Seperti kita ketahui bersama, Six Sigma dalah metodologi perbaikan yang berbasis pada data. Memahami jenis data akan mempermudah kita untuk menentukan alat statistik apa yang kita pakai untuk mengolahnya. Data terdiri dari dua tipe, yaitu:
- Continuous –Variabel yang terukur pada suatu produk atau proses, yang dapat dibagi sampai tidak terhingga. Contoh: waktu, ukuran, berat, temperatur, kecepatan.
- Discrete atau Attribute – Suatu hitungan, bagian, atau persentase dari sebuah karakteristik atau kategori. Data proses jasa seringkali bersifat discrete
Setelah mengetahui tipe data, langkah selanjutnya adalah bagaimana kita mengumpulkan data tersebut. Ada pertimbangan praktis yang mempengaruhi keputusan untuk mengumpulkan data pengukuran. Seringkali tidak memungkinkan kita mengambil seluruh populasi untuk menarik suatu kesimpulan yang kita inginkan , faktor yang umum biasanya adalah biaya. Lebih baik kita mengambil beberapa sampel dari populasi tapi kita meyakini bahwa sampel tersebut bisa memprediksi secara keseluruhan. Pertimbangan lainnya adalah adanya kondisi khusus, contohnya tes destruktif, tidak mungkin kita merusak semua produk yang kita hasilkan hanya untuk mengetahui seberapa kuat produk kita.
Jadi, bagaimana cara kita menyusun rencana pengumpulan data dan menghitung besaran sampling yang sesuai? Berikut adalah langkah-langkahnya:
- Stratifikasi data. Mengkategorikan data berdasarkan karakteristik (faktor) yang sama. Tujuannya adalah dengan cara apa anda akan melihat data dan dengan stratifikasi anda memunculkan pola-pola kecurigaan untuk investigasi awal. Jika faktor stratifikasi tidak dibuat “di awal”, maka anda kemungkinan harus mengulangi proses lagi nantinya. Di sisi lain, mencari terlalu banyak faktor juga akan membuat data lebih sulit untuk dikumpulkan dan biaya lebih besar
- Mengembangkan Definisi Operasional. Definisi Operasional adalah penjelasan yang lengkap dan tepat yang menceritakan tentang makna atau arti dari karakter yang akan kita ukur, termasuk bagaimana kita mengukurnya
- Identifikasi sumber data. Pertimbangkan apakah kita akan menggunakan data yang sudah ada atau mencari data baru. Pertimbangkan masalah validitas data, harga, waktu, dan trade-offnya.
- Mengumpulkan data. Check sheet adalah salah satu tool statistik yang sederhana namun sangat powerful untuk mengumpulkan data.
- Tentukan pengambil data. Orang yang mengambil data harus memahami proses, mengerti definisi operasional, mengerti bagaimana data ditabulasi, dan yang terpenting adalah tidak bias
- Menentukan ukuran Sampel. Metode sampling apa yang sesuai random atau sistematik? Tentukan juga tipe samplingnya apakah populasi atau proses? Memahami tipe data di awal, akan membantu kita menentukan berapa banyak jumlah sampling yang dibutuhkan. Karena data diskrit dan continuous sangatlah berbeda perhitungan samplenya.
Berbicara dengan data akan mempermudah kita meyakinkan manajemen dan para stakeholder, dan yang terutama adalah seberapa valid data yang kita pakai itu. Ingat Gagal merencanakan, berarti anda merencanakan kegagalan itu sendiri.
sumber gambar: http://contactsimply.com/
Jika Anda bosan dengan penjelasan problem solving yang penuh teori, Anda dapat mencicipi ebook sederhana yang penuh cerita seru. FREE. Buku ini memberikan penjelasan problem solving yang ringan tetapi tepat sasaran. Lengkapnya.