Diagram Pencar Scatter Diagram

Perhitungan nilai korelasi dilakukan dengan menggunakan perhitungan korelasi secara manual. Hal ini bertujuan untuk melihat hubungan antara sheet mengandung kotoran TK dengan sheet mengandung gelembung udara GU. Untuk menghitung korelasi antara sheet mengandung kotoran TK dengan sheet mengandung gelembung udara GU maka TK dimisalkan dengan X dan GU dimisalkan dengan Y. Perhitungan koefisien korelasi dapat dilihat pada Tabel 5.7. Tabel 5.7. Perhitungan Korelasi antara X dengan Y Tanggal X Y X 2 Y 2 XY 1-Nov 10 5 100 25 50 2-Nov 11 6 121 36 66 3-Nov 10 5 100 25 50 4-Nov 11 5 121 25 55 5-Nov 12 5 144 25 60 6-Nov 9 4 81 16 36 7-Nov 10 5 100 25 50 8-Nov 11 5 121 25 55 9-Nov 12 5 144 25 60 10-Nov 12 5 144 25 60 11-Nov 11 5 121 25 55 12-Nov 10 4 100 16 40 13-Nov 12 5 144 25 60 14-Nov 10 5 100 25 50 15-Nov 11 5 121 25 55 16-Nov 10 5 100 25 50 17-Nov 11 6 121 36 66 18-Nov 10 4 100 16 40 19-Nov 11 5 121 25 55 20-Nov 10 4 100 16 40 21-Nov 10 5 100 25 50 22-Nov 11 4 121 16 44 23-Nov 13 7 169 49 91 24-Nov 13 6 169 36 78 25-Nov 13 5 169 25 65 26-Nov 11 4 121 16 44 Tabel 5.7. Perhitungan Korelasi antara X dengan Y Lanjutan Tanggal X Y X 2 Y 2 XY 27-Nov 12 6 144 36 72 28-Nov 12 5 144 25 60 29-Nov 11 4 121 16 44 30-Nov 12 5 144 25 60 Total 332 149 3706 755 1661 Nilai-nilai perhitungan korelasi dapat dihitung sebagai berikut: n = 30 Pada perhitungan diatas diperoleh nilai r sebesar 0,55, yang berarti mempunyai nilai korelasi yang kuat. Berdasarkan nilai korelasi yang diperoleh, maka dapat diambil kesimpulan bahwa jumlah sheet mengandung kotoran mempunyai hubungan yang kuat terhadap jumlah sheet memgandung gelembung udara 1661 1 ∑ = = n i XiYi 332 1 = ∑ = n i Xi 149 1 ∑ = = n i Yi 3706 1 2 ∑ = = n i Xi 755 1 2 ∑ = = n i Yi [ ] [ ] 55 , 149 755 30 332 3706 30 149 332 1661 30 2 2 2 1 1 2 2 1 1 2 1 1 1 = − − − =               −               −             − = ∑ ∑ ∑ ∑ ∑ ∑ ∑ = = = = = = = r r Yi Yi n Xi Xi n Yi Xi XiYi n r n i n i n i n i n i n i n i b. Korelasi antara antara sheet yang mengandung kotoran TK dengan sheet berjamur BR. Data jumlah sheet mengandung kotoran TK dengan sheet mengandung gelembung udara GU dapat dilihat pada Tabel 5.8. Tabel 5.8. Data Jumlah Sheet Mengandung Kotoran TK dengan Sheet Berjamur BR Tanggal TK Sheet BR Sheet 1-Nov 10 4 2-Nov 11 3 3-Nov 10 3 4-Nov 11 3 5-Nov 12 3 6-Nov 9 3 7-Nov 10 4 8-Nov 11 3 9-Nov 12 5 10-Nov 12 2 11-Nov 11 5 12-Nov 10 2 13-Nov 12 3 14-Nov 10 2 15-Nov 11 4 16-Nov 10 3 17-Nov 11 3 18-Nov 10 5 19-Nov 11 5 20-Nov 10 5 21-Nov 10 4 22-Nov 11 5 23-Nov 13 4 24-Nov 13 5 25-Nov 13 4 Tabel 5.8. Data Jumlah Sheet Mengandung Kotoran TK dengan Sheet Berjamur BR Lanjutan Tanggal TK Sheet BR Sheet 26-Nov 11 2 27-Nov 12 5 28-Nov 12 4 29-Nov 11 3 30-Nov 12 4 Total 332 110 Berdasarkan pada Tabel 5.8. dapat digambarkan diagram pencar pada Gambar 5.4. 5.0 4.5 4.0 3.5 3.0 2.5 2.0 13 12 11 10 9 Kot oran B e rj a m u r Scatterplot of Kotoran vs Berjamur Gambar 5.4. Diagram Pencar antara Sheet Mengandung Kotoran TK dengan Sheet Berjamur GU Perhitungan nilai korelasi dilakukan dengan menggunakan perhitungan korelasi secara manual. Hal ini bertujuan untuk melihat hubungan antara jumlah sheet mengandung kotoran TK dengan jumlah sheet berjamur BR. Untuk menghitung korelasi antara sheet mengandung kotoran TK dengan sheet berjamur BR maka TK dimisalkan dengan X dan BR dimisalkan dengan Z. Perhitungan koefisien korelasi dapat dilihat pada Tabel 5.9. Tabel 5.9. Perhitungan Korelasi antara X dengan Z Tanggal X Z X 2 Z 2 XZ 1-Nov 10 4 100 16 40 2-Nov 11 3 121 9 33 3-Nov 10 3 100 9 30 4-Nov 11 3 121 9 33 5-Nov 12 3 144 9 36 6-Nov 9 3 81 9 27 7-Nov 10 4 100 16 40 8-Nov 11 3 121 9 33 9-Nov 12 5 144 25 60 10-Nov 12 2 144 4 24 11-Nov 11 5 121 25 55 12-Nov 10 2 100 4 20 13-Nov 12 3 144 9 36 14-Nov 10 2 100 4 20 15-Nov 11 4 121 16 44 16-Nov 10 3 100 9 30 17-Nov 11 3 121 9 33 18-Nov 10 5 100 25 50 19-Nov 11 5 121 25 55 20-Nov 10 5 100 25 50 21-Nov 10 4 100 16 40 22-Nov 11 5 121 25 55 23-Nov 13 4 169 16 52 24-Nov 13 5 169 25 65 Tabel 5.9. Perhitungan Korelasi antara X dengan Z Lanjutan Tanggal X Z X 2 Z 2 XZ 25-Nov 13 4 169 16 52 26-Nov 11 2 121 4 22 27-Nov 12 5 144 25 60 28-Nov 12 4 144 16 48 29-Nov 11 3 121 9 33 30-Nov 12 4 144 16 48 Total 332 110 3706 434 1224 Nilai-nilai perhitungan korelasi dapat dihitung sebagai berikut: n = 30 Pada perhitungan diatas diperoleh nilai r sebesar 0.21, yang berarti mempunyai nilai korelasi yang lemah. Berdasarkan nilai korelasi yang diperoleh, maka dapat diambil kesimpulan bahwa jumlah sheet mengandung kotoran mempunyai hubungan yang lemah terhadap jumlah sheet berjamur. 1224 1 ∑ = = n i XiZi 332 1 = ∑ = n i Xi 110 1 ∑ = = n i Zi 3706 1 2 ∑ = = n i Xi 434 1 2 ∑ = = n i Zi [ ] [ ] 21 . 110 434 30 332 3706 30 110 332 1224 30 2 2 2 1 1 2 2 1 1 2 1 1 1 = − − − =               −               −             − = ∑ ∑ ∑ ∑ ∑ ∑ ∑ = = = = = = = r r Zi Zi n Xi Xi n Zi Xi XiZi n r n i n i n i n i n i n i n i c. Korelasi antara antara sheet yang mengandung Gelembung Udara GU dengan sheet yang berjamur BR. Data jumlah sheet mengandung gelembung udara GU dengan sheet berjamur BR dapat dilihat pada Tabel 5.10. Tabel 5.10. Data Jumlah Sheet Mengandung Gelembung Udara GU dengan Sheet Berjamur BR Tanggal GU Sheet BR Sheet 1-Nov 5 4 2-Nov 6 3 3-Nov 5 3 4-Nov 5 3 5-Nov 5 3 6-Nov 4 3 7-Nov 5 4 8-Nov 5 3 9-Nov 5 5 10-Nov 5 2 11-Nov 5 5 12-Nov 4 2 13-Nov 5 3 14-Nov 5 2 15-Nov 5 4 16-Nov 5 3 17-Nov 6 3 18-Nov 4 5 19-Nov 5 5 20-Nov 4 5 21-Nov 5 4 22-Nov 4 5 23-Nov 7 4 24-Nov 6 5 25-Nov 5 4 26-Nov 4 2 Tabel 5.10. Data Jumlah Sheet Gelembung Udara GU dengan Sheet Berjamur BR Lanjutan Tanggal GU Sheet BR Sheet 27-Nov 6 5 28-Nov 5 4 29-Nov 4 3 30-Nov 5 4 Total 149 110 Berdasarkan pada Tabel 5.10. dapat digambarkan diagram pencar pada Gambar 5.5. 5.0 4.5 4.0 3.5 3.0 2.5 2.0 7.0 6.5 6.0 5.5 5.0 4.5 4.0 Gelembung Udara B e rj a m u r Scatterplot of Gelembung Udara vs Berjamur Gambar 5.5. Diagram Pencar antara Sheet Mengandung Gelembung Udara GU dengan Sheet Berjamur BR Perhitungan nilai korelasi dilakukan dengan menggunakan perhitungan korelasi secara manual. Hal ini bertujuan untuk melihat hubungan antara sheet mengandung gelembung udara GU dengan sheet berjamur BR. Untuk menghitung korelasi antara sheet mengandung gelembung udara GU dengan sheet berjamur BR maka GU dimisalkan dengan Y dan BR dimisalkan dengan Z. Perhitungan koefisien korelasi dapat dilihat pada Tabel 5.11. Tabel 5.11. Perhitungan Korelasi antara Y dengan Z Tanggal Y Z Y 2 Z 2 YZ 1-Nov 5 4 25 16 20 2-Nov 6 3 36 9 18 3-Nov 5 3 25 9 15 4-Nov 5 3 25 9 15 5-Nov 5 3 25 9 15 6-Nov 4 3 16 9 12 7-Nov 5 4 25 16 20 8-Nov 5 3 25 9 15 9-Nov 5 5 25 25 25 10-Nov 5 2 25 4 10 11-Nov 5 5 25 25 25 12-Nov 4 2 16 4 8 13-Nov 5 3 25 9 15 14-Nov 5 2 25 4 10 15-Nov 5 4 25 16 20 16-Nov 5 3 25 9 15 17-Nov 6 3 36 9 18 18-Nov 4 5 16 25 20 19-Nov 5 5 25 25 25 20-Nov 4 5 16 25 20 21-Nov 5 4 25 16 20 22-Nov 4 5 16 25 20 23-Nov 7 4 49 16 28 24-Nov 6 5 36 25 30 Tabel 5.11. Perhitungan Korelasi antara Y dengan Z Lanjutan Tanggal Y Z Y 2 Z 2 YZ 25-Nov 5 4 25 16 20 26-Nov 4 2 16 4 8 27-Nov 6 5 36 25 30 28-Nov 5 4 25 16 20 29-Nov 4 3 16 9 12 30-Nov 5 4 25 16 20 Total 149 110 755 434 549 Nilai-nilai perhitungan korelasi dapat dihitung sebagai berikut: n = 30 Pada perhitungan diatas diperoleh nilai r sebesar 0,12, yang berarti mempunyai nilai korelasi yang lemah. Berdasarkan nilai korelasi yang diperoleh, maka dapat diambil kesimpulan bahwa jumlah sheet mengandung gelembung udara GU mempunyai hubungan yang lemah terhadap jumlah sheet berjamur BR. 549 1 ∑ = = n i YiZi 149 1 = ∑ = n i Yi 110 1 ∑ = = n i Zi 755 1 2 ∑ = = n i Yi 434 1 2 ∑ = = n i Zi [ ] [ ] 12 . 110 434 30 149 755 30 110 149 549 30 2 2 2 1 1 2 2 1 1 2 1 1 1 = − − − =               −               −             − = ∑ ∑ ∑ ∑ ∑ ∑ ∑ = = = = = = = r r Zi Zi n Yi Yi n Zi Yi YiZi n r n i n i n i n i n i n i n i

5.2.6. Peta Kontrol Control Chart

Peta kontrol digunakan untuk melihat apakah proporsi cacat pada setiap subgrup pengamatan dalam batas kendali atau tidak. Peta kontrol yang digunakan untuk menganalisa proporsi cacat adalah peta p. Peta p yaitu peta yang digunakan untuk melihat proporsi jumlah kecacatan per hari terhadap kelompok sampel yang sedang diinspeksi dalam mengukur atribut. Dalam pembuatan peta p, ada beberapa variabel yang harus dihitung dengan menggunakan rumus sebagai berikut: pi = i i n np CL = p = ∑ ∑ = = k i i k i i n np 1 1 UCL = 3 + p i n p p 1 − LCL = 3 − p i n p p 1 − Dengan, p i = proporsi jumlah kecacatan pada subgrup ke –i np i = jumlah kecacatan pada subgrup ke-i n = jumlah sampel tiap subgrup n=400 Berikut ini contoh perhitungan untuk nilai pi, CL, UCL dan LCL : pi = 0482 . 394 19 = , CL = p = 05 . 11820 591 = UCL = 3 05 . + 08294 . 394 05 . 1 05 . = − LCL = 3 05 . − 01706 . 394 05 . 1 05 . = − Tabel 5.12. Peta Kontrol p Jumlah Kecacatan No Tanggal Frekuensi Pengamatan Jumlah cacat per hari Pi CL UCL LCL 1 1-Nov 394 19 0.04822 0.05 0.08294 0.01706 2 2-Nov 394 20 0.05076 0.05 0.08294 0.01706 3 3-Nov 394 18 0.04569 0.05 0.08294 0.01706 4 4-Nov 394 19 0.04822 0.05 0.08294 0.01706 5 5-Nov 394 20 0.05076 0.05 0.08294 0.01706 6 6-Nov 394 16 0.04061 0.05 0.08294 0.01706 7 7-Nov 394 19 0.04822 0.05 0.08294 0.01706 8 8-Nov 394 19 0.04822 0.05 0.08294 0.01706 9 9-Nov 394 22 0.05584 0.05 0.08294 0.01706 10 10-Nov 394 19 0.04822 0.05 0.08294 0.01706 11 11-Nov 394 21 0.05330 0.05 0.08294 0.01706 12 12-Nov 394 16 0.04061 0.05 0.08294 0.01706 13 13-Nov 394 20 0.05076 0.05 0.08294 0.01706 14 14-Nov 394 17 0.04315 0.05 0.08294 0.01706 15 15-Nov 394 20 0.05076 0.05 0.08294 0.01706 16 16-Nov 394 18 0.04569 0.05 0.08294 0.01706 17 17-Nov 394 20 0.05076 0.05 0.08294 0.01706 18 18-Nov 394 19 0.04822 0.05 0.08294 0.01706 19 19-Nov 394 21 0.05330 0.05 0.08294 0.01706 20 20-Nov 394 19 0.04822 0.05 0.08294 0.01706 21 21-Nov 394 19 0.04822 0.05 0.08294 0.01706 22 22-Nov 394 20 0.05076 0.05 0.08294 0.01706 23 23-Nov 394 24 0.06091 0.05 0.08294 0.01706 24 24-Nov 394 24 0.06091 0.05 0.08294 0.01706 25 25-Nov 394 22 0.05584 0.05 0.08294 0.01706 26 26-Nov 394 17 0.04315 0.05 0.08294 0.01706 27 27-Nov 394 23 0.05838 0.05 0.08294 0.01706 28 28-Nov 394 21 0.05330 0.05 0.08294 0.01706 Tabel 5.12. Peta Kontrol p Jumlah Kecacatan No Tanggal Frekuensi Pengamatan Jumlah cacat per hari Pi CL UCL LCL 29 29-Nov 394 18 0.04569 0.05 0.08294 0.01706 30 30-Nov 394 21 0.05330 0.05 0.08294 0.01706 Total 11820 591 Berdasarkan hasil pada Tabel 5.12. maka dapat diperoleh peta kontrol p pada Gambar 5.6. 28 25 22 19 16 13 10 7 4 1 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 Sample P ro p o rt io n _ P= 0.05 UCL= 0.08294 LCL= 0.01706 P Chart of Jumlah cacat per hari Gambar 5.6. Peta Kontrol p Jumlah Kecacatan