Terhadap model regresi orde dua yang diperoleh terlebih dahulu akan dilakukan analisis variansi dan uji verifikasi model sebelum model regresi diplot sebagai respon
permukaan dan kontur permukaan. Dari hasil prediksi koefisien pada Tabel 4.2 di atas, juga diketahui bahwa konsentrasi Novozym memberikan pengaruh yang positif sebesar
0,7669 dan signifikan terhadap pembentukan produk. Demikian juga interaksinya dengan rasio mol dietanolamina memberikan efek positif dan signifikan sebesar 1,9644.
Tetapi kuadrat variabel konsentrasi Novozym memberikan efek negatif sebesar -4,020. Interaksi konsentrasi dengan temperatur memberikan efek positif 1,3086 dengan nilai P
0,008. Hal ini menunjukkan adanya batasan dalam penggunaan biokatalis, rasio molar dietanolamina dan temperatur yang dilibatkan pada reaksi. Rasio mol dietanolamina
terhadap asam laurat turut memberikan pengaruh yang signifikan pada -1,1816, dan interaksinya dengan temperatur X
2
.X
3
memberikan efek negatif yang juga signifikan. Variabel temperatur, turut memberikan efek positif yang signifikan
dibandingkan variabel lainnya sebesar 1,1434, akan tetapi kuadrat variabel temperatur memberikan efek negatif yang tidak signifikan. Ini menunjukkan bahwa laju reaksi
enzimatis antara asam lemak dengan dietanolamina banyak dipengaruhi oleh besarnya konsentrasi Novozym dan temperatur. Namun penggunaan variabel konsentrasi
Novozym dan rasio mol dietanolamina terhadap asam laurat juga memiliki batasan tertentu, sebab dalam reaksi enzimatis dikenal adanya hambatan oleh substrat Par
Tufvesson, dkk. 2007. Dalam analisis statistik MINITAB 14
®
, dapat dilakukan analisis terhadap unusual observation. Unusual observation adalah kondisi dimana residual antara nilai
pengamatan dengan prediksi memiliki penyimpangan yang cukup besar dari pengamatan lainnya. Dengan adanya analisis terhadap besarnya nilai penyimpangan,
dapat dilakukan penajaman dan peninjauan pengamatan pada penelitian selanjutnya. Berdasarkan analisis statistik pada Tabel 4.2 diketahui unusual observation berada pada
run order model 5 dan 14. Berdasarkan hasil analisis persen konversi pada Tabel 4.1, konversi lauroil-dietanolamida yang menghasilkan unusual observation adalah 74,1895
untuk run 5 dan 73,0046 untuk run 14.
4.2.1.2 Analisis variansi ANAVA
Analisis variansi ANAVA digunakan untuk memeriksa signifikansi model regresi yang diperoleh. Tabel 4.3 menunjukkan hasil analisis variansi model regresi
untuk sintesis lauroil-dietanolamida.
Tabel 4.3 Hasil Analisis Variansi Model Permukaan Sambutan
untuk Sintesis Lauroil-dietanolamida
FAKTOR DF SS Adj SS Adj MS F P Regression 9 1007.34 1007.344 111.927 90.99 0.000
Linear 3 44.95 44.954 14.985 12.18 0.001 Square 3 563.78 563.781 187.927 152.77 0.000
Interaction 3 398.61 398.608 132.869 108.01 0.000 Residual Error 10 12.30 12.301 1.230
Lack-of-Fit 5 11.16 11.155 2.231 9.73 0.130 Pure Error 5 1.15 1.146 0.229
Total 19 1019.65 R-Sq
98.8 R-Sqadj 97.7
S 1.109
DF= derajat kebebasan SS= jumlah kuadrat kesalahan
Adj SS = jumlah kuadrat beertambahnya variabel Adj MS = kuadrat tengah = SS:DK
F = sebaran F, untuk pengujian kesesuain model P = nilai P, untuk pengujian kesesuaian model
α = taraf signifikansi, diambil 5 = 0,05
R-sq = kuadrat total R-sqadj = kuadrat karena perlakuan
S = kuadrat karena error:residual:penyimpangan
Hasil analisis variansi menunjukkan bahwa model linier P=0,01, model kuadratik P=0 maupun model nonlinier yang mengikut sertakan interaksi antarfaktor
P=0 adalah signifikan karena nilai P ketiganya kurang dari α yang digunakan yaitu
0,05. Hal ini berarti ketiga model adalah tepat untuk digunakan pada sintesis lauroil- dietanolamida.
Akurasi sebuah model persamaan regresi dapat dilihat dari nilai koefisien determinasi R
2
. Sebab nilai koefisien determinasi R
2
mencerminkan besarnya pengaruh yang diberikan oleh variabel penelitian. Semakin besar nilai R
2
suatu model, maka model semakin baik. Variabel bebas yang digunakan akan menunjukkan pengaruh dan
interaksi yang akan tercermin dan persamaan regresi. Hasil analisis model permukaan sambutan untuk sintesis lauroil-dietanolamida
pada Tabel 4.3 menunjukkan koefisien determinasi R
2
sebesar 98,8 , nilai R
2
Adj sebesar 97,7 dengan nilai S sebesar 1,109. Semakin besar nilai R
2
suatu model, maka model semakin baik, karena sebanyak 98,8 perolehan amida ditunjukkan oleh tiga
variabel penelitian pada Tabel 4.1, yaitu konsentrasi Novozym, rasio mol dietanolamina: asam laurat dan temperatur.
Selain melalui analisis variansi, uji kenormalan model juga dapat dilihat melalui lack of fit. Hasil analisis pada tabel ANAVA menunjukkan hasil uji lack of fit LOF
yang juga dapat digunakan untuk menguji kecukupan model. Bila digunakan sebuah hipotesis. Hipotesisnya adalah:
H
o
: Tidak ada lack of fit , jika P α
H
1
: Ada lack of fit, jika P α
Hipotesis awal yang mengatakan tidak ada lack of fit berarti model yang dibuat telah sesuai dengan data, sedangkan hipotesis alternatif berarti model yang telah dibuat belum
mewakili data. Hipotesis awal akan diterima jika nilai P α.
Dari hasil analisis statistik, diperoleh harga lack of fit bernilai P= 0,130. Apabila digunakan nilai
α sebesar 5, maka hal ini menunjukkan bahwa model yang dibuat sudah mewakili data karena P 0,05.
4.2.1.3 Uji verifikasi model