Untuk membuat tabung TV dicobakan empat macam tipe pelapisan. Peubah respon yang dukur adalah konduktifitas lapisan.
## value treat
## 1 143 v1
## 2 141 v1
## 3 150 v1
## 4 146 v1
## 5 152 v2
## 6 149 v2
## 7 137 v2
## 8 143 v2
## 9 134 v3
## 10 136 v3
## 11 132 v3
## 12 127 v3
## 13 129 v4
## 14 127 v4
## 15 132 v4
## 16 129 v4Dilakukan metode LSD untuk menyelesaikan permasalahan ini.
x = aov(lm(value ~ treat, dataset1))
LSD.test(x,trt = "treat")
result1 = LSD.test(x,trt = "treat")
result1## $statistics
## MSerror Df Mean CV t.value LSD
## 19.6875 12 137.9375 3.216718 2.178813 6.835971
##
## $parameters
## test p.ajusted name.t ntr alpha
## Fisher-LSD none treat 4 0.05
##
## $means
## value std r LCL UCL Min Max Q25 Q50 Q75
## v1 145.00 3.915780 4 140.1662 149.8338 141 150 142.50 144.5 147.00
## v2 145.25 6.652067 4 140.4162 150.0838 137 152 141.50 146.0 149.75
## v3 132.25 3.862210 4 127.4162 137.0838 127 136 130.75 133.0 134.50
## v4 129.25 2.061553 4 124.4162 134.0838 127 132 128.50 129.0 129.75
##
## $comparison
## NULL
##
## $groups
## value groups
## v2 145.25 a
## v1 145.00 a
## v3 132.25 b
## v4 129.25 b
##
## attr(,"class")
## [1] "group"\[H_0 : \mu_i = \mu_j \\ H_1 : \mu_i \neq \mu_j\]
Dari hasil pengujian dapat dilihat : Tidak terlihat perbedaan signifikan pada tipe pelapisan (3 dan 4), (1 dan 2). Tetap terdapat perbedaan signigikan untuk tipe pelapisan (1 dan 3), (1 dan 4), (2 dan 4),(2 dan 4).
Berikut ini adalah hasil pembacaan kekerasan logam (respon) pada berbagai macam tipe alat (perlakuan) dan berbagai jenis logam (blok), hasil percobaan dengan rancangan acak kelompok
## perlakuan variable value
## 1 1 1 9.3
## 2 1 2 9.4
## 3 1 3 9.6
## 4 1 4 10.0
## 5 2 1 9.4
## 6 2 2 9.3
## 7 2 3 9.8
## 8 2 4 9.9
## 9 3 1 9.2
## 10 3 2 9.4
## 11 3 3 9.5
## 12 3 4 9.7
## 13 4 1 9.7
## 14 4 2 9.6
## 15 4 3 10.0
## 16 4 4 10.2Dilakukan metode Tukey untuk menyelesaikan permasalahan ini.
x = aov(lm(value ~perlakuan+as.factor(variable), dataset2))
result2 = HSD.test(y = x, trt = "perlakuan")
result2## $statistics
## MSerror Df Mean CV MSD
## 0.008888889 9 9.625 0.9795419 0.2081199
##
## $parameters
## test name.t ntr StudentizedRange alpha
## Tukey perlakuan 4 4.41489 0.05
##
## $means
## value std r Min Max Q25 Q50 Q75
## 1 9.575 0.3095696 4 9.3 10.0 9.375 9.50 9.700
## 2 9.600 0.2943920 4 9.3 9.9 9.375 9.60 9.825
## 3 9.450 0.2081666 4 9.2 9.7 9.350 9.45 9.550
## 4 9.875 0.2753785 4 9.6 10.2 9.675 9.85 10.050
##
## $comparison
## NULL
##
## $groups
## value groups
## 4 9.875 a
## 2 9.600 b
## 1 9.575 b
## 3 9.450 b
##
## attr(,"class")
## [1] "group"\[H_0 : \mu_i = \mu_j \\ H_1 : \mu_i \neq \mu_j\]
Dari hasil pengujian tukey dapat dilihat tipe alat yang memberikan pengaruh signifikan pada peubah respon adalah (4 dan 1), (4 dan 2) , (4 dan 3). Tetapi untuk (1 dan 2), (1 dan 3), (2 dan 3) tidak memiliki perbedaan signifikan.
Berikut ini adalah Waktu reaksi; percobaan pengaruh bahan campuran (A, B, C, D, E) terhadap waktu reaksi, dengan asal bahan dan waktu perecobaan yang berbeda
## baris lajur perlakuan y
## 1 1 1 B 12.3
## 2 1 2 C 11.2
## 3 1 3 D 9.2
## 4 1 4 A 12.9
## 5 2 1 A 10.3
## 6 2 2 D 8.6
## 7 2 3 B 12.8
## 8 2 4 C 14.0
## 9 3 1 D 7.8
## 10 3 2 A 10.7
## 11 3 3 C 10.4
## 12 3 4 B 13.1
## 13 4 1 C 14.2
## 14 4 2 B 13.8
## 15 4 3 A 11.1
## 16 4 4 D 12.8Dilakukan metode Duncan untuk menyelesaikan permasalahan ini.
result3 = duncan.test(y = x, trt = "as.factor(perlakuan)")
result3## $statistics
## MSerror Df Mean CV
## 0.68 6 11.575 7.124157
##
## $parameters
## test name.t ntr alpha
## Duncan as.factor(perlakuan) 4 0.05
##
## $duncan
## Table CriticalRange
## 2 3.460456 1.426782
## 3 3.586498 1.478751
## 4 3.648934 1.504494
##
## $means
## y std r Min Max Q25 Q50 Q75
## A 11.25 1.1474610 4 10.3 12.9 10.600 10.90 11.550
## B 13.00 0.6271629 4 12.3 13.8 12.675 12.95 13.275
## C 12.45 1.9347696 4 10.4 14.2 11.000 12.60 14.050
## D 9.60 2.2090722 4 7.8 12.8 8.400 8.90 10.100
##
## $comparison
## NULL
##
## $groups
## y groups
## B 13.00 a
## C 12.45 ab
## A 11.25 b
## D 9.60 c
##
## attr(,"class")
## [1] "group"\[H_0 : \mu_i = \mu_j \\ H_1 : \mu_i \neq \mu_j\]
Dari hasil pengujian Duncan dapat dilihat : Tidak terdapat perbedaan signifikan untuk pasangan (B dan C), (A dan C). Tetapi terdapat perbedaan untuk (A dan C), (A dan D) , (B dan D), (C dan D)