12/01/2012

1
Blocking and Confounding
in the 2
k
Factorial Design
M.Ghazali - Adiba - Feni Ira Puspita
Magister Statistika ITS
2011
Latar Belakang
Peneliti seringkali dihadapkan pada masalah tidak
memungkinkan penggunaan rancangan faktorial pada
kondisi yangtidak homogen.
Kondisi tidak homogen dapat disebabkan oleh
keterbatasan bahan, alat, sarana dan prasarana yang
menyebabkan seluruh perlakuan tidak mungkin dapat
dilakukansekaligus.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 2
12/01/2012
2
DESAIN FAKTORIAL BLOK FAKTORIAL
(1), (1), (1),a, a, a, b,
b, b, c, c, c, ab, ab, ab,
ac, ac, ac, bc,bc,bc,
abc,abc,abc
Respon Rancangan Faktorial
2
3
, n=3
B
l
o
k

I

R
e
p
l
i
k
a
s
i

I
(I)
a
b
c
ab
ac
ac
abc
B
l
o
k

I
I

R
e
p
l
i
k
a
s
i

2
(I)
a
b
c
ab
ac
ac
abc
B
l
o
k

I
I
I

R
e
p
l
i
k
a
s
i

3
(I)
a
b
c
ab
ac
ac
abc
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 3
Bloking dan Replikasi
Percobaan 2
k
desain faktorial dengan replikasi n kali
yangmemiliki kondisi lingkungantidak homogenmaka
dijadikan sebagai blok/kelompok dan setiap replikasi
dilakukanpadasetiapblok/kelompok tersebut.
Blok seringkali tidak mampu menampung semua
kemungkinanreplikasi dalamsatublok padapenelitian
pengelompokan 2
k
, maka dibutuhkan teknik desain
untuk mengatasi masalahtersebut.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 4
12/01/2012
3
Confounding
Confounding merupakan teknik desain percobaan
khusus yang berguna untuk menyusun percobaan
rancangan faktorial lengkap dengan ukuran blok lebih
kecil daripada kombinasi perlakuan dalam satu kali
replikasi.
Confoundingmemberikanhasil tentangefek pasti dari
perlakuandantidak dibedakandari blok.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 5
Confounding dalam 2 Blok
-Metode Penyusunan blok-
1.Tabel (+,-)
Misal, percobaan 2
2
faktorial dibagi menjadi 2 blok,
maka 4 perlakuan yang mungkin terjadi akan dibagi
menjadi 2 blok dengan masing-masing berisi 2
perlakuan.
Confounding-nyaadalahinteraksi AB.
Efek Faktorial yang memiliki tanda sama akan
bergabungkedalamblok yangsama.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 6
12/01/2012
4
-Metode Penyusunan blok-
Umumnya confounding adalah yang memiliki
order interaksi terbesar.
Pada desain 2
3
maka yang menjadi confounding
adalah ABC. Sehingga blok yang terbentuk
adalah :
blok I : (1), ab, ac, bc blok II : a, b, c, abc
BLOK 1
(1)
ab
BLOK 2
a
b
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 7
2. Kombinasi Linear / defining contrast
x
i
adalahlevel dari faktor ke-i padakombinasi perlakuan.
a
i
adalah eksponen dari faktor ke-i dalam efek yang di-
confound.
Misalkanuntuk2
3,
maka:
x
1
A,
x
2
B
x
3
C
a
1
=a
2
=a
3
=1
-Metode Penyusunan blok-
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 8
12/01/2012
5
Kombinasi linear/definingcontrast-nyaadalah:
L =x
1
+x
2
+x
3
Untukperlakuan(1) (000)
L =1(0) +1(0) +1(0) =0
untukperlakuana(100)
L =1(1) +1(0) +1(0) =1
untuk perlakuanb(010)
L =1(0) +1(I) +1(0) =1
dst.
Setiap perlakuan yang memiliki nilai L (mod 2) yang sama akan
ditempatkan pada blok yang sama. Hasil blok yang didapatkan
adalah:
BLOK I :(1),ab,ac,bc
BLOK II :a,b,c,abc
-Metode Penyusunan blok-
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 9
3. The group-theoretic of Principal Block
Metode pembentukan blok ini didasarkan pada group prinsipil
block,yaitublokyangmemuat perlakuan(1).
Perlakuan dalamblok tersebut membentuk sebuah group yang
berkenaandenganperkalianmod2.
ab.ac=a
2
bc =bc BLOK I +(1)
ab.bc=ab
2
c =ac hasil ini digunakanuntuk
ac.bc=abc
2
=ab mendapatkanblokII
b.(1)=b
b.ab =a BLOK II
b.ac =abc
b.bc =c
-Metode Penyusunan blok-
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 10
12/01/2012
6
Replikasi pada Confounding
3 replication of 2
k
factorial design with ABC confounded
(1), (1), (1),a, a, a, b, b, b,
c, c, c, ab, ab, ab, ac, ac,
ac, bc,bc,bc, abc, abc,
abc
Seluruh Respon dari Rancangan
Faktorial 2
3
, n=3
B
l
o
k

I

R
e
p
l
i
k
a
s
i

I
(I)
a
b
c
ab
ac
ac
abc
B
l
o
k

I
I

R
e
p
l
i
k
a
s
i

2
(I)
a
b
c
ab
ac
ac
abc
B
l
o
k

I
I
I

R
e
p
l
i
k
a
s
i

3
(I)
a
b
c
ab
ac
ac
abc
Replikasi I
Blok I : (1)
ab
ac
bc
Blok II : abc
a
b
c
Replikasi
II
Blok I : (1)
ab
ac
bc
Blok II : abc
a
b
c
Replikasi
III
Blok I : (1)
ab
ac
bc
Blok II : abc
a
b
c
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 11
Anova untuk Desain 2
3
Blok dengan ABC
Baur dengan Blok
Source of
Variation
Sum of
Squares
Degrees of
Freedom
Mean of Square
(MS)
F
0
A SS
A
1 SS
A
/1 MS
A
/MS
E
B SS
B
1 SS
B
/1 MS
B
/MS
E
C SS
C
1 SS
C
/1 MS
C
/MS
E
AB SS
AB
1 SS
AB
/1 MS
AB
/MS
E
AC SS
AC
1 SS
AC
/1 MS
AC
/MS
E
BC SS
BC
1 SS
BC
/1 MS
BC
/MS
E
ABC SS
ABC
1 SS
ABC
/1 MS
ABC
/MS
E
Error SS
E
8n-8 SS
E
/(8n-8)
Total SS
T
8n-1
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 12
12/01/2012
7
Perhitungan Sum of Squares
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 13
Studi Kasus
Eksperimen dilakukan bertujuan untuk menyelidiki pengaruh konsentrasi
reaktan (A) dan banyaknya katalis (B) terhadap hasil dari suatu proses kimia.
Faktor A menggunakan duataraf yaitu 15 %dan 25%, faktor B juga duataraf
yaitu 1 pon dan 2 pon. Eksperimen diulang 3 kali dan data hasil eksperimen
sebagai berikut.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 14
12/01/2012
8
Tabel Anova
Blocking2
k
dalamRancangan Faktorial
Source of
Variation
Sumof
Squares
df Mean Square F
0
P-value
Blocks 6.5 2 3.25
A 208.33 1 208.33 50.32 0.0004
B 75 1 75 18.12 0.0053
AB 8.33 1 8.33 2.01 0.206
Error 4.14 6 4.14
Total 323 11
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 15
CONFOUNDING 2
k
FAKTORIAL DALAM 4 BLOK
Dalampenelitian yangmelibatkan jumlah faktor besar,
k4 dan ukuran blok kecil, maka desain 2
k
faktorial
dapat dibentuk menjadi confounding dalam 4 blok
dengan2
k-2
observasi dalamsetiapbloknya.
Misalnya, terdapat desain 2
5
dan setiap blok hanya
mampumenampung8run,maka4blok disusun.
Metode penyusunan blok dengan metode plus minus,
jelas tidak dapat berlaku. Yang memungkinkan hanya
metode kombinasi linear/defining contras dan the
group-theoreticof principal block.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 16
12/01/2012
9
Pembentukan 4 blok
1.Metodekombinasi linear
Ambil dua effect confounded, misalkan ADE dan BCE.
Makadefiningcontrast nya:
L
1
=x
1
+x
4
+x
5
L
2
=x
2
+x
3
+x
5
kitaakanmemiliki 4kombinasi yangnantinyamenjadi
penentuan blok antara L
1
dan L
2
, yaitu (0,0)/blok 1,
(1,0)/blok2,(0,1)/blok 3dan(1,1)/blok 4.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 17
(1): (L1,L2) =(0,0) blok 1
a: (L1,L2) =(1,0) blok 2
b: (L1,L2) =(0,1) blok 3
c: (L1,L2) =(0,1) blok 3
...
abcde : (L1,L2) =(1,1) blok 4
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 18
12/01/2012
10
Dengan 4 blok, maka derajat bebasnya sebesar 3. Padahal
dari dua confounded yang telah ditentukan sebelumnya
ADE dan BCE masing-masing hanya memiliki 1 derajat
bebas. Sehinggamasih memiliki 1 kekurangan derajat bebas.
Maka diperlukan 1 confounded lagi untuk menggenapinya,
dengan menggunakan aturan generalized interaction antara
keduaconfounded.
(ADE)(BCE) =ABCDE
2
=ABCD
Saat ini dimiliki 3 confounded with Block, yakni ADE, BCE
danABCD
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 19
Pembentukan empat blok
2. Metode the group theoretic principal block
Blok yang memuat (1) dicari dengan mengalikan diantara
mereka
Blok1: ad.bc =abcd,
abe.ad=bde, dst
Blok yang lain dicari dengan mengalikan anggota
principil blok dengan salah satu perlakuan bukan
anggota principil blok.
misal denganb:
b.(1) =b,
b.abc =ac,
b.bde =de, dst
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 20
12/01/2012
11
Confounding 2
k
faktorial dalam 2
p
blok
Kemungkinan observasi perlakuan diperluas dengan 2
p
blok
(p<k),sehinggasetiapblokberisi 2
k-p
observasi.
langkah yang dilakukan adalah dengan memilih sebanyak p
confounded effect yang independen.
2
k
2
k-p
2
k-p
2
k-p
2
p
...
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 21
Independen artinya tidak ada efek terpilih yang merupakan
hasil interaksi generalisdari lainnya.
Misalnya, dilakukan penelitian dengan desain (2
k
)= 2
6
dan
confoundingdalam(2
p
)=2
3
blok, sehinggamasing-masingblok
terdiri atas(2
k-p
) =2
3
runobservasi.
p=3independenconfoundingdipilihuntuk mengeneralisir efek
tambahan, yangdirumuskandengan2
p
-p-1=4sebagai tambahan
untuk mendapatkan jumlah efek yang sama dengan jumlah
derajat bebas blok(df blok=8-1=7).
Ketigaefektersebut adalah: ABEF, ABCD danACE
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 22
12/01/2012
12
Kemudian, ketiganya digunakan untuk mengeneralisir efek
lainnya, sejumlah 2
p
- p-1 =4.
(ABEF)(ABCD) =CDEF
(ABEF)(ACE) =BCF
(ABCD)(ACE) =BED
(ABEF)(ABCD)ACE) =ADF
Sehingga total ada 7 confounding with block, jumlahnya
sesuai denganderajat bebasdari blok (8-1=7)
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 23
PARTIAL CONFOUNDING
Subbab sebelumnya digunakan untuk rancangan faktorial
2
3
dengan 2 blok dimana ABC dijadikan confounded
dengan replikasi n =4. Informasi padainteraksi ABC tidak
dapat diperoleh kembali/diabaikan karena menjadi blok
padasetiappengulangannya(completelyconfounded).
Berdasarkan pembahasan Confounding 2
k
faktorial dalam
2
p
kelompok/blok dimana effect confounding lebih dari
satu, maka dapat dilakukan perbedaan confounded pada
setiap pengulangan, sehingga informasi confounded tidak
diabaikan. Contoh confounding 2
3
faktorial dalam 2
kelompok/blok dan pengulangan n=4 kali, pada setiap
pengulangan confounded dengan sebuah confounded
berbeda-beda/partiallyconfounded.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 24
12/01/2012
13
Pada contoh confounding 2
3
faktorial dalam2 blok
dan pengulangan n=4 kali, pada setiap pengulangan
diconfounded dengan sebuah confounded berbeda-
beda/partiallyconfounded.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 25
Contoh Kasus
Penelitian dengan rancangan faktorial 2
3
untuk mengetahui
dampak tinggi isian minuman bersoda. Tiga faktor persentase
karbonasi (A), tekanan (B) dan kecepatan lini (C) digunakan
untuk mengetahui tinggi isian tersebut. Apabila setiap batch
hanya mampu untuk mengukur empat tes perlakuan, sehingga
setiap pengulangan rancangan 2
3
harus dijalankan dalam dua
kelompok/blok. Jika dilakukan percobaan dengan dua
pengulangan, dengan ABC sebagai confounded pada
pengulangan I dan AB sebagai confounded ada pengulangan II.
Datayangdihasilkanadalahsebagai berikut :
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 26
12/01/2012
14
Tabel Plus Minus
Factorial effect
A B AB C AC BC ABC Replikasi I Replikasi II
(1) - - + - + + - -3 -1
a
+
- - - - + + 0 1
b - + - - + - + -1 0
ab
+
+ + - - - - 2 3
c - - + + - - + -1 0
ac
+
- - + + - - 2 1
bc - + - + - + - 1 1
abc
+
+ + + + + + 6 5
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 27
Tabel Anova
Source of Variance Sum Square DF
Mean
Square
Fo P-Value
Replicates 1.00 1 1.00
Block Within replicates 2.50 2 1.25
A 36.00 1 36.00 48.00 0.0001
B 20.25 1 20.25 27.00 0.0035
C 12.25 1 12.25 16.33 0.0099
AB (rep I only) 0.50 1 0.50 0.67 0.4503
AC 0.25 1 0.25 0.33 0.5905
BC 1.00 1 1.00 1.33 0.3009
ABC (rep II only) 0.50 1 0.50 0.67 0.4503
Error 3.75 5 0.75
Total 78.00 15
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 28
12/01/2012
15
opt i ons nocent er ps=50 l s=80;
data new;
i nput r epl bl k a b c r esp;
car ds;
1 1 0 0 0 221
1 2 1 0 0 325
1 2 0 1 0 354
1 1 1 1 0 552
1 2 0 0 1 440
1 1 1 0 1 406
1 1 0 1 1 605
1 2 1 1 1 392
2 1 0 0 0 311
2 2 1 0 0 435
2 2 0 1 0 348
2 1 1 1 0 472
2 1 0 0 1 453
2 2 1 0 1 377
2 2 0 1 1 500
2 1 1 1 1 419
;
proc gl m;
/ * conf ound ABC ( Repl i kasi I ) */
/ * conf ound AB ( Repl i kasi I I ) */
/ * exampl e mont gomer y 7. 3 */
cl ass r epl bl k a b c;
model r esp = r epl bl k( repl ) a| b| c;
Analisisdengansoftware SAS
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 29
Sumof
Sour ce DF Squar es Mean Squar e F Val ue Pr > F
Model 10 119801. 7500 11980. 1750 4. 05 0. 0679
Er r or 5 14786. 0000 2957. 2000
Cor r ect ed Tot al 15 134587. 7500
R- Squar e Coef f Var Root MSE r esp Mean
0. 890139 13. 16312 54. 38014 413. 1250
Sour ce DF Type I SS Mean Squar e F Val ue Pr > F
r epl 1 25. 00000 25. 00000 0. 01 0. 9303
bl k( r epl ) 2 9319. 25000 4659. 62500 1. 58 0. 2947
a 1 1332. 25000 1332. 25000 0. 45 0. 5318
b 1 28392. 25000 28392. 25000 9. 60 0. 0269
a*b 1 903. 12500 903. 12500 0. 31 0. 6043
c 1 20592. 25000 20592. 25000 6. 96 0. 0460
a*c 1 56882. 25000 56882. 25000 19. 24 0. 0071
b*c 1 2352. 25000 2352. 25000 0. 80 0. 4133
a*b*c 1 3. 12500 3. 12500 0. 00 0. 9753
Output SAS
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 30
12/01/2012
16
Analisisdengansoftware Minitab Stat >>ANOVA >>General Linear Model >>
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 31
General Li near Model : resp versus repk, a, b, c, bl ok
Fact or Type Level s Val ues
r epk r andom 2 1, 2
bl ok( repk) r andom 4 1, 2, 1, 2
a f i xed 2 - 1, 1
b f i xed 2 - 1, 1
c f i xed 2 - 1, 1
Anal ysi s of Var i ance f or resp, usi ng Adj ust ed SS f or Test s
Source DF Seq SS Adj SS Adj MS F P
r epk 1 25 25 25 0. 01 0. 950 x
bl ok( repk) 2 9319 4889 2444 0. 83 0. 490
a 1 1332 1332 1332 0. 45 0. 532
b 1 28392 28392 28392 9. 60 0. 027
c 1 20592 20592 20592 6. 96 0. 046
a*b 1 903 903 903 0. 31 0. 604
a*c 1 56882 56882 56882 19. 24 0. 007
b*c 1 2352 2352 2352 0. 80 0. 413
a*b*c 1 3 3 3 0. 00 0. 975
Err or 5 14786 14786 2957
Tot al 15 134588
x Not an exact F- t est .
Output Minitab
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 32
12/01/2012
17
Kelebihan dan Kelemahan Confounding
Kelebihan
mengurangi kesalahan eksperimental cukup dengan stratifikasi bahan percobaan dalam
homogen subset atau subkelompok
Variasi yangdibuangdari blok tak lengkap dengan replikasi menghasilkan MSE yanglebih
kecil jika dibandingkan RCBD
Kelemahan
Peningkatan ketepatan diperoleh pada biaya pengorbanan informasi (parsial atau
lengkap) pada interaksi relatif tidak pentingtertentu.
Kontras confounded direplikasi lebih sedikit daripada kontras lainnya,maka informasi
yangseharusnya dapat tersampaikan akan hilangkarena jumlah replikasinya dikurangi.
Penggunaan confoundingyangtidak sesuai akan menyebabkan hasil yangkehilangan
informasi baik secara lengkap atau parsial dalamkontras atau perbandingan kepentingan
terbaik.
Perhitungan aljabar biasanya lebih sulit dan analisis statistik yangkompleks, terutama
ketika beberapa unit (pengamatan) yanghilang.
Sejumlah masalah muncul jika perlakuan berinteraksi dengan blok.
Created by M.Ghazali - Adiba- Feni IraPuspita--- Magister StatistikaITS2011 33
Terima Kasih
M.Ghazali - Adiba - Feni Ira Puspita
Magister Statistika ITS
2011
34