#Jawaban KKP Nomer 2

#Jawaban KKP a
rumputlaut <- edit(data.frame())
rumputlaut
hasil=data.frame(pertumbuhan, perlakuan)
plot(pertumbuhan~perlakuan, data = hasil)
hasil=aov(pertumbuhan~perlakuan, data = hasil)
summary(hasil)
#Jawaban KKP b
plot(hasil)
plot(hasil)
#Jawaban KKP c

TukeyHSD(hasil)
Hasil Run:

> #Jawaban KKP Nomer 2

> #Jawaban KKP a
> rumputlaut <- edit(data.frame())
> rumputlaut
Group Nilai
1 p 109
2 p 114
3 p 108
4 p 123
5 p 115
6 p 108
7 p 114
8 n 113
9 n 114
10 n 113
11 n 108
12 n 119
13 n 112
14 n 110
15 lb 103
16 lb 94
17 lb 114
18 lb 107
19 lb 107
20 lb 113
21 lb 107
> hasil=data.frame(pertumbuhan, perlakuan)
> plot(pertumbuhan~perlakuan, data = hasil)
> hasil=aov(pertumbuhan~perlakuan, data = hasil)
> summary(hasil)
Df Sum Sq Mean Sq F value Pr(>F)
perlakuan 2 33.4 16.71 0.448 0.646
Residuals 18 670.9 37.27

> #Jawaban KKP b

> plot(hasil)
Hit <Return> to see next plot: plot(hasil)
Hit <Return> to see next plot:

> #Jawaban KKP c

> TukeyHSD(hasil)
Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = pertumbuhan ~ perlakuan, data = hasil)

$perlakuan
diff lwr upr p adj
nitrat, 6-logamberat,6 3.0000000 -5.328239 11.328239 0.6354079
phosphat, 6-logamberat,6 0.8571429 -7.471096 9.185382 0.9627586
phosphat, 6-nitrat, 6 -2.1428571 -10.471096 6.185382 0.7910216
#Komputasi Kelautan No 2
#Komputasi Kelautan a
rumputlaut <- edit(data.frame())
rumputlaut
hasil=data.frame(pertumbuhan, perlakuan)
plot(pertumbuhan~perlakuan, data = hasil)
hasil=aov(pertumbuhan~perlakuan, data = hasil)
summary(hasil)
#Komputasi Kelautan b
plot(hasil)
plot(hasil)
#Komputasi Kelautan c

TukeyHSD(hasil)
Hasil Run:

> #Komputasi Kelautan No 2

> #Komputasi Kelautan a
> rumputlaut <- edit(data.frame())
> rumputlaut
Group Nilai
1 Phosphat 109
2 Phosphat 114
3 Phosphat 108
4 Phosphat 123
5 Phosphat 115
6 Phosphat 108
7 Phosphat 114
8 Nitrat 113
9 Nitrat 114
10 Nitrat 113
11 Nitrat 108
12 Nitrat 119
13 Nitrat 112
14 Nitrat 110
15 Logam B 103
16 Logam B 94
17 Logam B 114
18 Logam B 107
19 Logam B 107
20 Logam B 113
21 Logam B 107
> hasil=data.frame(pertumbuhan, perlakuan)
> plot(pertumbuhan~perlakuan, data = hasil)
> hasil=aov(pertumbuhan~perlakuan, data = hasil)
> summary(hasil)
Df Sum Sq Mean Sq F value Pr(>F)
perlakuan 2 33.4 16.71 0.448 0.646
Residuals 18 670.9 37.27

> #Komputasi Kelautan b

> plot(hasil)
Hit <Return> to see next plot: plot(hasil)
Hit <Return> to see next plot:

> #Komputasi Kelautan c

> TukeyHSD(hasil)
Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = pertumbuhan ~ perlakuan, data = hasil)

$perlakuan
diff lwr upr p adj
nitrat, 6-logamberat,6 3.0000000 -5.328239 11.328239 0.6354079
phosphat, 6-logamberat,6 0.8571429 -7.471096 9.185382 0.9627586
phosphat, 6-nitrat, 6 -2.1428571 -10.471096 6.185382 0.7910216