1. RANCANGAN ACAK LENGKAP Termasuk rancangan tanpa pengelompokan Perlakuan diatur dg pengacakan secara lengkap Semua satuan percobaan memiliki peluang yang sama Perbedaan yang muncul galat Tempat homogen laboratorium
Analisis regresi dari RAL Asumsi dalam RAL Antar ulangan adalah homogen tidak ada keragaman antar ulangan Dalam anova tidak ada sumber keragaman blok/ulangan Berlaku untuk ulangan sama dan ulangan tidak sama
Perhatikan Jangan mengerjakan analisis regresi antar karakter tanaman (variabel pengamatan) tidak bermanfaat. Regresi adalah bentuk hubungan antara variabel bebas dengan variabel tak bebas. Dengan mengetahui model regresi dapat mengatur variabel bebas agar dapat mengendalikan variabel tak bebas. Karakter tanaman tidak dapat dikendalikan. Contoh jumlah daun tidak dapat dikendalikan untuk meningkatkan hasil Antar karakter tanaman korelasi Diskusikan beberapa contoh!
Syarat untuk regresi Perlakuan adalah kuantitatif F hitung perlakuan nyata berarti antar level/taraf perlakuan memberikan pengaruh yang berbeda nyata terhadap hasil Untuk perlakuan yang F hitungnya tidak nyata tidak perlu analisis regresi
Data yang dianalisis Perlakuan sebagai variabel bebas, karakter hasil sebagai variabel tidak bebas Data variabel bebas adalah nilai level-level perlakuan Data variabel tak bebas (hasil) adalah rata-rata dari semua ulangan
Contoh Jumlah benih Produksi gabah (kg/ha) 1 2 3 25 5.113 5.398 5.307 50 5.346 5.952 4.719 75 5.272 5.713 5.483 100 5.169 4.831 4.986 125 4.804 4.848 4.432 150 5.254 4.542 4.919 Jumlah Rata2
Contoh Jumlah benih Produksi gabah (kg/ha) 1 2 3 Jumlah 25 5.113 5.398 5.307 15.818 50 5.346 5.952 4.719 16.017 75 5.272 5.713 5.483 16.468 100 5.169 4.831 4.986 14.986 125 4.804 4.848 4.432 14.084 150 5.254 4.542 4.919 14.715 Rata2
Contoh Jumlah benih Produksi gabah (kg/ha) 1 2 3 Jumlah Rata2 25 5.113 5.398 5.307 15.818 5.273 50 5.346 5.952 4.719 16.017 5.339 75 5.272 5.713 5.483 16.468 5.489 100 5.169 4.831 4.986 14.986 4.995 125 4.804 4.848 4.432 14.084 4.695 150 5.254 4.542 4.919 14.715 4.905
Contoh Jumlah benih Produksi gabah (kg/ha) 1 2 3 Jumlah Rata2 25 5.113 5.398 5.307 15.818 5.273 50 5.346 5.952 4.719 16.017 5.339 75 5.272 5.713 5.483 16.468 5.489 100 5.169 4.831 4.986 14.986 4.995 125 4.804 4.848 4.432 14.084 4.695 150 5.254 4.542 4.919 14.715 4.905
Dengan demikian Jumlah benih (X) 25 50 75 100 125 150!""" Rata2 Hasil 5.273 5.339 5.489 4.995 4.695 4.905
Dari analisis dengan OP bisa linier Hubungan bobot benih dengan hasil gabah 5600 Hasil Gabah (kg g/ha) 5400 5200 5000 4800 4600 y = - 4,8754x + 5542,6 R 2 = 0,5779 0 50 100 150 200 Bobot benih (kg/ha)
H a s i l G a b a h (k g / h a ) 5600 5400 5200 5000 4800 4600 Hubungan bobot benih dengan hasil gabah Bisa kuadratik y = -0,0309x 2 + 0,5246x + 5362,6 R 2 = 0,6087 0 50 100 150 200 Bobot benih (kg/ha)
Atau kubik? Hubungan bobot benih dengan hasil gabah 5600 Hasil Gabah (kg g/ha) 5400 5200 5000 4800 4600 y = 0,0028x 3-0,7533x 2 + 55,049x + 4279 R 2 = 0,875 0 20 40 60 80 100 120 140 160 Bobot benih (kg/ha)
Analisis regresi dari RAK Asumsi dalam RAK Antar ulangan adalah heterogen terdapat ada keragaman antar ulangan Dalam anova terdapat sumber keragaman blok/ulangan Secara teori ulangan harus nyata kalau ulangan tidak ada yang nyata berarti ada kesalahan pada penilaian heterogenitas lokasi Banyaknya ulangan harus sama
Syarat untuk regresi Perlakuan adalah kuantitatif F hitung perlakuan nyata berarti antar level/taraf perlakuan memberikan pengaruh yang berbeda nyata terhadap hasil Untuk perlakuan yang F hitungnya tidak nyata tidak perlu analisis regresi
Data yang dianalisis Perlakuan sebagai variabel bebas, karakter hasil sebagai variabel tidak bebas Data variabel bebas adalah nilai level-level perlakuan Penentuan data variabel tak bebas tergantung pada sumber keragaman ulangan/blok
Perhatikan Apabila ulangan nyata : Data variabel tak bebas adalah data masing- masing ulangan, karena masing-masing ulangan memberikan pengaruh yang berbeda pada hasil. Apabila ulangan tidak nyata : Data veriabel tak bebas adalah rata-rata dari semua ulangan, atau sama dengan RAL
Jumlah benih Contoh : apabila ulangan nyata Produksi gabah (kg/ha) 1 2 3 4 Total 25 5.113 5.398 5.307 4.178 20.496 50 5.346 5.952 4.719 4.264 20.281 75 5.272 5.713 5.483 4.749 21.217 100 5.169 4.831 4.986 4.410 19.391 125 4.804 4.848 4.432 4.748 18.832 150 5.254 4.542 4.919 4.048 18.813 Total 119030 Apabila hasil anova ulangan nyata
Sehingga X 25 25 25 25 50 50 50 50 Y 5.113 5.398 5.307 4.178 5.346 5.952 4.719 4.264 X 75 75 75 75 100 100 100 100 Y 5.272 5.713 5.483 4.749 5.169 4.831 4.986 4.410 X 125 125 125 125 150 150 150 150 Y 4.804 4.848 4.432 4.748 5.254 4.542 4.919 4.048 # $%#
Dengan demikian Analisis regresi menggunakan n = 24 Pada grafik regresi, setiap nilai variabel bebas akan mempunyai 4 titik variabel tak bebas Hasil akan lebih teliti
Grafik, diagram pencar. Grafik produksi gabah Hasil Gbah (ton n/ha) 7.000 6.000 5.000 4.000 3.000 2.000 1.000 0 0 50 100 150 200 Jumlah benih (kg/ha)
Dari analisis dengan OP bisa linier Grafik produksi gabah 6.500 6.000 Hasil Gabah (k kg/ha) 5.500 5.000 4.500 4.000 3.500 3.000 y = -3,5237x + 5245,2 R 2 = 0,1004 0 50 100 150 200 Jumlah benih (kg/ha)
k g /h a ) H a s il G a b a h ( 6.500 6.000 5.500 5.000 4.500 4.000 3.500 Bisa kuadratik Grafik produksi gabah y = -0,0555x 2 + 6,1888x + 4921,5 R 2 = 0,1336 0 50 100 150 200 Jumlah benih (kg/ha)
Bisa kubik. Tgt hasil. Hasil Gaba ah (kg/ha) 6.500 6.000 5.500 5.000 4.500 4.000 Grafik produksi gabah y = 0,0017x 3-0,4935x 2 + 39,245x + 4264,5 R 2 = 0,1662 3.500 0 20 40 60 80 100 120 140 160 Jumlah benih (kg/ha) &'
Dalam memilih model Tetap perhatikan diagram pencarnya Jangan hanya melihat koefisien determinasi yang tinggi Bagaimana kalau rancangan faktorial?? tunggu minggu depan
Latihan dan diskusi Cari kasus penelitian dengan 1 faktor kuantatatif, lakukan analisis regresi untuk menduga model yang tepat dari kasus tersebut. Berikan kesimpulan dan interpretasinya.