Disusun oleh :
Nama : Sefa Falahudin
No. Mahasiswa : 20180210122
Perlakuan Dosis P
Ulangan 50 (Kg/ha) 75 (Kg/ha) 100 (Kg/ha) 125 (Kg/ha) 150 (Kg/ha)
1 8,9 10,6 10,4 9 8,3
2 9,6 9,7 12 10,4 9,4
3 8,4 10,3 10,1 10,7 8,3
4 9,3 10,0 11,1 10 9,2
5 9,1 10,2 11,7 9,1 8,6
a. Modifikasi data tersebut dengan menggunakan 2 digit terakhir NIM kalian dibagi
sepuluh. NIM 20180210122, maka diambil 2 digit terakhir 22/10 =2.2. Data perlakuan 50
kg/ha ulangan 1 berubah dari 8,9+2,2 = 11,1. Lakukan hal tersebut pada semua data
produktivitas dan buatlah tabel baru hasil modifikasi kalian.
Perlakuan Dosis P
Ulangan 50 (Kg/ha) 75 (Kg/ha) 100 Kg(ha) 125 (Kg/ha) 150 (Kg/ha)
b. Lakukan analisis data tersebut dengan menggunakan software R. copykan console dari
luaran hasil analisis.
library(agricolae)
> library(car)
Loading required package: carData
> mydata=read.delim("clipboard")
Warning message:
In read.table(file = file, header = header, sep = sep, quote = quote, :
incomplete final line found by readTableHeader on 'clipboard'
> mydata=read.delim("clipboard")
> View(mydata)
> view(mydata)
Error in view(mydata) : could not find function "view"
> mydata$treat<-as.factor(mydata$treat)
> mydata$rep<-as.factor(mydata$rep)
> levels(mydata$treat)
[1] "1" "2" "3" "4" "5"
> levels(mydata$rep)
[1] "M" "N" "O" "P" "Q"
> leveneTest(mydata$yield,mydata$treat,center=mean)
Levene's Test for Homogeneity of Variance (center = mean)
Df F value Pr(>F)
group 4 2.7109 0.05935 .
20
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> aov<-aov(mydata$yield~mydata$treat+mydata$rep)
> summary(aov)
Df Sum Sq Mean Sq F value Pr(>F)
mydata$treat 4 16.362 4.090 11.791 0.000118 ***
mydata$rep 4 2.006 0.501 1.445 0.264785
Residuals 16 5.550 0.347
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> df<-df.residual(aov)
> mserror<-deviance(aov)/df
> out<-with(mydata, duncan.test(yield,treat,df,mserror)
+
+ out<-with(mydata, duncan.test(yield,treat,df,mserror))
Error: unexpected symbol in:
"
out"
> out<-with(mydata,duncan.test(mydata$yield,mydata$treat,df,mserror))
> print(out$groups)
mydata$yield groups
3 13.22 a
2 12.36 b
4 12.04 b
1 11.24 c
5 10.96 c