Percobaan ini dilakukan untuk mengetahui “Pengaruh Protein dan Energi yang Tersarang pada Protein terhadap Penambahan Berat Badan Hewan”. Variabel respon pada percobaan ini adalah Penambahan Berat Badan, dan memiliki 2 faktor yaitu Protein dan Energi yang tersarang pada Protein. Faktor Protein sendiri memiliki 2 level faktor, yaitu Protein Tinggi dan Protein Rendah. Sedangkan level faktor yang dimiliki Energi yang tersarang pada Protein, yaitu 2 level faktor (120, dan 100 pada Protein Tinggi) dan 3 level faktor (95, 90, dan 80 pada Protein Rendah) dengan dua kali pengulangan. Unit percobaan yang digunakan pada percobaan ini 15 hewan dengan jenis rancangan percobaan Unbalanced Nested Design (Rancangan Tersarang Tidak Seimbang)
animal2 <- read.csv(file = "D:/kuliah/data/animal2.csv",header = TRUE)
animal2
str(animal2)
## 'data.frame': 30 obs. of 4 variables:
## $ Protein : chr "High" "High" "High" "High" ...
## $ Energy : int 120 120 120 100 100 100 95 95 95 90 ...
## $ AnimalID : int 205 1395 705 785 2025 612 925 885 1205 115 ...
## $ WeightGain: num 60.4 53.5 55 77.3 34.9 22.8 84.2 55.1 73.9 23.9 ...
animal2$Protein <- factor(animal2$Protein)
animal2$Energy <- factor(animal2$Energy)
str(animal2)
## 'data.frame': 30 obs. of 4 variables:
## $ Protein : Factor w/ 2 levels "High","Low": 1 1 1 1 1 1 2 2 2 2 ...
## $ Energy : Factor w/ 5 levels "80","90","95",..: 5 5 5 4 4 4 3 3 3 2 ...
## $ AnimalID : int 205 1395 705 785 2025 612 925 885 1205 115 ...
## $ WeightGain: num 60.4 53.5 55 77.3 34.9 22.8 84.2 55.1 73.9 23.9 ...
mod <- aov(WeightGain ~ Protein + Energy%in%Protein,data=animal2)
qqnorm(residuals(mod))
Terlihat bahwa titik-titik mengikuti arah garis lurus dan sebagian besar titik-titik sangat dekat dengan garis lurus sehingga dapat diasumsuikan bahwa asumsi normalitas terpenuhi.
shapiro.test(residuals(mod))
##
## Shapiro-Wilk normality test
##
## data: residuals(mod)
## W = 0.94293, p-value = 0.1091
Oleh karena W = 0.94293 atau p-value = 0.1091 > 0.05 maka H0 tidak ditolak. Jadi, pada taraf signifikansi 0.05 dapat disimpulkan bahwa data residual berdistribusi normal.
plot(fitted.values(mod),residuals(mod),xlab = "Nilai dugaan",ylab = "Residuals")
abline(h=0, lty="dashed")
Dari plot nilai dugaan dan residual, terlihat bahwa keragaman dari residual hampir sama bagi masing-masing nilai dugaan.
summary(mod)
## Df Sum Sq Mean Sq F value Pr(>F)
## Protein 1 1223 1223.0 2.998 0.0957 .
## Protein:Energy 3 1115 371.6 0.911 0.4498
## Residuals 25 10200 408.0
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Berdasarkan hasil uji hipotesis dapat disimpulkan bahwa tidak ada perbedaan pengaruh jenis protein terhadap berat badan hewan dan tidak ada perbedaan pengaruh jenis energi yang tersarang pada jenis protein terhadap pertambahan berat badan hewan. Oleh karena pada hasil uji ANAVA didapatkan hasil H0 tidak ditolak maka tidak diperlukan uji kontras maupun uji lanjut.