desain_faktorial_3k

Upload: yanuar

Post on 01-Mar-2018

219 views

Category:

Documents


0 download

TRANSCRIPT

  • 7/26/2019 Desain_Faktorial_3k

    1/27

    1

    1. PENDAHULUAN

    Eksperimen faktorial untuk faktor A dan B yang masing-masing

    bertaraf a dan b telah di bahas di Bab V. Demikian pula eksperimen faktorial

    untuk tiga faktor A, B dan C yang masing-masing mempunyai taraf a, b

    dan c. Eksperimen ini jelas merupakan hal khusus dari pada eksperimen faktorial

    berbentuk umum untuk k buah faktor yang

    masing-masing bertaraf . bentuk khusus lain yang ternyata pula

    dalam praktek sering di temukan, adalah apabila kita mempunyai k buah faktor

    dengan tiap faktor bertaraf tiga. Dalam hal demikian, kita berhadapan dengan

    eksperiman faktorial . Untuk mengetahui daya tahan semacam praktek

    misalnya, kita bisa memperhitungkannya dari pengaruh tiga macam temperatur

    (dingin, sedang, panas) dan pengaruh tiga macam kelembapan (50%,70%,90%).

    Eksperimennya akan merupakan eksperimen faktorial . Juka juga untuk

    pengukuran daya tahan perekat itu diperhitungkan kemungkinan adanya pengaruh

    tiga macam larutan kosentrasi yang digunakan (encer, sedang, kental), maka kita

    peroleh eksperimen faktorial .

    Dalam bab ini akan dibicarakan analisis desain eksperimen faktorial ,

    dengan titik berat dan .desain yang digunakan adalah desain acak

    sempurna sedangkan faktor-faktornya akan di tinjau yang bertaraf tetap. Jenis

    taraf faktor-faktor bisa kuantitatif atau kualitatif.

    2. DESAIN FAKTORIAL

    Seperti telah dikatakan diatas, apabila eksperimen kita menyangkut dua

    faktor A dan B, tiap faktor bertaraf tiga, maka diperoleh eksperimen faktorial .

    Perhatikan bahwa dalam , bilangan pangkat (ialah 2) menyatakan banyak faktor

    sedangkan bilangan pokok (ialah 3) menunjukkan banyak taraf yang dimiliki

    faktor-faktor.

    Model untuk eksperimen ini, tanpa replikasi, adalah

    VIII. (1) . . .

  • 7/26/2019 Desain_Faktorial_3k

    2/27

    2

    i = 1, 2, 3 dan j = 1, 2, 3

    dengan arti setiap simbol dan asumsi-asumsi yang diperlukan seperti telah

    diutarakan dalam bab-bab terdahulu.

    Karena setiap faktor bertaraf tiga, maka akibatnya derajat kebebasan dk =

    (3 - 1) = 2 untuk setiap faktor tersebut, sementara seluruhnya kita mempunyai 3 x

    3 = 9 kombinasi perlakuan. Untuk menggambarkan atau melukiskan kesembilan

    kombinasi dengan model diatas, ketiga taraf tiap faktor akan kita beri notasi

    Taraf rendah dengan simbol 0,

    Taraf menengah dengan simbol 1 dan

    Taraf tinggi dengan simbol 2.

    Dengan notasi ini, kesembilan kombinasi perlakuan dapat dilukiskan sebagai

    berikut.

    Taraf

    2 02 12 22

    * * *

    Faktor B 1 01 11 21

    * * *

    0 00 10 20

    * * *

    0 1 2 Taraf

    Faktor A

    Secara lengkap, semua kombinasi di atas adalah , , , ,

    , , , , dan untuk tiap kombinasi, nantinya berdasarkan

    pengamatan hasil eksperimen, akan memiliki nilai respon eksperimen.

    Dari skema di muka, jelas hendaknya bahwa angka pertama menyatakan

    taraf faktor A sedangkan angka kedua menunjukkan taraf faktor B. demikianlah

    misalnya 02, yang lengkapnya , merupakan kombinasi taraf rendah faktor A

    dengan taraf tinggi faktor B.

  • 7/26/2019 Desain_Faktorial_3k

    3/27

    3

    Skema kombinasi perlakuan untuk eksperimen dengan model di atas,

    memperlihatkan bahwa tiap sel kombinasi perlakuan hanya dikenakan kepada satu

    unit eksperimen. Akibatnya, hanya efek-efek A dan B saja yang dapat diuji

    dengan statistic F dibentuk sebagai rasio KT (sumber variasi A) dan KT (sumber

    variasi B) terhadap KT (sumber variasi AB), sedangkan interaksi AB tidak dapat

    diuji. Dengan kata lain, sumber variasi kekeliruan tidak ada, atau boleh dikatakan

    melekatpada atau baurdengan interaksi AB. Ini dapat dilihat dari daftar ANAVA

    berikut.

    DAFTAR VIII (1)

    ANAVA DESAIN FAKTORIAL

    (SATU UNIT PER SEL)

    Dari kenyataan ini, agar interaksi AB dapat diuji, maka dalam eksperimen perlu

    dilakukan replikasi dalam kesembilan sel. Dengan kata lain, perlu dilakukan

    eksperimen terhadap lebih dari satu unit eksperimen untuk tiap kombinasi

    perlakuan. Jika replikasi ini dilakukan sebanyak r kali, maka model untuk

    eksperimen faktorial menjadi (lihat model V (1), Bab V).

    VIII. (2) . . .

    i = 1, 2, 3

    j = 1, 2, 3

    k = 1, 2, 3, , r

    Sumber Variasi dk

    Rata-rata

    Faktor A

    Faktor B

    Interaksi AB

    1

    2

    2

    4

    Jumlah 9

  • 7/26/2019 Desain_Faktorial_3k

    4/27

    4

    Bahwasanya dengan melakukan replikasi kita dapat menguji interaksi AB, dapat

    dilihat daftar ANAVA berikut.

    DAFTAR VIII (2)

    ANAVA DESAIN FAKTORIAL

    (r REPLIKASI PER SEL)

    Kekeliruan mempunyai dk = 9(r-1) sehingga oleh karenanya interaksi AB

    dapat diuji terhadap sumber variasi kekeliruan ini.

    Apabila salah satu faktor atau kedua faktor bertaraf kuantitatif dan

    berinterval sama, dengan cara yang sudah dijelaskan dalam Bab VII, selanjutnya

    kita dapat menentukan efek-efek linier dan kuadratik faktor-faktor tersebut,

    termasuk semua interaksinya. Perhitungan jumlah kuadrat-kuadrat untuk tiap

    sumber variasi, dapat dikerjakan sebagaimana telah dijelaskan dalam Bab V

    mengenai eksperimen faktorial secara umum.

    Untuk menjelaskan penggunaan kedua daftar ANAVA diatas, terlebih

    dahulu kita analisis data yang tertera dalam daftar berikut. Daftar tersebut berisi

    variabel respon karena efek faktor-faktor A dan B di mana replikasi tidak

    dilakukan. Tiap faktor bertaraf 3 sehingga eksperimennya berbentuk factorial .

    Sumber Variasi dk

    Rata-rata

    Faktor A

    Faktor B

    Interaksi AB

    Kekeliruan

    1

    2

    2

    4

    9(r-1)

    Jumlah 9r

  • 7/26/2019 Desain_Faktorial_3k

    5/27

    5

    DAFTAR VIII (3)

    RESPON KARENA DUA FAKTOR A & B

    ANAVA DESAIN FAKTORIAL

    (TANPA REPLIKASI)

    FAKTOR

    B

    FAKTOR A

    0 1 2

    0 1.5 -3.0 4.5 3.0

    1 0 6.0 1.5 7.5

    2 3.0 -1.5 3.0 4.54.5 1.5 9.0 15.0

    Jumlah kuadrat-kuadrat yang diperlukan adalah:

    Dalam hasil perhitungan ini kita peroleh daftar ANAVA berikut.

  • 7/26/2019 Desain_Faktorial_3k

    6/27

    6

    DAFTAR VIII (4)

    DAFTAR ANAVA UNTUK DATA DALAM DAFTAR VIII (3)

    Sumber Variasi dk JK KT

    Rata-rata

    Faktor A

    Faktor B

    Interaksi AB

    1

    2

    2

    4

    25

    9.5

    3.5

    52

    25

    4.75

    1.75

    13

    Jumlah 9 90.0

    Tampak jelas bahwa interaksi AB tidak dapat diuji, sedangkan faktor-faktor A dan

    B dapat diuji terhadap AB.

    Jika kita lakukan replikasi terhadap eksperimen, misalkan dua kali, dan

    diperoleh data seperti di bawah ini, keadaannya akan berbeda.

    DAFTAR VIII (5)

    RESPON DUA FAKTOR A DAN B DALAM DESAIN FAKTORIAL

    (REPLIKASI 2 KALI TIAP SEL)

    FAKTOR

    B

    FAKTOR A

    0 1 2

    0

    1.5

    1.0

    (2.5)

    -3.0

    0.0

    (-3.0)

    4.5

    2.5

    (7.0) 6.5

    1

    0

    1.0

    (1.0)

    6.0

    2.5

    (8.5)

    1.5

    2.0

    (3.5) 13.0

    2

    3.0

    2.0

    (5.0)

    -1.5

    1.0

    (-0.5)

    3.0

    2.0

    (5.0) 9.5

    8.5 5.0 15.5 29.0

  • 7/26/2019 Desain_Faktorial_3k

    7/27

    7

    Setelah disusun dalan daftar Anava, akan diperoleh daftar berikut.

    DAFTAR VIII (6)

    DAFTAR ANAVA UNTUK DATA DALAM DAFTAR VIII (5)

    Sumber Variasi dk JK KT

    Rata-rata

    Faktor A

    Faktor B

    Interaksi AB

    Kekeliruan

    1

    2

    2

    4

    9

    46.72

    9.53

    3.53

    40.22

    17.5

    46.72

    4.77

    1.77

    10.06

    1.94

    Jumlah 18 177.5 -

    Dengan adanya sumber variasi untuk kekeliruan dengan dk = 9, maka

    semua faktor termasuk interaksinya dapat diuji. Untuk model tetap misalnya,

    semua diuji dengan mengambil rasio terhadap kekeliruan.

    Apabila ternyata bahwa salah satu faktor atau kedua-duanya bertaraf

    kuantitatif dan berinterval sama, maka selanjutnya kita dapat melakukan

    pengujian untuk melihat apakah ada tidaknya efek-efek linier, kuadratik serta

  • 7/26/2019 Desain_Faktorial_3k

    8/27

    8

    segala bentuk interaksinya terhadap variabel respon Y. cara analisisnya dapat

    dilakukan seperti telah diuraikan dalam Bab VII. Namun demikian marilah kita

    lihat pemecahan efek faktor-faktor tersebut dalam hal kedua faktor berbentuk

    kuantitatif.

    Dengan menggunakan koefisien orthogonal dari Daftar F dalam Lampiran,

    untuk k = 3, kita peroleh daftar koefisien berikut.

    PolinomTaraf Faktor

    Rendah Menengah Tinggi

    0 1 2

    Linier

    Kuadratik

    -1

    +1

    0

    -2

    +1

    +1

    2

    6

    1

    3

    Untuk menghitung jumlah kuadrat-kuadrat tiap bentuk polinom ataupun

    interaksinya, sebaiknya kita buat daftar koefisien-koefisien seperti dalam Daftar

    VIII (7) yang diturunkan dari daftar koefisien di atas.

    DAFTAR VIII(7)

    KOEFISIEN UNTUK DESAIN FAKTORIAL

    KEDUA FAKTOR KUANTITATIF

    FaktorKombinasi

    00 01 02 10 11 12 20 21 22

    -1

    +1

    -1

    +1

    +1

    -1

    -1

    +1

    -1

    +1

    0

    -2

    0

    +2

    0

    -2

    -1

    +1

    +1

    +1

    -1

    -1

    +1

    +1

    0

    -2

    -1

    +1

    0

    0

    +2

    -2

    0

    -2

    0

    -2

    0

    0

    0

    +4

    0

    -2

    +1

    +1

    0

    0

    -2

    -2

    +1

    +1

    -1

    +1

    -1

    +1

    -1

    +1

    +1

    +1

    0

    -2

    0

    -2

    0

    -2

    +1

    +1

    +1

    +1

    +1

    +1

    +1

    +1

    6

    18

    6

    18

    4

    12

    12

    36

    1.5 0 3.0 -3.0 6.0 -1.5 4.5 1.5 3.0 -

  • 7/26/2019 Desain_Faktorial_3k

    9/27

    9

    Dalam baris tidak terdapat faktor B. oleh karenanya tiga kolom

    pertama berkoefisien -1 karena taraf A bernotasi 0; tiga kolom berikutnyaberkoefisien 0 dengan taraf A bernotasi 1 dan tiga kolom terakhir berkoefisien +1

    karena taraf A bernotasi 2. Tiga kolom pertama untuk efek kuadratik

    berkoefisien +1 karena taraf A bernotasi 0; tiga kolom berikutnya berisikan

    koefisien -2 disebabkan taraf A bernotasi 1 dan tiga kolom terakhir berkoefisien

    +1 untuk taraf A bernotasi 2. Dengan baris , efek linier untuk faktor B,

    koefisien tiga kolom pertama berturut-turut -1, 0, +1. Ini disebabkan oleh karena

    tarafnya berturut-turut bernotasi 0, 1, 2. Demikian pula tiga kolom terakhir. Tiga

    kolom pertama dalam baris efek kuadratik berturut-turut berisikan koefisien-

    koefisien +1, -2, +1 karena masing-masing taraf bernotasi 0, 1, 2. Hal yang sama

    berlaku untuk tiga kolom ditengah dan tiga kolom terakhir. Koefisien-koefisien

    untuk interaksi diperoleh sebagai hasil kali dari koefisien-koefisien bersesuaian

    yang ada dalam kolom yang sama. Kolom terakhir berisikan jumlah kuadrat-

    kuadrat koefisien yang diperlukan untuk perhitungan jumlah kuadrat-kuadrat

    kontras.Jika daftar ini kita gunakan untuk memecahkan efek-efek faktor yang

    datanya tercantum dalam Daftar VIII (3) misalnya, maka nilai pengamatan respon

    diperlukan, dan ini telah dituliskan dalam baris akhir. (Jika ada replikasi,

    dalam baris ini tentulah dituliskan jumlah nilai pengamatan dalam tiap sel

    kombinasi).

    Dengan cara yang telah dijelaskan dalam Bab VII, yakni mengalikan

    koefisien-koefisien kontras dengan nilai-nilai yang bersesuaian kemudian

    dijumlahkan, menggunakan Daftar VIII (3) dan Daftar VIII (7), diperoleh kontras-

    kontras untuk ;

    = -1(1.5)1(0)1(3.0) + 0(3.0) + 0(6.0) + 0(-1.5) + 1(4.5) + 1(1.5)

    + 1(3.0)

    = 4.5

    = +1(1.5) + 1(0) + 1(3.0)2(-3.0)2(6.0)2(-1.5) + 1(4.5) + 1(1.5)

  • 7/26/2019 Desain_Faktorial_3k

    10/27

    10

    + 1(3.0)

    = 10.5

    = -1(1.5) + 0(0) + 1(3.0)1(-3.0) + 0(6.0) + 1(-1.5)1(4.5) + 0(1.5)

    + 1(3.0)

    = 1.5

    = +1(1.5)2(0) + 1(3.0) + 1(-3.0)2(6.0) + 1(-1.5) + 1(4.5)2(1.5)

    + 1(3.0)

    = -7.5

    = +1(1.5) + 0(0)1(-3.0) + 0(-3.0) + 0(6.0) + 0(-1.5)1(4.5) +

    0(1.5) + 1(3.0)

    = -3.0

    = -1(1.5) + 2(0)1(-3.0) + 0(-3.0) + 0(6.0) + 0(-1.5) + 1(4.5)

    2(1.5) + 1(3.0)

    = 0.0

    = -1(1.5) + 0(0) + 1(-3.0) + 2(-3.0) + 0(6.0)2(-1.5)1(4.5) +

    0(1.5) + 1(3.0)

    = -3.0

    = +1(1.5)2(0) + 1(-3.0)2(-3.0) + 4(6.0)2(-1.5) + 1(4.5)

    2(1.5) + 1(3.0)

    = 42.0

    Sehingga jumlah kuadrat-kuadrat kontras harganya adalah:

    JK ( = = 3.375

    JK ( = = 6.125

    JK ( = = 0.375

    JK ( = = 3.125

    JK ( = = 2.25

    JK ( = = 0

  • 7/26/2019 Desain_Faktorial_3k

    11/27

    11

    JK ( = = 0.75

    JK ( = = 49

    Hasil perhitungan di muka memberikan analisis lengkap seperti berikut.

    DAFTAR VIII (8)

    DAFTAR ANAVA UNTUK DATA DALAM DAFTAR VIII (3)

    Sumber Variasi dk JK KT

    Rata-rata

    Faktor A

    Faktor B

    Interaksi AB

    1

    2

    1

    1

    2

    1

    1

    4

    1

    1

    1

    1

    25

    9.5

    3.375

    6.125

    3.5

    0.375

    3.125

    52

    2.25

    0

    0.75

    49

    25

    3.375

    6.125

    0.375

    3.125

    2.25

    0

    0.75

    49

    Jumlah 9 90.0

    Karena tidak ada sumber variasi kekeliruann lihat juga Daftar VIII (4), kita

    tidak bisa menguji efek-efek faktor. Agar efek-efek faktor bisa diuji, maka

    pengamatan perlu dilakukan dengan replikasi.

    Contoh Soal:

    Pengaruh kekuatan pengembang (A) dan waktu pengembangan (B). Tiga

    kekuatan pengembangan dan waktu pengembangan yang digunakan, dan empat

  • 7/26/2019 Desain_Faktorial_3k

    12/27

    12

    replikasi untuk desain faktorial . Kerjakan analisis data menggunakan metode

    standar dari desain faktorial.DAFTAR VIII(9)

    Kekuatan

    Pengembang

    Waktu Pengembangan

    10 14 18

    10

    5

    2

    4

    1

    4

    3

    2

    2

    4

    5

    6

    24

    7

    6

    5

    6

    7

    8

    7

    9

    8

    10

    5

    37

    8

    10

    7

    10

    8

    10

    7

    12

    9

    10

    8

    Penyelesaian :

    DAFTAR VIII (10)

    Kekuatan

    Pengembang

    Waktu Pengembangan

    10 14 18

    10

    5

    2

    4 (11)

    1

    4

    3

    2 (10)

    2

    4

    5

    6 (17)

    38

    24

    7

    6

    5 (22)

    6

    7

    8

    7 (28)

    9

    8

    10

    5 (32)

    82

    37

    8

    10

    7 (32)

    10

    8

    10

    7 (35)

    12

    9

    10

    8 (39)

    106

    65 73 88 226

    Dari di atas dapat dihitung jumlah kuadrat-kuadrat :

  • 7/26/2019 Desain_Faktorial_3k

    13/27

    13

    DAFTAR VIII (11)

    DAFTAR ANAVA UNTUK DATA DALAM DAFTAR VIII (10)

    Sumber Variasi dk JK KT

    Rata-rata

    Faktor A

    Faktor B

    Interaksi AB

    Kekeliruan

    1

    2

    2

    4

    27

    1418.77

    198.23

    22.73

    3.27

    71

    1418.77

    99.115

    11.36

    0.81

    2.62

    Jumlah 36 1714 -

    3. DESAIN FAKTORIAL 33

    Desain faktorial 33merupakan desain eksperimen dengan 3 faktor misalnya

    faktor A, B dan C dengan 3 taraf. Keseluruhan eksperimen tanpa replikasi

    memerlukan 27 kombinasi perlakuan. Berikut ini sel-sel kombinasi perlakuan dari

    desain eksperimen 33:

    DAFTAR VIII(12)

    Faktor B Faktor CFaktor A

    0 1 2

    0

    0

    1

    2

    000

    001

    002

    100

    101

    102

    200

    201

    202

  • 7/26/2019 Desain_Faktorial_3k

    14/27

    14

    Dalam notasi triplet diatas, angka pertama menyatakan notasi taraf faktor A,

    angka kedua untuk notasi taraf faktor B dan angka terakhir menunjukkan notasi

    taraf faktor C. Misalnya, notasi 012 menyatakan interaksi taraf rendah faktor A

    dengan taraf menengah faktor B dan taraf tinggi faktor C.

    Jika dilakukan eksperimen secara acak sempurna dan tanpa replikasi

    terhadap ketiga faktor di atas, maka eksperimen tersebut akan mempunyai model:

    Yijk= + Ai+ Bj+ ABij+ Ck+ ACik+ BCjk+ ABCijk+ ijk

    dengan i = 1, 2, 3

    j = 1, 2, 3

    k = 1, 2, 3

    Yijkt = variabel respon hasil observasi ke-t yang terjadi karena pengaruh

    bersama taraf ke-i faktor A dengan taraf ke-j faktor B dan taraf ke-k

    faktor C.

    = rata-rata yang sebenarnya (konstan)

    Ai = efek taraf ke-i faktor A

    Bj = efek taraf ke-j faktor B

    ABij = efek interaksi antara taraf ke-i faktor A dengan taraf ke-j faktor B

    Ck = efek taraf ke-k faktor C

    ACik = efek interaksi antara taraf ke-i faktor A dengan taraf ke-k faktor C

    BCjk = efek interaksi antara taraf ke-j faktor A dengan taraf ke-k faktor C

    ABCijk = efek interaksi antara taraf ke-i faktor A dengan taraf ke-j faktor B dan

    taraf ke-k faktor C

    t (ijk) = efek unit eksperimen ke-t dalam kombinasi perlakuan (ijk)

    1

    0

    1

    2

    010

    011

    012

    110

    111

    112

    210

    211

    212

    2

    0

    1

    2

    020

    021

    022

    120

    121

    122

    220

    211

    222

  • 7/26/2019 Desain_Faktorial_3k

    15/27

    15

    Karena tidak ada replikasi terhadap eksperimen, sebetulnya kedua buah

    suku terakhir berbaur menjadi satu. Ini berarti sumber variasi kekeliruan tidak

    terjadi mandiri. Akibatnya, penelitian terhadap interaksi ABC tidak dapat

    dilakukan kecuali ada repikasi dalam eksperimen.

    Tabel ANAVA untuk eksperimen faktorial 33dengan model di atas adalah

    sebagai berikut:

    DAFTAR VIII (13)

    TABEL ANAVA DESAIN FAKTORIAL 3k

    SATU UNIT TIAP SEL

    Untuk model tetap, efek -efek faktor-faktor A, B, C dan interaksi-interaksi

    AB, AC dan BC dapat diuji terhadap interaksi ABC. Dengan kata lain, bentuk

    terakhir ini digunakan sebagai sumber variasi kekeliruan.

    Apabila diinginkan penelitian terhadap efek interaksi ABC, maka replikasi

    eksperimen perlu dilakukan dalam tiap sel kombinasi. Jika replikasi dilakukan

    sebanyak r kali, maka akan diperoleh model

    Yijk = + Ai+ Bj+ ABij+ Ck+ ACik+ BCjk+ ABCijk+ ijk

    dengan i = 1, 2, 3

    j = 1, 2, 3

    Sumber Variasi dK

    Rata-rata

    Faktor A (a-1)

    Faktor B (b-1)

    Interaksi AB (a-1)(b-1)

    Faktor C (c-1)

    Interaksi AC (a-1)(c-1)

    Interaksi BC (b-1) (c-1)

    Interaksi ABC (a-1)(b-1) (c-1)

    1

    2

    2

    4

    2

    2

    4

    8

    Jumlah 27

  • 7/26/2019 Desain_Faktorial_3k

    16/27

    16

    k = 1, 2, 3

    = 1, 2, 3, , r

    Dalam model terakhir ini, untuk menguji efek faktor-faktor dan interaksinya,

    digunakan tabel ANAVA sebagai berikut.

    DAFTAR VIII (14)

    TABEL ANAVA DESAIN FAKTORIAL 33

    (r REPLIKASI TIAP SEL)

    Contoh:

    Untuk mempelajari hasil produksi, telah dipertimbangkan kemungkinannya tiga

    macam faktor, yaitu faktor hari (H), operator (O) dan konsentrasi larutan (K).

    Hasil percobaan seperti dalam tabel di bawah ini.

    DAFTAR VIII (15)

    PRODUKSI SEBAGAI HASIL DESAIN FAKTORIAL 33

    (DENGAN 3 REPLIKASI)

    Sumber Variasi dK

    Rata-rata

    Faktor A (a-1)

    Faktor B (b-1)

    Interaksi AB (a-1)(b-1)

    Faktor C (c-1)

    Interaksi AC (a-1)(c-1)

    Interaksi BC (b-1) (c-1)

    Interaksi ABC (a-1)(b-1) (c-1)

    Kekeliruan

    1

    2

    2

    4

    2

    2

    4

    8

    27(r-1)

    Jumlah 27r

  • 7/26/2019 Desain_Faktorial_3k

    17/27

    17

    Konsentrasi K

    Hari

    Senin Rabu Kamis

    Operator O

    X Y Z X Y Z X Y Z

    0,5

    1,0

    1,2

    1,7

    0,2

    0,5

    0,7

    0,2

    0,0

    0,3

    1,0

    0,0

    0,5

    1,0

    0,0

    0,0

    1,2

    0,0

    0,5

    1,7

    1,2

    1,2

    0,2

    0,7

    1,0

    0,5

    1,0

    1,7

    1,0

    5,0

    4,7

    4,2

    3,2

    3,7

    3,5

    3,5

    3,5

    3,2

    4,0

    3,5

    3,5

    3,2

    3,0

    4,0

    3,7

    4,0

    4,2

    4,5

    5,0

    4,7

    3,7

    4,0

    4,2

    3,7

    4,5

    3,7

    2,0

    7,5

    6,5

    7,7

    6,0

    6,2

    6,2

    7,2

    6,5

    6,7

    6,5

    6,0

    6,2

    5,2

    5,7

    6,5

    7,0

    6,7

    6,8

    6,7

    7,5

    7,0

    7,5

    6,0

    6,0

    6,2

    6,5

    7,0

    Dalam eksperimen ini, tiga hari, tiga faktor dan tiga konsentrasi telah

    diambil, sehingga dihasilkan faktor eksperimen 33. Hari dan operator merupakan

    faktor kualitatif sedangkan konsentrasi larutan merupakan faktor kuantitatif dan

    ditetapkan dengan ukuran 1/2, 1 dan 2. Taraf konsentrasi ini tidak berinterval

    sama; tetapi akan berinterval sama apabila diambil logaritmanya. (Jika efek

    polinom termasuk interaksinya ternyata signifikan, maka untuk keperluan

    perkiraan tentulah logaritma ini yang digunakan).

    Untuk menghitung jumlah kuadrat (JK) tiap sumber variasi, sebaiknya

    dibuat tabel a x b x c, tabel a x b, tabel a x c dan tabel b x c seperti berikut.

    Mialkan hari = a, operator = b dan konsentrasi = c.

    Tabel a x b x c

    a1 a2 a3

    b1 b2 b3 b1 b2 b3 b1 b2 b3

    c1

    c2

    c3

    3,9

    13,9

    21,7

    1,4

    10,4

    18,4

    0,5

    10,2

    20,4

    1,5

    11,0

    18,7

    1,0

    10,2

    17,4

    1,7

    11,9

    20,5

    4,1

    14,2

    21,2

    1,9

    11,9

    19,5

    3,2

    11,9

    19,7

  • 7/26/2019 Desain_Faktorial_3k

    18/27

    18

    Tabel a x b

    a1 a

    2 a

    3

    b1 39,5 31,2 39,5

    b2 30,2 28,6 33,3

    b3 31,1 34,1 34,8

    Tabel a x c

    a1 a2 a3

    c1 5,8 4,2 9,2c2 34,5 33,1 38

    c3 60,5 56,6 60,4

    Tabel b x c

    b1 b2 b3

    c1 9,5 4,3 5,4

    c2 39,1 32,5 34c3 61,6 55,3 60,6

    Dari tabel diatas dapat dihitung

    Ry =

    Dari tabel a x b x c, dapat dihitung

    Jabc =

    Dari tabel a x b, tabel a x c dan tabel b x c dapat dihitung

    Jab =

    Jac =

  • 7/26/2019 Desain_Faktorial_3k

    19/27

    19

    Jbc =

    Selanjutnya kita dapatkan harga-harga

    Ay =

    By =

    Cy =

    ABy = 13,333,48 6,10 = 3,75

    ACy = 469,323,48 465,35 = 0,49

    BCy = 472,236,10465,35 = 0,78

    ABCy = 480,873,486,10465,353,750,49 0,78 = 0,92

    Ey = 1618,971128,213,486,10465,353,750,490,770,92

    = 9,89

    Misalkan eksperimen mempunyai model tetap, akan kita peroleh analisis

    pertama seperti berikut.

    DAFTAR VIII(16)

    TABEL ANAVA

    Sumber Variasi dK JK KT

    Hari H

    Operator O

    Interaksi HO

    Konsentrasi K

    Interaksi HK

    Interaksi OK

    Interaksi HOK

    Kekeliruan

    2

    2

    4

    2

    4

    4

    8

    54

    3,48

    6,10

    3,75

    465,35

    0,49

    0,78

    0,92

    9,89

    1,74

    3,05

    0,94

    232,675

    0,12

    0,19

    0,12

    0,18

    Jumlah 80 490,76 -

  • 7/26/2019 Desain_Faktorial_3k

    20/27

    20

    Jika hasil-hasil KT di atas dibandingkan dengan nilai distribusi F

    menggunakan dk yang sesuai, maka akan nampak bahwa pengaruh hari, operator

    dan interaksi hari dan operator sangat nyata terhadap hasil produksi. Pengaruh

    konsentrasi larutan sangat bukan main nyatanya terhadap variabel produksi.

    Untuk melakukan analisis pemecahan faktor konsentrasi, kita susun daftar

    yang terdiri dari jumlah nilai-nilai pengamatan dalam tiap sel.

    DAFTAR VIII (16)

    JUMLAH NILAI PENGAMATAN (PRODUKSI)

    UNTUK INTERAKSI H X K dan O X K

    HariKonsentrasi

    OperatorKonsentrasi

    0,5 1,0 2,0 0,5 1,0 2,0

    Senin

    Rabu

    Kamis

    5,8

    4,2

    9,2

    34,5

    33,1

    38,0

    60,5

    56,6

    60,4

    X

    Y

    Z

    9,5

    4,3

    5,4

    39,1

    32,5

    34,0

    61,6

    55,3

    60,6

    Jumlah 19,2 105,6 177,5 Jumlah 19,2 105,6 177,5

    Karena logaritma konsentrasi berinterval sama, maka dapat kita gunakan

    koefisien-koefisien linier dan kuadratik untuk menghasilkan nilai-nilai kontras

    konsentrasi.

    KL = 1(19,2) + 0(105,6) + 1(177,5) = 158,3

    KD = +1(19,2)2(105,6) + 1(177,5) = 14,5

    Sehingga jumlah kuadrat-kuadrat kontras harganya masing-masing sebesar

    JK(KL) = = 464,05

    JK(KD) = = 1,30

    Untuk menentukan kontras interaksi H x KL dan H x KD, perlu dihitung dulu

    kontras tiap hari untuk tiap komponen KL dan KD. Perhitungannya dilakukan

    dengan jalan mengalihkan koefisien-koefisien orthogonal dengan nilai-nilai

  • 7/26/2019 Desain_Faktorial_3k

    21/27

    21

    respon pada tiap taraf konsentrasi kemudian dijumlahkan. Jika hal tersebut

    dilakukan, kita peroleh nilai-nilai kontras pada hari

    Senin untuk KL = -1(5,8) + 0(34,5) + 1(60,5) = 54,7

    Rabu untuk KL = -1(4,2) + 0(33,1) + 1(56,6) = 52,4

    Kamis untuk KL = -1(9,2) + 0(38,0) + 1(60,4) = 51,2

    Jumlah = 158,3

    sehingga diperoleh

    JK(H x KL) =

    Selanjutnya kita hitung nilai-nilai kontras pada hari:

    Senin untuk KD = +1(5,8)2(34,5) + 1(60,5) = 2,7

    Rabu untuk KD = +1(4,2)2(33,1) + 1(56,6) = 5,4

    Kamis untuk KD = +1(9,2)2(38,0) + 1(60,4) = 6,4

    Jumlah = 14,5

    sehingga diperoleh

    JK(H x KD) =

    Jelas bahwa jumlah nilai kedua JK interaksi ini haruslah sama dengan JK (H x K)

    = 0,49.

    Cara yang sama dapat dikerjakan, hanya sekarang untuk interaksi O x KLdan

    O x KD. Kontras-kontras untuk KLpada hari

    Senin : 1(9,5) + 0(39,1) + 1(61,6) = 52,1

    Rabu : 1(4,3) + 0(32,5) + 1(55,3) = 51,0

    Kamis : 1(5,4) + 0(34,0) + 1(60,6) = 55,2

    Jumlah = 158,3

    sehingga didapat

    JK(O x KL) =

  • 7/26/2019 Desain_Faktorial_3k

    22/27

    22

    Selanjutnya dihitung nilai-nilai kontras untuk KDpada hari

    Senin : +1(9,5)2(39,1) + 1(61,6) = 7,1

    Rabu : +1(4,2)2(32,5) + 1(55,3) = 5,5

    Kamis : +1(5,4)2(34,0) + 1(60,6) = 2

    Jumlah = 14,6

    sehingga dihasilkan

    JK(H x KD) =

    Lagi, jumlah kedua JK ini harus sama dengan JK (O x K) = 0,78.

    Dengan memggunakan semua hasil perhitungan dia atas kita peroleh analisis

    lengkap sebagai berikut

    DAFTAR VIII (17)

    TABEL ANAVA (LENGKAP)

    Sumber Variansi dk JK KT

    Hari H

    Operator O

    Interaksi HO

    Komponen KL

    Komponen KD

    Interaksi H x KL

    Interaksi H x KD

    Interaksi O x KL

    Interaksi O x KDInteraksi HOK

    Kekeliruan

    2

    2

    4

    1

    1

    2

    2

    2

    28

    54

    3,48

    6,10

    3,75

    464,05

    1,35

    0,35

    0,14

    0,53

    0,250,92

    9,89

    1,74

    3,05

    0,94

    464,05

    1,35

    0,18

    0,07

    0,27

    0,1250.12

    0,18

    Jumlah 80 490,76 -

    Dari tabel ANAVA di atas, tampak bahwa konsentrasi larutan tidak saja

    mempengaruhi produksi, akan tetapi juga mempunyai pengaruh berbentuk linier

  • 7/26/2019 Desain_Faktorial_3k

    23/27

    23

    dan kuadratik. (Statistik untuk bentuk kuadratik adalah F = = 7,83). Kedua

    pengaruh tersebut sangat nyata sekali.

    Contoh soal:

    DAFTAR VIII (18)

    Temperatur

    Jenis Perangsang

    A B C

    Berat

    20 g 25 g 30 g 20 g 25 g 30 g 20 g 25 g 30 g

    15C

    5,9

    6,0

    5,8

    5,9

    5,7

    6,2

    6,1

    5,9

    6,4

    4,5

    4,4

    4,4

    4,0

    4,9

    4,2

    4,9

    5,0

    4,6

    6,0

    6,4

    6,2

    6,4

    6,7

    6,8

    7,0

    7,2

    6,9

    Jumlah 17,7 17,8 18,4 13,3 13,1 14,5 18,6 19,9 21,1

    25C

    5,4

    5,8

    5,2

    5,4

    5,0

    5,1

    5,9

    6,0

    5,6

    4,5

    4,0

    4,4

    4,9

    5,0

    4,7

    5,1

    5,2

    5,0

    5,9

    5,9

    5,8

    6,2

    6,3

    6,5

    6,9

    7,3

    7,5

    Jumlah 16,4 15,5 17,5 12,9 14,6 15,3 17,6 19,0 21,7

    30C

    4,0

    4,4

    4,5

    4,2

    4,5

    4,8

    4,9

    5,0

    4,9

    3,2

    3,6

    3,0

    3,3

    3,9

    4,0

    3,9

    4,2

    4,6

    5,0

    5,5

    5,3

    5,5

    5,8

    5,9

    6,0

    6,1

    5,7

    Jumlah 12,9 13,5 14,8 9,8 11,2 12,7 15,8 17,2 17,8

    Untuk menghitung jumlah kuadrat (JK) tiap sumber variasi, sebaiknya dibuat

    tabel a x b x c, tabel a x b, tabel a x c dan tabel b x c seperti berikut.

    Mialkan jenis perangsang = a, berat = b dan temperatur = c.

    Tabel a x b x c

    a1 a2 a3

    b1 b2 b3 b1 b2 b3 b1 b2 b3

  • 7/26/2019 Desain_Faktorial_3k

    24/27

    24

    c1

    c2c3

    17,7

    16,412,9

    17,8

    15,513,5

    18,4

    17,514,8

    13,3

    12,99,8

    13,1

    14,611,2

    14,5

    15,312,7

    18,6

    17,615,8

    19,9

    19,017,2

    21,1

    21,717,8

    Tabel a x b

    a1 a2 a3

    b1 47 36 52

    b2 46,8 38,9 56,1

    b3 50,7 42,5 60,6

    Tabel a x c

    a1 a2 a3

    c1 53,9 40,9 59,6

    c2 49,4 42,8 58,3

    c3 41,2 33,7 50,8

    Tabel b x c

    b1 b2 b3

    c1 49,6 50,8 54

    c2 46,9 49,1 54,5

    c3 38,5 41,9 45,3

    Dari tabel a x b x c, dapat dihitung

    2369,24

    Ry =

    Jabc =

    Dari tabel a x b, tabel a x c dan tabel b x c dapat dihitung

  • 7/26/2019 Desain_Faktorial_3k

    25/27

    25

    Jab =

    Jac =

    Jbc =

    Selanjutnya kita dapatkan harga-harga

    Ay =

    By =

    Cy =

    ABy = 56,3348,79 6,71 = 0,83

    ACy = 68,1448,79 17,95 = 1,4

    BCy = 25,0766,7117,95 = 0,41

    ABCy = 76,9748,796,7117,950,831,40 0,41 = 0,88

    Ey = 2369,242289,0948,796,7117,950,831,400,410,88

    = 3,18

    Dari perhitungan di atas, maka akan kita peroleh tabel ANAVA seperti

    berikut.

    TABEL ANAVA

    Sumber Variasi dK JK KT

    Jenis Perangsang P

    Berat B

    Interaksi PB

    Temperatur T

    Interaksi PT

    Interaksi BT

    Interaksi PBT

    Kekeliruan

    2

    2

    4

    2

    4

    4

    8

    54

    48,79

    6,71

    0,83

    17,95

    1,4

    0,41

    0,88

    3,18

    24,40

    3,35

    0,21

    8,98

    0,35

    0,10

    0,11

    0,06

  • 7/26/2019 Desain_Faktorial_3k

    26/27

    26

    Dari tabel ANAVA di atas, berdasarkan jumlah JK maka akan terlihat

    bahwa pengaruh jenis perangsang, berat dan temperatur sangat nyata terhadap

    objek. Terutama pengaruh jenis perangsang sangat nyata sekali terhadap variabel

    objek

    4. DESAIN FAKTORIAL

    Eksperimen faktorial untuk dan telah di jelaskan dalam

    dua bagian terakhir bab ini. Urainnya dapat di perluas untuk harga-harga yang

    lebih tinggi, misalnya untuk dan dan seterusnya. Eksperimen

    faktorial misalnya, akan menyangkut empat faktor A, B, C dan D yang masing-

    masing bertaraf tiga. Jika eksperimen dilakukan tanpa replikasi, keseluruhannya

    akan melibatakan sebanyak 81 kombinasi perlakuan yang berarti sebanyak itu

    pula unit eksperimen yang diperlukan. Mudah dimengerti kiranya, bahwa semakinbesar k, yakni makin banyak fakrtor yang di ikut sertakan dalam eksperimen

    makin banyak lah unit eksperimen yang diperlukan; dan akan lebih maskin

    banyak lagi apabila diperlukan replikasi.

    Model eksperimen untuk harga-harga k yang lebih besar, dengan desai

    acak sempurna dan dalam tiap sel kombinasi perlakuan terdapat r kali replikasi.

    Jika demikian, tentulah makin panjang model yang akan kita milki dan makin

    banyak pula suku-suku interaksi yang harus dibuat. Akan tetapi, karena dalm

    prakteknya sering mengalami kesulitan menafsirkan interaksi antara banyaknya

    faktor, biasanya orang membatasinya sampai paling tinggi dengan interaksi

    anatara tiga faktor. Interaksi antara empat faktor atau lebih sering dianggap

    sebagai sumber variasi kekeliruan.

    Bentuk umum ANAVA untuk eksperimen faktorial dengan desian acak

    sempurna dapat dilihat dalam daftar VIII (16)

    Jumlah 80 80,15 -

  • 7/26/2019 Desain_Faktorial_3k

    27/27

    DAFTAR ANAVA UNTUK DESAIN FAKTORIAL

    (r Replikasi Tiap Sel)Sumber Variasi dk Jk

    Rata-rata

    Faktor

    Interaksi 2 faktor

    Interaksi 3 faktor

    Interaksi 4 faktor dan

    seterusnya

    Kekeliruan

    Dihitung dengan cara

    biasa (lihat Bab V)

    Jumlah

    Daftar ANAVA di atas makin bertambah lagi apabila paling sedikit satu di antara

    faktor-faktor bertaraf kuantitatif. Ini disebabkan oleh karena pemecahan tiap

    faktor menjadi komponen-komponen linier dan kuardratik serta semua

    interaksinya dapat diselidiki lebih lanjut.