TI - 21W4405

RANCANGAN PERCOBAAN

MODUL VII
Design Of Experiment
EXPECTED MEAN SQUARE
POKOK BAHASAN

1. Mengerti
yang dimaksud dengan Fixed model,
Random model dan, Mixed model
2. Mengapa harus menghitung EMS
3. Bagaimana
menerapkan EMS rule untuk
menentukan
EMS untuk Fixed model
EMS untuk Random model
EMS untuk Mixed model
4. Bagaimana menghitung EMS
 SELINGAN

Topik bahasan REFERENSI

FUNDAMENTAL CONCEPT IN THE DESIGN OF EXPERIMENT, Charles R Hiks 1993
1.The experiment, the design, the analysis
2.Statistical review
3.Single factor: CRD
4.Sinlge factor : RBD, Latin square, graceo LS , hyper GLS
5.Factorial experiment
6.Fixed, random mixed model
7.Nested factorial design
8.Experiment >3 factors
9.2 level factorial design
10.3 level factorial design
11.Split plot design
12.Factorial confounding-blocking
13.Factorial replication
14.Taguchi
15.Regression
16.Topik khusus
 SELINGAN

Topik bahasan di buku REFERENSI Design and Analysis of Experiment 7ed DOUGLAS
MONTGOMERY 2009
1.Introduction to Design Experiments
2.Basic Statistical Method
3.Analysis of variance
4.Experiment With Blocking Factor
5.Factorial experiment
6.2 level factorial design
7.Blocking and Confounding system for two level Factorial
8.2 level Fractionaln Factorial Design
9.Other Topics on fractoriasl and fractional Design
10.Regression Modeelling
11.Response Surface Methodology
12.Robust design
13.Random effect model
14.Experiment with nested design and hard to change Factor (split plot)
15.Other topics
Yang sudah kita pelajari
1. Tahu tujuan akhir dari matakuliah DOE
(yaitu menguji apakah ada pengaruh yang signifikan dari factor)
2. Tahu apa saja jenis design eksperimen
(lihat klasifikasi rancangan percobaan)
3. Tahu langkah2 eksperimen /uji pengaruh (ada 4 langkah utama)
4. Dapat mengidentifikasi faktor, level, mengeliminir faktor, variabel respon,
5. Dapat memilih design eksperimen yang tepat
6. Dapat membuat hipotesa tergantung dari factor yg akan diuji
7. Dapat membuat model matematik
(Hati2 notasi tetapkan dulu baru bikin model)
8. Berdasarkan identifikasi faktor, level faktor dan design eksperimen dapat membuat
layout eksperimen
9. Sebaliknya: Dari hasil eksperimen dapat menghitung dof, SStotal SSfaktor, SSerror, MS,
menghitung F dan membaca F tabel
10. Dari hasil hitung pada butir 9 , dapat dibuat tabel anova
11. Sebaliknya Dari tabel anova dapat mengetahui jumlah faktor, jumlah level, dof, SS
dan MS dan Fhitung
12. Mengetahui konsep dasar faktorial design
FIXED,RANDOM, MIXED MODEL
 Sejak awal sudah disampaikan bahwa FAKTOR dan LEVEL faktor ditetapkan
sebelum experimen berjalan
 Setelah level factor ditetapkan, putuskan apakah level dari tiap factor bersifat
FIXED semua atau RANDOM semua atau Mixed antara fixed dan random.
 Pada pembahasan terdahulu, level faktor selalu diasumsikan FIXED.
 Contoh: faktor temperatur, tekanan bersifat fixed),
 Dalam praktek, tidak semua level bersifat fixed.
 Jika tidak fixed, bisa bersifat RANDOM atau MIXED
 Contoh: level faktor operator, atau faktor hari atau faktor batch adalah random.
 Pada kasus operator tidak mungkin di set fixed, karena ada banyak operator yang
memenuhi, tetapi satu sama lain berbeda dan akan menjadi sumber variability
 Begitu juga pada contoh faktor batch dan faktor hari
Lanjutan:.........FIXED,RANDOM, MIXED MODEL

 Jika factor yang dipilih adalah Operator, atau hari atau

batch, maka level faktor termasuk RANDOM
 Untuk level factor yang bersifat RANDOM, diasumsikan
bahwa level diambil dari populasi yang infinite secara
random sehingga memenuhi random proses
 Jika semua faktor nya FIXED maka model matematik-nya
disebut FIXED MODEL
 Jika semua faktor nya RANDOM maka model matematik-ny
adisebut RANDOM MODEL
 Jika sebagaian faktor fixed dan sebagian lain random maka
disebut MIXED MODEL
WHY EMS?
 Mean Square adalah estimate dari error variance
 EMS = EXPECTED MEAN SQUARE
 EMS digunakan untuk menentukan denumerator (pembagi) dari F hitung
untuk memutuskan apakah hipotesa diterima/ditolak
 Pada model fixed,maka denumerator dari Fhitung adalah MSE shg
F = [MSsumber]/[MS error]
 Pada model RANDOM denumerator dari F ditentukan oleh EMS
 Semakin kompleks experimen, semakin penting EMS
dalam perhitungan F test
1. Rancangan percobaan single factor

 Pada rancob single factor - CRD , hanya 1 factor yg diuji.

 Model nya Yij     j   ij
 Faktor tsb sering disebut sebagai treatment effect
 Jika hanya ada 1 factor, Modelnya bisa
 FIXED model atau
 RANDOM model
 Asumsinya:
Fixed model RANDOM model
- j fixed dan konstan j adalah random variable
k
- Dan
 j  0 yg memenuhi NID  (0,  2 )
j1
 Perbedaan Fixed dan Random Model
Pada Rancob Single Factor

FIXED MODEL RANDOM MODEL

• Asumsi :  Asumsi
•  j adl fixed, konstan  jadalah random
k k variable yg memenuhi

j1
j   ( j   )  0
j 1
NID  (0,  2 )
 ANOVA- masih sama
• ANOVA mshH 0sama:
: j  0  Hipotesa : H 0 :  j  0
• Hipotesa
 EMS
EMS
smbr df 
EMS  n

2
smbr df  EMS
2
 n 2

τj ij (k-1`)  2 τj
 ij (k-1`)  2
k(n-1) k(n-1)
2. EMS PADA EXPERIMEN 2 FAKTOR

Model Matematiknya:
Yij    Ai  B j  ABij   ij

Jika ada 2 faktor, maka kemungkinan yang bisa terjadi

adalah:
 Kedua faktor memiliki level fixed: FIXED MODEL
 Kedua faktor memeiliki level random:RANDOM MODEL
 Faktor yang satu fixed yang lain random :MIXED MODEL
Perbedaan asumsi antara Fixed dan Random Model
Pada Rancob Dua Factor (1)

Dilihat dari asumsinya

1. Fixed Model: level factor A fixed dan B juga Fixed
k

Ai A
jk1
i 0

Bj B
jk1
j 0

ABij  AB
i 1
ij 0

2. Random Model: level factor A Random dan B juga random

2
A i adalah NID  (0,  A )
B j adalah NID  (0,  B2 ) dan
2
ABijadalahNID  (0,  AB )
Lanjutan (2) ..............Perbedaan asumsi antara Fixed dan Random Model
Pada Rancob Dua Factor

3.Mixed Model :
Level Faktor Aa fixed dan level factor B random
Ai
adlh A
i 1
i 0

Bj adlh NID  (0,  B )

2
tetapi
ABij karena A fixed,dan
2
B random,
NID  (0,  AB )
maka
a
  ABij
i 1
0 untuk semua level factor A
b
  AB
j1
ij 0 untuk semua level factor B
Lanjutan (3)..................Perbedaan asumsi antara Fixed dan Random Model
Pada Rancob Dua Factor

Ringkasan Perbedaan EMS antar fixed model, Random

model dan Mixed Model pada rancob 2 Faktor

Sumber dof EMS Fixed EMS RANDOM EMS MIXED

Ai a-1  2  nb A  2  n AB
2
 nb A2  2  n AB
2
 nb A
Bj b-1  2  na B  2  n AB
2
 na B2  2  na B2
ABij (a-1)(b-
1)  2  nb AB  2  n AB
2
 2  n AB
2

εij ab(n-1)  2  2  2
Lanjutan (4)..................Perbedaan asumsi antara Fixed dan Random Model
Pada Rancob Dua Factor

Ringkasan Perbedaan Hipotesa untuk Fixed

model, Random Model dan Mixed Model sbb :
Model fixed Random Model Mixed model
H 01 : Ai  0 all i H 01 :  A2  0 H 01 : A i  0 all i
H 02 : B j  0 all j H 02 :  B2  0 H 02 :  B2  0
H 03 : ABij  0 all i 2
H 03 :  AB 0 2
H 03 :  AB 0
dan j
Bagaimana Menentukan denominator dari Ftest?

 Tujuan EMS adalah untuk menentukan apa yang menjadi denumerator atau
pembagi saat menentukan Fhitung
 Untuk fixed model, denumerator Fhitung adalah MSE
 Untuk random model dan Mixed model, denumerator Fhitung belum tentu
MSE. Cara penentuan denumerator dengan EMS sbb:
1. Hitung EMS
2. Abaikan komponen terakhir dari EMS.
2. Lihat komponen sisa, factor mana yang ada varians (σ2) nya.
3. Jika ada ,maka MS dari faktor itulah yang akan menjadi
denumerator dari Fhitung.
4. Jika tidak ada variance (σ2) pada komponen sisa yg memenuhi,
maka harus dibuat Synthetic Error Term
HOW TO USE EMS
 Lihat hasil hitung EMS. Perhatikan EMS untuk model random(kolom 4).
2
 Utk menentukan denumerator Fhitung[A]: tutup komponen terakhir ( nb AB )
2 2
menyisakan varians    n  2
AB shg variance nya ada yaitu n AB

 Artinya Faktor yang menghasilkan variance adalah AB

 Jadi denumerator Fhitung adalah MS(AB)
 Sehingga Fhitung (A) = MS(A)/MS(AB) dst

Sumb df EMS Fixed EMS nRANDOM EMS MIXED

Ai a-1  2  nb A  2  n AB
2
 nb A2  2  n AB
2
 nb A
Bj  2  na B  2  n AB
2
 na B2  2  na B2
b-1

ABij (a-1)(b-1)  2  nb AB  2  n AB

2
 2  n AB
2

εij ab(n-1)  2  2  2
Tentukan denumerator tiap sumber jika diketahui EMS sbb:

Denumerator untuk Model fixed pada rancob 2 Faktor

Sumber dof EMS Fixed EMS Fixed

Ai a-1
 2  nb A
Bj b-1  2  na B
ABij (a-1)(b-1)
 2  nb AB
εij ab(n-1)
 2
Tentukan Denumerator untuk tiap sumber varians pada random model

Denumerator untuk Random model pada rancob 2 Faktor

Sumber dof EMS RANDOM EMS Random

Ai a-1
 2  n AB
2
 nb A2
Bj b-1  2  n AB
2
 na B2
ABij (a-1)(b-1)
 2  n AB
2

εij ab(n-1)
 2
Tentukan Denumerator untuk mixed model

Denumerator Mixed Model pada rancob 2 Faktor

Sumber dof EMS MIXED EMS Mixed

Ai a-1
 2  n AB
2
 nb A
Bj b-1
 2  na B2
ABij (a-1)(b-1)
 2  n AB
2

εij ab(n-1)
 2
ATURAN EMS-EMS RULE
(Ref Hicks hal 161)

1. Tuliskan sumber variasi pada baris yang tersedia

(Mis : ada 2 faktor yg diuji yaitu Ai dan Bj, maka sumber
variasinya adalah Ai, Bj, Interaksi AiBj interaksi AiBj dan error)

Kolom 1 Kolom 2 kolom 3 kolom 4

Ai
Bj
ABij
 n(ij)
 ATURAN EMS
2. Perhatikan Kolom
Buat heading tiap kolom dgn jml level factor, subscript, dan sifat
Kolom 2 utk factor A tulis jml level (=a), sifat (=Fixed) dan subscript (=i)
Kolom 3 utk factor B tulis jml level (=b), sifat (=Random) dan subscript
(=j)
Kolom 4 utk factor replikasi (=n), sifat (=Random) dan subscript (=k)
Kolom 1 Kolom 2 kolom 3 kolom 4

a b n
Fixed Random Random
i j k

Ai
Bj
Abij
 n(ij)
 ATURAN EMS
3. Perhatikan baris.
Baris yg factornya tanpa subscript “i” yaitu Bj ditulis dgn “a” di kolom dg heading
“a”
( Bj tanpa subscript “i” sedangkan Ai dan AiBj ada subscript “i” nya)
Baris yg factornya tanpa subscript ”j” yaitu Ai ditulis dgn “b” pd kolom dg heading “b”
(Ai tanpa subscript “j” sedangkan Bj dan AiBj ada subscript “j” nya )
Baris yg faktornya tanpa kurung tulis dgn “n”
( Ai,Bj, dan AiBj tanpa subscript dalam kurung, shg tulis “n” pada heading “n”
Kolom 1 Kolom 2 kolom 3 kolom 4
a b n
Fixed Random Random
i j k
Ai b n
Bj a n
AiBj n

 n(ij)
ATURAN EMS
4. Untuk baris dengan faktor yang subscriptnya ada dalam kurung
tuliskan angka 1
Error pada Baris ke 4 (  n(ij)) subscriptnya dalam kurung,
jadi tulis dgn 1 pada tiap kolom
Kolom 1 Kolom 2 kolom 3 kolom 4

a b n
Fixed Random Random
i j k

Ai b n
Bj a n
ABij n
 n(ij) 1 1
ATURAN EMS (5)

5. Perhatikan sel kosong.

Isi sel kosong dengan angka 0 atau 1 tergantung dari sifatnya.
Jika sifatnya fixed isi dengan 0, jika random isi dengan 1
(yang kosong adalah Ai kolom 2, Bj kolom 3, AiBj kolom 2 dan 3)

Kolom 1 Kolom 2 kolom 3 kolom 4

a b n

Fixed Random Random

i j k
Ai 0 b n
Bj a 1 n
ABij 0 1 n
 n(ij) 1 1
ATURAN EMS (6)
6. Tentukan EMS dengan aturan sbb:
Perhatikan faktor yang a subskripnya tidak dalam kurung.
6.1. Mulai dari faktor A dimana subskrip nya “i” (tidak dalam kurung)
 Tutup kolom yang mengandung subskrip “i” yaitu kolom 1. Yg tidak
tertutup adlh Kolom 2 dan 3
 Kalikan koefisien dari tiap pada kolom yg tidak tertutup (kolom dan
kolom 3) dengan hasil sbb:
 baris Ai hasilnya bxn = bn
 Baris Bj =1xn = n (tapi diabaikan krn kita sdg amati subskrip i)
 Baris ABij = 1xn=n
 Baris error = 1
 Koef “n” untuk baris Bj tidak digunakan karena faktor B tidak
mengandung subskrip i sementara kita sedang bahas subskrip i
 Koefisien hasil perkalian nantinya akan menjadi koefisien dari setiap
faktor sesuai dengan subskripnya.
ATURAN EMS (7)

 Kembali ke contoh, perkalian koefisien menghasilkan

(bn) utk faktor Ai, (n) untuk faktor AB dan (1) utk error ditulis sbb:
Bn(utk Ai) +n (utk AiBj) dan 1(error) sedang Bj tidak diikutsertakan
 Tulis  A = jika faktornya fixed dan  2 jika faktornya random
2 2
 Jadi EMS faktor A = bn A  n AB  (1) 
(jika sedang bahas factor A perhatikan hanya yang ada A
2. Berikutnya lihat faktor B. ulangi dengan cara yg sama
subskrip B adalah j, jadi tutup kolom yg ada j(kolom 3) lalu kalikan
koefisien yg terbuka menghasilkan
0 untuk Ai, na untuk B dan 0 untuk AB dan 1 untuk error ditulis sbb:
=na  
2 2
 EMS faktor B B 

3. Ulangi untuk faktor lainnya diperoleh EMS seperti pada slide 24

Contoh:

a b n
MisaL u hitung EMS
Fixed Random Random EMS
i j k FAKTOR A
Tutup kolom yg ada
i- nya
Ai 0 b n
 2  n AB
2
 nb A2 Kalikan koef pada
2 2
kolom yg terbuka
Bj a 1 n    na  B *bn utk A
2 2
* n utk B (tdk krn
ABij
0 1 n
   n AB tanpa subscript i
 ij  2 *n utk AB
1 1 Jadi EMSA = nbøA +
n var AB
Contoh Penentuan denumerator Fhitung
 Dasar: Kalau fixed semua dibagi dg MSE
 Kalau ada level faktor yg bersifat random, lihat hasil hitung EMS.
 Tutup komponen terakhir, lihat variance apa yang ada. Maka itulah yang menjadi
denumerator Fhtung
 Fhitung = MS(sumber)/MSAB

Contoh :
Jika EMS untuk Mixed model (A fixed dan B random) pada table di S26
  2 terakhir
Apa denumerator F(A)? Tutup komponen
 n 2 pada baris factor (A)
AB
 Lihat komponen tersisa yaitu  AB
2

 Varians yg ada pada komponen sisa adalah

 Jadi denumerator = MS(AB)
 Dan Fhitung (A) = MSA/MSAB
Apa denumerator Fhitung (B)
 2
 Tutup komponen yg terakhir dari baris B, tersisa
 Jadi denumeratornya MSE
 Dan FB= MSB/MSE
Lanjutan.....................Contoh Penentuan denumerator Fhitung

a b n
Fixed Random Random EMS
i j k
2 2 2
Ai MSA/MSE MSB/MSE    n AB  nb A
MSA/MSAB

Bj MSB/MSE MSB/MSAB MSB/MSE  2  na B2

MSAB/MSE MSAB/MSE MSAB/MSE
ABij  2  n AB
2

 ij  2
Contoh 1 : Diketahui EMS untuk rancangan 3 factorial A , B fixed dan C fixed
Apa denumerator untuk tiap factor?

Source EMS F
a

A  2  nbc   i2
i 1
a
 a  1 MS A MS Error
 2  nac   j2 b  1
B i 1
MS B MS Error
c

C  2  nbc   k2
k 1
c  1 MSC MS Error
a b

AB  2  nc   ij
i 1 j 1
2
 a  1b  1 MS AB MS Error
AC   nb   ij
2
a c
2
 a  1c  1 MS AC MS Error
i 1 k 1

BC b
 2  na    ij
c
2
b  1c  1 MS BC MS Error
j 1 k 1

ABC a
  n   ijk
2
b c
2
 a  1b  1c  1 MS ABC MS Error
i 1 j 1 k 1

Error
2
Contoh 2 : 3 factors A , B fixed, C random

Source EMS F
a

A  2  nb AC
2
 nbc   i2  a  1 MS A MS AC
i 1
a

B  2  na BC  nac   j2 b  1 MS B MS BC
2

i 1

C  2  nab C2 MSC MS Error

AB
a b
 nc   ij  a  1b  1
2
2
  n 2
ABC MS AB MS ABC
i 1 j 1

AC  2  nb AC
2
MS AC MS Error
BC  2  na BC
2
MS BC MS Error
ABC  2  n ABC
2
MS ABC MS Error
Error 2
Contoh 3 : 3 factors A fixed, B, C random

Source EMS F
A
a
2
  n 2
ABC  nc 2
AB  nb 2
AC  nbc   i2  a  1
i 1

B 2
  na 2
BC  nac B2 MS B MS BC
C  2  na BC
2
 nab C2 MSC MS BC
AB  2  n ABC
2 2
 nc AB MS AB MS ABC
AC  2  n ABC
2 2
 nb AC MS AC MS ABC
BC  2  na BC
2
MS BC MS Error
ABC  2  n ABC
2
MS ABC MS Error
Error
2
Contoh 4: 3 factors A, B, C – semua random

Source EMS F
A  2  n ABC
2 2
 nc AB 2
 nb AC  nbc A2
B  2  n ABC
2 2
 nc AB 2
 na BC  nac B2
C  2  n ABC
2 2
 na BC 2
 nb AC  nab C2
AB  2  n ABC
2 2
 nc AB MS AB MS ABC
AC  2  n ABC
2 2
 nb AC MS AC MS ABC
BC  2  n ABC
2 2
 na BC MS BC MS ABC
ABC  2  n ABC
2
MS ABC MS Error
Error
2
Contoh 3 : EMS 3 factors A fixed, B, C random

Source EMS F
A
a
2
  n 2
ABC  nc 2
AB  nb 2
AC  nbc   i2  a  1
i 1

B 2
  na 2
BC  nac B2 MS B MS BC
C  2  na BC
2
 nab C2 MSC MS BC
AB  2  n ABC
2 2
 nc AB MS AB MS ABC
AC  2  n ABC
2 2
 nb AC MS AC MS ABC
BC  2  na BC
2
MS BC MS Error
ABC  2  n ABC
2
MS ABC MS Error
Error
2