Jawaban no.9 Hal 209 , Buku Desain Eksperimen Sudjana 1. Anava > waktu<-c(12,12,12,12,12,14,14,14,14,14,16,16,16,16,16,18,18,18,18,18,20,20,20,20,20) > pengem<c(2.7,2.9,3.4,3.0,2.8,2.0,1.9,2.1,2.5,2.2,2.0,1.7,1.9,2.1,1.8,1.8,1.7,1.6,1.8,1.6,1.0,1.2,1.3,0.9,1.0) > data<-data.frame(waktu=factor(waktu),respon=pengem) > hasil.anava<-aov(respon~waktu,data) > summary(hasil.anava) Df Sum Sq Mean Sq F value waktu Pr(>F)
Residuals 20 0.7520 0.0376 --Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Model matematis
Keterangan : = pengembangan volume roti dalam cm kubik = rata rata umum = efek waktu pengukuran = efek unit eksperimen ke j karena pengukuran ke i Hipotesis
H0 :
i=1,2,3,4,5
Tidak terdapat pengaruh waktu pengukuran pada temperature tertentu terhadap pengembangan volume roti
H1 :
i=1,2,3,4,5
Terdapat pengaruh waktu pengukuran pada temperature tertentu terhadap pengembangan volume roti
2. Plot Data
3. Garis Regresi
pengem
1.0
12
1.5
2.0
2.5
3.0
3.5
14
16 waktu
18
20
4. Koesfisien Regresi
= harga prediksi volume pengembangan roti apabila harga waktu pengukuran diketahui = waktu pengukuran ke j b0 = potongan pada sumbu vertical oleh karena garis regresi b1 = koefisien arah garis regresi Dari diagram pencar dan persamaan regresi linier diatas dapat dilihat bahwa terdapat hubungan negatif antara waktu pengukuran dengan pengembangan volume roti. Jadi setiap pertambahan waktu pengukuran satu satuan pengembangan volume roti akan berkurang sebanyak -0.210 kubik.
5.Uji Keberartian
H0 :
Tidak terdapat hubungan yang berarti anatara waktu pengukuran pada temperature tertentu terhadap pengembangan volume roti
H1 :
Terdapat hubungan yang berarti waktu pengukuran pada temperature tertentu terhadap pengembangan volume roti
-0.096 0.104 0.604 0.204 0.004 -0.376 -0.476 -0.276 0.124 -0.176 0.044 12 13 14 15 16 17 18 19 20 21 22
-0.256 -0.056 0.144 -0.156 0.264 0.164 0.064 0.264 0.064 -0.116 0.084 23 24 25
0.184 -0.216 -0.116 > b1=(coef(lm(pengem~waktu)))[['waktu']] > s=sqrt(sum(lm.res^2/(n-2))) > se=s/sqrt(sum((waktu-mean(waktu))^2)) > t=b1/se >t [1] -12.38934 > pt(t,25,lower.tail=FALSE) [1] 1
7.264571 -0.461429
Model Polinomial Kubik > gp<-lm(pengem~suhu+I(waktu^2)+I(waktu^3)) Error in model.frame.default(formula = pengem ~ suhu + I(waktu^2) + I(waktu^3), : variable lengths differ (found for 'suhu') > gp
7.264571 -0.461429
6.038e+01 -1.162e+01
> summary(gp)
Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 6.038e+01 1.159e+02 0.521 waktu -1.162e+01 2.996e+01 -0.388 0.608 0.702 0.777 0.846 0.913
I(waktu^2) 8.242e-01 2.872e+00 0.287 I(waktu^3) -2.375e-02 1.210e-01 -0.196 I(waktu^4) 2.083e-04 1.889e-03 0.110
Residual standard error: 0.1939 on 20 degrees of freedom Multiple R-squared: 0.9258, Adjusted R-squared: 0.911
6. Kesimpulan
,terima dalam hal lainnya. Sehinnga dari hasil analisis di atas sehinnga Ho diterima sehinnga Ho diterima sehinnga Ho diterima.sehingga dapat disimpulkan
Model kuadratik pvalue= 0.777 > Model Kubik pvalue= 0.846> Model Kuartik pvalue= 0.913>