BAB 3:

PERCOBAAN DENGAN
FAKTOR TUNGGAL:
REGRESI, LSD DAN
DUNCAN
Perancangan Eksperimen

Sumber:
Montgomery, Douglas C., Design and Analysis of Experiments, 6th Ed, John Wiley & Sons, New York, 2005
BAB 3:
EKSPERIMEN DENGAN FAKTOR TUNGGAL

2008 R2
Bacaan: Topik:

Montgomery bab 3 4. Practical

www.teknikindustri.org

www.teknikindustri.org Interpretation of
Results

2
 2008 R2
www.teknikindustri.org
4. PRACTICAL INTERPRETATION OF
RESULTS

3
INTERPRESTASI PRAKTIS HASIL
PERCOBAAN

2008 R2
Panduan Perancangan Eksperimen

Perencanaan Pra-eksperimental

www.teknikindustri.org

Memahami dan menentukan permasalahan

Memilih faktor, level dan jangkauan

Pemilihan variabel respon

Memilih rancangan eksperimental

Melakukan eksperimen

Analisis data secara statistik

Konklusi dan rekomendasi

Interprestasi Hasil 4
INTERPRESTASI PRAKTIS HASIL PERCOBAAN
(LANJUTAN)

2008 R2

Model regresi

Perbandingan antar rata-rata percobaan

www.teknikindustri.org

Perbandingan Grafik rata-rata

Kontras

Kontras ortogonal (Orthogonal contrast)

Metoda Scheffe untuk membandingkan seluruh
kontras

Membandingkan pasangan rata-rata percobaan
(metoda perbandingan berganda)

Least Significant Difference (LSD method)

Duncan’s Multiple Range Test

Membandingkan rata-rata percobaan dalam satu
kendali
5
MODEL REGRESI

2008 R2
Faktor dalam eksperimen:

www.teknikindustri.org
Kuantitatif Kualitatif

Memiliki level yang
Memiliki level yang
dapat diasosiasikan tidak dapat disusun
dengan titik atau skala dalam urutan tertentu
numerik
Operator, batch dari

Temperatur, tekanan, material, shift
waktu

6
MODEL REGRESI (LANJUTAN)

2008 R2

Seorang pelaku percobaan sering tertarik
membuat persamaan interpolasi untuk variabel

www.teknikindustri.org
respon dalam sebuah eksperimen

Persamaan ini merupakan model empiris
(empirical model) dari proses tersebut

Pendekatan umum untuk mencocokkan model
empiris tersebut disebut analisis regresi
(regression analysis)

7
 Model Regresi (lanjutan)

2008 R2
Model linier  metoda perbedaan signifikan terkecil (method of least
squares):

www.teknikindustri.org
Lihat contoh
“plasma etching
experiment”

Model kuadratik:
Lihat contoh
“plasma etching
experiment”

Kedua model tersebut adalam model empiris yang dapat digunakan untuk
meramalkan dan optimisasi proses  menemukan level dari variabel
rancangan (design variables) yang menghasilkan respon dengan hasil terbaik 8
 2008 R2 www.teknikindustri.org
9
Model Regresi (lanjutan)
INTERPRESTASI PRAKTIS HASIL PERCOBAAN
(LANJUTAN)

2008 R2

Uji analisis ragam hipotesis kesamaan
rata-rata percobaan

www.teknikindustri.org

Asumsikan analisis residual memuaskan

Jika hipotesis ditolak, kita tahu bahwa

beberapa rata-rata berbeda, namun tidak
tahu rata-rata yang mana yang
berbeda

10
 PERBANDINGAN BERGANDA

2008 R2

Dalam beberapa situasi nyata, kita kadang tertarik
untuk hanya memperbandingkan pasangan-

www.teknikindustri.org
pasangan rata-rata (pairs of means)

Hipotesisnya adalah:

H 0 : µ i = µ j 
 for all i ≠ j
H1 : µ i ≠ µ j 

11
 PERBANDINGAN BERGANDA:
UJI PERBEDAAN SIGNIFIKAN TERKECIL/LSD
Pasangan rata-rata µi dan µj akan berbeda signifikan

2008 R2


bila
| yi. − y j . |> LSD

www.teknikindustri.org
1 1
where LSD = tα 2 , N − a MS E  + 
 n1 n2 

Sebenarnya ini merupakan rangkaian uji-t

menggunakan estimasi keseluruhan F (MSE) dari σ

Least Significant Difference (LSD) 12

LSD - CONTOH

2008 R2
www.teknikindustri.org
 Perbedaan rata-ratanya adalah:
y1. − y 2. = 9 .8 − 15 .4 = − 5 .6
y1. − y 3. = 9 .8 − 17 .6 = − 7 .8 13

M
LSD - CONTOH

2008 R2
 Hitung LSD (pada α = .05):

www.teknikindustri.org
2 2 2
LSD = tα 2, N − a MEE = t.025, 20 MEE = 2.086 8.06 = 3.75
n n 5

 Jika | y i . − y j . |> LSD , perbedaan rata-rata berbeda signifikan

secara statistik
 Contoh:
y1. − y2. = 9.8 − 15.4 = −5.6 |-5.6| > 3.75

y1. − y3. = 9.8 − 17.6 = −7.8

M 14
PERBANDINGAN BERGANDA: UJI WILAYAH
BERGANDA DUNCAN (DUNCAN’S MULTIPLE
RANGE TEST)

2008 R2
 Dalam uji ini, perbedaan antara pasangan rata-rata dibandingkan dengan
wilayah signifikan terkecil (“least significant” range)

www.teknikindustri.org
 Urutkan rata-rata faktor dalam urutan naik (ascending)
 Hitung wilayah signifikan terkecil a -1 dengan
R p = rα ( p, f ) S yi . for p = 2,3,..., a
MS E
where S yi . = ,
n
α = the significan ce level , f = df for error
 Rata-rata kesalahan (error rate) untuk masing-masing α adalah

1 − (1 − α ) p −1
15
PERBANDINGAN BERGANDA: UJI WILAYAH
BERGANDA DUNCAN (DUNCAN’S MULTIPLE
RANGE TEST)

2008 R2
www.teknikindustri.org
 Urutan rata-rata:
y1. = 9.8 y5. = 10.8 y2. = 15.4 y3. = 17.6 y4. = 21.6
16
PERBANDINGAN BERGANDA: UJI WILAYAH
BERGANDA DUNCAN (DUNCAN’S MULTIPLE
RANGE TEST)

2008 R2
 Wilayah signifikan terkecil a-1 (misalkan Rp) dihitung (rα(p,f)  lihat

www.teknikindustri.org
tabel Duncan
MEE 8.06
R2 = rα ( p, f ) S yi . = r.05 (2,20) = 2.95 = 3.75
n 5
R 3 = r.05 (3,20) S yi . = 3.10(1.27) = 3.94
M M
 Bandingkan perbedaan rata-rata “p-distance” dengan Rp yang berkaitan
| yi. − y j . |> R p ⇒ reject H 0

 Contoh 4 vs. 3 = 21.6 – 17.6 = 4.0 > 3.75 (R2)

17