Indonesia_basic Six Sigma Modul (New)

Basic Six Sigma001-TM-SS0-09-2002

1

Pendahuluan7 Tujuan Memahami konsep dasar Six Sigma Memahami Teknik Pengoperasian Aktifitas Six Sigma

7 Bahasan Apakah Aktifitas 6 ? Kenapa Kita Sebaiknya Menjalankan 6 ? Bagaimana Menggulirkan 6 ?


2

Sejarah 6Start : Motorola

Prosperity :GE

Pada permulaan tahun 1980-an, kehilangan marketnya karena perbedaan kualitas dibandingkan dengan perusahaan Jepang Pada tahun 1981 Motorola menghadapi tantangan tersebut dengan mengevaluasi kualitasnya hingga 5 kali dalam 5 tahun namun tetap saja tidak berhasil. Motorola mengembangkan suatu proses yang konsisten berdasarkan pendekatan statistik. Pada tahun 1987, Motorola berhasil menerapkan 6 sebagai kunci suksesMotorola has won the prize of Malcolm Baldrige in 1988

Pada tahun 1995 GE menggulirkan 6 di segala aspek bisnisnya guna menghadapi tantangan kualitas world class. GE memperbaharui prosesnya seperti produktivitas, Inventory Return namun improvement tersebut tertunda karena adanya defect diprosesnya. GE berpikir bahwa World Class Quality adalah suatu hal yang menantang. GE akan memfokuskan prosesnya berdasarkan 6 untuk generasi berikutnya


3

Apa Aktifitas Six Sigma ?x Apa Konsep dari 6 ? Geser menuju Target

Tepat namun tidak akurat

Shifting/bergeser ke Target & Mereduksi Variasi

T TUSL USL USL USL

Akurat namun tidak tepat TUSL USL

Object dari 6 adalah Shift(geser) ke target Menurunkan Variasi

Turunkan Variasi


4

Apa Aktifitas Six Sigma ?x Apa konsep dari 6 ?

6 Sebagai suatu strategi bisnis

6 5 4 3 2

PPM 3.4 233 6,210 66,807 308,537

11kata kesalahan eja dalam semua buku kata kesalahan eja dalam semua buku yang terdapat pada suatu perpustakaan mini yang terdapat pada suatu perpustakaan mini 1.8 menit keterlambatan per tahun 1.8 menit keterlambatan per tahun

1.5 kesalahan eja per halaman dalam 1.5 kesalahan eja per halaman dalam satu buku satu buku 24 hari keterlambatan per tahun 24 hari keterlambatan per tahun


5

Apa Aktifitas Six Sigma ?x Apa konsep dari 6 ?

6 Sebagai suatu aktivitasApakah kegiatan 6 itu?

Proses Design, Manufacturing, dan Service Aplikasi untuk 6 statistic Tools & Proses Mengidentifikasikan faktor penyebab defect Analisa dan Improvement (perbaikan) Melalui penurunan defect ratio akan meningkatkan Yield & Total Kepuasan pelanggan Management Innovation Tool memberikan kontribusi thd Management Output PPM : Parts per MillionBasic Six Sigma001-TM-SS0-09-2002

Pencapaian 3.4 PPM(3.4 Defects Per Million)

6

Apa Aktifitas Six Sigma ?x 6 Sebagai suatu strategi bisnis1. Adalah suatu pengukuran statistik. Memberikan informasi kepada kita seberapa bagus produk & service kita serta proses didalamnya. 6 membantu kita untuk menentukan langkah dan arah guna kepuasan Customer secara total. 2.Adalah suatu Improvement Tool (Alat Perbaikan) Adalah suatu Tool yang lengkap yang dapat dipergunakan dan diaplikasikan pada Design, Manufaktur, Sales, Service, dll. 3.Adalah suatu strategi bisnis Dapat membantu kita dalam meraih keuntungan pada suatu persaingan Bila kita dapat memperbaiki level pada proses kita, berarti kualitas produk akan lebih baik dan biaya yang tidak perlu akan berkurang dan hasilnya yang pasti Customer akan semakin puas. 4.Adalah suatu Philosophy 6 Ini adalah salah satu metode untuk bekerja lebih pintar, tidak keras Dan 6 membuat kesalahan akan semakin berkurang dan berkurang terhadap perkerjaan yang kita lakukanBasic Six Sigma001-TM-SS0-09-2002

7

Apa Aktifitas Six Sigma ?x 6 Sebagai suatu strategi bisnis

Panen Buah berdasarkan 6Buah yg mengandung 6 Buah manis Disain untuk manufaktur

Batasan untuk 5 Buah yang berada di tengan pohon Karakterisasi poses dan Optimisasi

Batasan untuk 4 Buah yang tergantung rendah Seven Basic Tools

Batasan untuk 3 Buah yang jatuh Logis dan intuisi


8

Apa Aktifitas Six Sigma ?x Aplikasi 6 6 adalah suatu tool yang dapat diaplikasikan ke seluruh sistem bisnis Design, Manufacturing, Sales, Service, dllMfg. Quality assurance Pada proses Manufaktur

Manufacturing Process

Improvement terhadap masalah yang serius Real Time Monitoring system ( CTQ Control system )

R&D

Jaminan terhadap kelengkapan Desain pada tahap pengembangan produk Pemilihan CTQ guna memenuhi kebutuhan Konsumen Keputusan dalam hal toleransi Jaminan terhadap analisis kapabilitas dari CTQ

6R&D Transaction

Maximizing for sales & SVC Transaction Improvement cycle time dan akurasi Cost Improvement


9

Apa Aktifitas Six Sigma ?x Proses 6

Proses Aktivitas 6 (manufacturing & Transaction)Identifikasi Customer-Berdasar kan*CTQ (Critical to Quality) Identifikasi Key Processes yang menjadi penyebab defect pada karakteristik CTQ1. Siapakah customers anda? - Internal / External 2. Apa yang Anda sediakan untuk customers Anda? 3. Apa (CTQ) untuk customers Anda? 1. Apa proses internal Anda untuk menyediakan produk Anda atau service CTQ untuk customer Anda 2. Defect terjadi pada proses apa ? Masalah Praktis Sistem Pengukuran Perhitungan Hasil Process Mapping Perhitungan

D

Untuk setiap produk atau Proses CTQ Measure, Analyze, Improve, & Control 6 is a rigorous analytical process for solving problem!!!

M A I C

Benchmarking Cause & Effect Diagram Pareto Chart & Stratification DOE Brainstorming Mekanisme Control Control Chart Teknik Percobaan Prosedur

(6 adalah suatu analisa proses yang teliti untuk penyelesaian masalah)

* CTQ(Critical To Quality) : Customers Anda merasa bahwa karakteristik product, service atau proses adalah kritikal. Basic Six Sigma001-TM-SS0-09-2002

10

Apa Aktifitas Six Sigma ?x Perbandingan dengan alat lain

Perbaikan pada ProsesMeasure Lain- Gejala - Frekuensi

Analysis

Improvement

Control- Dikontrol oleh control chart - Process 4M control

- Analisa kondisi - Improve oleh Saat ini Orang yang Fokus/ berpenga laman Pengalaman/ teknologi

- Data Discrete - Sulit untuk diaplikasikan karena permasalahan yang kompleks

6

- Define - Optimasi - Analisa - Measurement statistik kondisi - Variasi CTQ - Analisa pengaruh dengan analisis yg disebabkan oleh faktor secara statistik

- Dikontrol oleh PTS * (CTQ, Benefits)

- Data Discrete+Continuous - Mudah diaplikasikan karena didukung oleh Statistic software.

* PTS : Project Tracking System Basic Six Sigma001-TM-SS0-09-2002

11

Apa Aktifitas Six Sigma ?x Filosopi 6

Do it right the first time Toward zero defect Culture of enterprise


12

Apa Aktifitas Six Sigma ?x Filosopi 6 Kelangsungan Perusahaan bergantung kepada kemajuan bisnis Perusahaan bertambah besar berdasarkan kepuasan pelanggan Kepuasan pelanggan ditentukan oleh Quality, Price dan delivery Quality, Price dan delivery dikontrol oleh process capability Process Capability tergantung dari variasi Variasi proses menentukan kenaikan defect, cost dan cycle time Untuk mengurangi variasi, kita harus mengaplikasikan pengetahuan yang benar. Untuk mengaplikasikan pengetahuan yang benar, langkah pertama adalah dengan mengukur. Dengan mengukur permasalahan, kita akan dapat pengetahuan yang benar.


13

Kenapa Kita Sebaiknya Mengerjakan 6 ?x Quality & Failure Rate Trend of Quality Index

Defect Rate (%)

Quality Innovation Tool

93

96

97

98

2002


14

Kenapa Kita Sebaiknya Mengerjakan 6 ?x Quality & Failure Rate

Inspeksi Service Reject Scrap Rework

Traditional F-Cost ( Easy Definition)

Design Change Long cycle time Over Rework Office Loss

Loss Opp. Sales Delivery Delay Brand Image Down Over Storage

Potential(Additional) F-Cost(Difficult to measure)


15

Kenapa Kita Sebaiknya Mengerjakan 6 ?x Paradigma Shift (pergeseran)

Perbandingan 6 dengan 3Perusahaan 3 Menghabiskan 15~25% dari hasil penjualan terhadap failure cost Menghasilkan 66,807 ppm Menyadari bahwa dengan inspeksi dapat menemukan defect Percaya bahwa kualitas tinggi adalah mahal. Tidak ada metode pendekatan yang tepat untuk mengumpulkan dan menganalisa data Benchmarks agar dapat lebih baik dari competitornya. Percaya 99 % cukup bagus Menemukan CTQ secara internal

Perusahaan 6 Menghasilkan 5 % dari hasil penjualan terhadap Failure cost . Menghasilkan 3.4 ppm Menyadari bahwa dengan proses yang capable tidak akan memproduksi produk cacat Paham bahwa menghasilkan produk yang berkualitas adalah murah. Menggunakan tahap Measure, Analyze, Improve, Control . Benchmarks guna mencapai yang terbaik didunia. Percaya 99 % belum cukup bisa diterima Define CTQs externally


16

Kenapa Kita Sebaiknya Mengerjakan 6 ?x Contoh KasusPerusahaan dengan 3 Sigma 54,000 salah resep obat selama 1 tahun 40,500 bayi yang jatuh oleh dokter maupun perawat setiap tahun. Kebocoran air minum 2 jam per bulan Telepon tak dijawab selama 27 menit dalam seminggu. 5 pendaratan tidak tepat di O Hare Airport dalam sehari 1,350 kegagalan operasi bedah dalam seminggu. 54,000 kehilangan artikel atau surat salah alamat dalam satu jam

Perusahaan dengan 6 Sigma Satu salah resep obat selama 25 tahun 3 bayi yang jatuh oleh dokter maupun perawat selama seratus tahun. Kebocoran air minum sejam dalam 16 tahun Telepon tak dijawab selama 6 detik dalam 100 tahun 1 pendaratan tidak tepat di United States selama 10 tahun. Satu kegagalan operasi bedah selama 20 tahun. 35 kehilangan artikel atau surat salah alamat dalam satu tahun17


Kenapa Kita Sebaiknya Mengerjakan 6 ?x 6 Karakteristik

Traditional Quality / 6 Quality MethodISSUEIndex Data Target Range Method Action Application

Traditional Approach %(Defect Rate) Data diskret (tdk terukur) Kepuasan thd Mfg Proses Spec Outlier Experience + Job Bottom Up Mfg Process

6 (Sigma)

Approach

Data Discrete + Continuous Kepuasan konsumen Variation Improvement Experience + Job + Statistical Ability Top Down Design, Mfg, Sales, SVC


18


Keunggulan 6

Mengejar common goal Kontrol faktor-faktor utama (penting) Aplikasi Statistics dalam semua bisnis. Didukung oleh Statistics Software Analisa data melalui experiment Membuat keputusan berdasarkan data

Innovasi disegala aspek bisnis. Reduksi claim dan rework Solusi yang mudah untuk Permasalahan sulit Statistik menjadi hal yang mudah Membuat hal yang tidak nyata jadi nyata Tidak berdasarkan ide-ide yang salah dan praduga


19


Manfaat dan keunggulan 6Benefits- Menurunkan cost of loss, Perbaikan kualitas dan service produk, Kepuasan konsumen. - 6 dapat membuat output Business menjadi jelas. Dapat diaplikasi disegala bidang (Industri & financial) Fokus terhadap 3P (Product, Process, People) Tidak hanya produk dan service, tapi juga proses dan kualitas sumber daya manusia dapat me ncapai tujuan melalui pengukuran sigma level. Sangat berdampak terhadap investasi Tidak ada investasi peralatan/mesin namun hanya SDM Berdampak terhadap biaya Output dapat diestimasi dengan jelas secara financial yang merupakan bagian dari kontrol biaya dan benefit sejak permulaan . Pengolahan data sangat mudah dengan menggunakan statistik. Melalui analisa data eksperimen hal yang samar menjadi jelas. Tidak berdasarkan praduga dan pengalaman. Dibantu dengan statistic Software (Minitab)Basic Six Sigma001-TM-SS0-09-2002

Superiority

20

Bagaimana Menggulirkan 6 ?x Kunci Sukses 6

SistemButuh Top Down Drive Butuh kekuatan dari Top Management Kekuatan dari Top Management yang secara periodik mengumumkan kebijakan 6 .

MetodologiBerawal dari Customers Voice CTQ berasal dari Customers Voice Perbaiki item yang mempunyai dampak paling besar terlebih dahulu.

Semua karyawan HARUS berpatisipasi Tidak hanya dari manufakturing, namun dari non manufaktur juga harus ikut serta. Berfokus kepada permintaan konsumen

Butuh Program training untuk seluruh karyawan 6 Training Program guna pemahaman 6 dengan benar. Training yang intensif untuk seluruh karyawan Butuh Investasi sumber daya manusia yang paham 6

6 sebagai Standar umum Perusahaan Besar Konsepsi Dasar

Butuh Case study project Sebagai bahasa umum .(CTQ, , Cp, Z ....) Semua tujuan dan target digambarkan sebagai skala Resource Information untuk organisasi dan sistem. Proses Dasar untuk semua proses. Proses Dasar untuk semua proses Penilaian yang berdasar dan Reward System


21

Bagaimana Menggulirkan 6 ?x Sistem Pengoperasian 6Chief of executive division- 6 Driving - 6 Involvement & Commitment

Champion- Pelaksanaan 6

Su pp Ko or m t itm en

Champion Review

MBB/Six Sigma Team- Supporting 6 skill

Bimbingan/Support Support Permintaan

* Champion Review : Pertemuan untuk pengambilan keputusan yang mengontrol perkembangan berdasarkan tahapan project (Pemilihan tema Output review) Basic Six Sigma001-TM-SS0-09-2002

n ra po en La itm m ko

Project Team- Pelaksanaan Project - Mencapai tingkat 6 untuk CTQ

22

Bagaimana Menggulirkan 6 ?x Sistem Pengoperasian 6

Sertifikasi BeltBelt Master Black Belt Tugas Utama 6 Technical Leader Harus paham Statistik & menyebarkannya

Peran

Syarat-syarat

Dedicated 6 Resource Lebih dari 4 Projects Konsultasi lebih dari Mentor BB/GB 8 Project setahun Seleksi Project Training Full Time Dedicated Eksekusi Project Leader dari Pjt. team Training GB/WB 4 Project Setahun

Black Belt

Full Time Project Training

Green Belt

Join Project by Part time Join Project by Part time

White Belt

Part time Leader Pjt. Team Memberikan Basic 6 Training Part time Member of Pjt. Team

Telah ditraining Advanced Six Sigma (DMAIC) 2 Projects setahun Telah ditraining Basic Six Sigma (DMAIC)


23

Bahasa 6x CTQ

Definisi CTQ

Alat-alat Analisa (Typical Tools)Survey Konsumen Survey Konsumen Interview Interview Peta Kebutuhan Konsumen Peta Kebutuhan Konsumen Quality function deployment(QFD) Quality function deployment(QFD) Quick Market Intelligence Quick Market Intelligence Logic Tree Logic Tree Pareto Diagram Pareto Diagram Pengertian umum dari kontrol CTQ adalah pemilihan faktor yang terpenting bagi konsumen.

Pernyataan Konsumen merupakan CTQ untuk suatu produk, service dan proses Kebanyakan CTQ berasal dari konsumen, namun bisa juga dari resiko, ekonomi, dan Peraturan. Contoh : Spesifikasi Part Waktu Perbaikan


24

Bahasa 6x DPU/DPMODPU DPUDefects Per Unit : Jumlah Defect per unit Menentukan proses tidak bagus atau kita tidak dapat mengetahui bahwa bahwa proses tersebut mengandung defet. 6 dapat mengatasi hal tersebut. Contoh : Sebuah Laporan claim terdiri dari 10 halaman, 2 halaman diantaranya salah DPU= Defect / Unit = 2 / 1 = 2

DPO DPO

Defects Per Opportunity : Jumlah Defect disesuaikan dengan kesempatan defect per unit Pengembangan dari konsep DPU ditambah dengan variabel opportunity (Kemungkinan) Contoh : Sebuah claim report terdiri dari 10 halaman, 2 halaman diantaranya salah 2 Defect / (1 unit X 10 opportunity) = 0,2 DPO = 0,2

DPMO DPMO

Defect Per Million Opportunities : Nilai dari DPO X 1,000,000, Mengubah DPO menjadi sejuta unit karena dalam 6 biasanya menggunakan PPM (Part Per Million) Contoh : DPMO = 0.2 DPO x 1,000,000 = 200,000


25

Bahasa 6x Z-Value Definisi nilai ZMerupakan Standard terhadap nilai normal untuk Variasi Normal Distribusi sehingga memudahkan untuk analisa statistik Z adalah Perbandingan Nilai Perbedaan antara X (USL atau LSL) dan target dibagi dengan standard deviation ( ).

Konsep dari nilai Z

LSL1Z= X -T

USL

T

Dalam suatu proses, Jika Std.Dev menunjuk kan 6 yaitu antara Spec (USL,LSL), hal tersebut disebut 6 level Ini adalah bagian dari Level Ini adalah bagian dari Level Bila nilai ZZadalah 6, ini merupakan 6 Level Bila nilai adalah 6, ini merupakan 6 Level Suatu proses yang bagus mempunyai 3,4 PPM, ini artinya terdapat 3 atau 4 defect per sejuta produk

* Normal distribution : Menunjukkan suatu bentuk distribusi, Sisi kanan dan sisi kiri jaraknya sama dengan axis mean( ) ** Standard normal distribution : Standard Deviasi 0 maka Normal Distribusinya adalah 1 *** USL : Upper Spec Limit / LSL : Lower Spec Limit Basic Six Sigma001-TM-SS0-09-2002

26

Bahasa 6x Indeks Process Capability Apa yang dimaksud dengan Kapabitas ProsesAdalah suatu kemampuan proses yang merefleksikan derajat keseragaman dalam memproduksi suatu produk.

Indeks Process Capability

Proses akan stabil bila derajad pengukuran sesuai dengan limit. Penghitungan Cp, Cpk dapat mengetahui pergeseran Mean dan apakah variasinya bagus atau tidak Penghitungan Cpk berdasarkan pergeseran mean Nilai K adalah perbedaan Target (T) dari mean.-6 -3 1 process variation design tolerance +3 +6

Cp =

Design tolerance Process variation K=

Cpk = Cp(1-K)

| T- |(Upper limit-Lower limit)/2


27

Bahasa 6x Rolled Throughput Yield= rasio kemungkinan Output yang dihasilkan dari seluruh proses

Input Process 1 : 99% Accept ratio Process2 : 92% Process3 : 97%RTY Control

Object

Meningkatkan Produktivitas melalui quality improvement Defect di seluruh proses, Equipment Model Change Loss

Apply

ToolFinal Inspection : 97% Process defect ratio Control

61orang 1 Project, Team activity

Method

Loss by un-control

Process Defect Ratio

Final Good

* RTY = 0.99 X 0.92 X 0.97 X 0.97 = 85.7%* RTY : Rolled Throughput Yield Basic Six Sigma001-TM-SS0-09-2002

Added Improvement for hidden factory

28

MINITAB7 TujuanPaham dalam menjalankan Program Minitab

7 Bahasanx Pengenalan Minitab x Komponen Minitab x Worksheet x Menu File x Menu Edit x Menu Manip x Menu CalcBasic Six Sigma001-TM-SS0-09-2002

29

Pengenalan MinitabApa yang dimaksud dengan Minitab x Minitab adalah software statistik yang digunakan untuk menganalisa data lalu menggambarkannya dalam bentuk grafik. Membukan program Minitab x Double click Minitab icon ( )

exit (keluar) dari program Minitab x File>Exit x Klik exit icon ( x ) Pada program window x Klik Minitab icon ( ) Pada program window


30

Komponen Minitab(Toolbar) (Menu-bar) (Session Window) (History Window)

(Data Window atau Worksheet) (Info Window) (Status bar)

(Graph window)Basic Six Sigma001-TM-SS0-09-2002

(Shortcut menus)31

Klasifikasi Projectx Seluruh unit yang tersusun dari seluruh komponen pada program Minitab

Membuat Project barux File > New... > Minitab Project

membuka (Open) Projectx File > Open Project buka file Anda(*.mpj)

Menyimpan (save) Projectx File > Save Project x File > Save Project Asdan nama file Anda (*.mpj)


32

Klasifikasi Worksheet x Merupakan suatu unit yang terdiri dari hanya data window pada program Minitab Membuat Worksheet baru x File > New... > Minitab Worksheet Membuka (open) Project x File > Open Worksheet dan pilih nama file (*.mtw) Menyimpan (save) Worksheet x File > Save Current Worksheet x File > Save Current Worksheet Asdan nama file anda(*.mtw)Basic Six Sigma001-TM-SS0-09-2002

33

Worksheet(Masukkan nama kolom) (Nomor kolom) (Masukkan Data)

(Nomor Kolom)


34

Worksheet

Terdapat 3 tipe datax Number x Text x Time/DateTime values Text values Numbers

Pilih Sel dan selanjutnnya masukkan data.


35

Menu File


36

Menu Edit

melakukan berbagai operasi dengan data didalam Worksheet

Guna mengeksekusi Minitab file makro atau analisa lain dengan data


37

Menu Manip...

Data telah di-stack

Data belum di-stack (unstack)Basic Six Sigma001-TM-SS0-09-2002

38

Menu Manip...

Menunjukkan kolom hasil

Menunjukkan kategori


39

Menu Manip... Hasil


40

Menu Manip...

kolom di mana hasil proses unstack akan ditulis


41

Menu Manip... Hasil


42

Menu CalcCek Operasi Melalui data ini


43

Menu Calc

Hasil


44

Menu Calc

Kolom yang Menunjukkan hasil

Masukkan jumlah replikasi dari tiap nilai Masukkan jumlah replikasi dari seluruh pola data Masukkan nilai awal dari pola data Masukkan nilai akhir dari pola data Masukkan langkahnya (step)


45

Menu Calc

Hasil


46

Menu Calc Contoh :Patterned Data 10 8 6 4 2 -0.5 -0.4 -0.3 -0.2 -0.1 1111122222333334444455555 11223344551122334455 From First To Last Value Value In Steps of List each List The whole value sequence


47

Statistika Dasar7 Tujuan Memahami konsep statistika dasar & penggunaan MINITAB

7 Bahasan Mengapa menggunakan statistika ? Data Statistika Deskriptif Statistical Inference


48

Mengapa Menggunakan Statistika ?

x Tujuan penggunaan Statistika adalah untuk memprediksi & mencegah, bukan sekedar inspeksi & deteksi x Statistika adalah ilmu yg membahas tentang pengumpulan, penyusunan, analisa, interpretasi & penyajian DATA x STATISTIKA DESCRIPTIF - memberikan informasi tentang kinerja dari sebuah proses x STATISTIKA INFERENSIAL - Memberikan informasi tentang prediksi tentang kinerja sebuah proses (Peluang)


49

Mengapa Perlu Mengumpulkan Data ?

x Untuk mengumpulkan fakta-fakta tentang suatu masalah atau kesempatan yang dapat dikuantifikasi x Untuk menyampaikan fakta-fakta ini dalam bahasa yang sama x Untuk menetapkan informasi mendasar tentang sebuah proses x Untuk mengukur jumlah dan arah perubahan-perubahan yang terjadi x Untuk membandingkan gambaran proses sebelumnya dan sesudahnya x Untuk memfasilitasi analisa keuntungan (Cost Benefit Analysis) dari solusi yang diusulkan x Untuk mengkuantifikasi dampak dari sebuah solusi


50

Pengumpulan DataApakah data-data dalam proses yang ada sekarang sudah tersedia ? Apakah data-data yang ada sekarang sudah cukup menggambarkan proses yang bersangkutan ? Sudahkah kita menetapkan kategori data apa yang diperlukan untuk dikumpulkan ?x Defects x Waktu x Biaya (Cost) x Efisiensi x Kinerja (Performance)

Kumpulkanlah data hanya jika Anda akan menggunakannya !


51

Jenis DataBerdasarkan jenisnya, data dapat dibagi menjadi : DATA KUALITATIF (Atribut)yaitu data yang berbentuk kategori atau kualitas (tidak berbentuk bilangan). Contoh : Bagus, Manis, Pahit, Cantik, Tinggi, Setuju, dll

DATA KUANTITATIF (Variabel)yaitu data yang berbentuk bilangan (angka) baik hasil penghitungan maupun hasil pengukuran. Contoh : 200 anak, 350 kg, 23 derajat, 20 CTV, dll

Berdasarkan cara memperoleh datanya, data kuantitatif (Variabel) dapat dibagi menjadi : Data Diskrit Contoh : (Discrete Data) yaitu data yang diperoleh berdasarkan hasil penghitungan atau penjumlahan terhadap objek yang dipelajari. 200 orang, 369 CTV, 500 mobil, dll (Yang ditanyakan Berapa Banyak ?)

Data Kontinyu (Continous Data) yaitu data yang diperoleh berdasarakan hasil pengukuran terhadap objek yang dipelajari. Contoh : 250 milimeter, 35 derajat celcius, 20 DB, 58 kg, dll (Yang ditanyakan Berapa Ukurannya ?)Basic Six Sigma001-TM-SS0-09-2002

52

Jenis Data

JENIS DATA

DATA KUALITATIF (Berupa Kategori)

DATA KUANTITATIF (Berupa Bilangan) DATA DISKRIT (Hasil Penjumlahan) DATA KONTINYU (Hasil Pengukuran)


53

Jenis-jenis DistribusiHistogram bisa bermanfaat untuk menjelaskan distribusi data.

Distribusi Normal Berbentuk Lonceng

Puncak Multipel dari multiple proses

Distribusi Miring

Distribusi Uniform Contoh : pemakaian alat/menggiling54


Letak & Penyebaran ProsesTarget

k Leta

Penyebaran


55

Kesimpulan DataUKURAN LETAKRata-rata (Mean)Jumlah semua data dibagi banyaknya data Sangat dipengaruhi oleh nilai-nilai yang ekstrim

UKURAN PENYEBARANRentang (Range)Nilai Terbesar - Nilai Terkecil

MedianNilai tengah dari sederetan data yang sudah terurut dari nilai terkecil hingga terbesar (diranking) Tidak dipengaruhi oleh nilai-nilai yang ekstrim Jika banyaknya data adalah ganjil, median sama dengan nilai data yang berada di tengah-tengah Jika banyaknya data adalah genap, median sama dengan rata-rata 2 nilai yang berada paling tengah

Varians (Variance)Rata-rata kuadrat dari deviasi setiap nilai dari nilai rata-ratanya

Simpangan Baku (Standard Deviation)Akar kuadrat dari varians, rata-rata jarak data dari nilai rata-ratanya.

Modus (Mode)Nilai yang paling banyak atau paling sering muncul


56

PerhitunganRata-rata Mediani n

x (x x= =i =1

1

n

+ x2 + + xn ) n

GANJIL

Banyaknya Data

GENAP

Modus Nilai data yang paling sering muncul

Median = Nilai Tengah

Median =Jumlah 2 Nilai Paling Tengah 2

Varians

Simpangan Baku (Standard Deviation)2 i

S =2

( x x)i =1

n

n 1

( x1 x ) 2 + ( x2 x ) 2 + + ( xn x ) 2 =n 1

S = S2


57

LatihanHitung nilai-nilai berikut ini berdasarkan data di samping ! Rata-rata = 106,63 Median = 84 Rentang (Range) = Varians = s2 = Simpangan Baku (Standard Deviation) = s =

Data107 169 131 84 81 67 81 122 52 233 46


58

PerhitunganData:S_Diameter


59

PerhitunganDescriptive Statistics Descriptive Statistics Variable Variable Diameter Diameter Variable Variable Diameter Diameter N N 50 50 Mean Median TrMean Mean Median TrMean 30.491 30.287 30.465 30.491 30.287 30.465 StDev SE Mean StDev SE Mean 0.771 0.109 0.771 0.109

Minimum Maximum Q1 Q3 Minimum Maximum Q1 Q3 29.199 32.253 29.869 31.170 29.199 32.253 29.869 31.170

Keterangan :Variable N Mean Median StDev = Data yang sedang diproses = Banyaknya data = Rata-rata = Nilai Tengah data = Standard Deviation = Simpangan Baku


60

Kesimpulan Secara Statistika (Statistical Inference)x Membantu kita untuk memprediksi kinerja sebuah proses (secara peluang) x Inference - Estimasi - Uji Hipotesis Sampling Populasi Sampel Statistical Inference


61

Populasi & Sampelx Populasi adalah semua unit yang berada dalam sebuah kelompok yang sedang kita perhatikan/pelajari. x Sampel adalah sebagian unit yang dipilih dari sebuah populasi Contoh : Populasi = Semua Back Cover yang dikirim oleh suplier pada suatu pengiriman Sampel = 100 Back Cover yang dipilih dari sebuah pengiriman. x Ada beberapa alasan mengapa kita mempelajari Sampel Mempelajari populasi akan memakan biaya terlalu tinggi Keakuratan prediksi berdasarkan sampel biasanya sama dengan informasi yang diperoleh berdasarkan seluruh populasi x Simbol-simbol yang digunakan Rata-rata dan Simpangan Baku populasi dilambangkan dengan & Rata-rata dan Simpangan Baku sampel dilambangkan dengan x &sBasic Six Sigma001-TM-SS0-09-2002

Sampel(x dan S)

( & )

Populasi

62

Kesimpulan Secara Statistika (Statistical Inference)x InferenceDilakukan untuk memahami sifat-sifat sebuah populasi melalui sifat-sifat sebuah sampel yang dipilih dari populasi tersebut

Estimasi Titik Estimasi Estimasi Uji Hipotesis Uji Hipotesis x Nilai InferensialSTATISTIK, yaitu sebuah nilai yang diperoleh dari sebuah sampel ( x , S , , dll)

Estimasi Interval

x Target inferensialPARAMETER, yaitu sebuah nilai yang diperoleh dari sebuah populasi ( , ,, dll)


63

Kesimpulan Secara Statistika (Statistical Inference)x Uji HipotesisUntuk menbuktikan kebenaran dari pernyataan seseorang tentang sesuatu hal

x Yang diperlukan dalam sebuah inferensialData & Distribusi Peluang

x Peluang (p)Perbandingan jumlah sebuah kejadian diantara semua kejadian yang mungkin terjadi Nilainya = 0 Contoh :

p 1Pada saat seseorang melemparkan sebuah koin, berapa peluang bahwa sisi angka akan berada di bagian atas


64

Distribusi Normal

Banyak kejadian yang muncul secara acak (Random) menghasilkan data dengan distribusi sebagai berikut Bell shaped Symmetrical

Kurva yang menghubungkan puncak-puncak batang disebut Kurva Peluang Normal yang digunakan untuk meng-estimasi Distribusi Normal dari kejadian-kejadian yang muncul secara acak (Random)

, Rata2 Median = Mode

=

, Standard Deviation

Distribusinya simetris terhadap rata-ratanya Ujung kurvanya asymptotic terhadap sumbu-X Mean = Median = Mode Peluang dibawah kurva = 1


65

Distribusi NormalKita dapat menggunakan rata-rata sampel dan standar deviasi untuk menjelaskan populasinya dan menggambarkan histogramnya (data diskrit) untuk melihat distribusi normalnya (data kontinyu)

1 1Normal Distribution Function

1 y= e- ( X - 2Basic Six Sigma001-TM-SS0-09-2002

) 2/ 2

2

T T

366

Distribusi Normal Sifat-sifat 68.26 % data akan berada diantara +1 dan -1 dari rata-ratanya 95.44 % data akan berada diantara +2 dan -2 dari rata-ratanya 99.73 % data akan berada diantara +3 dan -3 dari rata-ratanya 99.9937 % data akan berada diantara +4 dan -4 dari rata-ratanya 99.999943 % data akan berada diantara +5 dan -5 dari rata-ratanya 99.9999998 % data akan berada diantara +6 dan -6 dari rata-ratanya

68.3% 95.4% 99.73%

-4Basic Six Sigma001-TM-SS0-09-2002

-3

-2

-1

0

1

2

3

467

Distribusi Normal Standar (Z - Distribution)

Distribusi NormalStandard Deviation

Rata-rata

Distribusi Normal Standar 1 0


68

Transformasi - ZMisalkan, sebuah proses mempunyai nilai-nilai sebagai berikut : Rata-rata = 10 & Standard Deviation = 2 Berapa persen data akan mempunyai nilai antara 6 dan 14? Transformasi - Z

Z=

X 1 Mean Standard Deviation

Z1 =

6 - 10 = 2 2

Z2 =

14 - 10 =2 2

Dari tabel Distribusi Normal Standar ( Tabel - Z ) diperoleh :P ( Z1 2) = 0.0228 P ( Z2 2) = 0.0228

Jadi, P ( - 2 Z +2) = (1 - (0.0228 + 0.0228)) = 0.9544

95.44% data akan berada antara 6 and 14.


69

Definisi

DBasic Six Sigma001-TM-SS0-09-2002

7 TujuanMemahami konsep tentang CTQ dan mengetahui cara menemukan CTQ (Critical To Quality)

7 Bahasan- Apa yang dimaksud CTQ ? - Siapa Customer kita ? - Pemetaan Proses (Process Mapping)

70

CTQ

CTQ

Critical To Quality

CTQ adalah sebuah karakeristik dari sebuah produk atau jasa yang memenuhi kebutuhan customer (internal atau eksternal)


71

CTQHal-hal Utama x CTQ adalah elemen-elemen dasar yang merupakan pedoman pengukuran proses, improvement dan kontrol. x Dalam memastikan CTQ yang dipilih merupakan hal yang sangat penting sebab hal ini akan merepresentasikan secara akurat semua yang penting bagi customer.


72

Contoh-contoh CTQ

Pengiriman yang tepat waktu Tidak ada defects Tempat kerja aman Produk yang aman Ruang hotel yang bersih Pembayaran yang tepat waktu

JalanTol yang aman Part yang sesuai Spec. Penggunaan form-form yang tepat Pembayaran yang tepat Pelayanan yang ramah Pengiriman sepanjang malam


73

Siapa yang menjadi Customer ?x Customers x Klien-klien x Vendor

x Semua organisasi/personnel x Orang yang menerima pekerjaan yang sudah kita proses x Departemen-departemen yang berhubungan


74

Bagaimana kita menterjemahkan komentar customer ke dalam kebutuhan internal ?

Customer biasanya tidak secara jelas menyatakan apa yang mereka inginkan atau mereka butuhkan. Setelah kita menerjemahkan kebutuhan customer ke dalam kebutuhan internal, kita harus bisa mengukur dan menggambarkan kapabilitas produk dan proses.Basic Six Sigma001-TM-SS0-09-2002

Kita perlu memanfaatkan metoda-metoda yang membantu kita dalam memahami kebutuhan customer dan menterjemahkannya ke dalam kebutuhan internal.

75

Tiga Pertanyaan Penting

1. Siapa customer saya ? 2. Pelayanan dan produk apa yang saya sediakan untuk customer saya ? 3. Apa yang menjadi CTQ bagi customer saya ?


76

Daftar Suppliers - Customers untuk Proyek Anda :Siapa yang menjadi Suppliers?

Apa yang dibuat ?

Siapa yang menjadi Customers?

Apa yang penting (CTQ)


77

Apa yang dimaksud Proses ?Sebuah proses adalah kumpulan dari aktifitas-aktifitas yang menggunakan satu jenis atau lebih input dan membuat output yang berguna bagi customer. Lingkup dari material akan berkaitan dengan proses-proses yang berhubungan dengan : x System / Fungsi Produk x System / Operasi Produk x Manufacturing / Produksi


78

Pemetaan Proses (Process Mapping)Pemetaan Proses adalah metode visual untuk menggambarkan urutan atau hubungan-hubungan aktifitas kerja. Sebuah pemetaan proses memberikan : x Cara komunikasi x Format untuk perencanaan dan improvement proses tersebut.

Elemen-elemen Pemetaan ProsesStop/Start Aktifitas Keputusan Aktifitas Stop/Start

Aktifitas


79

Step 1. Define Major Core Process Ingat ! Seluruh pekerjaan adalah interconnected process

Job = Process

CustomerSales Logistics Manufacturing

Control

R&D

Sourcing


80

Step 2. Project Selection1. OverviewHati-hati dalam memilih suatu project karena merupakan langkah yang penting dalam memperbaiki performance. Bila anda mempunyai data berupa cycle time, defect rate atau yang lainnya dapat digunakan Pareto Charts, Run charts, Check sheet dll. Jika tidak, kita dapat menggunakan brainstorming duna menemukan potensial problem yang ada dalam proses kita / main process.

2. Considering Points- Strategic Goal - Profits - Overall Business efficiency - Customer Requirement - Customer Satisfaction

*Suatu project dipilih dengan melihat dampaknya terhadap customers dissatisfaction dan mengarah ke Companys Goal

3. Project Type1. Process Improvement 2. Problem SolvingBasic Six Sigma001-TM-SS0-09-2002

81

Step 2. Project Selection4. ExampleSuatu salon untuk lelaki dan wanita berinisiatif untuk melakukan project improvement terhadap penurunan sales. Berikut ini critical success factors (CSF) 1. Price was important 2. Good appointment availability 3. The possibility of establishing a customer 4. Additional service(solarium, manicure etc).Busi ness Processes CSF W ght ei 1 1 3 1 0 1 1 2 3 3 9 9 3 0 0 0 3 3 0 6 6 9 9 0 0 4 Total 2 0 0 0 6 0 6 2

H rcut and other servi ces ai Ti m Pl anni ng e Accepti ng Reservati ons Recrui ti ng Keepi ng the staf f

Pl anni ng Addi ti onal servi ces 0 Purchasi ng accessori es 3


82

Step 2. Project Selection5. 6 Theme - Strategic goal - CustomerIn teracti on

>> Defect Reduction >> Culture change >> Cycle Time Reduction (Quick response to customer req.)

requirements - Profits6s P ect ! rojD i very el

D o

N eed

S p l i er up

C stom u er

C e Ti m ycl e

- Customer satisfaction - Overall business efficiency

Pri ce

N eed

D o

C ost

Q i ty ual D ect ef


83

Develop a Project Chart1. SIPOC DiagramDiagram SIPOC merupakan salah satu teknik dalam proses improvement guna melihat sekilas tentang Works Flow dari suatu proses. - Supplier : Individu atau institusi yang menyediakan informasi, material dan sumber lainnya - Input : Segala sesuatu yang disediakan - Process : Suatu langkah yang mentransformasikan input - Output : Produk akhir dari suatu proses - Customer : Individu, group atau proses yang menggunakan output.

S

II nput

P

OO put ut

C-What is key materials, information or product ?Cust om er

Suppl i er

Pr ocess

-How do you transform these things ? -Who use outputs ?


84

Develop a Project Chart2. Benefit Analysis

Identifikasi benefit terhadap internal dan external customers.

Identifikasi BenefitCustomer view Royalty 6 Theme Referrals Satisfaction LGs View - From External Customer Competitiveness Cost/Benefit Income - From Internal Customer Effective Process Cost/Benefit

Review Thema

Nilai terhadap business dan customer Companys goal and Customer dissatisfaction Resources RequiredBasic Six Sigma001-TM-SS0-09-2002

85

Develop a Project Chart3. Benefit AnalysisDefect Reduction on Loan process Isilah Form dibawah ini ; Theme : Theme Theme Defect Reduction Customer Customer ? Benefit Benefit ? Benefit to Customer Benefit to Biz Others

Di Unit anda ..

Theme


86

Develop a Project Chart4. Create Project Chart1) What is it ?Project Chart menggambarkan keseluruhan dari suatu 6 sigma project seperti time line, needed resources, role assignment, project scope, tujuan dan seterusnya.

2) Why create ? Klarifikasi project goal & Tujuan Define project scope (cakupan project) Communicate with colleagues

3) Guide to create project chart1. Identify improvement areas in your operating unit 2. Describe the background of a project 3. Define an opportunity to business 4. Set a goal to achieve 5. Define project scope 1. Develop a project plan 2. Select project team member 3. Role Assignment 4. Review a project chart 5. Admittance from top manager

4) Considering Points What is the core value to customers ? What is the core benefit to businesses ? Is it easy to collect data from a process ? Basic Six Sigma001-TM-SS0-09-2002

87

Develop a Project ChartB z Uit i n Th e em A rea B ackg n rou d P rch n u asi g S tock C e Ti m R u on ycl e ed cti Tran sacti on 6 al I t takes a l i ttl e m ti m to d i ver stock ore e el to cu stom w i ch cost n val u ad ed sp er, h on e d ace an d h n er q i ck resp se to cu i d u on stom n s. er eedTi m e Li n e T eam m b emer

Team

6 si gm a

20 00. 2. 1 ~ 2000 5. 3 .Cham on : 000 pi MB B : 000 M ber em : 000

Support : 000

< Hard Benefit > G oal & B efi t en S tock C e Ti m ycl e 50%R u on ed cti C ost S n : 50 avi g % C ost2/ 15

< Soft Benefit > R u U ess ed ce sel S tock R eserved S tock C ost S n avi gB ttl e o N ect

3/ 15 (M easure) ( Anal yze)

3/ 31 (I mrove) p

4/ 25 (C trol ) on

5/ 3

P rocess S ed l e ch u A vi ty cti

D i ne ef

Survey Process M ap Sel ect CTQ

D a at M SA s Level

I dent i f y Vi t al f ew

Choose Best Sol ut i on

M ake i t St i ck


88

Process Analysis (Process Chart)1. Overview1) Objectives - Visualisasi status dari proses - Identifikasi non value added yang ada dalam suatu proses 2) Review the SIPOCTh e em S tart En d

S p lie up r

In u pt

O tp t u u

C sto e u mr

P ce ro ss

3) Procedure - Define Start & End Points - Draw Tree Chart : Identify main step or phase, Identify main sub-step which is below, main step - Draw detail map(Cross Functional Process Map) - Review the process map to identify non value added activity or white space.Basic Six Sigma001-TM-SS0-09-2002

89

Process Analysis (Process Chart)2. Tree Chart1) What- 2-Level flow chart to simplify a process. - 1st Level : Main step or phase in a process - 2nd Level : Sub-step below main step

2) Tips- When you identify the main step, use simple words. - Focus on critical steps to perform - Identify at least 3 main steps - Use verbs to identify sub-steps(activities)

Ordering ProcessOrderStock Order Customer Order S-form

CodingCoding Adjust Release After Service Master Set up Control

Check CreditCheck Credit Approval/Reject

RoutingStock Searching Select Transportation

DeliveryCheck Pick List Producing/Purchasing Carrier Scheduling

ProducingWork order OQC Wrapping Master Set up Control

ProcurementRaw Material Least-cost Supplier Chain Management

Request PaymentInvoice, A/R Assign Budget Collect Money


90

Process Analysis (Process Chart)3. Cross Functional Process Map Detailed Process map can visualize activity flow with responsibility.

S rt ta

Ed n

Uit A n

Identify related operating unit

A ti v ty c i a

Uit B nDc s o ei i n a Dc s o ei i n b

Process Map SymbolsStart or End Activity Decision Arrow Input/Output Process Conjunction Indicate process border Activity Decision Points Indicate direction Main Input or Output Connect a process to next page

Uit C n

A ti v ty c i b

Uit D nA ti v ty c i c


91

Process Analysis (Process Chart)

Drawing Procedure 1. Define the Start and End Points 2. Write each step in regular sequence 3. Mark the proper symbol at each step 4. Review the process.

Tips

Simple is the best. Make it as simple as possible. Include all persons who have some connection with a process Choosing Subject Matter Experts Remember that disagreements do occur due to not having standard process at first. Promote a discussion to agreement.


92

Process Analysis (Process Chart)4. Generate Quick Action Idea1) What ?Find non value added activities and improve process capability at once

2) How ?Marking non value added activities within process mapping Does this activity give a benefit to customers or cost to customers ? If I remove this activity, can the quality be damaged ? Without this activity, is there any danger ? Can this activity meet the external requirements ?

Example Correction Estimate amount of assigned job Confirmation Rework Approval Moving Meeting

3) Identify Quick Action Step Tips Easy to Improve Quick to get Idea to ImproveBasic Six Sigma001-TM-SS0-09-2002

Low Cost Easy to Control93

Process Analysis (Process Chart)4) Quick Action PlanningProcess Step Non Value Added Step Quick Action Idea Evaluation Check

5) Check Points- If you get great result after quick action, jump to the control phase. - Check whether a project chart is revised.Basic Six Sigma001-TM-SS0-09-2002

94

Define Customer Requirement1. Overview1) Objectives- Identify what the customer wants/needs and performance requirements(spec).

2) What to do Listen VOC(Voice of Customer) Identify CTQ(Critical To Quality) Set the performance requirements(spec).

2. Listen VOCSurveyInterview Focus Group Interview Questionnaires Observation Dissatisfaction Details After Service history Sale Division Paying Price Outstanding Fee Collection Internal Data Specialist Processing Information Competing Firm

To Improve the Quality of Data, Data Collection Process- Clarify the reason to survey.(collect data) - Definite question and answer - Choose correct analyzing methodology


Resource to identify Customer needs/wants

Customer Information

Internal / Eternal Data

95

In tervi ew

Identify concrete customer needs/wants.

- G roup - Tel ephone, e- m l ai

Define Customer Requirement3). Methodology for Listening VOC

easuri ng cust om er Q esti on ai res M u n N eeds/ w s. ant

- Personal - M l . E- m l ai ai

Type

O ect bj

Characteri sti c

Focus Groups Interview Typ e

I dent i f y m or cust om aj er N eeds/ w s at a ni che ant M arket . O j ect b Identify concrete customer needs/wants. Get information about human activity pattern at a circumstance.

Define customer needs Ranking customer needs Get feedback from major Customer C aracteri sti c h Personal Personal G roup M echani cal Tel ephone, e- m l ai Audi t Trace anal ysi s ont - C ent anal ysi s Personal - M l . E- m l ai ai

I ntervi ew

Identify concrete custom er Per sonal - Gr oup needs/w ants. - Tel ephone, e- m l ai

In tervi ew O servati on b

M er Q uesti onnai res easur i ng cust om Needs/ want s.

- Per sonal - M l . E- m l ai ai

easuri ng cust om er Q esti on ai res M u n N eeds/ w s. ant Infer customer needs

Fo cu s G ro up s Interview

I dent i f y m or cust om D efine custom er needs aj er Needs/ want s at a ni che R anking custom er needs M ket . ar G et feedback from m ajor C ustom er

C stom u er Focus on In form ati Groups Interview

D ssat i sf act i on D ai l s i et based on data at cust om customer Define er Servi ce hi st ory Af t customer needs I dent i f y m or aj er Sal e D vi si on i Ranking customer needs contact ant s at a ni che divisions. N eeds/ w Get feedback from major M arket . Customer Start point to collect data for improving Get information about human activity pattern at a circumstance. Internal biz related data. Personal M echani cal Audi t Trace anal ysi s Cont ent anal ysi s

In tern al In form on ati O servati on b

Per sonal G et inform ation about O bservati on hum an activity pattern Basic Six Sigma at a 001-TM-SS0-09-2002 circum stance. M echani cal Audi t Tr ace anal ysi sC stom u er

Infer customer needs

D ssat i sf act i on D ai l s i et

96

Define Customer Requirement3. Interview1) ObjectIdentify what the customer wants regarding products, services etc.

2) Usages Very useful to clarify customer needs/wants. After interviewing, we can rank the defined needs/wants using questionnaires.

3) Interview Process

What Need ?

Method-Personal -Phone -Focus Group Interview

Interviewee

Question

Engage- Place to meet - Time

Do

Summary


97

Define Customer Requirement Make Question for Interviewing

What

Who

QuestionQuestionnaire 1. .. 2. ..

Interviewing ProcessIntroduction Rapport

Asking

Closing To be a good Listener If hard to understand, ask detail information. For example ?, Why ? Do you know a digit ?

-easy to difficult -Past to present -Good to Bad -Indirect to direct -Abstract to concrete


98

Define Customer Requirement4. Survey (Questionnaire)1) ObjectRanking the customer needs/wants which are identified from Interview. Compare rank between customer groups.

2) Usages Effective way to get useful information from a large population. Identify hidden customer need using statistical analysis. Measure causality.

3) Survey Process Clarify object to do a survey. Define proper sample size considering a population. Choose Scale. Develop Questionnaires. Develop Coding Sheet. Do and analyze.


99

Define Customer Requirement Develop Questionnaires.

What need

Develop Questionnaires

Sampling

Do Survey

Asking area Define Necessary information

Individual Question Based On respondent

Arrange Questions Keep interesting

Develop Questionnaires Develop Whole Picture

Pre Test

Testing


100

Define Customer Requirement Questionnaire Contents Introduction Background of this survey. Asking for help Questionnaires

Main

Respondent Details Tips for Wording

Respondent details such as gender, ages etc.

- Easy to understand, concrete word. - Avoid vague word (hindari kata-kata). example : frequency adverb. Sometimes, always - A just one question. (example) Are you satisfied with service and price ? - Avoid induction questions. (example) arent you ?, dont you ? When you return to home, what do you usually do except watching TV ? Specialist says.. Do you agree ? Induction Word. -- Good, Bad. Do you agree increasing tax to clean Earth ? Basic Six Sigma001-TM-SS0-09-2002

101

Define Customer Requirement Ordering Questionnaires Easy to Difficult Broad to Narrow Notice changing subject. Difficult question should be arranged at end point.

Questionnaire Type There are three types of questionnaires.

Choice : Select one or more among showing examples. example) What is most important thing to the prime minister ? 1. Managerial Experience 2. High Morale


102

Define Customer Requirement Scale : Usually Likert Scale. Example) Are you satisfied withSatisfaction 1. Overall 2. Text 3. Instructor Dissatisfaction

- 5 or 7 points Scale.

Order : Define order the showing examples. Example) Please order favorite color in the box.(Red, Blue, Orange, Yellow)


103

Define Customer Requirement5. Sum up VOC1) What to doDefine CTQ and Performance requirement. CTQ(Critical To Quality) - A Serious important needs Clarify CTQ to meet Search Potential Needs Fundamental Needs. Regulation or Safety Related things

CTQ Should Be measurable. Set a Goal based on Customer requirement.(Spec)


104

Define Customer Requirement2) Clarify CTQ.1. Grouping similar needs 2. Naming a Group 3. Identify critical issues(CCI) at a group 4. Clarify Customer Core Requirement(CCR)

VOC

CCI

CCR

example) Cycle Time at A/S Center VOCTake long time To wait

CCIWaiting time to fix

CCRIf possible, waiting time should be limited to 20 min.


105

Define Customer Requirement3) Rank CCRIf there are lots of CCR, we can rank each CCR using matrix.

CCRWeight

Value To Customer

Biz Impact

Cost Effect Total

Rank


106

Aktivitas utama dalam tahap DEFINE adalah menemukan CTQ (Critical to Quality), yaitu sebuah fokus permasalahan yang menjadi hal yang paling penting untuk memenuhi keinginan customers.


107

Analisa Sistem Pengukuran

MBasic Six Sigma001-TM-SS0-09-2002

7 TujuanPengertian Analisa Sistem Pengukuran dan Eksekusi Minitab.

7 Bahasan Kenapa mempelajari Analisa Sistem Pengukuran ? Attribute Gage R&R Metode Gauge R&R Latihan Minitab

108

Validasi Sistem Pengukuran

x Apakah anda percaya terhadap hasil Pengukuran ? x Misalkan hasil pengukuran suatu part tidak sesuai dengan Spesifikasi, apakah anda dapat mengatakan bahwa part tersebut bermasalah? x Jika part tersebut tidak terlalu bermasalah lalu apa masalahnya ? x Apakah ada yang salah dalam sistem pengukuran ?


109

Kenapa Mempelajari Sistem Pengukuran Kapabilitas

x Dalam mengukur jumlah variasi dalam proses yang diamati bisa saja terjadi kesalahan dalam sistem pengukuran. x Guna mengevaluasi alat ukur (Gage) sebelum dipakai. x Guna membandingkan dengan tipe alat ukur yang lain x Guna mengevaluasi apakah gage masih laik pakai atau tidak


110

Attribute Gage R&Rx Kenapa kita perlu mempelajari Attribute Gage R&R ?

Guna mengetahui pengambilam sampel

kualitas

inspektor

dalam

hal

Guna mengetahui kualitas inspektor dalam hal skill dan pengetahuan Guna menentukan kriteria seorang inspektor dalam hal pengambilan sampel


111

Metode Attribute Gage R&R

x Pilih lebih dari 100 part termasuk part yang Good maupun NG x Dua atau tiga pengukur (operator) secara indenpenden mengukur setiap part sebanyak dua kali dengan cara random. x Gunakan tabel untuk mencatat data dan menghitung nilainya x Nilai pengukuran yang diterima minimal 90 % atau lebih


112

Contoh

Attribute Legend : 1. PASS 2. FAIL

SCORING REPORTDATE NAME PRODUCT SBU : : : : 3/10/96 B&D Employee Northstar Screwgun EastonY/N Agree Y Y N Y N Y Y Y Y N Y Y Y N Y/N Agree Y Y N Y N Y N Y N N Y Y Y N

Known Population Operator #1 Sample # Attribute Try #1 Try #2 1 pass pass pass 2 pass pass pass 3 fail fail fail 4 fail fail fail 5 fail fail fail 6 pass pass pass 7 pass fail fail 8 pass pass pass 9 fail pass pass 10 fail pass pass 11 pass pass pass 12 pass pass pass 13 fail fail fail 14 fail fail fail 15 16 17 % APPRAISER SCORE (1) 100.00% 18 (2) 19 % SCORE VS. ATTRIBUTE 78.57% 20

Operator #2 Try #1 Try #2 pass pass pass pass fail pass fail fail pass fail pass pass fail fail pass pass pass pass fail fail pass pass pass pass fail fail pass fail

Operator #3 Try #1 Try #2

78.57% 64.29%

0% 0.00% 71.43%(4)

SCREEN % EFFECTIVE SCORE (3) SCREEN % EFFECTIVE SCORE vs. ATTRIBUTE Basic Six Sigma001-TM-SS0-09-2002

57.14%

113

Gauge Reproducibility & Gauge RepeatabilityGauge Reproducibility adalah suatu variasi pengukuran dari suatu pengukuran yang dilakukan oleh operator yang berbeda dengan mengunakan Gauge (alat ukur) yang sama ketika mengukur Part yang sama atau yang mempunyai karakteristik yang identik

Gauge Repeatability adalah variasi pengukuran yang dihasilkan ketika seorang operator mengukur Part yang sama dengan karakteristik yang identik dg menggunakan alat ukur yang sama


114

Panduan Gauge R&R

Paling sedikit 2 orang operator (biasanya 2 ~ 3 Operator) Paling sedikit 2 orang operator (biasanya 2 ~ 3 Operator) Paling sedikit 10 unit sampel yang diukur. Paling sedikit 10 unit sampel yang diukur. Setiap unit diukur paling sedikit 2 kali oleh tiap operator Setiap unit diukur paling sedikit 2 kali oleh tiap operator Kualifikasi operator yang akan mengukur harus sama Kualifikasi operator yang akan mengukur harus sama


!!!!

115

Kriteria PenerimaanTerdapat empat kriteria untuk menentukan kualifikasi dari sistem pengukuran -- % Contribution -- % Study Variation -- Distinct Categories Aturan tiap kriteria tersebut ditunjukkan pada tabel dibawah ini% Contribution % Contribution Diterima Diterima Dipertimbangkan Dipertimbangkan Ditolak Ditolak 9% %Study %Study Variation Variation < 10 % < 10 % 10 % --30 % 10 % 30 % > 30 % > 30 % Distinct Distinct Categories Categories > 10 > 10 4 --9 4 9 U P SL P M Total P 45116.53 45372.82 90489.34

Overall (LT) C apability P p PU P PL P P pk 0.56 0.56 0.56 0.56

P M < LSL P P M> U P SL P M Total P

60000.00 40000.00 100000.00

Cpk, Zlt=Cpk*3Basic Six Sigma001-TM-SS0-09-2002

Cp, Zst=Cp*3

ppm144

Defects & Opportunities (Kerusakan & Kesempatan)x Apa yang dimaksud dengan Defect ?Kegagalan dalam menghasilkan suatu produk

x Apa yang dimaksud dengan Opportunity (Kesempatan) ?Kualitas produk Kualitas komponen Process Yield Tes Destructive Rejects - Repair Visual Check (Appraisal) EHS - OSHA/LTA (Accidents) Ketidakhadiran Perbedaan Material Forecasting Schedule Achievement Kapasitas CTQ - Critical to Quality Scrap dan Rework Organizational Development Training Inventory Overtime On-Time-Delivery Order yang akurat Transportasi Down time


145

Defects & Opportunities (Kerusakan & Kesempatan)DPU = Defects Unit DPO = Defects Opportunity

Unit

Opportunity x Warna hitam adalah defect x Apa yang dimaksud dengan DPU ? x Apa yang dmaksud dengan DPMO ?


146

DPMOx Suatu Opportunities (kesempatan) dipilih karena : Critical To Quality (CTQ) dan Kemauan konsumen adanya Cost Of Failure (COF) x DPMO adalah jumlah defect yang terjadi dalam satu juta kesempatan, atau defect per sejuta kesempatan

DPMO =

Defects Opportunities

X 1,000,000

Pertanyaan : Apakah PPM sama dengan DPMO? Jawaban : benar ! PPM sama dengan DPMO sebab kesempatan (opportunities) sama dengan jumlah unit yang diproses atau diproduksi.Basic Six Sigma001-TM-SS0-09-2002

147

Model Yield

x First Time Yield (YFT ) Akhir dari proses yield Tidak termasuk internal rework loops Kemungkinan zero defect diukur dari akhir proses x Rolled Throughput Yield (YRT ) Total proses yield Termasuk internal rework loops Kemungkinan menghasilkan zero defects dari keseluruhan proses x Normalized Yield (YNA ) Rata-rata yield dari proses yang berurutan atau process steps x Final Yield (YF) Berdasarkan proses akhir (merupakan konsep tradisionla yield )


148

Model Yieldx YFT (First Time Yield)Hidden Factory INPUT 100 Units Process 70 Units Scrap 15 Unit 30 Units Rework OUTPUT 85 Units

YFT = 70% YF = 85% x The hidden factory berpengaruh terhadap the cost of failure (COF) x Yang bagaimana tepatnya bagi konsumen


149

Model Yieldx YRT (Rolled Throughput Yield)Jika suatu produk dibuat melalui 3 proses yang saling berurutan Tentukan YRT dan YNA jika YFT and YF diketahui.Process 1 Process 2 Process 3Output

YFT1 = 80% YF = 100%

YFT2 = 70% YF = 90%

YFT3 = 90% YF = 95%

x Apa artinya YRT ? YRT = YFT1 x YFT2 x YFT3 YRT = 0.8 x 0.7 x 0.9 = 0.504 = 50.4% x Apa artinya YNA ? 3 Y YNA = FT 1 YFT 2 YFT 33

YNA =Basic Six Sigma001-TM-SS0-09-2002

YRT150

Rolled Throughput Yieldx Contoh alir prosesCTQ CTQ CTQ CTQ

INPUT

100

S1

S2Scrap

S3

S4

S5Defects - Rework

S6

S7

S8

testScrap

YIELD

93

5 2 1 x Internal Yield - diukur berdasarkan CTQs Y2 = 1 - (2 / 100) = 0.98 (98%) Y5 = 1 - (1 / 98) = 0.99 (99%) Y7 = 1 - (5 / 98) = 0.95 (95%) YF = 1 - (5 / 98) = 0.95 (97%) x Rolled Throughput Yield (YRT ) - kemungkinan menghasilkan zero defects pada setiap pengukuran CTQ untuk satu unit produksi. YRT = Y2 * Y5 * Y7 * YFP = 0.98 * 0.99 * 0.95 * 0.95 = 0.876 (87.6 %) atau kira-kira sama dengan : YRT = e -d/u YRT = e -13/100Basic Six Sigma001-TM-SS0-09-2002

Defects - Tuning & Cleaning 5

d = total defects = 13 = 0.878 (87.8%)

u = Jumlah unit produksi = 100151

Analisis Capability (Discreet Case) x YRT = e -d/uZLT YNA YRT

(YRT )1/#ofprocess

(YFT1 )(YFT2 )(YFT3 )...

ATAU

e-DPU

Zstt = Zltlt + 1.5 Zs = Z + 1.5Basic Six Sigma001-TM-SS0-09-2002

152

Analisis Capability (Discreet Case) x MinitabYRT 95%, bisa menggambarkan suatu nilai Z value

YRTBasic Six Sigma001-TM-SS0-09-2002

153

Analisis Capability (Discreet Case)x MinitabInverse Cumulative Distribution Function Normal dengan mean = 0 dan standard deviasi = 1.00000 P( X Hipotesis Nol (Null Hypothesis) (H0) : Jenis pernyataan sama dengan ( =) -> Hipotesis Alternatif (Alternative Hypothesis) (H1) : Pernyataan ketidak samaan ( > ,< , ) Uji dua pihak (Two sides Test) Uji satu pihak (One side Test)


163

Metode Pemilihan Faktor-faktor2) Gathering DataUji Hipotesis adalah bagian dari Statistical Inference. Data diperlukan untuk kegiatan ini.

3) Input data ke dalam Minitab WorksheetInput data dan pilih metode pengujian yang cocok untuk kondisi yang ada.

4) Perhatikan nilai p-valuePerhatikan p-value yang ditunjukkan pada Minitab Session Window dan bandingkan dengan nilai (tingkat signifikansi)

-- Jika p-value LEBIH BESAR dari 0.05, maka kita MENERIMA H00 Jika p-value LEBIH BESAR dari 0.05, maka kita MENERIMA H -- Jika p-value LEBIH KECIL dari 0.05, maka kita MENOLAK H00 Jika p-value LEBIH KECIL dari 0.05, maka kita MENOLAK H

!!!164


Uji Hipotesisx Uji Normalitas- Data : S_Diameter - Stat > Basic Statistics > Normality test


165

Uji HipotesisNormal Probability Plot

.999 .99 .95

Probability

.80 .50 .20 .05 .01 .001 29.2 30.2 31.2 32.2

DiameterAverage: 30.4908 StDev: 0.770719 N: 50 Anderson-Darling Normality Test A-Squared: 0.897 P-Value: 0.020


166

Uji Hipotesisx Test for equal variance (Menguji kesamaan varians dalam beberapa group yang berbeda)Contoh : Kita ingin mengetahui bahwa sigma perusahaan A sama dengan sigma perusahaan B - Data : hov - Stat > ANOVA > Homogeneity of variance...


167

Uji HipotesisHomogeneity of Variance F-Test (normal distribution) Test Statistic: 76.271 P-Value : 0.000 Levene's Test (any continuous distribution) Test Statistic: 26.200 P-Value : 0.000

Interpretasi hasil :

Jika anda memilih suplier antara A dan B, mana yang lebih layak ?F c r L v ls a to e e 1 2

H m g n ity o V ria c T s fo W ig t o oee f a ne et r e h9 %C n e c In r a fo S m s 5 o fid n e tev ls r ig a

F e -T T s S tis : 7 .2 1 e t ta tic 6 7 P a e -V lu : 0 0 .0 0

0 .0

0 .2

0 .4

0 .6

0 .8

1 .0

1 .2

1

t L v n 'sT eee e T s S tis : 2 .2 0 e t ta tic 6 02

P a e -V lu2 3 4

: 0 0 .0 0

W ig t e h


168

Uji Hipotesisx One Sample Z-Test (Uji untuk rata-rata; jika sigma diketahui)Contoh : Perusahaan A yang memproduksi TVCR Cover menyatakan bahwa rata-rata berat cover yang diproduksi perusahaan A adalah 3,5 kg dan standar deviasi 0,15 kg. Kita akan menguji apakah pernyataan tentang rata-rata tersebut bisa diterima atau tidak - Data : 1-Ztest - Stat > Basic Statistics > 1-Sample Z Sigma : 0.15 Solusi (1) Solusi (2) Test mean : 3.5


169

Uji Hipotesis- Hasil dari solusi (1)Z Confidence Intervals The assumed sigma = 0.150 Variable Weight N 20 Mean 3.5240 StDev 0.0860 SE Mean 0.0335 ( 95.0 % CI 3.4583, 3.5897)

- Interpretasi hasil :

- Hasil dari solusi (2)Z-Test Test of mu = 3.5000 vs mu not = 3.5000 The assumed sigma = 0.150 Variable Weight N 20 Mean 3.5240 StDev 0.0860 SE Mean 0.0335 Z 0.72 P 0.47

- Interpretasi solusi (2) :


170

Uji Hipotesisx One Sample T-Test (Uji rata-rata; Jika sigma TIDAK diketahui)Contoh : Perusahaan B memproduksi TVCR cover dan menyatakan bahwa rata-rata berat cover yang mereka produksi 3,5 kg. Kita ingin mengetahui apakah pernyataan tentang ratarata tersebut bisa diterima atau tidak. - Data : 1-ttest - Stat > Basic Statistics > 1-Sample t... Solusi (1) Solusi (2) Test mean:3.5


171

Uji Hipotesis- Hasil dari solusi (1)T Confidence Intervals Variable Weight N 20 Mean 3.483 StDev 0.751 SE Mean 0.168 95.0 % CI 3.131, 3.835)

(


- Hasil solusi (2)T-Test of the Mean Test of mu = 3.500 vs mu not = 3.500 Variable Weight N 20 Mean 3.483 StDev 0.751 SE Mean 0.168 T -0.10 P 0.92



172

Uji Hipotesisx Two sample T-Test (Uji kesamaan rata-rata antara dua sampel)Contoh : Kita ingin mengetahui apakah rata-rata berat barang yang berasal dari perusahaan A sama dengan rata-rata barang (sejenis) yang berasal dari perusahaan B - Data : 2-ttest - Stat > Basic Statistics > 2-Sample t...

Jika sigma perusahaan A sama dengan sigma perusahaan B, maka beri tanda check


173

Uji Hipotesis- HasilTwo Sample T-Test and Confidence Interval Two sample T for A.Weight vs B.Weight A.Weight B.Weight N 20 20 Mean 3.5240 3.693 StDev 0.0860 0.322 SE Mean 0.019 0.072 DF = 21

95% CI for mu A.Weight - mu B.Weight: ( -0.324, -0.015) T-Test mu A.Weight = mu B.Weight (vs not =): T = -2.28 P = 0.033



174

Uji Hipotesisx One sample proportion Test (Uji proporsi atau perbandingan jika jumlah sampel yang dipelajari adalah satu sampel)Contoh : Seseorang di perusahaan A menyatakan bahwa yield ratio di perusahaannya adalah 80%. Kemudian diperiksa 100 part dan hasilnya 78 diantaranya adalahbagus dan 22 part adalah jelek. Kita ingin mengetahui apakah pernyataan orang tersebut tadi bisa diterima atau tidak.

- Stat > Basic Statistics > 1 Proportion...

Diasumsikan data berdistribusi normalBasic Six Sigma001-TM-SS0-09-2002

175

Uji Hipotesis- HasilTest and Confidence Interval for One Proportion Test of p = 0.8 vs p not = 0.8 Sample 1 X 78 N 100 Sample p 0.780000 95.0 % CI (0.698809, 0.861191) Z-Value -0.50 P-Value 0.617



176

Uji Hipotesisx Two sample PROPORTION Test (Uji proporsi atau perbandingan jika jumlah sampel yang dipelajari adalah dua sampel)Contoh : Kita ingin mengetahui apakah yield ratio perusahaan A dan B sama atau tidak. Diperiksa 100 part dari masing-masing perusahaan. Hasilnya, 78 part dari perusahaan A bagus sedangkan dari perusahaan B diperoleh 74 part adalah bagus. - Stat > Basic Statistics > 2 Proportion...

CheckBasic Six Sigma001-TM-SS0-09-2002

177

Uji Hipotesis- HasilTest and Confidence Interval for Two Proportions Sample 1 2 X 78 74 N 100 100 Sample p 0.780000 0.740000

Estimate for p(1) - p(2): 0.04 95% CI for p(1) - p(2): (-0.0782494, 0.158249) Test for p(1) - p(2) = 0 (vs not = 0): Z = 0.66

P-Value = 0.508



178

Analisis Varians (ANOVA)x Kapan kita menggunakan ANOVA (Analysis of Variance)?- Jika kita ingin menguji apakah ada perbedaan rata-rata antara sampel-sampel (LEBIH DARI 2 SAMPEL), kita dapat menggunakan ANOVA

- Target Statistical Inference dalam ANOVA adalah Rata-ratax Jika ukuran sampel yang diperiksa adalah sama, maka disebut Balanced ANOVA x Jika ukuran sampel yang diperiksa tidak sama, maka disebut Unbalanced ANOVA x Asumsi yang dipakai dalam ANOVA : - Varians Populasi adalah sama atau homogen untuk setiap group (sampel) - Oleh karena itu kita perlu melakukan pengujian Uji Homogenitas Varians terlebih dahulu. x Hipotesis dalam ANOVA : H0 : 1= 2

=..=

k

H1 : paling sedikit sebuah tidak sama


179

Analisis Varians (ANOVA)x Contoh : Kita ingin mengetahui apakah ada perbedaan rata-rata daya rekat dari bahan perekat yang diproduksi oleh 3 perusahaan - Data : AnovaUnstack - Stat > ANOVA > One-way (Unstacked)...


180

Analisis Varians (ANOVA)- Hasil :One-way Analysis of Variance Analysis of Variance Source DF SS Factor 2 127.57 Error 12 68.83 Total 14 196.40 Level Adh 1 Adh 2 Adh 3 N 4 5 6 Mean 12.000 19.000 18.167 2.395

MS 63.78 5.74

F 11.12

P 0.002

StDev 2.160 2.345 2.563

Pooled StDev =

Individual 95% CIs For Mean Based on Pooled StDev ----+---------+---------+---------+-(------*-------) (-----*------) (-----*-----) ----+---------+---------+---------+-10.5 14.0 17.5 21.0



181

Analisis Varians (ANOVA)Latihan : Di bawah ini adalah data tentang daya kerekatan dalam densitas alkaline solution (liquid) yang berbeda, kita ingin mengetahui kondisi mana yang memberikan daya rekat paling kuat.3.0% 46.8 58.0 51.4 56.5 3.3% 51.2 62.4 58.5 61.9 3.6% 50.2 39.8 45.2 48.8 3.9% 40.8 41.8 45.5 35.9 4.2% 30.2 25.8 32.4 29.2densitas alkaline solution Ukuran daya rekat


182

One-way ANOVA: 3.0, 3.3, 3.6, 3.9, 4.2 Analysis of Variance Source DF SS Factor 4 2030.2 Error 15 292.3 Total 19 2322.5 Level 3.0 3.3 3.6 3.9 Basic Six Sigma001-TM-SS0-09-2002

MS 507.5 19.5

F 26.04

P 0.000

N 4 4 4 4

Mean 53.175 58.500 46.000 41.000

StDev 5.103 5.166 4.639 3.956

Individual 95% CIs For Mean Based on Pooled StDev ----------+---------+---------+-----(---*---) (---*---) (---*---) (---*---) 183

Regresix Analisis Regresi :

Analisis Regresi adalah analisis secara statistik mengenai hubungan (penyebab) antara variabel dependen (Y) dan variabel independen (X) Menduga sebuah persamaan Matematika untuk melihat hubungan (sebab-akibat) Mengestimasi sebuah model melalui data Melakukan pengujian hipotesis melalui model tersebut


184

Regresix Jika jumlah variabel independen (X) adalah satu, disebut Regresi Sederhana (Simple Regression) x Jika jumlah variabel independen (X) lebih dari satu, disebut Regresi Multipel (Multiple Regression) x Langkah-langkah Analisis Regresi :

Pengumpulan Data

Gambarkan plot data

Estimasi koefisien melalui metode kuadrat terkecil (least squares method)

Uji Hipotesis

Analisis


185

Regresi1) Pengumpulan DataDollar Tahun setelah kelulusan

812.52 822.50 1211.50 1348.00 1301.00 2567.50 2526.50 2755.00 430.50 5581.50 5548.00 6086.00 5764.00 8903.00

1 2 3 4 8 9 10 11 12 13 14 15 16 17


186

Regresi2) Gambar plot data Memahami bahwa hubungan antara9000 8000 7000 6000

dua variabel adalah linier atau bentuk lain Jika hubungan adalah linier, tanda (+/-) menunjukan hubungan positif atau negatif dari kedua variabel tersebut Perhatikan outlier (titik yang terpencil)0 5 10 15

dollar

5000 4000 3000 2000 1000 0

year


187

Regresi (Y = + X)4) Uji Hipotesis H0 : = 0 : X tidak berpengaruh terhadap Y H1 : 0 : X berpengaruh terhadap YPredictor Constant X Coef -628.9 403.42 StDev 878.4 80.31 T -0.72 5.02 P 0.488 0.000

Analysis of Variance Source Regression Residual Error Total DF 1 12 13 SS 60740687 28883452 89624139 MS 60740687 2406954 F 25.24 P 0.000

S = 1551

R-Sq = 67.8%

R-Sq(adj) = 65.1%

R-Square Selalu bernilai antara 0 dan 1Basic Six Sigma001-TM-SS0-09-2002

188

Regresix MINITAB - Data : Simreg - Stat > Regression > Regression...

Variabel Dependen (Y)

Variabel Independen (X)


189

RegresiRegression Analysis The regression equation is dollar = - 629 + 403 year Predictor Constant year S = 1551 Coef -628.9 403.42 StDev 878.4 80.31 T -0.72 5.02 P 0.488 0.000

R-Sq = 67.8%

R-Sq(adj) = 65.1%

Analysis of Variance Source Regression Residual Error Total DF 1 12 13 SS 60740548 28883493 89624041 MS 60740548 2406958 F 25.24 P 0.000

Unusual Observations Obs year dollar 9 12.0 430

Fit 4212

StDev Fit 456

Residual -3782

St Resid -2.55R

R denotes an observation with a large standardized residual190


KorelasiKoefisien Korelasi : Selalu bernilai antara -1 dan +1 Nilainya positif (+), artinya jika salah satu variabel bertambah maka variabel yang lainnya akan bertambah pula. Nilainya negatif (-), artinya jika salah satu variabel bertambah maka variabel yang lainnya akan berkurang.

Formula :

n ( X i X )( Yi Y ) i= 1 r= n n 2 (Y Y )2 ( X i X ) i i= 1 i= 1191


Korelasi

r = 0.3

r = 0.7

r = -0.5

r = -0.9

Jika nilai absolut dari koefisien korelasi mendekati 1, mengindikasikan hubungan dua variabel kuat. Jika nilai absolut dari koefisien korelasi mendekati 0, mengindikasikan hubungan dua variabel lemah. Kuadrat koefisien korelasi sama dengan R-Square dalam Regresi


192

KorelasiUji Hipotesis untuk koefisien korelasi populasi H0 : H1 :

= 0 : Tidak ada korelasi antara kedua variabel 0 : Ada korelasi antara kedua variabel

- Data : Grade - Stat > Basic Statistics > Correlation...


193

Korelasi- Hasil :Correlations (Pearson)

Math GPA

Verbal 0.275 0.000 0.322 0.000

Math

Koefisien korelasi antara nilai Matematika dan GPA

0.194 0.006

Cell Contents: Correlation P-Value

p-value untuk uji hipotesis hubungan antara nilai Matematika dan IPK


194

Aktivitas utama dalam tahap ANALYSIS adalah memilih faktor-faktor yang paling berpengaruh terhadap CTQ (masalah). SELECTING FACTORS


195

Design of Experiment (DOE)

IBasic Six Sigma001-TM-SS0-09-2002

7 Tujuan- Memahami konsep DOE - Eksekusi Minitab

7 Bahasan- Konsep Dasar DOE - Desain Full Factorial - Latihan

196

Konsep Dasar DOEx Komponen dari Proses Uncontrollable Factor ...

Input

Output (Y)

Proses

Controllable FactorBasic Six Sigma001-TM-SS0-09-2002

...197

Konsep Dasar DOEx Definisi DOE- DOE adalah metode penentuan awal mengenai pengambilan data dari proses eksperimen dan analisa data sehingga kita mendapatkan informasi yang akurat melalui Eksperimen.

x Tujuan DOE- Menentukan hubungan cause-effect antara proses input dan karakteristik produk - Menentukan kondisi proses dari faktor - Menentukan sumber variasi pada Critical Process - Menentukan persamaan model pada proses


198

Konsep Dasar DOEx FaktorSuatu faktor (input) yang mempengaruhi Response (output) dan dapat merupakan variabel terkontrol (controllable) atau tidak terkontrol (uncontrollable). Suatu faktor dapat saja bersifat kuantitatif (misal : temperatur, waktu) atau bersifat kualitatif (Perbedaan mesin, Perbedaan Operator, Bersih atau tidak)

x LevelLevel suatu faktor adalah nilai-nilai dari faktor dalam suatu eksperimen. Misalkan eksperimen yang dilakukan terhadap 2 perbedaan temperatur (100C dan 200C) maka faktor temperatur mempunyai 2 level


199

Konsep Dasar DOEx Perlakuan Perlakuan adalah eksperimen yang dilakukan terhadap satu level pada faktor. Misal, pada tingkat temperatur 2500C kita lakukan eksperimen. x Perlakuan Kombinasi Suatu eksperimen yang menggunakan level-level yang spesifik dari tiap faktor. Jumlah perlakuan kombinasi pada full experiment adalah percobaan yang dilakukan terhadap SELURUH KOMBINASI level pada tiap faktor.


200

Konsep Dasar DOEx Proses melakukan DOE - Temukan masalah - Tentukan tujuan - Tentukan variabel respon (Y) - Tentukan variabel Indenpenden (X) - Tentukan levelnya - Tentukan design eksperimen - Kumpulkan data - Analisis data - Simpulkan berdasarkan penggambaran dari hasil analisis statistik - Buat Solusi


201

Konsep Dasar DOEx Prinsip-prinsip DOE - Prinsip Pengacakan (Randomization) - Prinsip Pengulangan (Replication) - Prinsip Pemblokan (Blocking) - Prinsip Pembauran (Compounding) - Prinsip Ortogonal


202

Desain Faktorialx Desain satu pihak (One Way)- Menentukan hubungan sebab-akibat (cause-effect) antara sebuah faktor dengan karakteristik produk (output) - Kita ingin mengetahui apakah output dari tiap level faktor tersebut sama atau tidak. - Apakah ada hubungan sebab-akibat antara faktor dan karakteristik produksi jika dari tiap level tidak sama


203

Desain Faktorialx Susunan Perlakuan (Array Treatment)- Jika banyaknya level faktor (perlakuan) adalah k dan banyaknya replikasi setiap level adalah mTreatment A1 A11 A21 : Am 1 Mean A2 A12 A22 : Am 2 . . . . . . Ak A1k A2k : Am k

X

X

X

X

x Biasanya kita menganalisanya dengan ANOVA


204

Desain Faktorialx Uji Hipotesis

H0 :

1

=

2

= . =

k

H1 : paling sedikit sebuah tidak sama

Jika H0 ditolak maka kita harus menguji perbedaan mean (Ratarata) diantara output pada level faktor.


205

Desain Faktorialx ContohDiketahui bahwa tingkat ketebalan suatu part disebabkan karena tekanan (Pressure) pada proses. Asumsi bahwa part harus tipis, maka percobaan paling dilakukan dengan empat kondisi tekanan. Dan data dari hasil percobaan dapat dilihat pada tabel dibawah ini, tentukan level faktor mana yang berpengaruh. 10 6.1 15 4.4 4.2 3.9 20 3.1 3.3 3.1 3.2 3.6 3.5Basic Six Sigma001-TM-SS0-09-2002

25 2.8 2.8 2.6 3.1 2.7 2.5

Hasil pengukuran

Level Faktor

5.8 6.4

206

Desain Faktorialx Desain Dua Pihak (Two-way) dengan replikasi perlakuan - Menentukan hubungan sebab-akibat diantara dua faktor dan karakteristik produk (output) - Menentukan apakah mean dari output tiap level faktor sama atau tidak - Apakah ada pengaruh interaksi (Interaction effect) atau tidak. x Main effect (Pengaruh utama) - Perubahan rata-rata variabel output yang disebabkan perubahan level pada suatu faktor


207

Desain Faktorialx Interaksi pengaruh (Interaction effect)- Jika Main effect diantara level-level dalam satu faktor tidak sama dengan faktor yang lain, maka terdapat interakasi pengaruh diantara faktor-faktor tersebut. A : Tekanan

Ketebalan A2 A1

B : Temperatur Output : Kekuatan (Strength)

A1 B1

A2 B2 Temperatur


208

Desain Faktorialx Susunan Perlakuan (Array of Treatment) A1X111 X121 X122 .. X12r X221 X222 .. X22r

A2

..X1k1

AkX1k2 .. X1kr X2k1 X2k2 .. X2kr

Mean X1.. X2.. . Xm .. X

B1 B2 . Bm Mean

X112 .. X11r X211 X212 .. X21r

.. .. . .. ..

.Xm1 1 Xm2 1 .. Xmr 1

.Xm1 2 Xm2 2 .. Xmr 2

.Xm1 k Xm2 k .. Xmr k

X.1.

X.2.

X.k.


209

Desain Faktorialx Uji Hipotesis H0 : 1 = 2 = . = k H1 : Paling sedikit sebuah A tidak sama H0 : 1 = 2 = . = k

H1 : Paling sedikit sebuah B tidak sama H00 :: Tidak ada perbedaan efek interaksi H Tidak ada perbedaan efek interaksi H11 :: Ada perbedaan efek interaksi H Ada perbedaan efek interaksi

Jika

H0 ditolak

maka

kita

harus

menguji

perbedaan mean diantara output pada level dari setiap faktor.Basic Six Sigma001-TM-SS0-09-2002

210

Desain Faktorialx ContohDiketahui bahwa daya tahan suatu part disebabkan karena tekanan (Pressure) dan temperatur. Diasumsikan bahwa part harus kuat, maka percobaan dilakukan dengan empat kondisi tekanan dan tiga kondisi temperatur, data dari hasil eksperimen dapat dilihat pada tabel dibawah. Analisalah data dari hasil eksperimen, dan tentukan level faktor mana yang berpengaruh terhadap respon.

Tekanan

10Temp

15 87 108 111 95 114 121 101 108 127 99 112 125

20 107 117 131 91 109 116

25 98 103 122

5 10 15

94 99 116

Daya tahanBasic Six Sigma001-TM-SS0-09-2002

211

Desain Faktorialx Desain Full Faktorial kn Merupakan desain eksperimen terhadap keseluruhan perlakuan kombinasi dari n faktor dengan level sama dengan k Jika terdapat r kali eksperimen pada setiap perlakuan kombinasi, maka banyaknya eksperimen dilakukan sebanyak r*kn

Biasanya k adalah 1 atau 3, jadi 2n atau 3n


212

Desain Faktorialx Desain Fraksional Suatu desain eksperimen yang dilakukan hanya sebagian saja atau tidak dilakukan secara penuh (full factorial design). Jika terdapat banyak faktor, maka kita harus melakukan banyak biaya dan waktu. Kita dapat mereduksi banyaknya eksperimen dengan menjalankan desain fraksional faktorial. Dengan asumsi tidak terdapat perbedaan efek interaksi sehingga bisa diabaikan. Biasanya perbedaan efek interaksi diabaikan bila lebih dari 3 faktor. Biasanya desain fraksional dilakukan dengan pembauran (Comfounding) eksperimen. Bila kita melakukan banyak eksperimen berarti akan banyak membutuhkan

x Comfounding (Pembauran) Adalah pengaruh dari faktor yang tidak dapat dipisahkanBasic Six Sigma001-TM-SS0-09-2002

213

Desain Faktorialx Desain Faktorial menggunakan Minitab

Perhatikan jumlah faktor dalam eksperimen


214

Desain FaktorialPutuskan apakah akan melakukan desain full faktorial atau desain fraksional

Teliti jumlah replikasi pada perlakuan kombinasiBasic Six Sigma001-TM-SS0-09-2002

215

Desain Faktorial

Tulislah nama faktor dan nilai dari level faktor


216

Desain Faktorial

Cek pengacakan pada eksperimen


217

Desain Faktorial

Tuliskan nilai dari hasil eksperimen pada setiap perlakuan kombinasi


218

Desain Faktorialx Desain Faktorial menggunakan MinitabGuna mengetahui daya tahan dari suatu part yang disebabkan karena Pressure (tekanan), temperatur dan density (berat jenis) dari suatu material. Asumsikan bahwa part harus kuat, maka eksperimen harus dilakukan dengan perlakuan kombinasi. Semua faktor terdiri dari dua level. Analisa dan temukan level faktor mana yang berpengaruh terhadap kekuatan material. Faktor-faktor dan level faktor A = Pressure B = Density C = Temperatur : Level 1 = 20, level 2 = 25 : Level 1 = 8.5, level 2 = 9 : Level 1 = 60, level 2 = 70


219

Desain Faktorial- Data : Full_Design


220

Desain Faktorial


221

Desain FaktorialSeleksi faktor-faktornya


222

Desain Faktorial


223

Desain FaktorialFractional Factorial Fit Estimated Effects and Coefficients for y (coded units) Term Constant A B C A*B A*C B*C A*B*C Effect 0.375 3.875 -4.125 1.625 -2.375 0.625 -0.125 Coef 49.563 0.187 1.937 -2.062 0.812 -1.187 0.312 -0.062 StDev Coef 0.6404 0.6404 0.6404 0.6404 0.6404 0.6404 0.6404 0.6404 T 77.39 0.29 3.03 -3.22 1.27 -1.85 0.49 -0.10 P 0.000 0.777 0.016 0.012 0.240 0.101 0.639 0.925

Analysis of Variance for y (coded units) Source Main Effects 2-Way Interactions 3-Way Interactions Residual Error Pure Error Total DF 3 3 1 8 8 15 Seq SS 128.687 34.688 0.062 52.500 52.500 215.937 Adj SS 128.687 34.688 0.062 52.500 52.500 Adj MS 42.8958 11.5625 0.0625 6.5625 6.5625 F 6.54 1.76 0.01 P 0.015 0.232 0.925


224

Desain FaktorialNormal Probability Plot of the Standardized Effects(response is y, Alpha = .10)

1.5 1.0

B

A: A B: B C: C

Normal Score

0.5 0.0 -0.5 -1.0 -1.5C

-3

-2

-1

0

1

2

3

Standardized Effect


225

Desain FaktorialPareto Chart of the Standardized Effects(response is y, Alpha = .10) A: A B: B C: C

C B AC AB BC A ABC

0

1

2

3


226

Desain Faktorialx Pooling ABC to the error term


227

Desain FaktorialFractional Factorial Fit Estimated Effects and Coefficients for y (coded units) Term Constant A B C A*B A*C B*C Effect 0.375 3.875 -4.125 1.625 -2.375 0.625 Coef 49.563 0.187 1.937 -2.062 0.812 -1.187 0.312 StDev Coef 0.6042 0.6042 0.6042 0.6042 0.6042 0.6042 0.6042 T 82.03 0.31 3.21 -3.41 1.34 -1.97 0.52 P 0.000 0.763 0.011 0.008 0.212 0.081 0.617

Analysis of Variance for y (coded units) Source Main Effects 2-Way Interactions Residual Error Lack of Fit Pure Error Total DF 3 3 9 1 8 15 Seq SS 128.687 34.688 52.562 0.062 52.500 215.937 Adj SS 128.687 34.688 52.562 0.062 52.500 Adj MS 42.8958 11.5625 5.8403 0.0625 6.5625 F 7.34 1.98 0.01 P 0.009 0.188 0.925


228

Desain FaktorialNormal Probability Plot of the Standardized Effects(response is y, Alpha = .10) B A: A B: B C: C

1

Normal Score

0

AC

-1C

-3

-2

-1

0

1

2

3

Standardized Effect


229

Desain FaktorialPareto Chart of the Standardized Effects(response is y, Alpha = .10) A: A B: B C: C

C

B

AC

AB

BC

A

0

1

2

3


230

Desain Faktorial


231

Desain FaktorialMain Effects Plot (data means) for y

20

25

8 .5

9.0

60

70

51.5

50.5

49.5

y

48.5

47.5 A B C


232

Desain FaktorialA25 20

Interaction Plot (data means) for y8. 5 9 60 70

53

49

45

B9 8.5

53

49

45

C


233

Desain FaktorialCube Plot (data means) for y

50.0

49.5

9.0

51.0

55.5

B

47.0

43.5

70

C 8.549.5 50.5

60

20 A

25


234

Desain Faktorialx Contoh soal (kopi) - Kita ingin menemukan perlakuan kombinasi yang terbaik terhadap cita rasa dari kopi. - Pilihlah faktor yang berpengaruh terhadap cita rasa kopi dengan melakukan suatu eksperimen dan temukanlah kombinasi terbaik dari faktor-faktor yang ada.


235

Desain Faktorialx Latihan (Helikopter kertas)


236

Desain Faktorial- Kita ingin menemukan waktu terlama bila helikopter kertas tersebut dijatuhkan. Oleh sebab itu kita ingin menemukan perlakuan kombinasi yang mempunyai waktu jatuh terlama. - Pilihlah faktor-faktor yang berpengaruh terhadap lama jatuhnya helikopter kertas tersebut. Temukan kombinasi terbaiknya.


237

Aktivitas utama dalam tahap IMPROVEMENT adalah membuat ide-ide perbaikan terhadap faktor-faktor yang telah ditemukan dalam tahap Analisis.

IMPROVE THE CRITICAL FACTORS


238

Kontrol

CBasic Six Sigma001-TM-SS0-09-2002

7 Tujuan- Memahami konsep Control Chart - Eksekusi Minitab

7 Bahasan- Sekilas tentang Control Step - Konsep Control chart - Variasi control chart

239

Penjelasan Singkat Tahapan Kontrolx Maksud dari SPC(Statistical Process Control) - Adalah mengontrol suatu produk/proses secara statistika Contohnya CTQ (Critical To Quality) atau CTP (Critical To Process) Gunakan tool SPC Hilangkan penyebab variasi pada proses Pertahankan proses terbagus

Kepuasan konsumen


240

Penjelasan Singkat Ta

Date post:	07-Jul-2015
Category:	Documents
Upload:	miradzji
View:	170 times
Download:	4 times

Indonesia_basic Six Sigma Modul (New)

Documents