Modul 1

Desain (Full) Faktorial 2k

A. Pendahuluan
Desain (full) faktorial adalah salah satu desain yang banyak digunakan dalam eksperimen yang
melibatkan beberapa faktor di mana perlu untuk mempelajari efek gabungan dari faktor-faktor tersebut
pada suatu respon.

Modul ini membahas praktik desain faktorial menggunakan software MINITAB (dan bisa dilengkapi
dengan R jika memungkinkan). Desain faktorial yang dibahas merupakan kelompok desain faktorial 2 k,
yaitu desain faktorial dengan 2 faktor yang mempengaruhi suatu respon dengan k-level di setiap
faktornya. Banyaknya level faktor yang dibahas yaitu 2 dan 3 (2 2 dan 23).

B. Desain (Full) Faktorial 22

Desain pertama dalam kelompok desain 2k adalah desain dengan hanya dua faktor, misalnya faktor A
dan B, yang masing-masing faktor mempunyai pada dua tingkat/level. Desain ini disebut desain
faktorial 22.

1. Analisis Data menggunakan MINITAB:

Soal no 6.9 halaman 293 (Montgomery - Design and Analysis of Experiments - Wiley - 2017)

A router is used to cut locating notches on a printed circuit board. The vibration level at the surface
of the board as it is cut is considered to be a major source of dimensional variation in the notches.
Two factors are thought to influence vibration: bit size (A) and cutting speed (B). Two bit sizes
1 1
( 16 and 8 in.) and two speeds (40 and 90 rpm) are selected, and four boards are cut at each set of
conditions shown below. The response variable is vibration measured as the resultant vector of
three accelerometers (x, y, and z) on each test circuit board.
A B Treatment Replicate
(bit size) (cutting speed) Combination I II III IV
1
Low (-) ( ) Low (-) (40) (1) 18.2 18.9 12.9 14.4
16
1
High (+) ( ) Low (-) (40) a 27.2 24.0 22.4 22.5
8
1
Low (-) ( ) High (+) (90) b 15.9 14.5 15.1 14.2
16
1
High (+) (8) High (+) (90) ab 41.0 43.9 36.3 39.9

(a) Analyze the data from this experiment.

(b) Construct a normal probability plot of the residuals, and plot the residuals versus the predicted
vibration level. Interpret these plots.
(c) Draw the AB interaction plot. Interpret this plot. What levels of bit size and speed would you
recommend for routine operation?

Secara singkat, dari kasus di atas ingin diketahui apakah terdapat pengaruh dari faktor A (bit size)
dan faktor B (cutting speed) terhadap respon (vibration) beserta interaksi antara faktor A dengan
faktor B, dan seberapa besar pengaruh dari faktor-faktor dan interaksi tersebut.

Page 1 of 10
Langkah-langkah analisis desain faktorial 2 2 menggunakan MINITAB:
Tedapat 2 tahap untuk melakukan analisis desain faktorial 2 2 menggunakan MINITAB. Tahap pertama
membuat desain faktorial 22 dengan prosedur sebagai berikut:
1. Membuat Desain Faktorial melalui menu
Stat > DOE > Factorial > Create Factorial Design…

2. Muncul jendela Create Factorial Design sebagai berikut

Pada Type of Design pilih 2-level factorial (default generators), Number of factors pilih 2 untuk
desain dengan 2 faktor. Kemudian klik Designs…

3. Muncul jendela Create Factorial Design: Designs

Page 2 of 10
 Pilih desain Full factorial, Number of center points per block sesuai dengan defaultnya yaitu 0.
Number of replicates for corner point diisi dengan banyaknya replikasi yang disebutkan dalam
studi kasus yaitu 4, dan Number of blocks sesuai dengan defaultnya yaitu 1. Kemudian Klik OK.
Kembali ke jendela Create Factorial Design.

4. Di jendela Create Factorial Design klik Options…

Hapus tanda centang (✓) di Randomize runs, dan pastikan tanda centang (✓) sudah aktif di Store
design in worksheet. Klik OK, Kembali ke jendela Create Factorial Design.

5. Di jendela Create Factorial Design klik Factors…

Page 3 of 10
 Isikan informasi sesuai dengan yang ada di studi kasus (pada faktor A, low=1/16=0.0625 dan
high=1/8=0.125 karena harus diisi sesuai dengan Typenya - Numeric). Selanjutnya klik OK untuk
kembali ke jendela Create Factorial Design.

6. Klik OK di jendela Create Factorial Design.

Hasilnya sebagai berikut:

Pada tahap ini, desain faktorial 22 sudah selesai dibuat. Pada Worksheet 1, terdapat 6 kolom dan
16 baris. Baris pertama menunjukkan kombinasi dari faktor Bit Size (A) level 0.0625 (low) dengan
faktor Cutting Speed (B) level 40 (low) untuk replikasi yang pertama, replikasi yang kedua ada di
baris kelima dan seterusnya sampai replikasi yang keempat.
Di tahap pertama ini, nilai respon (vibration) belum diinputkan. Nilai respon diinputkan secara
manual di kolom pertama yang kosong, dalam contoh ini di kolom C7. Sebelum melakukan tahap
kedua, nilai respon tersebut perlu diinputkan terlebih dahulu, sesuai dengan studi kasus di atas.
Hasilnya sebagai berikut:

Page 4 of 10
 Selanjutnya dilakukan tahap kedua dalam analisis ini.

7. Klik Stat > DOE > Factorial > Analyze Factorial Design…

8. Muncul jendela Analyze Factorial Design

Page 5 of 10
 Masukkan “C7 Vibration” di kotak sebelah kiri ke kotak Responses:, bisa dilakukan dengan double
click pada “C7 Vibration”. Selanjutnya klik Terms…

9. Muncul jendela Analyze Factorial Design: Terms

Masukkan kedua faktor A dan B serta interaksi AB ke kotak Selected Terms: kemudian klik OK.
Selanjutnya klik Graph…

10. Muncul jendela Analyze Factorial Design: Graph

Page 6 of 10
 Pada Effects Plots pilih Pareto. Kemudian pada Residuals Plots pilih Normal plot dan Residuals
versus fits untuk menjawab pertanyaan (b). Selanjutnya klik OK.

11. Klik OK di jendela Analyze Factorial Design. Muncul output analisis sebagai berikut:
WORKSHEET 1
Factorial Regression: Vibration versus Bit Size, Cutting Speed
Coded Coefficients
Term Effect Coef SE Coef T-Value P-Value VIF
Constant 23.831 0.611 38.99 0.000
Bit Size 16.638 8.319 0.611 13.61 0.000 1.00
Cutting Speed 7.538 3.769 0.611 6.17 0.000 1.00
Bit Size*Cutting Speed 8.713 4.356 0.611 7.13 0.000 1.00

Interpretasi:
Dari output Coded Coefficients dapat ditarik kesimpulan bahwa semua efek (Term) signifikan
secara statistik karena p-value untuk semua term kurang dari α (0.05). Artinya terdapat hubungan
(asosiasi) antara efek (Term) dengan variabel respon.
Hipotesi yang digunakan yaitu:
H0 : tidak ada hubungan (asosiasi) antara efek (Term) dengan variabel respon
H1 : terdapat hubungan (asosiasi) antara efek (Term) dengan variabel respon
dengan daerah kritik yaitu H0 ditolak jika T-Value > T-Tabel atau P-Value < α.

Model Summary
S R-sq R-sq(adj) R-sq(pred)
2.44476 95.81% 94.76% 92.54%

Interpretasi:
Dari output Model Summary dapat diambil informasi bahwa nilai R-square sebesar 95.81%.

Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Model 3 1638.11 546.04 91.36 0.000
Linear 2 1334.48 667.24 111.64 0.000
Bit Size 1 1107.23 1107.23 185.25 0.000
Cutting Speed 1 227.26 227.26 38.02 0.000
2-Way Interactions 1 303.63 303.63 50.80 0.000
Bit Size*Cutting Speed 1 303.63 303.63 50.80 0.000
Error 12 71.72 5.98
Total 15 1709.83

Regression Equation in Uncoded Units

Vibration = 23.06 - 96.2 Bit Size - 0.3720 Cutting Speed + 5.576 Bit Size*Cutting Speed

Interpretasi:
Output Regression Equation in Uncoded Units menyajikan model regresi untuk kasus ini dengan
faktor yang tidak dikodekan (Uncoded Units). Artinya nilai-nilai dari Bit Size dan Cutting Speed
merupakan nilai yang sebenarnya (1/16, 1/8, 40, 90).

Alias Structure

Page 7 of 10
 Factor Name
A Bit Size
B Cutting Speed

Aliases
I
A
B
AB

Interpretasi:
Dari plot Pareto Chart di atas dapat disimpulkan bahwa, dua efek utama yaitu Bit Size (A) dan
Cutting Speed (B) dan efek interaksi kedua faktor AB signifikan secara statistik (dengan α = 0,05)
dalam mempengaruhi respon (vibration). Hal ini ditandai dengan batang biru yang melewati garis
titik-titik wana merah.
Faktor A memberikan efek paling besar pada respon (vibration) yang dinyatakan dengan batang
biru yang paling panjang dari keseluruhan efek pada respon.

Interpretasi:

Page 8 of 10
 Dari Normal Probability Plot di atas dapat disimpulkan bahwa residual mengikuti distribusi normal,
karena titik-titik berada di sekitar garis lurus.

Interpretasi:
Dari Residuals versus fits plot terlihat bahwa titik-titik menyebar tanpa mengikuti pola tertentu,
artinya memenuhi asumsi bahwa residual terdistribusi secara acak dan memiliki variansi yang
konstan.

Informasi tambahan:
 Pedoman untuk interpretasi output dari analisis desain faktorial dapat dibaca pada tautan berikut:
https://support.minitab.com/en-us/minitab/18/help-and-how-to/modeling-statistics/doe/how-
to/factorial/analyze-factorial-design/interpret-the-results/key-results/
 Penjelasan lebih lanjut mengenai Coded Design Variables, dapat dilihat di Montgomery - Design and
Analysis of Experiments - Wiley - 2017, bagian 6.9 Why We Work with Coded Design Variables, halaman
290.

12. Untuk membuat plot interaksi AB, klik Stat > DOE > Factorial > Factorial Plots…

Page 9 of 10
13. Di jendela Factorial Plots, klik Graphs…

Pilih Interaction plot Display lower left matrix. Kemudian klik OK.

14. Klik OK Di jendela Factorial Plots, hasilnya sebagai berikut:

Interpretasi:
Dari plot Interaksi AB dapat dilihat baahwa kedua garis berpotongan yang artinya terdapat interaksi
antara faktor A dengan faktor B.

Page 10 of 10