Pengacakan

Pengacakan dilakukan dengan mengacak secara langsung perlakuan ke unit percobaan. Setiap satuan percobaan mempunyai peluang yang sama untuk dikenai suatu perlakuan

Model

\[ Y_{ij}=\mu+\tau_i+ε_{ij}~~atau~~ Y_{ij}=\mu_i+ε_{ij} \]

i = 1,2,…,t.
j = 1,2,…,r.
\(Y_{ij}\) = nilai pengamatan pada perlakuan ke-i dan ulangan ke-j.
\(\mu\) = rataan umum.
\(\tau_i\) = pengaruh perlakuan ke-i = \(\mu_i-\mu\).
\(ε_{ij}\) = pengaruh acak perlakuan ke-i dan ulangan ke-j.

Hipotesis

\(H_0\) : \(\tau_1=\tau_2=...=\tau_t=0\) (perlakuan tidak berpengaruh terhadap respon).

\(H_1\) : Minimal ada satu perlakuan i dimana \(\tau_i≠0\), i = 1,2,…,t.

Import Data

library(readxl)
DataRAL<-read_xlsx("D:/Rancob/DataFull.xlsx",sheet = "FTunggal-RAL")
DataRAL

## # A tibble: 24 × 2
##    Varietas `Berat Melon`
##    <chr>            <dbl>
##  1 A                 25.1
##  2 A                 17.2
##  3 A                 26.4
##  4 A                 16.1
##  5 A                 22.2
##  6 A                 15.9
##  7 B                 40.2
##  8 B                 35.3
##  9 B                 32  
## 10 B                 36.5
## # ℹ 14 more rows

ANOVA

Karena terdapat lebih dari dua perlakuan, akan digunakan ANOVA untuk melihat apakah terdapat perlakuan yang berbeda signifikan.

DataRAL$Varietas<-as.factor(DataRAL$Varietas)
ANOVARAL<-aov(`Berat Melon`~Varietas,data=DataRAL)
summary(ANOVARAL)

##             Df Sum Sq Mean Sq F value   Pr(>F)    
## Varietas     3 1291.0   430.3   23.46 9.32e-07 ***
## Residuals   20  366.9    18.3                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

qf(0.05,3,20,lower.tail = FALSE)

## [1] 3.098391

Didapatkan Fhitung = 23.46 > Ftabel = 3.098. Maka cukup bukti untuk menolak \(H_0\).
Maka dapat disimpulkan ada perbedaan pengaruh varietas terhadap berat melon pada taraf nyata 5%.
Selanjutnya dapat dilanjutkan ke uji asumsi dan uji lanjut.