Konsep Six Sigma pada dasarnya adalah penerapan rumus dan metode statistik untuk menghilangkan cacat, variasi dalam suatu produk atau proses. Sebagai contoh jika Anda ingin menemukan tinggi rata-rata populasi pria di Indonesia, Anda tidak dapat membawa seluruh populasi lebih dari 2 miliar ke dalam satu ruangan dan mengukur tinggi badan mereka untuk skenario seperti ini kami mengambil sampel yaitu kami mengambil sampel (orang-orang) dari masing-masing negara bagian dan menggunakan rumus statistik untuk menarik kesimpulan tentang tinggi rata-rata populasi pria dalam suatu populasi yang lebih dari 3 miliar. Satu lagi contoh akan mengatakan sebuah perusahaan memproduksi piston menggunakan d dalam siklus motor permintaan pelanggan adalah bahwa piston tidak boleh berdiameter lebih dari 9 cm dan kurang dari 5 cm apa pun yang diproduksi di luar batas ini dikatakan sebagai variasi dan penerapan six sigma harus mengkonfirmasi bahwa piston dibuat dalam batas yang disebutkan lain jika ada variasi dalam rentang maka perusahaan tidak beroperasi pada tingkat 6 sigma tetapi beroperasi pada tingkat yang sangat rendah.
Sebuah perusahaan yang beroperasi pada tingkat enam sigma menyiratkan bahwa hanya ada 3,4 Defects Per Million Opportunities (DPMO), contohnya pada perusahaan penerbangan yang beroperasi pada tingkat enam sigma berarti bahwa organisasi tersebut hanya kehilangan 3,4 bagasi per juta (Million) penumpang yang ditangani.
Untuk mempelajari Rumus Defects Per Million Opportunities (DPMO) Anda dapat melihat: Pengertian DPU, DPMO, PPM DAN RTY dalam Six Sigma dan Cara Menghitungnya.
Di bawah ini tabel konversi dpmo ke nilai sigma dan grafik yang menjelaskan arti dari berbagai tingkatan atau level Six Sigma.
Mengapa dinamakan Six Sigma?. Six Sigma dilambangkan dengan alfabet Yunani σ yang ditunjukkan pada tabel di atas dan disebut sebagai standar deviasi. Menurut sejarahnya, penemu dari Six Sigma adalah Bill Smith dimana dia menciptakan istilah Six Sigma dan seorang ahli yang menerapkannya di Motorola pada tahun 1980-an.
Untuk belajar mengenai apa itu Six Sigma Anda dapat mengunjungi: Lean Manufacturing - Pengertian Lean Six Sigma.
Metode Six Sigma diimplementasikan dalam Lima Tahap atau langkah-langkah pendekatan dalam penyelesaian masalah dan peningkatan proses yaitu Define, Measure, Analyze, Improve, Control (DMAIC) dan kami akan membahas setiap langkah-langkah tersebut.
5 Tahap DMAIC atau Langkah-langkah penerapan Six Sigma :
1. Tahap Define - Menetapkan
Tujuan dalam Fase Tentukan yang merupakan fase pertama dalam kerangka DMAIC Six Sigma adalah:
Piagam proyek piagam ini mendokumentasikan mengapa, bagaimana, siapa dan kapan suatu proyek memasukkan unsur-unsur berikut:
Define adalah proses untuk mendefinisikan produk akhir dan menengah dari suatu proyek dan hubungan mereka. Menentukan tugas Proyek biasanya kompleks dan diselesaikan dengan serangkaian dekomposisi diikuti oleh serangkaian agregasi, itu juga disebut pendekatan top-down dan dapat digunakan dalam fase atau tahap define untuk menentuka kerangka kerja Six Sigma.
Sekarang kita akan masuk ke rumus Six Sigma yang ditunjukkan pada tabel dengan rumus-rumus di bawah ini.
Ukuran Pemusatan Data (Central Tendency) atau kecenderungan tendensi sentral didefinisikan sebagai kecenderungan untuk nilai-nilai variabel acak untuk mengelompok di sekitar rata-rata, mode, atau median.
Di mana mean adalah rata-rata misalnya jika Anda telah mengambil 10 sampel piston secara acak dari pabrik dan mengukur diameternya, rata-rata akan menjadi jumlah dari diameter 10 piston dibagi dengan 10 di mana 10 jumlah pengamatan jumlah dalam statistik dilambangkan oleh ∑. Pada tabel X di atas, Xi adalah ukuran diameter piston dan μ, XBar adalah rata-rata.
Mode adalah pengukuran yang paling sering diamati dalam diameter piston yaitu jika 2 piston dari 10 sampel yang dikumpulkan memiliki diameter 6,3 & 6,3 maka ini adalah mode sampel dan median adalah titik tengah pengamatan dari diameter diameter. Piston ketika diatur dalam urutan.
Dari contoh piston, kami menemukan bahwa rumus rata-rata, median, mode tidak dengan tepat menggambarkan variasi dalam diameter piston yang diproduksi oleh pabrik, tetapi rumus deviasi standar membantu kami untuk
temukan varians dalam diameter piston yang diproduksi yang bervariasi dari batas spesifikasi atas yang disebutkan pelanggan dan batas spesifikasi yang lebih rendah.
Persamaan paling penting dari Six Sigma adalah Y = f (x) di mana Y adalah efek dan x adalah penyebabnya jadi jika Anda menghapus penyebab Anda menghapus efek dari cacat atau defect. Misalnya sakit kepala adalah efek dan penyebabnya adalah stres, ketegangan mata, demam jika Anda menghilangkan penyebab ini secara otomatis sakit kepala dihilangkan, ini diterapkan dalam Six Sigma dengan menggunakan diagram Fishbone atau Ishikawa yang ditemukan oleh Dr Kaoru Ishikawa.
Untuk belajar mengenai apa itu diagram Fishbone Anda dapat mengunjungi: Pengertian Serta Langkah Membuat Pengertian Cause and Effect Diagram (Fishbone Diagram) Analysis
2. Tahap Measure - Ukur
Pada fase measure atau tahapan mengukur kita dapat mengumpulkan semua data hubungannya sesuai dengan suara pelanggan dan menganalisis secara relevan menggunakan rumus statistik seperti yang diberikan dalam tabel di atas. Analisis kemampuan dilakukan dalam fase pengukuran.
Kemampuan proses dihitung menggunakan rumus:
CP = USL - LSL / 6 * Standar Deviasi
di mana CP = indeks kemampuan proses, USL = Batas Spesifikasi Atas dan LSL = Batas Spesifikasi Lebih Rendah.
Ukuran kemampuan proses menunjukkan hal-hal berikut:
Ketika proses tersebar dengan baik dalam spesifikasi pelanggan, proses dianggap sepenuhnya mampu yang berarti CP lebih dari 2. Dalam hal ini, standar deviasi proses sangat kecil sehingga 6 kali standar deviasi dengan mengacu pada cara berada dalam spesifikasi pelanggan.
Contoh: Batas yang ditentukan untuk diameter ban mobil adalah 15,6 untuk batas atas dan 15 untuk batas bawah dengan rata-rata proses 15,3 dan deviasi standar 0,09. Temukan Cp dan Cr apa yang dapat kita katakan tentang Kemampuan Proses?
Cp = USL - LSL / 6 * Standar deviasi = 15,6 - 15/6 * 0,09 = 0,6 / 0,54 = 1,111
Cp = 1.111
Cr = 1 / 1.111 = 0,9
Karena Cp lebih besar dari 1 dan karena itu Cr kurang dari 1; kita dapat menyimpulkan bahwa proses tersebut berpotensi mampu.
3. Tahap Analisis
Dalam Fase ini kita menganalisis semua data yang dikumpulkan dalam fase pengukuran dan menemukan penyebab variasi. Fase analisis menggunakan berbagai tes seperti tes parametrik di mana mean dan standar deviasi sampel diketahui dan Tes Nonparametrik di mana data dikategorikan sebagai Sangat Bagus, Cukup, Jelek dll.
Lakukan Uji Hipotesis Parametrik. Hipotesis adalah penilaian nilai yang dibuat tentang keadaan, pernyataan yang dibuat tentang suatu populasi. Berdasarkan pengalaman seorang insinyur misalnya dapat berasumsi bahwa jumlah karbon monoksida yang dipancarkan oleh mesin tertentu adalah dua kali maksimum yang diizinkan secara hukum. Namun pernyataannya hanya bisa dipastikan dengan melakukan tes untuk membandingkan karbon monoksida yang dihasilkan oleh mesin dengan persyaratan hukum.
Jika data yang digunakan untuk membuat perbandingan adalah data parametrik yaitu data yang dapat digunakan untuk mendapatkan mean dan deviasi standar, populasi dari mana data diambil berdistribusi normal mereka memiliki varian yang sama. Pengujian hipotesis berbasis kesalahan standar menggunakan uji-t dapat digunakan untuk menguji validitas hipotesis yang dibuat tentang populasi. Setidaknya ada 3 langkah yang harus diikuti saat melakukan hipotesis.
Menguji hipotesis: tujuan dari tes ini adalah untuk menghasilkan statistik uji sampel yang dapat digunakan untuk menolak atau gagal untuk menolak hipotesis nol. Statistik uji berasal dari rumus Z jika sampel lebih besar dari 30.
Z = Xbar-µ / σ / √n
Jika sampel kurang dari 30, maka uji-t digunakan
T = X bar -µ / s / √n
di mana X bar dan µ adalah rata-rata dan s adalah standar deviasi.
1-Sample t Test seperti ideal off center (Mean v / s Target) tes ini digunakan untuk membandingkan rata-rata dari suatu proses dengan target nilai sasaran untuk menentukan apakah mereka berbeda itu sering digunakan untuk menentukan apakah suatu proses adalah;
Paired T Set item yang sama diukur dalam 2 kondisi yang berbeda sehingga 2 pengukuran item yang sama tergantung atau terkait satu sama lain.
2-Sample Standard Tes ini digunakan ketika membandingkan 2 standar deviasi
Tes Standar Deviasi. Tes ini digunakan ketika membandingkan lebih dari 2 standar deviasi
Hipotesis Non Parametrik Tes dilakukan ketika data kategorikal yaitu ketika mean dan standar deviasi tidak diketahui contohnya adalah uji Chi-Square, Uji Mann-Whitney U, uji Kruskal Wallis & Tes Median Suasana Hati.
ANOVA
Jika misalnya 3 sampel berarti A, B, C sedang dibandingkan menggunakan uji-t adalah rumit untuk ini kita dapat menggunakan analisis varian ANOVA dapat digunakan sebagai pengganti beberapa uji-t.
ANOVA adalah tes Hipotesis yang digunakan ketika lebih dari 2 cara sedang dibandingkan.
Jika Sampel K sedang diuji hipotesis nol akan dalam bentuk yang diberikan di bawah ini
H0: μ1 = µ2 = ... .µk
Dan hipotesis alternatifnya adalah;
H1: Setidaknya satu rata-rata sampel berbeda dari yang lain
Jika data yang Anda analisis tidak normal, Anda harus membuatnya normal menggunakan transformasi kotak cox untuk menghapus pencilan apa pun (data tidak berurutan dengan data yang dikumpulkan). Transformasi Kotak Cox dapat dilakukan menggunakan perangkat lunak statistik Minitab.
4. Tahap Improve - Peningkatan
Pada fase tahap peningkatan, kita fokus pada pengoptimalan proses setelah penyebabnya ditemukan dalam tahap analisis, kita dapat menggunakan Desain percobaan untuk menghapus faktor pemborosan yang tidak berkontribusi pada kelancaran proses yang ada dalam persamaan Y = f (X) kami memilih hanya X yang berkontribusi pada kerja optimal proses.
Mari kita perhatikan contoh kasus dalam eksperimen yang mencoba mengoptimalkan produksi makanan organik. Setelah penyaringan untuk menentukan faktor-faktor yang penting untuk percobaannya, dia mempersempit faktor-faktor utama yang memengaruhi produksi buah menjadi "ringan" dan "air". Dia ingin mengoptimalkan waktu yang diperlukan untuk menghasilkan buah. Dia mendefinisikan optimal sebagai waktu minimum yang diperlukan untuk menghasilkan buah yang enak.
Untuk melakukan eksperimennya, ia menjalankan beberapa tes yang menggabungkan dua faktor (air dan cahaya) pada tingkat yang berbeda. Untuk meminimalkan biaya percobaan, ia memutuskan untuk menggunakan hanya 2 level faktor: tinggi dan rendah.
Dalam hal ini kita akan memiliki dua faktor dan dua level karena itu jumlah run akan 2 ^ 2 = 4. Setelah melakukan pengamatan ia memperoleh hasil yang ditabulasikan dalam tabel di bawah ini.
5. Tahap Control - Kontrol
Pada fase tahap Kontrol kita mesti mendokumentasikan semua aktivitas yang dilakukan di semua tahap sebelumnya dan menggunakan diagram control, tim harus memantau dan mengontrol tahap atau fase hanya untuk memeriksa bahwa proses perbaikan tidak lepas kendali. Control Charts adalah alat yang digunakan dalam Perangkat Lunak Minitab untuk tetap memeriksa variasi. Semua dokumentasi disimpan dan diarsipkan di tempat yang aman untuk referensi di masa mendatang.
Dari makalah ini kita memahami bahwa pemilihan Proyek Six Sigma adalah penting karena kita harus mengetahui keuntungan jangka panjang dalam melaksanakan proyek-proyek ini dan kegiatan yang dilakukan dalam setiap prinsip dasar dari fase atau tahap-tahap blok adalah fase menentukan di mana pernyataan masalah ditangkap dan kemudian dalam tahap pengukuran data dikumpulkan secara sistematis terhadap pernyataan masalah ini yang selanjutnya dianalisis dalam fase Analisis dengan melakukan berbagai tes hipotesis dan optimasi proses dalam fase Meningkatkan dengan menghapus faktor pemborosan yang ada dalam persamaan y = f (x1, x2 , x3 …….) kita dapat menghapus penyebab x1, x2 dll dengan metode Desain
Dengan melakukan percobaan atau eksperimen dan metode faktorial. Akhirnya kami dapat mempertahankan dan mempertahankan proses secara optimal dengan menggunakan peta kendali di tahap kontrol.
Selamat menerapkan metode lean Six Sigma di perusahaan dan rumus six sigma untuk manajemen Kualitas diatas bermanfaat!!! SUKSES untuk Anda.
Sebuah perusahaan yang beroperasi pada tingkat enam sigma menyiratkan bahwa hanya ada 3,4 Defects Per Million Opportunities (DPMO), contohnya pada perusahaan penerbangan yang beroperasi pada tingkat enam sigma berarti bahwa organisasi tersebut hanya kehilangan 3,4 bagasi per juta (Million) penumpang yang ditangani.
Untuk mempelajari Rumus Defects Per Million Opportunities (DPMO) Anda dapat melihat: Pengertian DPU, DPMO, PPM DAN RTY dalam Six Sigma dan Cara Menghitungnya.
Di bawah ini tabel konversi dpmo ke nilai sigma dan grafik yang menjelaskan arti dari berbagai tingkatan atau level Six Sigma.
Sigma Level
|
Defect Rate
|
Yield Percentage
|
| 2 σ | 308,770 DPMO (Defects Per Million Opportunities) | 69.10000 % |
| 3 σ | 66,811 DPMO | 93.330000 % |
| 4 σ | 6,210 DPMO | 99.38000 % |
| 5 σ | 233 DPMO | 99.97700 % |
| 6 σ | 3.44 DPMO | 99.99966 % |
Mengapa dinamakan Six Sigma?. Six Sigma dilambangkan dengan alfabet Yunani σ yang ditunjukkan pada tabel di atas dan disebut sebagai standar deviasi. Menurut sejarahnya, penemu dari Six Sigma adalah Bill Smith dimana dia menciptakan istilah Six Sigma dan seorang ahli yang menerapkannya di Motorola pada tahun 1980-an.
Untuk belajar mengenai apa itu Six Sigma Anda dapat mengunjungi: Lean Manufacturing - Pengertian Lean Six Sigma.
Metode Six Sigma diimplementasikan dalam Lima Tahap atau langkah-langkah pendekatan dalam penyelesaian masalah dan peningkatan proses yaitu Define, Measure, Analyze, Improve, Control (DMAIC) dan kami akan membahas setiap langkah-langkah tersebut.
5 Tahap DMAIC atau Langkah-langkah penerapan Six Sigma :
1. Tahap Define - Menetapkan
Tujuan dalam Fase Tentukan yang merupakan fase pertama dalam kerangka DMAIC Six Sigma adalah:
- Tentukan Proyek
- Tentukan ruang lingkup, tujuan, dan jadwal
- Tentukan Proses (tingkat atas) dan proses ownernya
- Pilih anggota tim
- Dapatkan Otorisasi dari Sponsor
- Kumpulkan dan latih tim.
Piagam proyek piagam ini mendokumentasikan mengapa, bagaimana, siapa dan kapan suatu proyek memasukkan unsur-unsur berikut:
- Pernyataan masalah
- Tujuan atau tujuan proyek, termasuk kebutuhan bisnis yang ditangani
- Cakupan
- Kiriman
- Sponsor dan kelompok pemangku kepentingan
- Anggota tim
- Jadwal proyek (menggunakan GANTT atau PERT sebagai lampiran)
- Sumber daya lain yang dibutuhkan
- Struktur rincian kerja
Define adalah proses untuk mendefinisikan produk akhir dan menengah dari suatu proyek dan hubungan mereka. Menentukan tugas Proyek biasanya kompleks dan diselesaikan dengan serangkaian dekomposisi diikuti oleh serangkaian agregasi, itu juga disebut pendekatan top-down dan dapat digunakan dalam fase atau tahap define untuk menentuka kerangka kerja Six Sigma.
Sekarang kita akan masuk ke rumus Six Sigma yang ditunjukkan pada tabel dengan rumus-rumus di bawah ini.
 |
| gambar: tabel konversi dpmo ke nilai sigma dengan level six sigma |
Ukuran Pemusatan Data (Central Tendency) atau kecenderungan tendensi sentral didefinisikan sebagai kecenderungan untuk nilai-nilai variabel acak untuk mengelompok di sekitar rata-rata, mode, atau median.
Di mana mean adalah rata-rata misalnya jika Anda telah mengambil 10 sampel piston secara acak dari pabrik dan mengukur diameternya, rata-rata akan menjadi jumlah dari diameter 10 piston dibagi dengan 10 di mana 10 jumlah pengamatan jumlah dalam statistik dilambangkan oleh ∑. Pada tabel X di atas, Xi adalah ukuran diameter piston dan μ, XBar adalah rata-rata.
Mode adalah pengukuran yang paling sering diamati dalam diameter piston yaitu jika 2 piston dari 10 sampel yang dikumpulkan memiliki diameter 6,3 & 6,3 maka ini adalah mode sampel dan median adalah titik tengah pengamatan dari diameter diameter. Piston ketika diatur dalam urutan.
Dari contoh piston, kami menemukan bahwa rumus rata-rata, median, mode tidak dengan tepat menggambarkan variasi dalam diameter piston yang diproduksi oleh pabrik, tetapi rumus deviasi standar membantu kami untuk
temukan varians dalam diameter piston yang diproduksi yang bervariasi dari batas spesifikasi atas yang disebutkan pelanggan dan batas spesifikasi yang lebih rendah.
Persamaan paling penting dari Six Sigma adalah Y = f (x) di mana Y adalah efek dan x adalah penyebabnya jadi jika Anda menghapus penyebab Anda menghapus efek dari cacat atau defect. Misalnya sakit kepala adalah efek dan penyebabnya adalah stres, ketegangan mata, demam jika Anda menghilangkan penyebab ini secara otomatis sakit kepala dihilangkan, ini diterapkan dalam Six Sigma dengan menggunakan diagram Fishbone atau Ishikawa yang ditemukan oleh Dr Kaoru Ishikawa.
Untuk belajar mengenai apa itu diagram Fishbone Anda dapat mengunjungi: Pengertian Serta Langkah Membuat Pengertian Cause and Effect Diagram (Fishbone Diagram) Analysis
2. Tahap Measure - Ukur
Pada fase measure atau tahapan mengukur kita dapat mengumpulkan semua data hubungannya sesuai dengan suara pelanggan dan menganalisis secara relevan menggunakan rumus statistik seperti yang diberikan dalam tabel di atas. Analisis kemampuan dilakukan dalam fase pengukuran.
Kemampuan proses dihitung menggunakan rumus:
CP = USL - LSL / 6 * Standar Deviasi
di mana CP = indeks kemampuan proses, USL = Batas Spesifikasi Atas dan LSL = Batas Spesifikasi Lebih Rendah.
Ukuran kemampuan proses menunjukkan hal-hal berikut:
- Proses sepenuhnya mampu
- Proses bisa gagal kapan saja
- Proses tidak mampu.
Ketika proses tersebar dengan baik dalam spesifikasi pelanggan, proses dianggap sepenuhnya mampu yang berarti CP lebih dari 2. Dalam hal ini, standar deviasi proses sangat kecil sehingga 6 kali standar deviasi dengan mengacu pada cara berada dalam spesifikasi pelanggan.
Contoh: Batas yang ditentukan untuk diameter ban mobil adalah 15,6 untuk batas atas dan 15 untuk batas bawah dengan rata-rata proses 15,3 dan deviasi standar 0,09. Temukan Cp dan Cr apa yang dapat kita katakan tentang Kemampuan Proses?
Cp = USL - LSL / 6 * Standar deviasi = 15,6 - 15/6 * 0,09 = 0,6 / 0,54 = 1,111
Cp = 1.111
Cr = 1 / 1.111 = 0,9
Karena Cp lebih besar dari 1 dan karena itu Cr kurang dari 1; kita dapat menyimpulkan bahwa proses tersebut berpotensi mampu.
3. Tahap Analisis
Dalam Fase ini kita menganalisis semua data yang dikumpulkan dalam fase pengukuran dan menemukan penyebab variasi. Fase analisis menggunakan berbagai tes seperti tes parametrik di mana mean dan standar deviasi sampel diketahui dan Tes Nonparametrik di mana data dikategorikan sebagai Sangat Bagus, Cukup, Jelek dll.
Lakukan Uji Hipotesis Parametrik. Hipotesis adalah penilaian nilai yang dibuat tentang keadaan, pernyataan yang dibuat tentang suatu populasi. Berdasarkan pengalaman seorang insinyur misalnya dapat berasumsi bahwa jumlah karbon monoksida yang dipancarkan oleh mesin tertentu adalah dua kali maksimum yang diizinkan secara hukum. Namun pernyataannya hanya bisa dipastikan dengan melakukan tes untuk membandingkan karbon monoksida yang dihasilkan oleh mesin dengan persyaratan hukum.
Jika data yang digunakan untuk membuat perbandingan adalah data parametrik yaitu data yang dapat digunakan untuk mendapatkan mean dan deviasi standar, populasi dari mana data diambil berdistribusi normal mereka memiliki varian yang sama. Pengujian hipotesis berbasis kesalahan standar menggunakan uji-t dapat digunakan untuk menguji validitas hipotesis yang dibuat tentang populasi. Setidaknya ada 3 langkah yang harus diikuti saat melakukan hipotesis.
- Hipotesis Null: Langkah pertama terdiri dari menyatakan hipotesis nol yang merupakan hipotesis yang sedang diuji. Dalam kasus insinyur membuat pernyataan tentang tingkat karbon monoksida yang dihasilkan oleh mesin, hipotesis nolnya adalah;
- H0: tingkat karbon monoksida yang dihasilkan oleh mesin dua kali lebih besar dari jumlah yang disyaratkan secara hukum. Hipotesis Null dilambangkan dengan H0
- Hipotesis alternatif: hipotesis alternatif (atau alternatif) adalah kebalikan dari hipotesis nol. Diasumsikan valid ketika hipotesis nol ditolak setelah pengujian. Dalam kasus insinyur yang menguji karbon monoksida, hipotesis alternatifnya adalah;
- H1: Tingkat karbon monoksida yang dihasilkan oleh mesin tidak dua kali lebih besar dari jumlah yang disyaratkan secara hukum.
Menguji hipotesis: tujuan dari tes ini adalah untuk menghasilkan statistik uji sampel yang dapat digunakan untuk menolak atau gagal untuk menolak hipotesis nol. Statistik uji berasal dari rumus Z jika sampel lebih besar dari 30.
Z = Xbar-µ / σ / √n
Jika sampel kurang dari 30, maka uji-t digunakan
T = X bar -µ / s / √n
di mana X bar dan µ adalah rata-rata dan s adalah standar deviasi.
1-Sample t Test seperti ideal off center (Mean v / s Target) tes ini digunakan untuk membandingkan rata-rata dari suatu proses dengan target nilai sasaran untuk menentukan apakah mereka berbeda itu sering digunakan untuk menentukan apakah suatu proses adalah;
- Contoh Standar Deviasi Tes ini digunakan untuk membandingkan standar deviasi proses dengan nilai target seperti tolok ukur apakah mereka berbeda sering digunakan untuk mengevaluasi seberapa konsisten suatu proses
- Sampel T (Membandingkan 2 Berarti) Dua set item yang berbeda diukur masing-masing dalam kondisi yang berbeda di sana pengukuran satu sampel tidak tergantung pada pengukuran sampel lainnya.
Paired T Set item yang sama diukur dalam 2 kondisi yang berbeda sehingga 2 pengukuran item yang sama tergantung atau terkait satu sama lain.
2-Sample Standard Tes ini digunakan ketika membandingkan 2 standar deviasi
Tes Standar Deviasi. Tes ini digunakan ketika membandingkan lebih dari 2 standar deviasi
Hipotesis Non Parametrik Tes dilakukan ketika data kategorikal yaitu ketika mean dan standar deviasi tidak diketahui contohnya adalah uji Chi-Square, Uji Mann-Whitney U, uji Kruskal Wallis & Tes Median Suasana Hati.
ANOVA
Jika misalnya 3 sampel berarti A, B, C sedang dibandingkan menggunakan uji-t adalah rumit untuk ini kita dapat menggunakan analisis varian ANOVA dapat digunakan sebagai pengganti beberapa uji-t.
ANOVA adalah tes Hipotesis yang digunakan ketika lebih dari 2 cara sedang dibandingkan.
Jika Sampel K sedang diuji hipotesis nol akan dalam bentuk yang diberikan di bawah ini
H0: μ1 = µ2 = ... .µk
Dan hipotesis alternatifnya adalah;
H1: Setidaknya satu rata-rata sampel berbeda dari yang lain
Jika data yang Anda analisis tidak normal, Anda harus membuatnya normal menggunakan transformasi kotak cox untuk menghapus pencilan apa pun (data tidak berurutan dengan data yang dikumpulkan). Transformasi Kotak Cox dapat dilakukan menggunakan perangkat lunak statistik Minitab.
4. Tahap Improve - Peningkatan
Pada fase tahap peningkatan, kita fokus pada pengoptimalan proses setelah penyebabnya ditemukan dalam tahap analisis, kita dapat menggunakan Desain percobaan untuk menghapus faktor pemborosan yang tidak berkontribusi pada kelancaran proses yang ada dalam persamaan Y = f (X) kami memilih hanya X yang berkontribusi pada kerja optimal proses.
Mari kita perhatikan contoh kasus dalam eksperimen yang mencoba mengoptimalkan produksi makanan organik. Setelah penyaringan untuk menentukan faktor-faktor yang penting untuk percobaannya, dia mempersempit faktor-faktor utama yang memengaruhi produksi buah menjadi "ringan" dan "air". Dia ingin mengoptimalkan waktu yang diperlukan untuk menghasilkan buah. Dia mendefinisikan optimal sebagai waktu minimum yang diperlukan untuk menghasilkan buah yang enak.
Untuk melakukan eksperimennya, ia menjalankan beberapa tes yang menggabungkan dua faktor (air dan cahaya) pada tingkat yang berbeda. Untuk meminimalkan biaya percobaan, ia memutuskan untuk menggunakan hanya 2 level faktor: tinggi dan rendah.
Dalam hal ini kita akan memiliki dua faktor dan dua level karena itu jumlah run akan 2 ^ 2 = 4. Setelah melakukan pengamatan ia memperoleh hasil yang ditabulasikan dalam tabel di bawah ini.
Faktor-faktor
|
Respon
|
Air Tinggi - Cahaya Tinggi
|
Selama 10 Hari
|
Air Tinggi - Cahaya Rendah
|
Selama 20 Hari
|
Air rendah - Cahaya Tinggi
|
Selama 15 Hari
|
Air rendah - Cahaya Rendah
|
Selama 25 Hari
|
5. Tahap Control - Kontrol
Pada fase tahap Kontrol kita mesti mendokumentasikan semua aktivitas yang dilakukan di semua tahap sebelumnya dan menggunakan diagram control, tim harus memantau dan mengontrol tahap atau fase hanya untuk memeriksa bahwa proses perbaikan tidak lepas kendali. Control Charts adalah alat yang digunakan dalam Perangkat Lunak Minitab untuk tetap memeriksa variasi. Semua dokumentasi disimpan dan diarsipkan di tempat yang aman untuk referensi di masa mendatang.
Kesimpulan Metode Six Sigma dan Rumus Untuk Manajemen Kualitas Yang Sukses
Dari makalah ini kita memahami bahwa pemilihan Proyek Six Sigma adalah penting karena kita harus mengetahui keuntungan jangka panjang dalam melaksanakan proyek-proyek ini dan kegiatan yang dilakukan dalam setiap prinsip dasar dari fase atau tahap-tahap blok adalah fase menentukan di mana pernyataan masalah ditangkap dan kemudian dalam tahap pengukuran data dikumpulkan secara sistematis terhadap pernyataan masalah ini yang selanjutnya dianalisis dalam fase Analisis dengan melakukan berbagai tes hipotesis dan optimasi proses dalam fase Meningkatkan dengan menghapus faktor pemborosan yang ada dalam persamaan y = f (x1, x2 , x3 …….) kita dapat menghapus penyebab x1, x2 dll dengan metode Desain
Dengan melakukan percobaan atau eksperimen dan metode faktorial. Akhirnya kami dapat mempertahankan dan mempertahankan proses secara optimal dengan menggunakan peta kendali di tahap kontrol.
Selamat menerapkan metode lean Six Sigma di perusahaan dan rumus six sigma untuk manajemen Kualitas diatas bermanfaat!!! SUKSES untuk Anda.
Post a Comment for "METODE SIX SIGMA DAN RUMUS UNTUK MANAJEMEN KUALITAS"
Terimakasih telah berkomentar sesuai pembahasan artikel