Nama : Ade Supriatna NPM : 140610100029

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)

4 9.3896 2.3474 62.431 5.155e-11 ***

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

> plot(waktu,pengem) > abline(lm(pengem~waktu)) > lm(formula=pengem~waktu)

Call: lm(formula = pengem ~ waktu)

Coefficients: (Intercept) 5.316 waktu -0.210

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

> n=length(waktu) > lm.res=resid(lm(pengem~waktu)) > lm.res 1 2 3 4 5 6 7 8 9 10 11

-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

Model polinomial kuadratik > gp<-lm(pengem~waktu+I(waktu^2)) > gp

Call: lm(formula = pengem ~ waktu + I(waktu^2))

Coefficients: (Intercept) waktu I(waktu^2) 0.007857

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

Call: lm(formula = pengem ~ waktu + I(waktu^2))

Coefficients: (Intercept) waktu I(waktu^2) 0.007857

7.264571 -0.461429

Model Polinomial Kubik > gp<-lm(pengem~waktu+I(waktu^2)+I(waktu^3)+I(waktu^4)) > gp

Call: lm(formula = pengem ~ waktu + I(waktu^2) + I(waktu^3) + I(waktu^4))

Coefficients: (Intercept) waktu I(waktu^2) I(waktu^3) I(waktu^4) 8.242e-01 -2.375e-02 2.083e-04

6.038e+01 -1.162e+01

> summary(gp)

Call: lm(formula = peng ~ waktu + I(waktu^2) + I(waktu^3) + I(waktu^4))

Residuals: Min 1Q Median 3Q Max

-0.26 -0.10 -0.04 0.10 0.44

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

F-statistic: 62.43 on 4 and 20 DF, p-value: 5.155e-11

6. Kesimpulan

Ho ditolak jika p-value < bahwa :

,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>

bahwa semua model polinomial baik kuadratik, kubik ,ataupun kuartik