Analisis Data Dengan Minitab PDF
Analisis Data Dengan Minitab PDF
Perencanaan dan
Analisis Eksperimen
dengan Minitab
Haryadi NIDN 0003116401
i
HALAMAN PENGESAHAN
Mengetahui:
Ketua LP3M UM Palangkaraya, Penyusun,
ii
Daftar Isi
KATA PENGANTAR........................................................................................................................................ iv
Memulai Minitab .......................................................................................................................................... 1
Memasukan Data .......................................................................................................................................... 1
Membuat Grafik Boxplot dan Dotplot .......................................................................................................... 3
Analisis Varian Satu Faktor............................................................................................................................ 4
Uji perbandingan ganda ................................................................................................................................ 5
Analisis Asumsi Model .................................................................................................................................. 6
Rancangan Blok Random Lengkap ................................................................................................................ 7
Rancangan Blok Tidak Lengkap Seimbang .................................................................................................... 9
Rancangan Bujur Sangkar Latin................................................................................................................... 10
Rancangan Blok dengan model interaksi blok-perlakuan .......................................................................... 12
Rancangan Faktorial .................................................................................................................................... 14
Membuat Rencana Percobaan.................................................................................................................... 16
Rancangan Faktorial .............................................................................................................................. 17
iii
KATA PENGANTAR
Bismillahirrahmaanirrahiim,
Dalam masyarakat ilmiah, merencanakan suatu penelitian merupakan tahap awal untuk keberhasilan
penelitian. Berdasarkan pengamatan penulis, dalam perencanaan penelitian tersebut umumnya
penelitian selalu mempertimbangkan banyaknya factor yang akan diteliti. Hal ini dikarenakan terkait
erat dengan analisis yang harus dilakukan dimana semakin banyak factor akan semakin panjang proses
analisisnya. Disisi lain, banyak peneliti yang menggunakan cara manual untuk melakukan analisis data;
walaupun hal ini tidak salah namun akan memakan waktu yang sangat lama dan memerlukan
kecermatan yang tinggi.
Penulisa berupaya untuk membantu masyarakat untuk memanfaatkan perangkat lunak statistic Minitab
untuk membantu proses perencanaan dan analisis penelitian yang ditekankan pada penelitian yang
menggunakan rancangan percobaan. Pemilihan perangkat lunak ini didasari perimbangan kemudahan
dalam menjalankannya.
Susunan tulisan ini sengaja dibuat tidak berurutan, yaitu pada awal pembahasan disajikan cara
melakukan analisis data hasil percobaan, sedangkan perencanaan percobaan diberikan menjelang akhir
tulisan ini. Hal ini dimaksudkan agar para pembaca memulai dengan topic yang sederhana dan setelah
berhasil mencoba latihannya bias ke topic yang lebih kompleks.
Semoga tulisan ini bisa membantu masyarakat dalam melakukan perencanaan dan analisis suatu
eksperimen.
Penulis,
Haryadi
NIDN 0003116401
iv
Memulai Minitab
Diasumsikan program minitab telah diinstall di computer dan dalam tulisan ini kita menggunakan
Minitab 16. Tidak terdapat berbedaan mendasar antar versi minitab.
Setelah kita menjalankan program Minitab maka akan tampak layar seperti berikut
Ada 3 bagian utama pada halaman tersebut: menu toolbars, session window dan data window. Data
window merupakan lembaran (worksheet) yang dibangun oleh baris dan kolom dan berfungsi untuk
memasukan data. Dalam satu file bisa terdiri dari beberapa worksheet. Session window berfungsi untuk
menampilkan hasil analisis.
Memasukan Data
Secara normal, kolom pada minitab diberi nama C1, C2, dan seterusnya. Jika diperlukan kita bisa
menambah nama kolom dibawahnya dengan cara
Double klik sel di bawah kolom, kemudian ketik nama yang dikehendaki
1
Selanjutnya nilai data dimasukan pada sel-sel mulai baris pertama dana seterusnya dibawah kolom yang
sesuai.
Sebagai contoh, misalnya suatu percobaan ingin mengetahui apakah ada perbedaan kadar nitrogen
pada beberapa merk pupuk. Untuk membuktikan pernyataan tersebut dilakukan percobaan dengan
rancangan random lengkap satu factor dengan 3 level (3 merk pupuk) dan 5 ulangan. Misalkan data hasil
pengamatan telah dientri ke worksheet.
Tabel 1.
Pada worksheet di samping, kolom C1 telah
ditambah namanya dengan Merk dan kolom C2
ditambah dengan Kadar N.
Kode 1,2 dan 3 pada kolom Merk menyatakan
kode untuk merk pupuk.
Kode 1,2 dan 3 masing-masing diulang 5 kali, yang
berarti ulangan eksperimen adalah 5.
Nilai-nilai di bawah kolom Kadar N merupakan nilai
pengamatan yang berkaitan dengan setiap merk.
Menyimpan file:
Membuka file:
2
Membuat Grafik Boxplot dan Dotplot
Jenis grafik yang dapat dihasilkan dengan Minitab bisa dilihat pada menu toolbar Graph. Data yang telah
dientri pada bagian sebelumnya akan digunakan untuk membuat grafik. Dalam rancangan percobaan,
grafik yang sangat membantu untuk evaluasi awal pengaruh perlakuan adalah jenis boxplot dan dotplot.
37.5
N.B. Grafik yang dihasilkan Minitab
dapat disalin ke dalam pengolah kata 35.0
Kadar N
27.5
25.0
1 2 3
Merk
3
Analisis Varian Satu Faktor
Dalam analisis varian satu factor disini digunakan model efek tetap
= + +
dengan adalah respon perlakuan ke i ulangan ke j, rata-rata umum, adalah efek perlakuan ke i,
dan adalah kesalahan random yang diasumsikan berdistribusi normal standar independen.
Untuk melaksanakan dianalisis varian satu factor data Tabel 1, ditempuh dengan langkah-langkah
Source DF SS MS F P
Merk 2 204.13 102.07 22.03 0.000
Error 12 55.60 4.63
Total 14 259.73
Interpretasi dari hasil ini dapat dilihat pada kolom F atau P pada tabel ANOVA. Nilai P pada tabel
tersebut menyatakan nilai maksimum kesalahan jenis pertama, jadi jika nilai P lebih kecil dari 0.05, maka
berarti terdapat pengaruh Merk pupuk terhadap kadar N pada tingkat signifikansi 5 persen. Kesimpulan
yang sama bias diperoleh dengan membandingkan nilai F (atau F hitung) dengan nilai kritis T (atau F-
tabel).
4
Uji perbandingan ganda
Jika hasil analisis varian menunjukan adanya pengaruh perlakuan, biasanya kita tertarik untuk mencari
level perlakuan mana yang berbeda. Minitab menyediak uji perbandingan ganda dengan Metode Tukey,
Fisher dan Dunnet.
1. Klik Comparisons
2. Beri tanda cek di depan Tukeys, family
error rate. Secara default kotak dialog
Tukeys, family error rate berisi nilai 5,
namun jika diperlukan bisa diisi tingkat
signifikansi yang lain.
Setelah klik OK OK akan dihasilkan
Mudah disimpulkan dari hasil perbandingan ganda bahwa ketiga Merk pupuk memiliki kada N yang
berbeda pada tingkat signifikansi 5 persen.
5
Analisis Asumsi Model
Dalam rancangan percobaan diasumsikan kesalahan random berdistribusi normal stadar dan mutually
independen. Hal ini lazim digunakan plot residual sebagai berikut
0
50
-2
10
1 -4
-5.0 -2.5 0.0 2.5 5.0 28 30 32 34 36
Residual Fitted Value
Residual
0
2
-2
1
0 -4
-3 -2 -1 0 1 2 3 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Residual Observation Order
6
Rancangan Blok Random Lengkap
= + + +
Dengan adalah respon perlakuan ke i blok ke j, rata-rata umum, adalah efek perlakuan ke i,
adalah efek blok ke j dan adalah kesalahan random yang diasumsikan berdistribusi normal standar
independen.
Analisis varian pada rancangan ini akan memberikan informasi apakah ada pengaruh perlakuan atau
pengaruh blok.
Data berikut merupakan hasil pengamatan percobaan yang bertujuan untuk mengetahui pengaruh
dolomite terhadap tinggi tanaman tomat dengan 4 dosis dolomite dan 3 blok. Perhatikan susunan data
pada rancangan blok.
Untuk menguji apakah ada pengaruh dolomite atau blok, dilakukan analisis varian dengan Minitab:
7
1. Pastikan data aktif di layar.
2. Klik Stat ANOVA General Linear
Model
3. Pastikan pointer berada pada kotak
dialog Responses:, lalu double klik C3
Respon
Pastikan pointer berada pada kotak
dialog Model:, lalu double klik C1
Blok dan double klik C2 Dolomit,
4. Klik OK, dihasilkan
Kesimpulan mengenai pengaruh dolomite dan blok dapat dibaca dari table Anova kolom F atau
kolom P pada baris Blok atau baris Dolomit.
8
Rancangan Blok Tidak Lengkap Seimbang
Rancangan blok tidak lengkap adalah rancangan dimana tidak setiap level perlakuan ada pada setiap
blok. Rancangan blok tidak lengkap seimbang adalah rancangan blok tak lengkap dimana setiap dua
level perlakuan ada bersama-sama dengan frekuensi sama.
Misalnya ada empat jenis traktor yang akan diuji kecepatannya dalam membajak lahan. Karena hanya
tersedia 3 operator, maka digunakan rancangan blok tak lengkap seimbang dengan hari sebagai blok.
Misalkan data hasil pengamatan terhadap lama membajak lahan adalah
Langkah analisis dengan Minitab sama dengan rancangan blok random lengkap. Hasil analisis data
tersebut adalah
9
Dalam membaca hasil analisis perlu diperhatikan bahwa untuk rancangan blok tak lengkap seimbang,
jumlah kuadrat yang digunakan adalah jumlah kuadrat yang disesuaikan (Adj SS). Selanjutnya
kesimpulan hasil analisis dapat dibaca dari kolom F atau P.
= + + + +
Dengan adalah respon baris ke i kolom k perlakuan j, rata-rata umum, efek baris i, adalah
efek kolom ke k, adalah efek perlakuan ke j dan adalah kesalahan random yang diasumsikan
adalah efek baris berdistribusi normal standar independen.
Misalnya ingin diketahui pengaruh dosis suatu herbisida terhadap kecepatan mematikan gulma dengan
4 dosis. Misalkan herbisida diambil dari 4 batch berbeda dan aplikasi herbisida dilakukan oleh 4 perator
A, B,C dan D. Jelas batch dan operator berpotensi mempengaruhi efektivitas herbisida, oleh karena itu
efeknya perlu diperhitungan dengan cara menggunakan rancangan bujur sangkar latin. Misalkan data
hasil pengamatan adalah sebagai berikut.
Operator
Batch 1 2 3 4
1 C=7 D=14 A=7 B=8
2 B=7 C=18 D=11 A=8
3 A=5 B=10 C=11 D=9
4 D=10 A=10 B=12 C=14
Untuk melakukan analisis, data tersebut terlebih dahulu dientry ke worksheet dalam format sebagai
berikut:
10
Pada kolom Baris notasi 1,2,3 dan 4 mnyatakan
nomor batch. Pada kolom Kolom notasi 1,2,3 dan
4 menyatakan nomor praetor.
Sebagai contoh, baris 3 adalah pengamatan batch
1 operator 4 level perlakuan 2.
11
Analysis of Variance for Respon, using Adjusted SS for Tests
Model efek tetap untuk rancangan blok random lengkap dengan interaksi blok-perlakuan dengan
ulangan adalah
= + + + () +
Perbedaannya dengan rancangan blok biasa adalah pada model linear ditambahkan suku () yang
menyatakan efek interaksi perlakuan i blok j.
Untuk memberikan gambaran tentang analisis rancangan ini, misalkan ingin diketahui pengaruh merek
bola lampu dan dayanya terhadap lama hidupnya. Sebanyak 4 merk bola lampu dan 2 macam daya
dikukur lama hidupnya dan diulang 5 kali. Misalkan data pengataman adalah
1 2 3 4
12
Analisis dengan Minitab dilakukan sebagai berikut:
13
Rancangan Faktorial
Model efek tetap rancangan factorial dengan dua factor A dan B dapat ditulis sebagai
= + + + () +
dimana , dan () berturut-turut menyatakan efek factor A, B dan interaksi, sedangkan suku
lainnya menyatakan hal yang serupa dengan pembahasan sebelumnya.
Sebagai contoh, misalnya kita telah melakukan percobaan factorial pengaruh pupuk P dan N terhadap
pertumbuhan tomat dengan data sebagai berikut
P1 P2 P3
24 25 27
24 25 28
N1
25 26 28
25 27 27
31 30 27
30 29 25
N2
30 26 24
30 27 25
27 36 32
27 34 34
N3
28 33 35
30 33 34
Tahap pentingnya adalah format data tersebut di worksheet. Data tersebut dientri dengan format
berikut.
14
Langkah untuk melakukan analisis dengan
Minitab dilakukan serupa dengan cara
sebelumnya, kecuali pada tahap berikut
dimana efek interaksi dimasukan kedalam
model
15
Analysis of Variance for Tinggi, using Adjusted SS for Tests
Untuk rancangan factorial dengan banyaknya factor lebih dari 2, format table dan analisisnya serupa
dengan pembahasan ini, dengan mengingat bahwa semua kemungkinan interaksi antara factor perlu
diperhatikan. Misalnya untuk tiga factor A,B dan C, maka kita perlu mempertimbangkan factor interaksi
AB, AC, BC dan ABC.
Sebagai contoh, misalkan kita akan melakukan eksperimen dua factor, Factor A terdiri 3 level dan Factor
B terdiri 4 level, dengan tiga ulangan
16
5. Di bawah Name, ketik berturut-turut
Factor A, Faktor B
6. Di bawah Number of Levels, pilih
banyaknya level untuk setiap faktor
7. Pada Number of replicates, pilih 3
8. Klik OK untuk kembali ke kotak dialog
utama
Rancangan Faktorial
Pembahasan rancangan faktorial 2 akan diberikan melalui bentuk yang sederhana, yaitu rancangan
faktorial 2 . Rancangan faktorial 2 adalah rancangan dua factor dimana setiap factor terdiri dari 2 level,
namakan level tinggi (ditulis +) dan level rendah (ditulis -).
Sebagai contoh, misalnya kita ingin mengetahui pengaruh factor katalisator dan temperature terhadap
kecepatan reaksi. Misalnya ada 2 konsetrasi katalisator dan 2 level temperature. Untuk memulai
percobaan ini kita gunakan DOE,
17
1. Klik Stat ANOVA DOE
Factorial Create Factorial Design
2. Di bawah Type of Design pilih 2-level
factorial (default generators)
3. Pada In Number of factors, pilih 2
4. Klik Designs
18
1. Klik Stat ANOVA General Linear
Model
19