUK MENELUSURI LANGKAH-LANGKAH DAN RENCANA YANG PALING COCOK UNTUK MENCAPAI SUATU TUJUAN ATAU SASARAN.

4. DIAGRAM MATRIKS (MATRIX DIAGRAM) MEMPERLIHATKAN ADA TIDAKNYA DAN SEJAUH MANA HUBUNGAN ANTARA UNSUR-UNSUR DALAM BARIS-BARIS DAN KOLOM-KOLOM PADA TITIK POTONG KEDUA UNSUR YANG BERSANGKUTAN (TITIK-TITIK GAGASAN).

2. DIAGRAM AFINITAS (AFINITY

DIAGRAM; KAWAKITA JIRO DIAGRAM)

MENJELASKAN PROBLEMA YANG HARUS DI- PECAHKAN DENGAN MENGGABUNGKAN DATA VERBAL SESUAI DENGAN AFINITAS (KAITAN) TIMBAL BALIKNYA.

5. ANALISIS DATA MATRIKS

(MATRIX DATA ANALYSIS)

UNTUK MENATA DENGAN MENELITI HUBUNG AN ANTARA UNSUR-UNSUR DALAM DIAGRAM MATRIKS, APABILA HUBUNGAN-HUBUNGAN TERSEBUT (TITIK-TITIK POTONG) MERUPAKAN BILANGAN TETAP (FIX QUANTITY).

6. METODE PDPC (PROCESS DECISIONPROGRAM CHART)

METODE INI DIGUNAKAN UNTUK MENETAP- KAN PROSES PENCAPAIAN SASARAN, DALAM PERSOALAN YANG DIPERKIRAKAN AKAN MEMBERIKAN BERBAGAI AKIBAT, BERSAMAAN DENGAN BERKEMBANGNYA PERSOALAN TERSEBUT.

7. DIAGRAM PANAH (ARROW DIAGRAM) UNTUK MEMBUAT JADWAL KERJA HARIAN YANG OPTIMAL DAN MENGENDALIKAN PERKEMBANGAN PELAKSANAANNYA SECARA EFISIEN.

WAHANA KENDALI MUTUQUALITY MANAGEMENT CONSULTANTTUJUH ALAT BARU (SEVEN MANAGEMENT TOOLS)