Case Die-Cast Piston Experiment.

Dalam melakukan eksperimen pada kasus ini terdapat beberapa langkah-langkah yang
dimana akan dijelaskan seperti di bawah ini:
A. SYSTEM DESIGN
Step 1: Problem Description
Seperti yang dijelaskan pada judul dimana kasus ini akan mengambil permasalahan pada Die-
cast piston. Dimana die-cast piston terkadang memiliki tingkat kekerasan (hardness) yang
rendag sehingga mengakibatkan permesinan produksi menjadi terhambat atau sulit. Tingkat
kekerasan yang rendah pada piston juga memiliki variasi nilai yaitu antara 60 – 70 Rockwell
B (Rb) dan juga dalam satu piston juga dapat memiliki tingkat kekerasan yang berbeda pada
bagian skirt dan dome piston yang dapat dilihat pada gambar di bawah ini.

Dari permasalahan yang ada, dinyatakan bahwa 5 -10% piston memiliki tingkat kekerasan
diluar batas spesifikasi yaitu 65 – 75 Rb
Step 2: State the object of the experiment
Dari permasalahan yang dijelaskan pada Langkah sebelumnya maka akan ditetapkan suatu
objek dari eksperimen yang akan dilakukan. Pada kasus ini objek yang ditetapkan adalah:
 Menentukan paduan (alloy) atau parameter proses dengan nominal dan toleransi yang
sesuai. Dimana nanti diharapkan parameter tersebut dapat meningkat tingkat
kekerasan piston setidaknya 75 Rb (spesifikasi akan berubah jika hasilnya lebih besar
dari spesifikasi saat ini) dan mengurangi variasi dalam piston kurang dari 5 points
pada skala Rb
Step 3: Select the quality characteristic and measurement system
Kekerasan piston die-cast akan diukur pada mesin pengujian rockwell dengan perlengkapan
penahan piston yang disesuaikan dengan dudukannya menggunakan skala B.
Step 4: Select the factor thay may influence the selected quality characteristic
Faktor-faktor yang dapat mempengaruhi kekerasan piston adalah faktor pemrosesan seperti
suhu logam, pendinginan air mati, waktu siklus, dan pendinginan udara setelah injeksi. Faktor
paduan mungkin tidak memiliki efek yang kuat karena ada variasi yang cukup besar dalam
piston dan piston yang diberikan terdiri dari volume aluminium yang agak homogen. Bagian
skirt memiliki tingkat kekerasan yang lebih tinggi daripada bagian dome. Karenanya maka
dapat memberikan petunjuk yang berkaitan dengan kemungkinan efek termal atau
pendinginan dan oleh karena itu, kebutuhan untuk memasukkan faktor yang berhubungan
dengan suhu.
Step 5: Identify Factor Control and Factor Noise
Die-Cast Experiment
No Factor Control Factor Noise
1. Metal temperature Position on a Piston
2. Die Cooling amount Metal Batches
3. Air Cooling Amount Different sets of dies
4. Cycle Time Ambient Temperatur
Step 6: Select level for the Factor
Die-Cast Experiment
No Factor Control Level 1 Level 2
1. Copper % LSL USL
2. Magnesium % LSL USL
3. Zinc % LSL USL
4. Die Cooling On Off
5. Air Cooling On Off
6. Piston Position Dome Skirt
Step 7: Select the appropriate Orthogonal Array
Berdasarkan level Orthogonal Array level 2 dapat digunakan dengan menggunakan L4, L8,
L12, L16, L32. Pada Die-cast ini mempunyai 5 faktor dan 2 level sehingga Dengan 5 faktor
dan 2 faktor kontrol level dalam OA L8 akan ada dua kolom yang tidak ditetapkan. Dua
interaksi atau dua faktor tambahan dapat dievaluasi tanpa meningkatkan ukuran eksperimen.
Salah satu interaksi yang mungkin adalah pendinginan air dan pendinginan udara. Kedua
faktor ini berhubungan dengan prinsip perlakuan panas dari suatu paduan. Posisi pada piston
diperlakukan sebagai faktor kebisingan dan dapat dinilai dengan mengumpulkan data
kekerasan pada beberapa piston dalam percobaan pada posisi kubah dan skirt. Resolusi
rendah mereka akan menggunakan L8 OA. Resolusi sedang menggunakan L16 dan resolusi
tinggi menggunakan L32. L8 Direkomendasikan untuk meminimalkan ketepatan waktu dan
biaya pengujian
Step 8: Select Interaction that may Influence the selected quality characteristic or go back to
step 4
Dari faktor faktor yang telah dipilih pada langkahh sebelumnya maka selanjutnya akan
dilakukan pemilihan seleksi yang mungkin dapat mempengaruhi quality characteristic,
dimana quality characteristic pada kasus ini adalah tingkat kekerasan piston dimana terdapat
5 faktor control yang diduga dapat mempengaruhi tingkat kekerasan piston. Berikut
merupakan interaksi yang terjadi pada kasus eksperimen.
A B C D E
A - AB AC AD AE
B AB - BC BD BE
C AC BC - CD CE
D AD BD CD - DE
E AE BE CE DE -

AB AC AD AE BC BD BE CD CE DE
AB - ABC ADC ABE ABC ABD ABE ABCD ABCE ABDE
AC ABC - ACD ACE ABC ACD ABCE ACD ACE ACDE
AD ABD ACD - ADE ABCD ABD ABDE ACD ACDE ADE
AE ABE ACE ADE - ABCE ABDE ABE ACDE ACE ADE
BC ABC ABC ABCD ABCE - BCD BCE BCD BCE BCDE
BD ABD ACD ABD ABDE BCD - BDE BCD BCDE BDE
BE ABE ABCE ABDE ABE BCE BDE - BCDE BCE BDE
CD ABCD ACD ACD ACDE BCD BCD BCDE - CDE CDE
CE ABCE ACE ACDE ACE BCE BCDE BCE CDE - CDE
DE ABDE ACDE ADE ADE BCDE BDE BDE CDE CDE -

Sehingga ditambah dengan interaksi dari semua faktor tersebut (ABCDE) maka total faktor
dan interkasi yang mungkin terjadi adalah 32.
Step 9: Assign factor to OA and Located Interaction

Step 10: Conduct test described by trial in OA

Dari tabel di atas dapat diindentifikasi bahwa pada eksperimen ini menggunakan metode
randomized strategies – Simple repetition dimana pengujian atau trial akan dilakukan secara
acak sehingga setiap trial mendapatkan kesempatan yang sama untuk menjadi pengujian
pertama, namun ketika 1 trial tersebut dilakukan tindakan repitisi dari trial tersebut juga harus
dilakukan sekaligus.
Step 11: Analyze result of the Experimental trials
Dalam menganalisis DoE terdapat beberapa teknik yaitu antara lain:
 Observasi Method
Pada metode dilakukan observasi secara langsung untuk menentukan faktor signifikan
yang berpengaruh pada tingkat kekerasan piston dimana dari hasil eskperimen yang
didapat maka ditentukan rata-ratanya pada setiap trialnya lalu trial tersebut akan
digunakan sebagai acuan. Dari hasil eksperimen ditentukan bahwa rata-rata tertinggi
terdapat pada trial 5, dimana trial 5 terdiri dari A2, B1, AB2/DE2, C1, D2, E1, AE2/BD2.
Maka disini trial 5 akan digunakan Sebagai acuan. Setelah itu kita mencari trial yang
hampir sama dengan trial 5, Sehingga ditemukan trial 4 dengan faktor yang sama adalah
AB2/DE2, D2, E1. Sehingga 3 faktor tersebut diidentifikasikan sebagai faktor signifikan
yang mempengaruhi tingkat kekerasan piston pada eksprimen ini.
Trials Mean
1 73
2 71,17
3 61,33
4 74
5 77,5
6 67,5
7 72
8 73

 Ranking Method
Pada metode ini akan dilakukan ranking pada rata-rata dari hasil eskperimen yang didapat
berikut ini merupakan rating dari rata rata setiap trials:

Trials Mean Ranking

1 73 3
2 71,17 6
3 61,33 8
4 74 2
5 77,5 1
6 67,5 7
7 72 5
8 73 4
 AxB AxE
A B DxE C D E BxD
Column no Data (Rb), Position (Z)
Trial no. 1 2 3 4 5 6 7 Dome Skirt
5 2 1 2 1 2 1 2 78 78 77 78 78 76
4 1 2 2 2 2 1 1 76 74 74 72 74 74
1 1 1 1 1 1 1 1 71 71 72 75 74 75
8 2 2 1 2 1 1 2 75 72 71 73 74 73
7 2 2 1 1 2 2 1 74 70 72 72 70 74
2 1 1 1 2 2 2 2 72 72 72 71 69 71
6 2 1 2 2 1 2 1 63 69 65 69 73 66
3 1 2 2 1 1 2 2 55 55 55 68 67 68

Dari tabel di atas dapat dilihat bahwa, pada faktor E merupakan hubungan yang kuat
terhadap tingkat kekerasan piston dikarenakan untuk level E1 berada pada skala tingkat
kekerasan tinggi dan level E2 berada pada skala tingkat kekerasan rendah sehingga disini
terjadi suatu konsistensi , dimana disini menyebabkan faktor E menjadi faktor paling
signifikan terhadap kekerasan piston, Sedangkan untuk Faktor D, pada level D1 berada
pada skala tinggi dan juga rendah pada tingkat kekerasan piston sehingga disini faktor D
bisa dibilang tidak terlalu berpengaruh terhadap tingkat kekerasan piston (medium
relationship). Sedangkan untuk faktor interaksi tidak bisa dievaluasi pada metode ini.
Sehingga Anova dianjurkan untuk menentukan pengaruh dari faktor interaksi tersebut.

 Column Method

Pada metode ini dalam untuk menentukan faktor yang signifikan adalah dengan cara
dengan melihat selisih dari jumlah total data berdasarkan level pada masing - masing
kolomnya. Sehingga kolom atau faktor yang memiliki selisih terbesar antar keduanya
merupakan faktor yang signifikan. Maka pada kasus yang merupakan faktor signifikan
adalah faktor D dan E dengan nilai selisih antar level faktor tersebut adalah 119 dan -153,
sehingga selisih antar keduanya adalah 119-(-153) = 262. Sedangkan untuk faktor A dan B
serta interaksi AB atau DE masih perlu dilakukan analisis lanjut tentang apakah ketiga
faktor tersebut memberikan pengaruh signifikan terhadap tingkat kekerasan piston,
sehingga perlu dilakukan analisis lanjut seperti menggunakan anova.
 Plotting Method
 ploting hasil eksperimen perlu dilakukan dimana pada plotting ini akan dilakukan
berdasrkan letak level dari setiap faktor signifikan yang telah ditentukan dan juga untuk
interaksi hubungan yang terjadi antar faktor signifikan tersebut yang digambarkan pada
grafik di bawah ini:

Mean
Faktor
Level 1 Level 2
D 68,70833 73,6666667
E 74,375 68

Interaksi Rb
D1E1 73
D1E2 64,41667
D2E1 75,75
D2E2 71,58333

 Analysis of Variance (Anova)

 Dalam menentukan factor dan interaction yang signifikan maka perlu dilakukan analisis
variasi, berikut ini merupakan perhitungan manual dari eksperimen tersebut menggunakan
Ms. Excel.
o Membuat Tabel bantu
A1
B1 B2
C1 C2 C1 C2 Total
D1 D2 D1 D2 D1 D2 D1 D2
E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2
71 72 55 76
71 72 55 74
72 72 55 74
75 71 68 72
74 69 67 74
75 71 68 74
Sum 438 427 368 444 1677
N 6 6 6 6 24
Mean 73 71,17 61,33 74

hasil kuadrat
A1
B1 B2
C1 C2 C1 C2 Total
D1 D2 D1 D2 D1 D2 D1 D2
E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2
ZD1 5041 5184 3025 5776
ZD2 5041 5184 3025 5476
ZD3 5184 5184 3025 5476
ZS1 5625 5041 4624 5184
ZS2 5476 4761 4489 5476
ZS3 5625 5041 4624 5476
Sum 31992 30395 22812 32864 118063

A2
B1 B2
C1 C2 C1 C2 Total
D1 D2 D1 D2 D1 D2 D1 D2
E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2
78 63 74 75
78 69 70 72
77 65 72 71
78 69 72 73
78 73 70 74
76 66 74 73
Sum 465 405 432 438 1740
N 6 6 6 6 24
Mean 77,5 67,5 72 73

hasil kuadrat
A2
B1 B2
C1 C2 C1 C2 Total
D1 D2 D1 D2 D1 D2 D1 D2
E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2
6084 3969 5476 5625
6084 4761 4900 5184
5929 4225 5184 5041
6084 4761 5184 5329
6084 5329 4900 5476
5776 4356 5476 5329
Sum 36041 27401 31120 31984 126546
 Sehingga hasil anova yang didapat adalah:

SS df MS Fvalue Fcritical
SSB (A) 82,6875 1 82,6875 9,008171 2,84
SSB (B) 58,52083333 1 58,52083 6,375397 4,08
SSB (AB) 58,52083333 1 58,52083 6,375397 4,08
SSB (C) 2,520833333 1 2,520833 0,274626 4,11
SSB (D) 295,0208333 1 295,0208 32,14026 7,31
SSB (E) 487,6875 1 487,6875 53,12982 7,31
SSB (AE) 9,1875 1 9,1875 1,000908 4,11
SSW / error 367,1666667 40 9,179167
SST 1361,3125 47

Step 12: conduct Confirmation experiment

Step 1 of CE: Determine factor and interaction that indicated as significant factor by analysis
 Summarized anova
Dari analisi anova yang sudah dilakukan maka selanjutnya akan dipilih faktor apa saja yang
signifikan untuk dimasukkan kembali pada tabel pooled anova pada tabel di bawah ini
dimana faktor lain yang tidak signifikan dianggap menjadi error dari eksperimen ini.
*Unpooled Anova
SS df MS Fvalue Fcritical
SSB (A) 82,6875 1 82,6875 9,008171 2,84
SSB (B) 58,52083333 1 58,52083 6,375397 4,08
SSB (AB) 58,52083333 1 58,52083 6,375397 4,08
SSB (C) 2,520833333 1 2,520833 0,274626 4,11
SSB (D) 295,0208333 1 295,0208 32,14026 7,31
SSB (E) 487,6875 1 487,6875 53,12982 7,31
SSB (AE) 9,1875 1 9,1875 1,000908 4,11
SSW / error 367,1666667 40 9,179167
SST 1361,3125 47

*Pooled Anova
SS df MS Fvalue Fcritical
SSB (A) 82,6875 1 82,6875 9,008171 2,84*
SSB (B) 58,52083333 1 58,52083 6,375397 4,08**
SSB (AB) 58,52083333 1 58,52083 6,375397 4,08**
SSB (D) 295,0208333 1 295,0208 32,14026 7,31***
SSB (E) 487,6875 1 487,6875 53,12982 7,31***
SSW / error 378,875 42 9,020833
SST 1361,3125 47
Note * : dilihat pada table F dengan nilai confidence 90% (α = 10%)
** : dilihat pada table F dengan nilai confidence 95% (α = 5%)
*** : dilihat pada table F dengan nilai confidence 99% (α = 1%)
Dari tabel unpooled anova diatas dapat ditentukan bahwa terdapat 5 factor yang signifikan
yaitu adalah factor A, B, D, E dan interaksi AB atau DE dikarenakan memiliki nilai Fvalue
lebih besar daripada Fcritical sehingga pada tabel pooled anova kedua faktor yang tidak
signifikan yaitu faktor C dan interaksi AE atau BD dihitung sebagai nilai error.
Step 2 of CE: Determine level factor and interaction that indicated as significant factor
Trials Mean Mean
Faktor
1 73 Level 1 Level 2
2 71,17 A 69,875 72,5
3 61,33 B 72,29167 70,08333
4 74
5 77,5 Interaksi Rb
6 67,5 D1E1 73
7 72 D1E2 64,41667
8 73 D2E1 75,75
Mean (T) 71,1875 D2E2 71,58333

Step 3 of CE: Estimation the mean of significant factor

Dalam upaya untuk mendapatkan kekerasan setinggi mungkin untuk meningkatkan daya
tahan piston, kombinasi faktor dan kombinasi interaksi yang paling diinginkan adalah
kombinasi dengan rata-rata terbesar.sehingga mencari mean dari signifikan faktor adalah
sebagai berikut:
μA2B1D2E1 = 72,50 + 72,29 + 75,75 – 2(71,19)
= 78,16 Rb
Step 4 of CE: Estimation the estimated standard deviation
Standard deviasi dapat ditentukan dengan nilai mean square error pada tabel pooled anova
Sehingga standard deviasi:

Se =√ MSe
= √ 9,022 = 3,004
Selain mengestimasi standard deviasi juga perlu dilakukan estimasi Cp, dimana Cp
menunjukkan Capabilities estimate sehingga nilai Cp ini menunjukkan ukuran seberapa
panjang range toleransi dibandingkan dengan Batasan atau limit proses yang ada. Sehingga
Cp dapat didapat dari rumus berikut, dengan spesfikiasi limit adalah 68-78 Rb:
(USL−LSL)
Cp=
6 Se
 (78−68)
Cp=
6(3,004)
Cp=0,55
Step 5 of CE: Determine the sample size
Dalam kasus ini digunakan sample size sebanyak 20 piston.
Step 6 of CE: Calculate confidence interval (CI) value
Dari standard deviasi dan sample size yang telah ditentukan maka akan ditentukan confidence
levelnya dimana confidence level sendiri terdapat 3 kondisi yaitu CI1, CI2, CI3 Sehingga dari
kasus merupakan confidence level dengan kondisi 3 (CI3) dengan rumus sebagai berikut:
Diketahui:
 Fα; 1; V2 = F10;1;42
= 2,38
 Vep (MSe) = 9,022
 n = 20
N
 neff =
1+ Vitem
48
= = 12
1+ 3

 karna terdapat 2 pengukuran tingkat kekerasan pada masing2 piston yaitu pada bagian
dome dan skirt, maka:
r =2xn
= 2 x 20 =40
Sehingga,

√
CI 3= Fα ; 1 ; V 2 x MSe x [ 1 1
+
neff r ]
√
CI 3= 2,38 x 9,022 x [ 1 1
+
12 40 ]
CI 3=1,66

Step 7 of CE: Calculate confidence interval (CI) of true mean

Sehingga dari nilai CI yang didapat maka dibuat interval berdasarkan nilai mean, dimana
nilai mean yang diambil adalah nilai mean sudah didapatkan pada langkah sebelumnya.
Sehingga confidence interval dapat ditentukan sebagi berikut:
μ - CI < μ < μ + CI
 78,16 – 1,66 < 78,16 < 78,16 + 1,66
76,5 < 78,16 < 79,82

Step 8 of CE: Conducting test under specified conditions

Step 9 of CE: Compare the confirmation test average result to the confidence interval for true
mean
Trials Mean Interval Ket
1 73 76,50 - 79,82 Fail
2 71,17 76,50 - 79,82 Fail
3 61,33 76,50 - 79,82 Fail
4 74 76,50 - 79,82 Fail
5 77,5 76,50 - 79,82 Success
6 67,5 76,50 - 79,82 Fail
7 72 76,50 - 79,82 Fail
8 73 76,50 - 79,82 Fail

Pada tahap ini akan dilakukan perbandingan pada eskperimen tersebut. Pada awalnya seorang
experimenter percaya bahwa 90% hasil yang didapat akan masuk pada interval. Namun dari
kalkulasi yang dilakukan bahwa hanya trials 5 yang sukses. Dimana dalam kasus Dari semua
trial yang dilakukan, trial no. 5 memiliki nilai mean tertinggi yaitu 77,50 Rb.
Step 10 of CE: Determine the next action
Dikarenakan hampir 90% pengujian dianggap gagal dan 10% berhasil maka dari sini
dapat disimpulkan bahwa sebenarnya masih ada faktor control yang tidak diketahui maupun
faktor yang tidak terkontrol yang sebenarnya menyebabkan adanya variansi, sehingga pada
eksperimen selanjutnya eksperimenter perlu menemukan faktor – faktor tersebut.
B. PARAMETER DESIGN
Parameter design digunakan untuk meningkatkan kualitas tanpa mengontrol atau
mengeliminasi penyebab variasi. Tindakan eliminasi penyebab varians akan lebih mahal
dibandingkan dengan menggunakan pendekatan parameter design. Fase ini merupakan fase
penting untuk dapat meningkatkan uniformity dari suatu produk. dan dapat diselesaikan tanpa
adanya biaya atau dapat mengurangi biaya.
Step 1: Determine Factor Noise and Inner-Outer Array
Pada kasus ini faktor noise yang dipakai adalah position piston (Z), dimana posisi
piston sendiri memiliki dua level: yaitu dome dan skirt, noise faktor ini akan diassigment
pada OA L4 dengan menggunakan kolom pertama yang ada didalamnya. Sedangkan untuk
faktor control akan diassigment pada OA yang yaitu L8, dimana jumlah eksperimen akan
dilakukan sebanyak 8 kali dengan 3 kali repitisi
Step 2: Determine S/N ratio
S/N ratio mengkonsolidasi berbagai repetisi (minimal dengan 2 data yang dibutuhkan) yang
disatukan pada satu nilai untuk merepresentasikan nilai variansi sekarang. Beberapa
karakteristik S/N ratio sebagai berikut:
 Lower is Better yaitu ukuran yang digunakan pada produk yang parameter ukuran
semakin kecil semakin baik seperti Cacat produk
 Nominal is best yaitu ukuran yang dihgunakan pada produk yang mempunyai
parameter pada ukuran tertentu seperti Volt
 Higher is Better yaitu ukuran yang digunakan pada produk yang mempunyai
parameter pada ukuran semakin besar semakin baik seperti
Kasus ini membahas tentang tingkat kekerasan dari suatu piston sehingga semakin keras
piston maka semakin baik daya tahannya. Maka pada kasus ini menggunakan S/N ratio
dengan tipe HB (higher is better)
S/Nhb = −10 log ¿ ¿)
Sehingga hasil S/N ratio untuk setiap trial adalah sebagai berikut:
Trial S/N ratio
1 37,2591
2 37,0425
3 35,6145
4 37,3815
5 37,7847
6 36,5563
7 37,1399
8 37,2624

Step 3: Determine Mean of Significant factor conductes S/N ratio values

Dalam upaya untuk mendapatkan kekerasan setinggi mungkin untuk meningkatkan
daya tahan piston, kombinasi faktor dan kombinasi interaksi yang paling diinginkan adalah
kombinasi dengan rata-rata terbesar.sehingga mencari mean dari signifikan faktor
menggunakan nilai S/N ratio adalah sebagai berikut:
Trial S/N ratio
μD2E1 = D2 + E1 - T
1 37,2591
= 37,3372 + 37,4219 – 37,0051 2 37,0425 Level
Faktor
3 35,6145 1 2
= 37,7540 D 36,6731 37,3372
4 37,3815
5 37,7847 E 37,4219 36,5883
6 36,5563 µD2E1 37,7540
7 37,1399
8 37,2624
Mean (T) 37,0051
Step 4: Analyze S/N ratio Result
Dalam menentukan hasil S/N ratio yang signifikan maka perlu dilakukan analisis variasi,
berikut ini merupakan perhitungan manual dari eksperimen tersebut menggunakan Ms. Excel.
Tabel bantu
A1
B1 B2
C1 C2 C1 C2 Total
D1 D2 D1 D2 D1 D2 D1 D2
E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2
S/N Ratio 37,2591 37,0425 35,6145 37,3815 147,2976
S/N kuadrat 1388,2420 1372,1492 1268,3928 1397,3735 5426,1575
N 1 1 1 1 4,0000
 A2
B1 B2
C1 C2 C1 C2 Total
D1 D2 D1 D2 D1 D2 D1 D2
E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2 E1 E2
S/N Ratio 37,7847 36,5563 37,1399 37,2624 148,7433
S/N kuadrat 1427,6873 1336,3612 1379,3755 1388,4850 5531,9090
N 1 1 1 1 4,0000

Sehingga hasil analisis ditunjukkan pada tabel berikut ini:

Unpooled SS df MS
SSB (A) 0,261268554 1 0,261269
SSB (B) 0,193563758 1 0,193564
SSB (AB) 0,233583202 1 0,233583
SSB (C) 0,024678657 1 0,024679
SSB (D) 0,88206354 1 0,882064
SSB (E) 1,389824298 1 1,389824
SSB (AE) 0,050028322 1 0,050028
SST 3,035010331 7

Karena pada anova raw data telah identifikasi bahwa faktor yang signifikan adalah faktor D
dan E maka dari tabel unpooled anova S/N ratio, selain faktor D dan E, maka faktor lain
dianggap error sehingga tabel pooled anova S/N ratio berubah mejadi seperti tabel dibawah
ini:
Pooled SS df MS Fvalue Fcritical
SSB (D) 0,88206354 1 0,882064 5,779305077 2,84*
SSB (E) 1,389824298 1 1,389824 9,10616782 4,08**
SSE 0,763122493 5 0,152624
SST 3,035010331 7

Step 5: Classification of parameter design strategy

Terdapat 4 klasifikasi dari parameter design strategi sebagai berikut:
Class 1: Terdapat faktor yang signifikan pada ANOVA raw data dan ANOVA S/N Ratio
Class 2: Terdapat faktor yang signifikan hanya pada ANOVA S/N Ratio
Class 3: Terdapat faktor yang signifikan hanya pada ANOVA raw data
Class 4: Tidak terdapat faktor yang signifikan pada ANOVA raw data dan ANOVA S/N
Ratio

 Anova raw data

 SS df MS Fvalue Fcritical
SSB (A) 82,6875 1 82,6875 9,008171 2,84*
SSB (B) 58,52083333 1 58,52083 6,375397 4,08**
SSB (AB) 58,52083333 1 58,52083 6,375397 4,08**
SSB (D) 295,0208333 1 295,0208 32,14026 7,31***
SSB (E) 487,6875 1 487,6875 53,12982 7,31***
SSW / error 378,875 42 9,020833
SST 1361,3125 47

 Anova S/N ratio

Pooled SS df MS Fvalue Fcritical
SSB (D) 0,88206354 1 0,882064 5,779305077 2,84*
SSB (E) 1,389824298 1 1,389824 9,10616782 4,08**
SSE 0,763122493 5 0,152624
SST 3,035010331 7

Dari perbandingan tabel diatas maka dapat diidentifikasi bahwa pada anova raw data maupun
anova S/N ratio terdapat faktor signifikan sehingga dapat diklasifikasikan pada Class1.
Dimana semakin tinggi nilai variansi pada faktor kontrol yang diambil maka semakin kecil
variansi pada respone.

C. TOLERANCE DESIGN