Intan Fresti Putri - Kuis Disek D
Intan Fresti Putri - Kuis Disek D
NPM
Soal 1
Cat yang digunakan untuk membuat jalur di jalan raya harus sangat tahan
lama. Pada suatu percobaan pengecetan dari empat supplier yang berbeda
yaitu GS, FD, L dan ZK diuji pada enam jalur jalan raya yang berbeda pula
yaitu dinotasikan 1,2,3,4,5,6. Setelah cukup panjang waktu tingkat
perbedaan level dari lalu lintas dan cuaca dari rata-rata pemakaian untuk
sampel di enam jalur jalan raya yang berbeda adalah sebagai berikut
Ai
Bj
AB ij
Faktor B
(k)ij
C. Dengan taraf kekeliruan 10% lakukan analisis pada data di atas dan
informasi apa yang didapatkan
Hipotesis :
H01:
Ai
panjang waktu tingkat perbedaan level dari lalu lintas dan cuaca)
H11:
Ai
panjang waktu tingkat perbedaan level dari lalu lintas dan cuaca)
H02:
Bj
Bj
ABij
ABij
= 10 %
menggunakan software R
>A=c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,
2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,
2,3,4)
>B=c(1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,
3,3,3,4,4,4,4,4,4,4,4,4,4,4,4,5,5,5,5,5,5,5,5,5,5,5,5,6,6,6,6,6,6,6,6,6,
6,6,6)
>Y=c(69,59,55,60,73,55,59,69,80,53,58,64,83,65,65,75,90,68,69,70,
76,67,62,71,74,64,59,74,88,60,69,60,70,68,68,74,71,52,59,62,74,62,
60,69,84,57,61,60,78,71,67,64,60,79,68,59,79,72,69,67,69,64,58,74,
78,58,65,77,89,66,60,79)
> data=data.frame(A=factor(A),B=factor(B),Y=(Y))
> hasil=aov(Y~A+B+A*B,data)
> summary(hasil)
Df
Sum Sq
Mean Sq
3 2311.4
728.7
145.7
A:B
15
837.9
55.9
Residuals
770.5
48 1438.0
F value
25.718
Pr(>F)
4.58e-10 ***
4.865
0.00112 **
1.865
0.05227 .
30.0
Kriteria uji :
Tolak H0 jika pvalue < alpha ,terima dalam hal lainnya.
Kesimpulan :
Dari table anava dapat dilihat bahwa dengan taraf kekeliruan 10% maka di
dapat kesimpulan bahwa
1. H01 ditolak yang berarti faktor A (Paint suppliers) memberikan efek terhadap
panjang waktu tingkat perbedaan level dari lalu lintas dan cuaca)
2. H02 ditolak yang berarti (faktor B (jalur) memberikan efek terhadap panjang
waktu tingkat perbedaan level dari lalu lintas dan cuaca)
3. H03 ditolak yang beraarti interaksi faktor A (Paint suppliers) dan faktor B
(jalur) memberikan efek terhadap panjang waktu tingkat perbedaan level
dari lalu lintas dan cuaca
Soal 2
Soal 2
Enam percobaan pengobatan luka bakar A, B, C, D, E, F diujikan kepada enam
pengamatan (relawan).Masing-masing pengamatan memiliki enam tempat
dimana pengobatan luka bakar akan diujikan (masing-masing lengan dengan
dua bagian yaitu dibawah siku dan satu diatas siku). Sebuah luka standard
diberikan pada masing-masing tempat dan enam pengobatan luka bakar diatur
sedemikian rupa sehingga setiap pengobatan luka bakar dilakukan satu lagi
pada setiap tempat. Setelah dilakukan pengobatan masing-masing luka ditutup
oleh kasa bersih, pengobatan ke C adalah control dengan kasa bersih tanpa
perlakuan apapun. Data berikut adalah lamanya jam untuk pengobatan luka
bakar.
a. Desain apakah yang digunakan dalam percobaan tersebut beserta model matematisnya, jelaskan.
Jawab : desain yang cocok untuk percobaan pada soal diatas adalah Desain faktorial axb karena
terdapat 2 buah factor dengan taraf factor lebih dari 2
Y ijk
= Variabel respon hasil observasi ke k yang terjadi karena pengaruh bersama taraf ke-I
Ai
Bj
AB ij
= efek interaksi antara taraf ke-I faktor A dan taraf ke-j Faktor B
(k)ij
c. Dengan taraf kekeliruan 5% lakukan analisis pada data di atas dan informasi apa yang
didapatkan
Hipotesis :
H01:
Ai
Ai
Bj
=0 (faktor B (posisis pada lengan) tidak memberikan efek lamanya waktu (jam)
Bj
AB ij
memberikan efek terhadap lamanya waktu (jam) yang dibutuhkan untuk pengobatan)
AB ij
H13:
memberikan efek terhadap lamanya waktu (jam) yang dibutuhkan untuk pengobatan)
= 5%
> P=c(1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6)
> PO=c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4,5,5,5,5,5,5,6,6,6,6,6,6)
>y=c(32,40,72,43,35,50,29,37,59,53,32,53,40,56,53,48,37,43,29,59,67,56,38,42,28,50,100,46,29,56,
37,42,67,50,33,48)
> d=data.frame(P=factor(P),PO=factor(PO),y=(y))
> hasil=aov(y~P+PO+P*PO,d)
> summary(hasil)
P
Df
Sum Sq Mean Sq
5408
1081.6
44.0
PO
220
P:PO
25
1959 78.4
Dari output di atas tidak terdapat p-value ataupun F karena tidak terdapat replikasi sehingga kita
menggannggap bahwa kombinasi sebagai kekeliruan, maka pada syntax kombinasi dihilangkan
maka di dapat
> P=c(1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6)
> PO=c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4,5,5,5,5,5,5,6,6,6,6,6,6)
>y=c(32,40,72,43,35,50,29,37,59,53,32,53,40,56,53,48,37,43,29,59,67,56,38,42,28,50,100,46,29
,56,37,42,67,50,33,48)
> d=data.frame(P=factor(P),PO=factor(PO),y=(y))
> hasil1=aov(y~P+PO,d)
> summary(hasil1)
Df Sum Sq Mean Sq F value Pr(>F)
P
PO
Kriteria uji :
Tolak H0 jika P-value < alpha ,terima dalam hal lainnya
Kesimpulan :
Dari output diatas Dengan taraf kekeliruan 5% maka di dapat bahwa
1. H01 ditolak yang berarti faktor A (pengobatan) memberikan efek terhadap lamanya waktu (jam)
yang dibutuhkan untuk pengobatan)
2. H02 diterima yang berarti (faktor B (posisi pada lengan) tidak memberikan efek terhadap
lamanya waktu (jam) yang dibutuhkan untuk pengobatan)
Soal 3
a. Desain apakah yang digunakan dalam percobaan tersebut beserta model
matematisnya, jelaskan.
Desain yang cocok digunakan dalam percobaan tersebut adalah desain
Desain Blok Acak Lengkap. Desain blok acak lengkap adalah desain yang
perlakuan dikenakan sepenuhnya secara acak kepada unit-unit
eksperimen dengan adanya suatu pemblokan . Pengacakan dilakukan di
dalam blok. Pada desain blok lengkap acak jumlah replikasi nya sama
banyak
Model matematisnya :
Y ij
=+
Dengan :
Y ij
= rata-rata umum
i = efek blok ke i
j
= efek perlakuan ke j
i +
ij
ij
b. Pada desain blok lengkap acak, pengacakan dilakukan secara acak kepada
unit-unit eksperimen di dalam tiap blok dengan jumlah blok dan perlakuan
yang berbeda. Dalam kasus ini campuran sebagai pemblokan
c. Dengan taraf kekeliruan 5% lakukan analisis pada data di atas dan
informasi apa yang didapatkan
Hipotesis
H0:
H0:
=5%
> perlakuan=c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4)
> blok=c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5)
>
respon=c(89,78,97,64,84,77,92,69,81,73,96,65,87,72,89,64,88,75,90,70)
>
test=data.frame(perlakuan=factor(perlakuan),blok=factor(blok),respon=(r
espon))
> hasil=aov(respon~blok+perlakuan,test)
> summary(hasil)
Df Sum Sq Mean Sq F value Pr(>F)
blok
4 41.5 10.4 1.119 0.393
perlakuan
3 2037.2 679.1 73.215 5.54e-08 ***
Residuals
12 111.3
9.3
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Kriteria uji :tolak Ho jika p-value < alpha ,terima dalam hal lainnya
Kesimpulan
Dari table anava diatas dengan taraf kekeliruan 5% maka di dapat
d. Bila terdapat pengaruh dari perlakuan terhadap pembuatan penicillin, perlakuan manakah
yang menghasilkan penicillin terbanyak.
Student-Newman-Keuls's test (SNK)
-----------------------------------------------------------------------Groups
Treatments Means
b
c
d
92.8
85.8
75
66.4
------------------------------------------------------------------------
Kesimpulan :
Dapat dilihat bahwa 4 kelompok yaitu a, b, c, dan treathment 1,2,3,4 berbeda karena terdapat pada
kelompok yang berbeda. Perlakuan yang menghasilkan pencilin terbanyak yaitu treatments ke-3 atau
perlakuan yang C