Saat ada ide improvement, pastilah kita analisa dalam sample kecil dulu, mengamati hipotesa ide improvement dengan beberapa sample, alasannya biar cepat dapat kesimpulan awal. Kalau hipotesa dengan sample kecil sesuai, maka coba lakukan beberapa kali, bila hasil uji hipotesa sesuai harapan maka kemungkinan besar dugaan kita benar, dan perlu dilanjutkan dalam sample yang lebih besar. Lihat tulisan di April 2023 yang judulnya: https://www.improvementqhse.com/pakai-statistik-agar-orang-berubah/, tulisan ini menceritakan bahwa statistik (uji hipotesa) asal bisa dikemas dengan baik pasti memiliki nilai argumentasi yang tinggi, jadi orang mau melakukan, tulisan ini menjelaskan langkah-langkah dalam Uji Hipotesa
Nah tulisan ini mau mengajak lagi lebih detail dalam Uji Hipotesa. Dalam uji Hipotesa ada yang menggunakan nilai rata-rata, Varian dan proporsi. Uji hipotesa dengan rata-rata, cukup membandingkan rata-rata satu sample dengan referensi atau membandingkan rata-rata dua sample. Uji Hipotesa dengan Varian, menggunakan varian dari sample itu saat Uji Hipotesanya. Lebih detail melakukan uji hipotesa dengan Analisa varian, kenapa? Ya karena dengan varian dapat diketahui bagaimana penyebaran data sesungguhnya. Maksudnya sejauh mana sih sebenarnya penyebaran data kita terhadap rata-ratanya?
Jadi mau menganalisa dengan rata-rata atau varian? Mana yang lebih pas dan lebih akurat pendekatannya? Saya coba jelaskan dengan kasus raport seorang anak yang mempunyai rata-rata 90.0 dalam 10 mata pelajaran di sekolahnya, dengan acuan nilai tertinggi 100 dan terendah 0. Arti rata-rata 90 bisa mempunyai beberapa makna, bisa saja anak itu mempunyai nilai di tiap mata pelajaran bernilai 90, tetapi bisa juga anak itu mendapatkan nilai di 9 pelajarannya bernilai 100 dan 1 pelajaran nilainya 0 bukan? Karena (9×100+0)/10 = 90. Lalu bagaimana kalau yang 0 itu pelajaran agama? Kalau dapat nilai rata-rata 90 maka semua orang tua mau, tetapi kalau dijelaskan ada pelajaran yang nilainya 0 tentu tidak terima alias kaget, apalagi yang 0 mata pelajaran agama. Mungkin si orang tua langsung stress.
Tetapi bila penyampaian dengan pendekatan varian, maka dapat langsung diketahui jarak terjauh dari nilai rata-rata atau range (mak-min). Karena memang arti varian adalah mempelajari distribusi nilai terhadap rata-rata. Jadi bila nilai anak itu dilaporkan secara varian, maka nilai variannya = 810 dan standard deviasinya 85, artinya ada perbedaan antara nilai terendah dan maksimum mendekati 85.4 (3 sigma). Jadi artinya kalau guru memberitahu hasil raport anak-anak kita dengan nilai varian akan langsung kita pahami kondisi kemampuan anak kita. Anak kita mempunyai nilai yang begitu rendah di satu pelajaran. Tetapi dengan penyampaian rata-rata, nilai lemah /kelemaham anak kita seolah-olah tertutupi. Jadi pilih mana saat menganalisa Hipotesa Uji baiknya? Ya kalau bisa menggunakan varian, karena dengan analisa varian akan sekaligus juga mendapatkan nilai rata-rata dan kita pahami distribusi data kita sesungguhnya.
Uji Hipotesa Varian dapat dipelajari di training yang kami sediakan, namanya training STATISTIK INDUSTRI, training ini khusus membahas pelaksanaan strategi improvement dengan statistik, jadi kajian improvementnya langsung menganalisa dengan Hipotesa Uji Statistik yang pas dan langsung mempraktekkan sampai melakukan improvement sesunggunhnya. Jadi peserta akan diperkaya dengan pendekatan statistik praktis dan sesuai , jadi tidak hanya menampilkan rata-rata saja dalam pelaporan improvement, karena ingat sekali lagi, bahwa nilai rata-rata bisa menutupi kelemahan proses kita sesungguhnya. Lalu di sistem IATF 16949 MSA, di MSA GRR sebenarnya menggunakan Analisa varian dalam penghitungannya.
Salam improvement dengan metoda yang lebih sesuai dengan Analisa varian
