Pada suatu percobaan ingin mengevaluasi dan mengoptimasi kondisi dari produksi bioethanol.

Penelitian juga ingin mengetahui pengaruh signifikansi dan interaksi antara beberapa faktor yang
dipelajari.

1. Data Penelitian

2. Metode Penelitian
Penelitian menggunakan Face CCD dengan total tempuhan

30 = 2k + 2k + 6

Jumlah faktor (k) = 4

total nilai tengah cube block = 6

3. Rancangan Percobaan
4. Hasil Penelitian

a. ANOVA sebelum perampingan

Gambar . Pareto Efek sebelum Perampingan

b. ANOVA setelah perampingan

Gambar . Pareto Efek setelah Perampingan

 c. Signifikansi faktor, interaksi dan kuadrat faktor

Coded Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constan 177.3 3.62 48.94 0.000  
t 9
X1 6.34 2.78 2.29 0.036 1.00
X2 -0.41 2.78 -0.15 0.886 1.00
X3 3.33 2.78 1.20 0.247 1.00
X4 -2.40 2.78 -0.86 0.400 1.00
X2*X2 -92.71 6.99 -13.26 0.000 2.54
X3*X3 43.95 6.99 6.29 0.000 2.54
X4*X4 -66.70 6.99 -9.54 0.000 2.54
X1*X2 -33.32 2.94 -11.31 0.000 1.00
X1*X3 28.51 2.94 9.68 0.000 1.00
X1*X4 -22.11 2.94 -7.51 0.000 1.00
X2*X3 -27.60 2.94 -9.37 0.000 1.00
X2*X4 30.38 2.94 10.32 0.000 1.00
X3*X4 -16.39 2.94 -5.57 0.000 1.00

d. ANOVA

Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Model 13 170141 13087.7 94.35 0.000
  Linear 4 1031 257.8 1.86 0.167
    X1 1 724 724.4 5.22 0.036
    X2 1 3 3.0 0.02 0.886
    X3 1 200 200.1 1.44 0.247
    X4 1 104 103.7 0.75 0.400
  Square 3 99273 33091.2 238.55 0.000
    X2*X2 1 24399 24399.2 175.89 0.000
    X3*X3 1 5483 5483.2 39.53 0.000
    X4*X4 1 12629 12629.2 91.04 0.000
  2-Way 6 69836 11639.3 83.91 0.000
Interaction
    X1*X2 1 17760 17759.6 128.03 0.000
    X1*X3 1 13002 13001.7 93.73 0.000
    X1*X4 1 7819 7819.0 56.37 0.000
    X2*X3 1 12188 12188.2 87.86 0.000
    X2*X4 1 14770 14769.5 106.47 0.000
    X3*X4 1 4298 4298.1 30.98 0.000
Error 16 2219 138.7    
  Lack-of-Fit 11 2199 199.9 48.40 0.000
  Pure Error 5 21 4.1    
Total 29 172360      

Persamaan regresi yang mencirikan pengaruh variabel yang

dianggap berbeda pada hasil yang diperoleh sebagai berikut :
 e. Regresi Linear dan nilai R

Regression Equation in Uncoded Units

Exp. = 177.39 + 6.34 X1 - 0.41 X2 + 3.33 X3 - 2.40 X4 - 92.71 X2*X2
Data + 43.95 X3*X3
- 66.70 X4*X4 - 33.32 X1*X2 + 28.51 X1*X3 - 22.11 X1*X4 - 27.60 X2*X3
+ 30.38 X2*X4 - 16.39 X3*X4

Tanda positif di depan istilah menunjukkan sinergis efek, sedangkan

tanda negatif menunjukkan efek antagonis.

Model Summary
S R-sq R-sq(adj) R-sq(pred)
11.777 98.71% 97.67% 91.85%
8

Mengukur keandalan model fitting didapatkan nilai 0,98 dan 0,97,

menunjukkan signifikansi model yang tinggi

f. Validitas dari percobaan :

1. Normal Probability Plot

Grafik menunjukkan probabilitas normal karena titik residual mengikuti garis lurus dan
tersebar di pusat.
2. Residual vs Fits
 Poin pada setiap tempuhan tersebar secara acak dalam kisaran konstan residual. Dengan
demikian, tidak ada pola yang jelas dan struktur yang tidak biasa. Artinya, modelnya
memadai
3. Residual vs Order
Titik-titik residual yg salingbebas tidak menunjukkan pola sehingga tidak ada alasan untuk
mencurigai adanya pelanggaran indepedensi