Quality Risk Management

Saturday, 27 May 2017 Quality Risk Management Hits: 13792

Tahap 6 Uji Korelasi dan Uji Hipotesis

Pada umumnya Statistical Process Control yang dilakukan adalah sampai dengan tahap 5 di atas. Namun adakalanya kita perlu analisis lebih lanjut, tidak hanya mengolah mengenali proses pada satu kumpulan data saja, tapi juga membandingkannya dengan kumpulan data yang lain. Biasanya yang dilakukan adalah Uji Korelasi, bila kita mencoba melihat pengaruh sebuah besaran terhadap besaran lainnya dalam sampel yang sama pada satu buah populasi. Misal pada ruang yang sama dalam kurun waktu yang sama, didata pada titik pengambilan sampel yang sama, dengan mengukur Particle Count dan Microbial Count. Kemudian bisa kita uji apakah ada korelasi antara keduanya, bila jumlah partikel meningkat maka jumlah mikrobial meningkat. Korelasi dianggap bermakna, bila mengacu Konstanta Idaris, maka besarannya harus lebih besar 0,714 (KI 0,714; HAKI, 1997).

Saya bisa berikan contoh grafik uji korelasi ini, dengan membandingkan sebuah kasus di Mesin X, pengaruh kinerja Availability terhadap OEE, dan P.E. (Performance Efficiency) terhadap OEE, sebagai berikut:

Dari grafik di atas dan di bawah kita bisa langsung mengambil kesimpulan bahwa untuk kasus Mesin X ini, kinerja Performance Efficiency berkorelasi terhadap kinerja OEE. Implikasi lebih lanjutnya, untuk Mesin X ini bisa disimpulkan bahwa komponen-komponen losses di Performance Efficiency memberi dampak signifikan terhadap kinerja OEE secara keseluruhan.

Sementara Uji Hipotesis dilakukan, bila kita membandingkan antara proses yang berbeda pada besaran yang sama, untuk pengambilan titik pada lokasi dan jumlah yang sama. Misalnya kita menguji besaran kadar pada bets 01, dengan lokasi dan jumlah titik tertentu. Kemudian, dengan lokasi dan jumlah titik yang sama, diukur besaran kadar yang sama pada bets 02. Uji ini dilakukan untuk mengetahui apakah antara bets 01 dan bets 02 memiliki kondisi berbeda bermakna. Indeksnya disebut P-value, dimana bila P-value lebih dari 0,005 maka dua bets tersebut tidak memiliki perbedaan bermakna. Untuk perbandingan dua kumpulan data menggunakan t-test, untuk lebih dari dua kumpulan data mengggunakan metode yang dinamai One-way ANOVA.

Dibawah adalah contoh hasil Uji Hipotesis, membandingkan atribut besaran berat isi produk obat dalam Vial. Membandingkan antara sampel dari Bets 01, 02 dan 03 dengan metode One-way ANOVA. Dari kesimpulan akhir terlihat bahwa ketiga bets memiliki perbedaan bermakna dari segi atribut berat isi.

Pitoyo Amrih

• Next >