Proses DMAIC Six Sigma - Tahap Analyze - Contoh Analisis

Contoh Uji t Satu Sampel:
Definisi: Uji t satu sampel membandingkan rata-rata populasi dengan nilai acuan tertentu.
Situasi: Kita memiliki 50 pengamatan waktu penyelesaian dan ingin mengetahui apakah rata-rata populasi kita lebih besar daripada tolok ukur pesaing, yaitu 4.5 menit.

Nol: Rata-rata TAT <= 4.5 menit
Alternatif: Rata-rata TAT > 4.5 menit

Row	TAT (in Mins)	TAT (in Mins)	TAT (in Mins)	TAT (in Mins)	TAT (in Mins)
1	4.82	4.41	4.60	4.68	4.80
2	4.76	4.62	4.83	4.49	4.67
3	4.52	5.04	5.09	4.48	4.91
4	4.71	4.62	5.46	5.01	4.44
5	5.09	4.68	4.67	4.63	4.58
6	5.03	4.77	4.55	4.20	4.97
7	4.86	5.16	4.87	4.94	4.44
8	4.68	4.98	5.04	4.62	4.47
9	4.71	4.58	4.91	4.55	4.84
10	4.49	4.93	4.74	5.50	4.94

Buka Diagram Ukuran Penuh ↗

Waktu Penyelesaian (dalam Menit)

Buka Diagram Ukuran Penuh ↗

Hasil Analisis

Hasil: Nilai p satu sisi di bawah 0.05, sehingga kita menolak hipotesis nol. Data memberikan bukti bahwa rata-rata waktu penyelesaian kita melebihi 4.5 menit: proses kita lebih lambat daripada tolok ukur pesaing.


Contoh Uji t Dua Sampel:
Definisi: Uji t dua sampel dengan varians gabungan membandingkan dua rata-rata populasi berdasarkan model varians yang sama.
Situasi: Kita memiliki shift pagi dan malam dan ingin mengetahui apakah rata-rata waktu penyelesaian populasinya berbeda.

Nol: Shift pagi dan malam memiliki rata-rata waktu penyelesaian populasi yang sama.
Alternatif: Shift pagi dan malam memiliki rata-rata waktu penyelesaian populasi yang berbeda.

Row	Morning Shift	Morning Shift	Morning Shift	Morning Shift	Morning Shift	Night Shift	Night Shift	Night Shift	Night Shift
1	13.79	15.58	16.70	13.92	14.00	15.56	16.37	21.67	13.37
2	15.29	14.68	18.71	14.11	9.14	11.28	17.62	20.78	20.95
3	13.40	12.37	20.12	8.83	18.97	15.04	23.15	18.33	18.02
4	12.10	12.76	12.99	17.04	16.53	22.29	14.92	19.14	12.11
5	16.00	17.41	18.67	12.38	10.02	16.78	20.96	17.75	17.34
6	12.53	17.03	18.68	15.25	12.64	20.12	20.83	14.67	16.65
7	14.75	18.77	11.83	15.49	13.58	19.27	18.23	19.39	9.89
8	21.10	15.56	10.69	11.51	15.89	16.65	16.84	16.76	17.81
9	14.18	13.79	17.26	14.84	15.56	14.97	18.19	13.65	15.07
10	12.06	15.53	11.85	10.70	9.81	16.38	19.30	19.90	16.72
11	15.25	15.74	17.77	11.44	14.92	15.81	13.09	15.54	18.46
12	13.46	12.85	14.83	14.33	17.45	19.96	15.97	15.17	21.92
13	12.06	15.41	20.58	19.73	18.34	17.31	16.90	19.45	15.23
14	14.86	12.16	13.06	11.67	14.02	16.66	22.23	10.25	19.07
15	14.25	16.78	12.68	15.05	19.83	14.35	21.28	16.63	14.65
16	13.97	8.36	9.85	17.59	21.92	18.58	21.77	19.34
17	14.76	14.65	11.58	17.41	11.80	17.06	16.92	17.37
18	13.83	18.58	20.19	15.82	11.21	14.18	14.40	17.38
19	15.63	12.42	12.09	18.24	10.97	16.45	14.91	20.09
20	15.34	16.46	15.91	16.19	15.46	13.59	13.69	22.73

Buka Diagram Ukuran Penuh ↗

Data Shift Pagi dan Shift Malam

Buka Diagram Ukuran Penuh ↗

Hasil Analisis

Hasil: Nilai p dua sisi di bawah 0.05, sehingga kita menolak kesamaan rata-rata populasi. Shift pagi dan malam berbeda dalam rata-rata waktu penyelesaiannya; shift pagi memiliki rata-rata sampel yang lebih kecil. Interval kepercayaan adalah untuk pagi dikurangi malam.


Contoh ANOVA Satu Arah:
Definisi: ANOVA satu arah menguji apakah tiga rata-rata populasi atau lebih semuanya sama.
Situasi: Kita membandingkan rata-rata waktu penyelesaian Staf1, Staf2, Staf3, dan Staf4.

Nol: Keempat rata-rata waktu penyelesaian populasi sama.
Alternatif: Tidak semua dari keempat rata-rata waktu penyelesaian populasi sama.

Row	Staff1	Staff1	Staff2	Staff2	Staff3	Staff3	Staff4	Staff4
1	20.56	13.43	18.18	16.17	13.55	8.93	19.43	21.40
2	13.84	14.43	16.86	14.61	6.55	9.82	19.15	14.67
3	14.30	12.51	15.27	20.12	15.84	11.88	15.55	17.75
4	15.66	12.49	18.80	19.62	15.83	13.16	17.18	14.29
5	15.26	18.64	15.44	14.15	14.07	14.20	18.84	19.72
6	12.77	13.80	15.19	13.72	13.08	12.82	18.03	18.98
7	8.38	14.08	16.81	15.71	15.94	15.84	19.08	22.14
8	14.01	16.49	16.21	18.98	8.55	11.83	19.35	15.58
9	13.34	15.25	19.54	14.40	14.00	12.82	16.10	16.30
10	13.28	14.02	16.01	18.63	9.92	17.53	18.59	15.17
11	14.95	13.12	19.18	18.34	15.63	11.96	19.05	15.48
12	18.64	10.43	16.86	15.29	16.04	12.08	21.64	17.42
13	14.22	12.08	14.87	14.17	14.20	14.13	20.26	16.74
14	15.30	13.33	17.34	17.53	13.24	13.61	20.94	17.82
15	15.77	10.63	16.98	16.06	16.26	19.32	20.29	11.04
16	17.27		16.84		15.59		14.12
17	19.22		20.73		11.76		19.52
18	17.25		18.77		11.01		14.36
19	12.90		17.28		12.40		19.40
20	15.80		16.98		10.17		19.85

Buka Diagram Ukuran Penuh ↗

Data Staf 1, Staf 2, Staf 3, dan Staf 4

Buka Diagram Ukuran Penuh ↗

Hasil Analisis

Hasil: Nilai p di bawah 0.05, memberikan bukti bahwa tidak semua dari keempat rata-rata populasi sama. Kita menolak hipotesis nol tentang kesamaan rata-rata. ANOVA saja tidak mengidentifikasi pasangan staf mana yang berbeda; perbandingan berpasangan diperlukan untuk menarik kesimpulan tersebut.


Contoh Uji Median Mood:
Definisi: Uji median Mood membandingkan median populasi dari dua kelompok atau lebih.
Situasi: Kita membandingkan median waktu penyelesaian untuk Staf1, Staf2, Staf3, dan Staf4, menggunakan 35 pengamatan yang sama yang ditampilkan untuk setiap staf seperti pada contoh ANOVA.

Nol: Keempat median waktu penyelesaian populasi sama.
Alternatif: Tidak semua dari keempat median waktu penyelesaian populasi sama.

Row	Staff1	Staff1	Staff2	Staff2	Staff3	Staff3	Staff4	Staff4
1	20.56	13.43	18.18	16.17	13.55	8.93	19.43	21.40
2	13.84	14.43	16.86	14.61	6.55	9.82	19.15	14.67
3	14.30	12.51	15.27	20.12	15.84	11.88	15.55	17.75
4	15.66	12.49	18.80	19.62	15.83	13.16	17.18	14.29
5	15.26	18.64	15.44	14.15	14.07	14.20	18.84	19.72
6	12.77	13.80	15.19	13.72	13.08	12.82	18.03	18.98
7	8.38	14.08	16.81	15.71	15.94	15.84	19.08	22.14
8	14.01	16.49	16.21	18.98	8.55	11.83	19.35	15.58
9	13.34	15.25	19.54	14.40	14.00	12.82	16.10	16.30
10	13.28	14.02	16.01	18.63	9.92	17.53	18.59	15.17
11	14.95	13.12	19.18	18.34	15.63	11.96	19.05	15.48
12	18.64	10.43	16.86	15.29	16.04	12.08	21.64	17.42
13	14.22	12.08	14.87	14.17	14.20	14.13	20.26	16.74
14	15.30	13.33	17.34	17.53	13.24	13.61	20.94	17.82
15	15.77	10.63	16.98	16.06	16.26	19.32	20.29	11.04
16	17.27		16.84		15.59		14.12
17	19.22		20.73		11.76		19.52
18	17.25		18.77		11.01		14.36
19	12.90		17.28		12.40		19.40
20	15.80		16.98		10.17		19.85

Buka Diagram Ukuran Penuh ↗

Data Staf 1, Staf 2, Staf 3, dan Staf 4

Buka Diagram Ukuran Penuh ↗

Hasil Analisis

Hasil: Nilai p di bawah 0.05, sehingga kita menolak kesamaan median populasi. Uji keseluruhan tidak membuktikan bahwa setiap pasangan staf berbeda. Jumlah, median, dan interval kepercayaan ini menggunakan 35 pengamatan yang ditampilkan untuk setiap staf.


Contoh Uji Chi-Kuadrat:
Definisi: Uji chi-kuadrat membandingkan jumlah kategori dengan jumlah yang diharapkan berdasarkan hipotesis nol. Di sini, kita membandingkan proporsi persetujuan pada dua kelompok independen.
Situasi: Kita ingin mengetahui apakah proporsi setuju dan tidak setuju berbeda antara kelompok Pria dan Wanita.

Nol: Proporsi persetujuan sama pada kedua kelompok.
Alternatif: Proporsi persetujuan berbeda antara kedua kelompok.

	Men	Women
Agree	15	20
Disagree	30	35

Buka Diagram Ukuran Penuh ↗

Data untuk Uji Chi-Kuadrat

Buka Diagram Ukuran Penuh ↗

Hasil Analisis

Hasil: Nilai p melebihi 0.05, sehingga kita gagal menolak bahwa proporsi persetujuannya sama. Data ini tidak memberikan bukti adanya hubungan antara kelompok dan tanggapan. Hasil ini tidak membuktikan bahwa proporsi populasinya identik.