Metode Taguchi
14.3 – Pengendalian Kualitas
Debrina Puspita Andriani
Teknik Industri Universitas Brawijaya e-‐Mail : debrina@ub.ac.id
ì
05/11/14 www.debrina.lecture.ub.ac.id
Outline
Metoda Taguchi
ì
Konsep Taguchi
à
keOka mendesain produk
à
kerugian seminimal dan bernilai seopOmal
ì
Kualitas menurut Taguchi : kerugian yang diterima
oleh konsumen sejak produk tersebut dikirimkan
(biaya keOdakpuasan konsumen
à
reputasi
perusahaan buruk)
ì
Sasaran metode Taguchi
à
menjadikan produk
robust terhadap noise (Robust Design)
à
menjamin kembalinya konsumen, memperbaiki
reputasi dan meningkatkan market share
perusahaan.
Konsep Taguchi
Taguchi membagi konsep kualitas mejadi empat yaitu :
1
•
Kualitas didesain mulai dari awal proses tidak hanya pada proses inspeksi
(“off-‐line strategy”)
2
• Kualitas terbaik dicapai dengan meminimumkan deviasi dari target (Produk
didesain tahan terhadap faktor lingkungan yang tak terkontrol :noise, temperatur, kelembaban )
3
•Kualitas Odak hanya didasarkan performance (ukuran kapabilitas sebuah
produk) atau karakterisOk dari produk.
4
• Biaya kualitas seharusnya diukur sebagai fungsi dari variasi performance
produk
05/11/14 www.debrina.lecture.ub.ac.id
Taguchi’s Loss Function (1)
ì
Fungsi kerugian menentukan ukuran finansial
keOdakpuasan konsumen pada performance
produk yang menyimpang dari nilai targetnya.
ì
Secara tradisional
à
produk bisa dikatakan bagus
Taguchi’s Loss Function (2)
ì
konsumen semakin Odak puas saat performance melenceng
jauh dari target
à
Taguchi mengusulkan sebuah quadraOc
curve untuk merepresentasikan performance produk
•
LCT dan UCT merepresetasikan
batas bawah dan batas atas
toleransi
à
cenderung subyektif
•
Perhitungan target paling baik
adalah dengan fungsi kerugian
yang menggunakan rata – rata
dan variansi untuk memilih
desain yang paling bagus.
05/11/14 www.debrina.lecture.ub.ac.id
Taguchi’s Loss Function (3)
ü
Jika 2 produk mempunyai variansi sama
tetapi rata-‐rata berbeda, maka produk
dengan rata-‐rata yg lebih mendekaO pada
target (A)
à
mempunyai kualitas yang lebih
baik
ü
Jika dua produk mempunyai rata-‐rata sama
tetapi variansi berbeda, maka produk
dengan variansi yang lebih rendah (B)
à
The Total Loss Function
ü 2 kategori utama dari kerugian pada konsumen terkait kualitas
produk :
1. Kerugian memberi efek yang berbahaya untuk konsumen.
2. Kerugian karena variasi tambahan (Odak sesuai) dgn fungsi
performansinya à pengaruh besar pada stage desain produk
ì Fungsi kerugian :
L(x) = k(x -‐ m)²
Dimana
L = kerugian (uang),
m = karakterisOk yg seharusnya diset,
x = karakterisOk secara aktual di set, dan
k = konstanta yang tergantung pada jarak dari kharakterisOk dan unit keuangan.
ì Bila market research data tersedia, sebaiknya menggunakan
quadraOc loss funcOon
05/11/14 www.debrina.lecture.ub.ac.id
Taguchi Quality Strategy
ì
Pendekatan Taguchi untuk mereduksi variasi
product merupakan tahapan proses sebagai
berikut :
1.
Proses manufaktur produk dengan cara terbaik seOap saat.
(Penyimpangan kecil dari target)
2.
Memproduksi semua produk seidenOk mungkin
(mengurangi variasi produk)
ì
Strategi kualitas Taguchi dalam memperbaiki
kualitas dalam stage desain produk adalah
dengan membuat desain yang Odak terlalu
sensiOf terhadap pengaruh faktor tak terkontrol
dan opOmisasi desain produk.
Robust Design
Salah satu tujuan eksperimen pada parameter desain
adalah menyusun satu kombinasi faktor-‐faktor yang
kokoh (Robust) terhadap adanya faktor-‐faktor
pengganggu (Noise) yang Odak dapat / sulit
dikendalikan, dan menyebabkan variabilitas yang
Onggi pada produk.
Mengatur parameter yang mempengaruhinya pada
Ongkat yang paling kurang sensiOf terhadap faktor
gangguan (Noise).
05/11/14 www.debrina.lecture.ub.ac.id
Desain dalam Taguchi
• Konsep, ide, metode baru à untuk memberikan peningkatan
produk kepada konsumen
Desain
Sistem
• Upaya meningkatkan keseragaman produk atau mencegah
Ongginya variabilitas à Parameter dari proses tertentu ditetapkan agar performasi produk Odak sensiOf terhadap penyebab terjadinya variabilitas.
Desain
Parameter
• Kualitas diOngkatkan dengan mengetatkan toleransi pada parameter
produk/proses untuk mengurangi terjadinya variabilitas pada performansi produk à melakukan eksperimen untuk menentukan faktor dominan yang berpengaruh terhadap peningkatan kualitas produk dan
menentukan kombinasi faktor-‐faktor terhadap penyebab Ombulnya variabilitas.
Desain
Toleransi
ì
LANGKAH-‐LANGKAH EKSPERIMEN
METODE TAGUCHI
05/11/14 www.debrina.lecture.ub.ac.id
Langkah Taguchi dalam melakukan eksperimen
(1)
1.
Menyatakan permasalahan yang akan diselesaikan
à
mendefinsikan sejelas mungkin permasalahan yang dihadapi
untuk dilakukan suatu upaya perbaikan.
2.
Penentuan tujuan peneliOan
à
pengidenOfikasian karakterisOk
kualitas dan Ongkat performansi dari eksperimen.
3.
Menentukan metode pengukuran
à
cara parameter diamaO
dan cara pengukuran dan peralatan yang diperlukan.
4.
IdenOfikasi Faktor
à
melakukan pendekatan yang sistemaOs
Langkah Taguchi dalam melakukan eksperimen
(2)
Langkah IdenNfikasi Faktor :
a. Brainstorming à mendorong Ombulnya gagasan yang mungkin
sebanyak-‐banyaknya dengan memberikan kesempatan proses pemikiran kreaOf seOap orang dalam kelompok untuk mengajukan pendapatnya.
b. Diagram Sebab-‐Akibat (Ishikawa Diagram)
• Mengumpulkan gagasan mengenai penyebab dari permasalahan yang ada.
• Mencatat gagasan yang masuk tanpa kecuali
• Mengelompokkan gagasan tersebut.
• Gagasan yang sejenis yang Ombul pada perusahan dikelompokkan dalam suatu kelompok.
• Menyimpulkan gagasan-‐gagasan yang m u n g k i n m e n j a d i p e n y e b a b permasalahan an. BRAINSTORMING MEMPERTEGAS PREDIKSI HASIL MEMBUAT STANDARD OPTIMAL ANALISA EKSPERIMEN & INTERPRETASI HASIL 05/11/14 www.debrina.lecture.ub.ac.id
Langkah Taguchi dalam melakukan eksperimen
(3)
5. Memisahkan Faktor Kontrol dan Faktor Noise.Faktor Kontrol : sudah ditetapkan nilainya oleh perancangnya dan
dapat dikontrol à biasanya mempunyai satu atau lebih “level”
àmemilih secng level kontrol yang opOmal agar karakterisOk Odak sensiOf terhadap noise.
Faktor Noise : dapat menyebabkan penyimpangan dari karakterisOk
kualitas dari nilai target, sulit untuk dikontrol (biaya besar)
6. Menentukan level dari faktor dan nilai faktor à jumlah derajat bebas
yang akan digunakan dalam pemilihan Orthogonal Array.
7. MengidenOfikasi faktor yang mungkin berinteraksi à apabila
pengaruh dari suatu faktor tergantung dari level faktor lain
8. Menggambar linier graf yang diperlukan untuk faktor kontrol dan
interaksi.
9. Memilih Orthogonal Array (matrik dari sejumlah kolom (mewakili
faktor-‐faktor dari percobaan) dan baris.
Langkah Taguchi dalam melakukan eksperimen
(4)
11.
Melakukan percobaan
à
sejumlah percobaan (trial) disusun untuk
meminimasi kesempatan terjadi kesalahan dalam menyusun level yang tepat
12.Analisis hasil eksperimen
à
metode ANOVA, yaitu perhitungan jumlah
kuadrat total, jumlah kuadrat terhadap rata-‐rata, jumlah kuadrat faktor dan
jumlah kuadrat error.
ü Persen Kontribusi : bagian dari total variasi yang diamaO pada eksperimen dari
masing-‐masing faktor yang signifikan à untuk mereduksi variasi.
ü Rasio Signal to Noise (S/N RaOo) à meneliO pengaruh faktor “Noise” terhadap
variasi yang Ombul. Jenis :
v Larger the BeUer (LTB) à semakin Onggi nilainya, maka kualitasnya akan lebih baik. v Nominal the BeUer (NTB) à biasanya ditetapkan suatu nilai nominal tertentu, dan
semakin mendekaO nilai nominal tsb, kualitas semakin baik.
v Smaller the BeUer (STB) à semakin kecil nilainya, maka kualitasnya akan lebih baik.
ü Pooling Faktor : dianjurkan bila faktor yang diamaO Odak signifikan secara staOsOk (uji
signifikansi).
05/11/14 www.debrina.lecture.ub.ac.id
Langkah Taguchi dalam melakukan eksperimen
(5)
13.
Pemilihan level faktor untuk kondisi opOmal
à
bila percobaan terdiri dari
banyak faktor dan Oap faktor terdiri dari beberapa level
à
untuk
menentukan kombinasi level yang opOmal dengan membandingkan nilai
perbedaan rata-‐rata eksperimen dari level yang ada.
14.
Perkiraan rata-‐rata pada kondisi opOmal
à
menjumlahkan pengaruh dari
rangking faktor yang lebih Onggi. Pengaruh dari faktor yang signifikan adalah
pengaruhnya pada rata-‐rata percobaan.
15.
Menjalankan Percobaan Konfirmasi
ì Eksperimen konfirmasi à faktor dan level yang dimaksud memberikan hasil yang
diharapkan à diuji dengan interval kepercayaan (berada pada range interval kepercayaan tersebut)
Derajat Kebebasan
(
Degree of Freedom
)
ü Derajat kebebasan à banyaknya perbandingan yang harus dilakukan
antar level-‐level faktor (efek utama) atau interaksi yang digunakan untuk menentukan jumlah percobaan minimum yang dilakukan à memberikan informasi tentang faktor dan level yang mempunyai pengaruh signifikan terhadap karakterisOk kualitas.
ü Untuk faktor utama, misal faktor utama A dan B :
VA = (jumlah level faktor A) – 1 = kA – 1
VB = (jumlah level faktor B) – 1 = kB – 1
ü Tabel orthogonal array yang dipilih harus mempunyai jumlah baris
minimum yang Odak boleh kurang dari jumlah derajat bebas totalnya.
05/11/14 www.debrina.lecture.ub.ac.id
Orthogonal Array (OA)
ü Orthogonal Array adalah matriks dari sejumlah baris dan kolom à
matriks faktor dan level yang Odak membawa pengaruh dari faktor atau level yang lain
ü SeOap kolom merepresentasikan faktor atau kondisi tertentu yang
dapat berubah dari suatu percobaan ke percobaan lainnya.
ü Array disebut orthogonal karena seOap level dari masing-‐masing faktor
adalah seimbang (balance) dan dapat dipisahkan dari pengaruh faktor yang lain dalam percobaan.
1.
Notasi L
à
informasi mengenai
Orthogonal Array
2.
Nomor baris
à
jumlah percobaan
yang dibutuhkan keOka menggunakan
Orthogonal Array
3.
Nomor kolom
à
jumlah faktor yang
diamaO dalam Orthogonal Array
4.
Nomor level
à
Menyatakan jumlah
Orthogonal Array (OA)
Penentuan derajat bebas berdasarkan pada :
1. Jumlah faktor utama yang diamati dan interaksi yang diamati
2. Jumlah level dari faktor yang diamati
3. Resolusi percobaan yang diinginkan atau batasan biaya
ü Angka di dalam pemilihan array menandakan banyaknya percobaan di
dalam array, suatu matriks L8 memiliki delapan percobaan dan matriks L9 memiliki 9 percobaan dan seterusnya.
ü Banyaknya level yang digunakan di dalam faktor digunakan untuk memilih
orthogonal array. Jika faktornya ditetapkan berlevel dua maka harus
digunakan orthogonal array dua level. Jika levelnya tiga maka digunakan
orthogonal array tiga level, sedangkan jika sebagian faktor memiliki dua
level dan faktor lainnya memiliki tiga level maka jumlah yang lebih besar akan menentukan jenis orthogonal array yang harus dipilih. 05/11/14 www.debrina.lecture.ub.ac.id
Contoh Matrik orthogonal array
Trial
Faktor
HASIL TEPUNG
IKAN YANG
DIPEROLEH (Kg)
A
B
C
D
E
F
G
R
1R
2R
3R
41.
1
1
1
1
1
1
1
*
*
*
*
2.
1
1
1
2
2
2
2
*
*
*
*
3.
1
2
2
1
1
2
2
*
*
*
*
4.
1
2
2
2
2
1
1
*
*
*
*
5.
2
1
2
1
2
1
2
*
*
*
*
6.
2
1
2
2
1
2
1
*
*
*
*
7.
2
2
1
1
2
2
1
*
*
*
*
8.
2
2
1
2
1
1
2
*
*
*
*
ì
Interaksi Antar Faktor
Interaksi antara dua faktor berarti efek satu faktor pada respon
tergantung level faktor lain. Antara interaksi menyebabkan
sistem tidak
robust
karena sistem menjadi sangat sensitif
terhadap perubahan pada satu faktor.
ì
Analisis Varians (ANOVA)
Analisis Varians adalah teknik perhitungan yang memungkinkan
secara kuantitatif mengestimasikan kontribusi dari setiap faktor
pada semua pengukuran respon. Analisis varians yang
digunakan pada desain parameter berguna untuk membantu
mengidentifikasikan kontribusi faktor sehingga akurasi
perkiraan model dapat ditentukan.
05/11/14 www.debrina.lecture.ub.ac.id
ANOVA DUA ARAH
Sumber VariasiSS
Derajat Bebas (db)MS
F hitung
Kontribusi Faktor ASS
AV
AMS
AMS
A/MS
eSS’
A/SS
T Faktor BSS
BV
BMS
BMS
B/MS
eSS’
B/SS
T InteraksiAxB
SS
AxBV
AxV
BMS
AxBMS
AxB/MS
eSS’
AxB/SS
TResidual
Ss
eV
eMS
e1
SS’
e/SS
TTotal
SS
TV
T100%
ANOVA dua arah à data percobaan yang terdiri dari dua faktor atau lebih dan dua level atau lebih. Tabel ANOVA dua arah terdiri dari perhitungan derajat bebas (db), jumlah kuadrat, rata-‐rata jumlah kuadrat, F-‐rasio yang ditabelkan sebagai berikut :
Dimana :
VA = derajat bebas faktor A = kA – 1 = (level – 1) VB = derajat bebas faktor B = kB – 1
VAxB = derajat bebas interaksi = (kA – 1) x (kB – 1) VT = derajat bebas total = N – 1
Ve = derajat bebas error = VT – VA – VB – (VAB)
SSTotal = jumlah kuadrat total (The Total sum of square)
SSA = jumlah kuadrat faktor A (Sum of Square due to Factor A)
Dengan cara yang sama dihitung SSB (karena faktor B) dan SS AxB
Untuk level 2
ANOVA DUA ARAH (1)
05/11/14 www.debrina.lecture.ub.ac.id
SSe
= jumlah kuadrat error (the sum of square due to error)
= SSTotal – Ssmean -‐ SSA -‐ SSB – SSAxB
MSA = rata-‐rata jumlah kuadrat faktor A (The mean sum of square)
= SSA/VA
Untuk MSB dan MS AxB dihitung dengan cara yang sama
MSe
= rata-‐rata jumlah kuadrat error
= SSe/Ve
kA
= jumlah level untuk faktor A
N
= jumlah total percobaan
ANOVA DUA ARAH (2)
05/11/14 www.debrina.lecture.ub.ac.id
Persen Kontribusi
ì
Merupakan fungsi jumlah kuadrat untuk masing-‐masing
items yang signifikan. Persen kontribusi mengindikasikan
kekuatan relatif dari suatu faktor dan/atau interaksi dalam
mengurangi variasi. Jika level faktor dan/atau interaksi
dikendalikan dengan benar, maka variasi total dapat
dikurangi sebanyak yang diindikasikan oleh persen
kontribusi.
ì
SS’A = SSA – (VAxMSe)
à
cara yang sama untuk SS’B dan SS’AxB
ì
SS’e = SSt
–
SS’A – SS’B
– SS’AxB
ì
SS’t = sama dengan SSt
à
total persen kontribusi = 100 %
05/11/14 www.debrina.lecture.ub.ac.id
Percobaan Konfirmasi
ì Untuk melakukan validasi terhadap kesimpulan yang diperoleh
selama tahap analisa. à pengujian menggunakan kombinasi tertentu dari faktor-‐faktor dan level-‐level hasil evaluasi sebelumnya
à Ukuran sampel dari percobaan konfirmasi lebih besar daripada percobaan sebelumnya.
ì Menentukan kombinasi level terbaik dari faktor-‐faktor yang
signifikan. Faktor-‐faktor yang tidak signifikan dapat ditetapkan pada sembarang level. Setelah itu dilakukan pengambilan beberapa sampel dan diamati. Tindakan selanjutnya tergantung pada kedekatan nilai rata-‐rata hasil terhadap hasil perkiraan.
ì Terdapat kemungkinan bahwa kombinasi terbaik dari faktor dan
level tidak nampak pada kombinasi pengujian orthogonal array. Percobaan konfirmasi juga bertujuan melakukan pengujian kombinasi faktor dan level ini
ì
STUDI KASUS
METODE TAGUCHI
05/11/14 www.debrina.lecture.ub.ac.id
Kasus
1
ì
Proses penyulingan minyak daun cengkeh untuk
meningkatkan hasil produksi, dengan faktor-‐
faktor utama
1.
Diameter Pipa
(A)
2.
Tipe Tungku
(B)
3.
Tempat Pembakaran
(C)
4.
Panjang Pipa
(D)
5.
Ukuran Bak Pendingin
(E)
6.
Cara Penyimpanan Bahan Baku
(F)
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 1
Penetapan Level Faktor
Faktor Level 1 Level 2
A 1,5" 2,5"
B Tanpa Blower Dengan Blower
C Tanpa Sekat Dengan Sekat
D 36 m 48 m
E 3 x 3 x 1 m 3 x 4 x 1,7 m
F Tanpa Sak Dengan Sak
ì
STUDI KASUS 1
Pemilihan OA
Faktor
: 7
Level
: 2
Derajat bebas = Faktor (Level-‐1)
Derajat bebas = 7 (2-‐1) = 7
Pemilihan Ortogonal Array
ì
05/11/14 www.debrina.lecture.ub.ac.id STUDI KASUS 1
Hasil Eksperimen
Trial A B C D E F G Hasil Ŷ 1 1 1 1 1 1 1 1 54 48 45 49.00 2 1 1 1 2 2 2 2 64 64 65 64.33 3 1 2 2 1 1 2 2 40 46 44 43.33 4 1 2 2 2 2 1 1 55 52 53 53.33 5 2 1 2 1 2 1 2 45 42 43 43.33 6 2 1 2 2 1 2 1 33 32 33 32.67 7 2 2 1 1 2 2 1 28 24 30 27.33 8 2 2 1 2 1 1 2 36 33 35 34.67ì
STUDI KASUS 1
Tabel Rata-‐rata Respon
A B C D E F G Level 1 52.5 47.33 43.83 40.74 39.92 45.08 40.58 Level 2 34.42 39.67 43.16 46.25 47.08 41.91 46.42 Difference 18.08 7.66 0.67 5.51 7.16 3.17 5.84 Rank 1 2 7 5 3 6 4
Tabel rata-‐
rata respon
Kasus
2
05/11/14 www.debrina.lecture.ub.ac.id dst
ì
STUDI KASUS 2
Tabel Respon Y
A B AxB C AxC D E Level 1 52,5 47,25 43,83 40,75 39,83 45,08 40,50 Level 2 34,42 39,67 43,08 46,17 47,08 41,83 46,42 Difference 18,08 7,58 0,75 5,42 7,25 3,25 5,92 Rank 1 2 7 5 3 6 4
Faktor – Faktor yang Signifikan (interaksi)
A1 A2
C1 (49+43,33)/2 = 46,17 (43,33+27,33)/2 = 35,33 C2 (64,33+53,33)/2 = 58,83 (32,33+34,67)/2 = 33,50
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
Analysis of Variance
à
= ( 12 X 52,502) + (12 X 34,422 ) – 45.327,04
= 1964,8 (cara yg sama digunakan untuk menghitung SSB dst)
SS
B= 348,22 ; SS
A X B= -‐3,58 ; SS
C= 179,74 ; SS
A X C= 308,42
SS
D= 56,42 ; SS
E= 213,76
Sserror
= (SStotal – SSmean -‐ SS
A-‐ SS
B– SS
AxB– SS
c –SS
AXC-‐ SS
D– SS
E)
= (48.407 – 45.327,04 – 1964 – 348,22 + 3,58 – 179,74 – 308,42 56,42 – 213,76)
= 102,18
ì
STUDI KASUS 2
Tabel ANOVA
SUMBER SS DF MS FraNo SS' RaNo %
A 1964,8 1 1964,8 307,48 1958,41 61,78 B 348,22 1 348,22 54,49 341,83 10,28 AxB -‐3,58 1 -‐3,58 -‐0,56 -‐9,97 -‐0,31 C 179,74 1 179,74 28,13 173,35 5,47 AxC 308,42 1 308,42 48,27 302,03 9,53 D 56,42 1 56,42 8,83 50,03 1,58 E 213,76 1 213,76 33,45 207,37 6,54 e 102,18 16 6,39 1 146,91 4,63 SSt 3169,96 23 137,82 3169,96 100 Mean 45327,04 1 Sstotal 48497 24
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
Persen Kontribusi
Untuk mengetahui faktor-‐faktor yang memberikan kontribusi yang besar, maka
dilakukan penggabungan beberapa faktor yang kurang signifikan
SS (Pooled e) = Sse + SSAxB = 102,18 + (-‐3,58) = 98,6
Df (Pooled e) = Dfe + DfAxB = 16 + 1
= 17
Paling Odak significant
MS (Pooled e) = SS (Pooled e) Df (Pooled e) = 5,8
ì
STUDI KASUS 2
Pooling 1
Sumber Pooled SS DF MS Frasio SS' raOo %
A 1964,8 1 1964,8 338,76 1959 61,28 B 348,22 1 348,22 59 342,42 10,78 AxB y -‐3,58 -‐ -‐3,58 -‐ -‐ -‐ C 179,74 1 179,74 30,99 173,94 5,49 AxC 308,42 1 308,42 53,19 302,62 9,55 D 56,42 1 56,42 9,73 50,62 1,6 E 213,76 1 213,76 36,76 207,96 6,56 e y 102,18 -‐ 102,18 -‐ -‐ -‐ Pooled 98,6 17 5,8 1 133,4 4,21 SSt 3169,96 23 137,82 -‐ 3169,96 100 Mean 45327,04 1 -‐ Sstotal 48497 24 -‐
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
ì
STUDI KASUS 2
Pooling berikutnya
Sumber Pooled SS DF MS Frasio SS’ rho(%)
A 1964,8 1 1964,8 71,63 1937,37 61,12 B 348,22 1 348,22 12,69 320,79 10,12 A x B Y -‐3,58 1 -‐3,58 -‐ -‐ C Y 179,74 1 179,74 -‐ -‐ A x C 808,42 1 808,42 11,24 280,99 8,86 D Y 56,42 1 56,42 -‐ -‐ E Y 213,76 1 213,76 -‐ -‐ e Y 102,18 16 102,18 -‐ -‐ Polede 548,52 20 27,43 1 630,81 19,90 SSt 3169,96 23 137,82 3169,96 100 Mean 45327,04 1 SS total 48497 24
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
Pooling berikutnya
SS (Pooled e) = Se + SS
AXB+ SS
C+ SS
D+ SS
E
= (102,18+(-‐3,58)+179,74+56,42 + 213,76)= 548,52
V(Pooled)
= Ve + V
AXB+ V
C+ V
D+ V
E= 16+1+1+1+1 = 20
•
MS (Pooled e)
= 27,43
ì
STUDI KASUS 2
Pooling berikutnya
SS’
A= SS
A-‐(DF
Ax MS (pooled e))
= 1.964,8-‐ (1-‐( 1 x 27,43)
= 1937,37
SS’e = SSt -‐ SS’
A-‐ SS’
B-‐ SS’
AXC=3169,96 – 1987,37 – 320,79 –280,99
= 630,81
Rho % A =
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2