TUGAS PRAKTIKUM DESAIN EKSPERIMEN

DESAIN BUJUR SANGKAR GRAECO LATIN

MENGGUNAKAN SOFTWARE R DAN MINITAB

Diajukan untuk memenuhi tugas praktikum desain eksperimen

Nezar Abdilah Prakasa

140610150047

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PADJADJARAN

2017
 DESAIN BUJUR SANGKAR GRAECO LATIN

Suatu percobaan dilakukan untuk mengetahui pengaruh percampuran bensin terhadap

penggunaan bahan bakar yang diukur melalui jarak tempuh (kilometer/liter).
Pengelompokkan didasarkan pada merk mobil (P,M,Q,S,T), Hari percobaan (1,2,3,4,5) serta

pengemudi ( , , , , . Perlakuan yang dicobakan adalah sebagai berikut :

A: Kontrol (Bensin tanpa campuran)

B: Kontrol + Bahan X

C: Kontrol +Bahan Y

D: Kontrol + Bahan U

E: Kontrol + Bahan V

Blok II
Blok I Total
1 2 3 4 5
P (10) A (15) B (12) C (11) D (11)E 59

M (12)B (11)C (10)D (13)E (7)A 53

Q (14)C (10)D (15)E (8)A (12)B 59

S (9)D (8)E (8)A (13)B (11)C 49

T (13)E (9)A (11)B (14)C (13)D 60

Total 58 53 56 59 54 280

Jawab :

Hipotesis
Ho : 1= 2= 3= 4 = 5=0, Tidak ada pengaruh pencampuran bensin
terhadap jarak tempuh
H1 : ada salah satu i0, ada pengaruh pencampuran bensin terhadap
jarak tempuh

R
Statistik Uji

> hari=c(1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4,5,5,5,5,5)

> merk=c(1,2,3,4,5,1,2,3,4,5,1,2,3,4,5,1,2,3,4,5,1,2,3,4,5)

> pengemudi=c(1,3,5,2,4,2,4,1,3,5,3,5,2,4,1,4,1,3,5,2,5,2,4,1,3)

> perlakuan=c(1,2,3,4,5,2,3,4,5,1,3,4,5,1,2,4,5,1,2,3,5,1,2,3,4)

>
respon=c(10,12,14,9,13,15,11,10,8,9,12,10,15,8,11,11,13,8,13,14,11,7,1
2,11,13)

>
data=data.frame(hari=factor(hari),merk=factor(merk),pengemudi=factor(
pengemudi),perlakuan=factor(perlakuan),respon=respon)

> anava=aov(respon~hari+merk+pengemudi+perlakuan,data)

> anava

Call:

aov(formula = respon ~ hari + merk + pengemudi + perlakuan, data =

data)

Terms:

hari merk pengemudi perlakuan Residuals

Sum of Squares 5.2 18.4 5.6 61.2 31.6

Deg. of Freedom 4 4 4 4 8

Residual standard error: 1.987461

Estimated effects may be unbalanced

> summary(anava)

Df Sum Sq Mean Sq F value Pr(>F)

hari 4 5.2 1.30 0.329 0.8510

merk 4 18.4 4.60 1.165 0.3944

pengemudi 4 5.6 1.40 0.354 0.8342

perlakuan 4 61.2 15.30 3.873 0.0489 *

Residuals 8 31.6 3.95

---

Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1

Kriteria Uji

Tolak Ho jika p-value < 0.05, terima selainnya. Ternyata dapat dilihat dari
perlakuan diatas bahwa p-value perlakuan 0.0489 < 0.05 maka Ho ditolak,
maka dapat disimpulkan bahwa ada pegaruh pencampuran bensin dengan
jarak tempuh

Uji Lnajut Menggunakan uji Dunnet

> library(MASS)

> library(survival)

> library(TH.data)

> library(multcomp)

> test.out=glht(anava,linfct=mcp(perlakuan="Dunnett"))

> summary(test.out)

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Dunnett Contrasts

Fit: aov(formula = respon ~ hari + merk + pengemudi + perlakuan, data
= data)

Linear Hypotheses:

Estimate Std. Error t value Pr(>|t|)

2 - 1 == 0 4.200 1.257 3.341 0.0319 *

3 - 1 == 0 4.000 1.257 3.182 0.0400 *

4 - 1 == 0 2.200 1.257 1.750 0.3086

5 - 1 == 0 3.600 1.257 2.864 0.0629 .

---

Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1

(Adjusted p values reported -- single-step method)

Interpretasi

Terlihat bahwa uji dunnet menggunakan perbaningan satu satu

perlakuan terhadap kontrolnya. Dapat dilihat dari P-Value bahwa
perlakuan ke 2 dan ke 3 signifikan dibandingkan dengan perlakuan ke 1, 4
dan ke 5 . Perlakuan ke 2 merupakan perlakuan yang paling baik sehingga
ddapat dikatan penggunaan control dengan bahan X lah yang paling
memberikan jarak tempuh paling jauh.
MINITAB
Disajikan data seperti berikut ini sesuai soal yang diberikan
General Linear Model: respon versus hari; merk; pengemudi; perlakuan

Factor Type Levels Values

hari fixed 5 1; 2; 3; 4; 5
merk fixed 5 1; 2; 3; 4; 5
pengemudi fixed 5 1; 2; 3; 4; 5
perlakuan fixed 5 1; 2; 3; 4; 5
Analysis of Variance for respon, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

hari 4 5,200 5,200 1,300 0,33 0,851
merk 4 18,400 18,400 4,600 1,16 0,394
pengemudi 4 5,600 5,600 1,400 0,35 0,834
perlakuan 4 61,200 61,200 15,300 3,87 0,049
Error 8 31,600 31,600 3,950
Total 24 122,000

S = 1,98746 R-Sq = 74,10% R-Sq(adj) = 22,30%

Unusual Observations for respon

Obs respon Fit SE Fit Residual St Resid

25 13,0000 10,4000 1,6389 2,6000 2,31 R

R denotes an observation with a large standardized residual.

Interpretasi

Kriteria Uji

Tolak Ho, jika p-value < alpha dan terima dalam hal lainnya. Ternyata p-value = 0.0490 <
alpha =0.05 sehingga H0 ditolak, yang berarti ada pengaruh antara pengunaan bahan bakar
bensin terhadap jarak tempuh.

Uji Lanjut dengan Uji Dunnet

Comparisons for Respon

Dunnett Multiple Comparisons with a Control: Response =

Respon, Term = Perlakuan

Grouping Information Using the Dunnett Method and 95%

Confidence

Perlakuan N Mean Grouping

1 (Control) 5 8.4 A
2 5 12.6
3 5 12.4
5 5 12.0 A
4 5 10.6 A

Means not labeled with the letter A are significantly

different from the control level mean.

Dunnett Simultaneous 95% CIs

 Dunnett Simultaneous 95% CIs
Level Mean - Control Mean for Respon

2- 1

3- 1
Perlakuan

4- 1

5- 1

0.0 2.5 5.0 7.5

If an interval does not contain zero, the corresponding mean is significantly different
from the control mean.

Interpretasi :

Dengan menggunakan Uji Dunnet, dimana perlakuan dibandingkan dengan kontrolnya

(Perlakuan ke -1) terlihat bahwa perlakuan ke 2 dan ke 3 berbeda secara signifikan
dengan perlakuan ke 1, 4 dan 5. Namun, perlakuan ke -1, 4 dan 5 memiliki pengaruh yang
sama tapi perlakuan ke 2 lah yang memberikan pengaruh terbaik terhadap respon yang
berati pencampuran bensin antara kontrol dengan bahan X yang memberikan jarak tempuh
yang lebih jauh.