17. 17
BAB 3 METODE DASAR STATISTIK (Lanjutan)
Membuat bar chart mudah dibaca : [2]
(Salah)
(Benar) (Salah)
(Benar) (Salah)
(Benar) (Salah)
6 : 1 4 : 1
1 : 1
Jika hanya
memotong
satu
batang
Memotong
Semua
batang
Jarak antar
batang sama
dengan lebar
batang
Memulai dari
angka nol
Jika tidak
dimulai
dari angka
nol
Jika Lebar ≠ Jarak
Memulai grafik dari
angka nol
Memotong batang jika
terlalu tinggi
Jarak antar batang sama dengan lebar
batang begitu juga pada pareto dan
histogram
18. 18
BAB 3 METODE DASAR STATISTIK (Lanjutan)
Membuat line chart mudah dibaca :[2]
(Kurang tepat)
(Mudah dibaca)
Memulai dari
angka nol
Jika jumlah data banyak, dapat dilakukan
pemotongan diantara angka nol, maka
grafik akan lebih mudah dibaca.
Perhatikan keseimbangan antara axis vertikal dan
horizontal, kedua grafik dibawah mempunyai nilai
sama pada setiap axisnya tapi ketika dirubah
pada salah satu axis akan memberikan kesan
yang berbeda
19. 19
BAB 3 METODE DASAR STATISTIK (Lanjutan)
Membuat pie chart mudah dibaca : [2]
1) Penyusunan nilai elemen secara menurun (besar --> kecil)
2) Posisi awal dimulai tegak lurus sama seperti pada posisi
angka 12 pada jarum jam
3) Penyusunan elemen data searah putaran jam
4) Untuk bagian yang sangat kecil bisa diwakili dengan satu
elemen gabungan
5) Selalu memasukan nilai angka
Pie chart produksi
berdasarkan kategori
Langkah – langkah :
90°
2)
3)
4)
24. 24
BAB 3 METODE DASAR STATISTIK (Lanjutan)
1) Tentukan objek
Contoh : investigasi terjadinya cacat, hitung
jumlah cacat berdasarkan jenisnya
2) Tentukan bagian yang harus dicheck
Contoh : Bagian yang rusak (terlalu gelap,
terlalu terang, pecah, dll.
3) Kelompokan data
Contoh : Berdasar proses, mesin, pekerja,
dll
4) Rancang check sheetnya
5) Beri tanda ∆, O, X dan seterusnya
6) Analisa datanya
Langkah – langkah : [2]
Check sheet untuk investigasi jenis
cacat
Check sheet untuk investigasi lokasi
cacat
Gunakan metode pengumpulan data (5W+1H)
What Apa jenis masalahnya
Where Dimana lokasinya
Who Siapa yang bertanggungjawab
When Kapan periode pengumpulan datanya
Why Tujuan pengumpulan data (judul)
How Berapa banyak kejadian
Catatan : [3]
Contoh check sheet : [2]
43. 43
1) Kumpulkan data yang
berhubungan dari dua tipe
karakter data
2) Tentukan nilai terbesar (max) dan
nilai terkecil (min) menjadi data X
dan Y
3) Siapkan garis axis horizontal
untuk Y dan garis vertikal untuk X
4) Masukan data dengan memberi
tanda (●) pada diagram
5) Masukan keterangan (nomor
data, nama produk, nama proses,
nama pembuat, kapan dibuat dan
seterusnya)
Contoh 2
(Hubungan berat badan pesumo dan porsi makannya)
Langkah – langkah : Contoh scatter diagram : [2]
BAB 4 METODE STATISTIK (Lanjutan)
44.
45. Cara Manual scatter diagram
45
Tabel tentang Pedoman umum dalam menentukan
Kriteria Korelasi :
r Kriteria Hubungan
0 Tidak ada Korelasi
0 – 0.5 Korelasi Lemah
0.5 – 0.8 Korelasi sedang
0.8 – 1 Korelasi Kuat / erat
1 Korelasi Sempurna
Perlu diingat :
Koefisien Korelasi akan selalu berada di dalam Range -1 ≤ r ≤ +1
Jika ditemukan perhitungan diluar Range tersebut, berarti telah terjadi kesalahan perhitungan dan harus
di koreksi terhadap perhitungan tersebut.
Kekuatan Hubungan antara 2 Variabel biasanya disebut dengan Koefisien Korelasi dan dilambangkan
dengan symbol “r”. Nilai Koefisian r akan selalu berada di antara -1 sampai +1.
Koefisien Korelasi Sederhana disebut juga dengan Koefisien Korelasi Pearson karena rumus
perhitungan Koefisien korelasi sederhana ini dikemukakan oleh Karl Pearson yaitu seorang ahli
Matematika yang berasal dari Inggris.
Rumus yang dipergunakan untuk menghitung Koefisien Korelasi Sederhana adalah sebagai berikut :
(Rumus ini disebut juga dengan Pearson Product Moment)
r = nΣxy – (Σx) (Σy)
. √{nΣx² – (Σx)²} {nΣy2 – (Σy)2}
n = Banyaknya Pasangan data X dan Y
Σx = Total Jumlah dari Variabel X
Σy = Total Jumlah dari Variabel Y
Σx2= Kuadrat dari Total Jumlah Variabel X
Σy2= Kuadrat dari Total Jumlah Variabel Y
Σxy= Hasil Perkalian dari Total Jumlah Variabel X dan Variabel Y
46. 46
Contoh Penggunaan Analisa Korelasi di Produksi
1. Apakah ada hubungan antara suhu ruangan dengan jumlah cacat Produksi?
2. Apakah ada hubungan antara lamanya waktu kerusakan mesin dengan jumlah
cacat produksi?
3. Apakah ada hubungan antara jumlah Jam lembur dengan tingkat absensi?
Seorang Engineer ingin mempelajari apakah adanya pengaruh Suhu Ruangan
terhadap Jumlah Cacat yang dihasilkan dan juga ingin mengetahui keeratan serta
bentuk hubungan antara dua variabel tersebut. Engineer tersebut kemudian
mengambil data selama 30 hari terhadap rata-rata (mean) suhu ruangan dan Jumlah
Cacat Produksi.