Angka-angka Elemen Menurut suatu hasil dari ahli mesin dari beberapa pengukuran suatu pasangan 5 angka sebagai berikut {2, 3, 5, 6, 4} kata menunjuk angka dari suatu aitem dalam sebuah pasangan N sejak ada lima angka di dalam kasus ini oleh karena n = 5. Untuk menyatakan angka pertama, angka ketiga atau beberapa angka dari suatu set, kami mewakilkan ini dengan menggunakan sebagai pengganti simbol dibaca y, ini berarti bahwa:Ketika i = 1, y = 2Ketika i = 2, y = 3 danKetika i = 5, y = 4 dan begitu seterusnya, adalah: 1 2 3 4 5 2 3 5 6 4 Secara jelas i dapat juga menjadi beberapa bilangan bulat diantara 1 dan sampai dengan 5, secara umum simbol y, menunjukkan beberapa dari nilai n seperti diatas. Jumlah dari suatu Set Angka Jika kita menginginkan jumlah semua angka dari suatu set kita dapat menulis secara: Secara rumus matematika kita dapat menuliskannya seperti ini Simbol berarti jumlah dari semua elemen dari i = 1 untuk i = 5. Secara umum kita boleh menulisnya sebagai berikut: Arti aritmatik Untuk kesederhanaan ketika tanpa kekacauan dapat dinaikkan. Kita tunjukkan diatas dengan simpel , yang dapat dibaca sebagai jumlah y dari i = 1 Ken, dimana n adalah angka elemen dalam set. Contoh:Berikan suatu set 5 angka {2, 3, 5, 6, 4} menggunakan notasi untuk menuliskan jumlah dari semua angka dalam set. Jawab: Pengertian Jumlah Kuadrat Pengertian jumlah kuadrat, Sm dapat ditulis sebagai berikut: Contoh:Berikan suatu pasangan 5 angka menulis gunakan notasi pengertian jumlah kuadrat dipasang angka. Jawab: = 5 x 42 = 80 Pengertian jumlah kuadrat sering disebut faktor kebenaran dan didemtasikan sebagai CF. Kesalahan Jumlah Kuadrat Kesalahan jumlah kuadrat, Se, adalah jumlah selisih kuadrat dari dari pengertian dan diperhitungkan sebagai berikut: Kesalahan jumlah kuadrat dapat disebut sebagai sisa jumlah kuadrat atau sisa tunggal jumlah. Jumlah dan juga dijabarkan dalam cara lain. Kedua bentuk diberikan bersama-sama sebagai A B 519 Suatu sebuah ukuran pemecahan variasi dengan menggunakan perhitungan bentuk lainnya adalah hanya sebagai kemudahan. Bagaimanapun juga, bentuk B adalah dilebihkan ketika perhitungan sedikit umum. Ini karena jumlah kuadrat dikarenakan kesalahan dapat diperhitungkan sebagai N. perkalian jumlah kuadrat, pengurangan kuadrat jumlah menyeluruh diatas N. pendapat ahli menggunakan bentuk (A) untuk kesederhanaan. Penggunaan sebagai pengurangan jumlah kuadrat N kali pengertian kuadrat.Catatan: bahwa kesalahan disini tidak berarti ketidakbenaran tetapi perbedaan lebih dikarenakan kesempatan.
Contoh:Berikan suatu pasangan lima angka, gunakan notasi . Untuk menulis kesalahan jumlah kuadrat dari pasangan angka. Jawab: = 90 – 5 x 42 = 10 Suatu Ukuran Pemecahan: Variasi Derajat dimana data susunan angka cenderung untuk menjabarkan atas sebuah arti nilai yang disebut perbedaan, dan ditunjukkan d2, secara mathematic, perbedaan yang didefinisikan sebagai: Dimana Se adalah jumlah kuadrat yang dikarenakan kesalahan dan v adalah derajat kebebasan yang digunakan/disatukan dengan Se. Ada 2 bentuk perbedaan: - populasi - sampel 1. Populasi Perbedaan Populasi perbedaan juga disebut perkiraan berat sebelah (d2), dengan derajat kebebasan, oleh karena itu contoh:Berilah suatu pasangan 5 angka { 2,3,5,6,4} dan gunakan notasi E, tulis populasi beragam dari pasangan angka.Jawab: n = 5 = = 2.0 2. Sampel Perbedaan Sampel perbedaan juga disebut perkiraan sama tengah dengan v = n – 1 derajat kebebasan. Ragam Jumlah Kuadrat Contoh:Beri sebuah pasangan 5 angka {2,3,5,6,4} gunakan notasi untuk menulis sampel perbedaan dari pasangan angka.Jawab: n - 1 = 4 = = 2.5 Standart Selisih Standart Selisih adalah akar kuadrat dan perbedaan dan dapat menjadi populasi standart selisih atau sampel standart selisih . Ragam jumlah kuadrat Singgunglah pasangan angka {2,3,5,6,4} total jumlah kuadrat ST, diperhitungkan sebagai berikut:ST = total sum of squaresST = = 22 + 32 + 52 + 62 + 42 = 90 218 Jumlah kuadrat dikarenakan arti Sm di hitung sebagai Sm = sum of squares of the mean = = 5 x 42 = 80 Jumlah kuadrat dikarenakan kesalahan Se dihitung sebagai:Se = error sum of squares = 10 Kita dapat melihat hubungan antara jumlah kuadrat ini sekarang. Hubungan antara St, Sm, SeHubungan antara St, Sm, Se adalah:ST = Sm + Se Dan kita dapat membuktikan bahwa dalam contoh:ST = Sm + Se90 = 80 + 10 Total jumlah kuadrat ini adalah suatu konsep penting sejak dalam berbagai perhitungan kuadrat, total jumlah kuadrat harus selalu dihitung. Biasanya, jumlah Se adalah perhitungan yang banyak muncul. Akan tetapi karena hubungan diatas, Se dapat lebih didetermine dengan mudah dengan adanya hubungan Analisis Perbedaan Se = ST - Sm Derajat Kebebasan Derajat kebebasan , V dari suatu pasangan angka adalah angka yang memiliki perbandingan cukup bebas yang dapat dibuat seperti jumlah kuadrat, total derajat kebebasan vT yang dapat dipecahkan ke dalam derajat kebebasan untuk rata tengah, vm , dan derajat kebebasan untuk kekeliruan , ve secara matematika vt= vm + veTotal derajat kebebasan adalah suatu konsep penting ketika di dalam beberapa hitungan total jumlah. Kuadrat dengan total derajat kebebasan harus selalu dihitung. Analisis Variasi Mari kita meringkas contoh yang di tunjukkan dalam gambar 5:1.1 juga ditunjukkan sebagai suatu analisis perbedaan
| Source | Sum of squares | Degress of freedom | Variance |
| Mean | 80 | 1 | - |
| Error | 10 | 4 | 2.5 |
| Total | 90 | 5 | - |
Gambar 5:1.1 analisis perbedaan yang tidak menggunakan cara. Analisis perbedaan dapat diklasifikasikan sebagai suatu analisis perbedaan yang tidak menggunakan cara ketika tidak ada faktor nyata yang termasuk di dalam sumber kekeliruan adalah 2,5 yang dihitung dengan 4 derajat kebebasan atau di dalam kepastian (n – 1) derajat kebebasan secara umum. Untuk alasan ini, perhitungan perbedaan dengan (n – 1) derajat kebebasan sering ditunjukkan sebagai perkiraan yang tidak sama ketika sisa satu derajat kebebasan telah di tetapkan untuk rata tengah. Perkiraan tidak sama dari perbedaan yang sama untuk sampel perbedaan yang dibahas lebih dulu jika jumlah kuadrat yang dikarenakan kekeliruan dikurangi dengan N derajat kebebasan, hasil perbedaan adalah suatu perkiraan sama yang disamakan kepada populasi perbedaan yang diteliti lebih dulu Diagram Decomposition Pada poin ini kita mengenalkan diagram decomposition gambar 512 menunjukkan pemecahan jumlah. Kuadrat derajat kebebasan diagram decomposition secara jelas menunjukkan bagaimana analisis perbedaan tanpa cara ditafsirkan perhitungan diagram dekomposisi baik total jumlah. Kuadrat maupun total derajat kebebasan dalam beberapa analisis perbedaan, total jumlah kuadrat , total derajat kebebasan harus dihitung bersama-sama. Rata tengah sederhana keduanya menunjukkan bahwa total jumlah kuadrat dari 90, 80 dikarenakan akibat nilai rata tengah (hanya) sepuluh dikarenakan kekeliruan. dan bahwa dari 5 observasi yang dibuat, salah satunya dikarenakan akibat rata tengah dan yang dapat lainnya dikarenakan kekeliruan.
| Sum of squares | Degrees of freedom |
| Sm ST Se | vm vT ve |
| ST = Sm + Se | vT = vm + ve |
Menjawab untuk pertanyaan penafsiran sendiri1. suatu percobaan di kondusi di dua level faktor A, B dan digabungkan interaksi A x B. hasil dari percobaan yang diberikan berikut ini:
| Exp | A | B | A x B | Results | |||
| 1 | 1 | 1 | 1 | 1.1 | 2.3 | 2.5 | 1.2 |
| 2 | 1 | 2 | 2 | 5.1 | 6.9 | 6.5 | 4.3 |
| 3 | 2 | 1 | 2 | 0.8 | 2.2 | 1.0 | 1.4 |
| 4 | 2 | 2 | 1 | 4.3 | 5.6 | 3.3 | 4.7 |
Hasil percobaan yang ditemukan berdasarkan suatu analisis perbedaan Jawab:
| Source | Sq | v | Mq | F-ratio |
| A | 2.72 | 1 | 2.72 | 3.31 |
| B | 49.70 | 1 | 49.70 | 60.46 |
| A x B | 0.64 | 1 | 0.64 | 0.78 |
| E | 9.86 | 12 | 0.82 | 1.00 |
| St | 62.93 | 15 | 4.20 | - |
| Mean | 176.89 | 1 | - | - |
| ST | 239.82 | 16 | - | - |
| Source | Sq | v | Mq | F-ratio | Sq’ | rho% |
| A | 16.20 | 1 | 16.20 | 15.22 | 15.22 | 41.37 |
| B | 3.20 | 1 | 3.20 | 3.28 | 2.22 | 6.05 |
| A x B | 1.80 | 1 | 1.80 | 1.85 | 0.82 | 2.24 |
| e | 15.60 | 16 | 0.98 | 1.00 | 18.54 | 50.34 |
| St | 36.80 | 19 | 1.94 | - | 36.80 | 100.00 |
| Mean | 259.20 | 1 | - | - | - | - |
| ST | 296.00 | 20 | - | - | - | - |
Kontribusi Persen Kontribusi persen dikarenakan error memberikan suatu perkiraan dari kecukupan percobaan. Ketika error berarti faktor ketidaktahuan dan ketidakmampuan. Kontrolan, kontribusi persen sebab kekeliruan pendapat kecukupan/atau ketidakcukupan dari percobaan, sebagai suatu aturan menonjol, jika kontribusi persen dikarenakan kekeliruan adalah rendah (15% atau kurang), lalu itu dapat diterima bahwa faktor tidak penting telah dihilangkan dari percobaan, jika kontribusi persen dikarenakan kekeliruan adalah tinggi (50% atau lebih), lalu itu dapat diterima bahwa faktor penting dihilangkan. Kondisi dimana tidak sebaik pengontrolan atau ada suatu kekeliruan pengukuran besar. Kita sekarang menimbang analisa perbedaan untuk data dari suatu Ls (27) aturan orthogonal percobaan. Kita melakukan ini dalam 3 tahap:1. Konsep suatu analisa perbedaan2. Perhitungan kontribusi persen3. Undian dari faktor kecil Konsepsi sebuah analisa perbedaan Tulis sebuah Ls (27) percobaan dalam kepadatan dari lensa yang diberikan dibawah dalam gambar 5:4.2, bersama dengan hasil percobaan. Tabel jawaban yang diberikan dalam gambar 5:4.3.
| A | B | C | D | E | F | G | Result | ||||
| 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 5.00 | 5.10 | 5.50 | 4.70 |
| 2 | 1 | 1 | 1 | 2 | 2 | 2 | 2 | 6.60 | 6.80 | 6.70 | 6.50 |
| 3 | 1 | 2 | 2 | 1 | 2 | 2 | 2 | 5.50 | 5.30 | 5.10 | 5.00 |
| 4 | 1 | 2 | 2 | 2 | 1 | 1 | 1 | 7.00 | 7.30 | 7.50 | 7.40 |
| 5 | 2 | 1 | 2 | 1 | 1 | 1 | 2 | 6.10 | 6.30 | 6.10 | 6.00 |
| 6 | 2 | 1 | 2 | 2 | 2 | 2 | 1 | 2.80 | 2.50 | 3.00 | 3.50 |
| 7 | 2 | 2 | 1 | 1 | 2 | 2 | 1 | 5.70 | 5.40 | 5.20 | 6.00 |
| 8 | 2 | 2 | 1 | 2 | 1 | 1 | 2 | 6.10 | 6.30 | 6.10 | 6.00 |
Aturan Orthogonal Maksud kita sekarang adalah untuk mengkonsep suatu analisa perbedaan. Kita akan memberikan suatu metode setahap demi setahap untuk menghitung:- jawaban rata-rata untuk tiap-tiap percobaan- keseluruhan rata-rata percobaan- tabel jawaban- total jumlah kuadrat- jumlah kuadrat dikarenakan rata tengah- jumlah kuadrat dikarenakan faktor- jumlah kuadrat dikarenakan kekeliruan- rata tengah jumlah kuadrat- rasio-F 1. Rata-rata jawaban untuk tiap-tiap percobaan Rata-rata dari percobaan pertama adalah: Konsepsi sebuah analisa perbedaan = 5.08 2. Rata-rata percobaan secara keseluruhan Rata-rata percobaan keseluruhan adalah rata-rata dari semua data percobaan: = 5.63 3. Tabel jawaban
| A | B | C | D | E | F | G | |
| Level 1 | 6.06 | 5.20 | 5.86 | 5.50 | 4.84 | 6.15 | 5.23 |
| Level 2 | 5.19 | 6.05 | 5.40 | 5.76 | 6.41 | 5.10 | 6.03 |
| Perbedaan | 0.87 | 0.86 | 0.46 | 0.26 | 1.57 | 1.06 | 0.81 |
| Pangkat | 3 | 4 | 6 | 7 | 1 | 2 | 5 |
Gambar 5:4.3 Tabel jawaban dari akibat faktor 4. Total jumlah kuadrat Total jumlah kuadrat adalah = 5.02 + 5.12 + 5.52 + 4.72 + … + 6.12 + 6.02 5. Jumlah kuadrat karena rata tengah Jumlah kuadrat disebabkan rata tengah adalah: = 32 x 5.632 = 1013.63 6. Jumlah kuadrat dikarenakan faktor-faktor Jumlah kuadrat dan selisih dari target untuk faktor A: Konsepsi suatu analisis perbedaan Jumlah kuadrat dikarenakan faktor B, C, D, E, F, dan G dihitung secara persamaan 7. Jumlah kuadrat dikarenakan kekeliruan Se lalu dihitung sebagai berikut Se = ST – Sm – SA – SB – SC – SD – SE – SF – SG = 1063.19 - 1013.63 – 6.04 – 5.87 – 1.67 – 0.53 – 19.69 – 8.93 – 5.20 = 1.66 8. Pengertian jumlah kuadrat Pengertian jumlah kuadrat dihitung oleh pengurangan jumlah kuadrat dengan derajat kebebasan untuk faktor A = 6.04 Pengertian jumlah kuadrat dari sisa faktor-faktor dihitung secara persamaan. 9. Rasio-F Rasio-F dihitung dengan mengurangi pertengahan jumlah kuadrat dengan kekeliruan jumlah kuadrat. = 87.43 Hasil dari perhitungan diatas digunakan untuk menggambar analisa perbedaan seperti yang ditunjukkan dalam gambar 5:4.4 perhitungan dari Sq1 dan kontribusi persen ditunjukkan dalam seksi selanjutnya.
| Source | Sq | v | Mq | F-ratio | Sq’ | Rho % |
| A | 6.04 | 1 | 6.04 | 87.43 | 5.967 | 12.04 |
| B | 5.87 | 1 | 5.87 | 84.93 | 5.80 | 11.69 |
| C | 1.67 | 1 | 1.67 | 24.11 | 1.60 | 3.22 |
| D | 0.53 | 1 | 0.53 | 7.61 | 0.46 | 0.92 |
| E | 19.69 | 1 | 19.69 | 285.07 | 19.62 | 39.58 |
| F | 8.93 | 1 | 8.93 | 129.24 | 8.86 | 17.81 |
| G | 5.20 | 1 | 5.20 | 75.30 | 5.13 | 10.35 |
| E | 1.66 | 24 | 0.07 | 1.00 | 2.14 | 4.32 |
| St | 49.56 | 31 | 1.60 | - | 49.56 | 100.00 |
| Mean | 1013.63 | 1 | - | - | - | - |
| ST | 1063.19 | 32 | - | - | - | - |
Gambar 5:4.4 Analisis perbedaan untuk ke konsentrasian data Perhitungan persen kontribusi/penambahan Agar perhitungan persen penambahan dari sumber yang berbeda dalam suatu analisis perbedaan yang kita perlukan untuk menghitung jumlah kuadrat murni dari kuadrat dan dikurangi oleh total jumlah kuadrat kita menunjukkan beberapa contoh:- Faktor A- Faktor B- Error 1. Faktor A = 6.04 – 1 x 00.7 = 5.97 Perhitungan Persen Penambahan = 12.04% 2. Faktor B = 5.87 – 1 x 0.07 = 5.80 = 11.69% Suatu metode yang sama digunakan untuk menghitung jumlah kuadrat murni dan persen penambahan untuk faktor C ke G 3. For error Se = St – SA’ – SB‘ – SC‘ – SD’ – SE’ – SF’ – SG‘ = 49.56 – 5.97 – 5.80 – 1.60 – 0.46 – 19.62 – 8.86 – 5.13 = 2.14 = 4.32% Pooling dari faktor ketidakberartian Dari suatu F table, F0.05,1,2,4 = 4.26. pendapat ini bahwa semua faktor A ke G adalah berarti. Dengan demikian analisis perbedaan menunjukkan gambar 5:4.4 hanya ditunjukkan kepada kita berartinya faktor dan bukan sangat berguna dalam suatu indra mesin, agar menghindarkan perkiraan lebih, ini direkomendasikan bahwa kita hanya menggunakan ½ derajat kebebasan dari aturan orthogonal yang digunakan dalam percobaan. Sejak percobaan ini sebuah Ls (27) percobaan aturan orthogonal; kita hanya boleh mengambil 3 (atau 4) dampak utama perkiraan. Untuk melakukan ini, kami mengumpulkan 4 (atau 3) faktor dengan rasio F terkecil ke dalam kekeliruan,. Untuk menunjukkan analisis perbedaan ini, kita memperkenalkan suatu kolom yang disebut pengumpul dan suatu baris disebut sebagai kumpulan e, seperti yang ditunjukkan dalam gambar 5:4.5, secara inisial kita mengumpulkan perbedaan terkecil. (kekeliruan perbedaan dalam kasus ini) dan tanda Y (untuk Yes) dalam kumpulan kolom untuk menunjukkan bahwa sumber itu telah dikumpulkan ke dalam pengumpulan e (kekeliruan pengumpulan) seperti yang ditunjukkan dalam gambar 5:4.5, berikutnya, kita menghitung rasio F berdasarkan pengumpulan e. dalam kasus ini disini tidak ada perbedaan untuk analisis perbedaan sejak kekeliruan pengumpulan sama seperti kekeliruan perbedaan. Berikutnya, kita mengumpulkan sebuah faktor dengan perbedaan terbesar berikutnya (colom Mq) dalam kumpulan e, dengan pooling sebuah faktor yang kecil kita sungguh-sungguh mencoba faktor itu sebagaimana jika itu tidak termasuk dalam percobaan dan bahwa jumlah kuadratnya adalah bagian dari jumlah kuadrat yang disebabkan kekeliruan (Se). Kita dapat mengumpulkan sekarang sebanyak faktor kecil dan menghitung total jumlah kuadrat murni untuk faktor sisa dan melengkapi penambahan persen. Kita memulai dengan pooling faktor dengan jumlah kuadrat terkecil, i.e., faktor D. dengan begitu kita mengumpulkan faktor D dengan penandaan sebuah Y melawan faktor D dan menambahkan jumlah kuadratnya untuk mengumpulkan e seperti ditunjukkan pada gambar 5:4.6, lakukan perubahan juga kekeliruan pengumpulan dan karena itu pengumpulan kekeliruan perbedaan sebagai berikut: S(Pooled e) = Se + SD = 1.66 + 0.53 = 2.18v(Pooled e) = ve + vD = 24 + 1 = 25M(Pooled e) = S(Poled e) v(Pooled e) = 2.18 25 = 0.09 Pooling dari faktor yang tidak penting/berarti
| Source | Pool | Sq | v | Mq | F-ratio | Sq | rho % |
| A | 6.04 | 1 | 6.04 | 87.43 | 5.97 | 12.04 | |
| B | 5.87 | 1 | 5.87 | 84.93 | 5.80 | 11.69 | |
| C | 1.67 | 1 | 1.67 | 24.11 | 1.60 | 3.22 | |
| D | 0.53 | 1 | 0.53 | 7.61 | 0.46 | 0.92 | |
| E | 19.69 | 1 | 19.69 | 285.07 | 19.62 | 39.58 | |
| F | 8.93 | 1 | 8.93 | 129.24 | 8.86 | 17.87 | |
| G | 5.20 | 1 | 5.20 | 75.30 | 5.13 | 10.35 | |
| e | Y | 1.66 | 24 | 0.07 | - | - | - |
| Pooled e | 1.66 | 24 | 0.07 | 1.00 | 2.14 | 4.32 | |
| St | 49.56 | 31 | 1.60 | - | 49.56 | 100.00 | |
| Mean | 1013.63 | 1 | - | - | - | - | |
| ST | 1063.19 | 32 | - | - | - | - |
Gambar: 5:4.5 analisis perbedaan Secara konsekuen, Sq’ dan rho % akan juga berubah untuk semua faktor, akan tetapi metode perhitungan ulang sama dengan yang ditunjukkan dalam seksi 5.4.4. dan diulang disini hanya untuk faktor A SA’ = SA – vA Ve = 6.04 – 1 x 0.09 = 5.95 = 12.01 %
| Source | Pool | Sq | v | Mq | F-ratio | Sq | rho % |
| A | 6.04 | 1 | 6.04 | 69.15 | 5.95 | 12.10 | |
| B | 5.87 | 1 | 5.87 | 67.18 | 5.78 | 11.66 | |
| C | 1.67 | 1 | 1.67 | 19.07 | 1.58 | 3.18 | |
| D | Y | 0.53 | 1 | 0.53 | - | - | - |
| E | 19.69 | 1 | 19.69 | 225.49 | 19.60 | 39.55 | |
| F | 8.93 | 1 | 8.93 | 102.22 | 8.84 | 17.83 | |
| G | 5.20 | 1 | 5.20 | 59.56 | 5.11 | 10.32 | |
| e | Y | 1.66 | 24 | 0.07 | - | - | - |
| Pooled e | 2.18 | 25 | 0.09 | 1.00 | 2.71 | 5.46 | |
| St | 49.56 | 31 | 1.60 | - | 49.56 | 100.00 | |
| Mean | 1013.63 | 1 | - | - | - | - | |
| ST | 1063.19 | 32 | - | - | - | - |
Gambar 5:4.6 Analisis perbedaan Untuk kesalahan pengumpulanSe’ = St – SA’ – SB‘ – SC‘ –SE’ – SF’ – SG‘ = 49.56 – 5.95 – 5.78 – 1.58 – 19.60 – 8.84 – 5.11 = 2.71 = 5.46 % Pembaca seharusnya dapat mengumpulkan faktor C, G, dan B dan melengkapi perhitungan kembali untuk memperoleh analisis seperti yang ditunjukkan dalam gambar 5:4.7. Keuntungan menggunakan analisis perbedaan
| Source | Pool | Sq | v | Mq | F-ratio | Sq | rho % |
| A | 6.04 | 1 | 6.04 | 11.34 | 5.51 | 11.11 | |
| B | Y | 5.87 | 1 | 5.87 | - | - | - |
| C | Y | 1.67 | 1 | 1.67 | - | - | - |
| D | Y | 0.53 | 1 | 0.53 | - | - | - |
| E | 19.69 | 1 | 19.69 | 36.96 | 19.61 | 38.65 | |
| F | 8.93 | 1 | 8.93 | 16.76 | 8.39 | 16.93 | |
| G | Y | 5.20 | 1 | 5.20 | - | - | - |
| e | Y | 1.66 | 24 | 0.07 | - | - | - |
| Pooled e | 14.91 | 28 | 0.53 | 1.00 | 16.51 | 33.31 | |
| St | 49.56 | 31 | 1.60 | - | 49.56 | 100.00 | |
| Mean | 1013.63 | 1 | - | - | - | - | |
| ST | 1063.19 | 32 | - | - | - | - |
Gambar 5:4.7 analisis perbedaan Tentu saja lebih banyak derajat kebebasan bagi kesalahan jumlah kuadrat, lebih baik pula perkiraan kesalahan jumlah kuadrat. Ketika faktor poling kita menggunakan technigue pooling-up yang mana pooling sederhana dengan melakukan permulaan dengan faktor dengan lebih lambatnya jumlah kuadrat dan pooling berikutnya faktor paling lambat, dan lain-lain. Oleh karena itu, dalam kasus ini, kami akan mengumpulkan faktor C berikutnya. Secara umum, kami akan mengumpulkan tentang setengah derajat kebebasan dari Ls (27) di percobaan aturan orthogonal. Oleh karena itu, kita bisa mengumpulkan faktor lain seperti C, G, dan b juga. Perhitungan ulang analisis perbedaan sekarang ditunjukkan dalam gambar 5:4.7, dari persen kontribusi dari gambar ini. kita mencatat bahwa faktor penting dalam perintah/skala penurunan, E, F, dan A. diantaranya kita menghitung 66.69% dari total jumlah kuadrat. Kesalahan pengumpulan jumlah kuadrat menambahkan 33.31% dari total jumlah kuadrat. Sebagaimana peraturan umum, pengumpulan kesalahan jumlah kuadrat dapat dinaikkan 50% dari total jumlah kuadrat untuk setengah derajat kebebasan dalam aturan orthogonal. Analisis perbedaan akhir dapat secara nyata ditunjukkan seperti gambar 5:4.8.
Dalam penampakan analisis varians, kita menghitung untuk jumlah dari persegi masing-masing faktor. Jika kesalahan jumlah dari kotak/persegi perbandingan besar dengan faktor kontrol dalam sebuah percobaan, lalu variasi analisis digabung dengan pembagian persen akan disarankan akan ada sedikit keuntungan dalam penyelesaian optimum kondisi. Kenyataannya tidak ada keuntungan sama sekali. Informasi ini tidak tersedia dari respon table. Tehnik diskusi di pooling Dengan menggunakan saturated orthogonal array dengan hanya satu set hasil, tidak ada tingkat kebebasan dari kesalahan. Sangat penting untuk menggunakan pooling teknik untuk error estimasi.Poling up teknik di mulai dengan faktor dengan varians terkecil untuk kesalahan varians.Sisa faktor sekarang untuk F test berlawanan dengan kesalahan varians. Jika keberadaan faktor tidak signifikan, faktor dengan F ratio terkecil ditujukan ke dalam kesalahan. Akan meningkatkan jumlah kesalahan persegi dan tingkat kebebasan untuk kesalahan dan akan mengembangkan estimasi kesalahan varians.Sisa faktor adalah keuntungan F test sampai kita pool tentang setengah dari tingkat kebebasan untuk orthogonal array. Metode lain dari pooling/pooling down teknik. Teknik dimulai dengan faktor varians terbesar berlawanan dengan pool varians dari sisa factors. Jika faktor adalah signifikan, faktor terbesar berikutnya adalah berpindah dari pool ke F test dan diulang sampai beberapa F ratio yang insign yang tercapai. Sejak 2 teknik dari pooling tersedia yang mana harus digunakan oleh insinyur dalam pooling tehnik membentang untuk memaksimalkan kesalahan alpa. Padahal teknik pooling down membentang untuk memperbesar kesalahan alpha. Tendensi dari kesalahan alpa maksimal bisa disebabkan karena faktor-faktor yang tidak teridentifikasikan dengan melakukan itu akan menghasilkan pemikiran bahwa beberapa faktor bisa mengembangkan respon kita dimana kenyataannya mungkin tidak ada, tetapi tidak masalah dengan melakukannya juga. Meskipun ada kesalahan Betha yang mengakibatkan kita melihat faktor-faktor yang tepat sebagai yang paling tepat dalam kasus ini kita mungkin tidak melihat faktor-faktor dalam konsekwensi percobaan. Dengan melakukan hal itu bahwa beberapa faktor tidak akan mengembangkan respon kita ketika kenyataan terjadi. Oleh sebab itu lebih baik menggunakan teknik pooling untuk F test. Bentuk sebuah analisa yang cocok dari berbagai macam untuk data yang eksperimen
| Exp | Control factors | Result | |||||||
| A | B | C | D | E | F | G | P | Q | |
| 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 5.0 | 5.9 |
| 2 | 1 | 1 | 1 | 2 | 2 | 2 | 2 | 6.6 | 6.8 |
| 3 | 1 | 2 | 2 | 1 | 1 | 2 | 2 | 5.5 | 5.3 |
| 4 | 1 | 2 | 2 | 2 | 2 | 1 | 1 | 10.5 | 10.3 |
| 5 | 2 | 1 | 2 | 1 | 2 | 2 | 2 | 6.1 | 6.5 |
| 6 | 2 | 1 | 2 | 2 | 1 | 1 | 1 | 1.8 | 1.9 |
| 7 | 2 | 2 | 1 | 1 | 2 | 1 | 1 | 5.7 | 5.4 |
| 8 | 2 | 2 | 1 | 2 | 1 | 2 | 2 | 6.1 | 6.5 |
| A | B | C | D | E | F | G | |
| Level 1 | 6.99 | 5.08 | 6.00 | 5.68 | 4.75 | 7.11 | 5.81 |
| Level 2 | 5.00 | 6.91 | 5.99 | 6.31 | 7.24 | 4.88 | 6.18 |
| Difference | 1.99 | 1.84 | 0.01 | 0.64 | 2.49 | 2.24 | 0.36 |
| Rank | 3 | 4 | 7 | 5 | 1 | 2 | 6 |
4. Jumlah dari bujur sangkar = 5.02 + 5.92 + 6.62 + 6.82 + … + 6.12 + 6.52 = 651.71 5. Jumlah/menjumlah bujur sangkar yang sesuai dengan arti = 16 x 5.992 = 574.80 6. Jumlah/menjumlah bujur sangkar sesuai dengan factors = 5 x 6.992 + 8 x 5.002 – 574.80 = 15.80 Jumlah-jumlah dari bujur sangkar untuk faktor B, C, D, E, F, dan G adalah dikalkulasikan dengan hampir sama dan hasilnya disusun menurut daftar dimasukkan sebuah analisa dari beberapa macam seperti tampak di figur 5:4.11.
| Source | Pool | Sq | v | Mq | F-ratio | Sq’ | Rho% |
| A | 15.80 | 1 | 15.80 | ||||
| B | 13.31 | 1 | 13.51 | ||||
| C | 0.00 | 1 | 0.00 | ||||
| D | 1.63 | 1.63 | |||||
| E | 24.75 | 1 | 24.75 | ||||
| F | 20.03 | 1 | 20.03 | ||||
| G | 0.53 | 1 | 0.53 | ||||
| e | 0.68 | 8 | 0.08 | ||||
| Pooled e | |||||||
| St | 15 | 15 | 5.13 | ||||
| Mean | 1 | 1 | |||||
| ST | 16 | 16 |
Figure 5:4.11. Berbagai macam analisa Jumlah dari bujur sangkar sesuai kesalahan. Langkah selanjutnya adalah berbagai faktor dengan jumlah kecil dari bujur sangkar. Tentu saja kemungkinan lebih bebas dari penjumlahan yang salah bujur sangkar.
Share ke Pinterest . 
FAQ
Suwur
Tidak ada komentar:
Posting Komentar