Nama : Agung Nur Pratama

NIM : 19/445757/PN/16272
Golongan : C3.3 B
Tanggal : Rabu, 4 November 2020
Asisten : 1. Junita Solin
2. Nadia Syauqi

Buku Kerja Acara 6: Uji Posthoc, Kontras Ortogonal, dan

Polinom Ortogonal

Latihan 1 Input data dan Analisis Varians

 Lakukan analisis varian pada data CRD dan RCBD yang telah tersedia!
 Apakah sumber ragam Perlakuan pada masing-masing set data/percobaan
menunjukkan signifikansi (baik pada data CRD maupun data RCBD)? Jawaban:
menunjukkan signifikansi
 Jika sumber ragam perlakuan menunjukkan signifikansi, data dapat diuji lanjut.

UJI POTSHOC
Latihan 2 - LSD Fisher
Lakukan analisis menggunakan syntax berikut :
library(agricolae)
lsd.f <- LSD.test(model.crd,"Perlakuan",p.adj="none", alpha=0.05)
lsd.f
Dari hasil analisis, dapat diambil informasi:
 Berapa nilai CV? Jawaban: 9.42809
 Selang kepercayaan (confidence interval/CI/batas kritis) berdasarkan LSD Fisher
adalah 2.13145
 Manakah perlakuan yang berbeda nyata dan tidak? Jawaban: Perlakuan yang
berbeda nyata yaitu antara perlakuan A, B dengan perlakuan C, D. Perlakuan
yang berbeda nyata yaitu antara perlakuan C, D dengan perlakuan C, E.
Perlakuan yang tidak berbeda nyata yaitu antara perlakuan A dengan
perlakuan B, perlakuan D dengan perlakuan C, perlakuan C dengan perlakuan
E.

Latihan 3 - LSD Bonferoni

Lakukan analisis menggunakan syntax berikut :
library(agricolae)
lsd.bon <- LSD.test(model.crd,"Perlakuan",p.adj="bonferroni", alpha=0.05)
lsd.bon
Dari hasil analisis, dapat diambil informasi:
 Berapa nilai CV? Jawaban: 9.42809
 Selang kepercayaan (confidence interval/CI/batas kritis) berdasarkan LSD Bonferroni
adalah 3.286039
 Manakah perlakuan yang berbeda nyata dan tidak? Jawaban: Perlakuan A dengan
perlakuan B tidak berbeda nyata. Perlakuan D, C, E tidak berbeda nyata.
Perlakuan A, B dengan D, C, E berbeda nyata

Latihan 4 - LSD Dunnett

Lakukan analisis menggunakan syntax berikut :
library(multcomp)
lsd.dun <- glht(model.rcbd,linfct = mcp(Perlakuan="Dunnett"))
summary(lsd.dun)
Interpretasikan hasil LSD Dunnett yang di dapat!
 Perlakuan manakah yang dibandingkan? Jawaban: ____________
 Bagaimana hasil perbandingannya? Jawaban:
___________________________________

Latihan 5 - HSD Tukey

Lakukan analisis menggunakan syntax berikut :
library(agricolae)
tukey <- HSD.test(model.crd,"Perlakuan",alpha=0.05)
tukey
Dari hasil analisis, dapat diambil informasi:
 Berapa nilai CV? Jawaban: 9.42809
 Selang kepercayaan (confidence interval/CI/batas kritis) berdasarkan HSD Tukey
adalah 3.087924
 Manakah perlakuan yang berbeda nyata dan tidak? Jawaban: Perlakuan A dengan
perlakuan B tidak berbeda nyata. Perlakuan D, C, E tidak berbeda nyata.
Perlakuan A, B dengan D, C, E berbeda nyata

Latihan 6 – Scheffe
Lakukan analisis menggunakan syntax berikut :
library(agricolae)
scheffe <- scheffe.test(model.crd,"Perlakuan",alpha=0.05)
scheffe
Dari hasil analisis, dapat diambil informasi:
 Berapa nilai CV? Jawaban: 9.42809
 Selang kepercayaan (confidence interval/CI/batas kritis) berdasarkan Scheffe adalah
3.496037
 Manakah perlakuan yang berbeda nyata dan tidak? Jawaban: Perlakuan A dengan
perlakuan B tidak berbeda nyata. Perlakuan D, C, E tidak berbeda nyata.
Perlakuan A, B dengan D, C, E berbeda nyata

Latihan 7 - Duncan Multiple Range Test/DMRT

Lakukan analisis menggunakan syntax berikut :
library(agricolae)
duncan <- duncan.test(model.crd,"Perlakuan",alpha=0.05)
duncan
Dari hasil analisis, dapat diambil informasi:
 Berapa nilai CV? Jawaban: 9.42809
 Selang kepercayaan (confidence interval/CI/batas kritis) berdasarkan Duncan Multiple
Range Test adalah 2.131450 ; 2.234335 ; 2.298272 ; 2.341830
 Manakah perlakuan yang berbeda nyata dan tidak? Jawaban: Perlakuan yang
berbeda nyata yaitu antara perlakuan A, B dengan perlakuan C, D. Perlakuan
yang berbeda nyata yaitu antara perlakuan C, D dengan perlakuan C, E.
Perlakuan yang tidak berbeda nyata yaitu antara perlakuan A dengan
perlakuan B, perlakuan D dengan perlakuan C, perlakuan C dengan perlakuan
E.
Catatan: dalam DMRT, nilai selang kepercayaan (confidence interval/CI/batas kritis) lebih
dari satu.
KONTRAS ORTOGONAL
Latihan 8 - Kontras Ortogonal
Lakukan analisis sesuai dengan syntax yang telah tersedia!
Tuliskan koefisien kontras yang didapat! Jawaban:
[,1] [,2] [,3] [,4]
1 -1 -1 -1 -1
2 1 -1 -1 -1
3 0 2 -1 -1
4 0 0 3 -1
5 0 0 0 4
Apa yang dimaksud dengan :

 Kontr..A.B: Kontras A terhadap B

 Kontr..AB.C: Kontras A, B terhadap C

 Kontr..ABC.D : Kontras A, B, C terhadap D

 Kontr..ABCD.E : Kontras A,B, C, D terhadap E

Berdasarkan hasil ANOVA yang didapat, kontras perbandingan perlakuan mana saja yang
signifikan? Apa kesimpulan yang dapat diambil? Jawaban: Perlakuan AB.C; perlakuan
ABC.D; perlakuan ABCD.E. Perlakuan yang kontras tersebut berarti hasilnya signifikan

Lakukan ANOVA CRD pada data tersebut! Kemudian jumlahkan seluruh sum sq kontras dan
bandingkan dengan sum sq Perlakuan! Apa yang dapat disimpulkan? Jawaban: Hasil
penjumlahannya sama antara sum sq kontras dan sum sq perlakuan
POLINOM ORTOGONAL
Latihan 9 - Analisis Regresi Polinomial (satu langkah)
 Lakukan analisis sesuai dengan syntax yang telah tersedia!
 Cek scatter plot Hasil vs. Dosis. Apakah kecenderungannya liner ataukah kuadratik?
Jawaban: kuadratik
 Lakukan regresi linear orde satu. Berapa nilai duga koefisien regresinya? Jawaban:
3,6
 Lakukan ANOVA regresi! Sumber ragam apa yang signifikan dan apa artinya?
Jawaban: sumber ragam yang signifikan adalah dosis. Artinya lebih signifikan
 Lakukan regresi linear orde dua (linear kuadratik). Berapa nilai duga koefisien
regresinya? Jawaban: -2
 Cek ANOVA regresi polinomialnya (orde 2)! Bandingkan Term orde 1 dan orde 2!
Manakah yang lebih signifikan? Term orde 1
 Jika Term orde 1 lebih signifikan, lakukan pengujian apakah Term ored 2/kuadratik
boleh dibuang! Gunakan syntax anova(reg.lin, reg.kuad)!
 Berdasarkan nilai p-value yang dihasilkan, apakah Term kuadrtik patut dibuang?
Berikan kesimpulan! (H0 menyatakan I(dosis^2) = 0 atau patut dibuang)
Jawaban: Tidak patut dibuang,
 Lakukan uji asumsi dan interpretasikan! Jawaban: pada grafik residual vs fitted
masih berdistribusi normal, pada grafik normal QQ juga masih berdistribusi
normal
Catatan: Jika Term orde 2 tidak boleh dibuang, pengaruh perlakuan bersifat kuadratik
bukan linear.

Latihan 10. Analisis Polinom Ortogonal (dua langkah)

 Lakukan ANOVA RCBD sesuai dengan syntax yang tersedia untuk mengetahui
apakah data dapat diuji lanjut atau tidak!
 Buat koefisien polinom ortogonal dengan menggunakan syntax poli.1 <-
contr.poly(4)!
  Ubah poli.1 menjadi data frame dengan menggunakan syntax poli.1 <-
as.data.frame(poli.1)! Buat data.b yang berisi data RCBD dan koefisien polinom
ortogonal. Cek juga strukturnya!
 Ganti nama kolom .L, .Q, dan .C menjadi liner, kuadratik, dan kubik!
 Lakukan uji polinom ortogonal dengan menggunakan syntax
poli <-lm(hasil~blok+liner+kuadratik+kubik,data=dat.b) summary.aov(poli)!
 Term manakah yang signifikan? Jawaban: Term linier dan kuadratik
 Bandingkan hasil di atas dengan hasil summary.aov(reg.kuad)! Apa yang dapat anda
simpulkan? Jawaban: sum sq blok, liner, kuadratik hasilnya sama dengan
 Coba jumlahkan Sum sq kontras liner, kuadratik, dan kubik dan bandingkan hasilnya
dengan Sum sq Dosis dari hasil summary.aov(lm(hasil blok+dosis,data=dat.a.1))?
Apa yang dapat anda simpulkan? Jawaban: Hasilnya sama

Catatan : Dari perbandingan regresi polinomial dan ANOVA polinom ortogonal dapat
dilihat bahwa hasil keduanya sama. Namun, disarankan untuk menggunakan regresi
(polinomial) ketika jenis perlakuankuantitatif dibandingkan ANOVA polinom
ortogonal. Regresi (polinomial) lebih appropriate dan lebih ringkas dibandingkan
ANOVA polinom ortogonal karena harus kerja dua kali untuk ANOVA polinom
ortogonal.