Statistik 10-11
Statistik 10-11
(ANOVA)
Latar Belakang
Analisis Model Efek Tetap
Validasi Model
Uji Kecukupan Model
Interpretasi Hasil
Objectives
• Mahasiswa mampu merancang percobaan dengan perlakuan tunggal
secara tepat
• Mahasiswa mampu melakukan analisis varian (ANOVA) faktor tunggal
• Mahasiswa mampu memvalidasi kualitas model rancangan percobaan
• Mahasiswa mampu menarik kesimpulan secara tepat menggunakan
analisis statistik formal
Latar Belakang
Contoh Kasus (1)
Untuk menguji hubungan
pengaturan daya RF (frekuensi
radio) suatu alat plasma etching*
pada laju pengupasan wafer**,
seorang insinyur menguji empat
level daya: 160, 180, 200, dan 220
W.
Insinyur tersebut menggunakan
gas heksafluoroetena (C2F6) dan
celah 0,8 cm (Lihat alat).
*) Sejenis alat untuk menembakkan plasma
**) Pelat pada sirkuit elektronik
Latar Belakang
Contoh Kasus (2)
Untuk setiap daya yang diuji, percobaan dilakukan pada 5 wafer. Kedua-puluh
run eksperimen dilaksanakan dengan urutan acak agar terhindar dari faktor-
faktor yang tidak diketahui (level faktor, a = 4 dan replikasi, n = 5).
Hasil percobaan ditabulasikan dalam Table 3.1.
Latar Belakang
Contoh Kasus (3)
Metode termudah untuk memahami data di Contoh 3.1 adalah melalui
analisis grafis sederhana. Fig 3.2a dan Fig 3.2b menampilkan plot kotak dan
diagram tabur
Dari Fig 3.2, tampak jelas bahwa daya mempengaruhi laju pengupasan
Latar Belakang
Contoh Kasus (4)
• Apabila kita ingin menganalisis secara lebih objektif, yaitu menguji apakah
rataan laju pengupasan di tiap daya memiliki perbedaan
• Eksperimen ini dapat diuji dengan menggunakan uji t pada tiap pasangan
level (jumlah pasangan untuk 4 level adalah C24 = 6 kombinasi)
• Pengujian dengan metode di atas akan memakan waktu dan menyebabkan
kemungkinan error yang besar
• Untuk menghindari kesalahan, digunakan analisis varian (ANOVA)
Latar Belakang
Pemodelan Data
• Hasil eksperimen pada contoh kasus sebelumnya dapat dimodelkan
sebagai berikut:
– yij = µi + ϵij (3.1)
nilai pengamatan sama dengan mean perlakuan i ditambah noise
– µi = µ + τi (3.2)
mean perlakuan i sama dengan mean overall ditambah efek perlakuan i
– Sehingga yij = µ + τi + ϵij (3.3)
model ini disebut juga model ANOVA faktor tunggal
i dan j berurutan mengindikasikan perlakuan (level) dan replikasi
• Pemodelan di atas dapat dibagi menjadi dua kategori, tergantung
situasinya.
– Apabila perlakuan telah ditentukan secara spesifik oleh pelaksana
eksperimen, model menjadi model efek tetap
– Apabila perlakuan tidak dianggap secara eksplisit dalam analisis, maka τi
merupakan variabel acak. Model ini disebut model efek acak
Analisis Model Efek Tetap
Pengembangan Hipotesis
• Pengembangan hipotesis dalam analisis model efek
tetap didasarkan pada Eq 3.2, dimana analisis
ditekankan pada efek perlakuan
• Hipotesis dapat diekspresikan dengan dua cara:
– Didasarkan pada nilai mean tiap variabel:
• H0: µ1 = µ2 = µ3 = ….
• H1: µi ≠ µj minimal untuk satu pasangan (i, j)
– Didasarkan pada nilai efek perlakuan:
• H0: τ1 = τ2 = τ3 = …. = 0
• H1: τi ≠ 0 minimal untuk satu i
Analisis Model Efek Tetap
Formulasi
• Nilai rata-rata pengamatan untuk perlakuan i dengan
n
1
n replikasi: y y i. (3.4) ij
n j 1
( y y ) n ( y y ) ( y y ) (3.7)
i 1 j 1
ij ..
2
i 1
i. ..
2
i 1 j 1
ij i.
2
i 1 j 1
ij
N
1 y..2
a
SS Perlakuan yi.
2
(3.9)
n i 1 N
Catatan: y.. didefinisikan sebagai jumlah semua yij, sedangkan yi. merupakan jumlah yij dalam
perlakuan i
Analisis Model Efek Tetap
Contoh 3.1
Menggunakan contoh kasus di awal, penentuan apakah perlakuan
memiliki pengaruh pada eksperimen diuji dengan ANOVA
• SST = 5752 + 5422 + … + 7102 – 12.3552/20
= 72.209,75 Eq 3.8
• SSPerlakuan = 1/5 [27562 + … + 35352] – 12.3552/20
= 66.870,55 Eq 3.9
• SSE = 72.209,75 – 66.870,55 = 5339,20
• F0 = [66.870,55/3]/[5339,20/16] = 66.80
• Dari Apendiks IV, F0,05,3,16 = 3,24
• Karena F0 > 3,24, maka H0 ditolak dan disimpulkan bahwa
perlakuan memiliki pengaruh dalam eksperimen
Analisis Model Efek Tetap
Contoh 3.1 (lanjutan)
Analisis Model Efek Tetap
Latihan 1
Tensile strength suatu merek semen diteliti
menggunakan empat teknik pencampuran yang berbeda.
Sebuah percobaan acak pun dilakukan dengan 4 repetisi
dan hasil berikut diperoleh:
Teknik Pencampuran Tensile Strength (lb/in2)
1 3129 3000 2865 2890
2 3200 3300 2975 3150
3 2800 2900 2985 3050
4 2600 2700 2600 2765
Apakah teknik pencampuran mempengaruhi tensile
strength?
Analisis Model Efek Tetap
Solusi Latihan 1
SS DoF MS F Frujukan
Total 643648.44 15
Perlakuan 489740.19 3 163246.73 12.73 3.49
Error 153908.25 12 12825.69
SS DoF MS F Frujukan
Total 0.484375 15
Suhu 0.186875 3 0.06229 2.51 3.49
Error 0.2975 12 0.02479
Karena F < Frujukan, suhu tidak berpengaruh secara
signifikan pada densitas bata
• Memodelkan distribusi rasio dua
distribusi χ2 per derajat kebebasannya
Distribusi F • Tergantung dua derajat kebebasan, ν1
dan ν2
Validasi Model
Validasi model terdiri dari 3 bagian:
• Uji residual
• Uji kecukupan model
• Melakukan tindakan korektif
Validasi Model
Uji Residual
Prosedur:
1. Urutkan residual dari nilai
terkecil ke nilai terbesar
2. Hitung nilai persentase
probabilitas kumulatif tiap
residual dengan rumus*:
100(j - 0,5)/n
3. Plot tiap titik dengan nilai
residual di axis-x dan nilai
frekuensi kumulatif di axis-y
Prosedur alternatif:
1. Urutkan residual dari nilai
terkecil ke nilai terbesar
2. Hitung nilai persentase
probabilitas kumulatif tiap
residual
3. Cari nilai inversi persentase
probabilitas kumulatifnya*
4. Plot tiap titik dengan nilai
residual di axis-x dan nilai
inversi di axis-y
(y
j 1
ij yi . ) 2
Si2
n 1
• Diperoleh nilai S12, S22, S32, dan S42 berurutan adalah 400,7; 280,3; 421,3;
dan 232,5
4(400,7) 4(280,3) 4(421,3) 4(232,5)
S p2 333,7
16
q 16 log10 (333,7) 4[log10 400,7 log10 280,3 log10 421,3 log10 232,5] 0,21
1 4 1
c 1 ( ) 1,10
3(3) 4 16
0,21
02 2,3026 0,43
1,10
Dari Apendiks III, diperoleh χ20,05;3 = 7,81. Oleh karena nilai χ02 < χ2α,a-1, maka
hipotesiss null tidak dapat ditolak
Validasi Model
Uji Kecukupan Model
Dalam Contoh 3.1 menggunakan metode least square error, diperoleh model linier:
ŷ = 137.62 + 2.527x
dan model kuadratik:
ŷ = 1147.77 - 8.2555x + 0.028375x2
Interpretasi Hasil
Kontras
i 1
n i 1
c 2
i