DESAIN EKSPERIMEN
I. TUJUAN PRAKTIKUM
I.1.Tujuan Umum
1. Mengenal jenis – jenis desain eksperimen.
2. Mampu memahami dan menyelesaikan desain eksperimen dengan berbagai efek
perlakuan.
89
Modul IV. Desain Eksperimen 90
perlakuan di atas merupakan perlakuan tunggal yang mungkin memberikan efek
sendiri-sendiri terhadap variabel respon (banyak pantulan, dan waktu pantul misalnya).
Efek perlakuan-perlakuan terhadap variabel respon mungkin saja dalam bentuk
gabungan atau kombinasi beberapa.
b. Unit Eksperimen
Dengan ini dimaksudkan unit yang dikenai perlakuan tunggal (mungkin
merupakan gabungan beberapa faktor) dalam sebuah replikasi eksperimen dasar. Dalam
contoh di atas misalnya, kertas CD merupakan unit eksperimen dalam percobaan
meneliti efek jenis kertas CD terhadap lamanya waktu proses pembuatan tempat CD.
c. Kekeliruan Eksperimen
Kekeliruan eksperimen menyatakan kegagalan dari dua unit eksperimen identik yang
dikenai perlakuan untuk memberikan hasil yang sama.
● Replikasi
Replikasi disini diartikan sebagai pengulangan eksperimen dasar. Dalam
kenyataannya, replikasi ini diperlukan karena dapat:
➢ Memberikan taksiran kekeliruan eksperimen yang dapat dipakai untuk menentukan
panjang interval confidence (selang kepercayaan) atau dapat sebagai satuan dasar
pengukuran untuk penetapan taraf signifikan daripada perbedaan-perbedaan yang
diamati.
➢ Menghasilkan taksiran yang lebih akurat untuk kekeliruan eksperimen.
➢ Memungkinkan kita untuk memproleh taksiran yang lebih baik mengenai efek rata-rata
suatu faktor.
● Pengacakan atau Randomisasi
Kita tahu bahwa derajat atau tingkat dapat dipercaya mengenai kebenaran
kesimpulan sangatlah penting dan ini diukur dengan peluang. Pengukuran ini
dimungkinkan oleh adanya pengacakan. Dengan kata lain, jika pengacakan tidak
digunakan, maka setiap kesimpulan yang dibuat bersifat bias dan tidak dapat didukung
oleh pengertian peluang sebagaimana mestinya.
Dalam percobaan, selain faktor- faktor yang diselidiki pengaruhnya terhadap suatu
variabel, juga terdapat faktor- faktor lain yang tidak dapat dikendalikan / tidak
diinginkan seperti: kelelahan operator, naik / turun daya mesin, dll. Hal tersebut dapat
mempengaruhi hasil percobaan. Pengaruh faktor- faktor tersebut dapat diperkecil
dengan menyebarkan pengaruh selama percobaan melalui randomisasi ( pengacakan)
urutan percobaan.
● Kontrol Lokal
Kontrol lokal merupakan sebagian daripada keseluruhan prinsip percobaan yang
harus dilaksanakan. Biasanya merupakan langkah- langkah atau usaha- usaha yang
Jelas bahwa dengan menggunakan daftar di atas sistem kontras ortogonal dengan
mudah dapat dibentuk sedangkan jumlah kuadrat tiap-tiap efek yang membentuk
kontras dihitung dengan aturan:
JK (efek) =
Laboratorium Statistik Industri dan Pendukung Keputusan
Program Studi Teknik Jurusan Industri
Universitas Katolik Atma Jaya Jakarta
Modul IV. Desain Eksperimen 94
Dengan r menyatakan banyak replikasi dalam tiap sel kombinasi perlakuan.
Untuk menghitung JK (Kekeliruan), tentulah harus dihitung jumlah kuadrat-
kuadrat semua observasi Y2 dan Ey biasa ditentukan dengan jalan pengurangan Y2
oleh jumlah kuadrat-kuadrat semua sumber observasi.
● Tabel A x B
Tabel 5.3 Tabel A x B
B1 B2 Jumlah
A1
A2
Jumlah
● Tabel A x C
Tabel 5.4 Tabel A x C
C1 C2 Jumlah
A1
A2
Jumlah
● Tabel B x C
Tabel 5.5 Tabel B x C
B1 B2 Jumlah
C1
C2
Jumlah
● Perhatikan Tabel A x B x C
𝑅12 + 𝑅22 + 𝑅32 + … + 𝑅𝑛2
JABC = − 𝑅𝑦
𝑟
● Perhatikan Tabel A x C
𝑍12 + 𝑍22 + 𝑍32 + 𝑍42
JAC = − 𝑅𝑦
2𝑥𝑟
● Perhatikan Tabel B x C
𝑍12 + 𝑍22 + 𝑍32 + 𝑍42
JBC = − 𝑅𝑦
2𝑥𝑟
( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐴1)2 +( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐴2)2
● Ay = − 𝑅𝑦
2𝑥2𝑥𝑟
( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐵1)2 +( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐵2)2
● By = − 𝑅𝑦
2𝑥2𝑥𝑟
( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐶1)2 +( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐶2)2
● Cy = − 𝑅𝑦
2𝑥2𝑥𝑟
● ABy = JAB - Ay - By
● ACy = JAC - Ay - Cy
● BCy = JBC - By - Cy
● ABCy = JABC - Ay - By - Cy - ABy - ACy - BCy
● Ey = ∑(y2) - Ry – Ay - By- Cy - ABy - ACy - BCy - ABCy
● Bandingkan nilai F hitung pada tabel ANAVA dengan nilai F tabel pada
masing-masing perlakuan. Buatlah kesimpulan,tolak H0 jika nilai F hitung >
nilai F tabel. Buat grafiknya.
● Ey = ∑ (y2) – Ry - ∑ Jk
● Tabel ANAVA
Tabel 5.7 Tabel ANAVA Metode Yates
Sumber Dk Jk KT F
variansi
Rata-rata
Perlakuan
A
B
C
AB
AC
BC
ABC
Kekeliruan
Jumlah
● Bandingkan nilai F hitung pada tabel ANAVA dengan nilai F tabel pada
masing-masing perlakuan. Buatlah kesimpulan, tolak H0 jika nilai F hitung >
nilai F tabel. Buat grafiknya.
3. Metode Taguchi
Perhitungan Derajat Kebebasan (degree of freedom)
Perhitungan dengan derajat kebebasan dilakukan untuk menghitung jumlah
minimum percobaan yang harus dilakukan untukmenyelidiki faktor yang
diamati.
Jika nA dan nB adalah jumlah perlakuan untuk faktor A dan B maka :
dof untuk faktor A = nA – 1
dof untuk faktor B = nB – 1
Laboratorium Statistik Industri dan Pendukung Keputusan
Program Studi Teknik Jurusan Industri
Universitas Katolik Atma Jaya Jakarta
Modul IV. Desain Eksperimen 98
dof untuk interaksi A dan B = (nA – 1)(nB – 1)
Jumlah total dof = (nA – 1) + (nB – 1) + (nA – 1)(nB – 1)
dof error = VT – VA – VB – VAXB
Perhitungan ANOVA
1. The Overall Experimental Average
∑𝑦
𝑦̅ = 𝑛
Untuk error:
Se = 𝑆𝑇 − Sm − SqA − SqB − SqC − SqD
S t = S qA + S qB + S qC + S qD + S e
5. Degrees of Freedom
dof faktor (v) = jumlah level faktor – 1
VA = nA − 1
VB = nB − 1
VAxB = nAxB − 1
Ve = V𝑇 − V𝑚 − V𝐴 − V𝐵 − V𝐴𝑥𝐵
6. F-ratio
M qA M qB
FA = FB =
M qe M qe
MqAxB M qe
FAxB = Fe = M
M qe qe
Panas atas
bawah + blower
30 menit
Panas atas
bawah
Suhu 150oC
Panas atas
bawah + blower
35 menit
Panas atas
bawah
Panas atas
bawah + blower
30 menit
Panas atas
bawah
Suhu 175oC
Panas atas
bawah + blower
35 menit
Panas atas
bawah
V. PENGOLAHAN DATA
1. Lakukan desain eksperimen menggunakan metode Taguchi untuk unit eksperimen
tinggi bolu! (Buatlah model eksperimen beserta penjelasan setiap parameternya, asumsi
yang digunakan, hipotesis nol dan hipotesis alternatif)
A = Suhu (A1 = 150oC, A2= 175oC)
B = Waktu (B1 = 30 menit, B2= 35 menit)
C = Perlakuan (C1 = panas atas bawah + blower, C2= panas atas bawah)
No No Kolom
Trial 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
No No Kolom
Trial A B AXB C AXC D E
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
No Kolom Hasil
No (Y1)
Trial A B C D E mm
3 1 2 1 2 2 2,12
2 1 1 2 2 2 0,98
5 2 1 1 1 2 2,13
4 1 2 2 1 1 2,75
1 1 1 1 1 1 0,77
6 2 1 2 2 1 2,76
8 2 2 2 1 2 0,12
7 2 2 1 2 1 2,55
No Kolom Hasil
No (Y2)
Trial A B C D E mm
6 2 1 2 2 1 2,78
7 2 2 1 2 1 2,45
4 1 2 2 1 1 2,98
3 1 2 1 2 2 2,76
8 2 2 2 1 2 0,12
1 1 1 1 1 1 1,02
5 2 1 1 1 2 2,25
2 1 1 2 2 2 1,78
No Kolom
No Hasil (Y1) Hasil (Y2)
Y1 + Y2
Trial A B AxB C AxC D E mm mm
= 57,4564
Untuk error:
Se = 𝑆𝑇 − Sm − SqA − SqB − SqAxB − SqC − SqAxC − SqD - SqE
= 66,3839 - 57,4564 - 3,5910 - 1,1664 - 0,0042 - 0,8930 - 2,1904 -
0,0552 - 0,4900
= 0,5372
e) Degrees of Freedom
dof faktor (v) = jumlah level faktor – 1
VA = nA − 1 = 2 − 1 = 1
VB = nB − 1 = 2 − 1 = 1
f) F-ratio
MqA 3,5910
FA = = = 53,4375
Mqe 0,0672
MqB 1,1664
FB = = = 17,3571
Mqe 0,0672
MqAxB 0,0042
FAxB = = = 0,0625
M qe 0,0672
MqC 0,8930
FC = = = 13,2887
Mqe 0,0672
Faktor Sq V Mq F-ratio
A 3,5910 1 3,5910 53,4375
B 1,1664 1 1,1664 17,3571
AxB 0,0042 1 0,0042 0,0625
C 0,8930 1 0,8930 13,2887
AxC 2,1904 1 2,1904 32,5952
D 0,0552 1 0,0552 0,8214
E 0,4900 1 0,4900 1,0000
Error (e) 0,5372 8 0,0672 -
St 8,9274 15 0,5952 -
Mean 57,4564 1 - -
ST 66,3839 16 - -
12. Klik
14. Masukkan Gunting ke kolom Horizontal Axis, Lem ke Separate Line, Kertas
ke Separate Plots.
15. Klik .
B. Minitab 15
1. Klik Stat pada Menu Bar Minitab 15
7. Pilih Design
8. Pilih Runs yang sesuai dengan faktor dan jenis faktornya pilih OK
10. Pilih To allow estimation of selected interactions pilih interactions. Nama Faktor
dapat diganti sesuai ketentuan.
21. Masukan data hasil percobaan ke dalam worksheet seperti gambar berikut
24. Pilih data hasil percobaan Klik Select. Maka tampilan akan menjadi seperti
gambar berikut.
27. Pilih Signal to noise ratios, Means, dan Standard deviations Pilih OK
30. Pilih Signal to noise ratios, Means, dan Standard deviations untuk Display
response tables for dan Fit linear model for. Lalu pilih OK
32. Akan muncul kotak dialog seperti gambar berikut. Pilih signal to Ratio sesuai
dengan kasus. Pilih OK
35. Pada Store the following items, pilih Signal to noise ratios, Means, Standard
deviations, Coefficients of variations, Ln of standard deviations. Pilih OK
VI. PERTANYAAN
1. Berdasarkan pengolahan data yang telah dilakukan, menurut anda apakah metode
yang digunakan dalam software SPSS dan Minitab merupakan metode Taguchi?
Jelaskan pendapat anda!
2. Apakah setiap kali dilakukan perencanaan eksperimen diperlukan randomisasi dan
replikasi? Jelaskan!
3. Apakah kegunaan dari orthogonal array pada metode Taguchi? Jelaskan!
4. Mengapa dalam perencanaan eksperimen diatas menggunakan uji F?
5. Apakah dalam melakukan eksperimen menggunakan metode Taguchi harus selalu
disertai interaksi faktor? Jelaskan!