Perancangan dan Analisis Data Percobaan Pertanian. Sutoro BB BIOGEN

Transkripsi

1 Perancangan dan Analisis Data Percobaan Pertanian Sutoro BB BIOGEN

2 PRINSIP PERANCANGAN PERCOBAAN Ulangan (replication) Pengacakan (randomization) Pengendalian tempat percobaan (local control) Percobaan dilaksanakan di laboratorium, rumah kaca, dan lapang

3 Sumber-sumber keragaman Tempat percobaan: - Bekas pertanaman sebelumnya - Bekas pematang/galengan/pembatas lahan - Bekas percobaan pemupukan

4 Sumber keragaman: adanya sebagian petak yang ternaungi

5 Sumber keragaman Pengendalian petak/lahan : - Cara pemupukan, waktu penyiangan, perlindungan hama-penyakit, pengairan

6 Sumber keragaman: alat ukur yang digunakan Misalnya : Timbangan yg tidak sama untuk mengukur berat antar unit percobaan Proses untuk mendapatkan data hasil pengukuran menggunakan bantuan peralatan yang tidak sama

7 Sumber keragaman Perlakuan percobaan Cara pemberian perlakuan percobaan Varietas yang diuji memiliki viabilitas benih yang berbeda

8 Viabilitas benih/bibit tidak baik, terdapat missing hill. variasi antar satuan percobaan

9 Pemilihan rancangan percobaan Rancangan percobaan seyogyanya sederhana dengan mempertimbangkan tujuan dari penelitian Keragaman bahan-bahan yang digunakan dalam percobaan

10 Rancangan Perlakuan Satu faktor Dua faktor atau lebih (kombinasi antar faktor/factorial, sebagian/fractional) Faktor pembanding dari perlakuan sering perlu dilibatkan

11 Evaluasi awal Strip check

12 Rancangan Lingkungan Rancangan Acak Lengkap (RAL) Rancangan Acak Kelompok (RAK) Rancangan Bujursangkar Latin Rancangan Split Plot Rancangan Strip Plot Rancangan augmented

13 Rancangan Acak Lengkap (RAL) Digunakan bila bahan percobaan homogen

14 Lay out Percobaan RAL B A E A E D A B C D C B E C D

15 Model linier Model linier RAL : Y = µ + Vi + ε ε V1 µ V1 u =rata-rata umum, Vi= pengaruh varietas, ε = error Vt

16 ANOVA- RAL Sumber Derajat Kuadrat keragaman bebas tengah F - hitung Perlakuan t-1 KTP KTP/KTG Galat t(r-1) KTG Total tr-1

17 Contoh hasil analisis (ANOVA) Analysis of Variance for biji, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P var Error Total S = R-Sq = 75.27% R-Sq(adj) = 64.45% Unusual Observations for biji Obs biji Fit SE Fit Residual St Resid R R denotes an observation with a large standardized residual.

18 Model linier Rancangan Acak Kelompok (RAK) Model : Y = µ + Bj+ Vi + ε µ = rata-rata umum Bj = pengaruh blok/kelompok Vi = pengaruh varietas ε = error Digunakan bila terdapat sumber keragaman bahan percobaan dalam 1 arah

19 Lay out- RAK A B D C A C B D E E C A D E B

20 RAK

21 Rancangan Bujursangkar Latin (RBSL) Keragaman dlm 2 arah -Teras -lahan petani Model Y = µ + Bj+ Kk + Vi + ε

22 Lay out- RBSL A B C D E B C D E A C D E A B D E A B C E A B C D

23 Rancangan Augmented dalam RAK Digunakan perlakuan banyak Umumnya untuk keperluan seleksi (awal) Sejumlah perlakuan dikelompokkan Tiap kelompok terdapat perlakuan kontrol

24 BLOK I 1 2 A 3 4 B 5 6 C D 11 E F B 17 C 18 D A F E BLOK II BLOK III F E B 37 38A C D D 48 A B C F E59 60 BLOK IV

25 Banyaknya kelompok b minimum b > [12/(c-1)] + 1 c = jumlah perlakuan kontrol b= jumlah kelompok

26 Pengaruh kelompok/blok Rj = Bj M Bj = rata-rata semua perlakuan kontrol pada kelompok ke-j M = rata-rata keseluruhan perlakuan kontrol Digunakan untuk mengoreksi data perlakuan

27 Percobaan 2 faktor dalam RAL atau RAK Percobaan dengan menggunakan rancangan acak kelompok bila: kedua faktor dan interaksinya semua penting Model- dalam RAL: Y = µ +Ai + Bj + ABij + ε Model dalam RAK: Y = µ + Bk+ Ai + Bj + ABij + ε

28 Percobaan 2 faktor dalam RAL 1. varietas (V1, V2, V3) 2. perlakuan stress (S0, S1)) Perlakuan ada 6 kombinasi: 1. V1S0, 2. V1S1, 3. V2S0, 4. V2S1, 5. V3S0, 6. V3S1 Percobaan dalam RAL, model Y = µ + Vi + Sj + VSij + ε

29 Percobaan 2 faktor dalam RAK Model Y = µ + Bk+ Vi + Sj + VSij + ε Blok I Blok II Blok III

30 Rancangan SPLIT PLOT Percobaan dengan menggunakan rancangan split plot, bila - ada salah satu faktor yang lebih penting daripada faktor yang lain (faktor yang lebih penting ditempatkan sebagai sub-plot, yg kurang penting sebagai main plot) Model Y = µ + Bk+ Vi + δ + Sj + VSij + ε

31 Lay out- Split Plot Blok I Blok II Blok III V1S0 V2S1 V3S1 V2S0 V1S0 V2S1 V3S0 V1S1 V1S1 V3S0 V3S0 V1S1 V2S0 V3S1 V2S1 V1S0 V2S0 V3S1

32 Rancangan STRIP PLOT/Split Block Percobaan dengan menggunakan rancangan strip plot bila - Pengaruh interaksi lebih penting daripada faktor yang lain. Model Y = µ + Bk+ Vi + δ + Sj + α+vsij + ε

33 Lay out- Strip Plot/Split Block Blok I Blok II Blok III V1S0 V1S1 V3S1 V3S0 V1S0 V1S1 V3S0 V3S1 V1S1 V1S0 V2S0 V2S1 V2S0 V2S1 V2S1 V2S0 V3S0 V3S1

34 Rancangan tersarang (blok tersarang/nested pada perlakuan) Percobaan evaluasi thd naungan, kekeringan, genangan di lapang (ulangan atau blok di dalam perlakuan) Percobaan multilokasi untuk uji daya hasil varietas (RAK tiap lokasi)

35 Lay out-percobaan nested (blok tersarang dalam S) Blok I Blok II Blok III Blok I Blok II Blok III V1S0 V2S0 V3S0 V2S1 V1S1 V2S1 V3S0 V1S0 V1S0 V3S1 V3S1 V1S1 V2S0 V3S0 V2S0 V1S1 V2S1 V3S1

36 Percobaan naungan Tanpa naungan Naungan

37 ANOVA Source of variation (percobaan 1 faktor) Source of variation (percobaan 2 faktor: varietas dan perlakuan stress) RAL RAK RAL RAK Split Plot (stress-main plot) Nested (Blok(stres)) Varietas Blok Varietas Blok Blok Stres Error Varietas Stres Varietas Stres Blok(stress) Error Interaksi SxV Stres Error (blok*stress) varietas Error Interaksi SxV Varietas Interaksi SxV Error Interkasi SxV Error Error

38 Percoban multilokasi Tujuan untuk menguji adaptabilitas galur harapan terhadap berbagai lingkungan Lingkungan : lokasi dan musim Gabungan percobaan RAK setiap lingkungan Koefisien keragaman <20% Lingkungan :? Analisis stabilitas hasil (Eberhart-Russel)

39 Percobaan multilokasi Lokasi 1 Lokasi 2 Lokasi 3 Blok I Blok II Blok III Blok IV

40 Percobaan multilokasi Rancangan percobaan pada setiap lokasi/musim menggunakan RAK Anova data gabungan dari setiap lokasi percobaan: -lingkungan, -ulangan dalam lingkungan, -genotipe, -interaksi genotipe x lingkungan -galat.

41 STATISTIK NON PARAMETRIK - Uji Kruskal Wallis Analisis statistik non parametrik digunakan bila asumsi yang mendasari analisis parametrik tidak dipenuhi, seperti asumsi dasar data yang diambil dari populasi yang memiliki sebaran/distribusi normal atau data peringkat (skala ordinal). Uji kesamaan dua atau lebih populasi lebih ditekankan pada apakah populasi-populasi tersebut merupakan populasi yang identik. Pembeda = z 1- α/k(k-1) x k (N+1)/6, z = nilai tabel distribusi normal baku dan k=banyaknya populasi/perlakuan

42 Analisis Peubah Ganda Analisis komponen utama Analisis kluster Analisis regresi berganda

43 Analisis komponen utama Variabel baru komponen utama (PC) : kombinasi dari variable pengamatan PC1 Y1= a1 X1 + a2 X2 + a3 X3 + a4 X4 + a5 X5 + a6 X6 PC2 Y2= b1 X1 + b2 X2 + b3 X3 + b4 X4 + b5 X5 + b6 X6.. dan seterusnya Antar variabel PC tidak berkorelasi (bebas)

44 Data (minimal dalam skala interval) Varietas Skor hama (X1) Skor penyakiti (X2) Skor penyakitii (X3) Skor lahan masam (X4) Skor kekeringan (X5) Skor salinitas A B C D E F G H I J (X6)

45 Hasil analisis Eigenvalue 4,4215 1,3913 0,0812 0,0680 0,0331 0,0049 Proportion 0,737 0,232 0,014 0,011 0,006 0,001 Cumulative 0,737 0,969 0,982 0,994 0,999 1,000 Variable PC1 PC2 PC3 PC4 PC5 PC6 X1-0,406 0,424 0,412 0,266-0,228 0,603 X2-0,410 0,417 0,137 0,243 0,487-0,586 X3-0,413 0,377-0,617-0,465-0,299-0,029 X4 0,397 0,434 0,510-0,466-0,301-0,294 X5 0,405 0,428-0,212-0,164 0,631 0,428 X6 0,418 0,365-0,355 0,640-0,364-0,153

46 Analisis kluster Tujuan analisis kluster untuk mengelompokkan objek ke dalam beberapa kluster/gerombol berdasarkan kemiripan antar obyek Kemiripan antar objek pada analisis gerombol ditentukan oleh jarak antara dua objek.

47 Analisis kluster

48 Dendogram

49 Analisis Kluster Dendrogram Varietas 30,84 Similarity 53,89 76,95 100, Observations Dendrogram dan diagram PC1 vs PC2

50 Analisis Regresi Hubungan variabel bebas (independent) X dengan variabel tak bebas (dependent) Y Y = a + b X Y = a + b1 X1 + b2 X bk Xk X1, X2 Xk saling bebas (tidak berkorelasi)

51 Terima kasih