Trend Analisa dengan Minitab 15

Trend Analisa dengan Minitab 15

Trend Analisa produk dalam jangka waktu tertentu merupakan bahan evaluasi produk. Trend analisa ini merupakan bagian dari Pengkajian Produk Tahunan(PPT). Tujuan dari PPT adalah untuk melihat trend kualitas produk tahunan (mencakup kapabilitas, ketangguhan proses & formula, spesifikasi atau parameter produk, stabilitas dan waktu daluarsa, ada komplain atau tidak, dan sebagainya) sehingga dapat menjadi acuan untuk langkah-langkah selanjutnya.

Di dalam PPT terdapat spesifikasi dan komplain dari pelanggan maka alat yang tepat dalam membuat trend analisa adalah menggunakan Analisa kapabilitas proses bukan peta kendali saja. Peta kendali/control chart digunakan untuk memonitor proses ketika produksi sedang berlangsung, dengan peta kendali ini membantu mendeteksi penyebab variasi proses dan mempermudah perbaikan. Akan tetapi peta kendali saja bukan alat yang tepat untuk menentukan jika ingin memenuhi kebutuhan pelanggan karena peta kendali hanya digunakan untuk memonitor kinerja produksi yang sedang berlangsung. Proses yang sedang berlangsung dan dikontrol tidak otomatis berarti semua produk memenuhi kebutuhan pelanggan(spesifikasi yang kita inginkan). Dengan kata lain proses yang berlangsung dapat diantara batas atas dan bawah(UCL/LCL) dan masih menghasilkan produk diluar spesifikasi yang diinginkan(USL/LSL).Untuk lebih jelasnya dapat dilihat pada chart dibawah ini:

1

Pada gambar diatas terlihat bahwa semua proses yang diwakili oleh garis-garis masih diantara UCL dan LCL tapi ada beberapa bagian(yang diarsir hitam) melebihi batas yang kita inginkan (USL dan LSL). Dengan kata lain proses pada gambar diatas dikatakan tidak capable. Proses dikatakan capable jika rata-rata proses berada ditengah diantara target yang diinginkan dan rentang batas spesifikasi(USL/LSL) lebih lebar daripada batas kontrol(UCL/LCL) seperti ditunjukkan pada gambar dibawah ini,

2

Analisis Kapabilitas Proses Sixpack

Ketika sebuah proses dalam kontrol statistik maka akan memproduksi secara konsisten. Oleh karena itu, pertanyaan yang muncul adalah:’ Apakah proses yang berjalan capable?’. Capable  disini berarti barang/proses yang dihasilkan memenuhi spesifikasi batas yang telah ditetapkan. Analisis kapabilitas proses ini ditentukan dengan membandingkan lebar variasi proses dengan lebar batas spesifikasi yang telah ditetapkan. Proses yang akan di analisis kapabilitasnya harus sudah dikontrol sebelum ditentukan kapabilitasnya, jika tidak maka akan didapat estimasi kapabilitas proses yang tidak benar.

Cara untuk mengetahui proses sudah dikontrol atau belum adalah dengan mengecek dengan control chart pada minitab(Xbar dan I Chart) dan variasi(Rchart, S chart atau MR chart). Salah satu kelebihan Capability Sixpack adalah dalam analisis kapabilitas ini sudah termasuk chart yang sesuai dengan bagian dari output yang dihasilkan

Trend analisa dapat dibuat dengan mudah menggunakan software minitab 15. Berikut ini langkah-langkahnya:

Cek Normalitas Data

  1. Masukkan data parameter yang akan dianalisa ke dalam worksheet minitab kemudian beri nama pada tiap kolom

3

  1. Periksa apakah data yang akan dibuat trend analisa berupa distribusi normal atau non-normal.
  2. Pengecekan data apakah normal atau tidak dengan mengklik Stat>Basic Statistic>Normality Test4
  3. Kemudian akan muncul box Normality Test, pada variable ketik nomor kolom yang berisi data yang akan dianalisis, pilih Percentile Lines None dan Test for Normality pilih Anderson-Darling kemudian klik OK

5

  1. Akan muncul chart Probability Plot Normalitas, pada chart terdapat nilai p-value, bila p-value lebih dari alpha (dalam hal ini 0,05) maka data dikatakan normal dan sebaliknya.Bila data normal bisa dilanjutkan dengan pembuatan Proces Capability Sixpack Normal(bila data tidak normal baca Capability Sixpack untuk data non-normal pada bagian bawah)

  6

  Capability Analysis Sixpack dengan data Normal

  1. Setelah mengetahui data normal kemudian pada menu Stat>Quality Tools>Capability Sixpack>Normal

7

  1. Akan muncul box Capability Sixpack(Normal Distribution), pada Single Column isi dengan kolom yang berisi data yang akan dianalisis dan pada subgrup diisi dengan ID column. Pada lower dan upper spec diisi dengan nilai yang dipersyaratkan, kemudian tekan OK.

8

  1. Akan muncul diagram Sixpack seperti pada gambar berikut:

9

Capability Analysis Sixpack dengan data non-Normal

  1. Lakukan tes normalitas seperti pada langkah Cek Normalitas Data dan bila didapat data yang tidak normal misal seperti gambar dibawah dimana p-value kurang dari 0,05.

10

  1. Untuk Capability Sixpack dari menu Stat>Quality Tools>Capability Sixpack>Normal sehingga akan muncul jendela seperti pada gambar berikut

11

  1. Kemudian klik pada menu Box-Cox sehingga akan muncul jendela baru,centang pada Box-Cox power transformation dan pilih Use optimal lambda, klik OK.

12

  1. Akan muncul diagram Sixpack seperti pada gambar berikut

13

Catatan:data yang tidak mengikuti distribusi normal(non-normal) perlu ditransformasi dahulu kemudian baru dianalisis untuk mendapatkan diagram sixpack. Bila tidak dilakukan transformasi maka data akan kurang tepat walaupun dapat dilakukan analisis sixpack tanpa transformasi terlebih dahulu.

kartun Apt 2

versi pdf dapat di download di https://drive.google.com/file/d/0B9FjA15vITN3VGNOaEFDMFlSU2M/view?usp=sharing

M. Fithrul Mubarok

M. Fithrul Mubarok

Pharmacist and Blogger at Farmasiindustri
M. Fithrul Mubarok, S.Farm.,Apt adalah Blogger Professional Farmasi Industri pertama di Indonesia, pendiri dan pengarang dari FARMASIINDUSTRI.COM sebuah blog farmasi industri satu-satunya di Indonesia.
Anda dapat berlangganan (subscribe) dan menfollow blog ini untuk mendapatkan artikel terkait farmasi industri.
Email: fithrul.mubarok23@gmail.com
WhatsApp/WA: 0856 4341 6332
M. Fithrul Mubarok

Latest posts by M. Fithrul Mubarok (see all)

15 Comments



  1. Selamat Pagi, Pak Fithrul.

    Saya mau tanya. Jika setelah ditransform dengan optimal lamda 0,5 dan P-Value tetap kecil (<0,05), atau bahkan lebih kecil dari sebelum ditransform, bagaimana menganalisis data tersebut? Terima kasih.

    Reply

  2. kemungkinan data tersebut banyak Outliner-nya, oleh karena itu outliner (data yang menyimpang) dikeluarkan dahulu dari rangkaian data. Pengeluaran data akan lebih mudah dengan membuat peta kendali (I-Chart dalam minitab), data yang paling mendekati batas atas/batas bawah dikatakan outliner. Terus berapa data yang kita buang? Setahu saya tergantung bisa 3 atau lebih (sejujurnya saya kurang yakin). Untuk lebih jelasnya bisa membaca buku ” Six Sigma Statistics with EXCEL and MINITAB by Issa Bass”.
    Semoga Membantu 🙂

    Reply

    1. Ok, pak, data outlier sudah saya keluarkan, namun masih saja p<0,05 tanpa transform terlebih dahulu, ketika saya transform nilai p sudah di atas 0,05 tapi malah muncul USL dan LSL baru. Apakah memang seperti itu pak? Sebenarnya pengertian transform itu apa pak?
      Mohon bantuannya. Terima kasih..

      Reply

  3. ya memang seperti itu, saya cuma tahu sedikit tentang transformasi box-cox. Setahu saya transformasi bukan jaminan data akan menjadi normal. Di dalam transformasi itu ada rumus2 yang membuat kemungkinan data menjadi normal, tapi tidak selalu menjadikan data normal.
    Bila data tidak juga normal2 gimana?gunakan tools yang tidak menggunakan asumsi normalitas dalam perhitungannya. Tapi setahu saya hampir semua rumus statistik diturunkan dari asumsi normalitas data.

    Reply





  4. selamat sore mas, kalau mau membuat x chart yang ucl dan lclnya sudah ditetapkan perusahaan gimana ya?
    mohon bantuannya mas

    Reply

    1. Setahu saya Xchart tidak bisa ditentukan UCL dan LCLnya sendiri. Karena menurut pengertian dan rumus UCL-LCL didapat dari perhitungan dari data2 (3 sigma). Harap dibedakan dengan USL-LSL, ini sesuatu yg ditentukan sendiri dari user. Jadi kesimpulannya UCL-LCL (control chart) didapat seadanya dari data dan USL-LSL (capablity) ditentukan dari user

      Reply

  5. Pak saya mau tanya, setelah transformasi batas USL dan LSL nya berubah, begitu juga dengan plot data di grafik x chart. Terus bagaimana interpretasinya ya? Apakah interpretasi berdasarkan USL dan LSL yang baru dan bukan LSL dan USL yang telah diinput sebelumnya?
    X-chart yang berbeda juga, interpretasinya menggunakan angka setelah ditransformasi atau dicocokkan dengan angka sebelum transformasi?
    Misal: data ketiga dalam X-chart sebelum transformasi 3 dan dalam USL/LSL/UCL/LCL namun setelah transformasi menjadi 0.96 dan jadi diluar LSL. Nah, interpretasinya gimana ya Pak? Mohon penjelasannya. Makasih

    Reply

  6. setahu saya USL dan LSL adalah angka yang ditetapkan sendiri oleh user dan tidak bergantung pada hasil hitungan minitab Jadi USL-LSL seharusnya tidak berubah pada grafik x chart..yg berubah mungkin adalah UCL dan LCLnyA.

    Reply

    1. Bukan Pak, ini perubahan USL dan LSL di capability process setelah tranformasi.

      Reply

      1. akan lebih mudah bagi saya menjelaskan kalau ada soalnya dan gambar perubahannya

        Reply

tinggalkan komentar .........