5.2.2. Measure Tahap Pengukuran
5.2.2.1. Perhitungan Nilai DPMO dan Nilai σ Sigma
DPMO Defect Per Million Opportunity adalah ukuran kegagalan dalam six sigma yang menunjukkan kegagalan persejuta kesempatan. Nilai DPMO
produk tipe Elabana Round untuk periode November 2010 diperoleh dengan menggunakan persamaan yaitu:
=
000 .
1000 10
63465 6721
x x
= 10590 Nilai sigma
σ merupakan ukuran dari kinerja perusahaan yang menggambarkan kemampuan dalam menghasilkan produk bebas cacat. Nilai
σ untuk periode November 2010 diperoleh dengan menggunakan persamaan yaitu:
= Normsinv
000 .
1000 10590
000 .
1000
+ 1.5 3.80
Untuk nilai DPMO dan σ selengkapnya dapat dilihat pada Tabel 5.8.
Tabel 5.8. Nilai DPMO dan σ Produk Tipe Elabana Round
Periode Produksi
pcs Cacat
pcs Jumlah
CTQ DPMO
Nilai σ
November 2010 63465
6721 10
10590 3.80
Desember 2010 35756
3374 10
9436 3.85
Januari 2011 13578
1022 10
7527 3.93
Februari 2011 42165
3813 10
9043 3.86
Jumlah 154964 14930
10 9149
3.86
Universitas Sumatera Utara
5.2.2.2. Uji Kenormalan Data dengan Metode Kolmogorov-Smirnov Test
Untuk mengetahui kemampuan dari suatu proses, harus terlebih dahulu dipenuhi syarat kenormalan dan kestabilan data data berada dalam kendali – in
control. Untuk itu perlu dilakukan pengujian kenormalan terhadap data hasil pengamatan dan menentukan batas kendali data.
Adapun pengujian kenormalan data untuk total kecacatan per satu kali pengujian kualitas adalah dengan menggunakan metode Kolmogorov-Smirnov
Test dimana data total kecacatannya dapat dilihat pada Tabel 5.9.
Tabel 5.9. Hasil Pengukuran Produk Genteng Tipe Elabana Round
Subgroup Number
Number Inspected pcs
Number Nonconfoming pcs
1 40 12
2 40 11
3 40 14
4 40 10
5 40 12
6 40 13
7 40 11
8 40 10
9 40 9
10 40 13
11 40 15
12 40 14
13 40 13
14 40 6
15 40 7
16 40 6
17 40 8
18 40 6
19 40 9
20 40 11
21 40 9
22 40 7
23 40 9
24 40 10
25 40 6
Sumber : PT. MONIER
Universitas Sumatera Utara
Adapun langkah-langkah uji kenormalan data dengan menggunakan metode Kolmogorov-Smirnov Test yaitu:
1. Data dari hasil pengamatan, diurutkan mulai dari nilai pengamatan terkecil
sampai nilai pengamatan terbesar. Setelah itu, data diberi nomor 1 – 25. 2.
Dari data pengamatan yang telah kita urutkan dan diberi nomor, selanjutnya hitung nilai FaX-nya, yaitu dengan:
data total
data nomor
X Fa
Misalnya, data nomor 1 dan jumlah datanya 25, maka :
25 1
X
Fa
= 0,0400 3.
Hitung nilai Z.
x
=
n xi
n i
1
=
25 251
= 10.04
1
1 2
n x
xi
n i
=
1 25
9600 .
184
= 2.7761
Maka nilai Z untuk data pertama X
1
= 6.0000 adalah : -1.4553
77609 .
2 0400
. 10
0000 .
6
X X
Z
i
4. Dari nilai Z yang didapat, cari nilai FeX dengan melihat tabel distribusi
normal atau menggunakan Microsoft Excel. Dalam hal ini untuk mencari nilai FeX menggunakan Microsoft Excel dengan formulasi :
=NORMSDIST-1.4553 = 0.0728 5.
Hitung selisih nilai FaX dengan FeX dan diberi tanda mutlak, serta notasikan dengan D.
Universitas Sumatera Utara
FaX = 0.0400; FeX = 0.0728, maka : D = | FaX – FeX |
= | 0,0400 – 0,0728 | = 0,0328
Adapun perhitungan dari pengujian kenormalan data dengan menggunakan metode Kolmogorov-Smirnov Test untuk total kecacatan produk tipe Elabana
Round dapat dilihat pada Tabel 5.10.
Tabel 5.10. Uji Kenormalan Data dengan Kolgomorov-Smirnov Test
No Jumlah Produk Cacat
X Fax
Z Fex
D = |FaX – FeX|
1 6 0.0400
-1.4553 0.0728
0.0328 2 6 0.0800
-1.4553 0.0728
0.0072 3 6 0.1200
-1.4553 0.0728
0.0472 4 6 0.1600
-1.4553 0.0728
0.0872 5
7 0.2000 -1.0951
0.1367 0.0633
6 7 0.2400
-1.0951 0.1367
0.1033
7 8 0.2800 -0.7348
0.2312 0.0488
8 9 0.3200 -0.3746
0.3540 0.0340
9 9 0.3600 -0.3746
0.3540 0.0060
10 9 0.4000
-0.3746 0.3540
0.0460 11
9 0.4400 -0.3746
0.3540 0.0860
12 10 0.4800
-0.0144 0.4943
0.0143 13 10 0.5200
-0.0144 0.4943
0.0257 14 10 0.5600
-0.0144 0.4943
0.0657 15
11 0.6000 0.3458
0.6353 0.0353
16 11 0.6400
0.3458 0.6353
0.0047 17
11 0.6800 0.3458
0.6353 0.0447
18 12 0.7200 0.7060
0.7599 0.0399
19 12 0.7600 0.7060
0.7599 0.0001
20 13 0.8000 1.0662
0.8568 0.0568
21 13 0.8400
1.0662 0.8568
0.0168 22
13 0.8800 1.0662
0.8568 0.0232
23 14 0.9200 1.4265
0.9231 0.0031
24 14 0.9600 1.4265
0.9231 0.0369
25 15 1.0000 1.7867
0.9630 0.0370
∑X = 251 D
Max
= 0.1033
Universitas Sumatera Utara
Langkah pengujian hipotesanya : 1.
H : Data tersebut Berdistribusi Normal
H
1
: Data tersebut Tidak Berdistribusi Normal 2.
Level of Significant α = 0,05
3. Wilayah Kritis, D
≤ D , dimana D n : 25 = 0.264
4. Selisih maksimum D
max
= 0,1033 5.
D tabel : D
25
= 0,264 D
maksimum
≤ Dα 6.
Keputusan : H diterima, karena D 0,1033 D
0,2264. Hal ini berarti data kecacatan pada periode bulan Februari sd Maret 2011 berdistribusi
normal. Adapun gambar grafik pengolahan uji kenormalan data dapat dilihat pada
Gambar. 5.5.
Gambar 5.5. Grafik Uji Kenormalan Data
Universitas Sumatera Utara
5.2.2.3. Penentuan Batas Kontrol Batas Kendali
Kategori