ẢNH HƯỞNG của gốc GHÉP lên SINH TRƯỞNG, NĂNG SUẤT và PHẨM CHẤT của dưa hấu tại bạc LIÊU và hậu GIANG

-1-

TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA KHOA HỌC TỰ NHIÊN
BỘ MÔN TOÁN
-----o0o-----

LUẬN VĂN TỐT NGHIỆP

ẢNH HƯỞNG CỦA GỐC GHÉP LÊN
SINH TRƯỞNG, NĂNG SUẤT VÀ PHẨM
CHẤT CỦA DƯA HẤU TẠI BẠC LIÊU
VÀ HẬU GIANG

Giáo viên hướng dẫn:
Ths: PHAN THỊ THANH THỦY

Sinh viên thực hiện:
TRẦN THỊ TUYẾT HOA
Ngành : Toán Thống Kê

CẦN THƠ - 05/2010


-2-

MỤC LỤC
-----------Trang
Tóm lược ................................................................................................... 1
Mở đầu ...................................................................................................... 2
Chương 1: LƯỢC KHẢO TÀI LIỆU ................................................................. 3

1.1 Vị trí của cây dưa hấu ở Việt Nam ...................................................... 3
1.2 Thí nghiệm một nhân tố ....................................................................... 4
1.2.1 Bố trí ngẫu nhiên hoàn toàn (CRD) ............................................... 4
1.2.2 Bố trí khối ngẫu nhiên hoàn toàn (RCBD) .................................... 5
1.2.3 Bố trí hình vuông latin (LS) .......................................................... 6
1.3 Phân tích phương sai của thí nghiệm một nhân .................................... 6
1.3.1 Phân tích phương sai của bố trí CRD ............................................ 6
1.3.2 Phân tích phương sai của bố trí RCBD ......................................... 8
1.3.3 Phân tích phương sai của bố trí hình vuông latin ........................... 9
1.4 So sánh các cặp trung bình nghiệm ................................................... 10
1.4.1 Kiểm định LSD ........................................................................... 11
1.4.2 Phương pháp Scheffe .................................................................. 11
1.4.3 Phương pháp Duncan .................................................................. 12
1.5 Phân tích phương sai phối hợp Combined ANOVA) .......................... 13
1.5.1 Phân tích phương sai phối hợp (Combined ANOVA).................. 14
Chương 2: PHƯƠNG TIỆN VÀ PHƯƠNG PHÁP........................................... 18
2.1 PHƯƠNG TIỆN: ............................................................................... 18
2.1.1 Giống .......................................................................................... 18
2.1.2 Phương tiện:................................................................................ 18
2.1.3 Địa điểm thí nghiệm.................................................................... 18
2.2 PHƯƠNG PHÁP ............................................................................... 18
2.2.1 Bố trí thí nghiệm ......................................................................... 18
2.2.2 Các chỉ tiêu phân tích .................................................................. 18


-3-

2.2.3 Phân tích phương sai ................................................................... 18
2.2.4 So sánh nhóm nghiệm thức ......................................................... 19
2.2.5 Tương quan và hồi quy tuyến tính bội ......................................... 20

2.2.6 Phần mềm phân tích .................................................................... 23
Chương 3: KẾT QUẢ VÀ THẢO LUẬN......................................................... 24
3.1 PHÂN TÍCH SỐ LIỆU Ở TỪNG ĐỊA ĐIỂM .................................... 24
3.1.1 Phân tích phương sai ................................................................... 24
3.1.2 So sánh các nhóm nghiệm thức ................................................... 28
3.2 PHÂN TÍCH GỘP HAI ĐỊA ĐIỂM ................................................... 32
3.3 Phân tích tương quan và hồi quy tuyến tính bội .................................. 40
Chương 4: KẾT LUẬN VÀ ĐỀ NGHỊ ............................................................. 43
4.1 KẾT LUẬN ....................................................................................... 43
4.2 ĐỀ NGHỊ ........................................................................................... 43
Phụ chương ...................................................................................................... 44


-4-

TÓM LƯỢC

Khảo sát ảnh hưởng của các loại gốc ghép lên sự sinh trưởng, năng suất và
phẩm chất dưa hấu Thành Long 522 được thực hiện tại Bạc Liêu và Hậu Giang.
Thí nghiệm được thực hiện theo kiểu bố trí khối ngẫu nhiên hoàn toàn (RCB) với
bốn lần lặp lại. Kết quả ghi nhận, ngoại trừ dưa hấu ghép gốc bí Nhật có kích
thước và năng suất trái thấp hơn dưa đối chứng (không ghép), các loại dưa hấu
ghép bầu đều có kích th ước và năng suất trái tương đương hoặc cao hơn đối
chứng, trong đó nổi bật là dưa hấu ghép gốc bầu địa phương và bầu Nhật 2. Qua
đó xác định được dưa hấu Thành Long 522 ghép với loại gốc ghép nào sẽ thích
hợp cho từng địa điểm hoặc cả hai địa điểm.


-5-

MỞ ĐẦU
Việt Nam là một quốc gia nhiệt đới. Vì thế, chủng loại trái cây rất phong
phú. Nhiều loại có giá trị kinh tế cao, trong đó phải kể đến dưa hấu. Đối với nông
dân Việt Nam dưa hấu không chỉ đem lại lợi nhuận kinh tế mà còn là loại trái cây
gắn liền với lịch sử văn hóa dân tộc. Chính vì vậy, trong những năm gần đây diện
tích dưa hấu ngày càng tăng, song song đó chất lượng trái dưa thành phẩm cũng
dần được nâng cao. Điều đó đòi hỏi trong quá trình sản xuất dưa người dân cần
có những biện pháp cải tiến nhằm nâng cao năng suất cũng như chất lượng dưa
thành phẩm.
Ngày nay, khi khoa học đã có thể kết hợp nhiều biện pháp kỹ thuật canh tác
với việc ứng dụng các phương pháp kiểm định, so sánh cặp, so sánh nhóm hay
phân tích hồi quy t ương quan bội…trong các công trì nh nghiên cứu của nông
nghiệp thì ý tưởng ghép dưa hấu với một số gốc ghép khác như bầu, bí được xem
là khả thi nhất trong việc hạn chế bệnh hại. Đồng thời, ứng dụng phương pháp
kiểm định Duncan, contrast và hồi quy tương quan và tuyến tính bội nhằm so
sánh, chọn lọc giống dưa ghép sao cho năng suất và phẩm chất trái đều được
nâng cao. Tuy nhiên, ở đồng bằng sông Cửu Long, biện pháp này chưa phổ biến
vì nông dân vẫn còn ngại ảnh hưởng đến chất lượng sản phẩm.
Vì vậy, việc ứng dụng toán học vào nghiên cứu đề tài “Ảnh hưởng của các
loại gốc ghép lên sự sinh trưởng, năng suất và phẩm chất trái của giống dưa
hấu Thành Long 522” được thực hiện tại Hậu Giang và Bạc Liêu nhằm trả lời
các câu hỏi (1) sử dụng gốc ghép có làm thay đổi kích thước và năng suất trái
dưa hấu? Nếu có, (2) loại gốc ghép nào thích hợp nhất? (3) địa điểm trồng có ảnh
hưởng đến loại gốc ghép?


-6-

Chương 1
LƯỢC KHẢO TÀI LIỆU

1,1 VỊ TRÍ CỦA CÂY DƯA HẤU Ở VIỆT NAM
Dưa hấu là một loại trái cây có lịch sử trồng lâu đời (khoảng 5000 năm
trước Công nguyên). Ở Ai Cập, theo chân các tàu kinh doanh, dưa hấu đã được
châu Âu biết đến vào thế kỷ 13 (http://www,world-foodhistory,com) và hiện nay
nó đã được phân bố khá rộng rãi trên hầu hết các quốc gia với nhiều hình dáng,
màu sắc và hương vị khác nhau.
Đối với Việt Nam, dưa hấu vừa có vẻ đẹp để trưng bày vừa có giá trị dinh
dưỡng cao và mang lại lợi nhuận kinh tế cao. Những ưu điểm trên đã làm cho
loại cây trồng ngắn ngày này càng ngày được trồng phổ biến ở nhiều tỉnh thành
trong nước . Chẳng hạn ở Hậu Giang, năm 2008 ại
t xã Phú An , huyện Châu
Thành chỉ có duy nhất một hộ trồng dưa thì đến năm 2009 toàn xã đã có hơn 5,1
ha dưa (theo sở nông nghiệp và phát triển nông thôn tỉnh Hậu Giang).
Tương tự như ở Hậu Giang, trước đây người dân Bạc Liêu chỉ trồng một vụ
dưa trong năm, nhưng hiện nay dưa đã được trồng quanh năm với việc áp dụng
những biện pháp kỹ thuật tốt nhất. Nông dân tại đây cho biết, nếu thời tiết thuận
lợi thì năng suất dưa đạt khá cao và cho lợi nhuận cao hơn trồng lúa.Vì thế, phần
lớn nông dân đều sử dụng màng phủ nông nghiệp, áp dung IPM trong phòng trừ
sâu bệnh nhằm giảm chi phí, cũng như tiến hành ghép gốc dưa hấu với gốc bầu
nhằm tăng sản lượng và chất lượng trái dưa. Chỉ riêng đầu năm 2009, tỉnh Bạc
Liêu đã xuống giống được hơn 300 ha. Với giá cả và năng suất tương đối cao,
trung bình nông dân có lãi ừt 30 -40 triệu đồng/ha (nông nghiệp- nông thôn tỉnh
Bạc Liêu.(www.baclieu.gov.vn).


-7-

1.2 THÍ NGHIỆM MỘT NHÂN TỐ
Thí nghiệm một nhân tố là kiểu thí nghiệm trong đó chỉ có một nhân tố

thay đổi, còn các nhân tố khác được giữ ổn định. Đối với các thí nghiệm như thế,
nghiệm thức bao gồm các mức độ khác nhau của một nhân tố biến đổi, còn các
nhân tố khác được áp dụng giống nhau trong tất cả các lô ở một mức độ nào đó.
Hầu hết các thí nghiệm về giống là thí nghiệm một nhân tố, trong đó nhân
tố biến đổi là các giống khác nhau (nghiệm thức). Nghĩa là, chỉ có giống được
trồng khác nhau từ lô này sang lô khác, còn tất cả các biện pháp canh tác như
phân bón, kiểm soát sâu bệnh, chế độ tưới nước… đều được áp dụng giống nhau
cho tất cả các lô.
Đối với thí nghiệm một nhân tố thường có thể áp dụng một trong ba kiểu bố
trí sau đây: Ngẫu nhiên hoàn toàn , khối ngẫu nhiên hoàn toàn và hình vuông
latin.
1.2.1 Bố trí ngẫu nhiên hoàn toàn (CRD)
Đây là dạng đặc biệt của bố trí khối đầy đủ trong đó cả khu thí nghiệm được
xem như một khối. Nó thích hợp với tình trạng vật liệu thí nghiệm thật đồng nhất
như thí nghiệm trong nhà lưới hoặc trong chậu. Thường kiểu bố trí này không sử
dụng cho các thí nghiệm ngoài đồng vì sự biến động về độ phì của đất giữa các lô
thí nghiệm rất cao sẽ dẫn đến các ước lượng sai số sẽ lớn . Đối với kiểu bố trí
CRD. Tất cả các lần lặp lại của một nghiệm thức sẽ được đặt ngẫu nhiên ở khắp
toàn bộ khu thí nghiệm.
Ưu điểm:
- Kiểu bố trí này đơn giản nhất, cả trong việc chấp nhận lẫn trong phân tích.
- Số lần lặp lại không bằng nhau đối với các nghiệm thức khác nhau có thể
được điều chỉnh mà không có bất kỳ sự phức tạp nào trong bố trí và phân tích.
- Bất kỳ lặp lại nào của một vài nghiệm thức có số liệu thiếu cũng không
phân tích phức tạp.
- Nó cho số độ tự do sai số tối đa. Vì thế, độ lớn của sai số tương đối thấp.
Giới hạn:


-8-

- Kiểu bố trí này không thích hợp đối với số nghiệm thức nhiều vì nó đòi
hỏi diện tích thí nghiệm lớn mà điều này thường không thỏa cho yêu cầu về độ
đồng nhất của khu thí nghiệm.
- Nếu khu thí nghiệm không đồng đều nó sẽ cho độ lớn của sai số tương đối
cao.
1.2.2 Bố trí khối ngẫu nhiên hoàn toàn (RCBD)
Đây là kiểu bố trí được áp dụng phổ biến nhất trong nghiên cứu nông
nghiệp. Kiểu bố trí này đặc biệt thích hợp với các thí nghiệm ngoài đồng có số
nghiệ m thức không quá nhiều và khu thí nghiệm có một chiều biến động về độ
phì có thể đoán trước được . Điểm phân biệt đầu tiên của bố trí RCB là các khối
phải có kích thước bằng nhau và mỗi khối (tương ứng với một lần lặp lại) phải
chứa tất cả các nghiệm thức. Kích thước và dạng khối được quyết định từ sự am
hiểu về nguồn và dạng biến động giữa các lô. Nhìn chung việc phân khối cần
thỏa yêu cầu các lô trong cùng một khối phải đồng nhất nhưng có thể có sự biến
động về độ phì giữa các lô ở các khối khác nhau.
Đối với kiểu bố trí này, việc đặt ngẫu nhiên các nghiệm thức vào các lô thí
nghiệm được thực hiện cho từng khối riêng biệt. Biến động do các khối được lấy
ra khỏi thành phần sai số nên làm giảm giá trị ước lượng của nó. Trung bình bình
phương do khối có ý nghĩa chứng tỏ ưu điểm rõ ràng của bố trí khối.
Ưu điểm:
- Nó giúp làm giảm sai số bằng cách loại ảnh hưởng của tính không đồng
nhất của đất.
- Tránh những khó khăn gặp phải trong thực tiễn canh tác.
- Phạm vi áp dụng của kết luận có thể được mở rộng bằng cách đặt khối ở
những địa điểm khác nhau.
Giới hạn:
- Nó không thể áp dụng cho số nghiệm thức lớn vì với kích thước khối gia
tăng cơ hội biến động giữa các lô trong cùng một khối cũng gia tăng.
- Số lần lặp lại không bằng nhau và các giá trị thiếu ở một vài lặp lại tạo ra

những vấn đề phức tạp trong phân tích.
- Nó kém hiệu quả nếu khu thí nghiệm có hơn một chiều biến động.


-9-

- Nó cũng kém hiệu quả hơn CRD nếu vật liệu thí nghiệm đồng nhất vì ở đó
nó không cần thiết làm giảm độ tự do sai số..
1.2.3 Bố trí hình vuông latin (LS)
Điểm đặc trưng chủ yếu của bố trí hình vuông latin (LS) là khả năng vận
dụng đồng thời hai nguồn biến động đã biết giữa các đơn vị thí nghiệm. Nó xem
các nguồn biến động như hai tiêu chuẩn phân khối độc lập, thay vì chỉ có một
như ở kiểu bố trí RCB. Phân khối hai chiều trong bố trí LS thường được ám chỉ
như phân khối theo hàng và theo cột. Nguyên tắc phân khối có thể được sử dụng
để kiểm soát biến động vào hai chiều như so với một chiều ở bố trí RCBD.
Ưu điểm:
Nó giúp loại bỏ đồng thời ảnh hưởng của hai chiều biến động đã biết từ sai
số.
Giới hạn:
- Thiếu tính mềm dẻo trong việc chọn nghiệm thức và lặp lại. Số nghiệm
thức gia tăng phải được đi cùng với số lần lặp lại gia tăng bằng nhau và ngược
lại. Do đó, nó thường không thích hợp cho loại thí nghiệm có số nghiệm thức
lớn.
- Nó cũng có độ tự do sai số nhỏ, đặc biệt khi số nghiệm thức ít.
- Phân tích phức tạp nếu có lô bị thiếu số liệu.
1.3 PHÂN TÍCH PHƯƠNG SAI CỦA THÍ NGHIỆM MỘT NHÂN TỐ
Phân tích phương sai (ANOVA) là phương pháp tách phương saiổng
t hay
còn gọi phương sai chung thành các phương sai thành phần . Trong các thí
nghiệm, khi muốn so sánh giá trị trung bình từ ba mẫu trở lên thì phương pháp

phân tích phương sai là phương pháp ki
ểm định thống kê được sử dụng nhiều
nhất vì thuận tiện, dễ làm và nhanh nhất.
1.3.1 Phân tích phương sai của bố trí CRD
Ví dụ: Thí nghiệm gồm có t nghiệm thức, mỗi nghiệm thức được quan sát
r lần (r lần lặp lại). Bảng 1 trình bày ký hiệu của các số liệu quan sát cũng như
tổng và trung bình của nghiệm thức.


- 10 -

Bảng 1: Ký hiệu được dùng để mô tả cách tính các tổng bình phương khác nhau
của bố trí CRD và RCBD
Nghiệm thức Lặp lại
1 .....
1

j .........

Y 11 ..... Y 1j ....





i



T.B

(T)

(X )

T1

Y1





Ti

Yi





Tt

Yt

r
Y 1r





Y i1 …… Y ij … Y ir



Tổng





t

Y t1 …… Y tj …. Y tr

Tổng (R)

R1

…… R j …

Rr

Tổng chung

G

Trung bình chung

y

Y ij = Giá trị quan sát của nghiệm thức thứ i ở lần lặp lại thứ j
T i = Tổng các lần lặp lại của nghiệm thức thứ i
Y i = Trung bình của các lần lặp lại của nghiệm thức thứ i

R j = Tổng các nghiệm thức của lần lặp lại thứ j
G = Tổng chung (Tổng các lần lặp lại và các nghiệm thức)
t

t

r

G = ∑ Ti = ∑∑ Yij
i =1

i =1 j=1

y = Trung bình chung
y=

G
G
(nếu r bằng nhau) hoặc y = t
(r không bằng nhau)
tr
∑ ri
i =1

Các công thức tính độ tự do , tổng bình phương, trung bình bình phương
và giá trị F cho từng nguồn biến động của phân tích phương sai một chiều (Oneway ANOVA) được trình bày trong Bảng 2.


- 11 -

Bảng 2: Bảng phân tích phương sai của bố trí CRD với số lần lặp lại bằng nhau.
Nguồn biến
động

Độ

Tổng bình phương (SS)
Định nghĩa

tự do

Trung bình

Giá trị

bình

F

Thực hành

phương (MS)
Ti2 G 2
−

∑
tr
i =1 r

SS T
t -1

bằng cách trừ

SS E
t(r - 1)

t

t

r ∑ (Yi − y) 2
i =1

Nghiệm

MS T
MS E

t–1

thức (T)

∑∑ (Y
t

r

i =1 j=1

Sai số (E)

ij

− Yi

t(r – 1)

(SS T – SS T )

∑∑ (Y
t

r

i =1 j=1

Tổng (T)

)

2

ij

)

2

−y

G2
Y −
∑∑
tr
i =1 j=1
t

r

2
ij

tr - 1

1.3.2 Phân tích phương sai của bố trí RCBD
Các công thức tính tổng bình phương của các nguồn biến động tương tự
như bố trí CRD, nhưng có thêm nguồn biến động do lặp lại (Bảng 3).
Bảng 3: Bảng phân tích phương sai của bố trí RCB.
Nguồn biến động
Lặp lại (R)

Độ tự do
r-1

Tổng BP (SS)

Sai số (E)

t–1

(t-1)(r- 1)

F

G2
−
t
tr

SS R
r -1

MS R
MS E

Ti2 G 2
−
∑
tr
i =1 r

SS T
t -1

MS T
MS E

bằng cách trừ

SS E
(t - 1)(r - 1)

r

∑
j=1

Nghiệm thức (T)

R 2j

TBBP (MS)

t

(SS T – SS R – SS T )


- 12 -

Tổng (T 0 )

tr - 1

t

r

∑∑ Yij2 −
i =1 j=1

G2
tr

1.3.3 Phân tích phương sai của bố trí hình vuông latin
Do bố trí hình vuông latin có hai chiều biến động kiểm soát được nên trong
phân tích phương sai có thêm hai nguồn biến động do lặp lại: theo hàng và theo
cột (Bảng 4).
Bảng 4: Bảng phân tích phương sai của bố trí hình vuông latin (LS)
Nguồn biến động

Độ tự do

Hàng (H)

t-1

Cột (C)

t-1

Tổng BP (SS)
H i2 G 2
− 2

∑
t
i =1 t
h

c

C 2j

j=1

t

∑

−

TBBP (MS)
SS H
t -1

MS H
MS E

G2
t2

SS C
t -1

MSC
MS E

MS T
MS E

Nghiệm thức (T)

t–1

Tk2 G 2
− 2
∑
t
k =1 t

SS T
t -1

Sai số (E)

(t-1)(t-2)

SS T – SS H - SS C –

SS E
(t - 1)(t - 2)

t

SS T
Tổng (T 0 )

t2 - 1

h

F tính

c

∑∑ Yij2 −
i =1 j=1

G2
t2

Chú thích: H i = tổng hàng thứ i (i = 1…… h)
C j = tổng cột thứ j (j = 1…., c)
T k = Tổng nghiệm thức thứ k (k = 1……, t)
Kiểm định F trong phân tích phương sai chỉ cho kết luận tổng quát: loại
hoặc không loại giả thuyết không (các trung bình bằng nhau).
* Nếu kiểm đị nh F không ý ngh
ĩa (F tính < F bảng ở mức ý nghĩa α),
chúng ta kết luận các nghiệm thức khác biệt không ý nghĩa ở mức α đã chọn và
phân tích được kết thúc.
* Nếu kiểm định F có ý nghĩa, phân tích phương sai chưa cho kết luận đầy
đủ. Tuy nhiên, nếu chỉ có hai trung bình nghiệm thức, kiểm định F có ý nghĩa đủ
để kết luận hai trung bình khác biệt có ý nghĩa (ở mức α đã chọn) và phân tích

- 13 -

cũng chấm dứt. Trái lại, nếu có nhiều trung bình nghiệm thức, phân tích phương
sai chưa cho kết luận hoàn toàn. Vì thế, cần phân tích tiếp để biết các cặp nghiệm
thức nào khác biệt có ý nghĩa.
Chú ý, kiểm định F không có ý nghĩa trong phân tích phương sai nói lên thí
nghiệm không thành công trong việc tìm ra sự khác biệt nào đó giữa các nghiệm
thức. Có hai trường hợp dẫn tới kết quả này: Một là mọi nghiệm thức đều giống
nhau hoặc khác nhau quá ít; Hai là do sai số thí nghiệm quá lớn hoặc do cả hai .
Do đó, khi kiểm định F không ý nghĩa , nhà nghiên cứu nên kiểm tra lại độ lớn
của sai số thí nghiệm và sự chênh lệch giữa các giá trị trung bình nghiệm thức.
Nếu cả hai giá trị đều lớn, có thể lặp lại thí nghiệm và cố gắng làm giảm sai số
thí nghiệm để có thể phát hiện ra sự khác biệt giữa các nghiệm thức (nếu có).
Mặt khác, nếu cả hai giá trị đều nhỏ chứng tỏ sự khác biệt giữa các nghiệm thức
có lẽ quá nhỏ để có thể phát hiện được, vì thế không cần lặp lại thí nghiệm.
Hệ số biến động (CV %)
Hệ số biến động chỉ độ chính xác của việc so sánh các nghiệm thức và là
chỉ số cho phép đánh giá sự tin cậy của thí nghiệm. Nó ghi nhận sai số th í
nghiệm bằng phần trăm của trung bình. Do đó, cv càng cao, sự tin cậy của thí
nghiệm càng thấp. Giá trị cv thường được đặt phía dưới bảng phân tích phương
sai để người đọc có thể đánh giá độ tin cậy của kết quả nghiên cứu trước khi
tham khảo bảng.
1.4 SO SÁNH CÁC CẶP TRUNG BÌNH NGHIỆM THỨC
So sánh cặp là kiểu so sánh đơn giản nhất và phổ biến nhất trong nghiên
cứu nông nghiệp. Có hai loại:
- So sánh cặp có dự định trước , nghĩa là trước khi làm thí nghiệm, nhà
nghiên cứu đã nhận thấy cần so sánh cặp nghiệm thức đặc biệt nào. Chẳng hạn,
so sánh nghiệm thức đối chứng với mỗi nghiệm thức khác.
- So sánh cặp không dự định trước, nghĩa là không có sự so sánh đặc biệt

nào được chọn trước, mà một trong tất cả các cặp trung bình nghiệm thức đều
được so sánh để tìm ra cặp nghiệm thức nào khác biệt có ý nghĩa.
Có nhiều phương pháp kiểm định dùng trong so sánh cặp: kiểm định LSD
(Least Significant Difference) và kiểm định DUNNET thích hợp cho loại so sánh


- 14 -

cặp có dự định trước. Trong khi, kiểm định DUNCAN, kiểm định Sheffe,
Newman và Keuls,… có thể áp dụng cho kiểu so sánh cặp không dự định trước.
1.4.1 Kiểm định LSD
Đây là phương pháp kiểm định được dùng phổ biến nhất và đơn giản nhất
để thực hiện việc so sánh cặp. Phương pháp này cho một giá trị LSD duy nhất ở
mức ý nghĩa α, nó được dùng như ranh giới giữa sự khác biệt có ý nghĩa và
không ý nghĩa của bất kỳ cặp trung bình nghiệm thức nào . Nghĩa là, hai nghiệm
thức được xem là khác biệt có ý nghĩa ở mức α, nếu sự sai khác của chúng vượt
quá giá trị LSD tính; Trái lại, chúng sẽ khác biệt không ý nghĩa.
LSD = t α, ν .s Y i − Y i'

Trong đó t α, ν = giá trị t trong bảng Student xem ở độ tự do (ν) của sai số ở mức
ý nghĩa α.
s Y i − Y i' =

2.MS E
(độ lệch chuẩn của sai biệt hai trung bình)
r

Nếu Y i − Yi' > LSD chứng tỏ hai trung bình khác biệt có ý nghĩa ở mức α.
Lưu ý: Đây là phương pháp đơn giản nhất , nhưng cũng dễ phạm “sai lầm
loại I” nhất, vì có thể thật sự hai số trung bình không khác nhưng LSD lại cho kết

quả khác. Người ta đã chứng minh nếu mức ý nghĩa là 5% thì xác suất sai lầm
loại I cũng là 5% trong trường hợp chỉ so sánh hai số trung bình. Nhưng nếu cứ
tính máy móc so sánh giữa 5 số trung bình thì xác suất sai lầm loại I sẽ tăng lên
23 % và giữa 10 số trung bình thì xác suất sai lầm loại I là 63 %. Do đó, sai nhiều
hơn đúng. Vì vậy, không nên dùng LSD để so sánh hai số trung bình bất kỳ trong
so sánh cặp không dự định trước . Chỉ nên dùng cho hai nghiệm thức mà trước
khi thí nghiệm đã có ý định so sánh, (Phan Hiếu Hiền, 2001).
1.4.2 Phương pháp Scheffe
Phương pháp này được áp dụng với các nghiệm thức có số lần lặp lại bằng
nhau.
Tính L s = C s .S Y − Y
i

i'


- 15 -

với C s . = (t − 1).Fα,(t −1),[t(r −1)]

và s Y − Y =
i

i'

2.MS E
r

Nếu Y i − Yi' > L s ⇒ Nếu Y i ≠ Yi '
Ghi chú: Nếu chỉ có hai nghiệm thức, phương pháp Scheffe tương đương

phương pháp LSD. Nhưng nếu số nghiệm thức > 2 thì Ls > LSD.
Như vậy, phương pháp Scheffe cho phép so sánh bất kỳ hai số trung bình
nào mà ít phạm sai lầm loại I hơn phương pháp LSD.
1.4.3 Phương pháp Duncan
Đối với thí nghiệm cần đánh giá tất cả các cặp trung bình nghiệm thức,
kiểm định LSD thường không thích hợp, đặc biệt khi số nghiệm thức lớn.
Phương pháp DUNCAN được áp dụng với các nghiệm thức có số lần lặp
lại bằng nhau, Các bước thực hiện trong kiểm định Duncan như sau:
Bước 1: Xếp các trung bình nghiệm thức theo thứ tự tăng (hoặc giảm)
dần.
Bước 2: Tính sai số chuẩn của trung bình ( sY )
j

s Yi =

MS E
r

với MS E là trung bình bình phương sai số trong bảng phân tích phương sai
Bước 3: Tính (t - 1) giá trị R p của các khoảng ngắn nhất có ý nghĩa như
sau:
R p = rp .sY

i

(rp )( s d )

hoặc Rp =

2

với p = 2, 3, ,,,, t và s d = s Y − Y =
i

i'

2.MS E
r

Các giá trị rp là giá trị bảng Student dùng cho trắc nghiệm Duncan ở mức
ý nghĩa α và p là khoảng cách theo thứ tự xếp hạng giữa các cặp trung bình
nghiệm thức được so sánh (ví dụ, p = 2 cho cặp trung bình có khoảng cách gần
nhau nhất và p = t cho cặp trung bình có khoảng cách xa nhau nhất).


- 16 -

Bước 4: So sánh các sai biệt
Lập bảng trung bình đã được xếp thứ tự, với cột bên trái bỏ trị số lớn nhất
và hàng trên cùng bỏ trị số nhỏ nhất . Trừ trung bình ở cột bên trái với trung bình
của hàng trên cùng và ghi các sai khác vào trong bảng sau:
Nếu Y j − Y j ' > R p thì 2 số trung bình này khác biệt có ý nghĩa ở mức α .
Bước 5: Trình bày kết quả kiểm định theo một trong hai cách:
(1) Dùng ký hiệu đoạn thẳng nếu trình bày kết quả theo thứ tự xếp hạng.
Trong dãy trung bình đã được xếp thứ tự, vẽ đoạn thẳng nối tất cả trung bình qua
kiểm định Duncan khác biệt không ý nghĩa.
(2) Dùng ký hiệu alphabet nếu trình bày kết quả không theo thứ tự xếp
hạng.
Ghi ký hiệu alphabet cho từng đoạn thẳng, thường chữ a được dùng đoạn
thẳng chứa trung bình cao nhất, kế tiếp là b….

1.5 PHÂN TÍCH PHƯƠNG SAI PHỐI HỢP (Combined ANOVA)
Các thí nghiệm trong nông nghiệp , như thí nghiệm so sánh giống , có liên
quan đến nghiên cứu ngoài đồng thường được lặp lại ở nhiều địa đ iểm, nhiều
mùa vụ qua một số năm. Điều này cần thiết để kết luận tính thích nghi và ổn định
của giống, vì các giống không luôn luôn cho hiệu suất giống nhau khi trồng ở các
địa điểm khác nhau hoặc các năm khác nhau.
Vì vậy, phân tích gộp các thí nghiệm ở các địa điểm hoặc các năm khác
nhau có thể hy vọng trả lời được những vấn đề sau:
(a) Có sự khác biệt ý nghĩa về năng suất giữa các giống , khi tính trung
bình qua các địa điểm hoặc các năm.
(b) Có sự khác khác biệt ý nghĩa về năng suất giữa các địa điểm hoặc các
năm, khi tính trung bình trên tất cả các giống.
(c) Ảnh hưởng tương tác ‘giống x địa điểm’ hoặc ‘giống x năm’ có ý
nghĩa; có nghĩa là năng suất giữa các giống có biểu hiện khác nhau khi trồng ở


- 17 -

các địa điểm khác nhau hay sự quan hệ giữa các giống đều giống nhau ở tất cả
các địa điểm.

1.5.1 Phân tích phương sai phối hợp (Combined ANOVA)
Đối với thí nghiệm một nhân tố kiểu bố trí khối ngẫu nhiên hoàn toàn
(RCB), mô hình thống kê phối hợp được sử dụng để phân tích phương sai là:
Yijk = μ + G i + E k + GE ik + B j(k) + ε ijk

với Y ijk = giá trị quan sát của giống thứ i ở lần lặp lại thứ j và môi trường thứ k
µ = trung bình chung (trung bình ủca giống qua các lần lặp lại và các môi
trường)
G i = ảnh hưởng của giống i

E k = ảnh hưởng của môi trường hoặc địa điểm k
GE ik = ảnh hưởng tương tác của giống i với môi trường k
B j(k) = ảnh hưởng của lần lặp lại thứ j ở môi trường k
ε ijk = ảnh hưởng sai số (dư số) của giống i ở lần lặp lại thứ j của môi trường
k
Lưu ý: Trước khi gộp các số liệu để phân tích chung cần Kiểm định tính
đồng nhất của các phương sai sai số bằng phương pháp kiểm định Bartlett hoặc
kiểm định Hartley.
Kiểm định Bartlett được áp dụng khi có nhiều hơn hai phương sai được
kiểm định. Khi chỉ có hai phương sai , nên sử dụng kiểm đ ịnh F (kiểm định
Hartley) với giá trị F được tính bằng tỷ số của hai phương sai: phương sai có giá
trị lớn ở tử số và phương sai có giá trị nhỏ ở mẫu số.
Công thức tính χ 2 trong kiểm định Bartlett như sau:
k
1


2
χ = (n − 1) klog e s P − ∑ log e s i2 
C
i =1


2

Công thức trên có thể chuyển sang dạng logarith thập phân:
χ2 =

k
1



.2,3026.(n − 1) k log10 s P2 − ∑ log10 si2 
C
i =1



với k = số phương sai (số thí nghiệm)


- 18 -

n -1 = độ tự do sai số ở mỗi thí nghiệm
2,3026 = hằng số đúng cho mọi trường hợp sử dụng logarith thập phân
(loge 10 = 2,3026)
C = 1+

k +1
3k ( n − 1)

s P2 = Phương sai gộp (phương sai trung bình của k thí nghiệm)
k

s P2 =

∑s
i =1

2

i

k

Các công thức xác định độ tự do và tính tổng bình phương cho từng nguồn
biến động trong phân tích phương sai phối hợp của thí nghiệm một nhân tố, kiểu
bố trí RCB được trình bày trong bảng 7 (sử dụng các ký hiệu của bảng 5 và 6).
Bảng 5: Ký hiệu được dùng để mô tả cách tính các tổng bình phương của phân
tích phương sai phối hợp qua nhiều địa điểm (RCBD, một nhân tố)
Nghiệm thức Lặp lại
1 ,,,

Tổng
j ,,,

r
(T)

Địa điểm 1 (L 1 )
1

Y 11 , , , Y 1j , , ,


Y 1r

T 11









i

Y i1





t

Y t1

Tổng (R)

LR 11 , , , LR j1 , , , LR r1 L 1

, , , Y ij , , , Y ir




, , , Y tj , , , Y tr

T i1



T t1



Địa điểm k (L s )
1

Y 11 , , , Y 1j , , ,

Y 1r





i

Y i1





t

Y t1

Tổng (R)

LR 1s , , , LR js , , , LR rs

T 1s


, , , Y ij , , , Y ir

T is


, , , Y tj , , , Y tr

T ts
Ls


- 19 -

Tổng chung

G

Y ij = Giá trị quan sát của nghiệm thức thứ i ở lần lặp lại thứ j của từng địa điểm
T i = Tổng các lần lặp lại của nghiệm thức thứ i của từng địa điểm
LR js = Tổng các nghiệm thức của lần lặp lại thứ j ở địa điểm thứ s
G = Tổng chung (Tổng các lần lặp lại và các nghiệm thức qua s địa điểm)
Bảng 6: Ký hiệu được dùng để mô tả cách tính các tổng bình phương của giống,
địa điểm và tương tác giống x địa điểm
Nghiệm thức Địa điểm

1 ,,,

Tổng
k ,,,

s
(A)

1

T 11 , , , T 1k , , ,


T 1s

T1









i

T i1





t

T t1

, , , T tk , , , T ts

Tt

Tổng (L)

L1

, , , Lk , , ,

G

, , , T ik , , , T is




Ls

Ti


- 20 -

Bảng 7: Phân tích phương sai phối hợp (dựa trên ký hiệu của bảng 5 và 6)
biến Độ tự do

Nguồn

Tổng bình phương

động

Trung

Giá trị

bình bình F
phương

Địa điểm (L)

s-1

LL trong địa

s(r - 1)

điểm (R/L)

L2k G 2
−

∑
srt
k =1 rt
s

SS L
s -1

s

∑ (SS
k =1

R

MS L
MS R/L

SS R/L
s(r - 1)

)k

NT (T)

t-1

Ti2 G 2
−
∑

srt
i =1 sr

SS T
t -1

MS T
MS E

LxT

(t-1)(s-1)

 t s LTik2 G 2 
−
∑∑
 − SS L − SS T
srt 
 i k r

SSLxT
(t - 1)(s - 1)

MS LxT
MS E

Sai số (E)

s(t-1)(r-1) SS T0 – SS L – SS R/L – SS T –

t

SS LxT
Tổng
(T 0 )

cộng srt-1

s

r

t

∑∑∑ Y
k =1 j=1 i =1

2
ijk

−

G2
srt

SS E
s(t - 1)(r - 1)


- 21 -

Chương 2
PHƯƠNG TIỆN VÀ PHƯƠNG PHÁP
2.1 PHƯƠNG TIỆN:
2.1.1 Giống
- Giống dưa hấu làm ngọn ghép: Giống dưa hấu F 1 Thành Long 522. Đặc
tính của giống là vỏ trái mỏng màu xanh có sọc lem, dạng trái hình bầu dục,
trung bình 2-3 kg, ruột đỏ đậm, chắc thịt, năng suất trung bình 25-30 t/ha, thời
gian sinh trưởng từ 55-60 ngày, độ Brix từ 12-14%.
- Giống bầu bí làm gốc ghép: Bầu Nhật 1, bầu Nhật 2, bầu Nhật 3, bí Nhật
và bầu thước địa phương.
2.1.2 Phương tiện:
-Máy vi tính.
-Phần mềm: SPSS, R, MSTATC.
2.1.3 Địa điểm thí nghiệm
- Phường 8, thị xã Bạc Liêu.
- Xã Long Trị, tỉnh Hậu Giang.
2.2 PHƯƠNG PHÁP
2.2.1 Bố trí thí nghiệm
Thí nghiệm được bố trí theo kiểu khối hoàn toàn ngẫu nhiên (RCBD) với 4
lần lặp lại và 6 nghiệm thức tương ứng với 5 loại gốc ghép khác nhau.
2.2.2 Các chỉ tiêu phân tích
Chiều cao trái, chu vi trái, trọng lượng trái/trọng lượng toàn cây, năng suất
trái và năng suất thương phẩm.
2.2.3 Phân tích phương sai
- Phân tích phương sai được thực hiện ở từng địa điểm đối với mỗi chỉ tiêu.
- Phân tích phương sai phối hợp qua hai địa điểm được thực hiện đối với
từng chỉ tiêu.

- 22 -

2.2.4 So sánh nhóm nghiệm thức
Áp dụng phương pháp contrast (Contrast method) hay còn gọi là phương
pháp so sánh trực giao một độ tự do . Phương pháp này cho phép chia nhỏ tổng
bình phương nghiệm thức thành nhiều tổng bình phương có một độ tự do.
Nếu thí nghiệm có t nghiệm thức, có thể lập tối đa (t - 1) contrast trực giao
lẫn nhau. Như vậy , tồng bình phương của tất cả các contrast sẽ bằng tổng bình
phương nghiệm thức.
SS(L 1 ) + SS(L 2 ) + … + SS(L t - 1 ) = SS(nghiệm thức)
(1) Các nguyên tắc so sánh trực giao:
- Nguyên tắc 1: Một tổ hợp tuyến tính L = λ 1 T 1 + λ 2 T 2 + …. + λ t T t được
gọi là một contrast, với λ i là hệ số contrast của nghiệm thức thứ i và T i là tổng
nghiệm thức thứ i. Tổng các hệ số trong mỗi contrast phải bằng 0.
t

∑λ
i =1

=0

i

- Nguyên tắc 2: Hai contrast (L1 và L2 ) được xem là trực giao nếu tổng tích
chéo của các hệ số của chúng bằng 0.
L 1 = λ 12 X 1 + λ 12 X 2 + … + λ 1t X t
L 2 = λ 21 X 1 + λ 22 X 2 + …. + λ 2t X t
L 1 và L2 được gọi là trực giao nếu

∑λ λ

1i

= λ11λ21 + λ12λ22 + ⋅ ⋅ ⋅ + λ1t λ2t = 0

2i

(2) Sai số chuẩn của một contrast
Sai số chuẩn của một contrast (L) được tính như sau:

∑λ

2

(σ / n )

Sai số này được ước lượng bởi

∑λ

2

( s / n ) với s =

s e2 ( s e2 là trung bình bình phương sai số)

(3) Tổng bình phương của một contrast
Tổng bình phương của một contrast L , SS(L)
SS(L) =

L2

r

(∑ λ )
2

trong đó, r là số lần lặp lại (hay số khối)


- 23 -

Để kiểm định một contrast đặc biệt, chỉ cần kiểm định F của tổng bình
phương của contrast đó với phương sai sai số (thật ra tổng bình phương của một
contrast chính là phương sai, vì mỗi contrast chỉ có 1 độ tự do). Như vậy, chúng
ta có một kiểm định F với độ tự do của tử số bằng 1 và độ tự do mẫu số chính là
độ tự do của phương sai sai số. Phương pháp contrast cho phép trả lời các câu hỏi
khá chính xác.
2.2.5 Tương quan và hồi quy tuyến tính bội
(Multiple Linear Regression and Correlation)
Phân tích hồi qui chứa nhiều hơn một biến độc lập được gọi là phân tích hồi
qui bội . Khi tất cả các biến độc lập được giả định có ảnh hưởng đến biến phụ
thuộc theo dạng tuyến tính và độc lập lẫn nhau, phương pháp sẽ được gọi là phân
tích hồi qui tuyến tính bội . Phương pháp này biểu diễn dạng quan hệ của biến
phụ thuộc Y với k biến độc lập X 1 , X 2 …. X k ở dạng hàm số:
Y = α + β 1X1 + β 2X2 + ⋅ ⋅ ⋅ + β kXk
Số liệu đòi hỏi để áp dụng phân tích hồi qui tuyến tính bội có k biến độc lập
là (n)(k+1) số quan sát được mô tả như bảng 8.
Bảng 8: Bảng mô tả số liệu trong phép phân tích hồi quy tuyến tính bội
Giá trị quan sát

Số
Y

X1

X2

X3

⋅⋅⋅

Xk

1

Y1

X 11

X 21

X 31

⋅⋅⋅

X k1

2

Y2

X 12

X 22

X 32

⋅⋅⋅

X k2

3

Y3

X 13

X 23

X 33

⋅⋅⋅

X k3

,













n

Yn

X 1n

X 2n

X 3n

⋅⋅⋅

X kn

quan sát

(k + 1) biến Y , X 1 , X 2…….. X k phải được đánh giá đồng thời đối với một trong n
đơn vị quan sát (nghĩa là, đơn vị thí nghiệm hoặc đơn vị lấy mẫu). Thêm vào đó
phải có đủ số quan sát để thực hiện n lớn hơn (k + 1).
Phương pháp hồi qui tuyến tính bội bao gồm việc ước lượng và kiểm định ý
nghĩa của (k + 1) tham số của phương trình hồi qui tuyến tính bội. Các bước thực

hiện như sau:


- 24 -

Bước 1: Tính trung bình và tổng bình phương đã hiệu chỉnh cho mỗi (k + 1)
biến Y, X 1 , X 2 …. X k và tổng tích chéo đã hiệu chỉnh cho tất cả các cặp tổ hợp
có thể của (k + 1) biến. Tóm tắt các tham số tính được, cùng với các biến như
sau:
Bảng 9: ổt ng bình phương và tổng tích chéo đã hiệu chỉnh trong phương
pháp hồi quy tuyến tính bội.
Tổng bình phương và tổng tích chéo đã hiệu chỉnh
Biến

Trung bình

X1

X2

⋅⋅⋅

Xk

Y

X1

X1

∑x

∑x x

⋅⋅⋅

∑x x

∑x y

∑x

⋅⋅⋅

∑x x

∑x y







Xk

∑x

2
1

X2

X2


1 2
2
2

1 k

2 k

2
k

Xk

1

2

∑x y
k

∑y

Y

2

Y
Bước 2: Giải b 1 , b 2 … b k từ k phương trình đồng thời sau đây mà nhìn chung
liên quan đến các phương trình chuẩn:
b 1 ∑ x12 + b 2 ∑ x1 x2 + ⋅ ⋅ ⋅ + b k ∑ x1 xk =

∑x y

b 1 ∑ x1 x2 + b 2 ∑ x22 + ⋅ ⋅ ⋅ + b k ∑ x2 xk =

∑x y







1

2



b 1 ∑ x1 xk + b 2 ∑ x2 xk + ⋅ ⋅ ⋅ + b k ∑ xk2 = ∑ xk y
với b 1 , b 2 …. b k là các giá trị ước lượng của β 1 , β 2 …. β k của phương trình hồi
qui tuyến tính bội, và các giá trị của tổng bình phương và tổng tích chéo của (k +
1) biến là các giá trị được tính ở bước 1.
Có nhiều phương pháp chuẩn tắc hóa để giải k phương trình cùng một lúc

cho k không biế t, hoặc bằng tay hoặc với sự trợ giúp của máy tính (Simmons,
1948, Anderson và Bancroft, 1952, Nie và ctv, 1975 và Barr và ctv, 1979).
Bước 3: Tính giá trị ước lượng của tung độ gốc (α)
a = Y - b1 X 1 - b2 X 2 - ⋅ ⋅ ⋅ - bk X k
với Y , X 1 , X 2 , , , , , X k là các trung bình của (k + 1) biến được tính ở bước 1.


- 25 -

Do đó, phương trình hồi qui tuyến tính bội được ước lượng như sau
Yˆ = a + b 1 X 1 + b 2 X 2 + ⋅ ⋅ ⋅ + b k X k

Bước 4: Tính
- Tổng bình phương do hồi qui

∑ (b )(∑ x y )
k

SSR =

i =1

1

1

- Tổng bình phương sai số
SSE =

∑y

2

- SSR

- Hệ số xác định

R2 =

SSR
∑ y2

Hệ số xác định R2 đo lường sự đóng góp của hàm tuyến tính của k biến độc
lập đối với biến động ở Y. Thường nó được biểu diễn bằng phần trăm, Căn bậc
hai của R2 chính là hệ số tương quan bội.
Bước 5: Kiểm định ý nghĩa R2
Tính giá trị F như sau:
F=

SSR / k
SSE / (n − k − 1)

So sánh giá trị F tính với giá trị F bảng với độ tự do của tử số (df 1 = k) và
độ tự do của mẫu số (df 2 = n - k - 1). Hệ số xác định R2 được xem như có ý nghĩa
(≠ 0 có ý nghĩa) nếu giá trị F tính lớn hơn giá trị F bảng tương ứng ở mức ý nghĩa
α đã chọn.
Lưu ý: Kiểm định F có ý nghĩa (chứng tỏ R 2 có ý nghĩa) . Mặc dù hồi qui
tuyến tính có ý nghĩa hàm ý rằng phần biến động nào đó ở Y được giải thích thật
sự bởi hàm tuyến tính của các biến độc lập, độ lớn của giá trị R2 cung cấp thông
tin về độ lớn của phần đó . Dĩ nhiên, giá trị R 2 càng lớn , tầm quan trọng của

phương trình hồi qui mô tả Y càng c ao. Mặt khác, nếu giá trị R2 thấp, ngay cả
nếu kiểm định F có ý nghĩa, phương trình hồi qui ước lượng không thể có ý
nghĩa.