data <- data.frame(
Kapal = c("A", "B", "C", "D", "B", "C", "D", "A", "C", "D", "A", "B", "D", "A", "B", "C"),
Operator = rep(1:4, each = 4),
Baris = rep(1:4, times = 4),
Kecelakaan = c(20, 24, 15, 5,
25, 15, 8, 37,
34, 9, 56, 35,
7, 52, 40, 25)
)data$Kapal <- as.factor(data$Kapal)
data$Operator <- as.factor(data$Operator)
data$Baris <- as.factor(data$Baris)model <- lm(Kecelakaan ~ Kapal + Operator + Baris, data = data)anova_result <- anova(model)
print("Hasil ANOVA:")## [1] "Hasil ANOVA:"print(anova_result)## Analysis of Variance Table
##
## Response: Kecelakaan
## Df Sum Sq Mean Sq F value Pr(>F)
## Kapal 3 2487.69 829.23 16.7592 0.002543 **
## Operator 3 810.19 270.06 5.4581 0.037685 *
## Baris 3 137.19 45.73 0.9242 0.484188
## Residuals 6 296.88 49.48
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Penjelasan hasil: 1. Kapal: Df = 3, Sum Sq = 2487.69, Mean Sq = 829.23 Nilai F = 16.7592, Pr(>F) = 0.002543 Interpretasi: Nilai p untuk faktor Kapal adalah 0.002543, yang lebih kecil dari 0.05, menunjukkan bahwa Kapal berpengaruh signifikan terhadap variasi Kecelakaan. Ini berarti ada perbedaan yang signifikan dalam kecelakaan antara berbagai jenis kapal. 2. Operator: Df = 3, Sum Sq = 810.19, Mean Sq = 270.06 Nilai F = 5.4581, Pr(>F) = 0.037685 Interpretasi: Nilai p untuk faktor Operator adalah 0.037685, yang juga lebih kecil dari 0.05, menunjukkan bahwa Operator juga berpengaruh signifikan terhadap variasi Kecelakaan. Ini berarti bahwa perbedaan dalam kecelakaan dapat dijelaskan oleh perbedaan antar operator. 3. Baris: Df = 3, Sum Sq = 137.19, Mean Sq = 45.73 Nilai F = 0.9242, Pr(>F) = 0.484188 Interpretasi: Nilai p untuk faktor Baris adalah 0.484188,yang lebih besar dari 0.05, menunjukkan bahwa Baris tidak berpengaruh signifikan terhadap variasi Kecelakaan. Dengan kata lain, perbedaan antara baris-baris tidak memberikan kontribusi signifikan terhadap jumlah kecelakaan yang tercatat. 4. Residuals (Error): Df = 6, Sum Sq = 296.88, Mean Sq = 49.48 Ini menunjukkan variasi yang tidak dapat dijelaskan oleh model (faktor-faktor yang dipertimbangkan dalam analisis ini). Kesimpulan: Kapal dan Operator memiliki pengaruh signifikan terhadap Kecelakaan, karena nilai p mereka lebih kecil dari 0.05. Baris tidak berpengaruh signifikan terhadap Kecelakaan, karena nilai p lebih besar dari 0.05. Residuals menunjukkan variasi yang tidak dapat dijelaskan oleh model yang digunakan. Secara keseluruhan, analisis ini menunjukkan bahwa faktor Kapal dan Operator perlu dipertimbangkan dalam mengurangi atau memahami kecelakaan yang terjadi. # Uji Tukey HSD
library(multcomp)## Warning: package 'multcomp' was built under R version 4.4.2## Loading required package: mvtnorm## Loading required package: survival## Loading required package: TH.data## Warning: package 'TH.data' was built under R version 4.4.2## Loading required package: MASS##
## Attaching package: 'TH.data'## The following object is masked from 'package:MASS':
##
## geysertukey_result <- glht(model, linfct = mcp(Kapal = "Tukey"))
print("Hasil Tukey HSD:")## [1] "Hasil Tukey HSD:"summary(tukey_result)##
## Simultaneous Tests for General Linear Hypotheses
##
## Multiple Comparisons of Means: Tukey Contrasts
##
##
## Fit: lm(formula = Kecelakaan ~ Kapal + Operator + Baris, data = data)
##
## Linear Hypotheses:
## Estimate Std. Error t value Pr(>|t|)
## B - A == 0 -10.250 4.974 -2.061 0.26543
## C - A == 0 -19.000 4.974 -3.820 0.03322 *
## D - A == 0 -34.000 4.974 -6.836 0.00217 **
## C - B == 0 -8.750 4.974 -1.759 0.37418
## D - B == 0 -23.750 4.974 -4.775 0.01228 *
## D - C == 0 -15.000 4.974 -3.016 0.08453 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## (Adjusted p values reported -- single-step method)Hasil uji Tukey HSD (Honest Significant Difference) yang diberikan menunjukkan hasil perbandingan antara kelompok-kelompok yang ada berdasarkan model linear yang diterapkan, yaitu Kecelakaan ~ Kapal + Operator + Baris. Setiap baris dalam tabel menunjukkan perbandingan antara dua kelompok (misalnya, B vs A, C vs A, dll.) dan hasil statistik yang relevan. 1. B - A == 0: Perbandingan antara kelompok B dan A menunjukkan perbedaan sebesar -10.250 dengan nilai p = 0.2653. Karena p > 0.05, perbedaan ini tidak signifikan secara statistik, yang berarti tidak ada bukti yang cukup untuk menolak hipotesis nol bahwa perbedaan antara B dan A adalah 0. 2. C - A == 0: Perbandingan antara kelompok C dan A menunjukkan perbedaan sebesar -19.000 dengan nilai p = 0.0336. Karena p < 0.05, perbedaan ini signifikan, yang berarti ada perbedaan yang signifikan antara C dan A. 3. D - A == 0: Perbandingan antara kelompok D dan A menunjukkan perbedaan sebesar -34.000 dengan nilai p = 0.0019. Karena p < 0.01, perbedaan ini sangat signifikan, yang menunjukkan bahwa D berbeda secara signifikan dari A. 4. C - B == 0: Perbandingan antara kelompok C dan B menunjukkan perbedaan sebesar -8.750 dengan nilai p = 0.3743. Karena p > 0.05, perbedaan ini tidak signifikan secara statistik, yang berarti tidak ada bukti yang cukup untuk menolak hipotesis nol bahwa perbedaan antara C dan B adalah 0. 5. D - B == 0: Perbandingan antara kelompok D dan B menunjukkan perbedaan sebesar -23.750 dengan nilai p = 0.0122. Karena p < 0.05, perbedaan ini signifikan, yang berarti ada perbedaan yang signifikan antara D dan B. 6. D - C == 0: Perbandingan antara kelompok D dan C menunjukkan perbedaan sebesar -15.000 dengan nilai p = 0.0846. Karena p > 0.05 dan p berada dalam rentang 0.05 < p < 0.1, perbedaan ini dianggap marginally significant (agak signifikan), yang berarti meskipun tidak signifikan pada tingkat 0.05, mungkin masih ada perbedaan yang relevan.
Kesimpulan: Signifikan: Perbedaan yang signifikan ditemukan pada perbandingan C vs A, D vs A, dan D vs B. Tidak Signifikan: Perbedaan antara B dan A, serta C dan B tidak signifikan. Marginally Signifikan: Perbedaan antara D dan C dapat dianggap marginally signifikan (p ≈ 0.0846). Perlu diingat bahwa nilai p yang lebih kecil dari 0.05 menunjukkan perbedaan yang signifikan, sedangkan nilai p yang lebih besar dari 0.05 menunjukkan bahwa tidak ada cukup bukti untuk menyatakan adanya perbedaan yang signifikan antara kelompok-kelompok yang dibandingkan.