TUGAS 1

“Penentuan EKT dan ANAVA”

Praktikum Desain dan Analisis Data Eksperimen II
Diajukan Untuk Memenuhi Nilai Mata Kuliah Desain dan Analisis Data Eksperimen II

Disusun Oleh:
Muhammad Ario Winaya (140610210050)
Muhammad Restu Agam (140610210053)

Dosen:

Sri Winarni, S.Si., M.Si..

Aslab:
Arum Putri Juniarsih (140610210006)
Sazia Husna (140610210016)

PROGRAM STUDI S-1 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
TAHUN 2023
 DATA (Kasus 2 Faktor)
Dalam tugas ini digunakan data sekunder yang diperoleh dari buku Douglas C.
Montgomery Design and Analysis of Experiments Eigth Edition mengenai pengukuran
dimensi kritis pada suatu part dalam proses produksi. 20 part sudah dipilih dari proses
produksi tersebut. Terdapat tiga operator yang secara acak dipilih untuk mengukur setiap
part dua kali dalam sekali pengukuran. Baik part maupun operator keduanya adalah faktor
acak. Data dari desain eksperimen tertera sebagai berikut:

“The Measurement System Capability Experiment”

Part
Operator 1 Operator 2 Operator 3
Number
1 21 20 20 20 19 21
2 24 23 24 24 23 24
3 20 21 19 21 20 22
4 27 27 28 26 27 28
5 19 18 19 18 18 21
6 23 21 24 21 23 22
7 22 21 22 24 22 20
8 19 17 18 20 19 18
9 24 23 25 23 24 24
10 25 23 26 25 24 25
11 21 20 20 20 21 20
12 18 19 17 19 18 19
13 23 25 25 25 25 25
14 24 24 23 25 24 25
15 29 30 30 28 31 30
16 26 26 25 26 25 27
17 20 20 19 20 20 20
18 19 21 19 19 21 23
19 25 26 25 24 25 25
20 19 19 18 17 19 17

Sumber: Montgomery Design and Analysis of Experiments 8th Edition, Page 576
 PENENTUAN NILAI EKT

Model Linier
Y ijk =μ+ A i + B j + AB ij + ε k (ij)
Keterangan :
Y ijk : Hasil pengukuran dimensi kritis part berdasarkan pengaruh taraf ke-i faktor A
dan taraf ke-j faktor B
μ : Rata-rata umum
Ai : efek part pada taraf ke-i
B j : efek operator pada taraf ke-j
AB ij : efek interaksi antara part pada taraf ke-i part dan operator pada taraf ke-j
ε k(ij) : efek unit eksperimen (obyek) ke-k dalam kombnasi perlakuan taraf (ij)
Asumsi
Dari data hasil pengamatan dan daftar ANAVA yang akan diperoleh nanti ditujukan
untuk mendapatkan kesimpulan, khususnya efek-efek perlakuan. Akan tetapi, sebelum hal
ini dilakukan, beberapa asumsi perlu diambil agar pengujian statistik yang akan dilakukan
berlaku atau valid. Asumsi yang biasa diambil dalam ANAVA ialah sifat aditif dan linearitas
model, normalitas, independen, dan homogenitas varians. Adapun asumsi-asumsi pada
model linear di atas yang harus dipenuhi adalah:
ϵ ijk NID ( 0 , σ 2 ) dan τ i NID ( 0 , σ 2τ )

β j NID ( 0 , σ β ) dan τ β ij NID ( 0 , σ τβ )

2 2

Hipotesis
Dengan banyak taraf faktor A, B, dan pengulangan adalah 20, 3, dan 2, hipotesis yang
diuji pada percobaan tersebut adalah sebagai berikut.
Pengaruh Utama Faktor A (Part)
2
H 0 :σ α =0 (tidak ada keragaman hasil pengukuran dimensi kritis akibat perbedaan part)
H 1 : σ 2α >0 (terdapat keragaman hasil pengukuran dimensi kritis akibat perbedaan part)
Pengaruh Utama Faktor B (Operator)
2
H 0 :σ β=0 (tidak ada keragaman hasil pengukuran dimensi kritis akibat perbedaan operator)
H 1 : σ 2β >0 (terdapat keragaman hasil pengukuran dimensi kritis akibat perbedaan operator)
Pengaruh Interaksi A × B (Part × Operator)
2
H 0 :σ αβ =0 (tidak ada keragaman hasil pengukuran dimensi kritis akibat kombinasi
perlakuan)
2
H1: σ αβ > 0 (terdapat keragaman hasil pengukuran dimensi kritis akibat kombinasi perlakuan)

Taraf Signifikansi: α =5 %=0.05

Skema Daftar EKT untuk Desain Faktorial 2 × 2 (replikasi 2 kali)

1. Tuliskan semua suku dalam model matematis dan indeksnya pada baris, dan sifat faktor
serta indeksnya pada kolom
2 3 2
0
Sumber Variansi A A A EKT
i j k
Ai
Bj
AB ij
ε k(ij)
2. Beri nilai 1 untuk indeks mati yang bersesuaian.
2 3 2
0
Sumber Variansi A A A EKT
i j k
Ai
Bj
AB ij
ε k(ij) 1 1
3. Beri nilai 0 pada kolom indeks hidup yang bersesuaian untuk factor tetap (karena tidak
ada faktor tetap maka dikosongkan saja)
2 3 2
0
Sumber Variansi A A A EKT
i j k
Ai
Bj
AB ij
ε k(ij) 1 1
4. Beri nilai 1 pada kolom indeks hidup yang bersesuaian untuk factor acak
2 3 2
0
Sumber Variansi A A A EKT
i j k
Ai 1
Bj 1
AB ij 1
ε k(ij) 1 1

5. Menghitung nilai EKT

2 3 2
0
Sumber Variansi A A A EKT
i j k
Ai 1 3 2 2 2
6 σ A +2 σ AB +σ ε
2

Bj 2 1 2 2 2 2
40 σ B +2 σ AB + σ ε
0
AB ij 1 1 2 2 σ 2AB +σ 2ε
ε k(ij) 1 1 1 σε
2

Memperoleh Statistik F
Sumber Variansi EKT F-Hitung
KT ( A)
Ai 2 2
6 σ A +2 6 σ AB +σ ε
2
F ( A )=
KT (AB )

2 2 2 KT (B)
Bj 40 σ B +2 6 σ AB+ σ ε F ( B )=
KT ( AB)
KT ( AB)
AB ij 2
2 6 σ AB + σ ε
2
F ( AB )=
KT ( E)
ε k(ij) σε
2
Susunan Skema Daftar ANAVA Lengkap
Sumber
dk JK KT F F Tabel
Variansi
KT ( A)
Ai i−1 JKA KTA F ( A )= F Tabel (0.05 ; dfA ; dfAB)
KT (AB)
KT (B)
Bj j−1 JKB KTB F ( B )= F Tabel (0.05 ; dfB ; dfAB)
KT ( AB )
KT ( AB)
AB ij (i−1)( j−1) JKAB KTAB F ( AB )= F Tabel (0.05 ;dfAB ; dfE)
KT ( E)
ε k(ij) i∗J∗( k−1) JKE KTE

Berdasarkan perhitungan dengan menggunakan R, diperoleh tabel ANAVA baru sebagai berikut
Sumber
dk JK KT F F Tabel
Variansi
Ai 19 1185.425 62.39 87.647 1.867332
Bj 2 2.61 6667 1.308 1.838 3.244818
AB ij 38 27.05 0.711 0.7178 1.603236954
ε k(ij) 60 59.5 0.991
Kesimpulan
Berdasarkan perhitungan di atas, dengan taraf signifikansi 5% atau tingkat kepercayaan sebesar
95% diperoleh kesimpulan:
- Faktor A (Part)
 Diperoleh nilai statistik uji F atau F hitung = 87.647 > F(0.05;19;38) = 1.867332. Karena F
hitung lebih besar dari F tabel, maka H0 ditolak. Artinya, part yang diteliti berpengaruh
signifikan terhadap hasil pengukuran dimensi kritis. Dengan kata lain, terdapat keragaman
hasil pengukuran dimensi kritis akibat perbedaan part
- Faktor B (Operator)
Diperoleh nilai statistik uji F atau F hitung = 1.838 < F(0.05;2;38) = 3.244818. Karena F
hitung lebih kecil dari F tabel, maka H0 diterima. Artinya, operator tidak berpengaruh
signifikan terhadap hasil pengukuran dimensi kritis. Dengan kata lain, tidak ada keragaman
hasil pengukuran dimensi kritis akibat perbedaan operator.
- Faktor A × B (Part × Operator)
Diperoleh nilai statistik uji F atau F hitung = 0.7178 < F(0.05;38;60) = 1.60323. Karena F
hitung lebih kecil dari F tabel, maka H0 diterima. Artinya, kombinasi dari faktor A dan B
yaitu part yang diuji dengan operator tidak berpengaruh signifikan terhadap hasil
pengukuran dimensi kritis. Dengan kata lain, tidak ada keragaman hasil pengukuran
dimensi kritis akibat kombinasi yang berbeda.
 DATA (Kasus 3 Faktor)
Dalam tugas ini digunakan data sekunder yang diperoleh dari buku Douglas C.
Montgomery Design and Analysis of Experiments Eigth Edition mengenai sebuah perusahaan
industri yang melakukan percobaan untuk mengetahui penurunan tekanan pada turbin yang
digunakan pada proses produksi. Insinyur perancang mempertimbangkan ada 3 variabel
penting yang berpengaruh terhadap penurunan tekanan turbin yaitu Temperatur Gas (A),
Operator (B), dan jenis pengukur tekanan yang digunakan (C). Faktor-faktor ini disusun ke
dalam desain faktorial, dengan Temperatur Gas (A) sebagai variabel tetap, Operator (B) dan
jenis pengukur tekanan (C) sebagai variabel acak. Data dari desain eksperimen tertera sebagai
berikut:

“Coded Pressure Drop Data for the Turbine Experiment”

Gas Temperature (A)
Presure 60 ℉ 75 ℉ 90 ℉
Gauge (C) Operator (B) Operator (B) Operator (B)
1 2 3 4 1 2 3 4 1 2 3 4
-2 0 -1 4 14 6 1 -7 -8 -2 -1 -2
1
-3 -9 -8 4 14 0 2 6 -8 20 -2 1
-6 -5 -8 -3 22 8 6 -5 -8 1 -9 -8
2
4 -1 -2 -7 24 6 2 2 3 -7 -8 3
-1 -4 0 -2 20 2 3 -5 -2 -1 -4 1
3
-2 -8 -7 4 16 0 0 -1 -1 -2 -7 3
Sumber: Montgomery Design and Analysis of Experiments 8th Edition, Page 594
 PENENTUAN NILAI EKT

Model Linier
Y ijk =μ+ A i + B j +C k + AB ij + AC ik + BC jk + ABC ijk + ε ijkl
Keterangan :
Y ijk : Hasil pengukuran tekanan pada turbin berdasarkan pengaruh taraf ke-i faktor A
dan taraf ke-j faktor B
μ : Rata-rata umum
Ai : efek temperatur gas pada taraf ke-i
B j : efek operator pada taraf ke-j
C k : efek jenis pengukur tekanan pada taraf ke-k
AB ij : efek interaksi antara temperatur gas pada taraf ke-i dan operator pada taraf ke-j
AC ik : efek interaksi antara temperatur gas pada taraf ke-i dan jenis pengukur tekanan
pada taraf ke-k
BC jk : efek interaksi antara operator pada taraf ke-j dan jenis pengukur tekanan pada
taraf ke-k
ABC ijk : efek interaksi antara temperatur gas pada taraf ke-i, operator pada taraf ke-j, dan
jenis pengukur tekanan pada taraf ke-k
ε ijkl : efek unit eksperimen (obyek) ke l dalam kombinasi perlakuan taraf ijk
Asumsi
Dari data hasil pengamatan dan daftar ANAVA yang akan diperoleh nanti ditujukan
untuk mendapatkan kesimpulan, khususnya efek-efek perlakuan. Akan tetapi, sebelum hal
ini dilakukan, beberapa asumsi perlu diambil agar pengujian statistik yang akan dilakukan
berlaku atau valid. Asumsi yang biasa diambil dalam ANAVA ialah sifat aditif dan linearitas
model, normalitas, independen, dan homogenitas varians. Adapun asumsi-asumsi pada
model linear di atas yang harus dipenuhi adalah:

1. ϵ ijk NID ( 0 , σ 2 )

2. ∑ τ i=0
i

3. β j NID ( 0 , σ β )
2

4. γ k NID ( 0 , σ γ )
2

NID ( 0 , σ )
2
5. τ β
Hipotesis
Dengan banyak taraf faktor A, B, C dan pengulangan adalah 3, 4, 3 dan 2, hipotesis
yang diuji pada percobaan tersebut adalah sebagai berikut.
Pengaruh Utama Faktor A (Temperatur Gas)
H 0 :τ i=0 (tidak ada perbedaan efek karena faktor A)
H 1 : τ i ≠ 0 (ada perbedaan efek karena faktor A)
Pengaruh Utama Faktor B (Operator)
2
H 0 :σ β=0 (tidak ada keragaman efek akibat perbedaan operator)
2
H 1 : σ β >0 (terdapat keragaman efek akibat perbedaan operator)
Pengaruh Utama Faktor C (Pengukur Tekanan)
H 0 :σ 2γ =0 (tidak ada keragaman efek akibat perbedaan pengukur tekanan)
2
H 1 : σ γ > 0 (terdapat keragaman efek akibat perbedaan pengukur tekanan)
Pengaruh Interaksi A × B (Temperatur Gas × Operator)
H 0 :σ 2αβ =0 (tidak ada keragaman efek akibat kombinasi perlakuan A dan B)
2
H1: σ αβ > 0 (terdapat keragaman efek akibat kombinasi perlakuan A dan B)
Pengaruh Interaksi A × C (Temperatur Gas × Pengukur Tekanan)
H 0 :σ 2α γ =0 (tidak ada keragaman efek akibat kombinasi perlakuan A dan C)
2
H1: σ αγ > 0 (terdapat keragaman efek akibat kombinasi perlakuan A dan C)
Pengaruh Interaksi B × C (Operator× Pengukur Tekanan)
2
H 0 :σ βγ =0 (tidak ada keragaman efek akibat kombinasi perlakuan B dan C)
2
H1: σ βγ > 0 (terdapat keragaman efek akibat kombinasi perlakuan B dan C)
Pengaruh Interaksi A ×B × C (Temperatur Gas × Operator× Pengukur Tekanan)
H 0 :σ 2αβ γ =0 (tidak ada keragaman efek akibat kombinasi perlakuan B dan C)
2
H1: σ αβ γ >0 (terdapat keragaman efek akibat kombinasi perlakuan B dan C)
Skema Daftar EKT untuk Desain Faktorial 3 faktor
1. Beri nilai 1 untuk indeks mati yang bersesuaian
3 4 3 2
Sumber Variansi T A A A EKT Pembanding
i j k l

Tetap Ai

Acak Bj

Acak Ck

Acak AB ij

Acak AC ik

Acak BC jk

Acak ABC ijk

ε ijkl 1 1 1
2. Beri nilai 0 pada kolom indeks hidup yang bersesuaian untuk factor tetap.
3 4 3 2
Sumber Variansi T A A A EKT Pembanding
i j k l

Tetap Ai 0

Acak Bj

Acak Ck

Acak AB ij 0

Acak AC ik 0
 Acak BC jk

Acak ABC ijk 0

ε ijkl 1 1 1
3. Beri nilai 1 pada kolom indeks mati yang bersesuaian untuk factor acak.
3 4 3 2
Sumber Variansi T A A A EKT Pembanding
i j k l

Tetap Ai 0

Acak Bj 1

Acak Ck 1

Acak AB ij 0 1

Acak AC ik 0 1

Acak BC jk 1 1

Acak ABC ijk 0 1 1

ε ijkl 1 1 1
4. Menghitung nilai EKT
3 4 3 2
Sumber
T A A A EKT Pembanding
Variansi
i j k l
Teta 2 2 2 2
EKT A
Ai 0 4 3 2 σ ε +8 σ AC +6 σ AB +2 σ ABC +24 ϕ A
p EKT AB+ EKT AC −EKT ABC
EKT B
Acak Bj 3 1 3 2 2 2
σ ε +6 σ BC + 18 σ B
2
EKT BC
EKT C
Acak Ck 3 4 1 2 σ ε2 +6 σ BC 2+ 24 σ C 2
EKT BC
2 2 2
EKT AB
Acak ABij 0 1 3 2 σ ε +2 σ ABC +6 σ AB
EKT ABC
2 2 2
EKT AC
Acak AC ik 0 4 1 2 σ ε +2 σ ABC + 8 σ AC
EKT ABC
 EKT BC
Acak BC jk 3 1 1 2 σ ε2 +6 σ BC 2
EKT E
EKT ABC
Acak ABC ijk 0 1 1 2
2
σ ε +2 σ ABC
2
EKT E
ε ijkl 1 1 1 1 σ ε2
Karena pada efek faktor A tidak ada uji F eksak, maka harus dicari F pseudo yaitu F’, sbb:

2 2 2 2
EKT A =σ ε + 8 σ AC +6 σ AB +2 σ ABC +24 ϕ A

Harus dibandingkan dengan :  

          EKT =σ ε 2+8 σ AC 2+ 6 σ AB2 +2 σ ABC 2

EKT ini dapat diperoleh dari : 

2 2 2 2 2 2 2 2
EKT pseudo =EKT AB + EKT AC −EKT ABC =σ ε +2 σ ABC +6 σ AB + σ ε +2 σ ABC +8 σ AC −σ ε +2 σ ABC
Sehingga 

EKT A
F '=
EKT pseudo
      
Derajat bebas untuk KT pseudo adalah:
2
( EKT pseudo )
v=
[ a12 ( EKT 1) 2 /v 1 ] +[ a 22 ( EKT 2 )2 /v 2 ] … dst
Dengan :EKT(Pseudo) ¿ a1 EKT (1 ) + a2 EKT ( 2 ) +… dst
Dengan derajat bebas : v1 =df dari E ( MS 1 ) , v 2=df dari E ( MS 2 ) … dst
Susunan Skema Daftar ANAVA Lengkap
Sumber
dk JK KT F F Tabel
Variansi
KT '
Ai i−1 JKA KTA F '= F Tabel (0.05 ; dfA ; dfv)
KT ' '
KT (B)
Bj j−1 JKB KTB F ( B )= F Tabel (0.05 ; dfB ; dfBC )
KT (BC )
KT (C )
Ck k −1 JKC KTC F ( B )= F Tabel (0.05 ; dfC ; dfBC)
KT (BC)
 KT ( AB )
AB ij (i−1)( j−1) JKAB KTAB F ( AB )= F Tabel (0.05 ; dfAB ; dfABC)
KT ( ABC)
(i−1)(k −1) KTAC KT ( AC )
AC ik JKAC F ( AC )= F Tabel (0.05 ; dfAC ; dfABC )
KT ( ABC )
( j−1)( k−1) KTBC KT (BC )
BC jk JKBC F ( BC )= F Tabel (0.05 ; dfBC ; dfE )
KT (E)
(i−1)( j−1)(k−1) KTABC KT ( ABC )
ABC ijk JKABC F ( ABC )= F Tabel (0.05 ; dfABC ; dfE )
KT ( E)
ε (ijk)l i∗J∗( k−1) JKE KTE
Berdasarkan perhitungan ANAVA menggunakan software R didapatkan hasil sebagai berikut:
Untuk mendapatkan nilai KT Pseudo dan nilai df pseudo, dapat digunakan cara sebagai berikut:
' KT '
F=
KT ' '

KT '=KT A + KT ABC=511.68+ 13.84=525.52

KT ' '=KT AB + KT AC =201.99+ 34.47=236.46

525.52
F'= =2.22
236.46

( KT A + KT ABC )2 (525.52)
2
p= = =2.108≈ 2

( )( )( )( )
2 2 2 2
KT A KT ABC 511.68 13.84
+ +
2 2 2 2

2 2
( KT AB+ KT AC ) (236.46)
q= = =7.87 ≈ 8

( )( )( )( )
2 2 2 2
KT AB KT AC 201.99 34.47
+ +
6 4 6 4

Tabel ANAVA lengkap

d
Sumber Variansi JK KT F F Tabel
k
Ai 2 1023.36 511.68 2.22 4.46
Bj 3 423.81 141.27 4.0465 4.76
Ck 2 7.19 3.59 0.103 5.14
AB ij 6 1211.97 201.99 14.5923 3
AC ik 4 137.88 34.47 2.4903 2.36
BC jk 6 209.47 34.91 1.6312 2.36
ABC ijk 12 166.11 13.84 0.6468 2.03
ε (ijk)l 36 770.5 21.40
Kesimpulan
Berdasarkan perhitungan di atas, dengan taraf signifikansi 5% atau tingkat kepercayaan sebesar
95% diperoleh kesimpulan:
- Faktor A (Temperatur Gas)
Diperoleh nilai statistik uji F atau F hitung = 2.22 < F Tabel (0.05;2;8) = 4.46 Karena F
hitung lebih kecil dari F tabel, maka H0 diterima. Artinya, temperatur gas tidak
berpengaruh signifikan terhadap penurunan tekanan pada turbin. Dengan kata lain, terdapat
perbedaan efek akibat perbedaan temperatur gas
- Faktor B (Operator)
Diperoleh nilai statistik uji F atau F hitung = 4.0465 < F Tabel (0.05;3;6) = 4.76 Karena F
hitung lebih kecil dari F tabel, maka H0 diterima. Artinya, operator tidak berpengaruh
signifikan terhadap penurunan tekanan pada turbin. Dengan kata lain, tidak ada keragaman
hasil efek akibat perbedaan operator.
- Faktor C (Pengukur Tekanan)
Diperoleh nilai statistik uji F atau F hitung = 0.103 < F Tabel (0.05;2;6) = 5.14 Karena F
hitung lebih kecil dari F tabel, maka H0 diterima. Artinya, pengukur tekanan tidak
berpengaruh signifikan terhadap penurunan tekanan pada turbin. Dengan kata lain, tidak ada
keragaman hasil efek akibat perbedaan pengukur.
- Faktor A × B (Temperatur Gas × Operator)
Diperoleh nilai statistik uji F atau F hitung = 14.5923> F Tabel (0.05;6;12) = 3. Karena F
hitung lebih besar dari F tabel, maka H0 ditolak. Artinya, kombinasi dari faktor A dan B
yaitu temperatur gas yang diuji dengan operator berpengaruh signifikan terhadap hasil
penurunan tekanan pada turbin. Dengan kata lain, ada keragaman efek akibat kombinasi
yang berbeda.
- Faktor A × C (Temperatur Gas × Pengukur Tekanan)
 Diperoleh nilai statistik uji F atau F hitung = 2.4903< F Tabel (0.05;4;12 ) = 3.26. Karena F
hitung lebih kecil dari F tabel, maka H0 ditolak. Artinya, kombinasi dari faktor A dan C
yaitu temperatur gas yang diuji dengan pengukur tekanan tidak berpengaruh signifikan
terhadap hasil penurunan tekanan pada turbin. Dengan kata lain, ada keragaman efek akibat
kombinasi yang berbeda.
- Faktor B × C (Operator × Pengukur Tekanan)
Diperoleh nilai statistik uji F atau F hitung = 1.6312< F Tabel (0.05;6;36 ) = 2.36. Karena F
hitung lebih kecil dari F tabel, maka H0 ditolak. Artinya, kombinasi dari faktor B dan C
yaitu operator yang diuji dengan pengukur tekanan tidak berpengaruh signifikan terhadap
hasil penurunan tekanan pada turbin. Dengan kata lain, tidak ada keragaman efek akibat
kombinasi yang berbeda.
- Faktor A × B × C (Temperatur Gas × Operator × Pengukur Tekanan)
Diperoleh nilai statistik uji F atau F hitung = 0.6468 < F Tabel (0.05;12;36) = 2.03. Karena F
hitung lebih kecil dari F tabel, maka H0 ditolak. Artinya, kombinasi dari faktor A, B, dan C
yaitu temperatur gas, operator, dan pengukur tekanan tidak berpengaruh signifikan terhadap
hasil penurunan tekanan pada turbin. Dengan kata lain, tidak ada keragaman efek akibat
kombinasi 3 faktor tersebut.
#-----------------------------Kasus 2 Faktor---------------------------
#-----------------------------Input Data-------------------------------
Part = c(rep(1:20))
OP = c(rep(1,40),rep(2,40),rep(3,40))

respon = c(21, 24, 20, 27, 19, 23, 22, 19, 24, 25, 21, 18, 23, 24, 29,
26, 20, 19, 25, 19,
20, 23, 21, 27, 18, 21, 21, 17, 23, 23, 20, 19, 25, 24, 30, 26, 20, 21,
26, 19,
20, 24, 19, 28, 19, 24, 22, 18, 25, 26, 20, 17, 25, 23, 30, 25, 19, 19,
25, 18,
20, 24, 21, 26, 18, 21, 24, 20, 23, 25, 20, 19, 25, 25, 28, 26, 20, 19,
24, 17,
19, 23, 20, 27, 18, 23, 22, 19, 24, 24, 21, 18, 25, 24, 31, 25, 20, 21,
25, 19,
21, 24, 22, 28, 21, 22, 20, 18, 24, 25, 20, 19, 25, 25, 30, 27, 20, 23,
25, 17)
data<-data.frame(Part=factor(Part),OP=factor(OP),respon=respon)
data

#-----------------------------Penentuan EKT----------------------------
#install.packages("EMSaov")
library(EMSaov)
EKT = EMSanova(respon~Part+OP, data = data, type = c("R","R"))
EKT
#------------------- Kasus 3 Faktor-------------------
#-------------------Input Data------------------------
A<-c(rep(1:3,each=24));A # Gas Temperature
B<-c(rep(1:4,each=6,time=3));B # Operator
C<-c(rep(1:3,each=2,time=12));C # Pressure Gauge
Respon<-c(-2,-3,-6,4,-1,-2,
0,-9,-5,-1,-4,-8,
-1,-8,-8,-2,0,-7,
4,4,-3,-7,-2,
4,14,14,22,24,20,16,
6,0,8,6,2,0,
1,2,6,2,3,0,
-7,6,-5,2,-5,-1,
-8,-8,-8,3,-2,-1,
-2,20,1,-7,-1,-2,
-1,-2,-9,-8,-4,-7,
-2,1,-8,3,1,3)
dataM<-data.frame(A=factor(A),B=factor(B),
C=factor(C),Respon=Respon)
dataM

#-------------------Penentuan EKT-----------------------------------
# Penentuan EKT
# install.packages("EMSaov") # untuk mengetahui EKT
library(EMSaov)
EKT <- EMSanova(Respon~A+B+C, data = dataM, type = c("F","R","R"));
EKT