a. Analisis Model Prediksi
Hasil analisis terhadap model linier, kuadratik dan kubik, menunjukkan ordo model tertinggi yang dapat dipilih merupakan model kuadratik. Model kubik
terbaca ”aliased” atau bisa diartikan salah jika model kubik digunakan sebagai pendekatan. Hal ini dikarenakan tidak cukupnya perlakuan yang telah dilakukan
untuk memprediksi model kubik. Hasil analisis model selengkapnya terdapat pada Lampiran 5.
b. Analisis Anova
Analisis Anova disajikan pada Lampiran 6, menunjukkan model kuadratik yang dipilih mempunyai nilai F hitung 3,26 dan nilai p = 0,0399; laju alir bahan
memiliki F hitung 3,88 dengan nilai p = 0,0772; suhu destilasi memiliki F hitung 16,72 dengan nilai p = 0,0022; dan kecepatan putar wiper memiliki nilai F hitung
0,70 dan nilai p = 0,4228. Nilai p 0,0500 menunjukkan pengaruh signifikan pada respon. Hal ini menunjukkan bahwa model dan suhu destilasi berpengaruh
signifikan pada respon. Laju alir bahan dan kecepatan putar wiper tidak memberikan pengaruh signifikan. Interaksi antar faktor juga tidak memiliki
pengaruh signifikan pada respon. Kesalahan pemodelan berpengaruh nyata pada model yang memiliki nilai
0,0175 sedangkan nilai yang diharapkan harus lebih besar dari 0,1. Nilai kesalahan pemodelan dibawah 0,05 mencerminkan bahwa model tidak cocok
dengan data. Karena nilai sisa residual berpengaruh signifikan pada respon, maka diperlukan transformasi data untuk memeroleh model prediksi yang lebih
baik. Data didiagnosa menggunakan metode Box Cox untuk mengetahui
transformasi data yang cocok. Hasil pengujian Box Cox menunjukkan lambda terbaik adalah -0,67, oleh karena itu transformasi data yang direkomendasikan
adalah invers akar kuadrat inverse sqrt untuk menggeser lambda pada -0,5 yang mendekati lambda terbaiknya. Transformasi akar kuadrat cocok untuk data
persentase apabila wilayahnya antara 0 - 30 atau 70 - 100 Gomez Gomez 1995. Pada kasus yang sama Steel Torrie 1989 memberikan batasan 0 - 20
atau 80 - 100. Pada penelitian ini, presentase data mempunyai selang 26,37 sehingga cocok dilakukan transformasi invers akar kuadrat.
c. Transformasi Data
Kategori