Sasaran PelatihanSetelah mengikuti pelatihan ini, diharapkan peserta: Memahami konsep Quality Control Memahami teknik statistik dasar 7 QC

tools Mampu mengidentifikasi teknik statistik 7

QC tools yang sesuai untuk menganalisa data di perusahaan dan melakukan improvement

Definition Fitness for use .... (J. M. Juran) Conformance to Customer

Requirements …. (P. Crosby) Meeting Customer Expectations …. (A.

V. Feigenbaum) Customer Satisfaction …. (K. Ishikawa)

Quality …. menurut Customer!!

Definition: Definition:

Quality Control adalah proses inspeksi Quality Control adalah proses inspeksi keseluruhan proses untuk menjamin keseluruhan proses untuk menjamin stabilitas dan mencegah penyimpangan stabilitas dan mencegah penyimpangan dengan cara mengevaluasi kinerja dan dengan cara mengevaluasi kinerja dan membandingkan dengan sasarannya membandingkan dengan sasarannya serta mengambil tindakan jika terjadi serta mengambil tindakan jika terjadi penyimpanganpenyimpangan

Quality Control is universal managerial process for conducting so as to provide Quality Control is universal managerial process for conducting so as to provide stability to prevent adverse change and to change and to ‘maintain the stability to prevent adverse change and to change and to ‘maintain the status quo’, by evaluating actual performance, compare actual performance status quo’, by evaluating actual performance, compare actual performance to goals, and take action on the difference (Juran)to goals, and take action on the difference (Juran)

1. Stratifikasi2. Lembar Data3. Grafik4. Diagram Pareto5. Histogram6. Diagram Ishikawa7. Diagram Tebar

Definisi:Adalah mengelompokkan/ menggolongkan/

menstratifikasikan data berdasarkan faktor tertentu untuk analisa yang lebih rinci

Contoh: Faktor Stratifikasi UmumMengelompokkan data berdasarkan ….1. Siapa: Departemen, individu, jenis pelanggan2. Apa: Jenis komplain, kategori cacat, alasan menelepon3. Kapan: bulanan, triwulan, hari, waktu4. Dimana: bagian, kota, lokasi spesifik dari produk (sudut

kanan atas, tombol on/off, dsb)

Kesimpulan:Mesin dari line C yang menghasilkan unit ditolak terbesar (75 unit)

EXAMPLE : STRATIFICATIONEXAMPLE : STRATIFICATION

Reviewing the two figures above, what is your Conclusion?

WITHOUT STRATIFICATION WITH STRATIFICATION

Double click on sound button

with mad cow disease Normal

Agriculture Dept. Announcement)

How to identify a mad cow disease

Manfaat:Untuk mengumpulkan informasi

mengenai pola dan penyebab masalah

TV-A TV-B TV-C

Sub Woofer Sub Woofer

Sebuah perusahan TV merek SONYA mempunyai 4 buah pabrik. Setiap pabrik memiliki 4 line produksi dengan kapasitas produksi 1000 unit per hari, memproduksi tiada henti 3 jenis design TV dan berbagai ukuran TV dari kecil s/d besar, dengan jumlah pekerja 3000 karyawan. Beberapa Mitra kerja (Supplier) ikut berperan dalam supplai material.

Suatu ketika, di bulan November 1994, ada 2400 customer complain tentang gambarnya yang berbintik-bintik. Dan terpaksa semua TV berbagai Inch ditarik dari pasaran.Kira-kira bagaimana anda mengamati? Apa potensi data yang bisa di Stratifikasi?Diskusikan dengan tim anda.

Pada tahun 1998, Salah satu grup Mustika Ratu bagian Perkebunan Teh, yg daerah kebunnya seluas 20 ribu Ha pada berbagai tempat, menghadapi masalah serius. Produksi teh, turun drastis pada posisi 20% dari target 80%. Dipastikan jika masalah ini berlanjut, 4200 karyawan akan ter PHK.

Laporan dari pihak R&D, ini di akibatkan oleh serangan hama penyakit. Sehingga banyak tanaman teh daunya mengering.

Mustika Ratu, dikenal memiliki berbagai Varietas tanaman the, dan menggunakan banyak Mitra kerja. Pemeliharaan, pengendalian hama. Dsb. Telah dilakukan.Mengapa masalah ini terjadi?

Pihak Mustika Ratu akan mencari data-data detail masalah:Berikan saran anda, apa yg harus dilakukan oleh mustika ratu? Potensi data apa saja yg harus diambil?

Definisi:Lembar (formulir) yang dirancang untuk

mengumpulkan data

Manfaat:

1. Membantu dan mempermudah proses pengumpulan data

2. Menstandarisir cara pengumpulan data

3. Mencatat suatu kejadian

4. Mengetahui adanya permasalahan

CARA PEMBUATAN:Gunakan Pedoman pengumpulan Data (5W+1H): a. What: Item-item yang akan dikumpulkan datanya. Gunakan

teknik stratifikasiContoh: Jenis defect : black spots,, goresan, bolong, gelombang,

jalur putihb. Where: Tetapkan lokasi (scope) pengumpulan data.Contoh: semua Departemenc. Who: Nama seseorang yang mengumpulkan datad. When: Tetapkan periode pengumpulan Data, Contoh: Jan & Feb 06e. Why : Tetapkan Tujuan Pengumpulan Data, dan tulis dalam

kalimat pernyataan sebagai Judul Lembar Data. Contoh: Data Kecelakaan kerja.f. How much & How collect data: Tetapkan berapa banyak &

bagaimana cara mengumpulkan data. Banyak data dan frekwensi pengambilan data harus disesuaikan dengan kondisi proses

Misal: - setiap box diambil 5 dan diukur, atau- setiap roll turun dicatat ukurannya, atau- cairan diambil 1 cc setiap jam dan diukur

1. Select what to Measure

2. Develop Operational Definitions

3. Identify Data Sources

4. Prepare a data Collection and Sampling Plan

5. Implement and Refine the data collection process

Criteria for selecting measures/ parameter data:• Value / usefulness

Link to high priority customer requirements Accuracy of the data Areas of concern or potential opportunity Can be benchmarked to other organizations Can be helpful ongoing measure

• Feasibility Availability of data Lead time required Cost of getting the data Complexity Likely resistance to “fear factor” associated with a particular type of

measure

STEPS 1. Identify a customer related defect in a key output, and write it above

the designated line on the chart (Use SIPOC diagram as a starting point) – Lampiran 1

2. Brainstorm a list of questions that relate to that defect, and write them on the left side of the tree

1. What patterns do you suspect you might find?

2. What factors do you think might influence the type or amount of that defect?

3. Identify stratification factors that will help you answer the questions about the output. Write this on the branches to the right of output

4. Identify specific types of data you could collect that would answer the question of how the stratification factor did or did not affect the output

STEPS

5. When the diagram is complete, review each of the metrics and rate them as follows:

1. Y : metric potentially help to predict the output

2. Y : data exist to support this metric

6. Use this analysis to decide which of the metrics will be most useful for your project

What are selected measures ?

Select your project measurements using Measurement Assessment Tree

Operational definitions : a clear, understandable description of what’s to be observed and measured, such that different people taking or interpreting the data will do so consistently

Elements of an operational DEFINITION

1. What you are trying to measure• Number of surface defects on the rear panel

2. What the measure isn’t • Does “surface defects” include smears or only scratches and dents?

3. Basic Definition of the measure • Surface defect = any dent or scratch visible from a distance of 3 feet under

normal light

4. How to take the measurement (procedures)• …………………..

3. Identify Data Sources• Historical data• New data

4. Prepare a data Collection and sampling Plan• Identify or confirm the stratification factors• Develop a sampling scheme

Random sampling Stratified sampling : ex. dividing 1000 customer into four groups: large, medium

small, and infrequent buyers Systematic sampling ; ex. every half hour or every 20 th item)

• Create data collection form Keep it simple Label it well Include space for date , time, and collector’s name Organize the data collection form and compiling sheet Include key factors to stratify the data

5. Implement and Refine the data Collection Process • Review and finalize your data collection plans• Prepare the workplace• Test your data collection procedures• Collect the data• Monitor accuracy and refine procedures as appropriate

DEFINISI:Grafik Balok adalah grafik dalam bentuk

balok yang menunjukkan perbandingan kuantitas/jumlah dari dua atau lebih faktor/item dalam periode tertentu

MANFAAT:Membandingkan dua atau lebih faktor

pada periode tertentu

Problem Tile di FT 1 Januari 2001

Kesimpulan: Problem Tile terbesar pada Januari 2001 adalah Pinhole (39 pcs)

DEFINISI:Grafik Garis adalah grafik dalam bentuk garis

yang menunjukkan pergerakan hasil pengukuran suatu parameter dalam periode tertentu

Contoh Parameter: Suhu, kelembaban, jumlah cacat

MANFAAT:Memonitor kecenderungan perubahan hasil

pengukuran pengamatan dalam periode tertentu

Kerusakan mesin Jan – Jul ‘02 Cacat chipping 2001

Kesimpulan: Mesin A mengalami kerusakan lebih sering dari mesin B

Kesimpulan: Cacat chipping tahun 2001 cenderung mengalami penurunan

DEFINISI:Suatu grafik lingkaran yang

menggambarkan proporsi dua atau lebih data kategori dengan pengukuran yang sama pada periode waktu tertentu

Contoh: kg, Newton, Rp, UnitMANFAAT:Berguna untuk menunjukkan proporsi dari

setiap kategori data relatif terhadap keseluruhan data

Problem Tile di FT 1 – Januari 2001

Kesimpulan: Problem Tile terbesar pada Januari 2001 adalah Pinhole (24% = 39/156)

DEFINISI:Control Chart adalah suatu grafik garis

yang yang mencantumkan garis-garis kontrol (control limit) sebagai dasar pengendalian proses (untuk menunjukkan proses dalam keadaan terkontrol atau tidak)

UCL & LCL ditentukan oleh variasi proses itu sendiri dan tidak ada hubungannya dengan batas spec yang ditentukan customer

MANFAAT: Control Chart ini digunakan untuk memonitor variasi

hasil pengukuran parameter proses Apakah prosesnya normal atau menunjukkan trend? Mengidentifikasi penyimpangan dini dan mengambil

tindakan sebelum proses out of control

Dengan grafik garis saja, kita tidak bisa menyelidiki apakah sebuah titik abnorma atau tidak. Jika standar pengontrolan tidak jelas dapat timbul Over Control atau Under ControlOver Control: pengontrolan terlalu ketat, bisa menurunkan efisiensiUnder Control: pengontrolan terlalu longgar, sehingga bisa menurunkan mutu

Process in Control: Titik-titik terdistribusi secara random di sekitar center line dan semua titik berada di dalam control limit

41

1. – R chart 2. - s chart : centre line = centre line =

UCL + UCL +

LCL - LCL -

R: S:centre line = centre line =

UCL LCL

LCL LCL

X

X

m

xm

ii

1X

2A RX

2A RX

m

Rim

i1R

4D R

3D R

X

X

m

xm

i1

1

X

XX

3A S3A S

Sm

Sim

i1

4B S

3B S

42

3. X-MR chartXcentre line = / m

UCL + 3 / = + 2.66

LCL -3 / = -2.66

MR:centre line =

UCL = 3.267

LCL

X

m

i

x1

X RM 2d X RM

X RM 2d X RM

RM1

2

m

MRm

ii

4D RM RM

note:

MR is defined as follows:

= underfined

=

=

.......

=

MRX

XMR

1

22MRX 12 XX

23MRX 23 XX

mmMRX1 Mm XX

03 RMD

43

SUBGROU

PSIZE

Chart for Averages Chart for standart Deviations Chart for ranges

Factor forcontrol limits

Factor for Factor forcentral line control limit

Factor for Factor forcentral line control limit

A A2 A3 C4 1/(C4) B3 B4 B5 B6 d2 1/(d2) d3 D1 D2 D3 D4

2345 6789

10 

1112131415 

1617181920 

2122232425

2.121 1.88 2.6591.732 1.023 1.9541.5 0.729 1.6281.312 0.577 1.427

 1.225 0.483 1.2871.134 0.419 1.1821.061 0.373 1.0991 0.337 1.0320.949 0.308 0.975

 0.905 0.285 0.9270.866 0.266 0.8880.832 0.249 0.85

0.802 0.205 0.8170.775 0.223 0.789

 0.75 0.212 0.7630.728 0.203 0.7390.707 0.194 0.7180.688 0.187 0.6980.671 0.18 0.68

 0.655 0.173 0.6630.54 0.167 0.6470.626 0.162 0.6330.612 0.157 0.6190.6 0.153 0.606

0.7979 1.2533 0 3.267 0 2.6060.8862 1.1284 0 2.568 0 2.2760.9213 1.0854 0 2.266 0 2.0880.94 1.0638 0 2.089 0 1.964

 0.9515 1.051 0.03 1.97 0.029 1.8740.9594 1.0423 0.118 1.882 0.113 1.8060.965 1.0863 0.185 1.815 0.179 1.7510.9693 1.0317 0.239 1.761 0.237 1.7070.9727 1.0281 0.284 1.716 0.276 1.669

 0.9754 1.0252 0.321 1.679 0.313 1.6370.9776 1.0229 0.354 1.616 0.346 1.610.9794 1.021 0.382 1.618 0.374 1.5850.981 1.0194 0.406 1.594 0.399 1.5630.9823 1.018 0.428 1.572 0.421 1.544

 0.9835 1.0168 0.448 1.552 0.44 1.5260.9815 1.0157 0.466 10534 0.458 1.5110.9854 1.0148 0.482 1.518 0.475 1.4960.9862 1.014 0.497 1.503 0.49 1.4830.9869 1.0133 0.51 1.49 0.504 1.47

 0.9876 1.0126 0.523 1.477 0.516 1.4590.9822 1.0119 0.534 1.466 0.528 1.4480.9887 1.0119 0.515 1.455 0.539 1.1380.9892 1.0109 0.555 1.455 0.549 1.290.9896 1.0105 0.565 1.435 0.559 1.12

1.128 0.8865 0.853 0 3.686 0 3.2671.693 0.5907 0.888 0 4.358 0 2.5742.059 0.4857 0.88 0 4.698 0 2.2822.326 0.4299 0.864 0 4.918 0 2.144

 2.534 0.3946 0.818 0 5.078 0 2.0042.704 0.3698 0.833 0.204 5.204 0.076 1.9242.847 0.3517 0.82 0.388 5.306 0.136 1.8612.97 0.3367 0.808 0.547 5.393 0.104 1.8163.078 0.3249 0.797 0.687 5.469 0.223 1.777

 3.173 0.3152 0.787 0.811 5.535 0.256 1.7443.258 0.3069 0.778 0.922 5.594 0.283 1.7173.336 0.2998 0.777 1.025 5.647 0.307 1.6933.407 0.2935 0.763 1.118 5.696 0.328 1.6723.472 0.288 0.756 1.203 5.741 0.347 1.653

 3.572 0.2831 0.75 1.282 5.782 0.363 1.6373.588 0.2787 0.744 1.356 5.82 0.378 1.6223.64 0.2747 0.739 1.424 5.856 0.391 1.6083.689 0.2711 0.734 1.487 5.891 0.403 1.5973.735 0.2677 0.729 1.549 5.921 0.415 1.585

 3.778 0.2647 0.724 1.605 5.951 0.425 1.5753.819 0.2618 0.72 1.659 5.979 0.434 1.5663.858 0.2592 0.716 1.171 6.006 0.443 1.5573.895 0.2567 0.712 1.759 6.031 0.451 1.5483.931 0.2544 0.708 1.806 6.056 0.459 1.541

Target Setting

Before Vs Target

Before Vs Target

JanuariJanuari FebruariFebruari

Lebar garis control before = 44.14-28.00 = 16.14Lebar garis control after = 40.46-31.47 = 8.99

% Improvement = (16.14-8.99)/16.14 = 44.3%

Lebar garis control before = 44.14-28.00 = 16.14Lebar garis control after = 40.46-31.47 = 8.99

% Improvement = (16.14-8.99)/16.14 = 44.3%

DEFINISI:Diagram Pareto adalah sebuah grafik balok berbentuk vertikal

yang mengurutkan hasil pengukuran dari yang tertinggi ke yang terendah

Diagram Pareto merupakan salah satu bentuk Bar Chart, dimana setiap balok dapat mencerminkan suatu hasil perhitungan kategori, suatu fungsi (rumus) dari kategori (seperti rata-rata, jumlah, atau standar deviasi) atau jumlahan nilai dari suatu tabel

Pada umumnya digunakan untuk menunjukkan masalah yang disusun dari prioritas tertinggi ke yang terendah untuk menentukan masalah yang harus ditangani terlebih dahulu

Pertama kali ditemukan oleh Vilfredo Pareto, ahli ekonomi Italia

MANFAAT: Merupakan pedoman memilih peluang

perbaikan berdasarkan prinsip “Vital Few” dari “Trivial Many”.

Memfokuskan sumber daya pada area/ defect/ penyebab yang menghasilkan keuntungan yang terbesar

Membandingkan frekuensi dan/atau dampak dari berbagai penyebab masalah

Kesimpulan: Defect paling besar di FT 1 pada 1-7 Juli 2001 adalah Chipping (40 pcs = 37.38%)

Cum

100%

10

53

2

0

5

10

15

20

Data sebelum implementasi

Week 001-002

5

32

1

0

5

10

15

20

Cum

100%

Data setelah implementasi Week 005-006

Daun me-nguning

Tnm Ber - Penyakit

Tnm TumbangTnm Kerdil Daun me-nguning

Tnm Ber - Penyakit

Tnm TumbangTnm Kerdil

Kesimpulan?

Berapa persen improvemen yang dicapai?

Kesimpulan?

Berapa persen improvemen yang dicapai?

Team sebaiknya fokus untuk menyelesaikan

ketiga complaint terbesar C, B dan A

Yang mempunyai cumulative masalah

sebesar 77.1%

Pada proyek pertama, team fokus hanya pada satu object.Hasilnya, tidak hanya satu object saja yang berpengaruh, semua ikut

terpengaruh.

Pada proyek pertama, team fokus hanya pada satu object.Hasilnya, tidak hanya satu object saja yang berpengaruh, semua ikut

terpengaruh.

DEFINISI:Grafik Balok yang menggambarkan penyebaran

data sebagai hasil dari satu macam pengukuran, atas suatu kejadian atau proses

MANFAAT:Berguna untuk menguji bentuk dan penyebaran

sample data: Untuk melihat range dan distribusi dari data

continuous (misalnya: berat barang yang dikirim, dollar yang dibelanjakan dalam setiap PO, dsb)

Untuk melihat variasi dan tingkat pemenuhan spesifikasi/persyaratan pelanggan (size, cycle time, suhu, dsb). Hanya berlaku untuk data continuous saja

DATA FOR HISTOGRAM

CHECK SHEET FOR HISTOGRAM (EMPLOYEE HEIGHT - WEIGHT (KG))

Number of data values = n = 100 k = sqrt (100) = 10Range = max – min = 124 – 77 = 47H = Range / k = 47 / 10 = 4,7

STEPS Tentukan variabel data dari suatu hasil pengukuran. Misal

: Waktu, Ukuran panjang, pendek lebar, Bobot, Kecepatan, Keasaman (PH).

Ambil data 50 - 250 points Siapkan tabel frekuensi data Hitung jumlah data = n Tentukan range data, max – min = r Tentukan interval/ jumlah balok, akar dari n = k Tentukan jarak tiap interval , r/k = h Bentuk tabel data berdasarkan nilai a – d Masukkan data tabel ke dalam grafik

STEPS

Beri label di sumbu X dengan nilai dari tiap balok (dari balok pertama s/d balok ke k)

• Balok pertama : min + h• Balok kedua : min + 2h• ….. • kth Bar : min + (kxh)

Hitung jumlah data dari tiap balok Sumbu vertikal (Y) menunjukkan jumlah data pada tiap balok Sumbu horisontal (X) menunjukkan nilai data dari tiap balok Analisa histogram, pelajari pola distribusi datanya.

Buatlah histogram dengan menggunakan flipchart terhadap tinggi-berat

Interpretasikan hasilnya

Normal

S

er

S

er

S

er

S

er

0

5

10

15

20

25

30

35

Normal Distribution (Symmetrical)

Anda bisa memberi tanda spesifikasi pelanggan pada histogram sehingga secara visual dapat diketahui seberapa baik kemampuan proses memenuhi (tidak memenuhi) persyaratan pelanggan.

Anda juga dapat memunculkan nilai rata-rata dan Standard deviasi/ sigma pada histogram ini sebagai angka yang mewakili proses

Normal Distribution (Symmetrical)

Anda bisa memberi tanda spesifikasi pelanggan pada histogram sehingga secara visual dapat diketahui seberapa baik kemampuan proses memenuhi (tidak memenuhi) persyaratan pelanggan.

Anda juga dapat memunculkan nilai rata-rata dan Standard deviasi/ sigma pada histogram ini sebagai angka yang mewakili proses

0

5

10

15

20

25

30

0

5

10

15

20

25

30

0

5

10

15

20

25

Skewed Distribution

Kelompok data mendekati salah satu ekor histogram

Contoh: Waktu proses, cycle time, biaya

Analisa kondisi apa yang terjadi di area ekor yang membedakan dengan area lainnya, jika kondisi tersebut tidak diinginkan lakukan perbaikan, eliminir kejadiannya, tetapi jika merupakan kondisi yang diinginkan maka pertahankan dan dapat diterapkan di area lain.

Evenly distributed data values

Jarang sekali terjadi

Model ini muncul di pabrik bila sebuah gauge atau tools pengukuran sudah tidak lagi sensitif dalam mendeteksi perbedaan antara unit (seperti sebuah penggaris yang seluruhnya hanya memiliki tanda inci)

Bimodal distribution

Data memiliki dua puncak

Pola ini muncul bila sesuatu yang anda perkirakan sebagai sebuah proses ternyata adalah dua proses

Jika anda melakukan stratifikasi, Anda bisa mengidentifikasi sumber data dari setiap puncak

No Torque

1 24

2 14

3 18

4 27

5 17

6 32

7 31

65 15

66 17

67 24

68 20

KASUS:Anda bekerja di pabrik shampoo dan ingin memastikan bahwa tutup botol dikencangkan secara baik. Jika terlalu longgar, maka ada kemungkinan bocor selama pengiriman.Jika terlalu keras, maka akan sulit untuk dibuka pelanggan (terutama bila sedang mandi)Anda mengumpulkan sampel secara acak dari botol yang ada dan membuka tutup botol.Buat histogram untuk mengevalusi data dan seberapa dekat data sample terhadap nilai target 18

Interpreting the results

Sebagian tutup dikencangkan dengan kekuatan torsi 13 dan 25. Hanya ada satu tutup yang

sangat longgar, dengan kekuatan

kurang dari 11. nampak distribusi skewed/ miring kearah positif; yang menunjukkan beberapa

tutup terlalu kencang dari yang

seharusnya. Banyak tutup yang membutuhkan kekuatan lebih dari 24 untuk dibuka dan lima

tutup membutuhkan kekuatan lebih dari 33, sekitar dua kali lipat dari target.

Kesimpulan?

DEFINISI:Suatu diagram yang terstruktur untuk

mengidentifikasi penyebab dari masalah dan hubungan sebab akibat berdasarkan pengalaman dan keahlian dari sekelompok orang dengan melakukan brainstorming secara terstruktur

Juga dapat dilakukan untuk brainstorming cara-cara yang perlu dilakukan untuk mencapai suatu tujuan

Diagram Sebab-Akibat ini dikembangkan tahun 1943 oleh Prof Kaoru Ishikawa. Sehingga diagram ini juga sering disebut diagram Ishikawa atau diagram Tulang Ikan karena bentuknya mirip tulang ikan

MANFAAT:1. Mengidentifikasi sebab-sebab utama

masalah2. Mengidentifikasi akar masalah3. Mengidentifikasi beberapa alternatif

cara penyelesaian masalah

Sebab dominan dari kebocoran di pre-heater adalah:•Sering feeding stop•Design tidak bagus

1. Pastikan semua orang memahami prosesnya dulu maka sebelum meeting/ brainstorming penyebab perlu diulas flow chart proses atau SIPOC diagram proses.

2. Identifikasi siapa saja (Man) yang terlibat, metode, alat ukur, mesin-mesin, pengaruh lingkungan, material.

3. Semua ide penyebab masalah ditulis4. Hati-hati jebakan jawaban “WHY”

80% keberhasilan project anda ditentukan oleh fase ini.Apa kemungkinan penyebab?Dan, Bagaimana membuktikannya?

Selected Root cause is: Employee medications requests ( the number of employee prescription requests by telephone to the pharmacy was causing a delay in medication delivery

Selected Root cause is: Employee medications requests ( the number of employee prescription requests by telephone to the pharmacy was causing a delay in medication delivery

Identify the root cause of your identified problem from your previous analysis using Cause & effect Diagram

DEFINISI:Diagram yang menggambarkan hubungan

(korelasi) antara dua variabel (faktor)MANFAAT: Menyajikan data untuk mengkonfirmasikan

hipotesa apakah dua variabel (faktor) saling berhubungan/berkorelasi

Mengetahui seberapa erat hubungan antara dua faktor tersebut

Sebagai tools untuk memverifikasi akar penyebab yang diperoleh dari analisa sebab dan akibat

CONTOH KORELASI: Antara jumlah kunjungan ke pelanggan dengan hasil

penjualan Antara keluhan pelanggan dengan pendapatan usaha Antara lama kerja dengan prestasi kerja Antara jumlah salesman dengan dengan hasil penjualan Antara waktu pelayanan dengan kepuasan pelanggan Antara umur mesin dengan jumlah breakdown Antara jumlah sampel yang diinspeksi dengan jumlah

defect Antara frekuensi perawatan dengan jumlah

reject/breakdown Antara tingkat inventory dengan jumlah produk kadaluarsa Antara jumlah buku dengan kompetensi karyawan Antara jam training dengan kecelakaan/kesalahan kerja

Kesimpulan: karena nilai “r” = 0.735 mendekati 1, maka bisa disimpulkan ada korelasi yang cukup kuat antara variabel X dan variabel Y (peningkatan kunjungan mempengaruhi peningkatan penjualan)

SCATTER DIAGRAM SANGAT

DIPERLUKAN DALAM

PEMBUKTIAN AKAR PENYEBAB

MASALAH

Tinggi Berat Badan Nomor Sepatu Nomor Celana Jeans

Jumlah (Gelas) Air Diminum/ hari