PEMANFAATAN MSTAT-C DALAM ANALISA FAKTORIAL DATA HASIL PENELITIAN PERTANIAN

Transkripsi

1 PEMANFAATAN MSTAT-C DALAM ANALISA FAKTORIAL DATA HASIL PENELITIAN PERTANIAN Sutarno Pranata Komputer pada Balai Penelitian Tanaman Kacang-kacangan dan Umbiumbian PO. Box 66 Malang ABSTRACT The factorial treatment in randomized complete block design is usuall used b researchers in agronom, breeding, postharvest, pest and disease programmes. The handling of data can be started with data tabulation that compatible with the format of programme. Therefore the data entr would be easier. The manual data entr via keboard in to data variable previousl prepared could ease the data processing. If there were missing data or zero number in the variable, the data transformation could be emploed. The Mstat-C program was used to analze the data. Informatika Pertanian Volume 13 (Desember 2004)

2 722 Analisis Faktorial dengan Program MStat - C PENDAHULUAN Tantangan untuk mencari jawab akan suatu persoalan merupakan tuntunan para ilmuwan ang dapat dituangkan dalam proses penelitian. Kegiatan penelitian ang bersifat pengumpulan data secara kuantitatif maupun kegiatan penelitian melalui percobaan diperlukan program statistika ang mudah aplikasina namun sesuai dengan kebutuhan (Yusnandar, 2002). Data penelitian merupakan informasi ang sangat diperlukan dalam proses menuju informasi pelaporan. Sedangkan proses menuju pelaporan, data perlu dianalisa terlebih dahulu dengan menggunakan program bantu. Salah satu program bantu ang digunakan di lingkup Badan Litbang Pertanian adalah Mstat-C, program ini menggunakan sistem menu sehingga mudah untuk pengoperasianna. Pada tulisan ini diangkat contoh data ubikau dari percobaan ang berlokasi di Lampung dengan keadaan tanah agak masam, sehingga untuk menaikkan ph tanah diberikan penambahan kapur tohor. Variabel ang digunakan aitu: Pengaruh pemberian kapur tohor terhadap kadar pati ubikau dan pengaruh umur panen terhadap berat ubi pertanaman. Rancangan acak kelompok faktorial (randomized complete block design), banak digunakan oleh para peneliti di berbagai bidang agronomi, pemuliaan, pasca panen, hama dan penakit. Rancangan acak lengkap faktorial mempunai lebih dari satu faktor. Blok ragam ang lebih dominan dari rancangan ini merupakan suatu rancangan ang sangat sederhana aitu dengan satu faktor (Budi Suseto dan Aunuddin, 1992). Rancangan acak kelompok faktorial lebih tepat digunakan pada tanah-tanah pertanian ang belum diketahui pasti kehomogenanna. Pendekatan penelitian dengan rancangan acak kelompok adalah untuk memperkecil galat (nilai sisaan). Sebagai patokan dapat dipakai jumlah derajat bebas (db) acak ang tersedia sekitar 20. Rancangan acak kelompok dapat dirumuskan : (n-1) (t-1) 20 = db acak, di mana: N = banakna ulangan atau kelompok T = banakna perlakuan Kelompok kehomogenan ini dapat dianggap sebagai ulangan, semakin banak ulangan semakin kecil simpangan baku dari

3 Informatika Pertanian 723 rata-rata perlakuan. Loekito Adi Soehono (1996) mengatakan, banakna ulangan dipengaruhi oleh berbagai faktor. Faktor ang paling penting adalah tingkat kepercaaan (degree of precision) ang diinginkan untuk menguji perbedaan antar perlakuan. Semakin banak ulangan percobaan tersebut semakin teliti. Namun demikian terlalu banak ulangan juga tidak efisien, karena bertambahna biaa dan waktu serta tenaga pelaksanaan tidak seimbang dibandingkan tambahan ketelitian ang diperoleh. Program statistika Mstat-C merupakan versi terbaru dari paket Mstat, dikeluarkan oleh Michigan State Universit sejak 25 tahun ang lalu. Program Mstat merupakan pilar program statistika ang dianggap sesuai untuk penelitian di bidang pertanaman. Kelebihan dari program ini adalah : (1) Mudah pengoperasianna karena menggunakan sistem menu. (2) Analisis data lebih lengkap untuk hasil penelitian pertanian. (3) Compatible dengan program lain, sehingga memungkinkan untuk transformasi data (4) Mudah digunakan untuk entr data secara manual melalui keboard. Tujuan tulisan ini adalah memberikan informasi dan analisis tata cara penelesaian analisis ragam faktorial data hasil pertanian. Adapun metode percobaan menggunakan rancangan Randomized Complete Block Design (RCBD) 2 faktor. Pengumpulan data dilakukan dengan cara manual dan entr data melalui keboard menggunakan program Mstat-C. LANGKAH KERJA a. Tabulasi data Urutan pekerjaan ang dilakukan dapat dimulai dengan tabulasi data aitu memilah-milah data sesuai variabel ang ditentukan, untuk memudahkan saat memasukan data ke dalam program statistik Mstat-C. b. Entr data (memasukkan data) Melakukan pengecekan data sebelum dilakukan entr data dan entr data dapat dilakukan dengan cara manual melalui keboard. Sedangkan variabel ang disiapkan disesuaikan dengan kerangka program ialah :

4 724 Analisis Faktorial dengan Program MStat - C 1. Variabel ulangan Pada penelitian ini terdapat 12 perlakuan dan di ulang sebanak tiga kali. Sehingga cara penulisan pada program Mstat-C adalah memesan jumlah digit ang diperlukan untuk entr data sebagai berikut: Append cases sebanak 36 cases Define: Title: Ulangan Tpe numeric size: 1 displa format (left): 1 (right): 0 Perlu diketahui tpe numeric size: diisi angka 1 (satu), displa format (left): 1 (satu) dan (right): 0 (nol) ini sesuai digit ang dibutuhkan untuk variabel ulangan, ang terdiri dari ulangan 1 (satu), ulangan 2 (dua) dan ulangan 3 (tiga). Tidak membutuhkan angka desimal sehingga ditulis dengan angka nol. Begitu pula pada variabel berikutna dengan cara pemberian format seperti pada variabel ini. 2. Variabel faktor A Title: Faktor A/pengapuran Tpe numeric size: 1 displa format (left): 1 (right): 0 3. Variabel faktor B Title: Faktor B/umur panen Tpe numeric size: 1 displa format (left): 1 (right): 0 4. Variabel kadar pati Title: Pengaruh pemberian kapur tohor terhadap kadar pati umur 10 bulan. Tpe numeric size: 3 displa format (left): 2 (right): 1 5. Variabel berat umbi/tanaman Title: Pengaruh umur panen terhadap berat umbi/tanaman Tpe numeric size: 4 displa format (left): 1 (right): 3 Kemudahan pada software ini adalah saat diberikan entr data secara otomatis dapat menimpan input data. Bentuk entr data pada program Mstat-C perlu disesuaikan formatna, sehingga compatible dengan kerangka program Microcomputer Statistical tersebut. Adapun bentuk tampilan format software ini secara utuh seperti pada Tabel 1.

5 Informatika Pertanian 725 Data case no. 1 to 36 List of Variables Var Tpe Name / Description 1 NUMERIC ulangan 2 NUMERIC faktor A/pengapuran 3 NUMERIC faktor B/umur panen 4 NUMERIC kadar pati umur 10 bulan 5 NUMERIC berat ubi/tanaman Tabel 1. Contoh Susunan Variable dan Perlakuan dalam Rancangan Acak Kelompok Faktorial No

6 726 Analisis Faktorial dengan Program MStat - C c. Mengatasi missing data atau angka nol Apabila terjadi missing data atau angka nol, hasil analisis tidak valid dan anova akan menimpang. Hal ini kemungkinan berpengaruh terhadap koefisien keragaman (KK) aitu; menjadi lebih besar atau di atas 50%. Disebabkan adana hasil pengamatan ang fluktuatif antara sampel satu dengan sampel lainna. Sebagai contoh pada pengamatan percobaan ang terserang hama tikus, kemungkinan terjadi missing data atau angka nol. Untuk mengatasi hal tersebut dapat dilakukan dengan cara transformasi data. Dengan rumus 0,5 + X ; di mana X adalah angka nol dan semua bilangan/data ditambah dengan akar 0,5. HASIL ANALISIS Para kelompok peneliti di berbagai disiplin ilmu antara lain, agronomi, pemuliaan, pasca panen, hama dan penakit begitu akrap menggunakan program Mstat-C untuk analisis hasil-hasil penelitian pertanian sesuai bidang masing-masing. Analisa data melalui tahapan-tahapan ang harus dilakukan dengan teliti dan seksama. Pertama pengumpulan data dari lapang merupakan data dasar ang akan di analisa. Data dari lapang ini bila terjadi kesalahan di luar jangkauan kemampuan kita misalna pada plot tanaman percobaan dimakan kerbau, sapi atau diserang hama tikus atau hilang. Hal ini masih dapat diperhitungkan dengan cara transformasi data. Kedua analisis dengan pendekatan menggunakan program Mstat-C lebih praktis dan mudah dalam operasionalna, karena software ini menggunakan sistem menu, sehingga para pemulapun mudah untuk mempelajarina. Dari sekumpulan rangkaian pekerjaan ang dilakukan dari awal, ada ang lebih utama aitu rancangan penelitian dan analisis data untuk menjawab hasil penelitian ang telah dilakukan para peneliti melalui percobaan. Analisis data dapat dilakukan dengan menampilkan daftar pilihan ang disajikan dalam bentuk menu program. Rancangan acak kelompok faktorial dapat dipilih pada menu pilihan ang sesuai model tabel anova 1. Sumber keragaan dan derajat bebas untuk analisis ragam dengan anak perlakuan kapur tohor dan anak perlakuan umur panen pada penelitian kadar bahan pati ubikau dan berat umbi/tanaman.

7 Informatika Pertanian 727 Tabel anova 1. Rancangan Faktorial Acak Lengkap Model Anova Nilai Sumber keragaan Derajat bebas 1 Ulangan r Faktor A a Galat (r - 1 ) ( a - 1 ) 4 Faktor B b A x B ( a - 1 ) ( b - 1) -7 Galat a ( r 1 ) ( b - 1 ) Keterangan : r = ulangan, a=anak perlakuan (kapur tohor) b = anak perlakuan (klon) Model tabel anova bila sesuai sumber keragaan dan derajat bebas ang ditentukan adalah variabel ulangan, variabel faktor A dan variabel faktor B. Dua contoh variabel 4 dan variabel 5 hasil analisis disajikan dalam bentuk print out ialah: (1) Pengaruh pemberian kapur tohor terhadap kadar pati umur 10 bulan dan (2) Pengaruh umur panen terhadap berat umbi/tanaman. Proses analisis dilakukan dengan mengaktifkan program Mstat-C, tahapan ang dilaksanakan memilih item faktor RCBD 2 factor seperti tampilan menu program sebagai berikut:

8 728 Analisis Faktorial dengan Program MStat - C Randomized Complete Block Design for Factor A, with Factor B a Split Plot on A 1. CRD 2 Factor (a) 19. RCBD 2 Factor combined (a) 2. CRD 2 Factor (b) 20. RCBD 2 Factor combined (b) 3. CRD 3 Factor (a) 21. RCBD 2 Factor combined (c) 4. CRD 3 Factor (b) 22. RCBD 2 Factor combined (d) 5. CRD 3 Factor (c) 23. RCBD 2 Factor combined (e) 6. CRD 4 Factor 24. RCBD 2 Factor combined (f) 7. RCBD 1 Factor 25. RCBD 2 Factor combined (g) 8. RCBD 2 Factor (a) 26. RCBD 2 Factor combined (h) 9. RCBD 2 Factor (b) 27. RCBD 3 Factor combined (a) 10. RCBD 3 Factor (a) 28. RCBD 3 Factor combined (b) 11. RCBD 3 Factor (b) 29. RCBD 4 Factor combined (a) 12. RCBD 3 Factor (c) 30. RCBD 4 Factor combined (b) 13. RCBD 3 Factor (d) 31. RCBD 2 Factor Strip Plots 14. RCBD 4 Factor 32. RCBD 3 Factor Strip Plots 15. RCBD 1 Factor combined (a) 33. RCBD 4 Factor Split plots (a) 16. RCBD 1 Factor combined (b) 34. RCBD 4 Factor Split Plots (b) 17. RCBD 1 Factor combined (c) 35. Other Tpe of Design 18. RCBD 1 Factor combined (d)

9 Informatika Pertanian 729 Data file: Title: Function: FACTOR Experiment Model Number 9: Randomized Complete Block Design for Factor A, with factor B a Split Plot on A Data case no. 1 to 36. Factorial ANOVA for the factors: Replication with values from 1 to 3 Factor A with values from 1 to 3 Factor B with values from 1 to 4 Variable 4: Kadar bahan pati umur 10 bulan Grand Mean= Grand Sum= Total Count=36 TABLE OF MEANS Total 1 * * * * * * * 1 * * 2 * * 3 * * * * * * * * * * * * * * * * * * * * *

10 730 Analisis Faktorial dengan Program MStat - C ANALYSIS OF VARIANCE TABLE K Degrees of Sum of Mean F Value Source Freedom Squares Square Value Prob Replication Factor A * -3 Error Factor B ** 6 AB Error Total Coefficient of Variation: 8.272% s for means group 1: Number of Observations: 12 s for means group 2: Number of Observations: 12 s for means group 4: Number of Observations: 9 s for means group 6: Number of Observations: 3 Pada variabel 4, tabel anova perlakuan kapur tohor dalam uji berbeda nata terkecil (BNT) pada taraf 10% dan umur panen terhadap kadar pati 10 bulan nata (1%). Berarti dua faktor perlakuan significant terhadap perlakuan satu dengan ang lain. Pemberian kapur tohor dan perbedaan umur panen terdapat respon saling menunjang, sehingga penelitian ini laak dilakukan dan ditindaklanjuti.

11 Informatika Pertanian 731 Data file: Title: Function: FACTOR Experiment Model Number 9: Randomized Complete Block Design for Factor A, with factor B a Split Plot on A Data case no. 1 to 36. Factorial ANOVA for the factors: Replication with values from 1 to 3 Factor A with values from 1 to 3 Factor B with values from 1 to 4 Variable 5: Berat ubi/tanaman (kg) Grand Mean = Grand Sum = Total Count = 36 TABLE OF MEANS Total 1 * * * * * * * 1 * * 2 * * 3 * * * * * * * * * * * * * * * * * * * * *

12 732 Analisis Faktorial dengan Program MStat - C ANALYSIS OF VARIANCE TABLE K Source Degrees of Sum of Mean F Value Freedom Squares Square Value Prob 1 Replication Factor A * -3 Error Factor B * 6 AB Error Coefficient of Variation: % s for means group 1: Number of Observations: 12 s for means group 2: Number of Observations: 12 s for means group 4: Number of Observations: 9 s for means group 6: Number of Observations: 3 Koefisien keragaman (KK) menunjukkan besarna ragam ang diperoleh data dari lapang antara 8,272%-21,892% (variabel 4 dan variabel 5). Sebagai standardisasi untuk hasil penelitian tanaman pertanian tidak lebih besar dari 20%. Hal ini karena merupakan bias angka kesalahan, semakin kecil prosentase berarti semakin kecil pula tingkat kesalahan. UJI LANJUT ANALISIS Hasil analisis menunjukkan bahwa pemberian kapur tohor berpengaruh nata terhadap kadar pati umur 10 bulan dan berat ubi/tanaman. Contoh data diuji dengan analisis LSD (Least Significant Difference) ranks berdasarkan urutan dari ang terbesar hingga ang terkecil atau diberi notasi alpabet sesuai abjad. Pengaruh dosis kapur tohor terhadap kadar pati umur 10 bulan (Tabel 2) dan berat ubi/tanaman pada Tabel 3.

13 Informatika Pertanian 733 Tabel 2. Pengaruh Pemberian Kapur Tohor terhadap Kadar Pati Umur 10 bulan dan Berat Ubi/Tanaman Dosis kapur tohor Kadar bahan pati umur 10 bulan Berat ubi/tanaman (kg) a a a ab a b LSD Tabel 3. Pengaruh Umur Panen terhadap Kadar Pati dan Berat Ubi/Tanaman Umur panen (bulan) Kadar bahan pati Berat ubi/tanaman (kg) a a a ab a b b b LSD KESIMPULAN Secara umum dapat disimpulkan bahwa suatu percobaan ang dilakukan oleh peneliti harus melalui pendekatan rancangan percobaan sebelum penelitian dilakukan dan dipikirkan pula untuk penelesaian analisis data agar percobaan dapat menghasilkan informasi laporan ang bermanfaat. Kemudahan program bantu Mstat-C antara lain: (1) Mstat-C mudah pengoperasianna karena menggunakan sistem menu (2) Menganalisis data dengan rancangan acak kelompok sederhana dan rancangan acak lengkap faktorial sesuai kebutuhan di bidang penelitian pertanaman (3) Bila terjadi missing data atau angka nol dapat diatasi dengan transformasi data (4) Input data dapat diperoleh dengan cara manual melalui keboard dan software ini dapat menimpan data secara otomatis.

14 734 Analisis Faktorial dengan Program MStat - C DAFTAR PUSTAKA Anonmous Microcomputer Program for the Design, Management, and Analsis of Agronomic Research Experiments. Michigan State Universit. Original Version p Anonmous Microcomputer Program for the Design, Management, and Analsis of Agronomic Research Experiments. Michigan State Universit. Original Version p Budi, S. dan Aunuddin Warta Informatika Pertanian. Vol. 11 Th Dalam: M.E. Yusnandar. Aplikasi Rancangan Acak Lengkap Kelompok dan Analisis Faktorial dengan Paket Program Statistik untuk Analisis data Hasil Penelitian. hal Loekito, A.S Pengantar Perancangan Percobaan Suatu Pendekatan Praktis. Penerbit IKIP Malang. hal Yusnandar, M.E Pemanfaatan Program Statistical Product Service Solution (SPSS) dalam Pengolahan Data Statistika. Prosiding Temu Teknik Fungsional non Peneliti. Bogor, 30 Juli hal