library(readxl)
library(stats)
library(car)
## Loading required package: carData
library(tidyr)

CONTOH SOAL 1

seorang peneliti ingin mengetahui keefektifan mesin fillet otomatis A,B,C, dan D terhadap produksi fillet tuna. Produksi dipengaruhi oleh adanya operator dan hari kerja yang berbeda. Peneliti memutuskan membuat desain dengan empat operator sebagai kolom dan empat hari kerja sebagai baris. Ujilah dengan taraf nyata 5%, apakah mesin fillet, operator, dan hari kerja yang berbeda berpengaruh terhadap fillet tuna.

MODEL MATEMATIS

knitr::include_graphics("D:\\AGH 25\\hipo RBSL.png")

HIPOTESIS

knitr::include_graphics("D:\\AGH 25\\hipo RBSL 1.png")

IMPORT DATA

dataRBSL <- read_excel("D:\\AGH 25\\RBSL-Data 1.xlsx")
head(dataRBSL)
## # A tibble: 6 × 4
##   `Mesin Fillet` Operator `Hari Kerja` Efisiensi
##   <chr>             <dbl>        <dbl>     <dbl>
## 1 A                     1            3      1.67
## 2 A                     2            2      1.18
## 3 A                     3            4      1.66
## 4 A                     4            1      1.34
## 5 B                     1            1      1.64
## 6 B                     2            4      1.29

ANOVA

dataRBSL$`Mesin Fillet`<-as.factor(dataRBSL$`Mesin Fillet`)
dataRBSL$Operator<-as.factor(dataRBSL$Operator)
dataRBSL$`Hari Kerja`<-as.factor(dataRBSL$`Hari Kerja`)
dataRBSL$Efisiensi<-as.numeric(dataRBSL$Efisiensi)
anova <- aov(Efisiensi~`Mesin Fillet`+Operator+`Hari Kerja`, data=dataRBSL)
summary(anova)
##                Df Sum Sq Mean Sq F value  Pr(>F)   
## `Mesin Fillet`  3 0.4268 0.14228   6.588 0.02509 * 
## Operator        3 0.8273 0.27578  12.769 0.00515 **
## `Hari Kerja`    3 0.0302 0.01005   0.465 0.71697   
## Residuals       6 0.1296 0.02160                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
qf(0.05,3,6,lower.tail = FALSE)
## [1] 4.757063

Pada Mesin Fillet didapatkan Fhitung = 6.588 > Ftabel = 4.76. Maka cukup bukti untuk menolak \(H_0\). Ada perbedaan pengaruh Mesin Fillet otomatis terhadap produksi ikan tuna 5%.
Pada Hari Kerja didapatkan Fhitung = 0.465 < Ftabel = 4.76. Maka belum cukup bukti untuk menolak \(H_0\). Tidak ada perbedaan pengaruh Hari Kerja otomatis terhadap produksi ikan tuna 5%.
Pada operator didapatkan Fhitung = 12..769 > Ftabel = 4.76. Maka cukup bukti untuk menolak \(H_0\). Ada perbedaan pengaruh operator terhadap produksi ikan tuna 5%

CONTOH SOAL 2

STUDI KASUS
Sebuah perusahaan minyak menguji empat campuran bensin yang berbeda untuk efisiensi bahan bakar, dengan RBSL sehingga dapat mengendalikan variabilitas empat pengemudi berbeda dan empat model mobil berbeda. Efisiensi bahan bakar diukur pada mL per gallon (mpg) setelah mengendarai mobil selama lebih dari perjalanan standar. faktor : empat campuran bensin
Baris : pengemudi   Kolom : model mobil

perlakuan= c("D","B","C","A","B","C","A","D","C","A","D","B","A","D","B","C")
pengemudi = gl(4,4, labels=c("U1","U2","U3","U4")) 
mobil = gl(4, 1, 16, labels = c("1", "2", "3", "4"))                   
bensin= c(15.5, 16.3, 10.8, 14.7,
          33.9, 26.6, 31.1, 34,
          13.2, 19.4, 17.1, 19.7,
          29.1, 22.8, 30.3, 21.6)
eval1 <- data.frame(perlakuan, pengemudi, mobil, bensin)
head(eval1)
##   perlakuan pengemudi mobil bensin
## 1         D        U1     1   15.5
## 2         B        U1     2   16.3
## 3         C        U1     3   10.8
## 4         A        U1     4   14.7
## 5         B        U2     1   33.9
## 6         C        U2     2   26.6
boxplot (bensin ~ perlakuan, data=eval1,
main = "Box Plot Hasil Perlakuan",
ylab = "Hasil", xlab= "Campuran Bensin", frame=FALSE, col = c("#FFCCCC", "#FF9999", "#FF6666", "#00AFBB"))

Interpretasi:

MODEL ANOVA

hasil_aov <- aov(bensin~perlakuan+pengemudi+mobil, data=eval1)
summary(hasil_aov)
##             Df Sum Sq Mean Sq F value   Pr(>F)    
## perlakuan    3  109.0   36.33   9.155   0.0117 *  
## pengemudi    3  736.9  245.64  61.903 6.63e-05 ***
## mobil        3    5.9    1.97   0.495   0.6987    
## Residuals    6   23.8    3.97                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1