THỰC HÀNH xử lý số LIỆU TRONG CN THỰC PHẨM

THỰC HÀNH XỬ LÝ SỐ LIỆU
BÀI TẬP CĂN BẢN
Bài 1

Đồ thị thể hiện hiệu suất trích ly polyphenol trong 2 loại dung môi dimetyl eter và
cồn.
Bảng 1 : Hiệu suất trích ly polyphenol trong 2 loại dung môi.
Dung môi
Hiệu suất trích ly %
Diethyl eter
69.2a ± 5.17
Cồn
68.0a ± 15.0
Ghi chú: kí tự [ a] trên cung 1 cột thể hiện sự khác biệt giữa hai dung môi này
trong việc trích ly polyphenol không có ý nghĩa thống kê.
Qua quá trình xử lý số liệu cho thấy sự khác biệt giữa hai dung môi này trong việc
trích ly polyphenol không có ý nghĩa thống kê (P-value= 0.80 > 0.05). Vì vậy chọn
dung môi nào cũng được, nhưng để tiết kiệm về mặt kinh tế thì nên chọn dung môi
là cồn để trích ly polyphenol .
Phụ lục:
>Diethyl<-c(68, 63, 72, 66, 75 )
>Con<-c(54, 78, 58, 84, 62)
>var.test(Diethyl,Con)
F test to compare two variances
data: Diethyl and Con
F = 0.1326, num df = 4, denom df = 4, p-value = 0.07582
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.0138053 1.2734978
sample estimates:
Page 1

THỰC HÀNH XỬ LÝ SỐ LIỆU
ratio of variances
0.1325935
> t.test(Diethyl,Con,var.equal=T)
Two Sample t-test
data: Diethyl and Con
t = 0.2569, df = 8, p-value = 0.8037
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-12.76032 15.96032
sample estimates:
mean of x mean of y
68.8

67.2

Page 2


THỰC HÀNH XỬ LÝ SỐ LIỆU
Bài 2

Đồ thị :Khả năng tạo bền bột của phụ gia CMC so với đối chứng.
Bảng 2 : Khả năng tạo bền bột của phụ gia CMC so với đối chứng.
Phụ gia
Khả năng bền bọt ( h )
Đối chứng
1.05a ± 0.049

CMC
1.22b ± 0.047
Ghi chú : [a],[b] cho thấy sự khác nhau về khả năng bền bọt giữa phụ gia CMC
và quá trình đối chứng lại có ý nghĩa thống kê.
Quá trình xử lý số liệu cho thấy sự khác biệt về khả năng bền bọt giữa phụ gia
CMC và quá trình đối chứng lại có ý nghĩa thống kê (p-value = 1.374e-05 < 0.05).
Vì vậy không chọn phụ gia CMC để tăng khả năng bền bọt.
Phụ lục
>doichung=c(1.1,0.99,1.05,1.01,1.02,1.07,1.1,0.98,1.03)
> cmc=c(1.25,1.31,1.28,1.2,1.18,1.22,1.22,1.17,1.19)
>bai2=data.frame(doichung, cmc)
> t.test(doichung, cmc,paired=TRUE)
Paired t-test
data: doichung and cmc
t = -9.3723, df = 8, p-value = 1.374e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.2312107 -0.1399004
sample estimates:
Page 3


THỰC HÀNH XỬ LÝ SỐ LIỆU
mean of the differences
-0.1855556
Bài 3:

Đồ thị : Lượng acid amin khi thủy phân protein trong nước mắm bằng 4 loại
Enzyme.
Bảng 3: Hàm lượng acid amin (mg/kg) khi thủy phân protein trong nước mắm

bằng 4 loại Enzyme.
Loại
phân

Enzyme

A

thủy Hàm lượng acid
(mg/kg)
18.17ac ± 1.17

B
C
D

amin

14.80b ± 0.84
19.00c ± 0.82
16.25ab ± 1.26

Ghi chú: [a],[b],[c] cho thấy sự khác biệt có ý nghĩa thống kê.
Sử dụng các phương pháp phân tích số liệu cho thấy sự khác biệt về hàm lượng
acid amin khi thủy phân protein trong nước mắm bằng 4 loại Enzyme có ý nghĩa
thống kê ( p= 7.46e-05 < 0.05).
Với enzyme C cho hàm lượng acid amin khi thủy phân protein cao nhất và có sự
khác biệt với 3 loại enzyme còn lại , vì vậy chon enzyme C để tăng hiệu suất thủy
phân protein.
Phụ lục

>A= c(17,18,17,20,19,18)
> B=c(14,15,16,15,14)
> C=c(19,20,18,19)
Page 4


THỰC HÀNH XỬ LÝ SỐ LIỆU
> D=c(16,15,16,18)
> acidamin=c(A,B,C,D)
>loaienzyme=c(rep("A",6),rep("B",5),rep("C",4),rep("D",4))
>bai3=data.frame(acidamin, loaienzyme)
> av=aov(acidamin ~ loaienzyme)
> summary(av)
Df Sum Sq Mean Sq F value Pr(>F)
loaienzyme 3 50.56 16.855 15.43 7.46e-05 ***
Residuals 15 16.38 1.092

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> TukeyHSD(av)
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = acidamin ~ loaienzyme)
$loaienzyme
diff

lwr

upr

p adj

B-A -3.3666667 -5.1905943 -1.5427391 0.0004459
C-A 0.8333333 -1.1109800 2.7776467 0.6151972
D-A -1.9166667 -3.8609800 0.0276467 0.0539882
C-B 4.2000000 2.1794103 6.2205897 0.0001307
D-B 1.4500000 -0.5705897 3.4705897 0.2079384
D-C -2.7500000 -4.8798886 -0.6201114 0.0098498
Bài 4
Page 5


THỰC HÀNH XỬ LÝ SỐ LIỆU

Đồ thị: Khả nằng trương nở của bánh khi thêm 3 nồng độ khác nhau của 1 loại phụ
gia.
Bảng 4 : Khả nằng trương nở của bánh khi thêm 3 nồng độ khác nhau của 1 loại
phụ gia.
Nồng độ phụ gia
Hiệu suất trương nở của bánh %
0.5%
71.67b ± 6.89
0.3%
62.50ab ± 6.63
0.1%
61.67a ± 7.15
Ghi chú: [a],[b],[c] cho thấy sự khác biệt có ý nghĩa thống kê.
Sử dụng các phương pháp phân tích số liệu cho thấy sự khác biệt về khả năng
trương nở của bánh khi thêm vào 3 loại nồng độ của 1 loại phụ gia có ý nghĩa

thống kê (p = 0.037 <0.05).
Theo số liệu phân tích trên cho thấy khi dùng với nồng độ phụ gia 0.5% và 0.3%
thì khả năng trương nở của bánh không có sự khác biệt và cho hiệu suất trương nở
là cao nhất lần lượt là 71,67%, 62.50% . Nhưng để tiết kiệm chi phí thì nên chọn
nồng độ phụ gia 0.3% để chế biến phồng tôm.
Phụ lục
> a= c(68,80,69,76,68,77,60)
>b=c(71,62,58,74,65,59,57)
>c=c(58,60,70,51,57,71,61)
>hieusuat =c(a,b,c)
>nongdophugia=c(rep("0.5%",7),rep("0,3%",7),rep("0.1%",7))
>bai4=data.frame(hieusuat, nongdophugia)
>av = aov(hieusuat~nongdophugia)
>summary(av)
Df Sum Sq Mean Sq F value Pr(>F)
Page 6


THỰC HÀNH XỬ LÝ SỐ LIỆU
nongdophugia 2 377.5 188.76 3.973 0.0372 *
Residuals

18 855.1 47.51

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> TukeyHSD(av)
Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = hieusuat ~ nongdophugia)
$nongdophugia
diff

lwr

upr

p adj

0.1%-0,3% -2.571429 -11.9742350 6.831378 0.7677005
0.5%-0,3% 7.428571 -1.9742350 16.831378 0.1369187
0.5%-0.1% 10.000000 0.5971936 19.402806 0.0361071
Bài 5:

Đồ thị : Hàm lượng izozym EST trong máu ngoại vi của hai nhóm người.

Bảng 5: Hàm lượng izozym EST trong máu ngoại vi của hai nhóm người.
Nhóm người
Hàm lượng izozym EST trong máu
Đối chứng
3.53a ± 0.12
Thí nghiệm
3.64b ± 0.09
Ghi chú: [a],[b] cho thấy sự khác biệt có ý nghĩa thống kê.

Page 7


THỰC HÀNH XỬ LÝ SỐ LIỆU

Qua xử lý số liệu cho thấy sự khác biệt về hàm lượng izozym EST trong máu ngoại
vi của hai nhóm người đối chứng và thí nghiệm có ý nghĩa thống kê ( p-value =
4.169e-05 < 0.05 ).
Phụ lục
> doichung=c(3.45,3.58,3.59,3.62,3.59,3.57,3.35,3.74,3.29,3.48,3.45,3.58,3.59,
3.62,3.59,3.57,3.35,3.74,3.29,3.48,3.45,3.58,3.59,3.62,3.59,3.57,3.35,3.74,3.29,3.4
8,3.45,3.58,3.59,3.62,3.59)
>thinghiem=c(3.57,3.57,3.59,3.58,3.67,3.69,3.74,3.58,3.68,3.59,3.58,3.74,3.75,
3.61,3.78,3.67,3.69,3.35,3.58,3.68,3.59,3.58,3.58,3.68,3.59,3.58,3.74,3.75,3.61,3.7
8,3.67,3.69,3.74,3.58,3.68)
>bai5=data.frame(doichung, thinghiem)
> var.test(doichung, thinghiem)
F test to compare two variances
data: doichung and thinghiem
F = 2.0128, num df = 34, denom df = 34, p-value = 0.045
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
1.016014 3.987686
sample estimates:
ratio of variances
2.012845
> t.test( doichung, thinghiem)
Welch Two Sample t-test
data: doichung and thinghiem
Page 8


THỰC HÀNH XỬ LÝ SỐ LIỆU
t = -4.4164, df = 61.095, p-value = 4.169e-05
alternative hypothesis: true difference in means is not equal to 0

95 percent confidence interval:
-0.16270852 -0.06129148
sample estimates:
mean of x mean of y
3.531714 3.643714
Bài 6 :

Đồ thị : Mức độ yêu thích hại loại hương vị (%).
Bảng 6: Mức độ yêu thích hại loại hương vị (số người ).
Không thích
Thích
Hương chanh dây
15
132
Hương vani
33
145
Tuy tỉ lệ người ưa thích Hương chanh dây (89%) cao hơn tỉ lệ người ưa thích
hương vani ( 81%). Nhưng theo thống kê, sự khác biệt này không có ý nghĩa (pvalue >0.05 ).
Nói cách khác, mức độ ưa thích của hương vani và hương chanh là như nhau.
Nhà sản xuất có thể chọn 1 trong 2 sản phẩm trên để bán.
Phụ lục:
Tỉ lệ người thích Hương chanh dây: 132/147
Tỉ lệ người thích Hương vani : 145/178
>a<-matrix(c(15,132,33,145),nrow=2, byrow= T)
>chisq.test(a)
Pearson's Chi-squared test with Yates' continuity correction
Page 9

THỰC HÀNH XỬ LÝ SỐ LIỆU
data: a
X-squared = 3.8061, df = 1, p-value = 0.05107
Bài 7

Đồ thị :Hàm lượng saponin (%) trong 1 loại nhân sâm được thu hái từ 3 vùng
khác nhau
Bảng 7: Hàm lượng saponin của 1 loại nhân sâm.
Tên Vùng
Vùng 1

Hàm Lượng Saponin trong 1 loại
nhân sâm
7.20b ± 0.43

Vùng 2

5.90a ± 0.21

Vùng 3

6.39c ± 0.16

Ghi chú : [a],[b],[c] thể hiện sự khác nhau biệt về hàm lượng saponin của 1 loại
nhân sâm giữa các vùng có ý nghĩa thống kê.
Quá trình phân tích phương sai cho thấy sự khác biệt về hàm lượng saponin của 1
loại nhân sâm giữa các vùng có ý nghĩa thống kê (p= 9.41e-06 < 0.05).
Giữa 3 nhóm vùng đều có sự khác biệt với vùng 1 có hàm lượng saponin trung
bình trong nhấn sâm cao nhất => Nên chọn nhân sâm ở vùng 1.
Phụ luc

Page 10


THỰC HÀNH XỬ LÝ SỐ LIỆU
Bảng hàm lượng saponin % trong 1 loại nhân sâm được thu hái ở 3 vùng khác
nhau.

>vung1=c(7.53 , 6.87 , 7.12 , 7.53 , 6.84 , 6.67 , 7.81 )
>vung2=c( 5.87 , 5.64 , 6.14 , 6.07 , 5.79 )
>vung3=c(6.13 , 6.35 , 6.50 , 6.49 , 6.55, 6.33)
>a=c(vung1,vung2 , vung3)
> b=c(rep("vung1",7),rep("vung2", 5), rep("vung3", 6))
>bai7=data.frame(a,b)
>av=aov(a~b)
>anova(av)
Analysis of Variance Table
Response: a
Df Sum Sq Mean Sq F value
b

Pr(>F)

2 5.1625 2.58126 27.595 9.412e-06 ***

Residuals 15 1.4031 0.09354

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> TukeyHSD(av)

Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = a ~ b)
$b
Page 11


THỰC HÀNH XỬ LÝ SỐ LIỆU
diff

lwr

upr

p adj

vung2-vung1 -1.2937143 -1.758883797 -0.8285448 0.0000084
vung3-vung1 -0.8040476 -1.246026657 -0.3620686 0.0007453
vung3-vung2 0.4896667 0.008616515 0.9707168 0.0457802

Page 12


THỰC HÀNH XỬ LÝ SỐ LIỆU
Bài 8:

Đồ thị : Điểm đánh giá của khách hàng về những tính chất cảm quan trên 2 sản
phẩm.
Bảng 8: Đánh giá của khách hàng về 2 sản phẩm.
Đánh giá của khách hàng

Độ trong
Độ màu
Hương
Vị mặn
a
c
e
Sản phẩm 1
7.6 ± 0.97
7.7 ± 0.95
7.5 ± 0.85
6.8g ± 0.79
Sản phẩm 2
5.5b ± 0.85
5.4d ± 0.84
7.1e ± 1.37
7.9h ± 0.74
Ghi chú : [a],[b],[c],[d],[e],[g],[h] thể hiện sự khác nhau có ý nghĩa thống kê.
Sản phẩm

Quá trình phân tích đánh giá của khách hàng cho thấy sự khác biệt về độ trong (p=
6.559e-05 < 0.05), độ màu( p= 1.698e-05 < 0.05 ) và vị mặn ( p-value = 0.004744
< 0.05) giữa hai loại sản phẩm có ý nghĩa thống kê . sự khác biệt về mùi hường
giữa 2 loại sản phẩm không có ý nghĩa thống kê (p-value = 0.443 > 0.05) .
Nếu là một nhân viên R&D thì nên chọn những tính chất cảm quan: độ trong, độ
màu, vị mặn để định hướng sản phẩm trong tương lai công ty vì 3 tính chất cảm
quan này có sự khác biệt giữa 2 sản phẩm nên ta có thể định hướng được sản phẩm
nào tốt hơn.

Phụ lục

>t1 =c(7 , 6 , 7 , 8 , 9 , 7 , 8 ,9 ,7 ,8)
>m1=c( 8 , 7 , 8 , 9 , 9 , 8 , 6 , 7 , 8 , 7)
>h1=c(8 , 7 , 8 , 7 , 6 , 7 , 7 , 8 , 8 , 9)
>v1=c( 8 , 6 , 7 , 6 , 7 , 8 , 7 , 6 , 7, 6)
>t2=c( 6 , 5 , 5 , 6 , 4 , 5 ,6 , 7, 5 , 6)
>m2=c( 5 , 6 , 5 , 7 , 5 , 4 , 6 , 5 , 6 , 5)
>h2=c(7 , 8 , 6 , 5 , 5, 7 , 8 , 9 , 8 , 8)
Page 13


THỰC HÀNH XỬ LÝ SỐ LIỆU
>v2=c(7 , 8 , 7 , 8 , 9 , 7 , 8 , 8 , 9 , 8)
>var.test(t1 , t2)
F test to compare two variances
data: t1 and t2
F = 1.2923, num df = 9, denom df = 9, p-value = 0.7087
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.320991 5.202823
sample estimates:
ratio of variances
1.292308
> t.test(t1,t2, var.equal=TRUE)
Two Sample t-test
data: t1 and t2
t = 5.1612, df = 18, p-value = 6.559e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
1.245166 2.954834
sample estimates:

mean of x mean of y
7.6

5.5

> var.test(m1 , m2)
F test to compare two variances
Page 14


THỰC HÀNH XỬ LÝ SỐ LIỆU
data: m1 and m2
F = 1.2656, num df = 9, denom df = 9, p-value = 0.7314
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.3143633 5.0953989
sample estimates:
ratio of variances
1.265625
>t.test(m1,m2, var.equal=TRUE)
Two Sample t-test
data: m1 and m2
t = 5.7301, df = 18, p-value = 1.968e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
1.456718 3.143282
sample estimates:
mean of x mean of y
7.7

5.4

> var.test(h1 , h2)
F test to compare two variances
data: h1 and h2
F = 0.3846, num df = 9, denom df = 9, p-value = 0.1708
alternative hypothesis: true ratio of variances is not equal to 1
Page 15


THỰC HÀNH XỬ LÝ SỐ LIỆU
95 percent confidence interval:
0.09553302 1.54845929
sample estimates:
ratio of variances
0.3846154
> t.test(h1,h2, var.equal=TRUE)
Two Sample t-test
data: h1 and h2
t = 0.7845, df = 18, p-value = 0.443
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.6712642 1.4712642
sample estimates:
mean of x mean of y
7.5

7.1

> var.test(v1 , v2) F test to compare two variances

data: v1 and v2
F = 1.1429, num df = 9, denom df = 9, p-value = 0.8456
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.2838695 4.6011362
sample estimates:
ratio of variances
Page 16


THỰC HÀNH XỬ LÝ SỐ LIỆU
1.142857
> t.test(v1,v2, var.equal=TRUE)
Two Sample t-test
data: v1 and v2
t = -3.2205, df = 18, p-value = 0.004744
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-1.8176015 -0.3823985
sample estimates:
mean of x mean of y
6.8

7.9

Bài 9:

Đồ thị thể hiện sự hài lòng của khách hàng về 2 sản phẩm A và B.
Bảng 9: Sự hài lòng của khách hàng về 2 sản phẩm A và B.
Sản phẩm A

Sản phẩm B
Hài lòng
124
107
Không hài lòng
26
43
Vì trị số p-value = 0.02816 < 0.05 cho thấy mức độ khác biệt giữa hai nhóm sản
phẩm A và B có ý nghĩa thống kê với α=0.05.
Vì vậy sự hài lòng của khách hàng về sản phẩm A có khác so với sản phẩm B. Nếu
là người tiêu dùng thì sẽ chọn loại A ví tỉ lệ hài lòng của khách hàng đối với sản
phẩm A (82.67%) cao hơn so với sản phẩm B (71.33%).
Phụ lục
> hailong=c(124,107)
Page 17


THỰC HÀNH XỬ LÝ SỐ LIỆU
>tong=c(150,150)
> prop.test(hailong, tong)
2-sample test for equality of proportions with continuity correction
data: hailong out of tong
X-squared = 4.8184, df = 1, p-value = 0.02816
alternative hypothesis: two.sided
95 percent confidence interval:
0.01229245 0.21437422
sample estimates:
prop 1

prop 2

0.8266667 0.7133333
Bài 10 :

Đồ thị :Thị hiếu của khách hàng về 2 loại sản phẩm đang bán và cải tiến.
Bảng 10: Thị hiếu của khách hang về 2 loại sản phẩm
Sản phẩm
SP Đang bán
SP Cải tiến

Thị hiếu khách hàng
7.1a ± 1.14
8.0a ± 0.78

Ghi chú: kí tự [a] trên cung 1 cột thể hiện sự khác biệt không có ý nghĩa thống
kê .
Theo thống kê, cho thấy sự khác biết giữa sản phẩm đang bán với sản phẩm cải
tiến không có ý nghĩa thống kê (p-value =0.1066).
Vì vậy, nhà sản xuất không cần tung sản phẩm cải tiến ra thị trường.
Page 18


THỰC HÀNH XỬ LÝ SỐ LIỆU
PHỤ LỤC
>dangban <- c(6, 8, 7, 8, 8, 9, 7, 5, 6, 7, 7)
> caitien <- c(8, 8, 9, 7, 8, 7, 7, 9, 8, 9, 8)
>data<-data.frame(dangban,caitien)>t.test(dangban,caitien,paired=T)
Paired t-test
data: dangban and caitien
t = -1.7733, df = 10, p-value = 0.1066

alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-2.0513461 0.2331642
sample estimates:
mean of the differences
-0.9090909

Page 19


THỰC HÀNH XỬ LÝ SỐ LIỆU
BÀI 11

Đồ thị : Hiệu suất trích ly (%) của enzyme pectinase theo thời gian .
Bảng 11: Hiệu suất trích ly (%) của enzyme pectinase theo theo thời gian .
Thời gian trích ly( phut)
Hiệu suất trích ly
50
17.7a ± 0.90
70
21.1b ± 0.57
85
23.3bc ± 1.31
100
24.4c ± 0.49
115
25.0c ± 0.74
Ghi chú : [a],[b],[c] trên cùng 1 cột thể hiện sự khác nhau có ý nghĩa thống kê.
Theo phân tích phương sai cho thấy sự khác nhau về thời gian trích ly của enzyme
pectinase có ý nghĩa thống kê .

Theo kết quả phân tích trên cho thấy sự khác biệt giữa 3 loại thời gian trích ly
pectinase 85, 100, 115 ( phút) không có ý nghĩa thống kê : Nhưng để tiết kiệm
thời gian nên chọn thời gian là 85 phút để trích ly.
Phụ lục
>a3=c(24.92,24.27,23.96)
>a4=c(24.92,24.27,23.96)
>a1=c(16.77,18.56,17.83)
>a2=c(21.51, 20.42,21.27)
>a3=c(22.16,24.73,23.01)
>a4=c(24.92,24.27,23.96)
>a5=c(24.73,24.41,25.82)
>hieusuat=c(a1,a2,a3,a4,a5)
>thoigian=c(rep("50",3),rep("70",3),rep("85",3),rep("100",3),rep("115",3))
Page 20


THỰC HÀNH XỬ LÝ SỐ LIỆU
>bai11=data.frame(hieusuat, thoigian)
>av=aov(hieusuat~thoigian)
>summary(av)
Df Sum Sq Mean Sq F value Pr(>F)
thoigian

4 105.17 26.292 36.13 6.45e-06 ***

Residuals 10 7.28 0.728

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

> TukeyHSD(av)
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = hieusuat ~ thoigian)
$thoigian
diff

lwr

upr

p adj

115-100 0.6033333 -1.68908122 2.8957479 0.9028933
50-100 -6.6633333 -8.95574789 -4.3709188 0.0000184
70-100 -3.3166667 -5.60908122 -1.0242521 0.0053534
85-100 -1.0833333 -3.37574789 1.2090812 0.5536133
50-115 -7.2666667 -9.55908122 -4.9742521 0.0000083
70-115 -3.9200000 -6.21241456 -1.6275854 0.0015862
85-115 -1.6866667 -3.97908122 0.6057479 0.1864817
70-50

3.3466667 1.05425211 5.6390812 0.0050286

85-50

5.5800000 3.28758544 7.8724146 0.0000884

85-70

2.2333333 -0.05908122 4.5257479 0.0570307
Page 21


THỰC HÀNH XỬ LÝ SỐ LIỆU
Bài 12

Biểu đồ: Biểu diễn hưởng của giống đến năng suất lúa.
Bảng 12: Ảnh hưởng của giống đến năng suất lúa.
Giống lúa
Năng suất
1
7.0a ± 1.00
2
8.6a ± 1.14
3
4.6b ± 1.14
4
4.8b ± 0.83
Ghi chú : [a],[b] thể hiện sự khác nhau về năng suất có ý nghĩa thống kê.
Kết quả phân tích cho thấy sự khác nhau về năng suất của 4 giống lúa trên có ý
nghĩa thống kê ( p-value = 3.23e-05 < 0.05).
Số liệu ở bảng trên cho thấy giống 1 , giống 2 không có sự khác biệt với năng suất
cao nhất là 7 và 8.6. Vì vậy có thể chọn giống 1 hoặc giống 2 để phổ biến rộng rãi
trong sản xuất.
Phụ lục
>giong<-c(rep(1,5),rep(2,5),rep(3,5),rep(4,5))
> nangsuat<-c(8,7,6,6,8,9,10,7,9,8,5,5,4,3,6,5,4,5,4,6)
>bai12<-data.frame(giong,nangsuat)
>av=aov(giong~nangsuat)

> summary(av)
Df Sum Sq Mean Sq F value Pr(>F)
nangsuat

1 9.787 9.787 11.58 0.00317 **

Residuals 18 15.213 0.845

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’
>TukeyHSD(av)
Page 22


THỰC HÀNH XỬ LÝ SỐ LIỆU
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = nangsuat ~ giong)
$giong
diff

lwr

upr

p adj

2-1 1.6 -0.2760962 3.4760962 0.1091981
3-1 -2.4 -4.2760962 -0.5239038 0.0102311

4-1 -2.2 -4.0760962 -0.3239038 0.0189329
3-2 -4.0 -5.8760962 -2.1239038 0.0000822
4-2 -3.8 -5.6760962 -1.9239038 0.0001458
4-3 0.2 -1.6760962 2.0760962 0.9897700
Bài 13

Đồ thị : Hàm lượng vitamin C với nồng độ chế phẩm khác nhau .
Bảng 13: Hàm lượng vitamin C (mg/kg) tính theo lượng chất khô
Nồng độ chế phẩm
Hàm lượng Vitamin C
0
49.8a ± 2.03
0.05
78.1b ± 1.51
0.1
89.1c ±1.33
0.15
91.3cd ± 0.90
0.2
94.3ed± 0.72
0.25
96.8e ± 1.38
0.3
97.6e ± 1.17
Ghi chú : [a],[b],[c],[d],[e] thể hiện sự khác biệt có ý nghĩa thống kê .
Phân tích phương sai cho thấy sự khác nhau về hàm lượng Vitamin C khi sử dụng
các loại nồng độ chế phẩm khác nhau có ý nghĩa thống kê (p= 2.39e-15 <0.05)
Page 23

THỰC HÀNH XỬ LÝ SỐ LIỆU
Theo số liệu trên cho thấy với nồng độ chế phẩm enzyme 0.2, 0.25, 0.3( v/w) sự
khác nhau về có hàm lượng vitamin C không có ý nghĩa thống kê , nhưng theo giá
trị kinh tế ( tiết kiệm ) nên chọn nồng độ chế phẩm enzyme 0.2 % v/w
Phụ Lục
>a1=c(49.02, 48.33, 52.14)
>a2=c(76.43,78.64,79.31)
>a3=c(88.65, 90.52,87.94)
>a4=c(90.75,92.51,91.96)
>a5=c(93.56,94.42,94.99)
>a6=c(95.23,97.12,97.91)
>a7=c(96.41,97.56,98.73)
>a=c(a1,a2,a3,a4,a5,a6,a7)
>nongdo=c(rep("0",3),rep("0.05",3),rep("0.1",3),rep("0.15",3),rep("0.2",3),rep("
0.25",3),rep("0.3",3))
>bai13=data.frame(a, nongdo)
>av=aov(a~nongdo)
> summary(av)
Df Sum Sq Mean Sq F value Pr(>F)
nongdo

6 5184 864.0 474.8 2.39e-15 ***

Residuals 14

25

1.8

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> TukeyHSD(av)
Tukey multiple comparisons of means
Page 24


THỰC HÀNH XỬ LÝ SỐ LIỆU
95% family-wise confidence level
Fit: aov(formula = a ~ nongdo)
$nongdo
diff

lwr

upr

p adj

0.05-0

28.2966667 24.5355155 32.057818 0.0000000

0.1-0

39.2066667 35.4455155 42.967818 0.0000000

0.15-0

41.9100000 38.1488488 45.671151 0.0000000

0.2-0

44.4933333 40.7321822 48.254484 0.0000000

0.25-0

46.9233333 43.1621822 50.684484 0.0000000

0.3-0

47.7366667 43.9755155 51.497818 0.0000000

0.1-0.05 10.9100000 7.1488488 14.671151 0.0000018
0.15-0.05 13.6133333 9.8521822 17.374484 0.0000001
0.2-0.05 16.1966667 12.4355155 19.957818 0.0000000
0.25-0.05 18.6266667 14.8655155 22.387818 0.0000000
0.3-0.05 19.4400000 15.6788488 23.201151 0.0000000
0.15-0.1 2.7033333 -1.0578178 6.464484 0.2468338
0.2-0.1

5.2866667 1.5255155 9.047818 0.0040668

0.25-0.1 7.7166667 3.9555155 11.477818 0.0000992
0.3-0.1

8.5300000 4.7688488 12.291151 0.0000325

0.2-0.15 2.5833333 -1.1778178 6.344484 0.2892414
0.25-0.15 5.0133333 1.2521822 8.774484 0.0063632

0.3-0.15 5.8266667 2.0655155 9.587818 0.0017029
0.25-0.2 2.4300000 -1.3311512 6.191151 0.3506392
Page 25