Notes Theme, silakan gunakan salah satu theme berikut: - cayman (package prettydoc) - architect (package prettydoc) - united (default di RMarkdown)
Library:
> # install.packages("knitr")
> # install.packages("rmarkdown")
> # install.packages("prettydoc")
> # install.packages("equatiomatic")
Secara naasional, beberapa komoditas air tawar mendapat perhatian untuk dikembanglan. Namun, itu bukan berarti komoditas ikan harus mengikut pada Balai Benih Ikan, Balai Benih ikan tidak semata-ata didesain untuk bisa mengembangkan multi-spesies.
Balai Benih Ikan kabupaten kendal merupakan instansi pemerintah yang bertugas menangani pembudidayaan bibit ikan di wilayah kabupaten kendal yang berdiri tahun 1965. Tujuan BBI itu salah satunya adalah memberikan kecukipan terhadap pembudidayaan dan penebaran di sungai dan danau khususnya di di kabupaten Kendal.
Namun, dari semua bibit di BBI Purwogondo Kabupaten Kendal ini memiliki perbedaan terutama pada berat bibit ikan adlam satuan biomassa atau sampel yang digunakan Balai Benih Ikan Purwogondo. Sehingga perlu menggunakan RAL untuk menganalisis kasus ini.
Analisis deskriptif adalah suatu analisis yang merupakan pengumpulan, pengolahan, dan penyajian serta interpretasi data secara kuantitatif atau persentase yang dapat disajikan dalam bentuk tabel atau grafik (Walpole, 1995).
Rancangan Acak Lengkap (RAL) adalah rancangan yang paling sederhana jika dibandingkan dengan rancangan-rancangan percobaan lainnya. Dalam rancangan ini tidak terdapat lokal kontrol, sehingga sumber keragaman yang diamati hanya perlakuan dan galat. Dalam Rancangan Acak Lengkap, tidak ada pengelompokan faktor tertentu, semua unit percobaan dianggap homogen, sehingga setiap perlakuan memiliki kesempatan sama untuk diterapkan pada setiap unit percobaan.
Perlakuan diberikan secara acak untuk memastikan bahwa setiap unti percobaan punya peluang sama untuk menerima setiap perlakuan, ini bertukuan menghilangkan bias yang tidak diinginkan. Penggunaan RAL mudah untuk dianalisis dan dirancang yang membuatnya cocok untuk percobaan yang sederhana ddngan unit percobaan yang homogen.
Data yang digunakan berasal dari pengamatan yang dilakukan oleh Akademi Statistika Muhammadiyah Semarang.
> data <- data.frame(
+ Perlakuan = c("P1","P2","P3","P4"),
+ U1= c(19.6, 28.2, 26.6, 24.8),
+ U2= c(20.8, 29.4, 27.2, 25.6)
+ )
>
> kable(data, caption = "Tabel Hasil Perlakuan pada Ikan Lele")
| Perlakuan | U1 | U2 |
|---|---|---|
| P1 | 19.6 | 20.8 |
| P2 | 28.2 | 29.4 |
| P3 | 26.6 | 27.2 |
| P4 | 24.8 | 25.6 |
Tujuan dilakukannya analisis adalah untuk mengetahui adanya pengaruh perlakuan yaitu jumlah pakan /kg terhadap pertambahan berat pada bibit ikan lele umur 70 hari dalam ons
> library(knitr)
> library(rmarkdown)
> library(prettydoc)
> library(equatiomatic)
> library(readxl)
> tabel_ral_lele <- read_excel("G:/Sem4/tabel ral lele.xlsx")
> View(tabel_ral_lele)
Data dibangkitkan dengan cara simulasi…. Function rnorm
digunakan untuk…. argument yang diisikan dalam function adalah….
Argument ini digunakan untuk…
> P1<-tabel_ral_lele$p1
> P2<-tabel_ral_lele$p2
> P3<-tabel_ral_lele$p3
> P4<-tabel_ral_lele$p4
> DBT <- 7
> DBP <- 3
> DBG <- DBT- DBP
> DBT; DBP; DBG
[1] 7
[1] 3
[1] 4
>
> FK<-sum(P1,P2,P3,P4)^2/8
> FK
[1] 5110.605
> JKT<-sum(P1^2+P2^2+P3^2+P4^2)-FK
> JKP<-(sum(P1)^2+sum(P2)^2+sum(P3)^2+sum(P4)^2)/2-FK
> JKG<-JKT-JKP
> JKT;JKP;JKG
[1] 83.595
[1] 81.655
[1] 1.94
>
> KTP<-JKP/DBP
> KTG<-JKG/DBG
> Fhit<-KTP/KTG
> Ftabel <- qf(0.05, DBP, DBG, lower.tail = FALSE)
> KTP;KTG;Fhit;Ftabel
[1] 27.21833
[1] 0.485
[1] 56.12027
[1] 6.591382
>
> data.frame(
+ SK = c("Perlakuan", "Galat", "Total"),
+ DB = c(DBP, DBG, DBT),
+ JK = c(JKP, JKG, JKT),
+ KT = c(KTP, KTG, NA),
+ F_hitung = c(Fhit, NA, NA),
+ F_tabel = c(Ftabel, NA, NA)
+ )
SK DB JK KT F_hitung F_tabel
1 Perlakuan 3 81.655 27.21833 56.12027 6.591382
2 Galat 4 1.940 0.48500 NA NA
3 Total 7 83.595 NA NA NA
> # Contoh data
> data <- c(19.6, 28.2, 26.6, 24.8, 20.8, 29.4, 27.2, 25.6)
> shapiro.test(data)
Shapiro-Wilk normality test
data: data
W = 0.91524, p-value = 0.3925
Berdasarkan Data yang digunakan, diperoleh nilai
\[ mean=25.275 \]
\[ sd = 3,455740566 \]
\[ median = 26,1 \] \[ min = 19,6 \] \[ max=29,4 \]
\[ \begin{cases} H_0: \mu_1 = \mu_2 = \mu_3 = \mu_4 \\ H_1: \text{setidaknya ada satu} \, \mu_i \neq \mu_j \, \text{untuk} \, i \neq j \end{cases} \]
Dari uji anova yang telah dilakukan, didapat Fhitung = 56.120272 dan Ftabel = 6.591382, maka keputusannya adalah tolak H0
H0 : Data Berdistribusi Normal H1 : Data Tidak Berdistribusi Normal
Hasil uji normalitas Shapiro-Wilk pada data Anda menunjukkan bahwa W = 0.91524 dengan p-value = 0.3925 Kesimpulan Dengan p-value = 0.3925 yang lebih besar dari tingkat signifikansi umum (misalnya, 0.05), kita tidak memiliki cukup bukti untuk menolak hipotesis nol. Artinya, data Anda tidak menunjukkan penyimpangan yang signifikan dari distribusi normal. Oleh karena itu, kita bisa menyimpulkan bahwa data Anda bisa dianggap berdistribusi normal.
Kesimpulan Praktis Berdasarkan hasil ini, Anda dapat melanjutkan analisis statistik yang memerlukan asumsi normalitas tanpa kekhawatiran signifikan mengenai pelanggaran asumsi tersebut. Misalnya, jika Anda ingin melakukan uji ANOVA atau regresi linier, hasil uji normalitas ini mendukung penggunaan metode tersebut.
Kesimpulannya adalah, dari perhitungan tabel ANOVA, dapat disimpulkan bahwa terdapat keterkaitan antara pengaruh perlakuan yaitu jumlah pakan /kg terhadap pertambahan berat pada bibit ikan lele umur 70 hari dalam ons.
Lalu untuk asumsinya adalah dapat diasumsikan jika data berdistribusi normal.
Bayu SA, T. N. (2017). RANCANGAN ACAK LENGKAP DAN RANCANGAN ACAK KELOMPOK PADA BIBIT IKAN. unimus, 53.