“Desain Split-plot”

SOAL

replikasi lama Temperatur (derajat Fahrenheit)

pembakaran
(B)(Menit)
600 620 640 660
I 5 162 122 160 201
10 201 138 170 277
15 175 147 182 172
II 5 188 126 229 223
10 233 185 186 181
15 213 152 161 156
III 5 217 158 167 182
10 170 130 181 201
15 195 180 155 199

a) Lakukan analisis varian untuk desain split plot dengan software R (untuk model
tetap)
b) Lakukan analisis varian untuk desain split plot dengan software R dengan
menggunakan EKT p[ada daftar XII(4) Sudjana hal 297

Penyelesaian :

Model Matematis :

Yijkl=µ+Ri+Tj+RTij+Bk+RBik+TBjk+RTBijk_εl(ijk)

Plot Induk Split plot

Dimana :

Yijkl= Umur komponen replikasi ke i karena temperatur ke j dan lama

pembakaran ke k

µ = rata-rata umum (sebenenarnya)

Ri= replikasi ke i

Tj= efek temperature ke I (i=1,2,3,4)

 RTij=efek interaksi antara replikasi ke i dan temperature ke j

Bk= efek lama pembakaran ke k

RBik= efek interaksi antara replikasi ke i dan lama pembakaran ke k

TBjk= efek interaksi antara temperatur ke j dan lama pembakaran ke k

RTBijk = efek interaksi antara replikasi ke I temperature ke j dan lama

pembakaran ke k

εijkl= kekeliruan unit ke l dalam sel (I,j,k) dengan l=1,2,3

Hipotesis :

H0 : Ri=0 ; H1 : Ri≠0

H0 : Tj=0 ; H1 : Tj ≠0

H0 : RTij=0 ; H1 : RTij ≠0

H0 : Bk=0 ; H1 : Bk ≠0

H0 : RBik=0 ; H1 : RBik≠0

H0 : TBjk=0 ; H1 : TBjk ≠0

H0 : RTBijk=0 ; H1 : RTBijk ≠0

α = 5%

Statistik Uji : (Dengan Software R)

> y<-
c(162,122,160,201,201,138,170,227,175,147,182,172,188,126,229,223,233,185,186,181,213,
152,161,156,217,158,167,182,170,130,181,201,195,180,155,199)
> R<-as.factor(rep(1:3,each=12))
> T<-as.factor(rep(c(600,620,640,660),times=9))
> B<-as.factor(rep(1:3,each=4,times=3))
> ##Cara1##
> mdl<-lm(y~(R/T)+(T+B)^2)
> anova(mdl)
Analysis of Variance Table

Response: y
Df Sum Sq Mean Sq F value Pr(>F)
R 2 1296.2 648.1 1.0326 0.37862
T 3 12494.3 4164.8 6.6358 0.00403 **
B 2 566.2 283.1 0.4511 0.64479
R:T 6 2331.8 388.6 0.6192 0.71240
T:B 6 2600.4 433.4 0.6906 0.66056
Residuals 16 10042.0 627.6
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Kriteria Uji :

Tolak H0 jika p-value< α = 0.05, terima dalam hal lainnya

Interpretasi :

Dari hasil uji analisis varians diatas didapatkan bahwa dari perlakuan dan
interaksi perlakuan ternyata hanya terdapat satu faktor yang memiliki pengaruh
yang signifikan terhadap respon, yaitu faktor T dengan nilai p-value=0.00403**<
α = 0.05

Untuk model tetap :

> hsl.anava<-aov(y~R+T+R*T+B+R*B+T*B)
> summary(hsl.anava)
Df Sum Sq Mean Sq F value Pr(>F)
R 2 1296 648 1.010 0.3933
T 3 12494 4165 6.488 0.0074 **
B 2 566 283 0.441 0.6534
R:T 6 2332 389 0.605 0.7219
R:B 4 2339 585 0.911 0.4884
T:B 6 2600 433 0.675 0.6726
Residuals 12 7703 642
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘
’ 1

Interpretasi :

Dari hasil uji analisis varians yang kedua ini juga hamper sama dengan uji yang
pertama namun uji yang kedua ini tidak melibatkan nilai decimal melainkan nilai
yang telah dibulatkan, oleh Karena itu interpretasi untuk uji analisis varians
diatas juga ternyata hanya memiliki satu faktor yang berpengaruh yang signifikan
terhadap respon, yaitu faktor T dengan nilai p-value=0.0074**< α = 0.05

Karena dalam kenyataannya replikasi bersifat acak maka akan dilakukan uji
eksak, dengan menggunakan aturan EKT sebagai berikut :

Sumber Variasi dk 3 4 3 1 EKT

i j k L
A T T A
Plot Ri 2 1 4 3 1 σ2ϵ+ 12σ2R
Induk Tj 3 3 0 3 1 σ2ϵ+ 3σ2RT+ 9ɸ2T
RTij 6 1 0 3 1 σ2ϵ+ 3σ2RT
Split- Bk 2 3 4 0 1 σ2ϵ+ 4σ2RB+12 ɸ2B
plot RBik 4 1 4 0 1 σ2ϵ+ 4σ2RB
TBjk 6 3 0 0 1 σ2ϵ+ σ2RTB+3 ɸ2TB
RTBijk 12 1 0 0 1 σ2ϵ+ σ2RTB

Dari aturan EKT diatas dilakukan uji eksak dengan menggunakan software R
sebagai berikut :

> ##menguji pengaruh temperature dan pengaruh lama pembakaran

berdasarkan EKT pada daftar XII-4 Sudjana hal 297##
>
> ##Pengaruh Temperature##
> MST<-4165.0;dfT<-3
> MST<-4737.0;dfT<-3
> MSRT<-389.0;dfRT<-6
> F.T<-MST/MSRT
> p.T<-1-pf(F.T,dfT,dfRT)
> cat("F.T=",F.T,"with p=",p.T,"\n")
F.T= 10.70694 with p= 0.008008923

> MSB=283;dfB=2
> MSRB=585;dfRB=4
> F.B=MSB/MSRB
> p.B<-1-pf(F.B,dfB,dfRB)
> cat("F.B=",F.B,"with p=",p.B,"\n")
F.B= 0.4837607 with p= 0.6483963

> MSTB=433;dfTB=6
> MSRTB=642;dfRTB=12
> F.TB=MSTB/MSRTB
> p.TB<-1-pf(F.TB,dfTB,dfRTB)
> cat("F.TB=",F.TB,"with p=",p.TB,"\n")
F.TB= 0.6744548 with p= 0.6730934

Interpretasi :

Didapatkan kesimpulan bahwa faktor T memberikan pengaruh yang signifikan

terhadap respon sedangkan faktor B dan interaksi TB tidak memberikan pengaruh
yang signifikan terhadap respon.