Analisis Varians Signal to Noise Ratio SNR

MS error = Rata-rata kuadrat error F-ratio A = 0,957 0,032 = 29,554 i. Perhitungan persen kontribusi Perhitungan persen kontribusi untuk masing-masing faktor dan karakteristik kualitas dapat dihitung dengan rumus: ρ = SS n SS t x 100 Sebelum persen kontribusi dihitung terlebih dahulu SS’ dengan menggunakan rumus sebagai berikut: SS n = SS n - MS e V Dimana: SS ′ n = Jumlah kuadrat yang sesungguhnya SS n = Jumlah kuadrat untuk faktor ke-n MS e = Jumlah kuadrat faktor error V = Derajat kebebasan Untuk karakteristik faktor A yaitu: SS A = SS A - V A MS e = 1,915 – 2 0,032 = 1,850 Maka persen kontribusi faktor A yaitu: ρ = 1,850 3,877 x 100 = 47,712 Hasil perhitungan persen kontribusi dapat dilihat pada Tabel 5.14. Tabel 5.14. Analisis Varians Signal to Noise Ratio SNR Sumber SS faktor V MS faktor F-ratio SS’ faktor ρ A 1,915 2 0,957 29,544 1,850 47,712 B 1,947 2 0,974 30,048 1,882 48,554 C 0,015 2 0,008 0,234 -0,050 -1,281 e 0,648 20 0,032 1 0,194 5,015 SS t 3,877 26 0,149 3,877 100,000 SS m 12653,385 1 SS Total 12657,910 27 Sumber: Pengolahan Data

5.4.9. Strategi Pooling Up

Strategi pooling up dirancang taguchi untuk mengestimasi varians error pada analisis varians.

5.4.9.1. Strategi Pooling UpRata-rata

Pada tahap pooling up merupakan rekomendasi untuk penggunaan separuh jumlah derajad kebebasan pada orthogonal array yang digunakan.Hal ini bertujuan agar adanya penghindaran dari estimasi yang berlebihan dan juga menghindari kesalahan pada eksperimen.Pooling up diberlakukan pada faktor- faktor kurang signifikan yaitu faktor C. Faktor yang akan di polling up di beri tanda “y” pada kolom Pool dapat dilihat pada Tabel 5.22. Berikut perhitungan pooling up: SS e pool = SS e + SS C SS e pool = 46,467 + 6,784 = 53,252 Nilai MS e yang baru dihitung menggunakan rumus MS e pool = SS e +SS C Dof e +Dof C MS e pool = 46,467 + 6,784 20+2 = 2,421 Setelah dilakukan penggabungan maka dihitung nilai F-rationya dengan rumus: F = MSM � ����� Dimana: MS = Rata-rata kuadrat M � ����� = Rata-rata kuadrat error F-ratio A = 89,365 2,421 = 36,920 F-ratio B = 121,314 2,421 = 50,119 Pengujian hipotesa dan kesimpulan dengan tingkat kepercayaan 95 yang diperoleh dari tabel analisis varians setelah dilakukan polling up terhadap interaksi faktor C. Dimana F hitung lebih besar dari F tabel maka � � ditolak artinya ada pengaruh faktor terhadap kualitas produk. Namun jika F hitung lebih kecil dari F tabel maka � � diterima artinya tidak ada pengaruh faktor terhadap kualitas produk. 1. Faktor A � � : Tidak ada pengaruh faktor A terhadap kuat tekan batako � � : Ada pengaruh A terhadap kuat tekan batako Kesimpulan : F hitung = 36,920 F tabel 0,05;2;20 = 3,49 maka � � ditolak artinya ada pengaruh A terhadap kuat tekan batako. 2. Faktor B � � : Tidak ada pengaruh faktor B terhadap kuat tekan batako � � : Ada pengaruh faktor B terhadap kuat tekan batako Kesimpulan : F hitung = 50,119 F tabel 0,05;2;20 = 3,49 maka � � ditolak artinya ada pengaruh faktor B terhadap kuat tekan batako. a. Menghitung Jumlah Kuadrat yang Sesungguhnya Jumlah kuadrat yang sesungguhnya dapat dihitung dengan rumus sebagai berikut: SS faktor = SS faktor – MS e pool dof faktor Untuk karakteristik faktor A yaitu: SS A = SS A - MS e pool dof A = 178,729 – 2,421 2 = 173,888 Untuk karakteristik faktor B: SS B = SS B - MS e pool dof B = 242,628 – 2,421 2 = 237,787 b. Perhitungan Persen Kontribusi Perhitungan persen kontribusi untuk masing-masing faktor dan karakteristik kualitas dapat dihitung dengan rumus: ρ = SS faktor SS t x 100 Dimana: ρ = Persen Kontribusi SS faktor = Jumlah kuadrat yang sesungguhnya masing-masing faktor Persen kontribusi faktor A yaitu: ρ = 173,888 428,142 x 100 = 40,615 Persen kontribusi faktor B yaitu: ρ = 237,787 428,142 x 100 = 55,539 Hasil perhitungan analisis varians dapat dilihat pada Tabel 5.15. Tabel 5.15.Analisis Varians Rata-rata Akhir Sumber pool SS faktor v MS faktor F-rasio SS’ faktor ρ A 178,729 2 89,365 36,920 173,888 40,615 B 242,628 2 121,314 50,119 237,787 55,539 C Y 6,784 - - - - - e Y 46,467 - - - - - Pooled 53,252 22 2,421 1 16,466 3,846 SS t 428,142 26 16,467 - 428,142 100 SS m 53893,107 1 - - - - SS Total 54367,716 27 - - - - Sumber: Pengolahan Data

5.4.9.2. Strategi Pooling Up Signal to Noise Ratio SNR

Dokumen yang terkait

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

3 44 155

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 19

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 1

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 8

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 19

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 1

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 8

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 12

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 1

Pengaruh Substitusi Pasir dengan Abu Vulkanik Gunung Sinabung Terhadap Karakteristik Batako dengan Menggunakan Metode Taguchi dan Fault Tree Analysis

0 0 12