STATISTIK INDUSTRI
Disusun Oleh :
1. Mohammad Rizki Pratama 180481100031
2. Ach. Zubaidi 180481100037
3. Dina Novita Sari 190481100034
4. Ahmad Faruq 190481100066
5. Muhamad Tolha 200481100031
6. Mohammad Syahrul Alamin.I 200481100045
LEMBAR PENGESAHAN
Disusun oleh:
1. Mohammad Rizki Pratama 180481100031
2. Ach. Zubaidi 180481100037
3. Dina Novita Sari 190481100034
4. Ahmad Faruq 190481100066
5. Muhamad Tolha 200481100031
6. Mohammad Syahrul Alamin.I 200481100045
Telah disetujui,
ii
DAFTAR ISI
iii
DAFTAR GAMBAR
Daftar Gambar dibuat secara otomatis dengan Caption pada Menu References, untuk
menampilkan Daftar Gambar gunakan Insert Table of Figures
iv
DAFTAR TABEL
Daftar Tabel dibuat secara otomatis dengan Caption pada Menu References, untuk
menampilkan Daftar Gambar gunakan Insert Table of Figures
v
MODUL 1
STATISTIK DESKRIPTIF
1
Data
Tensile
Adhesion
Row Test
1 19,8
2 15,4
3 11,4
4 19,5
5 10,1
6 18,5
7 14,1
8 8,8
9 14,9
10 7,9
11 17,6
12 13,6
13 7,5
14 12,7
15 16,7
16 11,9
17 15,4
18 11,9
19 15,8
20 11,4
21 15,4
22 11,4
Statistics
Total SE
Variable Count Mean Mean StDev Variance CoefVar Minimum Q1 Median Q3
Tensile 22 13,714 0,758 3,554 12,628 25,91 7,500 11,400 13,850 16,025
adhesion
test
N for
Variable Maximum Range IQR Mode Mode Skewness Kurtosis
Tensile 19,800 12,300 4,625 11,4; 3 -0,02 -0,75
adhesion 15,4
test
2
3
Dengan melihat hasil di atas, jelaskan makna parameter-parameter tersebut !
1. Gambarkan posisi mean, median, dan mode dan bandingkan nilainya (Lihat Buku
Harinaldi halaman 32).
2. Arti nilai Q1, Q2, Q3, dan Q4
3. Bandingkan nilai Range dan IQR
4. Bandingkan nilai Standard Deviation dengan Mean
5. Arti nilai variance
6. Arti nilai skewness dan bandingkan dengan posisi mean, median, dan mode
7. Arti nilai kurtosis
PENGOLAHAN DATA
A. Display Data
1. masukkan data Tensile Adhesion Test kedalam softwere Minitab
4
Gambar 1.2. display data
3. setelah data di proses, klik insert setelah itu pilih OK
6
Gambar 1.7. data statistik
4. klik data graphs, kemudian pilih menu yang dibutuhkan pada praktikum. Setelah
itu klik OK
5. setelah itu muncul hasil data statistik dan grafik yang telah diproses
.
Gambar 1.9. hasil data statistik dan grafik
1. Berikut ini merupakan gambar grafik dari posisi mean, median dan mode
7
Dari data yang didapatkan maka terbentuklah sebuah grafik diatas, diperoleh nilai
mean 13,71, kemudian untuk median diperoleh 13,85 dan mode diperoleh 11,4; 15,4.
nilai mean, median dan mode tersebut, data yang diperoleh selisihnya tidak jauh
berbeda, maka dari itu peak dari kurva tersebut menunjukan mode sedangkan mean
dan median posisinya sama-sama ditengah karena selisih nilai yang tidak terlalu jauh.
Jadi kurva membentuk posisi symmetri
2. Q1= 11,400
Q2= 13,580
Q3= 16,025
Q4= 19,800
Arti dari Q1 adalah angka yang terdapat dalam data 25% lebih kecil dari angka
11,400 dan 75% lebih besar dari angka 11,400. Arti dari Q2 adalah nilai tengah
(median) dari angka yang terdapat dalam data atau sekitar 50% angka dari data. Arti
Q3 adalah besar angka 75% lebih kecil dari angka 16,025 dan 25% lebih besar dari
angka 16,025. Arti Q4 adalah angka maksimal yang terdapat dalam data atau semua
angka yang terdapat dalam data 100% lebih kecil dari angka 19,800
3. Range merupakan devinisi dari nilai terbesar di kurangi nilai terkecil atau Xmaks –
Xmin, sedangkan untuk IQR sendiri adalah Q3-Q1.
Nilai Range dari Data Diatas adalah
8
Range = Xterbesar-Xterkecil
Range = 19,8 – 8,8
Range = 11
Nilai IQR Dari Data diatas adalah
IQR = Q3 – Q1
IQR = 16,025 – 11,400
IQR = 4,625
Jika Dibandingkan dapat disimpulkan bahwa nilai Range lebih besar dari pada nilai
IQR
4. Berdasarkan data yang diperoleh nilai mean dan standart deviasi pada data Tesil
Strength adalah 0,758 dan 3,554 Sehingga dapat dikatakan bahwa nilai standart devisi
dan mean pada data Tesil Strength sangat jauh sekali (sangat kecil).
5. Varian adalah ukuran seberapa penting kumpulan data tersebar. Jika semua nilai data
identik, maka itu menunjukkan variansnya nol. Semua varian bukan nol dianggap
positif. Varians kecil menunjukkan bahwa titik data dekat dengan mean, dan satu
sama lain, sedangkan jika titik data sangat tersebar dari mean dan dari satu sama lain
menunjukkan varians yang tinggi. Singkatnya, varians didefinisikan sebagai rata-rata
jarak kuadrat dari setiap titik ke mean. Jadi dari data yang kelompok kami dapat kan
nilai variance nya adalah 12,628 berarti itu menunjukkan bahwa dianggap positif dan
variancenya termasuk tinggi.
6. Nilai skewness merupakan ukuran kemiringan dari suatu distribusi data menurut
kurvanya untuk mengetahui derajat taksimetri suatu model. Dan jika dihubunngkan
dengan data posisi mean, median dan mode yang didapat adalah kurva condong
negative atau posisif sebab posisi mean, median dan mode cenderung tidak simetris.
10
Box-Plot merupakan ringkasan distribusi sampel yang disajikan secara grafis yang bisa
menggambarkan bentuk distribusi data (skewness), ukuran tendensi sentral dan ukuran
penyebaran (keragaman) data pengamatan. Terdapat 5 ukuran statistik yang bisa dibaca
dari boxplot :
11
MODUL 2
UJI HIPOTESIS
12
INPUT DATA
HASIL OUTPUT
Dari hasil perhitungan statistik deskriptif diketahui bahwa dengan keyakinan 99% nilai
rata-rata sebenarnya dari populasi berada pada interval 9,1294 dan 9,4706 . Nilai rata-
rata sampel diketahui 9,3 yang berarti ada pada rentang interval nilai tersebut, sehingga
klaim kekuatan senar(breaking strength) ini bisa diterima.
Dari hasil pengujian didapatkan Nilai Z (Z-Value) = 4,53 berbeda dengan hasil pada
perhitungan manual dan Nilai P (P-Value) = 0,000. 99% CI for μ (9,1294; 9,4706)
memberikan penjelasan bahwa dengan tingkat keyakinan 99%, nilai rata-rata sebenarnya
dari populasi berada pada interval 9,1294 dan 9,4706dengan tingkat keyakinan 99%,
yang berarti juga hanya 0,01% kemungkinan nilai rata-rata sebenarnya dari populasi
kurang dari 9,1294 dan 0,01% kemungkinannya lebih dari 9,4706.
Dari pengujian didapatkan Nilai Z (Z-Value) = 4,53 yang berbeda dengan hasil pada
perhitungan manual, dan Nilai P (P-Value) = 0,000.
13
Pengujian 2 (1- Sample Proportion)
No. 24
Diambil sempel sebanyak 85 buah bearing untuk poros mesin mobil, 6 diantaranya
memiliki kekasaran permukaan yang melebihi spesifikasi. Jika perusahaan bearing ini
mengklaim maksimal 10% produknya tidak sesuai spesifikasi, lakukan uji hipotesis
dengan tingkat keyakinan α = 0,05 untuk membuktikan klaim perusahaan ini
Solusi manual
1.Hipotesis
H 0 : π = 10
H 1 : π = 10
2. Tingkat keyakinan, α = 0,05
3. n = 85 > 30, sehingga menggunakan distribusi Z
4. Batas daerah penolakan uji dua ujung
α = 0,05 → α /2 = 0,025 ± Z 0,025= ±1,96
5. Aturan keputusan: Tolak H 0 dan terima H 1 jika RU Z < -1,96 atau RU Z > +1,96. Jika
tidak demikian terima H 0
6. Rasio uji
p−π H 0 p−π H 0 6−85(0,1)
RU Z = = = = -0,92
σ
2
√ n. π H 0 (1−π H 0 ) √ 85.(0,1)(1−0,1)
7. Karena RU Z >-1,96 maka H 1 ditolak. Artinya klaim perusahaan bisa diterima.
14
Solusi Menggunakan Minitab
1. Data input dan setting langkah pertama yang dilakukan adalah pilih tool bar
‘”stat”, setelah itu pilih “1 proportion” pada menu “basic statistics”.
2. Atur data menjadi “summarized data”, setelah itu masukkan angka pada tabel
yang tertera sesuai angka yang akan dieksekusi.
3. Klik “perform hypothesis test” dan masukkan angka. Setelah itu klik “options”
4. Atur ulang metode dan alternatif hipotesis untuk mencari data yang diinginkan.
Kemudian OK.
Test
Null hypothesis H₀: p = 0,1
Z-Value P-Value
-0,90 0,366
16
Pengujian 3 ( 1- Sample variance)
Soal
Sebanyak 29 buah pengencang kuningan (brass fasteners) diuji rusak (failure test) dan
tegangan rusaknya dicatat. Perhitungan deviasi standardnya menghasilkan nilai 3,2 KN.
Dengan menggunakan tingkat kepentingan 0,05 apakah dengan data ini cukup untuk
membuktikan klaim perusahaan pembuat yang menyatakan bahwa deviasi standardnya 3
KN.
Solusi Manual
1. Hipotesis
H0 : σ = 3,2
H1 : σ > 3,2
2. = 0,05
3. Uji varians, maka digunakan distribusi chi-kuadrat (2) dengan derajat
kebebasan v = n-1 = 29-1
= 28
4. Batas daerah penolakan satu ujung
= 0,05 dan v = 28, maka 2 28; 0,05 = 50,1
5. Aturan keputusan
Tolak H0 dan terima H1 jika RU2 > 50,1. Jika tidak demikian maka terima
H0.
6. Rasio Uji
7. Karena RU 2 > 50,1 maka H0 diterima. data ini tidak cukup untuk membuktikan
klaim perusahaan pembuat yang menyatakan bahwa deviasi standardnya 3 KN.
17
Solusi Dengan Minitab
Data input dan setting
Hasil / Output
WORKSHEET 1
Test and CI for One Variance
Method
σ: standard deviation of Sample
The Bonett method cannot be calculated for
summarized data.
The chi-square method is valid only for the normal
distribution.
Descriptive Statistics
95% Lower
Bound for σ
using
N StDev Variance Chi-Square
29 3.00 9.00 2.47
Test
Null hypothesis H₀: σ = 3.2
Test
Method Statistic DF P-Value
Chi-Square 24.61 28 0.649
18
Dari hasil perhitungan statistic deskriptif diketahui bahwa nilai varians sebenarnya
dari populasi berada pada interval 2.47 dengan tingkat keyakinan 99%. Sementara
nilai varians sampel yang didapat sebesar 9.00 yang berarti diluar interval populasi,
ini menandakan bahwa data ini tidak cukup untuk membuktikan klaim perusahaan
pembuat yang menyatakan bahwa deviasi standardnya 3 KN.
Dari hasil pengujian didapatkan Nilai Uji Chi-Square (χ2-Value) = 24,61 yang sama
dengan hasil pada perhitungan manual, dan nilai P (P-Value) = 0.649. karena P-Value
> maka H0 diterima, yang artinya data ini tidak cukup untuk membuktikan klaim
perusahaan pembuat yang menyatakan bahwa deviasi standardnya 3 KN.
19
Pengujian 4 ( 2 – Sample mean )
Orang Dinding Dinding d( x 1−x 2) (d - d ¿ (d −d)2
hitam ( X 1 ) putih ( X 2 )
1 25,85 18,23 7,62 0,018 0,000324
2 28,84 20,84 8 0,398 0,158404
3 32,05 22,96 9,09 1,398 1,954404
4 25,74 19,68 6,06 -1,542 2,377764
5 20,89 19,50 1,39 -6,212 38,588944
6 41,05 24,98 16,07 8,468 71,707024
7 25,01 16,61 8,4 0,798 0,636804
8 24,96 16,07 8,91 1,308 1,710864
9 27,47 24,59 2,88 -4,722 22,297284
∑ 68,42 -0,088 139,4311816
d=
∑ d = 68,42 = 7,602
n 9
√
sd = √ ∑ ¿ ¿ ¿ ¿ ¿ = 139,4311816 = √ 1742889770 = 4,17479
9−1
1. Hipotesis :
H 0 : μd = 0
H 1 : μd ≠ 0
5. Aturan keputusan :
Tolak H 0 dan terima H 1jika RUt < -1,108atau RUt > +1,108. Jika tidak demikian
terima H 0.
6. Rasio uji :
d−μ d 7,602−0 7,602
RU t = t test = = = = 5,46278
sd / √ n 4,17479/ √ 9 1,3916
7. Pengambilan keputusan :
K arena RUt > +1,108 maka H 0: μd=0 ditolak.
Hal ini berarti tingkat iluminasi (kecerahan) ruangan terhadap kemampuan kerja
seseorang sangat berpengaruh dengan klaim kesalahan 30%.
WORKSHEET 1
Descriptive Statistics
Sample N Mean StDev SE Mean
Dinding Hitam 9 27.98 5.77 1.9
Dinding Putih 9 20.38 3.25 1.1
Estimation for Difference
70% CI for
Difference Difference
7.60 (5.21, 9.99)
Test
Null hypothesis H₀: μ₁ - µ₂ = 0
Alternative hypothesis H₁: μ₁ - µ₂ ≠ 0
T-Value DF P-Value
3.44 12 0.005
21
Pengujian 5 ( 2 - Sample proportion)
Dilakukan evaluasi terhadap dua metode polishing untuk permukaan kayu, kedua metode
tersebut diaplikasikan pada masing-masing 250 sampel. Dari hasil evaluasi diperoleh
235 metode polishing pertama yang tidak cacat, sementara untuk metode polishing
kedua sejumlah 220 yang tidak cacat. Lakukan uji hipotesis dengan menggunakan
tingkat kepentingan 0.05 untuk membuktikan apakah kedua metode polishing tersebut
berbeda signifikan?
JAWABAN
Solusi Manual
1. Hipotesis
H 0 :π 1=π 2
H 1: π1 ≠ π 2
2. α =0,05
3. Menggunakan distribusi Z
α
4. Batas-batas daerah penolakan/batas kritis uji dua ujung α =0,05 =0.025.
2
Dari Tabel z didapakan Z 0,025=±1,9
5. Aturan keputusan: Tolak H 0 dan terima H 1 jika RU x ←1,9 atau R x >+ 1,9jika tidak
demikian maka terima H 0.
6. Rasio uji
P1−P2 1,06−1,13
RU x = = =−0,053
22
Sample N Event Sample p
Sample 1 250 235 0,940000
Sample 2 250 220 0,880000
Estimation for Difference
95% CI for
Difference Difference
0,06 (0,010107; 0,109893)
Test
Null hypothesis H₀: p₁ - p₂ = 0
Alternative hypothesis H₁: p₁ - p₂ ≠ 0
Method Z-Value P-Value
Normal approximation 2,36 0,018
Fisher's exact 0,028
Dari perhitungan diatas didapatkan nilai uji Z-Value = 2,36 dan Nilai P-Value pada
normal approximation = 0,018.
Karena P-Value > α maka H 0 diterima, yang artinya kinerja kedua mesin bisa dikatan
sama.
23
C. 2 Variances
Soal Pengujian 6 Nomor 24
Sebuah klaim menyatakan bahwa mobil balap dengan mesin Honda lebih cepat
daripada mobil balap dengan mesin Toyota. Dari sampel 12 mobil balap bermesin
Toyota yang diuji di sirkuit, kesebelas mobil tersebut mampu menempuh satu lap dengan
waktu rata-rata 119,02 detik dan deviasi standard 1,77 setik. Sedangkan 11 mobil balap
bermesin Honda mampu menempuh satu lap dengan waktu rata-rata 118,50 dan deviasi
standard 1,25 detik. Tentukan dengan uji hipotesis pada tingkat kepentingan 0,01 apakah
klaim di atas benar?
Solusi manual
Diketahui x Honda ; 118,50 s dengan standar deviasinya 1,25 maka nilai variance (
s21) adalah 1,5625
x Toyota ; 119,02 s dengan standar deviasinya 1,77 maka nilai variance (
2
s2) adalah 3,1329
Langkah-langkah uji hipotesis :
1. Hipotesis
H0 : σ 21 = σ 22
H1 : σ 21 ≠ σ 22
2. α =0,01
3. Menggunakan distribusi F
Karena nilai varians Toyota lebih besar dari nilai varians Honda, s21 < s22 → n1
= 12; n2 = 12 df1 = 11; df2 = 11.
5. Aturan keputusan
Tolak H0 dan terima H1 jika RUf >5,319 atau RUf < 0,187, jika tidak demikian
maka terima H0
6. Rasio uji
2
s 1 1,5625
RUf =Ftest = 2 = =0,4987
s 2 3,1329
7. Pengambilan keputusan
Karena RUf < 5,319 atau RUf >0,187, maka H0 diterima. Hal ini berarti klaim
yang menyatakan bahwa mobil balap dengan mesin Honda lebih cepat daripada
mobil balap dengan mesin Toyota adalah benar
Solusi dengan Minitab
6. Data input dan setting langkah pertama yang dilakukan adalah pilih tool bar
‘”stat”, setelah itu pilih “2 variances” pada menu “basic statistics”.
24
7. Data sampel A dan B dimasukkan pada menu “sample standard deviations”
selanjutnya pilih menu “Option” untuk setting lebih lanjut kemudian OK.
Ratio of Variances
99% CI for
Estimated Ratio using
Ratio F
0.498739 (0.094, 2.653)
Test
Null hypothesis H₀: σ₁² / σ₂² = 1
Alternative hypothesis H₁: σ₁² / σ₂² ≠ 1
Significance level α = 0.01
Test
Method Statistic DF1 DF2 P-Value
25
F 0.50 11 11 0.264
26
MODUL 3
ANOVA
27
28
Gambar 1 pengecekan distribusi normal nomer 1
Gambar 1. di atas merupakan hasil uji distribusi normal yang dilakukan pada 4 teknik
pencampuran. Hasil uji tersebut menghasilkan P-Value lebih dari 0,05 yaitu > 0,150
dengan diuji menggunakan tes Kolmogrov-Smirnov.
a) Test homogenitas varians (test for equal variances) Sebelum menjalankan uji
ANOVA, kami menjalankan uji Homogenitas menggunakan tingkat keparahan 0,05.
H0 adalah semua varians adalah sama, dan H1 adalah varians tidak sama.
TES HOMOGENITAS VARIANCE
Sebelum menjalankan uji ANOVA, dilakukan uji keseragaman varians pada data teknik
29
pencampuran menggunakan tingkat kepentingan 0,05. H0 semua varian adalah sama, dan
H1 memiliki varians yang tidak sama. Test for Equal Variances: Teknik pencampuran 1,
2, 3 dan 4.
Method
Null hypothesis All variances are equal
Alternative hypothesis At least one variance is different
Significance level α = 0.05
95% Bonferroni Confidence Intervals for Standard Deviations
Sample N StDev CI
Teknik Pencampuran 1 4 120.557 (19.9844, 1936.42)
Teknik Pencampuran 2 4 135.976 (17.9844, 2737.39)
Teknik Pencampuran 3 4 108.272 (18.1935, 1715.63)
Teknik Pencampuran 4 4 80.971 (16.9362, 1030.73)
Tests
Test
Method Statistic P-Value
Multiple comparisons — 0.804
Levene 0.18 0.906
30
Gambar 2. Boxplot pada soal 2
Gambar 2 merupakan hasil uji distribusi normal yang dilakukan pada 16 kelompok data
kekuatan tekan. Semua hasil uji tersebut menghasilkan P-Value lebih dari 0,05, sehingga
data tersebut berdistribusi normal. Maka selanjutnya dapat dilakukan test ANOVA
Boxplot menunjukkan median, jangkauan interkuartil, dan outlier untuk setiap
kelompok. Dari Gambar 2, kita dapat melihat bahwa median berfluktuasi antara 2650
dan 3175. Rentang maksimum data level 0,5. Jadi tidak ada banyak perbedaan dalam
rentang interkuartil.
b) Test ANOVA satu arah (One way ANOVA)
Setelah test homogenitas varian dilakukan maka dilakukan test ANOVA satu arah
dengan metode berikut.
Method
Null hypothesis All means are equal
Alternative hypothesis Not all means are equal
Significance level α = 0.05
Factor Information
Factor Levels Values
Factor 4 Teknik Pencampuran 1, Teknik Pencampuran 2, Teknik Pencampuran 3, Teknik
Pencampuran 4
Metode menggunakan tingkat kepentingan 0,05 dengan H0 yaitu semua means sama dan
H1 tidak semua means sama. Faktor yang digunakan yaitu 4 level karena ada 4
kelompok data teknik pencampuran.
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 3 489740 163247 12.73 0.000
Error 12 153908 12826
31
Total 15 643648
Model Summary
S R-sq R-sq(adj) R-sq(pred)
113.251 76.09% 70.11% 57.49%
Terlihat bahwa nilai p-value kurang dari 0,001, karena nilai tersebut kurang dari nilai
alpha yaitu 0,05 maka H1 diterima. Jadi terdapat perbedaan disetiap means data tersebut.
Berikut adalah nilai mean dan standart deviasi tiap data.
Means
Factor N Mean StDev 95% CI
Teknik Pencampuran 1 4 2971.0 120.6 (2847.6, 3094.4)
Teknik Pencampuran 2 4 3156.3 136.0 (3032.9, 3279.6)
Teknik Pencampuran 3 4 2933.8 108.3 (2810.4, 3057.1)
Teknik Pencampuran 4 4 2666.3 81.0 (2542.9, 2789.6)
Nilai mean pada teknik pencampuran 1 2971. Teknik pencampuran 2 mempunyai nilai
means yaitu 3156.3. Nilai means untuk teknik pencampuran 3 yaitu 2933.8. Dan teknik
pencampuran 4 menghasilkan means 2666.3.
c) Plot koefisien gesek rata-rata terhadap jenis bahan komposit dan interpretasi hasil
33
Nomor 2
Penelitian tentang efek aditid pada sifat polimer akhir menunjukkan data sebagaimana
pada Tabel 2. Dalam hal ini, aditif poliuretan disebut sebagai penghubung silang atau
cross-linker (CL). Jarak domain rata-rata adalah ukuran sifat polimer.
Tabel 2.jarak domain dengan tingkat cross-linker pada polimer.
Tingkat
CL Jarak Dominan (nm)
-0.75 8.3 8.4 8.3 8.2 8.3 8.1
-0.5 8.9 8.7 8.9 8.4 8.3 8.5
0 8.5 8.7 8.7 8.7 8.8 8.8
0.5 8.8 8.8 9 8.7 8.9 8.5
0.1 8.6 8.5 8.6 8.7 8.8 8.8
a) Apakah ada perbedaan terkait tingkat cross-linker? Gambar box plot komparatif dan lakukan
analisis varians! Gunakan α = 0,05!
b) Temukan nilai-P dari pengujian! Perkirakan variabilitas karena kesalahan acak!
c) Plot jarak domain rata-rata terhadap tingkat cross-linker dan interpretasikan hasilnya!
Jawab :
a. Anova satu arah dan analisis varian
WORKSHEET 2
Factor Information
Factor Levels Values
Factor 6 C2; C3; C4; C5; C6;
C7
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 5 0,1137 0,02273 0,32 0,896
Error 24 1,7080 0,07117
Total 29 1,8217
Model Summary
S R-sq R-sq(adj) R-sq(pred)
0,26677 6,24% 0,00% 0,00%
1
34
Means
Factor N Mean StDev 95% CI
C2 5 8,620 0,239 (8,374;
8,866)
C3 5 8,680 0,268 (8,434;
8,926)
C4 5 8,700 0,274 (8,454;
8,946)
C5 5 8,540 0,230 (8,294;
8,786)
C6 5 8,620 0,295 (8,374;
8,866)
C7 5 8,540 0,288 (8,294;
8,786)
35
36
37
WORKSHEET 2
Test for Equal Variances: TINGKAT CL; C2; C3; C4; C5; C6; C7
Method
Null hypothesis All variances are equal
Alternative At least one variance is
hypothesis different
Significance level α = 0,05
95% Bonferroni Confidence Intervals for Standard Deviations
Sample N StDev CI
TINGKAT CL 5 0,49699 (0,141252;
1 3,78513)
C2 5 0,23874 (0,065927;
7 1,87149)
C3 5 0,26832 (0,052807;
8 2,95135)
C4 5 0,27386 (0,065145;
1 2,49205)
C5 5 0,23021 (0,062482;
38
7 1,83611)
C6 5 0,29495 (0,117421;
8 1,60381)
C7 5 0,28809 (0,062989;
7 2,85226)
Tests
Test
Method Statistic P-Value
Multiple — 0,681
comparisons
Levene 0,54 0,776
39
40
Soal Nomer 3
Penelitian tentang efek aditif pada sifat polimer akhir menunjukkan data sebagaimana pada nTabel 3.
Dalam hal ini, aditif poliuretan disebut sebagai penghubung silang atau cross-linker (CL). Jarak domain
rata-rata adalah ukuran sifat polimer.
Tingkat
CL Jarak Dominan (nm)
-0.1 8.2 8 8.2 7.9 8.1 8.1
-0.5 8.9 8.7 8.9 8.4 8.3 8.5
0 8.5 8.7 8.7 8.7 8.8 8.8
0.5 8.8 9.1 9 8.7 8.9 8.5
1 8.6 8.5 8.6 8.7 8.8 8.8
WORKSHEET 1
Factor Information
Factor Levels Values
Factor 6 C2; C3; C4; C5; C6;
C7
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 5 0,1217 0,02433 0,21 0,954
Error 24 2,7520 0,11467
Total 29 2,8737
Model Summary
S R-sq R-sq(adj) R-sq(pred)
0,33862 4,23% 0,00% 0,00%
5
Means
Factor N Mean StDev 95% CI
C2 5 8,600 0,274 (8,287;
8,913)
C3 5 8,600 0,400 (8,287;
8,913)
C4 5 8,680 0,311 (8,367;
8,993)
C5 5 8,480 0,349 (8,167;
8,793)
C6 5 8,580 0,356 (8,267;
8,893)
C7 5 8,520 0,327 (8,207;
8,833)
41
Fisher Pairwise Comparisons
Grouping Information Using the Fisher LSD Method and 95% Confidence
Factor N Mean Grouping
C4 5 8,680 A
C2 5 8,600 A
C3 5 8,600 A
C6 5 8,580 A
C7 5 8,520 A
C5 5 8,480 A
42
43
44
WORKSHEET 1
Test for Equal Variances: Tingakat CL; C2; C3; C4; C5; C6; C7
Method
Null hypothesis All variances are equal
Alternative At least one variance is
hypothesis different
Significance level α = 0,05
95% Bonferroni Confidence Intervals for Standard Deviations
Sample N StDev CI
Tingakat 5 0,79056 (0,221197;
CL 9 6,11616)
C2 5 0,27386 (0,065145;
1 2,49205)
C3 5 0,40000 (0,077126;
0 4,49052)
C4 5 0,31144 (0,065327;
8 3,21408)
C5 5 0,34928 (0,061572;
5 4,28902)
C6 5 0,35637 (0,118678;
1 2,31640)
C7 5 0,32710 (0,063647;
9 3,63901)
Tests
Test
Method Statistic P-Value
Multiple — 0,402
comparisons
Levene 1,18 0,347
45
46
4. Penelitian tentang efek aditif pada sifat polimer akhir menunjukkan data sebagaimana
pada Tabel 4. Dalam hal ini, aditif poliuretan disebut sebagai penghubung silang atau
cross-linker (CL). Jarak domain rata-rata adalah ukuran sifat polimer.
Tabel 4. Jarak domain dengan tingkat cross-linker pada polimer
Tingkat
CL Jarak Dominan (nm)
-1 8.2 8 8.2 7.9 8.1 8
-0.75 8.3 8.4 8.3 8.2 8.3 8.1
-0.5 8.9 8.7 8.9 8.4 8.3 8.5
0 8.5 8.7 8.7 8.7 8.8 8.8
0.5 8.8 9.1 9 8.7 8.9 8.5
1 8.6 8.5 8.6 8.7 8.8 8.8
(a) Apakah ada perbedaan terkait tingkat cross-linker? Gambar box plot komparatif dan
lakukan analisis varians! Gunakan α = 0,05!
(b) Temukan nilai-P dari pengujian. Perkirakan variabilitas karena kesalahan acak!
(c) Plot jarak domain rata-rata terhadap tingkat cross-linker dan interpretasikan hasilnya!
Jawab :
- Tes distribusi normal
(a) (b)
47
(c) (d)
(e) (f)
Gambar diatas merupakan gambar hasil untuk uji normal yang ada pada soal no
4. Uji tersebut menghasilkan P-Value rata-rata diatas tingkat kepentingan 0,05,
terdapat satu data yang menghasilkan P-Value dibawah 0,05.
48
Pada metode Multiple comparison dan metode levene ini menghasilkan P-Value
0,284 pada Multiple comparison, sedangkan pada metode levene menghasilkan P-
Value 0,025. Dapat dilihat bahwa H0 tidak diterima karena pada salah satu nilai P-
Value dibawah 0,05. Gambar tabel dibawah ini bisa dilihat untuk perbandingan
interval semua data.
a. Box-plot kompratif
Pada gambar diatas, nilai tertinggi pada data ke 5 yaitu data 0,5 dan data
terendah pada data ke 1 yaitu -1.
b. Nilai-P dari pengujian
49
Pengujian ini menghasilkan P-Value 0 yang merupakan H0 ditolak karena
kurang dari nilai tingkat kepentingan α = 0,05
Dapat dilihat pada gambar data diatas. Selain pertanyaan pada data diatas,
ipengujian ANOVA one way terdapat method, factor information, modal summary
dan means.
50
51
Soal nomor 5
5. Suatu baja karbon diberi perlakuan panas yang berbeda. Tabel 5 menunjukkan
perubahan
konduktivitas termal pada baja karbon akibat perlakuan panas tersebut.
Tabel 5. Konduktivitas termal pada baja karbon dengan lima perlakuan panas berbeda
Perlakuan
PERLAKUAN
PANAS KONDUKTIVITAS TERNAL (W /m K)
1 46 47 44 45 43 46 47
2 44 45 47 44 45 43 42
3 48 47 47 46 48 46 47
4 42 44 46 43 43 45 42
5 45 47 42 43 41 46 41
(a) Apakah ada perbedaan konduktivitas termal akibat perlakuan panas? Gambar box
plot
komparatif dan lakukan analisis varians! Gunakan α = 0,05!
(b) Temukan nilai-P dari pengujian. Perkirakan variabilitas karena kesalahan acak!
(c) Plot konduktivitas termal rata-rata terhadap perlakuan panas dan interpretasikan
hasilnya!
Uji Distribusi Dari Data Kenormalan
Uji distribusi data kenormalan mendeskripsikan dari perlakuan panas 1 sampai
perlakuan panas 5 dengan nilai konduktivitas termal yang berbeda beda. Data
kenormalan dinyatakan apabila nilai dari suatu probabilitas mempunyai hasil lebih dari
0,05. Berikut hasil dari uji distribusi data kenormalan.
52
(Uji bahan 5)
Tests
Test
Method Statistic P-Value
Multiple comparisons — 0.073
Levene 1.70 0.176
Pengujian metode dari hipotesis nol menyatakan semua varian sama. Pengujian
interval menyatakan StDev perlakuan panas 1 sampai perlakuan panas 5
mempunyai nilai yang berbeda meskipun nilai N nya sama. Pengujian pada tes
menggunakan 2 buah metode yang pertama metode Multiple comparisons yang
menghasilkan nilai test statistic tidak bernilai namun pada P-Value bernilai 0,073
dan kedua metode Levene yang menghasilakn suatu nilai test statistic 1,70 lalu nilai
P-Value nya 0,176. Berikut merupakan ringkasan plot (summary plot).
53
(plot dari perlakuan panas 1 sampai perlakuan panas 5)
Box plot
Petak kotak pada diatas mempunyai nilai penting yaitu Q1, Median, Q3dan, IQR
yang berbeda – beda, seperti contoh perlakuan panas 1 sampai perlakuan panas 5.
perbedaan dari tersebut dikarenakan ada perbedaan konduktivitas termal.
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 6 18,97 3,162 0,72 0,638
54
Error 28 123,20 4,400
Total 34 142,17
Gambar diatas menjelaskan tentang suatu nilai rata-rata dari interval plot 95%.
pada perlakuan panas 1,2,3,4 dan,5 yang dimana perlakuan panas 1 memiliki data
45,42; perlakuan panas 2 memiliki data 44,28; perlakuan panas 3 memiliki nilai
47;perlakuan panas 4 dan 5 memiliki nilai yang sama yaitu 43,57.. Terlihat bahwa
data interval tersebut mempunyai perbedaan yang sangat berpengaruh antara data
satu dengan data yang lainnya.
55
6. Sebuah eksperimen dilakukan untuk menentukan pengaruh empat jenis tip (ujung)
yang berbeda pada alat penguji kekerasan terhadap kekerasan yang diamati dari
paduan logam. Empat spesimen paduan diperoleh, dan setiap tip diuji satu kali pada
setiap spesimen, menghasilkan data pada Tabel 6.
Tabel 6. Kekerasan paduan logam dari pengujian dengan empat jenis tip berbeda
jenis tip spesimen 1 spesimen 2 spesimen 3 spesimen 4 spesimen 5
1 9.3 9.4 9.6 10 9.8
2 9.4 9.3 9.8 9.9 9.6
3 9.2 9.4 9.5 9.7 9.5
4 9.7 9.6 10 10.2 9.9
(a) Apakah ada perbedaan dalam pengukuran kekerasan antara tip? Gunakan α = 0,05!
(b) Gunakan metode Fisher's LSD untuk menyelidiki perbedaan spesifik antara jenis tip.
(c) Plot kekerasan rata-rata terhadap jenis tip dan interpretasikan hasilnya!
Penyelesaian
TES DISTRIBUSI NORMAL
56
Gambar 3. diatas merupakan hasil dari uji normalitas yang dilakukan pada
kelima kelompok data, dan mendapatkan hasil rata-rata P-Value diatas 0,05,
sehingga dengan hasil tersebut dapat dinyatakan bahwa data-data tersebut
berdistribusi normal.
a.) Test homogenitas varians (test for equal variances)
Tes homogenitas dilakukan setelah uji normalitas dan sebelum dilakukan test
ANOVA. Tes homogenitas dilakukan dengan menggunakan tingkat kepentingan
(α) = 0,05.
Method
Null hypothesis All variances are equal
Alternative hypothesis At least one variance is different
Significance level α = 0,05
Tests
Test
Method Statistic P-Value
Multiple comparisons — 0,835
Levene 0,52 0,721
Dari pengujian di atas, dapat disimpulkan bahwa hasil hipotesis untuk semua
varian adalah sama, sedangkan hipotesis lainnya memiliki varian yang berbeda.
Metode yang digunakan adalah metode perbandingan berganda dan metode Levene,
diperoleh hasil 0,835 untuk metode perbandingan berganda dan 0,721 untuk metode
Levene. Hasil di atas menunjukkan bahwa hipotesis dapat diterima karena kedua
nilai PV berada di atas 0,05. Pada gambar di bawah, Anda dapat melihat bagaimana
semua data koefisien gesekan ditumpuk satu sama lain.
b.) Test ANOVA satu arah (One way ANOVA) Setelah dilakukan uji normalitas
dan test homogenitas maka test ANOVA dapat dilakukan dengan metode dan
factor sebagai berikut.
Method
Null hypothesis All means are equal
Alternative hypothesis Not all means are equal
Significance level α = 0,05
Factor Information
Factor Levels Values
Factor 5 spesimen 1; spesimen 2; spesimen 3; spesimen 4; spesimen 5
Analysis of Variance
57
Source DF Adj SS Adj MS F-Value P-Value
Factor 4 0,8430 0,21075 5,60 0,006
Error 15 0,5650 0,03767
Total 19 1,4080
Model Summary
S R-sq R-sq(adj) R-sq(pred)
0,194079 59,87% 49,17% 28,66%
Means
Factor N Mean StDev 95% CI
spesimen 1 4 9,400 0,216 (9,193; 9,607)
spesimen 2 4 9,4250 0,1258 (9,2182; 9,6318)
spesimen 3 4 9,725 0,222 (9,518; 9,932)
spesimen 4 4 9,950 0,208 (9,743; 10,157)
spesimen 5 4 9,7000 0,1826 (9,4932; 9,9068)
b.) Metode Fisher's LSD untuk menyelidiki perbedaan spesifik antara jenis Tip
Fisher Pairwise Comparisons
Grouping Information Using the Fisher LSD Method and 95% Confidence
Dari data Grouping Information Using the Fisher LSD Method and 95% Confidence
menunjukkan bahwa rata-rata tertinggi milik spesimen 5 dan rata-rata terendah milik
58
specimen 1. Perbedaan rata-rata antara tipe puncak dapat dibagi menjadi dua kelompok.
Kelompok pertama (A) pada spesimen 1, 2, 3, 4, 5 dan kelompok kedua (B) adalah jenis
chip.
59
Nomor 7
Soal
7. Beberapa jenis komposit dikembangkan untuk sepatu rem. Hasil pengujian
menunjukkan koefisien gesek pada temperatur kerja yang sama sebagaimana pada
Tabel 7.
Tabel 7. Koefisien gesek pada bahan komposit yang dikembangkan.
Baha Koefisien gesek
n
1. 0.13 0.14 0.16 0.10 0.14
2. 0.14 0.13 0.18 0.19 0.16
3. 0.12 0.14 0.15 0.17 0.15
4. 0.17 0.16 0.20 0.16 0.19
(a) Apakah ada perbedaan pada koefisien gesek antar setiap bahan sepatu rem yang
dikembangkan? Gunakan α = 0,05!
(b) Gunakan metode Fisher's LSD untuk menyelidiki perbedaan spesifik antara bahan
komposit tersebut!
(c) Plot koefisien gesek rata-rata terhadap jenis bahan komposit dan interpretasikan
hasilnya!
Penyelesaian :
Test DISTRIBUSI NORMAL
60
(1) (2)
(3) (4)
(5)
Gambar 1. Pengecekan uji normalitas soal 7
Gambar 1 adalah hasil dari uji normalitas yang dilakukan pada kelima kelompok data, dan
mendapatkan hasil rata-rata P-Value diatas 0,05, sehingga dengan hasil tersebut dapat
61
dinyatakan bahwa data-data tersebut berdistribusi normal.
Tests
Dari tes homogenitas dapat disimpulkan bahwa hasil hipotesis nulnya semua varian sama
dan ada satu varian yang berbeda. Metode yang digunakan yakni metode Multiple
comparisons dan metode Levene, hasil 0,524 untuk metode Multiple comparisons dan 0,689
untuk metode Levene. Hasil diatas menunjukkan bahwa gagal ditolak atau diterima
hipotesis nul karena nilai dari kedua P-Value berada diatas 0,05. Dapat dilihat pada gambar
dibawah. Semua data koefisien gesek saling tindih antara satu dengan yang lain.
Setelah dilakukan uji normalitas dan test homogenitas, kemudian dilanjutkan test ANOVA.
Berikut pejelasanya.
62
Method
Null hypothesis All means are equal
Alternative hypothesis Not all means are equal
Significance level α = 0,05
Factor Information
Factor Levels Values
Factor 5 gesek 1; gesek 2; gesek 3; gesek 4; gesek 5
Metode menggunakan tingkat kepentingan (α)= 0,05 dengan Ho semua means sama
dan H1 tidak semua means sama. Faktor yang digunakan yaitu 5 kelompok data
koefisien gesek sehingga ada 5 level.
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 4 0,002830 0,000708 1,15 0,372
Error 15 0,009250 0,000617
Total 19 0,012080
Model Summary
S R-sq R-sq(adj) R-sq(pred)
0,0248328 23,43% 3,01% 0,00%
Means
Factor N Mean StDev 95% CI
gesek 1 4 0,1400 0,0216 (0,1135; 0,1665)
gesek 2 4 0,14250 0,01258 (0,11604; 0,16896)
gesek 3 4 0,1725 0,0222 (0,1460; 0,1990)
gesek 4 4 0,1550 0,0387 (0,1285; 0,1815)
gesek 5 4 0,1600 0,0216 (0,1335; 0,1865)
b) Metode Fisher's LSD untuk menyelidiki perbedaan spesifik antara bahan komposit
Dari Gambar 3 diatas sudah diketahui selisih means tiap data dan diketahui terdapat
nilai interval yang mendekati nilai 0 yang berarti bahwa nilai dari means tidak jauh
berbeda.
c) Plot koefisien gesek rata-rata terhadap jenis bahan komposit dan interpretasi hasil
64
8. Beberapa jenis komposit dikembangkan untuk sepatu rem. Hasil pengujian
menunjukkan koefisien gesek pada temperatur kerja yang sama sebagaimana pada
Tabel 8.
Tabel 8. Koefisien gesek pada bahan komposit yang dikembangkan.
Bahan Koefisien gesek
1. 0.13 0.14 0.16 0.10 0.14 0.15 0.16 0.14 0.13
2. 0.14 0.13 0.18 0.19 0.16 0.17 0.18 0.14 0.16
3. 0.12 0.14 0.15 0.17 0.15 0.16 0.14 0.13 0.15
4. 0.17 0.16 0.20 0.16 0.19 0.18 0.20 0.16 0.18
a) Apakah ada perbedaan pada koefisien gesek antar setiap bahan sepatu rem yang
dikembangkan? Gunakan α = 0,05!
b) Gunakan metode Fisher's LSD untuk menyelidiki perbedaan spesifik antara
bahan komposit tersebut!
c) Plot koefisien gesek rata-rata terhadap jenis bahan komposit dan interpretasikan
hasilnya!
Penyelesaian :
Test distribusi normal
(a) (b)
(c)
(d)
65
Method
Null hypothesis All variances are equal
Alternative hypothesis At least one variance is different
Significance level α = 0.05
Tests
Method Test Statistic P-Value
Multiple comparisons — 0.679
Levene 0.43 0.732
Method
Null hypothesis All means are equal
Alternative hypothesis Not all means are equal
Significance level α = 0.05
Equal variances were assumed for the analysis.
Factor Information
Factor Levels Values
Factor 4 Koefisien gesek 1; koefisien gesek 2; koefisien gesek 3; koefisien gesek 4
Analysis of Variance
Sourc
e DF Adj SS Adj MS F-Value P-Value
Factor 3 0.008119 0.00270 8.53 0.000
6
Error 32 0.010156 0.00031
7
Total 35 0.018275
Model Summary
66
0.0178146 44.43% 39.22% 29.67%
Means
Factor N Mean StDev 95% CI
Koefisien gesek 1 9 0.13889 0.01833 (0.12679; 0.15098)
koefisien gesek 2 9 0.16111 0.02088 (0.14902; 0.17321)
koefisien gesek 3 9 0.14556 0.01509 (0.13346; 0.15765)
koefisien gesek 4 9 0.17778 0.01641 (0.16568; 0.18987)
67
68
Nomor 9
69
10. Misalkan suatu pengujian kekerasan dengan cara Brinell dilakukan pada 5 spesimen yang
terbuat dari baja tahan karat austenitik yang mendapatkan proses pengerolan (rolling)
diperoleh data sebagaimana ditunjukkan pada Tabel 10.
Penyelesaian :
Test distribusi normal
(a) (b)
(c) (d
70
Test homogenitas varians (test for equal variances)
Method
Null hypothesis All variances are equal
Alternative hypothesis At least one variance is different
Significance level α = 0.05
Tests
Method Test Statistic P-Value
Multiple comparisons — 0.859
Levene 0.32 0.860
71
Method
Factor Information
Factor Levels Values
Factor 5 Spesimen 1; spesimen 2; spesimen 3; spesimen 4; spesimen 5
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 4 2532.99 633.248 262.82 0.000
Error 40 96.38 2.409
Total 44 2629.37
Model Summary
Means
Factor N Mean StDev 95% CI
Spesimen 1 9 148.933 1.793 (147.888; 149.979)
spesimen 2 9 146.267 1.239 (145.221; 147.312)
spesimen 3 9 155.133 1.677 (154.088; 156.179)
spesimen 4 9 161.000 1.489 (159.954; 162.046)
spesimen 5 9 166.578 1.506 (165.532; 167.623)
72
Fisher Individual Tests for Differences of Means
Difference SE of Adjusted
Difference of Levels of Means Difference 95% CI T-Value P-Value
spesimen 2 - Spesimen 1 -2.667 0.732 (-4.146; -1.188) -3.64 0.001
spesimen 3 - Spesimen 1 6.200 0.732 (4.721; 7.679) 8.47 0.000
spesimen 4 - Spesimen 1 12.067 0.732 (10.588; 13.546) 16.49 0.000
spesimen 5 - Spesimen 1 17.644 0.732 (16.166; 19.123) 24.11 0.000
spesimen 3 - spesimen 2 8.867 0.732 (7.388; 10.346) 12.12 0.000
spesimen 4 - spesimen 2 14.733 0.732 (13.254; 16.212) 20.14 0.000
spesimen 5 - spesimen 2 20.311 0.732 (18.832; 21.790) 27.76 0.000
spesimen 4 - spesimen 3 5.867 0.732 (4.388; 7.346) 8.02 0.000
spesimen 5 - spesimen 3 11.444 0.732 (9.966; 12.923) 15.64 0.000
spesimen 5 - spesimen 4 5.578 0.732 (4.099; 7.057) 7.62 0.000
Simultaneous confidence level = 72.52%
73
MODUL 4
ANOVA DUA ARAH
1. Seorang insinyur teknik mesin menduga bahwa permukaan akhir suatu bagian
logam dipengaruhi oleh laju pemakaian dan kedalaman pemotongan. Dia memilih
tiga tingkat laju pemakaian dan empat kedalaman pemotongan. Dia kemudian
melakukan percobaan faktorial dan memperoleh data sebagaimana ditunjukkan
pada Tabel 1.
a. Lakukan analisis data dan tarik kesimpulan Anda! Gunakan α = 0,05!
b. Siapkan plot sisa yang sesuai dan komentari kecukupan model!
c. Dapatkan estimasi titik rata-rata permukaan akhir pada setiap tingkat laju
pemakanan!
d. Temukan nilai-P untuk pengujian di bagian (a)!
74
ii. Hipotesis Analisis Varian Dua-Arah
1. Tidak ada perbedaan mean karena faktor A
H0: µ1.. = µ2.. =... = µa..
2. Tidak ada perbedaan mean karena faktor B
H0: µ.1. = µ.2. =... = µ.b.
3. Tidak ada interaksi faktor A & B
H0: ABij = 0
iii. Uji Pendahuluan
Uji Normalitas
75
76
Gambar 1 pengecekan distribusi normal nomer 1
Gambar 1. di atas merupakan hasil uji distribusi normal yang dilakukan pada 4
ukuran kedalaman pemotongan. Hasil uji tersebut menghasilkan P-Value lebih
dari 0,05 yaitu > 0,150 dengan diuji menggunakan tes Kolmogrov-Smirnov.
d) Test homogenitas varians (test for equal variances) Sebelum menjalankan uji
ANOVA, kami menjalankan uji Homogenitas menggunakan a = 0,05. H0
adalah semua varians adalah sama, dan H1 adalah varians tidak sama.
TES HOMOGENITAS VARIANCE
Sebelum menjalankan uji ANOVA, dilakukan uji keseragaman varians pada data
teknik pencampuran menggunakan tingkat kepentingan 0,05. H0 semua varian
adalah sama, dan H1 memiliki varians yang tidak sama. Test for Equal Variances:
Kedalaman pemotongan.
Method
Null hypothesis All variances are equal
Alternative hypothesis At least one variance is different
Significance level α = 0.05
95% Bonferroni Confidence Intervals for Standard Deviations
Sample N StDev CI
0.15 9 15.4092 (7.94573, 41.3622)
0.18 9 13.5072 (7.44283, 33.9288)
0.20 9 9.6624 (5.63515, 22.9317)
0.25 9 6.1328 (3.81351, 13.6511)
Tests
77
Test
Method Statistic P-Value
Multiple comparisons — 0.126
Levene 1.69 0.188
78
Kedalaman pemotongan 4 0.15, 0.18, 0.20, 0.25
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Model 13 6023.3 463.33 20.04 0.000
Blocks 2 180.7 90.33 3.91 0.035
Linear 5 5285.6 1057.12 45.72 0.000
Laju Pemakaian 2 3160.5 1580.25 68.35 0.000
Kedalaman pemotongan 3 2125.1 708.37 30.64 0.000
2-Way Interactions 6 557.1 92.84 4.02 0.007
Laju Pemakaian*Kedalaman pemotongan 6 557.1 92.84 4.02 0.007
Error 22 508.7 23.12
Total 35 6532.0
Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant 94.333 0.801 117.71 0.000
Blocks
1 -3.17 1.13 -2.79 0.011 1.33
2 1.50 1.13 1.32 0.199 1.33
Laju Pemakaian
0.20 -12.75 1.13 -11.25 0.000 1.33
0.25 3.25 1.13 2.87 0.009 1.33
Kedalaman pemotongan
0.15 -9.56 1.39 -6.88 0.000 1.50
0.18 -4.56 1.39 -3.28 0.003 1.50
0.20 3.56 1.39 2.56 0.018 1.50
Laju Pemakaian*Kedalaman pemotongan
0.20 0.15 -6.03 1.96 -3.07 0.006 2.00
0.20 0.18 -3.69 1.96 -1.88 0.073 2.00
0.20 0.20 2.19 1.96 1.12 0.276 2.00
0.25 0.15 0.64 1.96 0.33 0.748 2.00
0.25 0.18 3.64 1.96 1.85 0.077 2.00
0.25 0.20 -0.47 1.96 -0.24 0.812 2.00
Fits and Diagnostics for Unusual Observations
Std
Obs Hasil Fit Resid Resid
27 92.00 84.17 7.83 2.08 R
R Large residual
79
80
81
2. Suatu eksperimen telah dilakukan untukmenentukan apakah suhu pembakaran atau posisi
tungku memengaruhi kepadatan panggangan anoda karbon. Data yang diperoleh
ditunjukkan pada Tabel 2.
Tabel 2. Kepadatan panggangan anoda karbon.
temperatur ( C )
posisi
800 825 850
570 1063 565
1 565 1080 510
583 1043 590
528 988 526
2 547 1026 538
521 1004 532
WORKSHEET 1
Number of levels: 2, 3
Design Table
Run Blk A B
1 1 1 1
2 1 1 2
3 1 1 3
4 1 2 1
5 1 2 2
6 1 2 3
7 2 1 1
8 2 1 2
9 2 1 3
10 2 2 1
11 2 2 2
12 2 2 3
13 3 1 1
14 3 1 2
15 3 1 3
16 3 2 1
17 3 2 2
82
18 3 2 3
WORKSHEET 1
R Large residual
83
84
85
86
87
3. Suatu percobaan dilakukan untuk menyelidiki kelengkungan pelat tembaga. Dua factor
yang diteliti adalah suhu dan kandungan tembaga pelat. Variabel respon adalah jumlah
warping. Data yang diperoleh ditunjukkan pada Tabel 3.
a) Apakah ada indikasi bahwa salah satu faktor mempengaruhi jumlah lengkungan?
Apakah ada interaksi antara faktor-faktor tersebut? Gunakan α = 0,05.
b) Analisis residu dari percobaan ini!
c) Plot rata-rata lengkungan pada setiap level kandungan tembaga dan bandingkan
levelnya menggunakan metode Fisher's LSD. Jelaskan perbedaan efek dari berbagai
tingkat kandungan tembaga pada warping. Jika lengkungan rendah diinginkan,
berapa tingkat kandungan tembaga yang akan Anda tentukan?
d) Misalkan suhu tidak dapat dengan mudah dikontrol di lingkungan di mana pelat
tembaga akan digunakan. Apakah ini mengubah jawaban Anda untuk bagian (c)?
Kandungan Tembaga
Temperatur
40 60 80 100
17 16 24 28
50
20 21 22 27
12 18 17 27
75
9 13 12 31
16 18 25 30
100
12 21 23 23
21 23 23 29
125
17 21 22 31
Model Summary
S R-sq R-sq(adj) R-sq(pred)
88
2.54583 90.97% 81.34% 58.91%
Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant 20.906 0.450 46.45 0.000
Blocks
1 0.594 0.450 1.32 0.207 1.00
Temperatur
50 0.969 0.779 1.24 0.233 1.50
75 -3.531 0.779 -4.53 0.000 1.50
100 0.094 0.779 0.12 0.906 1.50
Kandungan Tembaga %
40 -5.406 0.779 -6.94 0.000 1.50
60 -2.031 0.779 -2.61 0.020 1.50
80 0.094 0.779 0.12 0.906 1.50
Temperatur*Kandungan Tembaga %
50 40 2.03 1.35 1.50 0.153 2.25
50 60 -1.34 1.35 -1.00 0.335 2.25
50 80 1.03 1.35 0.76 0.457 2.25
75 40 -1.47 1.35 -1.09 0.294 2.25
75 60 0.16 1.35 0.12 0.909 2.25
75 80 -2.97 1.35 -2.20 0.044 2.25
100 40 -1.59 1.35 -1.18 0.256 2.25
100 60 0.53 1.35 0.39 0.700 2.25
100 80 2.91 1.35 2.15 0.048 2.25
89
Main Effects Plot for Hasil
90
91
92
4. Sekumpulan data diperoleh dari percobaan yang melibatkan baterai yang
digunakan dalam mekanisme peluncuran rudal darat-ke-udara yang
ditembakkan dari bahu (Tabel 4). Tiga jenis bahan dapat digunakan untuk
membuat pelat baterai. Tujuannya adalah untuk merancang baterai yang relatif
tidak terpengaruh oleh suhu lingkungan. Respon keluaran dari baterai adalah
masa pakai efektif dalam hitungan jam. Tiga tingkat suhu dipilih, dan
eksperimen faktorial dengan empat ulangan dijalankan
93
94
95
96
97
98
99
100
101
102
103
Nomor 5
WORKSHEET 2
Factor Information
Factor Levels Values
material 3 1; 2; 3
temperatur 3 rendah; sedang;
tinggi
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Model 8 59416 7427,0 11,00 0,000
Linear 4 49802 12450,6 18,44 0,000
material 2 10684 5341,9 7,91 0,002
temperatur 2 39119 19559,4 28,97 0,000
2-Way Interactions 4 9614 2403,4 3,56 0,019
material*temperatur 4 9614 2403,4 3,56 0,019
Error 27 18231 675,2
Total 35 77647
Model Summary
S R-sq R-sq(adj) R-sq(pred)
25,9849 76,52% 69,56% 58,26%
Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant 105,53 4,33 24,37 0,000
material
1 -22,36 6,12 -3,65 0,001 1,33
2 2,81 6,12 0,46 0,651 1,33
temperatur
rendah 39,31 6,12 6,42 0,000 1,33
sedang 2,06 6,12 0,34 0,740 1,33
material*temperatur
1 rendah 12,28 8,66 1,42 0,168 1,78
1 sedang -27,97 8,66 -3,23 0,003 1,78
2 rendah 8,11 8,66 0,94 0,357 1,78
2 sedang 9,36 8,66 1,08 0,289 1,78
Regression Equation
hasil = 105,53 - 22,36 material_1 + 2,81 material_2 + 19,56 material_3
+ 39,31 temperatur_rendah + 2,06 temperatur_sedang - 41,36 temperatur_tinggi
+ 12,28 material*temperatur_1 rendah - 27,97 material*temperatur_1 sedang
+ 15,69 material*temperatur_1 tinggi + 8,11 material*temperatur_2 rendah
+ 9,36 material*temperatur_2 sedang - 17,47 material*temperatur_2 tinggi
- 20,39 material*temperatur_3 rendah + 18,61 material*temperatur_3 sedang
+ 1,78 material*temperatur_3 tinggi
Fits and Diagnostics for Unusual Observations
Obs hasil Fit Resid Std Resid
10 74,0 134,7 -60,7 -2,70 R
28 180,0 134,7 45,3 2,01 R
R Large residual
104
105
106
MODUL 5
PERSAMAAN REGRESI
Model Summary
S R-sq R-sq(adj)
0.236052 87.45% 86.90%
Analysis of Variance
Source DF SS MS F P
Regression 1 8.9296 8.92961 160.26 0.000
Error 23 1.2816 0.05572
Total 24 10.2112
107
B. EXCEL
108
16 3.60 1.137 4.0932 12.96 1.292769
17 7.85 2.179 17.10515 61.6225 4.748041
18 8.80 2.112 18.5856 77.44 4.460544
19 7.00 1.800 12.6 49 3.24
20 5.45 1.501 8.18045 29.7025 2.253001
21 9.10 2.303 20.9573 82.81 5.303809
22 10.20 2.310 23.562 104.04 5.3361
23 4.10 4.194 17.1954 16.81 17.589636
24 3.95 1.144 4.5188 15.6025 1.308736
25 2.45 0.123 0.30135 6.0025 0.015129
Σ 153.3 43.24 3875.29 1093.59 91.145492
109
= -142.436 + 23.510x
Menghitung UJI F untuk melihat signifikansi dari persamaan regresi yang diperoleh
OBSERVATION WIND DC OUTPUT, XI.YI XI2 YI2
NUMBER, I VELOCITY YI
(MPH), XI
1 5.00 1.582 7.910 25 2.502724
2 6.00 1.822 10.932 36 3.319684
3 3.40 1.057 3593.8 11.56 1.117249
4 2.70 0.500 1.35 7.29 0.25
5 10.00 2.236 22.360 100 4.999696
6 9.70 2.386 23.144 94.09 5.692996
7 9.55 2.294 21.907 91.2025 5.262436
8 3.05 0.558 1.7019 9.3025 0.311364
9 8.15 2.166 17.6529 66.4225 4.691556
10 6.20 1.866 11.5692 38.44 3.481956
11 2.90 0.653 1.8937 8.41 0.426409
12 6.35 1.930 12.2555 40.3225 3.7249
13 4.60 1.562 7.1852 21.16 2.439844
14 5.80 1.737 10.0746 33.64 3.017169
15 7.40 2.088 15.4512 54.76 4.359744
16 3.60 1.137 4.0932 12.96 1.292769
17 7.85 2.179 17.10515 61.6225 4.748041
18 8.80 2.112 18.5856 77.44 4.460544
19 7.00 1.800 12.6 49 3.24
20 5.45 1.501 8.18045 29.7025 2.253001
21 9.10 2.303 20.9573 82.81 5.303809
22 10.20 2.310 23.562 104.04 5.3361
23 4.10 4.194 17.1954 16.81 17.589636
24 3.95 1.144 4.5188 15.6025 1.308736
25 2.45 0.123 0.30135 6.0025 0.015129
Σ 153.3 43.24 3875.29 1093.59 91.145492
110
a = -142.436
b = 23.510
( ΣY ) 2
JKT= ΣY2-
n
( 43.24 ) 2
= 91.145492-
25
1869.6976
= 91.145492-
25
= 16.357
( ΣX ) (ΣY )
JKR= b(ΣXY- )
n
( 153.3 ) (43.24)
= 23.510 (3875.29- )
25
= 84874.44
JKG = JKT-JKR
= 16.357 - 84874.44
= -84858.083
dbT = n-1
= 25-1
= 24
dbR = k
=1
dbG= dbT – dbR
= 24 – 1
= 23
SK JK DB KT FHITUNG FTABEL 0.05
Regresi 84874.44 84874.44 -2.300 4.28
JKR JKG
KTR= KTG =
dbR dbG
111
84874.44 −84858.083
= =
1 23
= 84874.44 = -3689.49
KTR
F = Ftabel 0.05 = Ftabel 0.05 (dbR;dbG)
KTG
84874.4
= = Ftabel 0.05 (1;23)
−36889.49
= -2.300 = 4.28
112
2. Hitung standard error estimasi!
wind
velodity
(mph), SE
Variable xi N N* Mean Mean StDev Minimum Q1 Median Q3
observation 10.00 1 0 5,0000 * * 5,0000 * 5,0000 *
number, i
10.20 1 0 22,000 * * 22,000 * 22,000 *
2.45 1 0 25,000 * * 25,000 * 25,000 *
2.70 1 0 4,0000 * * 4,0000 * 4,0000 *
2.90 1 0 11,000 * * 11,000 * 11,000 *
3.05 1 0 8,0000 * * 8,0000 * 8,0000 *
3.40 1 0 3,0000 * * 3,0000 * 3,0000 *
3.60 1 0 16,000 * * 16,000 * 16,000 *
3.95 1 0 24,000 * * 24,000 * 24,000 *
4.10 1 0 23,000 * * 23,000 * 23,000 *
4.60 1 0 13,000 * * 13,000 * 13,000 *
5.00 1 0 1,0000 * * 1,0000 * 1,0000 *
5.45 1 0 20,000 * * 20,000 * 20,000 *
5.80 1 0 14,000 * * 14,000 * 14,000 *
6.00 1 0 2,0000 * * 2,0000 * 2,0000 *
6.20 1 0 10,000 * * 10,000 * 10,000 *
6.35 1 0 12,000 * * 12,000 * 12,000 *
7.00 1 0 19,000 * * 19,000 * 19,000 *
7.40 1 0 15,000 * * 15,000 * 15,000 *
7.85 1 0 17,000 * * 17,000 * 17,000 *
8.15 1 0 9,0000 * * 9,0000 * 9,0000 *
8.80 1 0 18,000 * * 18,000 * 18,000 *
9.10 1 0 21,000 * * 21,000 * 21,000 *
9.55 2 0 6,500 0,500 0,707 6,000 * 6,500 *
wind
velodity
(mph), N for
Variable xi Maximum IQR Mode Mode
observation 10.00 5,0000 * * 0
number, i
10.20 22,000 * * 0
2.45 25,000 * * 0
2.70 4,0000 * * 0
2.90 11,000 * * 0
3.05 8,0000 * * 0
3.40 3,0000 * * 0
3.60 16,000 * * 0
3.95 24,000 * * 0
4.10 23,000 * * 0
4.60 13,000 * * 0
5.00 1,0000 * * 0
5.45 20,000 * * 0
Statistics
113
5.80 14,000 * * 0
6.00 2,0000 * * 0
6.20 10,000 * * 0
6.35 12,000 * * 0
7.00 19,000 * * 0
7.40 15,000 * * 0
7.85 17,000 * * 0
8.15 9,0000 * * 0
8.80 18,000 * * 0
9.10 21,000 * * 0
9.55 7,000 * * 0
114
115
3. Lakukan uji kemiringan t, apakah memang terdapat hubungan yang sebenarnya
antara variabel x dan variabel y untuk tingkat kepentingan 0,05?
Descriptive Statistics
95% CI for
N Mean StDev SE Mean μ
25 13,00 7,36 1,47 (9,96; 16,04)
116
117
118
5. Lakukan uji kemiringan t, apakah memang terdapat hubungan yang sebenarnya antara variabel x dan
variabel y untuk tingkat kepentingan0,05.
119
6. tentukan rata-rata nilai y untuk samadengan dua kali nilai tengahnyadalam selang interval
Sd
X ± t α , n−1
2 √n
2,53
6,132 ±t 0,5
2 √25
,25−1
2,53
6,132 ±t 0,025 ,24
√25
2,53
6,132 ±2,064
√ 25
6,132 ±1,044384
Maka, dapat disimpulkan bahwa hasil dari perhitungan rata-rata selang interal dengan tingkat
kepercayaan 95% adalah 6,132 ±1,044384
120
7. Tentukan koefisien determinasi dan korelasi
r 2=α ( ∑ y ) + b ∑ x y −n ¿ ¿
r =± √ r
2
r =± √ 5199.6786
r =±72.108796
121
Analisis
Analisis dari data yang dihasilkan baik dari minitab, grafik pencar dan juga perhitungan. Dapat
dilihat hasil dari nilai wind velocity (xi) total adalah 153,3 dengan nilai rata 6,132. Sedangkan untuk
perhitungan regresi diatas memuat hasil data sebagai berikut :
Hasil dari nilai standar error estimasi, didapatkan dari minitab dengan menunjukkan hasil seperti
pada tabel yang tertera diatas. Begitu juga hasil dari nilai standar deviasi.
Rata-rata nilai y untuk samadengan dua kali nilai tengahnyadalam selang interval didapatkan
Sd
dengan menggunakan rumus X ± t α , n−1
2 √n
Untuk nilai t0,025 ,24 didapatkan dari tabel dan menunjukkan hasil 2,064, maka, hasil dari perhitungan rata-
rata selang interal dengan tingkat kepercayaan 95% adalah 6,132 ±1,044384
Koefisien determinasi (r2) menyatakan perbandingan dari variasi terjelaskan dengan
variasi total. Dengan menggunakan konstanta dari persamaan regresi, maka di dapat
persamaan menjadi:
r 2=α ( ∑ y ) + b ∑ x y −n ¿ ¿
Nilai koefisien determinasi berkisar antara 0 (tidak ada relasi) hingga 1 (relasi
sempurna). Dengan kasus yang ada nilai r2 menyatakan hasil 5199,6 yang artinya mendekati
nilai 0 yang artinya tidak ada relasi dari kedua data sehingga nila dari koefisien korelasinya
72,11 sehingga nilai korelasinya berkisar antara -72,11 hingga +72,11
122
123