Eksperimen dengan

Blocking Factor
Desain Blok Lengkap Acak
Desain Bujur Sangkar Latin
Desain Bujur Sangkar Graeco-Latin
Desain Blok Tak Lengkap Seimbang
Desain Blok Lengkap Acak (1)
 Dilakukan dengan menempatkan eksperimen yang
hampir serupa dengan urutan acak ke dalam blok-blok.
 Model statistik: yij = µ + τi (perlakuan) + βj (blok) + ϵij
 Asumsi (faktor tetap): ∑τi = 0 dan ∑βj = 0
 Hipotesis:
◦ H0: µ1 = µ2 = … = µa atau τ1 = τ2 = … = τa = 0
◦ H1: salah satu pasangan µ tidak sama atau salah satu τi ≠ 0
 Persamaan jumlah kuadrat total:
a b
SST = SSPerlakuan + SSBlok + SSE
a b a b

 ( y  y )  b ( y  y )  a ( y  y ) (4.1)
i 1 j 1
ij ..
2

i 1
i. ..   ( y
2

j 1
.j ..
2

i 1 j 1
ij  yi.  y. j  y.. ) 2
Desain Blok Lengkap Acak (2)
 Selain menggunakan pers. 4.1, nilai jumlah kuadrat juga dapat dihitung dengan
rumus lain:
 SST (df a = b N – 1):2
y
SST   yij2  ..
i 1 j 1 N
(4.2)
 SSPerlakuan 1 a(df 2= ay–..2 1):
SS Perlakuan 
b
y
i 1
i. 
N
(4.3)
b 2
y
1 = b 2– 1):
 SS
SSBlok (df
Blok 
a
 y. j 
j 1
..

(4.4)
 SS
SSEE (dfSS= T[a– SS – 1]):  SS Blok
1][bPerlakuan

 Analisis Varian dilakukan dengan membandingkan MSPerlakuan terhadap MSE.

Desain Blok Lengkap Acak (3):
Contoh 4.1
 Sebuah perusahaan peralatan medis memproduksi implan vaskular
(pembuluh darah buatan). Implan ini diproduksi dengan mengektrusi
resin politetrafluoroetilen (PTFE) digabung dengan pelumas menjadi
saluran. Sering kali, beberapa saluran memiliki benjolan kecil yang
keras di permukaan luar. Cacat ini disebut “flicks” (ceklikan).
 Sang pengembang produk yang bertanggung jawab mengenai implan
vaskular curiga bahwa tekanan ekstrusi mempengaruhi frekuensi
munculnya ceklikan dan berniat melakukan eksperimen untuk menguji
hipotesis ini.
 Akan tetapi, resin yang digunakan diproduksi oleh penyedia luar dan
dikirim ke pabrik per batch. Sang insinyur juga menduga bahwa kualitas
resin cukup bervariasi antar batch.
 Maka eksperimen dengan menggunakan desain blok lengkap acak pun
dilakukan.
Desain Blok Lengkap Acak (4):
Contoh 4.1 (lanjutan)
Tekanan Batch Resin (Blok) Total
Ekstrusi Perlakuan
1 2 3 4 5 6

8500 90.3 89.2 98.2 93.9 87.4 97.9 556.9

8700 92.5 89.5 90.6 94.7 87.0 95.8 550.1
8900 85.5 90.8 89.6 86.2 88.0 93.4 533.5
9100 82.5 89.5 85.6 87.4 78.9 90.7 514.6
Total Blok 350.8 359.0 364.0 362.2 341.3 377.8 y.. =
 Perhitungan: 2155.1
4 6
y..2 2155,12
SST   yij2   193.999,31   480,31
i 1 j 1 N 24
1 4 2 y..2 1 2155,12
SS Perlakuan   i. N 6
6 i 1
y   [556,9 2
 550,12
 533,5 2
 514, 6 2
] 
24
 178,17

1 6 2 y..2 1 2155,12
SS Blok   .j N 4
4 j 1
y   [350,8 2
 359, 0 2
 ...  377,8 2
] 
24
 192,25

SS E  SST  SS Perlakuan  SS Blok  480,31  178,17  192,25  109,89

SS Perlakuan /(a  1) 178,17 /(4  1)
F0    8,11
SS E /[(a  1)(b  1)] 109,89 /[(4  1)(6  1)]

 Nilai F0,05;3,15 = 3,29, sehingga disimpulkan bahwa tekanan ekstrusi berpengaruh pada hasil rata-
rata. Selain itu, kualitas resin juga cukup berbeda antar batch karena nilai kuadrat rataan blok
cukup besar dibanding dengan error.
Desain Bujur Sangkar Latin (1):
Penjelasan
 Dilakukan dengan merancang eksperimen sedemikian
rupa sehingga tiap perlakuan hanya muncul sekali
dalam tiap blok dan tiap blok memiliki tiap perlakuan
hanya sekali.
 Model statistik: yij = µ + αi (baris) + τj (perlakuan) + βk
(kolom) + ϵijk
 Persamaan jumlah kuadrat total:
SST = SSbaris +SSkolom +SSPerlakuan + SSE
 Derajat kebebasan tiap suku:
p2 – 1 = (p – 1) + (p – 1) + (p – 1) + (p – 2)(p – 1)
Desain Bujur Sangkar Latin (2):
Rumusan
 Rumusan bujur sangkar latin hampir serupa dengan
desain blok lengkap acak.
 Rumusan:
2
y
SST   yijk
2
 ... (4.5)
i j N
k

1 p 2 y...2
SS Batch   yi.. 
p i 1 N (4.6)
1 p 2 y...2 (4.7)
SSOperator   y..k 
p i 1 N
1 p 2 y...2
SS Formulasi   y. j . 
p i 1 N (4.8)
SS E  SST  SS Batch  SSOperator  SS Formulasi
Desain Bujur Sangkar Latin (3):
Contoh Kasus
 Seorang eksperimenter mempelajari efek 5 jenis formulasi propellan roket
yang digunakan dalam sistem airscrew escape pada laju pembakaran.
Setiap formulasi dibentuk dari satu batch bahan baku yang hanya cukup
untuk 5 formulasi. Kemudian, formulasi disiapkan oleh beberapa operator
yang memiliki keahlian dan pengalaman yang mungkin berbeda.
 Dalam eksperimen ini, ada 2 faktor yang perlu dirata-ratakan, yaitu batch
bahan baku dan operator. Hasil eksperimen ditabelkan di bawah.
Batch Operator
bahan
1 2 3 4 5
baku

1 A = 24 B = 20 C = 19 D = 24 E = 24
2 B = 17 C = 24 D = 30 E = 27 A = 36
3 C = 18 D = 38 E = 26 A = 27 B = 21
4 D = 26 E = 31 A = 26 B = 23 C = 22
5 E = 22 A = 30 B = 20 C = 29 D = 31
Desain Bujur Sangkar Latin (4):
Reduksi Data
 Untuk contoh kasus propellan roket, data dapat dikurang dengan
25 untuk mempermudah perhitungan. Hasil reduksi ditabelkan di
bawah, dengan total A = 18, B = -24, C = -13, D = 24, dan E = 5.

Batch Operator
bahan
baku yi..
1 2 3 4 5

1 A = -1 B = -5 C = -6 D = -1 E = -1 -14
2 B = -8 C = -1 D=5 E=2 A = 11 9
3 C = -7 D = 13 E=1 A=2 B = -4 5
4 D=1 E=6 A=1 B = -2 C = -3 3
5 E = -3 A=5 B = -5 C=4 D=6 7
y..k -18 18 -4 5 9 y… = 10
Desain Bujur Sangkar Latin (5):
Contoh 4.3
 ANOVA dapat dilakukan pada data tereduksi.
 Perhitungan:
y...2 10 2
SST   y  2
 680 
ijk  676
i j k N 25
1 p 2 y...2 1 10 2
SS Batch   yi..   [( 14)  9  5  3  7 ] 
2 2 2 2 2
 68
p i 1 N 5 25
1 p 2 y...2 1 10 2
SSOperator   y..k   [( 18)  18  (4)  5  9 ] 
2 2 2 2 2
 150
p i 1 N 5 25
1 p 2 y...2 1 2 10 2
SS Formulasi   y. j .   [18  (24)  (13)  24  5 ] 
2 2 2 2
 330
p i 1 N 5 25
SS E  SST  SS Batch  SSOperator  SS Formulasi  670  68  150  330  128
Desain Bujur Sangkar Latin (6):
Hasil ANOVA Contoh 4.3
Sumber Jumlah Derajat Kuadrat F0 Nilai-p
Variasi Kuadrat Kebebasan Rataan
Formulasi 330 4 82,50 7,73 0,0025

Batch 68 4 17,00

Operator 150 4 37,50

Error 128 12 10,67

Total 676 24

 Dengan nilai-p yang sangat kecil berarti formulasi menyebabkan

perbedaan signifikan, sementara variasi batch sangat kecil.
Sedangkan perbedaan akibat operator cukup besar dilihat dari
kuadrat rataannya.
Desain Bujur Sangkar Graeco – Latin
 Jika 2 bujur sangkar latin dengan 2 perlakuan digabungkan
sehingga keduanya tumpang tindih dan perlakuan pertama
hanya muncul sekali saja di tiap perlakuan lainnya, maka
kedua bujur sangkar latin itu dibilang ortogonal. Gabungan
2 bujur sangkar ini menjadi Bujur Sangkar Graeco-Latin.
 Model statistik: yij = µ + θi (baris) + τj (perlakuan huruf
latin) + ωk (perlakuan huruf yunani) + ψl (kolom) + ϵijkl
 Persamaan jumlah kuadrat total:
SST = SSbaris + SSPerlakuan huruf latin + SSPerlakuan huruf yunani + SSkolom + SSE
 Derajat kebebasan tiap suku:
p2 – 1 = (p – 1) + (p – 1) + (p – 1) + (p – 1) + (p – 3)(p – 1)
Desain Bujur Sangkar Graeco – Latin
Contoh Kasus
 Ambil Contoh 4.3, apabila ada faktor tambahan berupa tes
pemasangan yang didenotasikan oleh huruf Yunani: α, β, γ, δ dan ε,
diperoleh desain bujur sangkar Graeco – Latin.
 Hasil eksperimen ditabelkan di bawah. Perhatikan bahwa total α = 10,
β = -6, γ = -3, δ = -4 dan ε = 13.
Batch Operator
bahan
baku yi…
1 2 3 4 5

1 Aα = -1 Bγ = -5 Cε = -6 Dβ = -1 Eδ = -1 -14
2 Bβ = -8 Cδ = -1 Dα = 5 Eγ = 2 Aε = 11 9
3 Cγ = -7 Dε = 13 Eβ = 1 Aδ = 2 Bα = -4 5
4 Dδ = 1 Eα = 6 Aγ = 1 Bε = -2 Cβ = -3 3
5 Eε = -3 Aβ = 5 Bδ = -5 Cα = 4 Dγ = 6 7
Desain Bujur Sangkar Graeco – Latin
Contoh 4.4
 Nilai SST, SSBatch, SSOperator, dan SSFormulasi sama dengan contoh 4.3.
 Perhitungan:
1 p 2 y....2 1 2 10 2
SS Pemasangan   y..k .   [10  (6)  (3)  (4)  13 ] 
2 2 2 2
 62
p i 1 N 5 25
Sumber Jumlah Derajat Kuadrat F0 Nilai-p
Variasi Kuadrat Kebebasan Rataan
Formulasi 330 4 82,50 10,00 0,0033

Batch 68 4 17,00

Operator 150 4 37,50

Pemasangan 62 4 15,50

Error 66 8 8,25

Total 676 24
Desain Blok Tak Lengkap Seimbang (1)
Pengenalan
 Kadang kala, karena suatu sebab, tidak seluruh eksperimen
dapat dilakukan. Misalnya untuk Contoh 4.1 mengenai implan
vaskular, apabila setiap batch hanya cukup untuk menguji 3
tekanan ekstrusi (sebelumnya 4 tekanan ekstrusi), maka tidak
setiap perlakuan muncul dalam tiap blok.
 Eksperimen masih dapat dilakukan mengunakan desain blok
acak tak lengkap. Tetapi apabila tiap perlakuan sama
pentingnya, maka kombinasi perlakuan di tiap blok harus
seimbang.
 Desain blok tak lengkap seimbang (BIBD) adalah desain blok
tak lengkap dengan tiap perlakuan muncul sama banyaknya.
Desain Blok Tak Lengkap Seimbang (2)
Contoh Kasus
 Seorang insinyur kimia menyelidiki waktu reaksi akibat penggunakan 4 jenis
katalis. Prosedur eksperimen terdiri dari pemilihan batch bahan baku, persiapan
pilot plant, memasukkan tiap katalis ke run pilot plant yang berbeda, dan
mengamati waktu reaksi.
 Oleh karena variasi dalam bahan baku dapat mempengaruhi kinerja katalis, sang
insinyur memutuskan untuk menggunakan batch sebagai blok. Akan tetapi, tiap
batch hanya cukup untuk 3 run katalis.
 Data eksperimen dilampirkan dalam tabel di bawah.
Perlakuan Batch
(Katalis)
1 2 3 4 yi..

1 73 74 - 71 218
2 - 75 67 72 214
3 73 75 68 - 216
4 75 - 72 75 222
y.j 221 224 207 218 y.. = 870
Desain Blok Tak Lengkap Seimbang (3)
Penjelasan
 Dalam contoh kasus, terdapat a (= 4) perlakuan dan b (= 4) blok. Tiap blok memiliki
k (= 3) perlakuan dan tiap perlakuan direplikasi r (= 3) kali. Maka tiap pasangan
perlakuan muncul λ kali dalam blok yang sama.
 Dengan demikian: λ(a – 1) = r(k – 1) (4.9)
 Untuk jumlah kuadratnya: (dengan nij = 1 jika perlakuan i muncul di blok j, dan nij =
0 jika tidak)
a b
y..2
SST   yij  2
(4.10)
i 1 j 1 N
1 b 2 y..2
SS Blok   y. j  df perlakuan  a  1
k j 1 N (4.11)
a df blok  b  1
k  Qi2 df error  N  a  b  1
SS Perlakuan ( disesuaikan )  i 1
(4.12) df total  N  1
a
1 b
Qi  yi.   nij y. j (4.13)
k j 1
SS E  SST  SS Perlakuan ( disesuaikan )  SS Blok
Desain Blok Tak Lengkap Seimbang (4)
Contoh 4.5
 ANOVA untuk mengetahui pengaruh katalis.
 Dari data eksperimen di contoh kasus, diperoleh N =

12, dan λ = 2 (pers. 4.9).

 Perhitungan: a b 2 2
y 870
SS   y 
T  63.156 
2
ij
..
 81
N
i 1 j 1 12
1 4 2 y..2 1 8702
SS Blok   y. j   [221  207  224  218 ] 
2 2 2 2
 55
3 j 1 12 3 12
1
Q1  218  [221  224  218]  9 / 3
3
1
Q2  214  [207  224  218]  7 / 3
3
1
Q3  216  [221  207  224]  4 / 3
3
1
Q4  222  [221  207  218]  20 / 3
3
Desain Blok Tak Lengkap Seimbang (5)
Hasil ANOVA Contoh 4.5
4
3 Q 2
3[(9 / 3) i 2
 (7 / 3) 2  (4 / 3) 2  (20 / 3) 2 ]
SS Perlakuan( disesuaikan )  i 1
  22,75
2(4) 2(4)
SS E  81  22,75  55  3,25
Sumber Jumlah Derajat Kuadrat F0 Nilai-p
Variasi Kuadrat Kebebasan Rataan
Perlakuan 22,75 3 7,58 11,66 0,00107
Batch 55,00 3 -
Error 3,25 5 0,65
Total 88,00 11

 Karena nilai-p yang sangat kecil, dapat disimpulkan

bahwa jenis katalis memiliki efek yang signifikan.
Sekian dan Terima Kasih