RANCANGAN PERCOBAAN
DENGAN MINITAB DAN
SAS
SUTIKNO
sutikno@statistika.its.ac.id
LABORATORIUM STATISTIKA LINGKUNGAN DAN KESEHATAN JURUSAN STATISTIKA FMIPA
AGENDA
•
PENGANTAR DISAIN EKSPERIMEN
–
KONSEP DASAR EKSPERIMEN DAN
TERMINOLOGI
–
RANCANGAN LINGKUNGAN: RAL, RAK, RBSL
–
RANCANGAN PERLAKUAN: FAKTORIAL
–
MODEL LINEAR (ANOVA)
–
PENGUJIAN ASUMSI
•
PENGANTAR MINITAB DAN SAS
KONSEP DASAR DISAIN EKSPERIMEN
Dalam suatu disain eksperimen, data yang dianalisis statistika dikatakan sah atau valid, jika data tersebut diperoleh dari suatu eksperimen yang
memenuhi 3 prinsip dasar yaitu:
1.Harus ada ulangan (replikasi), yaitu pengalokasian suatu perlakuan tertentu terhadap unit eksperimen pada kondisi yang homogen.
2.Pengacakan (randomization), yaitu setiap unit eksperimen harus memiliki peluang yang sama untuk diberi suatu perlakuan tertentu.
3.Pengendalian lingkungan (Blocking), yaitu usaha untuk mengendalikan keragaman yang muncul akibat keheterogenan kondisi lingkungan.
Usaha-usaha pengendalian lingkungan yg dapat dilakukan yaitu dengan melakukan pengelompokkan satu arah (RAK), dua (RBSL) maupun multi arah.
TERMINOLOGI DALAM DISAIN EKSPERIMEN
1. Perlakuan (treatment), yaitu suatu prosedur atau metode yang diterapkan pada unit eksperimen.
Satu faktor, maka perlakunnya adalah level dari faktor tersebut. Kalau faktor lebih dari 1, perlakuannya adalah kombinasi dari level setiap faktor.
Perlakuan berdasarkan nilai-nilai yang dicobakan dapat dibedakan menjadi 2 , yaitu kualitatif dan kuantitatif. Contoh perlakuan kualitatif: jenis pupuk, varietas tanaman, dll, sedangkan contoh perlakuan kuantitatif: pemberian dosis
pemupukan.
2. Unit eksperimen, adalah unit terkecil dalam suatu eksperimen yang diberikan suatu perlakuan. Unit terkecil bisa berupa petak lahan, individu, sekandang ternak dan lain-lain bergantung pada bidang penelitian.
3. Satuan amatan: adalah anak gugus dari unit eksperimen tempat dimana respon perlakuan diukur.
4. Faktor : adalah variabel bebas yang dicobakan dalam eksperimen sebagai penyusun struktur perlakuan. Variabel bebas yg dicobakan dpt berupa variabel kualitatif maupun kuantitatif.
5. Taraf (level): adalah nilai-nilai dari variabel bebas (faktor) yang
KLASIFIKASI DISAIN EKSPERIMEN
1. Rancangan perlakuan:
rancangan yang berkaitan
dengan bagaimana perlakuan-perlakuan tersebut
dibentuk. Komposisi dari suatu perlakuan dapat
dibentuk dari satu faktor, dua faktor, atau lebih.
Berdasarkan cara pemilihan perlakuan, perlakuan dapat
dibedakan menjadi 2, yaitu perlakuan acak (random)
dan perlakuan tetap (fxed).
2. Rancangan lingkungan:
rancangan yang berkaitan
dengan bagaimana perlakuan-perlakuan tersebut
dialokasikan pada unit-unit eksperimen. Pengalokasian
perlakuan pada unit eksperimen dapat diacak secara
langsung terhadap seluruh unit eksperimen atau diacak
di setiap blok-blok eksperimen. Pemilihan metode
pengacakan didasarkan pada kondisi dari unit-unit
eksperimen yg digunakan dalam pernelitian.
3. Rancangan pengukuran:
rancangan yang berkaitan
KLASIFIKASI DISAIN EKSPERIMEN
1. Rancangan perlakuan:
rancangan yang berkaitan
dengan bagaimana perlakuan-perlakuan tersebut
dibentuk. Komposisi dari suatu perlakuan dapat
dibentuk dari satu faktor, dua faktor, atau lebih.
Berdasarkan cara pemilihan perlakuan, perlakuan dapat
dibedakan menjadi 2, yaitu perlakuan acak (random)
dan perlakuan tetap (fxed).
2. Rancangan lingkungan:
rancangan yang berkaitan
dengan bagaimana perlakuan-perlakuan tersebut
dialokasikan pada unit-unit eksperimen.
Rancangan Acak Lengkap (RAL) unit eksperimen homogen
Rancangan Acak Kelompok (RAK) unit eksperimen heterogen dan berasal dari satu sumber keragaman atau satu arah
Rancangan Bujur Sangkar Latin (RBSL) unit eksperimen
heterogen dan berasal dari dua sumber keragaman atau 2 arah.
3. Rancangan pengukuran:
rancangan yang berkaitan
MODEL LINEAR UNTUK ANOVA
Rancangan Faktorial RAL (2 faktor):
Y
ijk= μ +A
i+ B
j+ (AB)
ij+ E
ijkRancangan Faktorial RAK:
Y
ijk= μ +A
i+ B
j+ (AB)
ij+ BLOK
k+E
ijkRangcangan Faktorial RBSL:
CONTOH KASUS 1:
Untuk mengetahui apakah pemberian dosis
konsentrat cair yang berbeda memberikan berat
ayam berbeda. Seorang peneliti melakukan
percobaan dengan 4 dosis konsentrat (0, 10, 15,
20; ml) yang di diberikan pakan ayam potong.
Setiap perlakuan diulang 5 kali, dan di timbang
setelah 40 hari (kg) . Data pengamatan adalah
sebagai berikut:
Dosis
konsentrat
cair
Ulangan
1
2
3
4
5
0
5,5
5,0
4,8
5,2
6,0
10
3,0
3,5
3,8
4,0
4,5
15
6,0
5,8
5,5
6,5
6,8
ANALISIS DATA DE DENGAN MINITAB
Perlakuan
ANALISIS DATA DE DENGAN MINITAB
dosis re sp o n 20 15 10 0 8 7 6 5 4 3Boxplot of respon by dosis
Residual P er ce nt 1.0 0.5 0.0 -0.5 -1.0 99 90 50 10 1 Fitted Value R es id ua l 7 6 5 4 1.0 0.5 0.0 -0.5 -1.0 Residual Fr eq ue nc y 0.8 0.4 0.0 -0.4 -0.8 4 3 2 1 0 Observation Order R es id ua l 20 18 16 14 12 10 8 6 4 2 1.0 0.5 0.0 -0.5 -1.0
Normal Probability Plot of the Residuals Residuals Versus the Fitted Values
Histogram of the Residuals Residuals Versus the Order of the Data
ANALISIS DATA DE DENGAN SAS
PROC ANOVA
Digunakan untuk data seimbang (balanced data) yaitu suatu percobaan dengan jml ulangan sama pada setiap kombinasi level suatu faktor.
Model pengaruh utama
Misal ada tiga faktor, dan Y sebagai respon
PROC ANOVA; CLASS A B C;
MODEL Y= A B C;
Model faktor berinteraksi PROC ANOVA;
CLASS A B C;
ANALISIS DATA DE DENGAN SAS
Model tersarang PROC ANOVA; CLASS A B C;
MODEL Y= A B C (AB); C tersarang didalam faktor A dan B.
BENTUK UMUM PROC ANOVA
PROC ANOVA DATA= nama fle; CLASS variabel faktor;
MODEL variabel respon= faktor; MEANS faktor/pilihan;
TEST H=faktor E=faktor; BY nama variabel;
penyataan pilihan : duncan, lsd, tukey sidak, bon, gabrriel, regwf, schefe, snk, waller
TEST H=faktor E=faktor
ANALISIS DATA DE DENGAN SAS
PROC GLM
SUATU PROSEDUR YANG MENGGUNAKAN METODE KUADRAT TERKECIL UNTUK MENGANALISIS MODEL LINIER UMUM:
REGRESI LINIER SEDERHANA REGRESI LINIER BERGANDA ANOVA
ANCOVA
METODE RESPON SURFACE REGRESI TERBOBOTI
REGRESI POLINOMIAL MANOVA
ANALISIS DATA DE DENGAN SAS
PROC GLM DATA=nama fle; CLASS variabel bebas;
MODEL variabel respon=variabel bebas/pilihan; CONTRAST ‘label’ efek koefsien/pilihan;
ESTIMATE’nama’efek/pilihan; LSMEANS efek/pilihan
MANOVA H=efek M persamaan/pilihan; OUTPUT OUT= flesas katakunci=nama…; RANDOM efek/pilihan;
Estimate digunakan utk menduga fungsi linier dari parameter.
LSMEANS digunakan untuk menghitung nilai tengah kuadrat terkecil setiap efek yang disebut dalam LSMEANS.
CONTOH KASUS 2:
•
Seorang pabrikasi ingin mengetahui pengaruh
kecepatan pemotongan (A), alat geometri (B),
dan sudut pemotongan (C) terhadap lama
pemotongan pada plat baja (jam). Setiap faktor
dipilih 2 level dengan kondisi unit eksperimen
homogen. Percobaan dilakukan pengulangan
sebanyak 2 kali dan datanya disajikan sebagai
berikut:
A B C Ulangan1 25 10 15 22 25
10 10 15 32 29
5 20 15 35 50
10 20 15 55 46
5 10 30 44 38
10 10 30 40 36
5 20 30 60 54
PUSTAKA
Montgomery, Douglas C. 2001. Design and analysis of
experimen, 5th.,ed., John Wiley & Sons.