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
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
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
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