Aspek kuantitatif mutu

Slides:



Advertisements
Presentasi serupa
GRAFIK KENDALI (CONTROL CHARTS)
Advertisements

6 EVALUASI HASIL.
Nama: Edgar S. Prakoso NPM : RESUME JURNAL
Directorate General of Higher Education Ministry of National Education
Rumah Bersalin “HARAPAN BUNDA”
Aspek Kuantitatif Mutu 1 Ran chart Sriyati
Rumah Bersalin “HARAPAN BUNDA’’ Disusun oleh: Krisna Wardhana Kelas : XII IPS 4.
MUHAMMAD HAJARUL ASWAD PERTEMUAN ANALISIS KORELASI 2.3. KORELASI PARSIAL 2.4. KORELASI BERGANDA.
Directorate General of Higher Education Ministry of National Education
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
Rumah Bersalin “HARAPAN BUNDA”
Bunga sederhana Pertemuan 1.
Langkah – langkah pendesainan suatu Model
Aspek kuantitatif mutu
METODE PENGHALUSAN EKSPONENSIAL
PERENCANAAN PERMINTAAN DALAM Supply Chain
DESKRIPTIF STATISIK Oleh : dr. Edison, MPH.
STATISTIK DESKRIPTIF.
PENYAJIAN DATA By. M. Haviz Irfani, S.Si STMIK MDP PALEMBANG.
RumahBersalin “HARAPAN BUNDA
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
STATISTIK INDUSTRI MODUL 10
TEKNIK DESKRIPTIF I MENAMPILKAN DATA DALAM GRAFIK
Rumah Bersalin “HARAPAN BUNDA”
GRAFIK KENDALI (CONTROL CHARTS)
Tugas Jurnal Disusun Oleh : Irfan Muhammad
QC Seven Tools Oleh Hazairin Darmis.
Rumah Bersalin “HARAPAN BUNDA”
BAB X INDEKS MUSIMAN DAN GERAKAN SIKLIS
DERET BERKALA DAN PERAMALAN
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “ HARAPAN BUNDA “
Manajemen Kualitas Modul 8 (Delapan) dan Modul 9 (sembilan)
Anggaran Produksi.
DERET BERKALA DAN PERAMALAN
Manajemen Operasional (Peramalan Permintaan)
Resume Jurnal Pengendalian Kualitas
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA” Disusun oleh : Nur Listiyana Devi Kelas XII IPA 1 MAN Sabdodadi Bantul 2012.
Rumah Bersalin “HARAPAN BUNDA”
Indeks Musim dan Gerakan Siklis Tugas Mandiri 01 J0682
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin Harapan Bunda
Rumah Bersalin ‘HARAPAN BUNDA’
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
Kriteria.
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
BAB 6 analisis runtut waktu
Rumah Bersalin “HARAPAN BUNDA”
DERET BERKALA DAN PERAMALAN
METODE ANALISIS TREND: Trend Non Linier
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalain “HARAPAN BUNDA”
Kelompok 2 munajah dewi raja gukguk Lela martina Oktavia rahmayati
DERET BERKALA DAN PERAMALAN
Nama Anggota : Fahmil Ramdhan Nurhadi Budiharto
Anggaran Produksi.
7 Alat PerbaikanKualitas
KULIAH STATISTIK 27 OKT POPULASI & SAMPEL  POPULASI adalah keseluruhan subyek yang akan di teliti  SAMPEL adalah sebagian dari Populasi yang di.
BIOSTATISTIK.
DERET BERKALA DAN PERAMALAN
STATISTIK DESKRIPTIF.
Rekapitulasi SNI Penetapan Tahun April
Pengolahan grafik dan penambahan gambar
Transcript presentasi:

Aspek kuantitatif mutu By nunung

Introduction Mutu  erat kaitannya dengan  Kepuasan pelanggan  susah!  bervariasi  dinamis  dispesifikkan: indikator  kriteria  standar -- 1) Sesuatu yang bisa diukur pasti  bisa dikerjakan & diselesaikan  bisa ditingkatkan  perlu alat untuk memantau/ mengukur/ mengontrol  Aspek kuantitatif mutu The Seven Simple Quality Control Tools ---------------- 2)

THE SEVEN SIMPLE QUALITY CONTROL/MEASURENMENT TOOLS Pareto diagram Histogram Scatter diagram Run chart Control chart Flow chart Cause & Effect diagram

Katagorik = kualitatif  hasil penggolongan DATA Katagorik = kualitatif  hasil penggolongan  contoh: jenis kelamin : L / P pendidikan : SD, SMP, SMU, PT  penyajian datanya : Bar chart Pie diagram Pareto (1) Numerik = kuantitatif a. hasil penghitungan = diskrit  contoh: jmlh anak jenis penyakit b. hasil pengukuran = kontinyu  contoh: BB, TD, TB, Hb c. penyajian datanya : 1. Histogram ( data kontinyu) (2) 2. Scatter diagram (dua variabel) (3) 3. Garis : a. Run chart (4) b. Control chart (5)

Diagram Pareto

Diagram Pareto Untuk data katagorik/ kualitatif/ hasil penggolongan Disusun secara berurutan Melihat prioritas masalah

Diagram Histogram

Histogram Data kuantitatif/hasil pengukuran Melihat variasi data/ pengelompokan (ekstrim)

Diagram Tebar ..::…:: ::: …. ::::: … ::: …. ::::: … ..::…::

Diagram Tebar Data kuantitatif Melihat hubungan dua variabel

Run Chart Median

Run Chart Data apa saja Bisa dibuat secara manual/ software Melihat ada/ tidaknya specifaic variation/ cause

Run Chart Suatu diagram garis untuk melihat ada/ tidaknya special (specific) cause (variation) Cara membuat : bisa dengan soft ware atau manual yaitu: 1. Grs horisontal  waktu 2. Grs vertikal  jumlah 3. Isi data point  minimal 15 4. Hitung mediannya  n+1 2 contoh: 3 3 4 5 7 5+1 = 3 Run: 1. Satu/ lebih data point (DP) yang berurutan dan berada pada sisi median yang sama 2. Dalam menghitung run, maka DP yang tepat berada pada median tidak perlu dihitung 3. Hitung Uo   DP – DP yang menempel median= Uo (Useful Observation) Mis:  DP = 18 Yang menempel med= 2  Uo 18 – 2 = 16

TES UNTUK MELIHAT ADA/TIDAKNYA SPECIAL CAUSE Uo = ?? Melihat  Run  Tabel  Run < Lower Limit  Run > Upper Limit TES 2 Melihat  DP dalam 1 Run < 20 Uo   7 DP dalam 1Run  20 Uo   8 Dp dalam 1Run TES 3 DP = !!  bukan Uo Melihat Trend (naik/ turunnya DP secara Berurutan)  hitung point!!  DP Trend 9 – 20  6 21 – 100  7 TES 4 Melihat Pola zig-zag/ saw-tooth (naik- turunnya DP secara berurutan) < 14 Z-Z  normal  14 Z-Z  special cause

EXERCISE I RUN CHART JUMLAH PASIEN KOMPLAIN DI RS “X” Januari 2004 – Juli 2005 Januari = 10 Februari = 12 Maret = 14 April = 8 Mei = 11 Juni = 14 Juli = 20 Agustus = 25 September = 10 Oktober = 7 November = 6 Desember = 8 Januari = 15 Februari = 17 Maret = 10 April = 12 Mei = 20 Juni = 30 Median=???? Juli = 25 Rinci & Array!

EXERCISE II RUN CHART Januari = 70 Februari = 258 Maret = 251 Kasus DBD di Puskesmas “Y” Januari 2004 – Juli 2005 Januari = 70 Februari = 258 Maret = 251 April = 47 Mei = 18 Juni = 8 Juli = 18 Agustus = 6 September = 7 Oktober = 5 November = 2 Desember = 8 Januari = 22 Februari = 65 Maret = 23 April = 50 Mei = 20 Juni = 10 Median=???? Juli = 25 Rinci & Array!

EXERCISE III RUN CHART Kasus febris di ruang RI Internis RS “H” Januari 2004 – September 2005 Januari = 7 Februari = 11 Maret = 9 April = 14 Mei = 6 Juni = 10 Juli = 17 Agustus = 12 September = 9 Oktober = 8 November = 13 Desember = 5 Januari = 11 Februari = 9 Maret = 14 April = 18 Mei = 7 Juni = 8 Median=???? Juli = 5 Rinci & Array! September = 13

Jumlah kasus Thypoid di RS “Y” Januari 2010 – Juli 2009 = 10 Februari 15 Maret 16 April 9 Mei Juni 14 Juli 20 Agustus 25 September 12 Oktober 7 November 6 Desember 3 13 11 30 22

JAWABAN Array 3, 6, 7, 9, 10, 10, 11, 12, 13, 14, 15, 15, 16, 16, 16, 20, 22, 25, 30 Median Nilai median 3, 6, 7, 9, 10, 10, 11, 12, 13, 14, 15, 15, 16, 16, 16, 20, 22, 25, 30 Grafik

Run Chart Uo (Useful Observation) Tes untuk melihat ada atau tidak adanya special cause Tes I  run = 9 Diketahui nilai Lower Limit = 6 dan Upper Limit = 13  run < Lower Limit = 9 < 6  karena 9 tidak lebih kecil dari pada 6, maka kesimpulannya tidak ada special cause  run > Upper Limit = 9 > 13  karena 9 tidak lebih besar dari pada 13, maka kesimpulannya tidak ada special cause

b. Tes II  DP dalam 1 run Karena Uo 18 memakai standar no.1 < 20 Uo  ≥ 7 DP dalam 1 run Hasil : 18 Uo  5 DP dalam 1 run. Berarti tidak ada special cause

c. Tes III Karena  DP adalah 19 maka yang dipakai standar no.1 Hasil :  DP 19  5, kesimpulan tidak ada special cause  DP 9 – 20  ≥ 6

Didapatkan pola zig-zag keseluruhan : 6, pola zig-zag berurutan : 5 d. Tes IV Didapatkan pola zig-zag keseluruhan : 6, pola zig-zag berurutan : 5 Hasil menurut standar : 4 < 14 Z-Z  normal, berarti tidak ada special cause

Control Chart UCL Mean LCL

Control Chart Data kuantitatif Melihat ada/ tidaknya specific variation/ cause (lebih sensitif) Dibuat dengan menggunakan software

Control Chart Suatu diagram garis untuk melihat ada/ tidaknya special (specific) cause (variation) yang lebih sensitif Hampir sama dengan Run Chart , tetapi: 1. Rata – rata = Mean 2. ULC (Upper Control Limit) 3. LCL (Lower Control Limit) TEST: ≧ 21 DP : 7 trend ∠ 21 DP : 6 trend 2. 14 pola Zigzag 3. 15 data berurutan dlm sigma 1 4. Data yg berada di luar 3 sigma (UCL & LCL)