easy

halooooo
apa kabar?
pada postingan kali ini aku akan mengajari cara untuk mengerjakan praktikum hehehe
yuk jangan lama-lama, LET'S GOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO


ANOVA
Contoh data pada file .txt

#input data
x=read.table("nama_file.txt",header=TRUE)#file harus berbentuk .txt agar program bisa running

#bentuk data menjadi sebuah vektor
r=c(t(as.matrix(x)))#vektor data

#devinisikan variable baru untuk perlakuan dan banyak pengamatan
f=c("variable 1",......,"variable n")#faktor variable perlakuan
k #banyak jenis perlakuan
n #banyak pengamatan per perlakuan
N #banyak seluruh pengamatan

#buat vektor faktor perlakuan sesuai dengan vektor r
tm=gl(k,1,n*k,factor(f))#vektor perlakuan

#function
av=aov(r~tm)
summary(av)#table anova

#F crit/ table
df1=k-1
df2=N-k
alpha=0.05
Fcrit=qf(1-alpha,df1,df2)

#hasil : bandigkan p value dengan alpha atau bandingkan Fhitung dengan F table
jika pvalue>alpha atau Fhitung<Ftable Ho tidak ditolak



REGRESI LINEAR

x = c(10,20,30,40,50,60,70,80,90,100) #data x
y = c(515270,533900,638640,693870,784820,847870,865030,891590,908410,925120)#data y

plot(x,y,main = "Surfaktan vs. Produksi Minyak",xlab = "Jumlah Minyak (Barrel)",ylab = "Surfaktan (kg/m3)")

koreasi = cor(x,y)
kovariansi = cov(x,y)

model = lm(y~x)
summary(model)

abline(model)

model.res = resid(model)
plot(x,model.res,ylab = "Residual",xlab = "surfaktan",main = "Plot Residual Surfaktan")

model.stdres = rstandard(model)

qqnorm(model.stdres,ylab = "standarized residual",xlab = "normal scores",main = "plot kenormalan residual")
qqline(model.stdres,ylab = "standarized residual",xlab = "normal scores",main = "plot kenormalan residual")

ttabel = qt(0.975,8)
ftabel = qt(0.95,8,1)

#Fhitung>Ftable atau pvalue<alpha atau t-hitung>t-table: Ho di tolak

ANALISIS DERET WAKTU

Analisis variogram