µ¦¦³»
¤ª·
µµ¦Â¨³Á°¨µª·
´
¥ ¤®µª·
¥µ¨´
¥´
¬·
¦´Ê
¸É
19 ¦³Î
µe
2552
·
·
Ã¥µ¦ª·
Á¦µ³®r
ªµ¤Â¦¦ªÂµÁ¸
¥ª (one way analysis of variance; ANOVA) ¨³Á¦¸
¥Á¸
¥
ªµ¤Ân
µ¦³®ªn
µn
µÁ¨¸É
¥
°»
µ¦¨°o
ª¥ª·
¸
Duncan’s Multiple Range Test (DMRT) Ã¥Äo
榤
°¤¡·
ªÁ°¦r
Î
µÁ¦È
¦¼
¨µ¦ª·
´
¥Â¨³°£·
¦µ¥¨
µ¦«¹
¬µ¨
°¦³´
µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
¸É
Á¦·
¤Ä°µ®µ¦Á¤È
Áe
¥Á¨¸Ê
¥¨µ³¦´
Á¡ºÉ
°n
ª¥¨
o
»
µ¦¨·
Á¤ºÉ
°·Ê
»
µ¦¨° Ä®o
¨µ¦¨°´
n
°Å¸Ê
1. µ¦«¹
¬µÊÎ
µ®´
¸É
Á¡·É
¤
¹Ê
°´
¦µµ¦Á¦·
Á·
à °´
¦µµ¦Á¨¸É
¥°µ®µ¦Á}
ÁºÊ
° ¨³°´
¦µµ¦¦°µ¥
ÊÎ
µ®´
Á¨¸É
¥n
°´
ª
°¨µ³¦´
¸É
Åo
¦´
°µ®µ¦¨°´Ê
6 ¼
¦ ¸É
¤¸
¦³´
µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
Ä
¼
¦°µ®µ¦Á¤È
Ân
µ´
º
° 0%, 5%, 10%, 15%, 20% ¨³»
µ¦¨°¸É
Åo
¦´
¨µÁ}
Á}
°µ®µ¦ Á¤ºÉ
°Á¦·É
¤
¨°»
»
µ¦¨°¤¸
ÊÎ
µ®´
Á¨¸É
¥n
°´
ªÄ¨o
Á¸
¥´
Ân
µ´
°¥n
µÅ¤n
¤¸
´
¥Î
µ´
µ·
·
(P>0.05) Ã¥¤¸
ÊÎ
µ®´
Á¨¸É
¥Án
µ´
125.79+7.23, 124.17+6.81, 123.84+6.60, 126.14+6.56, 123.31+6.72 ¨³ 125.87+8.89
¦´
¤ µ¤¨Î
µ´
¨°¦³¥³Áª¨µµ¦¨° 6 Áº
° ¡ªn
µ ¨µ¤¸
ÊÎ
µ®´
Á¨¸É
¥n
°´
ªÁ¡·É
¤¼
¹Ê
µ¤¦³¥³Áª¨µ
°
µ¦¨° Á¤ºÉ
°·Ê
»
µ¦¨°¤¸
ÊÎ
µ®´
Á¨¸É
¥n
°´
ª Án
µ´
371.52+10.68, 365.97+8.32, 363.64+8.26,
370.94+7.65, 360.11+7.49 ¨³ 567.14+9.34 ¦´
¤ µ¤¨Î
µ´
Á¤ºÉ
°Î
µ¤µÎ
µª®µn
µÁ°¦r
ÁÈ
r
ÊÎ
µ®´
¸É
Á¡·É
¤
¹Ê
¡ªn
µ »
µ¦¨°¸É
Äo
¨µÁ}
Á}
°µ®µ¦ ¤¸
ÊÎ
µ®´
Á¡·É
¤
¹Ê
¼
¸É
»
(350.57 + 8.69 Á°¦r
ÁÈ
r
) ¼
ªn
µ»
µ¦
¨°¸É
Åo
¦´
°µ®µ¦´Ê
5 ¼
¦ Ân
µ´
°¥n
µ¤¸
´
¥Î
µ´
µ·
·
(p< 0.05) n
ª¨µ³¦´
µ»
µ¦¨°¸É
Åo
¦´
°µ®µ¦¨°¸É
¤¸
¦³´
µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
ļ
¦°µ®µ¦´Ê
5 ¼
¦ ¤¸
ÊÎ
µ®´
¸É
Á¡·É
¤
¹Ê
n
°
o
µÉÎ
µ ¤¸
ªµ¤Ân
µ´
¦³®ªn
µ»
µ¦¨°°¥n
µÅ¤n
¤¸
´
¥Î
µ´
µ·
·
(p> 0.05) Ã¥¨µ¸É
Åo
¦´
°µ®µ¦¼
¦¸É
¤¸
µ
ÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
0 Á°¦r
ÁÈ
r
¤¸
ÊÎ
µ®´
Á¨¸É
¥¸É
Á¡·É
¤
¹Ê
¼
¸É
»
Ä
³¸É
¨µ¸É
Åo
¦´
°µ®µ¦¼
¦ 5 ¤¸
ÊÎ
µ®´
¸É
Á¡·É
¤
¹Ê
o
°¥¸É
»
(192.48 + 3.46 Á°¦r
ÁÈ
r
)
¨µ¦ª·
Á¦µ³®r
°´
¦µµ¦Á¦·
Á·
à (¦´
¤/ª´
) Įo
¨µ¦¨°Án
Á¸
¥ª´
ÊÎ
µ®´
¸É
Á¡·É
¤
¹Ê
Ã¥¨µ
³¦´
»
µ¦¨°¸É
Äo
¨µÁ}
Á}
°µ®µ¦ ¤¸
°´
¦µµ¦Á¦·
Á·
à ¼
¸É
»
(2.45 + 0.24 ¦´
¤/ª´
) ¼
ªn
µ»
µ¦
¨°¸É
Åo
¦´
°µ®µ¦´Ê
5 ¼
¦ Ân
µ´
°¥n
µ¤¸
´
¥Î
µ´
µ·
·
(p< 0.05) n
ª¨µ³¦´
µ»
µ¦¨°¸É
Åo
¦´
°µ®µ¦¨°¸É
¤¸
¦³´
µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
ļ
¦°µ®µ¦´Ê
5 ¼
¦ ¤¸
°´
¦µµ¦Á¦·
Á·
à n
°
o
µ
ÉÎ
µ Ã¥¨µ¸É
Åo
¦´
°µ®µ¦¼
¦¸É
¤¸
µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
0 Á°¦r
ÁÈ
r
¤¸
°´
¦µµ¦Á¦·
Á·
à ¼
¸É
»
Ä
³¸É
¨µ¸É
Åo
¦´
°µ®µ¦¼
¦ 5 ¤¸
°´
¦µµ¦Á¦·
Á·
Ão
°¥¸É
»
(1.32 + 0.18 ¦´
¤/ª´
) (p> 0.05)
³Á®È
Åo
ªn
µ¨µ³¦´
¸É
Åo
¦´
°µ®µ¦¨°¸É
¤¸
¦³´
µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
ļ
¦°µ®µ¦Á¤È
(5
¼
¦°µ®µ¦) ¤¸
ÊÎ
µ®´
¸É
Á¡·É
¤
¹Ê
¨³°´
¦µµ¦Á¦·
Á·
à ¨¨µ¤¦³´
°µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
¸É
Á¡·É
¤
¹Ê
ļ
¦°µ®µ¦ °µ¸Ê
Įo
Á®È
ªn
µ µ¦Â¸É
æ¸
o
ª¥µÁºÊ
°Á¤¨È
ĵ¨r
¤ÊÎ
µ¤´
¸É
¦³´
¼
¹Ê
Î
µÄ®o
¨µ
³¦´
Åo
¦´
µ¦°µ®µ¦Å¤n
Á¡¸
¥¡° ÁºÉ
°µ°µ®µ¦¸É
Åo
¦´
¤¸
µ¦°µ®µ¦Å¤n
¤»
¨ ¹
Î
µÄ®o
°´
¦µµ¦Á¦·
Á·
Ã
¨¨ ¹É
Á}
ÅĨ´
¬³Á¸
¥ª´
µ¦«¹
µ
° Nengas et al. (1996), Ouanrtararo et al. (1998), Elangovan and
Shim (2000) ¨³ °´
¦µ ¨³³ (2546) ¸
Åo
Î
µµ¦«¹
¬µµ¦Äo
µ´É
ªÁ®¨º
°´
ÊÎ
µ¤´
¸É
¨µi
¸É
¦³´
0,
10, 20, 30 ¨³ 40 Á°¦r
ÁÈ
r
Ä°µ®µ¦¨µ³¦´
°ÂÅo
¦µ¥µªn
µ °´
¦µµ¦Á¦·
Á·
ä¸
n
µ¨ÉÎ
µ¨Ä¨µ