Modul 09: Analisis & Interpretasi Visual (Plot & Kontur)

Modul 09: Analisis & Interpretasi Visual

Fokus: Menerjemahkan Angka menjadi Grafik Keputusan
Tools: Main Effect Plot, Interaction Plot, Contour Plot
Referensi: Montgomery (Ch. 6) & Buku Ajar (Bab: Analisis Data)

📖 Baca Bab Analisis Data

Setelah kita menghitung “Efek” di Modul 08, seringkali tumpukan angka membuat pusing. Manajemen tidak butuh rumus, mereka butuh Gambar.

Di modul ini, kita belajar cara “bercerita dengan data” menggunakan tiga jenis grafik wajib dalam Desain Eksperimen.

1. Main Effect Plot: Seberapa Curam?

Grafik ini menunjukkan pengaruh satu faktor secara mandiri.

Garis Datar (Horizontal)

Artinya: Tidak ada efek.

Mau levelnya Rendah atau Tinggi, hasilnya sama saja. Faktor ini tidak penting.

Garis Curam (Miring Tajam)

Artinya: Efek Besar!

Perubahan kecil pada faktor ini menyebabkan perubahan besar pada Respon.

Tips Bisnis: Jika grafik faktor “Biaya Iklan” landai/datar, stop buang uang! Itu artinya iklan tidak menaikkan penjualan secara signifikan.

2. Interaction Plot: Hati-hati Garis Silang

Seperti yang dibahas di Modul 07, grafik ini adalah detektor bahaya.

  • Garis Sejajar: Aman. Faktor bekerja sendiri-sendiri.
  • Garis Bersilangan (X): Waspada. Efek Faktor A terbalik arahnya tergantung Faktor B.

Contoh Nyata:
Grafik antara Harga dan Kualitas.
Di pasar barang mewah, harga tinggi = penjualan naik (Gengsi).
Di pasar barang murah, harga tinggi = penjualan turun.
Garis grafiknya pasti bersilangan.

3. Contour Plot: Peta Harta Karun

Ini adalah visualisasi paling canggih dalam Desain Faktorial 2 faktor. Bayangkan Anda melihat gunung dari atas helikopter.

Hijau (Rendah) → Kuning (Sedang) → Merah (Puncak Tinggi)
  • Garis-garis Melengkung: Menghubungkan titik-titik yang memiliki nilai Respon (Y) yang sama.
  • Cara Membaca:
    • Jika tujuan Anda Maksimalisasi (misal: Keuntungan), carilah area dengan warna paling “Panas” atau nilai tertinggi.
    • Jika tujuan Anda Minimalisasi (misal: Cacat Produk), carilah area “Lembah” atau nilai terendah.

Kegunaan: Peta kontur memberi kita Fleksibilitas. Kita bisa melihat bahwa untuk mencapai Profit 1 Milyar, kita tidak harus mematok harga di satu titik, tapi ada “Zona” area yang luas.

4. Studi Kasus: Kue yang Sempurna

Anda ingin membuat kue dengan tingkat kekenyalan (Y) skor 80-90.

  • Faktor A: Waktu Oven (Menit)
  • Faktor B: Suhu Oven (Derajat)

Hasil Contour Plot menunjukkan garis melengkung.

  • Ternyata, skor 90 bisa dicapai dengan:
    1. Suhu Tinggi + Waktu Singkat (Cepat, tapi risiko gosong luar).
    2. Suhu Rendah + Waktu Lama (Lama, tapi matang merata).

Keputusan Bisnis: Karena pabrik ingin mengejar target produksi, manajer memilih Opsi 1 (Suhu Tinggi + Waktu Singkat) karena lebih efisien waktu, selama masih masuk di “Zona Kontur 90”. Inilah gunanya Contour Plot!


Tugas Visualisasi

Bagi yang menggunakan Minitab/SPSS/Python:

  1. Input data dari Modul 08.
  2. Cari menu Factorial Plots.
  3. Hasilkan Main Effect Plot dan Interaction Plot.
  4. Hasilkan Contour Plot (Respon Y vs Faktor A dan B).

Jika garis kontur Anda lurus-lurus saja, berarti tidak ada interaksi. Jika garis kontur Anda melengkung (seperti pisang atau lingkaran), berarti Interaksi terjadi!

Di Modul 10, kita akan membahas masalah teknis: Bagaimana jika kita mau bikin eksperimen faktorial, tapi bahan bakunya tidak cukup untuk sekali jalan? Kita akan belajar teknik Blocking & Confounding.

Leave a Comment

Your email address will not be published. Required fields are marked *