• Tidak ada hasil yang ditemukan

14.3-Metode-Taguchi.pdf

N/A
N/A
Protected

Academic year: 2021

Membagikan "14.3-Metode-Taguchi.pdf"

Copied!
44
0
0

Teks penuh

(1)

Metode  Taguchi

 

14.3  –  Pengendalian  Kualitas  

Debrina  Puspita  Andriani  

Teknik  Industri     Universitas  Brawijaya   e-­‐Mail  :  debrina@ub.ac.id  

(2)

ì

 

05/11/14   www.debrina.lecture.ub.ac.id  

Outline    

(3)

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.  

(4)

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  

(5)

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  

(6)

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  

(7)

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

 

(8)

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  

(9)

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.  

(10)

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  

(11)

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

 

(12)

ì

 

LANGKAH-­‐LANGKAH  EKSPERIMEN  

METODE  TAGUCHI  

05/11/14   www.debrina.lecture.ub.ac.id  

(13)

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  

(14)

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  

(15)

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”  

àmemilih  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.    

(16)

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  

(17)

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)  

(18)

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  

(19)

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  

(20)

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  

(21)

Contoh  Matrik  orthogonal  array  

Trial

Faktor

HASIL TEPUNG

IKAN YANG

DIPEROLEH (Kg)

A

B

C

D

E

F

G

R

1

R

2

R

3

R

4

1.

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

*

*

*

*

(22)

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  

(23)

ANOVA  DUA  ARAH  

Sumber Variasi

SS

Derajat Bebas (db)

MS

F hitung

Kontribusi Faktor A

SS

A

V

A

MS

A

MS

A

/MS

e

SS’

A

/SS

T Faktor B

SS

B

V

B

MS

B

MS

B

/MS

e

SS’

B

/SS

T Interaksi

AxB

SS

AxB

V

A

xV

B

MS

AxB

MS

AxB

/MS

e

SS’

AxB

/SS

T

Residual

Ss

e

V

e

MS

e

1

SS’

e

/SS

T

Total

SS

T

V

T

100%

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  :  

(24)

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  

(25)

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  

(26)

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  

(27)

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  

(28)

ì

 

STUDI  KASUS  

METODE  TAGUCHI  

05/11/14   www.debrina.lecture.ub.ac.id  

(29)

 

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)  

(30)

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  

(31)

ì

 

STUDI  KASUS  1  

Pemilihan  OA  

Faktor  

 :  7  

Level  

 :  2  

 

Derajat  bebas  =  Faktor  (Level-­‐1)  

Derajat  bebas  =  7  (2-­‐1)  =  7  

       

Pemilihan  Ortogonal  Array  

(32)

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   34.67  

(33)

ì

 

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    

(34)

 

Kasus

 2

 

05/11/14   www.debrina.lecture.ub.ac.id   dst

(35)

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  

(36)

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  

(37)

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  

(38)

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  

(39)

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   -­‐  

(40)

ì

 

05/11/14   www.debrina.lecture.ub.ac.id  

STUDI  KASUS  2  

(41)

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  

(42)

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

 

 

(43)

ì

 

STUDI  KASUS  2  

Pooling  berikutnya  

SS’

A

 =  SS

A

-­‐(DF

A

 x  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  =    

(44)

ì

 

05/11/14   www.debrina.lecture.ub.ac.id  

STUDI  KASUS  2  

Gambar

Tabel	
  Rata-­‐rata	
  Respon	
  
Tabel	
  Respon	
  Y	
  
Tabel	
  ANOVA	
  

Referensi

Dokumen terkait

Program Kreativitas Mahasiswa yang berjudul Pelatihan Bapeta (Batik Peta) Berbasis Kreasi Peta sebagai Upaya Mengasah Kreativitas dan Soft Skill

masih kaku, 2) praktek korupsi, kolusi dan nepotisme yang masih ada dalam pendidikan, 3) sistem pendidikan tidak menuju pemberdayaan masyarakat, 4) pendidikan tidak berorientasi

Dipimpin oleh Amir Fattah yang ada di Brebes, Tegal, Pekalongan. Gerakan ini bergabung dengan Kartosuwirjo di Ja-Bar. Amir lalu diangkat sebagai Komandan Pertempuran Jawa Tengah

Asumsi-asumsi pada kuadran I yang memiliki tingkat kepentingan dan tingkat kepastian paling tinggi dengan nilai 7,7 dan 7,6 (amat sangat penting – amat sangat

[r]

Bahwa untuk memperlancar pelaksanaan kegiatan KKN Mahasiswa di Lembaga Pengabdian kepada Masyarakat Universitas Negeri Yogyakarta tahun Anggaran 2010 diperlukan

penggunaan media visual ataukah media audiovisual yang lebih efektif untuk. pendidikankesehatan pada ibu nifas terhadapperubahanperilaku