BP1 - Kelompok 1 - Prinsip Dasar Rancangan Optimasi
BP1 - Kelompok 1 - Prinsip Dasar Rancangan Optimasi
Disusun oleh
Kelompok 1-BP1
Penjelasan Anova:
Nilai F Model sebesar 5,32 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 0,83% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan model terms signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dibuat. Nilai F Kurangnya Kesesuaian sebesar 0,56 menyiratkan
kurangnya kesesuaian tidak signifikan relatif terhadap kesalahan murni. Ada
kemungkinan 65.41% bahwa nilai F Kurangnya kesesuaian sebesar ini dapat terjadi
karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.
Penjelasan Anova:
Nilai F Model sebesar 5,06 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 1,00% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan istilah model signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dibuat. Nilai F Kurang Kesesuaian sebesar 3,34 menyiratkan ada
kemungkinan 6,96% bahwa Nilai F Kurangnya Kesesuaian sebesar ini dapat terjadi
karena noise. Probabilitas yang relatif rendah (<10%) menunjukkan probabilitas yang
tidak bagus.
Penjelasan Anova:
Nilai F Model sebesar 5,62 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 0,67% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan istilah model signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dihasilkan. Nilai F Kurangnya Kesesuaian sebesar 2,13 menyiratkan
Kurangnya Kesesuaian tidak signifikan relatif terhadap kesalahan murni. Ada
kemungkinan 16,60% bahwa nilai F Kurangnya Kesesuaian sebesar ini dapat terjadi
karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.
Penjelasan Anova:
Nilai F Model sebesar 24,79 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 0,01% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan model terms signifikan. Dalam hal ini A, A², B²
adalah suku-suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah
model tidak signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak
termasuk yang diperlukan untuk mendukung hierarki), pengurangan model dapat
meningkatkan model yang dihasilkan. Nilai F Kurangnya Kesesuaian sebesar 1,80
menyiratkan Kurangnya Kesesuaian tidak signifikan relatif terhadap kesalahan murni.
Ada kemungkinan 21,64% bahwa nilai F Kurangnya Kesesuaian sebesar ini dapat
terjadi karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.
Penjelasan Anova:
Nilai F Model sebesar 9,24 menunjukkan bahwa model tersebut signifikan. Hanya ada
kemungkinan 0,08% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan istilah model signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dihasilkan. Nilai F Kurangnya Kesesuaian sebesar 1,72 menyiratkan
Kurangnya Kesesuaian tidak signifikan relatif terhadap kesalahan murni. Ada
kemungkinan 23,26% bahwa nilai F Kurangnya Kesesuaian sebesar ini dapat terjadi
karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.