Diajukan sebagai Salah Satu Syarat untuk Memenuhi Nilai Mata Kuliah Desain Eksperimen
Disusun oleh :
Kelas : A
UNIVERSITAS PADJADJARAN
JATINANGOR
2018
1
KATA PENGANTAR
Pertama-tama mari kita panjatkan puji dan syukur ke hadirat Allah SWT, karena atas
rahmat dan hidayahNya, kami dapat menyusun dan menyelesaikan tugas ini, sebagai syarat
untuk memenuhi nilai Tugas mata kuliah Desain Eksperimen. Tugas ini dibuat sebagai bahan
pembelajaran, seberapa jauh kami dapat memahami materi analisis regresi.
Dalam penyusunan tugas ini, tidak sedikit kami mengalami hambatan dan kesulitan,
namun atas dukungan dari berbagai pihak serta kerja keras, Alhamdulillah tugas ini dapat
diselesaikan dengan tepat waktu.
Kami ucapkan terimakasih kepada Tuhan Yang Maha Esa, kepada Ibu Sri Winarni
selaku dosen mata kuliah Desain Eksperimen, Orangtua kami, serta teman-teman yang telah
membantu penyusunan tugas ini.
Kami menyadari penyusunan tugas ini masih jauh dari dari kesempurnaan baik dalam
segi isi maupun penulisan. Untuk itu, kami sangat mengharapkan kritik dan saran yang
membangun demi peningkatan tugas yang kami susun. Semoga, tugas yang ini dapat
bermanfaat bagi para pembaca.
Penulis
2
Daftar Isi
3
BAB I
PENDAHULUAN
1.1 Latar Belakang
Bagaimana cara melakukan pengujian data menggunakan analisis varians dan uji rata rata
setelah analisis varians?
1.3 Tujuan
Untuk menguji kesignifikanan dari sebuah data menggunakan Uji Anava dan Uji Lanjut (Uji
Duncan).
4
BAB II
PEMBAHASAN
2.1 Kasus Desain Acak Sempurna
3.21. An article in Environment International (Vol. 18, No. 4, 1992) describes an experiment
in which the amount of “Radon Released” in showers was investigated. Radon-enriched water was
used in the experiment, and six different “Orifice Diameter”s were tested in shower heads. The
data from the experiment are shown in the following table :
Tabel 2.1
“Orifice
“Radon Released” (%)
Diameter”
0.37 80 83 83 85
0.51 75 75 79 79
0.71 74 73 76 77
1.02 67 72 74 74
1.4 62 62 67 69
1.99 60 61 64 66
(source : Montgomery Design and Analysis of Experiments 8th 2013)
Dalam tabel diatas terlihat bahwa terdapat 6 perlakuan (“Orifice Diameter”), dan ada
sebanyak 4 penulangan. Sehingga ada 24 jumlah unit eksperimen. Radon adalah gas yang paling
berat dan berbahaya bagi kesehatan, maka semakin banyak radon yang dikeluarkan dari shower
maka akan lebih berbahaya bagi kesehatan manusia. Dalam kasus ini akan diteliti dari sebanyak 6
perbedaan ukuran lubang pada shower ada berapa radon yang dikeluarkan (%).
Pengacakan data bertujuan untuk mendapatkan data yang objektif. Data yang diperoleh dari
proses pengacakan adalah data yang acak. Data acak bermakna data tanpa pilih kasih atau
intervensi dari peneliti. Untuk mendapatkannya, si peneliti harus menciptakan kondisi sedemikian
rupa sehingga setiap angka yang ada pada populasi harus mempunyai kesempatan yang sama
untuk ditarik sebagai sampel pada saat pengambilan sampel. Artinya, data yang diperoleh bukan
atas kemauan si peneliti. Dengan demikian, data acak akan menghasilkan data yang objektif.
Sebaiknya, sebelum melakukan pengujian data terlebih dahulu diacak untuk meminimalisir
error sistematik. Dalam kasus ini, kita akan mencoba pengacakan data di atas menggunakan
Ms.Excel, hasi layout pengacakannya yaitu sebagai berikut :
5
Tabel 2.2
Ukur
No Acak Hasil Acak Data
Diam
1 0.446691 1 0.02040189 80
2 0.874711 6 0.0549782 83
3 0.559928 5 0.094667 83
4 0.343454 4 0.138151 85
5 0.243713 3 0.17789009 75
6 0.851793 4 0.19332298 75
7 0.343912 6 0.33050743 79
8 0.933708 2 0.446724 79
9 0.139659 1 0.47323037 74
10 0.76041 2 0.50518857 73
11 0.795047 1 0.514507 76
12 0.298359 4 0.56139046 77
13 0.176759 6 0.5969176 67
14 0.70797 5 0.61671751 72
15 0.413672 1 0.64987591 74
16 0.328366 2 0.67259359 74
17 0.097656 3 0.69193569 62
18 0.019295 2 0.72423801 62
19 0.165377 5 0.88961307 67
20 0.648283 5 0.91060789 69
21 0.121911 6 0.93597172 60
22 0.540657 3 0.94511114 61
23 0.378344 3 0.9891728 64
24 0.104124 4 0.99296301 66
2.3 PEMBAHASAN
Tabel 2.3
“Orifice
“Radon Released” (%)
Diameter”
0.37 80 83 83 85
0.51 75 75 79 79
0.71 74 73 76 77
1.02 67 72 74 74
1.4 62 62 67 69
1.99 60 61 64 66
(source : Montgomery Design and Analysis of Experiments 8th 2013)
Selanjutnya, data di atas akan di analisis dan dilakukan pengujian namun tanpa pengacakan
(yang digunakan untuk pengujian adalah data asli).
6
ANALISIS DATA
Berdasarkan kasus di atas, tujuan percobaannya yaitu mengetahui pengaruh orifice pada
shower terhadap radon yang dikeluarkan (dalam %). Perlakuannya yaitu Orifice pada shower,
sedangkan responnya yaitu radon yang dikeluarkan. Data di atas, mempunyai 6 perlakuan dengan
4 kali pengulangan. Data di atas mempunyai 24 unit eksperimen.
PENGUJIAN
Analisis varian atau analysis of variance (Anova) biasa digunakan untuk menguji
perbandingan. Peneliti yang ingin menguji hipotesis komparasi (perbandingan) pada
umumnya menggunakan alat uji analisis varian. Karena itu analisis varian digunakan
untuk menguji hipotesis komparasi rata-rata k sampel. Sesuai dengan namanya, analisis
varian yaitu teknik analisis yang digunakan untuk menentukan apakah perbedaan atau
variasi nilai suatu variabel terikat itu disebabkan oleh atau tergantung pada
perbedaan (variasi) nilai pada variabel bebas.
Selanjutnya, akan dilakukan Uji Anava (Analisis Varians) secara manual untuk
mengetahui apakah terdapat perbedaan pengaruh “Orifice Diameter” pada shower
terhadap “Radon Released”, langkah – langkahnya adalah sebagai berikut :
Yij i ij
Keterangan
Yij : Radon Release dari shower yang berdiameter ke – i replikasi ke – j
: Rataan umum
i : Pengaruh “Orifice Diameter” ke – i
ij : Pengaruh error pada “Orifice Diameter” ke – i replikasi ke – j
Hipotesis
Atau
7
H 0 : 1 2 3 4 5 6 0 (semua “Orifice Diameter” memberikan
“Radon Released” yang sama)
H1 : paling tidak ada satu i 0 (“Orifice Diameter” memberikan “Radon
Released” yang berbeda)
dbtotal : N 1 24 2 32
dbperlakuan : a 1 6 1 5
dberror dbtotal dbperlakuan 23 5 18
Y..2 17372
FK = 125715.375
N 24
Menghitung JKT
𝑎 𝑛
𝐽𝐾𝑇 = ∑ ∑ 𝑌𝑖𝑗 2 − 𝐹𝐾
𝑖=1 𝑗=1
𝐽𝐾𝑇 = 126981 − 125715.375 = 1265.625
Menghitung JKP
𝑎
𝑌𝑖𝑗 2
𝐽𝐾𝑃 = ∑ − 𝐹𝐾
𝑛𝑖
𝑖=1
507395
𝐽𝐾𝑃 = − 125715.375 = 1133.375
4
Menghitung JKE
Menghitung KTP
𝐽𝐾𝑃 1133.375
𝐾𝑇𝑃 = = = 226.675
𝑑𝑏 𝑝𝑒𝑟𝑙𝑎𝑘𝑢𝑎𝑛 6−1
Menghitung KTE
𝐽𝐾𝐸 132.25
𝐾𝑇𝐸 = = = 7.347222222
𝑑𝑏 𝑒𝑟𝑟𝑜𝑟 (23 − 5)
8
Menghitung Fhitung
𝐾𝑇𝑃 226.675
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = = = 30.85179584
𝐾𝑇𝐸 7.347222222
𝐹0,05;5;18 = 2.77
Tabel ANOVA
Tabel 2.4
Jumlah
Derajat Bebas Kuadrat F-Hitung
Sumber Variasi Kuadrat
(db) Tengah (KT)
(JK)
Rata-rata 1 JKR (JKR)/1
Perlakuan k-1 JKP (JKP)/k-1 (KTP)/(KTE)
Error K∑(ni-1) JKE (JKE)/k ∑(ni-1)
Total nk ∑y2ij
Tabel 2.5
Jumlah
Derajat Bebas Kuadrat F-Hitung
Sumber Variasi Kuadrat
(db) Tengah (KT)
(JK)
Rata-rata 1 125715.375 125715.375
Perlakuan 5 1133.375 226.675 30.85179584
Total 24 126981.375
Kriteria Uji
Kesimpulan
Berdasarkan hasil perhitungan di atas, ternyata Fhitung = 30.85179584 >
F(0,05;5;18) = 2.77 maka H 0 ditolak, artinya “Orifice Diameter” berpengaruh terhadap
“Radon Released”, atau paling sedikit ada sepasang “Orifice Diameter” yang
memberikan “Radon Released” berbeda. Karena H 0 ditolak dan pengujian mempunyai
9
kesignifkanan, maka perlu dilakukan uji lanjut setelah anava dengan asumsi bahwa data
tersebut mempunyai distribusi normal, kehomogenan varians, dan kebebasan error.
radon=c(80,83,83,85,75,75,79,79,74,73,76,77,67,72,74,74,62,62,67,69,60,61,64,66)
od=c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5,6,6,6,6)
data=data.frame(od=factor(od),radon=radon)
hasil.aov=aov(radon~od,data)
summary(hasil.aov)
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Interpretasi Tabel
Pada hasil perhitungan di atas (summary) dapat dilihat bahwa derajat bebas atau
degress of freedom dari “Orifice Diameter” sebagai perlakuan dan residual atau error,
masing –masing yaitu 5 dan 18. Sementara, untuk Jumlah Kuadrat atau sum square
dari “Orifice Diameter” dan residual masing – masing yaitu 1133.4 dan 132.2.
Kemudian, nilai kuadrat tengah atau mean square diperoleh dari nilai sum square
dibagi oleh derajat bebas dari masing – masing “Orifice Diameter” dan residual yaitu
226.68 dan 7.35 .
Pada summary di atas, telah diketahui bahwa nila Fhitung yaitu sebesar 30.85 dan
Pr(<F) atau P-value yaitu sebesar 3.16e-08. Sedangkan untuk nilai Ftabel yaitu
𝐹0,05;5;18 = 2.77. Karena nilai F hitung > F table, maka dapat disimpulkan bahwa
H 0 ditolak dan pengujian signifikan, dan sesuai dengan perhitungan secara
manual. Disebelah nilai P-Value terdapat symbol *** yang artinya nilai tersebut akan
signifikan pada kode selain ***, atau mulai siginfikan pada 0,001.
10
Perhitungan Komputasi Menggunakan Software (Minitab)
Selain dengan perhitungan manual, software Minitab juga dapat digunakan untuk
membuat table anava. Dibawah ini merupakan hasil dari perhitungan menggunakan
software Minitab :
Interpretasi
Berdasarkan data di atas, dapat kita lihat bahwa nilai Fhitung 30.85 > dari nilai
Ftabel 2.27 dan dapat kita lihat juga bahwa nilai p-value = 0.000 < p = 0.05, maka
dengan taraf signifikansi 5% kita dapat menyimpulkan bahwa H0 ditolak, artinya benar
bahwa “Orifice Diameter” berpengaruh terhadap “Radon Released”. Untuk mengetahui
“Orifice Diameter” yang mana yang lebih baik / yang berbeda, maka diperlukan Uji
Lanjut setelah anova.
11
2.3.2 PENGUJIAN ASUMSI
60
50
40
30
20
10
1
-3 -2 -1 0 1 2 3
SRES2
Dalam grafik di atas, dapat kita ketahui bahwa nilai p-value yaitu = 0.063 > p =
0.05, maka H 0 diterima. Artinya, dengan taraf signifikan 5%, Residual data di atas
berdistribusi normal. Dalam grafik juga dapat kita ketahui bahwa pola sebaran datanya
berada di sekitar garis lurus (tidak ada yang berpencar), berdasarkan teori, jika pencaran
data berada di garis lurus ini menandakan bahwa data atau residual berdistribusi normal.
12
Gambar 2.2
Bartlett's Test
1
Test Statistic 1.82
P-Value 0.873
Lev ene's Test
2
Test Statistic 0.86
P-Value 0.526
3
Orifice D
0 5 10 15 20 25
95% Bonferroni Confidence Intervals for StDevs
Pada grafik sebelumnya, kita tahu bahwa residual nya berdistribusi normal.
Karena data berdistribusi normal, maka yang kita lihat adalah Bartlet Test. Dalam grafik
di atas, dapat kita ketahui bahwa nilai p-value yaitu = 0.526 > p = 0.05, maka H 0
diterima. Artinya, dengan taraf signifikan 5%, data di atas berdistribusi homogen atau
mempunya varians yang sama.
Four In One
Gambar 2.3
13
Plot kiri atas menunjukan bahwa residual pada data tersebut mengikuti distribusi
normal, plot kanan atas atau fitted value menunjukan bahwa data tersebut bersifat
homogen sedangkan kanan bawah atau versus order menggambarkan bahwa data
tersebut bersifat acak.
Uji DMRT berbeda dengan Uji BNT atau BNJ. Kalau pada Uji BNT atau
BNJ, perbandingan terhadap nilai-nilai rata-rata perlakuan hanya menggunakan satu
nilai pembanding, sedangkan Uji DMRT nilai pembandingnya sebanyak P – 1 atau
tergantung banyaknya perlakuan. Artinya apabila perlakuan anda berjumlah 10,
maka nilai pembandingnya sebanyak 9.
No
“Orifice Diameter” “Radon Released” % average
Perlakuan
1 0.37 80 83 83 85 82,75
2 0.51 75 75 79 79 77
3 0.71 74 73 76 77 75
4 1.02 67 72 74 74 71,75
5 1.40 62 62 67 69 65
6 1.99 60 61 64 66 62,75
Tabel 2.7
Perlakuan average
1 82,75
2 77
3 75
4 71,75
5 65
6 62,75
14
Hitung Nilai Duncan
KTE
R p rp
r
rp r : p:dbe
Karena ada sebanyak 6 perlakuan, maka akan terdapat 5 buah nilai
perbandingan (R ) , untuk melihat nilai rp r : p:dbe maka digunakanlah Table for
Duncan’s Multiple Range Test.
7.347222
r2 r0.05:2:18 2.971 R2 2.971 4.02656058
4
7.347222
r3 r0.05:3:18 3.117 R3 3.117 4.224432624
4
7.347222
r4 r0.05:4:18 3.210 R4 3.210 4.350474406
4
7.347222
r5 r0.05:5:18 3.274 R5 3.274 4.437212837
4
7.347222
r6 r0.05:6:18 3.320 R6 3.320 4.499556084
4
Perbandingan
1 Vs 2
d Y 1 Y 2 5.75
Karena nilai d 4.0265058 maka H 0 ditolak, berarti perlakuan 1 dan
perlakuan 2 saling signifikan atau memberikan pengaruh yang berbeda.
1 Vs 3
d Y 1 Y 3 7.75
Karena nilai d 4.224432624 maka H 0 ditolak, berarti perlakuan 1 dan
perlakuan 3 saling signifikan atau memberikan pengaruh yang berbeda.
15
1 Vs 4
d Y 1 Y 4 11
Karena nilai d 4.350474406 maka H 0 ditolak, berarti perlakuan 1 dan
perlakuan 4 saling signifikan atau memberikan pengaruh yang berbeda.
1 Vs 5
d Y 1 Y 5 17.75
Karena nilai d 4.437212837 maka H 0 ditolak, berarti perlakuan 1 dan
perlakuan 5 saling signifikan atau memberikan pengaruh yang berbeda.
1 Vs 6
d Y 1 Y 6 20
Karena nilai d 4.499556084 maka H 0 ditolak, berarti perlakuan 1 dan
perlakuan 6 saling signifikan atau memberikan pengaruh yang berbeda.
2 Vs 3
d Y 2 Y 3 2
Karena nilai d 4.02656058 maka H 0 diterima, berarti perlakuan 2 dan
perlakuan 3 tidak signifikan atau keduanya memberikan pengaruh yang sama.
2 Vs 4
d Y 2 Y 4 5.25
Karena nilai d 4.224432624 maka H 0 ditolak, berarti perlakuan 2 dan
perlakuan 4 saling signifikan atau keduanya memberikan pengaruh yang berbeda.
2 Vs 5
d Y 2 Y 5 12
Karena nilai d 4.350474406 maka H 0 ditolak, berarti perlakuan 2 dan
perlakuan 5 saling signifikan atau keduanya memberikan pengaruh yang berbeda.
2 Vs 6
d Y 2 Y 6 14.25
Karena nilai d 4.437212837 maka H 0 ditolak, berarti perlakuan 2 dan
perlakuan 6 saling signifikan atau keduanya memberikan pengaruh yang berbeda.
3 Vs 4
d Y 3 Y 4 3.25
Karena nilai d 4.0265058 maka H 0 diterima, berarti perlakuan 3 dan
perlakuan 4 tidak signifikan atau keduanya memberikan pengaruh yang sama.
16
3 Vs 5
d Y 3 Y 5 10
Karena nilai d 4.224432624 maka H 0 ditolak, berarti perlakuan 3 dan
perlakuan 5 saling signifikan atau keduanya memberikan pengaruh yang berbeda.
3 Vs 6
d Y 3 Y 6 12.25
Karena nilai d 4.350474406 maka H 0 ditolak, berarti perlakuan 3 dan
perlakuan 6 saling signifikan atau keduanya memberikan pengaruh yang berbeda.
4 Vs 5
d Y 4 Y 5 6.75
Karena nilai d 4.0265058 maka H 0 ditolak, berarti perlakuan 4 dan
perlakuan 5 saling signifikan atau keduanya memberikan pengaruh yang berbeda.
4 Vs 6
d Y 4 Y 6 9
Karena nilai d 4.224432624 maka H 0 ditolak, berarti perlakuan 4 dan
perlakuan 6 saling signifikan atau keduanya memberikan pengaruh yang berbeda.
5 Vs 6
d Y 5 Y 6 2.25
Karena nilai d 4.0265058 maka H 0 diterima, berarti perlakuan 5 dan
perlakuan 6 tidak signifikan atau keduanya memberikan pengaruh yang sama.
Kesimpulan:
orifice<-c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5,6,6,6,6)
radon<-c(80,83,83,85,75,75,79,79,74,73,76,77,67,72,74,74,62,62,67,69,60,61,64,66)
17
data=data.frame(orifice=factor(orifice),radon=radon)
hasil.aov<-aov(radon~orifice,data)
Factors Means
1 82.75 a
2 77 b
3 75 bc
4 71.75 c
5 65 d
6 62.75 d
Interpretasi
Dari hasil duncan test di atas dapat disimpulkan bahwa perlakuan 1 dengan 5
perlakuan lainnya memiliki perbedaan yang signifikan. Perlakuan 2 memiliki beda
signifikan dengan perlakuan 4,5, dan 6, sedangkan perlakuan 2 dengan perlakuan 3
memiliki tingkat signifikansi yang rendah. Perlakuan 3 memiliki beda yang signifikan
dengan perlakuan 5 dan 6, sedangkan perlakuan 3 dan 4 memiliki tingkat signifikansi
yang rendah. Perlakuan 4 memiliki beda yang signifikan dengan perlakuan 5 dan 6.
Perlakuan 5 dengan perlakuan 6 tidak memiliki perbedaan atau non signifikan.
18
BAB III
KESIMPULAN
Radon adalah gas yang paling berat dan berbahaya bagi kesehatan, sehingga dapat
disimpulkan bahwa “Radon Released” yang paling sedikit adalah dari perlakuan 6, atau dengan
kata lain adalah “Orifice Diameter” dengan diameter 1.99 adalah perlakuan yang terbaik karena
rata – rata “Radon Released” yang dikeluarkan adalah paling sedikit. Untuk perlakuan 1 atau
“Orifice Diameter” dengan diameter 0.37 adalah perlakuan yang paling buruk atau berbahaya
karena rata – rata “Radon Released” yang dikeluarkan adalah yang paling banyak.
Dari uji anova baik secara manual atau komputasi dapat dilihat bahwa tiap – tiap perlakuan
dari keenam perlakuan tersebut memiliki rata rata yang berbeda dengan kata lain tiapperlakuan
memberikan pengaruh yang berbeda, karena tiap tiap perlakuan memiliki rata – rata yang berbeda
maka akan dilakukukan uji lanjut. Ada berbagai macam uji lanjut diantaranya Least Significant
difference (LSD), uji tukey, dan uji duncan. Dari ketiga uji tersebut yang paling sensitif adalah uji
duncan.
Sebelum melakukan uji lanjut ada beberapa asumsi yang harus dipenuhi, dari data di atas
kedua asumsi tersebut terpenuhi, yang berarti kita dapat melanjutkan ke uji setelah anova. Dalam
kasus ini yang dibahas adalah uji duncan. Dari hasil uji duncan diatas dapat disimpulkan bahwa
hampir setiap perlakuan memberikan yang berbeda, kecuali perlakuan 2 dengan perlakuan 3 dan
perlakuan 3 dengan perlakuan 4 memiliki tingkat signifikansi yang rendah sedangkan untuk
perlakuan 5 dan perlakuan 6 memiliki pengaruh yang sama atau non signifikan.
19