Dalam analisis eksperimen, faktor adalah variabel yang dikendalikan atau dimanipulasi untuk mengamati pengaruhnya terhadap respon.
Faktor dikatakan tetap jika level-levelnya dipilih secara sengaja dan spesifik oleh peneliti, dan kesimpulan yang diambil hanya berlaku untuk level-level tersebut.
Faktor dikatakan acak jika level-levelnya merupakan contoh acak dari populasi yang lebih besar, dan peneliti ingin menggeneralisasi hasil ke semua kemungkinan level dari faktor tersebut.
Hasil dari suatu proses kimia sedang dipelajari. Dua faktor yang dipelajari adalah suhu dan tekanan. Tiga level dari setiap faktor dipilih; namun, hanya sembilan percobaan yang dapat dilakukan dalam satu hari. Eksperimenter menjalankan replikasi lengkap dari desain pada setiap hari. Data ditunjukkan pada tabel berikut. Lakukan analisis terhadap data berikut dengan faktor suhu bersifat tetap faktor tekanan bersifat acak.
Berdasarkan ilustrasi, dapat diketahui bahwa Rancangan ini merupakan Rancangan Acak Lengkap Faktorial dengan skenario Tetap-Acak.
Faktor A = Suhu (bersifat tetap) –> Rendah, Sedang, Tinggi
Faktor B = Tekanan (bersifat acak) –> 250, 260, 270
Adapun model liniernya adalah sebagai berikut
if (!require(EMSaov)) install.packages("EMSaov", dependencies=TRUE)
## Loading required package: EMSaov
## Warning: package 'EMSaov' was built under R version 4.4.3
library(EMSaov)
Proses input data ke dataframe dan pastikan data benar
data <- data.frame(
Suhu = rep(c("Rendah", "Sedang", "Tinggi"), each = 6),
Tekanan = rep(rep(c(250, 260, 270), each = 2), times = 3),
Ulangan = rep(1:2, times = 9),
Respon = c(86.3, 86.1, 84.0, 85.2, 85.8, 87.3,
88.5, 89.4, 87.3, 89.9, 89.0, 90.3,
89.1, 91.7, 90.2, 93.2, 91.3, 93.7))
data
## Suhu Tekanan Ulangan Respon
## 1 Rendah 250 1 86.3
## 2 Rendah 250 2 86.1
## 3 Rendah 260 1 84.0
## 4 Rendah 260 2 85.2
## 5 Rendah 270 1 85.8
## 6 Rendah 270 2 87.3
## 7 Sedang 250 1 88.5
## 8 Sedang 250 2 89.4
## 9 Sedang 260 1 87.3
## 10 Sedang 260 2 89.9
## 11 Sedang 270 1 89.0
## 12 Sedang 270 2 90.3
## 13 Tinggi 250 1 89.1
## 14 Tinggi 250 2 91.7
## 15 Tinggi 260 1 90.2
## 16 Tinggi 260 2 93.2
## 17 Tinggi 270 1 91.3
## 18 Tinggi 270 2 93.7
data$Suhu <- as.factor(data$Suhu) # Faktor tetap
data$Tekanan <- as.factor(data$Tekanan) # Faktor acak
Paket EMSaov
memungkinkan kita untuk menentukan jenis
setiap faktor melalui argumen type
. Oleh karena itu, kita
menetapkan faktor Suhu
sebagai tetap dan
faktor Tekanan
sebagai acak dengan kode
berikut:
anova_fral <- EMSanova(Respon ~ Suhu + Tekanan, data = data, type = c("F", "R"))
Kode type = c("F", "R")
menunjukkan bahwa:
Elemen pertama ("F"
) mengacu pada faktor
pertama dalam formula, yaitu
Suhu
.
Elemen kedua ("R"
) mengacu pada faktor kedua
dalam formula, yaitu Tekanan
.
# Menampilkan hasil ANOVA
print(anova_fral)
## Df SS MS Fvalue Pvalue Sig EMS
## Suhu 2 99.854444 49.927222 44.856 0.0018 ** Error+2Suhu:Tekanan+6Suhu
## Tekanan 2 5.507778 2.753889 1.4364 0.2875 Error+6Tekanan
## Suhu:Tekanan 4 4.452222 1.113056 0.5806 0.6845 Error+2Suhu:Tekanan
## Residuals 9 17.255000 1.917222 Error
Faktor Suhu (Tetap) memiliki pengaruh
signifikan terhadap respon (p-value = 0.0018 <
0.05).
Terdapat perbedaan rata-rata respon pada setidaknya satu level
suhu.
Faktor Tekanan (Acak) tidak berpengaruh signifikan terhadap respon (p-value = 0.2875 > 0.05).
Interaksi antara Suhu dan Tekanan juga tidak signifikan, yang menunjukkan bahwa pengaruh suhu terhadap respon tidak tergantung pada tekanan.
Berdasarkan hasil analisis, dapat disimpulkan bahwa:
Suhu berpengaruh signifikan terhadap respon proses kimia, sementara tekanan dan interaksinya dengan suhu tidak menunjukkan pengaruh yang signifikan.
Ini mengindikasikan bahwa pengendalian suhu merupakan aspek penting dalam mengoptimalkan hasil proses kimia ini.