Panduan Risalah GKM

Format Risalah GKM 2012

Halaman Depan / Pendahulan

a

Judul Risalah

a

Terdiri dari apa yang akan dilakukan,dimana akan dilakukan perbaikan,berapa nilai

besaran yang akan diperbaiki ( % ) dan berapa waktu yang dibutuhkan untuk menye

lesaikan.

b

Ada tampilan logo perusahaan di sebelah kiri dan logo Gugus disebelah kanan

c

Ada nama Gugus

b

Profile Gugus

b.1

Ringkasan Posisi Gugus di dalam Perusahaan / unit bisnis ( jika LK 7 sudah selesai )

a.2

Identitas Gugus

1

Fasilitator

:

2

Ketua

:

3

Tema leader/sekretaris

:

4

Anggota

:

b.3

Profile Aktivitas

1

Tanggal terbentuk

:

2

Usia anggota

:

3

Pendidikan rata rata

:

4

Jumlah Pertemuan

:

5

Lama Pertemuan

:

6

Tingkat Kehadiran

:

7

Periode Kegiatan

:

8

Risalah ke

:

c

Struktur Organisasi

c.1

Posisi Gugus di struktur Organisasi Perusahaan / Unit Kerja

d

Motto Gugus Kendali Mutu

d.1

Kalimat yang simpel,singkat bermakna dan membangkitkan semangat.

e

Risalah yang pernah diselesaikan

f.1

Ditulis urut risalah yang pernah diselesaikan serta ada keterangan tahun kegiatannya

f

Rencana Kerja dan Realisasi Kegiatan Gugus

e.1

Menunjukkan tahapan langkah dan kategori PDCA

e.2

Menunjukkan tahun,bulan dan minggu dimana kegiatan gugus dilakukan

e.3

Menunjukkan jumlah pertemuan antara rencana dan aktual

e.4

Ada keterangan/legenda antara plan dan aktual

g

Alasan Pemilihan Tema

g.1

Dilihat dari sudut pandang Quality,Cost,Delivery,Productivity,Safety dan Moral

g.2

Masing masing sudut pandang terlihat parameter ( angka ) permasalahan yang timbul

g.3

Masing masing pernyataan di alasan pemilihan tema disertai lampiran data.

1

Langkah 1 : Menentukan Tema dan Judul

a

Alur proses berupa gambar ilustrasi dari alur sebenarnya

a.1

gambar mesin 1 dimensi / 2 dimensi / 3 dimensi ( bagian manufakturing )

a.2

gambar aktivitas di stasiun alur proses ( bagian jasa )

b

Keterangan Urutan alur proses

b.1

apa yang terjadi di stasiun proses per bagian

b.2

Tujuan aktivitas dari alur pada stasiun proses

b.3

Arah alur proses

b.4

Posisi bagian alur proses yang bermasalah ada tanda khusus

c

Area Permasalahan

c.1

Gambar ilustrasi detail stasiun proses yang bermasalah

c.2

Keterangan urutan alur proses pada gambar detail masalah

c.3

Keterangan posisi permasalahan

d

Istilah-istilah yang dipakai dalam aktivitas Gugus ( dalam risalah )

1.1

Analisa Permasalahan

1.1.1

Tampilan Lembar data

periode pengambilan data

:

Sumber data

:

Lokasi pengambilan data

:

Pengolah data

:

a

Visualisasi grafik yang menunjukkan masalah besar di area permasalahan yang

akan diangkat sebagai tema perbaikan gugus kendali mutu.( grafik garis )

b

Ada lampiran data dari sumber data yang jelas .

c

Kesimpulan dari visualisasi grafik yang ditampilkan ( trend yang terjadi )

1.2

Menentukan Tema

1.2.1

Tampilan Lembar data

periode pengambilan data

:

Sumber data

:

Lokasi pengambilan data

:

Pengolah data

:

a

Menampilkan data tabel /rata rata periode waktu tertentu ( visualisasi rugi output,  rugi

biaya,rugi waktu ) ( lampirkan sumber data yang jelas )

b

Visualisasi grafik ( Pareto,batang ) yang menunjukkan pecahan masalah dari masalah be -

sar di analisa permasalahan ( semakin banyak unsur masalah semakin memperjelas area

masalah dan semakin mudah menemukan potensi masalah yang dominan untuk diangkat

sebagai tema.)

c

Buat Kesimpulan dari grafik yang dibuat

d

Dari grafik ambil permasalahan yang paling mendominasi dan jadikan hal itu sebagai tema

perbaikan dengan melihat prinsip Pareto ( 80/20)

1.3

Menentukan Judul Perbaikan

1.3.1

Tampilan Lembar data

periode pengambilan data

:

Sumber data

:

Lokasi pengambilan data

:

Pengolah data

:

a

Menampilkan data tabel /rata rata periode waktu tertentu ( visualisasi rugi output,  rugi

biaya,rugi waktu ) ( lampirkan sumber data yang jelas )

b

Visualisasi grafik ( Pareto,batang ) yang menunjukkan pecahan masalah dari masalah be -

sar di analisa permasalahan ( semakin banyak unsur masalah semakin memperjelas area

masalah dan semakin mudah menemukan potensi masalah yang dominan untuk diangkat

sebagai judul )

c

Buat Kesimpulan dari grafik yang dibuat ,( lokasi masalah )

d

Dari grafik ambil permasalahan yang paling mendominasi dan jadikan hal itu sebagai judul

perbaikan (melihat prinsip Pareto ( 80/20))tentunya setalah initial goal ditetapkan.

1.4

Menentukan initial Goal

a

Initial goal atau target awal untuk yang sudah ada penetapan target dari manajemen maka

yang dipakai adalah target menajemen.( menuju 100% ke target yang ditetapkan manaje -

men ).

b

Initial goal atau target awal yang belum ada target dari manajemen maka dilihat dari pen-

capaian tertinggi dan terendah yang pernah dicapai dalam periode 1 tahun.( tampilkan gra

fik garis ).atau minta ketetapan target dari manajemen terkait.

c

Tulis judul risalah dengan memperhatikan hal sebagai berikut :

Terdiri dari apa yang akan dilakukan,dimana akan dilakukan perbaikan,berapa besaran

nilai yang akan diperbaiki ( % ) dan berapa waktu yang dibutuhkan untuk menyelesaikan

d

Diskusikan dengan fasilitator atau kepala unit terkait dan minta tanggapan dari beliau ser

ta minta otorisasi untuk bisa melanjutkan aktivitas GKM

catatan : data trend masalah yang diambil sampai bulan pembuatan risalah 1 dilampirkan

jangka waktu dijudul adalah mulai start GKM sampai selesai meneliti hasil

2

Langkah 2  : Menganalisa Penyebab

2.1

Stratifikasi Masalah

a

Tulis sebanyak mungkin penyebab penyebab yang memungkinkan menimbulkan masalah

b

Gunakan metode 4M + 1L ( faktor Mesin,manusia,metode,Material dan faktor Lingkungan )

c

Lampirkan data data pendukung dari sumbang saran yang di usulkan.

catatan penting :

Stratifikasi sebaiknya memakai ber tahap :

1

tahap pertama stratifikasi berdasarkan maksud kalimat dalam sumbang saran

2

tahap kedua baru stratifikasi lagi berdasarkan 4M + 1L

2.2

Diagram Tulang Ikan

a

Arah panah Utama ke kanan dan kepala ikan adalah akibat yang sedang dirasakan

b

Duri duri dari panah utama adalah penyebab dan duri duri kecil yang memyertai penyebab

adalah sumber sumber penyebab.

c

Penyebab yang paling mudah dilihat / mudah terlihat sebagai penyebab pastikan berada

dekat dengan kepala ikan.

d

Tuliskan masing masing penyebab dengan akar penyebab yang sebanyak banyaknya min 5

akar masalah per penyebab.( dengan pertanyaan mengapa 5x )

e

Akar penyebab yang dituliskan harus bisa diuji terbalik ke arah tulang utama dan harus

nyambung.

f

Lingkari atau beri tanda pada akar penyebab terkecil

2.3

Penetapan penyebab yang diduga Dominan

a

Tulis semua akar masalah dan tetapkan peserta penetapan penyebab ( semua anggota ) &

masing masing akar masalah di beri point sesuai pendapat masing masing anggota dengan

didasari alasan dan data yang jelas dan mendukung.

b

Jumlahkan total point per kar masalah

c

Tuliskan nama peserta penetapan penyebab dengan jelas atau initial yang diberi legenda

nama jelas.

2.3.1

Perhitungan Nominal Group Tehnik

a

Hitung jumlah faktor penyebab

b

Masuk rumus : 1/2 N +1

keterangan : N adalah jumlah faktor

c

Buat kesimpulan berdasarkan perhitungan tersebut dan tetapkan sebagai faktor yang didu

ga dominan.

d

Lakukan pengamatan tentang faktor yang diduga dominan tersebut apa yang terjadi pada

saat belum dilakukan perbaikan.

3

Langkah 3  : Menguji dan menentukan Penyebab Dominan

3.1

Pengujian Penyebab Dominan

3.1.1

Pengujian Faktor yang pertama

a

Tampilkan data scater ( x,y )

sebanyak banyaknya data pengamatan ( lampirkan data lap )

b

Tuliskan judul pengujian korelasi

b.1

indikator Y adalah

:

b.2

indikator X adalah

:

b.3

Periode pengamatan

:

b.4

Lokasi

:

b.5

Penanggung Jawab

:

c

Tampilkan diagram scater

d

Tuliskan kesimpulan pengujian dengan jelas

e

Sebab akibat dalam data scater harus mengarah ke akibat yang dituliskan di kepala ikan

f

Lampirkan hasil olah regresi yang dikerjakan dengan fungsi excel.

3.1.2

Pengujian Faktor yang kedua

a

Tampilkan data scater ( x,y )

sebanyak banyaknya data pengamatan ( lampirkan data lap )

b

Tuliskan judul pengujian korelasi

b.1

indikator Y adalah

:

b.2

indikator X adalah

:

b.3

Periode pengamatan

:

b.4

Lokasi

:

b.5

Penanggung Jawab

:

c

Tampilkan diagram scater

d

Tuliskan kesimpulan pengujian dengan jelas

e

Sebab akibat dalam data scater harus mengarah ke akibat yang dituliskan di kepala ikan

f

Lampirkan hasil olah regresi yang dikerjakan dengan fungsi excel.

3.1.3

Pengujian Faktor yang ke seterusnya

a

Jumlah faktor penyebab :

3.2

Penentuan Penyebab Dominan

a

Keterangan penentuan penyebab dominan

a.1

Faktor penyebab

:

Periode pengujian

:

Lokasi pengujian

:

Penanggung jawab

:

b

Tampilkan data tabel penyebab dominan,nilai r ,r % dan % akumulatif

c

Tampilkan diagram pie hasil prosentase penyebab dominan

d

Tuliskan kesimpulan di diagram pie yang akan dipakai untukmerencanakan perbaikan.

4

Langkah 4  : Membuat Rencana dan Melaksanakan Perbaikan

4.1

Merencanakan Perbaikan

a

Urutan penulisan faktor dominan dari % R2

b

Pemakaian metode 5W + 2 H

b.1

keterlibatan semua anggota

b.2

How much ( keyakinan penyelesaian masalah per penyebab )

c

Komentar Manajemen

d

Otorisasi pejabat terkait

4.2

Penetapan Intermediate Goal

a

Berdasarkan hasil jumlah nilai R2 / jumlah faktor kemudian kali 100%

b

Berdasarkan kemampuan untuk menyelesaikan semua penyebab dominan ( 100% )

4.3

Melaksanakan Perbaikan

a

Visualisasi sebelum dan sesudah perbaikan

b

Monitoring hasil perbaikan per penyebab terhadap target yang ingin dicapai

c

Kesimpulan hasil perbaikan terlihat jelas dan terukur ( per penyebab )

d

Keterangan pelaksanaan perbaikan serta data pengamatan setelah perbaikan ( lampiran )

e

Hasil monitoring setelah semua perbaikan di lakukan ( semua penyebab dominan ) sebagai

lampiran data.

f

Menunjukkan bukti fisik perbaikan di lapangan

5

Langkah 5  : Meneliti Hasil

5.1

Evaluasi terhadap faktor penyebab dominan

a

Grafik monitoring penyebab dominan sebelum perbaikan dan setelah perbaikan

( diambil dari pengamatan 4.3 point b )

b

Kesimpulan masing masing hasil monitoring dari grafik penyebab dominan

5.2

Evaluasi terhadap Judul

a

Judul grafik terhadap pengaruh hasil perbaikan ( dilihat dari kalimat judul perbaikan )

b

Grafik batang yang menunjukkan perubahan sebelum perbaikan dan sesudah perbaikan

( diambil dari data 4.3 point e " melaksanakan perbaikan " )

c

Kesimpulan grafik sebelum perbaikan dan setelah perbaikan dilihat dari judul

5.3

Evaluasi terhadap Target ( initial Goal )

a

Judul grafik terhadap pengaruh hasil perbaikan ( dilihat dari initial goal  )

b

Grafik batang yang menunjukkan perubahan sebelum perbaikan dan sesudah perbaikan

serta target awal yang sudah ditetapkan ( dari 4.3 point e " melaksanakan perbaikan " dan

dari 1.4 point a,b menentukan initial goal )

c

Kesimpulan grafik sebelum perbaikan dan setelah perbaikan dilihat dari initial goal

5.4

Evaluasi terhadap Tema

a

Judul grafik terhadap pengaruh hasil perbaikan ( dilihat dari tema perbaikan  )

b

Grafik batang yang menunjukkan perubahan sebelum perbaikan dan sesudah perbaikan

( dari 1,2 point d "menentukan tema" dibandingkan dengan kondisi saat setelah perbaikan )

c

Kesimpulan grafik sebelum perbaikan dan setelah perbaikan dilihat dari tema masalah

catatan : keberhasilan yang baik adalah sesuai target manajemen atau lebih.( =/> 100% )

5.5

Analisa Dampak

5.5.1

Dampak positif

a

Dilihat dari sudut pandang QCDSMP

b

Pernyataan jelas dan terukur serta menjawab permasalahan di alasan pemilihan tema

( halaman depan point g "alasan pemilihan tema "

c

Dilengkapi data data pendukung yang menyatakan keberhasilan masing masing sudut

pandang ( QCDSMP )

5.5.2

Dampak Negatif

a

Faktor yang merugikan yang timbul setelah dilakukan perbaikan

b

Dipakai sebagai pengurang dari keberhasilan

c

Disertai data data kejadian / pelaksanaan

6

Langkah 6  : Membuat Standard Baru

6.1

Tujuan Standard Prosedur

a

Menjelaskan tentang fungsi maksud dan tujuan penetapan standar prosedur yang dibuat

dengan melihat keberhasilan dari hasil perbaikan yang sudah dilakukan.

6.2

Standar Design

a

Menjelaskan bentuk perubahan design mesin atau layout tempat dari inovasi yang dilaku

kan .( lampiran gambar /photo detail perubahan )

6.3

Standard Prosedur

a

Menjelaskan tentang prosedur pelaksanaan alat atau proses kerja setelah dilakukannya

perbaikan. ( lampiran IK / SOP )

b

Legalisasi prosedur yang sudah ditetapkan ( ISO )

b.1

SOP / IK sebelumnya

b.2

Bukti permintaan perubahan dokumen

b.3

Pembuktian SOP baru yang sudah masuk di manual ISO

6.4

Standard Hasil

a

Menjelaskan tentang batasan penyimpangan yang boleh terjadi setelah dilakukannya pro

ses perbaikan dengan mengacu pada instruksi kerja dan standar Operasional Prosedur yang

sudah ditetapkan.

6.5

Otorisasi Pihak Terkait

a

Komentar manajemen

b

Diskusikan dengan fasilitator atau kepala unit terkait dan minta tanggapan dari beliau ser

ta minta otorisasi untuk menjaga kestabilan pelaksanaan

7

Langkah 7  : Mengumpulkan data baru dan menentukan rencana Berikutnya

7.1

Analisa Permasalahan

7.1.1

Tampilan Lembar Data

periode pengambilan data

:

Sumber data

:

Lokasi pengambilan data

:

Pengolah data

:

a

Visualisasi grafik yang menunjukkan masalah besar di area permasalahan yang akan

diangkat sebagai tema perbaikan gugus kendali mutu.( grafik garis ) akan lebih baik jika

grafik ini adalah penggambaran bulan selanjutnya dari analisa masalah di langkah 1

b

Ada lampiran data dari sumber data yang jelas .

c

Kesimpulan dari visualisasi grafik yang ditampilkan ( trend yang terjadi )

7.2

Menentukan Tema

7.1.2

Tampilan Lembar Data

periode pengambilan data

:

Sumber data

:

Lokasi pengambilan data

:

Pengolah data

:

a

Visualisasi grafik ( Pareto,batang ) yang menunjukkan pecahan masalah dari masalah be -

sar di analisa permasalahan ( semakin banyak unsur masalah semakin memperjelas area

masalah dan semakin mudah menemukan potensi masalah yang dominan untuk diangkat

sebagai tema.)

b

Buat Kesimpulan dari grafik yang dibuat

c

Dari grafik ambil permasalahan yang paling mendominasi dan jadikan hal itu sebagai tema

perbaikan dengan melihat prinsip Pareto ( 80/20)

d

Tuliskan kesepakatan tema masalah berikutnya dengan huruf yang lebih mencolok

7.3

Rencana Kerja

a

Menunjukkan tahapan langkah dan kategori PDCA

b

Menunjukkan tahun,bulan dan minggu dimana kegiatan gugus dilakukan

c

Menunjukkan jumlah pertemuan antara rencana dan aktual

d

Ada keterangan/legenda antara plan dan aktual

e

Tetap di update aktual aktivitasnya jika memang bulan yang ditampilkan merupakan bulan

yang sedang berjalan

7.4

Alasan Pemilihan Tema

a

Dilihat dari sudut pandang Quality,Cost,Delivery,Productivity,Safety dan Moral

b

Masing masing sudut pandang terlihat parameter ( angka ) permasalahan yang timbul

c

Masing masing pernyataan di alasan pemilihan tema disertai lampiran data.

d

Komentar Manajemen

e

Otorisasi pejabat terkait

Apa sih Diagram Scater

Bagaimana memahaminya

Ketika menyelidiki masalah, biasanya ketika mencari penyebab mereka, dapat diduga bahwa dua item yang terkait dalam beberapa cara. Misalnya, dapat diduga bahwa jumlah kecelakaan kerja berkaitan dengan jumlah lembur yang orang yang bekerja.

Diagram Scatter membantu untuk mengidentifikasi adanya hubungan terukur antara dua item tersebut dengan mengukur mereka berpasangan dan merencanakan mereka pada grafik, seperti di bawah ini. Visual ini menunjukkan korelasi antara dua set pengukuran.

Gambar. 1. Poin pada Scatter Diagram

Jika poin digambarkan pada Diagram Scatter tersebar secara acak, tanpa pola yang jelas, maka ini menunjukkan bahwa dua set pengukuran tidak berkorelasi dan tidak dapat dikatakan berhubungan dengan cara apapun. If, however, the points form a pattern of some kind, then this shows the type of relationship between the two measurement sets. Namun, jika titik-titik membentuk pola dari beberapa jenis, maka ini menunjukkan jenis hubungan antara dua set pengukuran.

Sebuah Scatter Diagram menunjukkan hubungan antara dua item untuk tiga alasan:

a.       Ada sebab dan akibat hubungan antara dua item diukur, di mana salah satu menyebabkan yang lain (setidaknya sebagian).

b.      Dua item yang diukur adalah baik disebabkan oleh item ketiga. Misalnya, Scatter Diagram yang menunjukkan korelasi antara celah-celah dan transparansi peralatan kaca karena perubahan baik disebabkan oleh perubahan suhu tungku.

c.       Kebetulan Lengkap. Hal ini dimungkinkan untuk menemukan korelasi tinggi item yang tidak terkait, seperti jumlah semut persimpangan jalan dan penjualan koran.

Scatter Diagram sehingga dapat digunakan untuk memberikan bukti hubungan sebab dan akibat, tetapi mereka sendiri tidak membuktikannya. Biasanya, hal itu juga memerlukan pemahaman yang baik sistem yang akan diukur, dan mungkin diperlukan percobaan tambahan. 'Sebab' dan 'efek' dengan demikian dikutip dalam bab ini untuk menunjukkan bahwa meskipun mereka dapat diduga memiliki hubungan ini, belum diketahui secara pasti.

Sewaktu mengevaluasi Diagram Scatter, baik tingkat dan jenis korelasi harus dipertimbangkan. Yang terlihat perbedaan Scatter Diagram untuk ini ditunjukkan dalam Tabel di bawah ini.

Di mana ada hubungan sebab-akibat, tingkat tersebarnya diagram mungkin akan dipengaruhi oleh beberapa faktor (seperti yang diilustrasikan dalam diagram di bawah ini):

·         Kedekatan dari sebab dan akibat. Ada kesempatan yang lebih baik dari korelasi tinggi jika penyebabnya adalah terhubung langsung ke efek daripada jika pada akhir rantai penyebab. Jadi akar mungkin tidak memiliki hubungan yang jelas dengan efek akhir.

·         Beberapa penyebab efek. Ketika mengukur satu penyebab, penyebab lainnya adalah membuat efek tersebut sangat beragam dengan cara yang tidak terkait. Penyebab lainnya mungkin juga memiliki efek yang lebih besar, swamping efek sebenarnya penyebab tersebut.

·         Alam Variasi dalam sistem. Efeknya mungkin tidak bereaksi dengan cara yang sama setiap kali, bahkan penyebab utama dekat.

Tidak ada gelar yang jelas salah satu hubungan di atas mana suatu hubungan yang jelas dapat dikatakan ada. Instead, as the degree of correlation increases, the probability of that relationship also increases. Sebaliknya, sebagai tingkat korelasi meningkat, kemungkinan hubungan yang juga meningkat.

Jika ada korelasi yang cukup, maka bentuk Diagram Scatter akan menunjukkan jenis korelasi (lihat Tabel @ @). Yang paling umum adalah bentuk garis lurus, baik miring ke atas (korelasi positif) atau miring bawah (korelasi negatif).

Scatter Diagram	Derajat  Korelasi	Interpretasi
	Tidak ada	Tidak ada hubungan dapat dilihat. tidak terkait dengan 'menyebabkan' dengan cara apapun.
	Rendah	Hubungan samar terlihat. Itu karena 'dapat mempengaruhi' efek ', tapi hanya jauh. Ada lebih cepat menyebabkan baik dapat ditemukan atau ada variasi yang signifikan dalam 'efek'.
	Tinggi	Poin yang dikelompokkan menjadi bentuk linier jelas. Ini adalah kemungkinan bahwa karena 'secara langsung berkaitan dengan efek'. Oleh karena itu, setiap perubahan karena 'akan menghasilkan perubahan ditebak cukup dalam' efek '.
	PerfectSempurna	Semua poin yang terletak pada baris (yang biasanya lurus). Mengingat 'menyebabkan nilai, sesuai efek' 'nilai dapat diprediksi dengan kepastian lengkap.

Scatter Diagram	Jenis  Korelasi	Interpretasi
	Positif	Garis lurus, miring dari kiri ke kanan. Meningkatkan nilai karena 'hasil dalam peningkatan proporsional dalam nilai' efek '.
	Negatif	Garis lurus, miring turun dari kiri ke kanan. Meningkatkan nilai karena 'hasil penurunan proporsional nilai dari' efek '.
	Lengkung	Berbagai kurva, biasanya U-atau S-berbentuk. Mengubah nilai karena 'hasil dalam' efek 'berubah berbeda, tergantung pada posisi pada kurva.
	Bagian linier	Bagian dari diagram adalah garis lurus (miring ke atas atau bawah). Mungkin karena kerusakan atau kelebihan dari 'efek', atau kurva dengan bagian yang mendekati ke garis lurus (yang mungkin diperlakukan seperti itu).

Poin yang muncul baik di luar daerah terlihat tren mungkin karena sebab khusus dari variasi, dan harus diteliti seperti itu.

Selain interpretasi visual, beberapa perhitungan dapat dilakukan sekitar Scatter Diagram. Perhitungan yang dibahas disini adalah untuk korelasi linear; kurva memerlukan tingkat matematika yang berada di luar cakupan buku ini.

·         Koefisien korelasi memberikan nilai numerik untuk tingkat korelasi. Hal ini akan bervariasi dari -1, yang menunjukkan korelasi negatif sempurna, melalui 0, yang menunjukkan korelasi sama sekali, ke +1, yang menunjukkan korelasi positif yang sempurna. Jadi nilai lebih dekat adalah plus atau minus 1, korelasi yang lebih baik. Dalam korelasi sempurna, semua poin berbaring di garis lurus.

·         Sebuah garis regresi membentuk 'paling cocok' atau 'rata-rata' dari diplot poin. Hal ini setara dengan mean dari distribusi (lihat Variasi Bab ).

·         Kesalahan standar adalah setara dengan standar deviasi dari suatu distribusi (lihatVariasi Bab ) dalam cara yang menunjukkan penyebaran efek mungkin 'nilai-nilai untuk setiap satu karena nilai.

Dihitung angka berguna untuk menempatkan nilai numerik pada perbaikan, dengan 'sebelum' dan 'nilai-nilai setelah'. Mereka juga dapat digunakan untuk memperkirakan berbagai kemungkinan efek '' nilai-nilai dari sebab yang diberikan '' nilai-nilai (asumsi hubungan sebab akibat terbukti). Angka di bawah ini menunjukkan bagaimana garis regresi dan kesalahan standar dapat digunakan untuk memperkirakan kemungkinan efek '' nilai dari penyebab tunggal 'diberi nilai.

Fig. Gambar. 3 Distribusi titik-titik di Scatter Diagram

Contoh 

Sebuah tim perencanaan kota, selama penyelidikan kecelakaan di jalan, mengidentifikasi beberapa kemungkinan penyebab. Tiga penyebab utama diduga: kecepatan kendaraan, kepadatan lalu lintas dan kondisi cuaca lokal. Karena tidak ada bukti yang jelas yang tersedia untuk mendukung salah satu hipotesis, mereka memutuskan untuk mengukur mereka, dan menggunakan Scatter Diagram untuk memeriksa apakah hubungan antara salah satu penyebab cukup kuat untuk mengambil tindakan lebih lanjut. 

Untuk mendapatkan ukuran yang cukup, mereka membuat tindakan setiap hari selama dua bulan, menggunakan sensor jalan lokal dan laporan dari layanan ambulans. Scatter Diagram digambar untuk setiap penyebab yang mungkin terhadap jumlah kecelakaan. Hasil memungkinkan kesimpulan berikut harus dibuat: 

* Ada korelasi rendah positif dengan kepadatan lalu lintas. 
* Ada korelasi disimpulkan dengan kondisi jalan. 
* Ada korelasi, positif dengan kecepatan tinggi lalu lintas, dengan kecelakaan dropping off lebih tajam di bawah 30 mph. 

Akibatnya, langkah-langkah kontrol kecepatan lebih banyak lalu lintas yang dipasang, termasuk tanda-tanda dan permukaan. Hal ini mengakibatkan penurunan terukur dalam kecelakaan.

Gambar. 1. Contoh Scatter Diagram

Contoh lainnya 

* Seorang tukang roti tersangka bahwa waktu berdiri dari adonan mempengaruhi cara naik.Sebuah Diagram Scatter waktu bangkit melawan kepadatan roti diukur menunjukkan korelasi yang adil pada distribusi berbentuk U terbalik. Dengan demikian ia menggunakan waktu pada titik tertinggi pada kurva untuk mendapatkan kesempatan terbaik roti baik-bangkit. 
* Diduga bahwa suhu tekan menyebabkan menolak dalam proses pembentukan plastik.Sebuah Diagram Scatter menunjukkan korelasi positif yang tinggi, mendorong suatu redesign pers, termasuk penggunaan bahan lebih tahan panas. Hal ini menghasilkan penurunan yang signifikan dalam jumlah potongan ditolak. 
* Sebuah plot gaji departemen SDM terhadap hasil survei motivasi. Hasilnya adalah korelasi negatif yang lemah. Sebuah Scatter Diagram kedua, merencanakan waktu di perusahaan terhadap motivasi, memberikan korelasi yang lebih tinggi. Sebuah program motivasi ditargetkan sesuai dan menghasilkan peningkatan yang stabil dalam skor yang diberikan kepada motivasi dalam survei personil berikutnya perusahaan.

Bagaimana melakukannya 

1. Tentukan dua item yang ingin Anda bandingkan. Satu dapat diidentifikasi sebagai penyebab dicurigai dan yang lain sebagai efek dicurigai. Hal ini mungkin berasal dari penggunaan alat-alat lain, seperti Efek-Penyebab Hubungan Diagram atau Diagram. 

2. Identifikasi pengukuran yang akan diambil. Keduanya harus variabel (yaitu diukur pada skala kontinu) dan itu harus mungkin untuk mengukur keduanya pada saat yang sama. 

Buatlah pengukuran sespesifik mungkin untuk mengurangi variasi dan meningkatkan kemungkinan hubungan yang lebih tinggi. Sebagai contoh, pengukuran dari bahan pemasok tunggal mungkin lebih baik daripada mengukur semua bahan yang disediakan. 

3. Membuat 50-100 pasang pengukuran. Ketika melakukan hal ini, bertujuan untuk menjaga semua variabel lain stabil mungkin, karena dapat mengganggu dengan angka akhir. 

Berhati-hatilah ketika mengukur perilaku manusia, sebagai tindakan pengukuran dapat menyebabkan orang diukur untuk mengubah perilaku mereka, terutama jika mereka mencurigai mereka mungkin kehilangan keluar dalam beberapa cara. 

4. Plot diukur pasang di Scatter Diagram. Desain sumbu dan sisik pada diagram untuk memberikan penyebaran maksimum visual poin. Ini mungkin melibatkan menggunakan skala yang berbeda dan membuat sumbu salib di non-nilai nol (seperti pada gambar dibawah). 

Jika menyelidiki hubungan sebab-akibat yang mungkin, alur sebab dicurigai pada sumbu x (horizontal) dan efek dicurigai pada sumbu y (vertikal). 

Gambar. 1. Pengaturan skala 

5. Jika korelasi tinggi, kemunduran ('rata-rata') line dapat ditarik melalui titik merencanakan, untuk menekankan tren. Hal ini dapat dihitung atau diperkirakan dengan mata (meskipun hal ini harus dibuat jelas bagi pembaca masa depan diagram). 

6. Jika korelasi cukup linear, maka koefisien korelasi dapat dihitung. 

7. Menafsirkan diagram dan bertindak sesuai. Hal ini mungkin untuk mengidentifikasi perbaikan atau untuk memungkinkan estimasi nilai efek masa depan. Jika yang terakhir, standard error dapat dihitung, seperti pada gambar di bawah ini. 

Bila menggunakan Scatter Diagram untuk memperkirakan nilai dampak masa depan, hanya memperkirakan dalam kisaran korelasi diketahui, sebagai bentuk dapat berubah di luar kisaran tersebut.

Praktis variasi

* Jika titik pada Diagram Scatter bertepatan dengan poin lainnya, fakta bahwa satu titik sebenarnya adalah dua atau lebih mungkin akan disorot oleh keberanian mereka atau dengan menggunakan lingkaran konsentris.

* Jika pengukuran sulit diperoleh, sesedikit 30 pasangan pengukuran dapat digunakan.

* Gunakan Tabel Korelasi ketika kebetulan beberapa poin diukur, biasanya ketika ada sejumlah posisi mungkin. Ini secara efektif lintas antara Scatter Diagram dan Check Sheet, dimana setiap posisi xy diwakili oleh kotak di mana beberapa poin dapat diindikasikan

Gambar.1 Tabel Kolerasi

* Pisahkan set pengukuran dapat ditampilkan pada Diagram Scatter yang sama, yang dapat dibedakan dari satu sama lain dengan menggunakan spidol berbentuk berbeda untuk setiap set poin. Pemakaian khas adalah di mana satu variabel yang sedang berubah, misalnya untuk menunjukkan pengukuran bahan dari pemasok yang berbeda.
* Mana korelasi non-linear muncul, perkiraan kasar dapat dilakukan dengan menggunakan mereka dengan membagi mereka ke dalam bagian sekitar linear dan menghitung garis regresi dan standard error seperti di atas.

Diposkan oleh Dody Riyawan di 00:36

Label: scatter diagram techniques

Panduan regresi analisis

Seringkali seorang yang akan melakukan analisis data statistik kebingungan, analisis apa yang akan dipakai ?  Apakah regresi, korelasi, manova, nonparametrik, cluster, dlsb ?  …Sekarang anda tidak perlu bingung lagi, karena berikut ini kami sajikan panduan dasar untuk pemilihan analisis statistik.  Dengan mengikuti beberapa langkah sederhana, voila :)  anda dapat menentukan analisis statistik yang tepat dan sesuai dengan kebutuhan anda.  Untuk memulai, jawablah pertanyaan / pernyataan di bawah ini :

1.  Apakah ingin melakukan pengujian hipotesis (menguji perbedaan antara dua peubah) ?  Jika Ya maka lanjutkan ke Panduan Dasar Pengujian Hipotesis.  Jika Tidak maka lanjutkan ke nomor 2

2.   Apakah akan dicari hubungan antara peubah yang akan dianalisis ? Jika Tidakmaka : Gunakan statistik deskriptif berupa nilai (mean, median, modus, kuartil, ragam, simpangan baku, koefisien keragaman) maupun berupa grafik (poligon, histogram, boxplot, diagram batang dan daun).  Jika Ya maka lanjutkan ke nomor 3.

3.  Apakah dalam satu analisis akan diuji hubungan antara lebih dari 2 peubah ?  Jika Tidak maka lanjutkan ke nomor 4, Jika Ya maka lanjutkan ke nomor 5

4.  Apa skala peubah yang akan diuji ?  Jika Metrik maka : Gunakan analisis korelasi sederhana, analisis regresi linier sederhana. Jika Nonmetrik maka : Gunakan Analisis Nonparametrik.

5.  Tipe hubungan apakah yang akan diteliti ? Jika ketergantungan satu arah maka lanjutkan ke nomor 6, jika ketergantungan dua arah (saling ketergantungan) maka lanjutkan ke nomor 10

6.  Berapa banyak peubah yang diduga ? Jika banyak hubungan antara peubah bebas dan peubah terikat maka : Gunakan SEM (Structural Equation Modeling), jikabeberapa peubah terikat dalam satu hubungan maka lanjutkan ke nomor 7, jika satu peubah terikat dalam satu hubungan maka lanjutkan ke nomor 9

7.  Apa skala pengukuran peubah terikatnya ?  Jika skalanya non metrik maka : Gunakan Analisis Korelasi Kanonik dengan peubah dummy, jika skalanya metrikmaka lanjutkan ke nomor 8

8.  Apa skala pengukuran peubah bebasnya ? Jika skalanya metrik maka : Gunakan Analisis Korelasi Kanonik, jika skalanya nonmetrik gunakan MANOVA (Multivariate Analysis of Variance).

9.  Apa skala pengukuran peubah terikatnya ?  Jika skalanya non metrik maka : Gunakan Analisis Diskriminan Berganda, Model Peluang Linier; jika skalanya metrikmaka : Gunakan Regresi Berganda, Analisis Conjoint.

10.  Bagaimana struktur dari hubungannya ?  Jika struktur hubungannya antara peubah maka : Gunakan Analisis Faktor, jika struktur hubungannya antara kasus/responden maka : Gunakan Analisis Cluster, jika struktur hubungannya antara objek maka lanjutkan ke nomor 11

11  Bagaimana atribut dari objek tersebut diukur ? Jika nonmetrik maka : Gunakan Analisis Korespondensi, ijika metrik dan atau nonmetrik maka : Gunakan Multidimensional Scaling.
Sumber : syimphonic-file.blogspot.com

Panduan Menggunakan diagram Scater di langkah 3

A. DIAGRAM SCATER

1. Buka program Microsoft Office Excel 2007.

2. Tulislah data hasil pengamatan antara Penyebab dengan Jumlah masalah yang ditimbulkan

3. Setelah tabel jadi,maka blok data X dan data Y lalu Klik ‘Insert’ pilih chart Scater lalu klik

   ‘Scater with only  marker’.

4. Untuk menampilkan garis pada diagram scater,Klik salah satu titik pada diagram scater lalu klik kanan pilih

  ‘add  trendline’

5. Setelah muncul ‘Format Trendline’ pada ‘Trendline Option’klik atau centang pada ‘Display Equation on chart’

            Dan  klik atau centang pada ‘Display R Squared value on chart’

6. Untuk menmpilkan nama axis X maupun axis Y Klik pada diagram scater lalu pilih ‘Layout’ dan klik pada ‘Axis title’

Untuk Axis X pilih ‘Primary horizontal axis title’ dan klik pada ‘Tittle belw axis’ kemudian ketik nama axis sesuai   dengan pengamatan.

Untuk Axis Y pilih ‘Primary vertical axis title’ dan klik pada ‘Rotated tittle’ kemudian ketik nama axis sesuai dengan pengamatan.

gamb 6a

gamb 6b

B. ANALISA STATISTIK DATA UNTUK MENENTUKAN NILAI R ATAU r.

         1.Klik menu ‘Data’ lalu Klik ‘ Data Analisys’kemudian pilih ‘Regression’ lalu klik   OK.

Masukkan data Y dan data X lalu centang atau klik pada ‘Constans Zero’ dan beri nama ‘New worksheet Ply’ sesuai         dengan peyebab.(Misalnya : Penyebab 1).Lalu klik OK.

2.Setelah muncul ‘SUMMARY OUT PUT’ Untuk Nilai r = Multiple R dan R² = R square

3.Apabila Pada Menu Data tidak muncul ‘Data Analisys’ maka klik pada ‘Office button’ lalu pilih ‘Excel Option’

4.Setelah muncul form Excel Option ,pilih Add-Ins lalu pilih manage pada ‘Excel Add-Ins’ dan klik ‘GO’ kemudian

 klik OK.Tunggu sesaat sampai program selesai terisnstal,Setelah selesai cek pada menu     ‘Data’ maka akan muncul Toolbar ‘Data Analisys’.

5.Setelah muncul Menu ’Data Analisys’ lakukan langkah seperti  no.1.

6.Selamat Mencoba.

Mas Tono Komite GKM