Residual Mesin 1.0 1.0 1.0 2.0 2.0 2.0 2.0 3.0 3.0 3.0 3.0 3.

0 Plot residual

respon 15.0 12.0 7.0 6.0 10.0 5.0 8.0 3.0 7.0 10.0 11.0 12.0

residual 3.6666666666666665 0.6666666666666665 -4.333333333333334 -1.2500000000000004 2.7499999999999996 -2.2500000000000004 0.7499999999999996 -5.6 -1.5999999999999996 1.4000000000000004 2.4000000000000004 3.4000000000000004

Residual
6

0 0 -2 2 4 6 8 10 12 14 Residual

-4

-6

-8

Dari plot residual di atas dapat dilihat bahwa residual menyebar secara acak, oleh karena pola residual (sisa) acak maka model sudah baik. Secara statistic dapat dibuktikan sebagai berikut : diperoleh bahwa :

Tests of Between-Subjects Effects Dependent Variable:RESPON Type III Sum of Source Corrected Model Intercept mesin Error Total Corrected Total Squares 29.050a 943.320 29.050 100.617 1066.000 129.667 df 2 1 2 9 12 11 Mean Square 14.525 943.320 14.525 11.180 F 1.299 84.378 1.299 Sig. .319 .000 .319

a. R Squared = .224 (Adjusted R Squared = .052)

Lack of Fit Tests Dependent Variable:RESPON Source Lack of Fit Pure Error Sum of Squares .000 100.617 df 0 9 Mean Square . 11.180 F . Sig. .

Dari output dapay dilihat bahwa MS lack of fit tidak dapat dihitung oleh karena tidak terdapat data kembar. Akibatnya komponen residual tidak dapat dipecah menajdi lack of fit dan pure error. Sehingga statistic F untuk uji kebaikan model tidak dapat dihitung. Sehingga hasil telaah lot sudah cukup memuaskan. KESIMPULAN : Berdasarkan hasil telaah plot residual dapat disimpulkan bahwa model sudah baik oleh karena pola residual sudah acak.