SlideShare une entreprise Scribd logo
1  sur  23
Télécharger pour lire hors ligne
Peta Kendali P dan NP



Oleh:
Ardita Sukma P    1305.030.026
Furqan Qadarisman 1305.030.044
Praktikum ini dilakukan untuk mengetahui
kualitas produk barang dengan
menggunakan peta kendali atribut yaitu
menggunakan peta p dan np pada data hasil
pembuatan pembatas buku yang dibuat
dengan ketentuan ukuran panjangnya 10 cm
dan lebar 7 cm.
Apakah data pengamatan pembatas buku memenuhi asumsi
distribusi normal ?
Apakah data pengamatan pembatas buku memenuhi asumsi
keacakan?
Apakah hasil dari uji binomial?
Bagaimana hasil analisis dengan menggunakan peta kontrol P dan
NP pada data pengamatan pembatas buku?
Bagaimana diagram pareto dari data pembuatan pembatas buku?
Apakah penyebab variasi ukuran pada pembuatan pembatas buku?
Apakah proses pembuatan pembatas buku kapabel?
Bagaimana statistik deskriptif data pembatas buku dengan kelompok
lain?
Apakah terjadi pergeseran proses data pembuatan pembatas buku
dengan kelompok lain?
Untuk mengetahui bahwa data pengamatan pembatas buku
memenuhi asumsi distribusi normal.
Untuk mengetahui bahwa pengamatan pembatas buku memenuhi
asumsi keacakan.
Untuk mengetahui hasil dari uji binomial.
Untuk mengetahui hasil analisis dengan menggunakan peta kontrol
P dan NP pada data pengamatan pembatas buku.
Untuk mengetahui diagram pareto dari data pembuatan pembatas
buku.
Untuk mengetahui penyebab variasi ukuran pada pembuatan
pembatas buku.
Untuk mengetahui proses pembuatan pembatas buku kapabel atau
tidak.
Untuk mengetahui statistik deskriptif data pembatas buku kelompok
lain
Untuk mengetahui pergeseran proses data pembuatan pembatas
buku dengan kelompok lain.
Selasa 27 Maret 2007 jam 15.30 WIB di
ruang T104 Gedung U lantai I Jurusan
Statistika Institut Teknologi Sepuluh
Nopember
Alat                Bahan
    Alat tulis         Kertas Milimeter
    Penggaris          Kertas asturo warna
    Gunting            biru muda 1 buah
    Lem                Kertas sampul warna
    Plong-plongan      ungu dan hijau muda
                       Pita warna merah
                       muda
                       Data hasil
                       pengamatan 30
                       pembatas buku
Data hasil pengamatan 30 pembatas buku
1.Membuat pola persegi panjang pada kertas asturo
   warna biru muda sebanyak 30 buah dengan ukuran
   panjnag 10 cm dan lebar 7 cm
2. Menggambar kepala boneka beserta topi rancangan
   di kertas milimeter dengan kriteria: kepala boneka
   dan topinya dengan ukuran panjang kurang dari 9
   cm dan lebar kurang dari 6 cm
3. Melakukan pengamatan pada hasil pembuatan
   pembatas buku
H0 : Data
pengamatan
pembatas buku
berdistribusi normal
H1 : Data
pengamatan
pembats buku tidak
berdistribusi normal
  = 0.05
H0 : Data pengamatan boneka telah diambil
      secara acak
H1 : Data pengamatan boneka telah diambil
      secara tidak acak

       Runs Test: C1

       Runs test for C1
       Runs above and below K = 0.866667
       The observed number of runs = 6
       The expected number of runs = 7.93333
       26 observations above K, 4 below
       P-value = 0.105
H0 : P = P0
H1 : P P0

                                                           Asymp.
                                       Observe    Test        Sig.
                    Categor                 d      Prop        (2-
                         y    N           Prop.      .       tailed)
     DATA   Group                                         ,000(a)
                          1       26        ,87     ,50
               1
            Group
                          0        4        ,13
               2
            Total                 30       1,00
"#$!


!




$#$!
"#$!


  !




$#$!
#
              #
                  %
          #           &



jumlah cacat tertinggi adalah sebanyak 17 atau cacat tipe 1 yaitu
guntingan yang tidak rapi yaitu sebesar 41.5% dari jumlah
keseluruhan data, setelah itu dilanjutkan dengan 7 atau cacat
tipe 5 yaitu pengeleman yang miring yaitu sebesar 34.1% dari
keseluruhan jumlah data dan jumlah terendah untuk tipe cacat
adalah sebanyak 5 yitu tipe cacat 2 yaitu pengeleman yang
kurang kuat sebesar sebesar 24.4% dari keseluruhan jumlah
data yang ada.
' ()   (                                           *'                                    *'




               (        .       ()        (                   (       )
                (                                                                                 (       ' (              ) %'

           +        *                                        % + ),        '-

                                                                                                              )        +    (( '* .   (
                                - '                               )       (         ''                    )           (0    *

                                                                                                                                          *     -
                                                                                                                                      .       ( / 0 1'


                                      %        +        ((     ' (        .     ()       (
                                          +'
                                                                                                      )           *          2

                                %     +        ( )            .       (*        -




                            1                                                                 '
$ $                   " $
               % **                                                                          3 ' -'
$ $                                                                                          8
/ (                     7
" $                                                                                          '     43' -'   5 # + 2' ' .
       +                    6                                                                    #+          6
       +                                                                                         # $         6
                                                                                                 # "         6
           43' -' 5         6
           48       5       6                                                                    # +)        6
                                                                                                 # # +)      6
                                                                                         8              # + 2' ' .
                                                                                                  +         6
                                                                                                    $       6
                                                                                                    "       6
                                                                                                  +)        6
                                                                                                 #+             7




8 2*         1    9             %   ; <+ 3' -'   9       %   ; <+ 8        9         %
            :$ $        6                :$ $        6             :$ $          6
               " $      6                  " $       6               " $         6
            /           6                /           6             /             6
Descriptive Statistics: cacat furqan; cacat rosy

Variable           N     Mean     SE Mean      StDev   Minimum   Median   Maximum
cacat Furqan      30   0,8667      0,0631     0,3457    0,00      1,00    1,00
cacat rosy        30   0,5667      0,0920     0,5040    0,00      1,00    1,00


Descriptive Statistics: cacat furqan; cacat vida

Variable           N     Mean     SE Mean      StDev Minimum     Median   Maximum
cacat Furqan      30   0,8667      0,0631     0,3457   0,00      1,00     1,00
cacat vida        30   0,6000      0,0910     0,4983   0,00      1,00     1,00


Descriptive Statistics: cacat furqan; cacat rizki

Variable           N     Mean     SE Mean      StDev   Minimum   Median   Maximum
cacat Furqan      30   0,8667      0,0631     0,3457    0,00      1,00    1,00
cacat rizki       30   0,5333      0,0926     0,5074    0,00      1,00    1,00


Descriptive Statistics: cacat Furqan; cacat oki

Variable           N     Mean     SE Mean      StDev Minimum     Median   Maximum
cacat Furqan      30   0,8667      0,0631     0,3457 0,00         1,00    1,00
cacat oki         30   0,7333      0,0821     0,4498 0,00         1,00    1,00
H0 : P1 = P2 (Proporsi data pengamatan pembatas buku Furqan sama
    dengan Proporsi data pengamatan pembatas buku kelompok Rosy)
 H1 : P1 ≠ P2 (Proporsi data pengamatan pembatas buku Furqan tidak
    sama dengan Proporsi data pengamatan pembatas buku kelompok
    Rosy)
Two-Sample T-Test and CI: cacat furqan; cacat rosy

Two-sample T for cacat furqan vs cacat rosy

                  N     Mean    StDev    SE Mean
cacat furqan     30    0,867    0,346      0,063
cacat rosy       30    0,567    0,504      0,092


Difference = mu (cacat furqan) - mu (cacat rosy)
Estimate for difference: 0,300000
95% CI for difference: (0,075976; 0,524024)
T-Test of difference = 0 (vs not =): T-Value = 2,69                  ]
P-Value = 0,010 DF = 51
Two-Sample T-Test and CI: cacat furqan; cacat rizki

Two-sample T for cacat furqan vs cacat rizki
                N    Mean StDev SE Mean
cacat furqan 30 0,867 0,346               0,063
cacat rizki     30 0,533 0,507            0,093
Difference = mu (cacat furqan) - mu (cacat rizki)
Estimate for difference: 0,333333
95% CI for difference: (0,108277; 0,558389)
T-Test of difference = 0 (vs not =): T-Value = 2,97
P-Value = 0,004 DF = 51
Two-Sample T-Test and CI: cacat furqan; cacat vida

Two-sample T for cacat furqan vs cacat vida
               N   Mean StDev SE Mean
cacat furqan 30 0,867 0,346       0,063
cacat vida    30 0,600 0,498      0,091
Difference = mu (cacat furqan) - mu (cacat vida)
Estimate for difference: 0,266667
95% CI for difference: (0,044372; 0,488961)
T-Test of difference = 0 (vs not =): T-Value = 2,41
P-Value = 0,020 DF = 51
Two-Sample T-Test and CI: cacat ardita; cacat oki

Two-sample T for cacat furqan vs cacat oki

                  N    Mean    StDev    SE Mean
cacat furqan     30   0,867    0,346      0,063
cacat oki        30   0,733    0,450      0,082


Difference = mu (cacat furqan) - mu (cacat oki)
Estimate for difference: 0,133333
95% CI for difference: (-0,074324; 0,340991)
T-Test of difference = 0 (vs not =): T-Value = 1,29
P-Value = 0,203 DF = 54
Rata-rata cacat pembuatan pembatas buku adalah 0.867
Data pengamatan pembatas buku berdistribusi normal
Data pengamatan pembatas buku diambil secara acak
Proporsi produk cacat dan tidak cacat tidak sama dengan 0.87 dan
0.13.
Berdasarkan peta kendali variabel yaitu peta P dan NP dapat diketahui
bahwa nlai rata-ratanya sejajar dengan batas kendali atas sehingga
dapat disimpulkan bahwa proses pembuatan pembatas buku tidak
terkendali.
Kesalahan pembuatan pembatas buku disebabkan oleh personal yang
rata rata mengantuk dan lelah, sedangkan dari faktor alat diketahui
bahwa penggaris yang tidak rata dan gunting yang kurang tajam dan
dari faktor metode mempunyai kesulitan karena jumlah sampel yang
terlalu banyak sedangkan dari sisi lingkungan mempunyai kesulitan
lingkungan yang ramai karena pengerjaan pembatas buku dikerjakan
secara bersama-sama dan ruangan yang panas karena kondisi
ruangan sempit.
Pada kapabilitas proses ukuran indeks potensial proses (Cp) pembatas
buku adalah 0.52 dan (Cpk) sebesar 0.14 yang nilainya < 1 yang berarti
tidak kapabel sehingga dapat disimpulkan akurasi dan presisi proses
pembuatan pembatas buku banyak yang tidak tepat target.
Dari statistik deskriptif diketahui bahwa nilai mean kelompok Furqan
lebih besar dari kelompok lain, sehingga bisa dikatakan pembuatan
proses pembatas buku kelompok Furqan paling banyak mengalami
kecacatan.
Terjadi pergeseran proses antara kelompok Furqan dengan kelompok
Rizky, Rosy dan Ulvida tetapi tidak untuk kelompok Oki.
Dalam menganalisa suatu data dengan
menggunakan uji runtun (run test), sebaiknya
data yang dipergunakan benar-benar sudah
dipastikan bahwa data tersebut bersifat
nonparametrik agar lebih mudah dalam
menganalisa data tersebut. Selain itu didalam
memasukkan data lebih diteliti lagi agar tidak
terjadi kesalahan didalam perhitungan.

Contenu connexe

Plus de arditasukma

Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)arditasukma
 
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)arditasukma
 
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)arditasukma
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...arditasukma
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...arditasukma
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)arditasukma
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)arditasukma
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)arditasukma
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...arditasukma
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...arditasukma
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...arditasukma
 
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]arditasukma
 
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...arditasukma
 

Plus de arditasukma (13)

Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
 
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
 
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
 
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]
 
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
 

Microsoft Power Point Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatibility Mode]

  • 1. Peta Kendali P dan NP Oleh: Ardita Sukma P 1305.030.026 Furqan Qadarisman 1305.030.044
  • 2. Praktikum ini dilakukan untuk mengetahui kualitas produk barang dengan menggunakan peta kendali atribut yaitu menggunakan peta p dan np pada data hasil pembuatan pembatas buku yang dibuat dengan ketentuan ukuran panjangnya 10 cm dan lebar 7 cm.
  • 3. Apakah data pengamatan pembatas buku memenuhi asumsi distribusi normal ? Apakah data pengamatan pembatas buku memenuhi asumsi keacakan? Apakah hasil dari uji binomial? Bagaimana hasil analisis dengan menggunakan peta kontrol P dan NP pada data pengamatan pembatas buku? Bagaimana diagram pareto dari data pembuatan pembatas buku? Apakah penyebab variasi ukuran pada pembuatan pembatas buku? Apakah proses pembuatan pembatas buku kapabel? Bagaimana statistik deskriptif data pembatas buku dengan kelompok lain? Apakah terjadi pergeseran proses data pembuatan pembatas buku dengan kelompok lain?
  • 4. Untuk mengetahui bahwa data pengamatan pembatas buku memenuhi asumsi distribusi normal. Untuk mengetahui bahwa pengamatan pembatas buku memenuhi asumsi keacakan. Untuk mengetahui hasil dari uji binomial. Untuk mengetahui hasil analisis dengan menggunakan peta kontrol P dan NP pada data pengamatan pembatas buku. Untuk mengetahui diagram pareto dari data pembuatan pembatas buku. Untuk mengetahui penyebab variasi ukuran pada pembuatan pembatas buku. Untuk mengetahui proses pembuatan pembatas buku kapabel atau tidak. Untuk mengetahui statistik deskriptif data pembatas buku kelompok lain Untuk mengetahui pergeseran proses data pembuatan pembatas buku dengan kelompok lain.
  • 5. Selasa 27 Maret 2007 jam 15.30 WIB di ruang T104 Gedung U lantai I Jurusan Statistika Institut Teknologi Sepuluh Nopember
  • 6. Alat Bahan Alat tulis Kertas Milimeter Penggaris Kertas asturo warna Gunting biru muda 1 buah Lem Kertas sampul warna Plong-plongan ungu dan hijau muda Pita warna merah muda Data hasil pengamatan 30 pembatas buku
  • 7. Data hasil pengamatan 30 pembatas buku
  • 8. 1.Membuat pola persegi panjang pada kertas asturo warna biru muda sebanyak 30 buah dengan ukuran panjnag 10 cm dan lebar 7 cm 2. Menggambar kepala boneka beserta topi rancangan di kertas milimeter dengan kriteria: kepala boneka dan topinya dengan ukuran panjang kurang dari 9 cm dan lebar kurang dari 6 cm 3. Melakukan pengamatan pada hasil pembuatan pembatas buku
  • 9. H0 : Data pengamatan pembatas buku berdistribusi normal H1 : Data pengamatan pembats buku tidak berdistribusi normal = 0.05
  • 10. H0 : Data pengamatan boneka telah diambil secara acak H1 : Data pengamatan boneka telah diambil secara tidak acak Runs Test: C1 Runs test for C1 Runs above and below K = 0.866667 The observed number of runs = 6 The expected number of runs = 7.93333 26 observations above K, 4 below P-value = 0.105
  • 11. H0 : P = P0 H1 : P P0 Asymp. Observe Test Sig. Categor d Prop (2- y N Prop. . tailed) DATA Group ,000(a) 1 26 ,87 ,50 1 Group 0 4 ,13 2 Total 30 1,00
  • 14. # # % # & jumlah cacat tertinggi adalah sebanyak 17 atau cacat tipe 1 yaitu guntingan yang tidak rapi yaitu sebesar 41.5% dari jumlah keseluruhan data, setelah itu dilanjutkan dengan 7 atau cacat tipe 5 yaitu pengeleman yang miring yaitu sebesar 34.1% dari keseluruhan jumlah data dan jumlah terendah untuk tipe cacat adalah sebanyak 5 yitu tipe cacat 2 yaitu pengeleman yang kurang kuat sebesar sebesar 24.4% dari keseluruhan jumlah data yang ada.
  • 15. ' () ( *' *' ( . () ( ( ) ( ( ' ( ) %' + * % + ), '- ) + (( '* . ( - ' ) ( '' ) (0 * * - . ( / 0 1' % + (( ' ( . () ( +' ) * 2 % + ( ) . (* - 1 '
  • 16. $ $ " $ % ** 3 ' -' $ $ 8 / ( 7 " $ ' 43' -' 5 # + 2' ' . + 6 #+ 6 + # $ 6 # " 6 43' -' 5 6 48 5 6 # +) 6 # # +) 6 8 # + 2' ' . + 6 $ 6 " 6 +) 6 #+ 7 8 2* 1 9 % ; <+ 3' -' 9 % ; <+ 8 9 % :$ $ 6 :$ $ 6 :$ $ 6 " $ 6 " $ 6 " $ 6 / 6 / 6 / 6
  • 17. Descriptive Statistics: cacat furqan; cacat rosy Variable N Mean SE Mean StDev Minimum Median Maximum cacat Furqan 30 0,8667 0,0631 0,3457 0,00 1,00 1,00 cacat rosy 30 0,5667 0,0920 0,5040 0,00 1,00 1,00 Descriptive Statistics: cacat furqan; cacat vida Variable N Mean SE Mean StDev Minimum Median Maximum cacat Furqan 30 0,8667 0,0631 0,3457 0,00 1,00 1,00 cacat vida 30 0,6000 0,0910 0,4983 0,00 1,00 1,00 Descriptive Statistics: cacat furqan; cacat rizki Variable N Mean SE Mean StDev Minimum Median Maximum cacat Furqan 30 0,8667 0,0631 0,3457 0,00 1,00 1,00 cacat rizki 30 0,5333 0,0926 0,5074 0,00 1,00 1,00 Descriptive Statistics: cacat Furqan; cacat oki Variable N Mean SE Mean StDev Minimum Median Maximum cacat Furqan 30 0,8667 0,0631 0,3457 0,00 1,00 1,00 cacat oki 30 0,7333 0,0821 0,4498 0,00 1,00 1,00
  • 18. H0 : P1 = P2 (Proporsi data pengamatan pembatas buku Furqan sama dengan Proporsi data pengamatan pembatas buku kelompok Rosy) H1 : P1 ≠ P2 (Proporsi data pengamatan pembatas buku Furqan tidak sama dengan Proporsi data pengamatan pembatas buku kelompok Rosy) Two-Sample T-Test and CI: cacat furqan; cacat rosy Two-sample T for cacat furqan vs cacat rosy N Mean StDev SE Mean cacat furqan 30 0,867 0,346 0,063 cacat rosy 30 0,567 0,504 0,092 Difference = mu (cacat furqan) - mu (cacat rosy) Estimate for difference: 0,300000 95% CI for difference: (0,075976; 0,524024) T-Test of difference = 0 (vs not =): T-Value = 2,69 ] P-Value = 0,010 DF = 51
  • 19. Two-Sample T-Test and CI: cacat furqan; cacat rizki Two-sample T for cacat furqan vs cacat rizki N Mean StDev SE Mean cacat furqan 30 0,867 0,346 0,063 cacat rizki 30 0,533 0,507 0,093 Difference = mu (cacat furqan) - mu (cacat rizki) Estimate for difference: 0,333333 95% CI for difference: (0,108277; 0,558389) T-Test of difference = 0 (vs not =): T-Value = 2,97 P-Value = 0,004 DF = 51 Two-Sample T-Test and CI: cacat furqan; cacat vida Two-sample T for cacat furqan vs cacat vida N Mean StDev SE Mean cacat furqan 30 0,867 0,346 0,063 cacat vida 30 0,600 0,498 0,091 Difference = mu (cacat furqan) - mu (cacat vida) Estimate for difference: 0,266667 95% CI for difference: (0,044372; 0,488961) T-Test of difference = 0 (vs not =): T-Value = 2,41 P-Value = 0,020 DF = 51
  • 20. Two-Sample T-Test and CI: cacat ardita; cacat oki Two-sample T for cacat furqan vs cacat oki N Mean StDev SE Mean cacat furqan 30 0,867 0,346 0,063 cacat oki 30 0,733 0,450 0,082 Difference = mu (cacat furqan) - mu (cacat oki) Estimate for difference: 0,133333 95% CI for difference: (-0,074324; 0,340991) T-Test of difference = 0 (vs not =): T-Value = 1,29 P-Value = 0,203 DF = 54
  • 21. Rata-rata cacat pembuatan pembatas buku adalah 0.867 Data pengamatan pembatas buku berdistribusi normal Data pengamatan pembatas buku diambil secara acak Proporsi produk cacat dan tidak cacat tidak sama dengan 0.87 dan 0.13. Berdasarkan peta kendali variabel yaitu peta P dan NP dapat diketahui bahwa nlai rata-ratanya sejajar dengan batas kendali atas sehingga dapat disimpulkan bahwa proses pembuatan pembatas buku tidak terkendali. Kesalahan pembuatan pembatas buku disebabkan oleh personal yang rata rata mengantuk dan lelah, sedangkan dari faktor alat diketahui bahwa penggaris yang tidak rata dan gunting yang kurang tajam dan dari faktor metode mempunyai kesulitan karena jumlah sampel yang terlalu banyak sedangkan dari sisi lingkungan mempunyai kesulitan lingkungan yang ramai karena pengerjaan pembatas buku dikerjakan secara bersama-sama dan ruangan yang panas karena kondisi ruangan sempit.
  • 22. Pada kapabilitas proses ukuran indeks potensial proses (Cp) pembatas buku adalah 0.52 dan (Cpk) sebesar 0.14 yang nilainya < 1 yang berarti tidak kapabel sehingga dapat disimpulkan akurasi dan presisi proses pembuatan pembatas buku banyak yang tidak tepat target. Dari statistik deskriptif diketahui bahwa nilai mean kelompok Furqan lebih besar dari kelompok lain, sehingga bisa dikatakan pembuatan proses pembatas buku kelompok Furqan paling banyak mengalami kecacatan. Terjadi pergeseran proses antara kelompok Furqan dengan kelompok Rizky, Rosy dan Ulvida tetapi tidak untuk kelompok Oki.
  • 23. Dalam menganalisa suatu data dengan menggunakan uji runtun (run test), sebaiknya data yang dipergunakan benar-benar sudah dipastikan bahwa data tersebut bersifat nonparametrik agar lebih mudah dalam menganalisa data tersebut. Selain itu didalam memasukkan data lebih diteliti lagi agar tidak terjadi kesalahan didalam perhitungan.