SCATTER DIAGRAM.

Slides:



Advertisements
Presentasi serupa
ANALISA BIVARIAT: KORELASI DAN REGRESI
Advertisements

ANALISIS PROSES BISNIS 8
TEKNIK REGRESI BERGANDA
Korelasi dan Regresi Ganda
PENGUJIAN HIPOTESIS SAMPEL KECIL
Korelasi dan Regresi 2011 Program Studi Magister Biomedik
Modul 7 : Uji Hipotesis.
BAB 13 PENGUJIAN HIPOTESA.
Bab 6B Distribusi Probabilitas Pensampelan
BAB 7 Regresi dan Korelasi
METODE Statistika BAB 1. PENDAHULUAN.
REGRESI DAN KORELASI SEDERHANA
DISTRIBUSI FREKUENSI Presented by Ast_Dika.
REGRESI LINEAR.
SEVEN TOOLS.
Analisis Regresi Kelompok 3 3SK1
Regresi Linier Sederhana dan Korelasi
Statistik deskriptif.
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
analisis KORELASIONAL Oleh: Septi Ariadi
Regresi dan Korelasi Linier
PENYAJIAN DATA & INFORMASI (dalam artikel ilmiah)
PENGUJIAN HIPOTESA Probo Hardini stapro.
IX. KORELASI DAN REGRESI
METODOLOGI SIX SIGMA PERTEMUAN 6 MEASURE PHASE (2)
Created by:  Jantri Padorh ( ) Statistik 1 Seksi 04.
Persamaan Garis Lurus Latihan Soal-soal.
STATISTIK DESKRIPTIF Budi Murtiyasa Jurusan Pend. Matematika
Korelasi dan Regresi Ganda
ANALISIS KORELASI DAN REGRESI LINIER
(Koefisien Pewarisan Sifat)
KORELASI DAN REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
ANALISIS EKSPLORASI DATA
ANALISIS DATA BERKALA.
ANALISIS DATA BERKALA.
Probabilitas dan Statistika
ANALISIS DATA BERKALA.
ANALISIS KORELASI.
SEVEN TOOLS DALAM PENGENDALIAN KUALITAS
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Regresi & Korelasi Linier Sederhana
ANALISA REGRESI & KORELASI SEDERHANA
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Regresi Sederhana
REGRESI DAN KORELASI.
Bab 4 Estimasi Permintaan
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
PENYAJIAN DATA DISTRIBUSI FREKUENSI
Tools for Problem Understanding
Tools for Problem Understanding
PERAMALAN DENGAN GARIS REGRESI
Universitas Esa Unggul
ANALISIS DATA BERKALA.
ANALISIS KORELASI.
ANALISIS REGRESI DAN KORELASI
METODE PENELITIAN KORELASIONAL
Pengendalian Kualitas Dani Leonidas Sumarna. MT
KORELASI.
05 Praktikum Total Quality Management
STATISTIK DESKRIPTIF Penajian data.
KORELASI & REGRESI LINIER
Studi Kasus Produksi Galon
Analisis KORELASIONAL.
Korelasi dan Regresi Aria Gusti.
Tools for Problem Understanding
MATERI V DIAGRAM SEBAB AKIBAT
Tools for Problem Understanding
Transcript presentasi:

SCATTER DIAGRAM

TUJUAN Menguji bagaimana kuatnya hubungan antara dua variabel, Menentukan jenis hubungan dari dua variabel itu, apakah positif, negatif dan tidak ada hubungan. Data variabel yang ditunjukkan dalam diagram tebar, dapat berupa : Karakteristik kualitas dan faktor yang mempengaruhinya. Dua karakteristik kualitas yang saling berhubungan. Dua faktor yang saling berhubungan yang pengaruhi karakteristik kualitas

EMPAT LANGKAH UTAMA LANGKAH 1: Mengumpulkan data LANGKAH 2: Menggambarkan sumbu horizontal dan vertikal LANGKAH 3: Memetakan data pada diagram LANGKAH 4: Menginterprentasikan Daigram Tebar

Contoh Kasus Langkah 1 : Mengumpulkan data Banyaknya data pengamatan adalah 30 pasang Langkah 2 : Menggambarkan Sumbu horizontal dan vertikal Dalam kasus : downtime mesin sebagai sumbu horizontal (X), sedangkan persentase kerusakan produk sebagai karakteristik kualitas ditunjukkan oleh sumbu vertikal (Y). Selanjutnya ditetapkan skala pengukuran yang sesuai untuk horizontal dan vertikal. Langkah 3: Memetakan Data pada Diagram Menebarkan plot pada Tabel 1 membentuk diagram tebar.

Downtime Mesin (menit) Tabel . Data Downtime mesin dan peresentase kerusakan Produk selama Bulan Nopember. Tanggal Downtime Mesin (menit) Persentase Kerusakan (%) Downtime Mesin (menit) Peresentase 1. 30 2 16. 60 6 2. 35 3 17. 90 9 3.. 40 18. 70 4. 50 5 19. 5. 20. 6. 45 4 21. 100 10 7. 365 22. 38 8. 23. 42 9. 43 24. 41 10. 46 25. 52 11. 67 26. 65 12. 75 8 27. 64 13. 80 28. 14. 29. 82 15. 55 30. 63 7

Gambar.. Diagram Tebar Downtime mesin dan persentase kerusakan produk

√(n∑x2-(nx)2)(n∑y2-(∑y2) Analisis korelasi sederhana . n∑xy – (∑x)( ∑y) R = m √(n∑x2-(nx)2)(n∑y2-(∑y2) pasangan data (x,y) itu bersifat signifikan secara statistik, yang menunjukkan bahwa benar terdapat terdapat korelasi yang kuat dan erat antara variabel x dan y, maka dilakukan pengujian koefisien korelasi. Uji koefisien korelasi dilakukan dengan menggunakan statistik t yaitu : t-hitung = (r/n-2)( √(1-r2 ) Selanjutnya nilai statistik t-hitung itu dibandingkan dengan nilai t-student pada taraf signifikasi (ạ, tertentu) dengan derajat bebas (db) = n-2, dimana n adalah banyaknya pasangan data (x,y). Jika nilai absolut t-hitung lebih besar dati t-student pada taraf signifikan ạ= 0.05;db=n-2 maka kita dapat menyimpulkan bahwa terdapat kolerasi yang kuat atau signifikan secara statistik variabel x dan y.

Untuk kasus downtime mesin diatas : r = 0.94, atau mendekati + 1 artinya terdapat variabel downtime mesin (x) berkorelasi erat dengan variabel persentase kerusakan produk (y). uji t-hitung = 14.579, nilai t-student pada ạ=0.05 dengan db=28 adalah 2.048, dengan demikian korelasinya bersifat signifikan secara statistik. Analisa regresi sederhana digunakan untuk mengetahui sejauh mana hubungan sebab akibat antara faktoe penyebab (x) terhadap karakteristik kualitas (y) dengan mengikuti persamaan berikut: Y=a + bx Dimana : Y = variabel respon (karakteristik akibat) X = variabel penyebab (faktor penyebab) A = konstanta B = koefisien regresi (besaran akibat yang ditimbulkan oleh faktor penyebab).

n∑xy – (∑x)( ∑y) b = (n∑x2-(∑x2)) a = (∑y/n)-b(∑x/n) Nilai a dan b dihitung menggunakan formula berikut : n∑xy – (∑x)( ∑y) b = (n∑x2-(∑x2)) a = (∑y/n)-b(∑x/n) b= 0.11 dan a= 0.66 y = 0.66 + 0.11. b= 0.11 setiap kenaikan downtime mesin sebesar 1 menit akan meningkatkan persentase kerusakan produk sebesar 0.11 persen. Persamaan regresi ini bisa juga untuk meramalkan besarnya pengaruh lamanya downtime mesin (x) terhadap persentase kerusakan produk (y). Misalnya, apabila downtime mesin x=25 menit, maka kemungkinan besar akan menimbulkan kerusakan produk sebesar y= 0.66 + (0.11)(25) = 2.09 persen.

DIAGRAM PARETO

Diagram pareto Menentukan frekuensi relatif dan urutan pentingnya masalah-masalah. yaitu memprioritaskan sebab-sebab dari yang paling penting hingga ke yang paling tidak penting). Memfokuskan perhatian pada isu-isu kritis dan pentingnya melalui pembuatan ranking terhadap masalah-masalah atau penyebab dari masalah itu dalam bentuk yang signifikan. Tim perlu mengevaluasi upaya perbaikan yang telah dibuat (untuk menunjukkan apakah benar-benar meningkat atau tidak).

Keuntungan Membawa suatu visual impact, memperlihatkan golongan kecil karakteristik vital yang membutuhkan perhatian. Contoh dari golongan kecil vital adalah : konsumen menghitung untuk banyaknya sisa atau rework biaya nonkompromis menghitung mayoritas konsumen complain, pemasok yang menghitung mayoritas bagian yang rusak, menghitung banyaknya proses yang downtime, menghitung tingginya biaya penyimpanan (Besterfield, 1995).

Lima Langkah Menyusun Diagram Pareto: LANGKAH 1: Mengidentifikasikan kategori masalah atau sebab yang akan dibandingkan LANGKAH 2: Memilih suatu satuan pengukuran standar dan periode waktu untuk dipelajari. LANGKAH 3: Mengumpulkan dan meringkas data LANGKAH 4: Menggambar sumbu horizontal dan vertikal LANGKAH 5: Memetakan batang-batang diagram pareto

Ringkasan Masalah Kerusakan Bahan baku pada pabrik pakan Jenis kerusakan Frekuensi Persentase dari total (5) Benda asing 8 33.33 Tepung 10 41.67 Kutu 1 4.17 Lemak rendah 4 16.67 Warna Total 24 100

Lembar data untuk pembuatan Daigram pareto. Urutan jenis Kerusakan Frekuensi Kumulatif Persentase Dari total (%) Kumulatif (%) Tepung 10 41.67 Benda asing 8 18 33.33 75 Lemak rendah 4 22 16.67 91.67 Kutu 1 23 4.17 95.84 Warna 24 100 Total

Langkah 1 : Mengidentifikasikan kategori masalah Langkah 2 : Memilih suatu satuan pengukuran standar dan periode waktu untuk dipelajari Periode waktu yang akan diukur adalah minggu pertama bulan April 2004. Langkah 3 : Mengumpulkan dan meringkas data Ringkasan daftar kerusakan produk mainan plastik seperti Tabel Langkah 4 : Menggambar sumbu horizontal dan vertikal Garis vertikal : Garis vertikal sebelah kiri : buatkan pada garis ini skala dari nol sampai total keseluruhan dari kerusakan (dalam kasus di atas skalanya 0-24). Garis vertikal sebelah kanan : buatkan garis ini skala dari 0 % sampai 100%. Garis Horizontal : Membagi garis ini ke dalam banyaknya interval sesuai dengan banyaknya item yang diklasifikasikan. Langkah 5 : memetakan batang-batang diagram pareto.