Pengaruh Dosis Kompos Ampas Tahu Terhadap Pertumbuhan dan Hasil Tanaman Kacang Hijau (Vigna radiata (.L) R. Wilczek)

sumber: Indriyani E. 2022. Pengaruh Dosis Kompos Ampas Tahu Terhadap Pertumbuhan dan Hasil Tanaman Kacang Hijau (Vigna radiata (.L) R. Wilczek). Magelang: Universitas Tidar.

Berat 100 Biji (g) Penelitian dilaksanakan di lahan pertanian dan menggunakan Rancangan Acak Kelompok Lengkap (RAKL). Penelitian ini terdiri dari satu faktor perlakuan dosis kompos ampas tahu dan lima ulangan sebagai kelompok. Perlakuan dosis kompos ampas tahu yang diberikan terdiri dari enam taraf sebagai berikut:

D0 = 0 g/tanaman

D1 = 50 g/tanaman

D2 = 100 g/tanaman

D3 = 150 g/tanaman

D4 = 200 g/tanaman

D5 = 250 g/tanaman

Setiap perlakuan dipilih tiga tanaman sampel secara acak dan menunjukkan kondisi yang sehat untuk diamati pertumbuhannya setiap dua minggu sekali mulai dari minggu ke-2 hingga minggu ke-8. Jumlah tanaman sampel keseluruhan adalah 3 tanaman × 6 perlakuan × 5 blok = 90 tanaman sampel.

library(agricolae)
## Warning: package 'agricolae' was built under R version 4.4.2
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.4.2
library(car)
## Warning: package 'car' was built under R version 4.4.2
## Loading required package: carData
## Warning: package 'carData' was built under R version 4.4.2
data_biji<- data.frame(
  Dosis = factor(rep(c("D0", "D1", "D2", "D3", "D4", "D5"), each = 5)), 
  Ulangan = rep(1:5, times = 6), # Ulangan 1-5 untuk setiap dosis
  Berat = c(8.63, 8.27, 7.23, 8.44, 8.70,   # D0 (0 g/tanaman)
            7.53, 8.47, 7.61, 7.26, 7.92,   # D1 (50 g/tanaman)
            8.66, 8.14, 8.34, 7.66, 8.03,   # D2 (100 g/tanaman)
            8.35, 8.52, 7.87, 8.43, 7.53,   # D3 (150 g/tanaman)
            7.65, 7.87, 8.36, 7.69, 8.13,   # D4 (200 g/tanaman)
            7.38, 7.25, 7.60, 7.22, 7.10)   # D5 (250 g/tanaman)
)
anovarakl <- aov(Berat ~ Dosis, data = data_biji)

summary(anovarakl)
##             Df Sum Sq Mean Sq F value Pr(>F)  
## Dosis        5  3.094  0.6188   3.663 0.0133 *
## Residuals   24  4.055  0.1689                 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Hasil ANOVA menunjukkan bahwa faktor Dosis kompos ampas tahu memiliki nilai F = 3.663 dengan p-value = 0.0133, yang lebih kecil dari 0.05.karena p-value < 0.05, terdapat perbedaan yang signifikan antara setidaknya satu dosis kompos dengan dosis lainnya dalam mempengaruhi berat 100 biji. Nilai Df (derajat kebebasan) untuk faktor Dosis adalah 5, menunjukkan bahwa ada 6 perlakuan (D0 - D5). Sum of Squares (3.094) untuk Dosis menunjukkan variasi total yang dijelaskan oleh perlakuan, sementara Residuals (4.055) menunjukkan variasi dalam kelompok yang tidak dijelaskan oleh perlakuan. Nilai Mean Square (MS) untuk dosis (0.6188) lebih besar dibandingkan dengan residuals (0.1689), menunjukkan bahwa faktor dosis memberikan pengaruh yang cukup besar terhadap berat 100 biji. Karena hasil ANOVA hanya menunjukkan bahwa ada perbedaan, uji lanjut seperti Duncan perlu dilakukan untuk mengetahui kelompok dosis mana yang berbeda secara signifikan. Sebelum menarik kesimpulan akhir, uji asumsi normalitas dan homogenitas perlu diperiksa untuk memastikan validitas hasil ANOVA.

duncan_test <- duncan.test(anovarakl, "Dosis", console = TRUE)
## 
## Study: anovarakl ~ "Dosis"
## 
## Duncan's new multiple range test
## for Berat 
## 
## Mean Square Error:  0.1689467 
## 
## Dosis,  means
## 
##    Berat       std r        se  Min  Max  Q25  Q50  Q75
## D0 8.254 0.5965987 5 0.1838188 7.23 8.70 8.27 8.44 8.63
## D1 7.758 0.4623527 5 0.1838188 7.26 8.47 7.53 7.61 7.92
## D2 8.166 0.3706481 5 0.1838188 7.66 8.66 8.03 8.14 8.34
## D3 8.140 0.4235564 5 0.1838188 7.53 8.52 7.87 8.35 8.43
## D4 7.940 0.3016621 5 0.1838188 7.65 8.36 7.69 7.87 8.13
## D5 7.310 0.1902630 5 0.1838188 7.10 7.60 7.22 7.25 7.38
## 
## Alpha: 0.05 ; DF Error: 24 
## 
## Critical Range
##         2         3         4         5         6 
## 0.5365289 0.5635167 0.5808440 0.5930828 0.6022187 
## 
## Means with the same letter are not significantly different.
## 
##    Berat groups
## D0 8.254      a
## D2 8.166      a
## D3 8.140      a
## D4 7.940      a
## D1 7.758     ab
## D5 7.310      b

Hasil uji Duncan ini menunjukkan kelompok yang berbeda secara signifikan dalam pengaruh dosis kompos terhadap berat 100 biji. Berikut interpretasinya: Kolom Berat menunjukkan rata-rata berat 100 biji untuk masing-masing perlakuan dosis kompos ampas tahu.Kolom groups menunjukkan hasil pengelompokan berdasarkan uji lanjut Duncan, di mana perlakuan dengan huruf yang sama tidak berbeda secara signifikan.Perlakuan dengan grup “a” berarti tidak memiliki perbedaan signifikan satu sama lain dalam meningkatkan berat 100 biji.Perlakuan dengan grup “b”menunjukkan bahwa kelompok ini secara signifikan berbeda dari kelompok dengan “a”.Perlakuan dengan grup “ab” berarti berada di antara dua kelompok, artinya tidak berbeda signifikan dari grup “a” maupun “b”. Kesimpulannya, perlakuan dengan berat 7.310 g memiliki perbedaan yang signifikan dibandingkan dengan kelompok yang memiliki berat di atasnya (8.254 g, 8.166 g, dll.), sedangkan perlakuan dengan berat 7.758 g berada di antara kedua kelompok tersebut.Dari hasil ini, dosis tertentu mungkin lebih efektif dalam meningkatkan berat 100 biji dibandingkan dosis lainnya, sehingga pemilihan dosis optimal dapat dilakukan berdasarkan kelompok yang memberikan hasil terbaik.

Asumsi Kenormalan

Eksploratif

Normal Probability (Q-Q) Plot

plot(anovarakl, which = 2) 

qqnorm(anovarakl$residuals); qqline (anovarakl$residuals, col = 'red')

Histogram

hist(anovarakl$residuals,breaks = 6)

Uji Formal

H0: Sisaan menyebar normal.

H1: Sisaan tidak menyebar normal.

Uji Shapiro-Wilk

shapiro.test(x = anovarakl$residuals)
## 
##  Shapiro-Wilk normality test
## 
## data:  anovarakl$residuals
## W = 0.97472, p-value = 0.6744

Berdasarkan uji Shapiro-Wilk, didapatkan p−value = 0.6744 > α=0.05, maka tidak tolak H0, sehingga dapat disimpulkan bahwa sisaan menyebar normal pada taraf nyata 5%.

Uji Kolmogorov Smirnov

ks.test(anovarakl$residuals,pnorm, mean(anovarakl$residuals), sd(anovarakl$residuals))
## 
##  Exact one-sample Kolmogorov-Smirnov test
## 
## data:  anovarakl$residuals
## D = 0.10091, p-value = 0.8901
## alternative hypothesis: two-sided

Uji Liliefors

library(nortest)
lillie.test(anovarakl$residuals)
## 
##  Lilliefors (Kolmogorov-Smirnov) normality test
## 
## data:  anovarakl$residuals
## D = 0.10091, p-value = 0.6075

Hasil uji Lilliefors (Kolmogorov-Smirnov) menunjukkan nilai D = 0.10091 dan p-value = 0.6075. Karena p-value lebih besar dari 0.05, tidak ada cukup bukti untuk menolak hipotesis bahwa residual berdistribusi normal. Dengan demikian, residual model ANOVA dapat dianggap memenuhi asumsi normalitas.

Uji Jarque -Bera

library(tseries)
## Warning: package 'tseries' was built under R version 4.4.2
## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo
jarque.bera.test(anovarakl$residuals)
## 
##  Jarque Bera Test
## 
## data:  anovarakl$residuals
## X-squared = 1.6215, df = 2, p-value = 0.4445

Berdasarkan uji Jarque-Bera, didapatkan p−value=0.4445>α=0.05, maka tidak tolak H0, sehingga dapat disimpulkan bahwa sisaan menyebar normal atau dengan kata lain pada taraf nyata 5%.

Uji Anderson-Darling

library(nortest)
ad.test(anovarakl$residuals)
## 
##  Anderson-Darling normality test
## 
## data:  anovarakl$residuals
## A = 0.24621, p-value = 0.7348

Berdasarkan uji Anderson-Darling, didapatkan p−value= 0.7348 > α=0.05, maka tidak tolak H0, sehingga dapat disimpulkan bahwa sisaan menyebar normal atau dengan kata lain pada taraf nyata 5%.

Asumsi Nilai Harapan Sisaan = 0

Uji Formal

T-test Hipotesis:

H0: Nilai harapan sisaan = 0.

H1: Nilai harapan sisaan ≠ 0.

t.test(anovarakl$residuals,
       mu = 0,
       conf.level = 0.95)
## 
##  One Sample t-test
## 
## data:  anovarakl$residuals
## t = -2.0381e-17, df = 29, p-value = 1
## alternative hypothesis: true mean is not equal to 0
## 95 percent confidence interval:
##  -0.1396249  0.1396249
## sample estimates:
##     mean of x 
## -1.391393e-18

Berdasarkan uji t, didapatkan p−value =1 > α = 0.05, sehingga tidak tolak H0, belum cukup bukti untuk menyatakan bahwa nilai harapan sisaan tidak sama dengan 0 pada taraf nyata 5%

Asumsi Kehomogenan Ragam

Eksploratif

Plot Residual vs Fitted Value

plot(anovarakl,which=1)

Uji Formal Hipotesis:

H0: Ragam sisaan homogen.

H1: Ragam sisaan tidak homogen.

Bartlett test

bartlett.test(Berat ~ Dosis, data = data_biji)
## 
##  Bartlett test of homogeneity of variances
## 
## data:  Berat by Dosis
## Bartlett's K-squared = 4.8325, df = 5, p-value = 0.4367
bartlett.test(Berat ~ Ulangan, data = data_biji)
## 
##  Bartlett test of homogeneity of variances
## 
## data:  Berat by Ulangan
## Bartlett's K-squared = 0.41669, df = 4, p-value = 0.9811

Berdasarkan uji Bartlett, didapatkan p−value = 0.4367 dan 0.9811 > α=0.05, maka tidak tolak H0, sehingga dapat disimpulkan bahwa ragam sisaan perlakuan dan kelompok homogen pada taraf nyata 5%.

Hartley test

library(PMCMRplus)
## Warning: package 'PMCMRplus' was built under R version 4.4.2
hartleyTest(Berat ~ Dosis, data = data_biji)
## 
##  Hartley's maximum F-ratio test of homogeneity of variances
## 
## data:  Berat by Dosis
## F Max = 9.8323, df = 4, k = 6, p-value = 0.3105
hartleyTest(Berat ~ Ulangan, data = data_biji)
## 
##  Hartley's maximum F-ratio test of homogeneity of variances
## 
## data:  Berat by Ulangan
## F Max = 1.6699, df = 5, k = 5, p-value = 0.9821

Berdasarkan uji Hartley, didapatkan p−value = 0.3105 dan 0.9821 > α=0.05, maka tidak tolak H0, sehingga dapat disimpulkan bahwa ragam sisaan perlakuan dan kelompok homogen pada taraf nyata 5%.

Levene Test

library(car)
leveneTest(Berat ~ Dosis, data = data_biji)
## Levene's Test for Homogeneity of Variance (center = median)
##       Df F value Pr(>F)
## group  5  0.3635 0.8684
##       24

Berdasarkan uji Levene, didapatkan p−value = 0.8684> α=0.05, maka tidak tolak H0, sehingga dapat disimpulkan bahwa ragam sisaan perlakuan dan kelompok homogen pada taraf nyata 5%.

Breush - Pagan test

library(lmtest)
## Warning: package 'lmtest' was built under R version 4.4.2
## Loading required package: zoo
## Warning: package 'zoo' was built under R version 4.4.2
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
bptest(Berat ~ Dosis, data = data_biji)
## 
##  studentized Breusch-Pagan test
## 
## data:  Berat ~ Dosis
## BP = 4.6074, df = 5, p-value = 0.4656

Berdasarkan uji Breush-Pagan, didapatkan p−value = 0.4656 > α=0.05, maka tidak tolak H0 , sehingga dapat disimpulkan bahwa ragam sisaan perlakuan (detergen) dan kelompok (noda) homogen pada taraf nyata 5%.

Asumsi saling Bebas

Eksploratif

Plot Sisaan vs Order

plot(anovarakl$residuals, type = 'o'); abline(h = 0, col = 'red')

Plot ACF

acf(anovarakl$residuals)

Plot PACF

pacf(anovarakl$residuals)

Uji Formal Hipotesis:

H0: Sisaan saling bebas

H1: Sisaan tidak saling bebas

Durbin-Watson test

library(lmtest)
dwtest(anovarakl,alternative="two.sided")
## 
##  Durbin-Watson test
## 
## data:  anovarakl
## DW = 2.3279, p-value = 0.9737
## alternative hypothesis: true autocorrelation is not 0

Berdasarkan uji Durbin-Watson pada library lmtest, didapatkan p−value= 0.9737 > α=0.05 , maka tidak tolak H0, sehingga dapat disimpulkan bahwa sisaan saling bebas pada taraf nyata 5%.

library(car)
durbinWatsonTest(anovarakl)
##  lag Autocorrelation D-W Statistic p-value
##    1      -0.1868381      2.327933   0.986
##  Alternative hypothesis: rho != 0

Berdasarkan uji Durbin-Watson pada library car, didapatkan p−value = 0.918 > α=0.05, maka tidak tolak H0, sehingga dapat disimpulkan bahwa sisaan saling bebas pada taraf nyata 5%.

Keaditifan

Eksplorasi

Plot interaksi

library(ggplot2)

ggplot(data_biji, aes(x = Dosis, y = Berat, colour = factor(Ulangan))) + 
    geom_point(aes(y = Berat)) +
    geom_line(aes(y = Berat, group = Ulangan)) + 
    theme_bw()

Uji Formal Hipotesis:

H0: Model aditif

H1:Model tidak aditif

Uji Tukey

library(reshape2)
## Warning: package 'reshape2' was built under R version 4.4.2
library(additivityTests)
## Warning: package 'additivityTests' was built under R version 4.4.2
ANOVARAKLWide <- dcast(data_biji, Ulangan ~ Dosis, value.var = "Berat")
Y <- as.matrix(ANOVARAKLWide[-1])
tukey.test(Y, alpha = 0.05)
## 
## Tukey test on 5% alpha-level:
## 
## Test statistic: 0.3512 
## Critival value: 4.381 
## The additivity hypothesis cannot be rejected.

Hasil uji Tukey menunjukkan bahwa statistik uji sebesar 0.3512 lebih kecil dari nilai kritis 4.381. Karena itu, hipotesis aditivitas tidak dapat ditolak pada taraf signifikansi 5%. Artinya, tidak ada interaksi signifikan antara faktor dalam model, sehingga asumsi aditivitas terpenuhi.