Perancangan dan Analisis Data Percobaan Pertanian Sutoro BB BIOGEN
PRINSIP PERANCANGAN PERCOBAAN Ulangan (replication) Pengacakan (randomization) Pengendalian tempat percobaan (local control) Percobaan dilaksanakan di laboratorium, rumah kaca, dan lapang
Sumber-sumber keragaman Tempat percobaan: - Bekas pertanaman sebelumnya - Bekas pematang/galengan/pembatas lahan - Bekas percobaan pemupukan
Sumber keragaman: adanya sebagian petak yang ternaungi
Sumber keragaman Pengendalian petak/lahan : - Cara pemupukan, waktu penyiangan, perlindungan hama-penyakit, pengairan
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
Sumber keragaman Perlakuan percobaan Cara pemberian perlakuan percobaan Varietas yang diuji memiliki viabilitas benih yang berbeda
Viabilitas benih/bibit tidak baik, terdapat missing hill. variasi antar satuan percobaan
Pemilihan rancangan percobaan Rancangan percobaan seyogyanya sederhana dengan mempertimbangkan tujuan dari penelitian Keragaman bahan-bahan yang digunakan dalam percobaan
Rancangan Perlakuan Satu faktor Dua faktor atau lebih (kombinasi antar faktor/factorial, sebagian/fractional) Faktor pembanding dari perlakuan sering perlu dilibatkan
Evaluasi awal Strip check
Rancangan Lingkungan Rancangan Acak Lengkap (RAL) Rancangan Acak Kelompok (RAK) Rancangan Bujursangkar Latin Rancangan Split Plot Rancangan Strip Plot Rancangan augmented
Rancangan Acak Lengkap (RAL) Digunakan bila bahan percobaan homogen
Lay out Percobaan RAL B A E A E D A B C D C B E C D
Model linier Model linier RAL : Y = µ + Vi + ε ε V1 µ V1 u =rata-rata umum, Vi= pengaruh varietas, ε = error Vt
ANOVA- RAL Sumber Derajat Kuadrat keragaman bebas tengah F - hitung Perlakuan t-1 KTP KTP/KTG Galat t(r-1) KTG Total tr-1
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 7 49.903 49.903 7.129 6.96 0.001 Error 16 16.393 16.393 1.025 Total 23 66.296 S = 1.01222 R-Sq = 75.27% R-Sq(adj) = 64.45% Unusual Observations for biji Obs biji Fit SE Fit Residual St Resid 19 12.9000 10.9333 0.5844 1.9667 2.38 R R denotes an observation with a large standardized residual.
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
Lay out- RAK A B D C A C B D E E C A D E B
RAK
Rancangan Bujursangkar Latin (RBSL) Keragaman dlm 2 arah -Teras -lahan petani Model Y = µ + Bj+ Kk + Vi + ε
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
Rancangan Augmented dalam RAK Digunakan perlakuan banyak Umumnya untuk keperluan seleksi (awal) Sejumlah perlakuan dikelompokkan Tiap kelompok terdapat perlakuan kontrol
BLOK I 1 2 A 3 4 B 5 6 C 7 8 9 10 D 11 E 12 13 14 F 15 16 B 17 C 18 D 19 20 A 21 22 F 23 24 25 26 E 27 28 29 30 BLOK II BLOK III 31 32 F 33 34 E 35 36 B 37 38A 39 40 C 41 42 43 44 D 45 46 47 D 48 A 49 50 B 51 52 53 C 54 55 56 F 57 58 E59 60 BLOK IV
Banyaknya kelompok b minimum b > [12/(c-1)] + 1 c = jumlah perlakuan kontrol b= jumlah kelompok
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
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
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 1 5 4 4 5 3 6 2 3 1 4 2 2 6 6 3 1 5
Percobaan 2 faktor dalam RAK Model Y = µ + Bk+ Vi + Sj + VSij + ε 1 4 2 6 5 3 Blok I 6 2 3 1 4 5 Blok II 2 6 4 3 1 5 Blok III
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
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
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
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
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)
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
Percobaan naungan Tanpa naungan Naungan
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
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)
Percobaan multilokasi Lokasi 1 Lokasi 2 Lokasi 3 Blok I Blok II Blok III Blok IV
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.
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
Analisis Peubah Ganda Analisis komponen utama Analisis kluster Analisis regresi berganda
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)
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 8 9 7 2 3 3 B 7 8 8 1 3 2 C 9 9 8 3 2 2 D 2 1 3 8 8 7 E 3 3 2 9 9 8 F 3 2 2 7 8 9 G 2 2 3 8 9 8 H 8 9 7 8 9 7 I 7 8 8 7 8 8 J 9 9 8 9 9 8 (X6)
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
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.
Analisis kluster
Dendogram
Analisis Kluster Dendrogram Varietas 30,84 Similarity 53,89 76,95 100,00 76 1 14 46 86 457 100 92 25 55 85 5 50 12 9 43 56 58 78 22 8 32 47 67 9811 37 16 42 44 26 13 49 99 15 48 82 75 79 96 74 88 90 19 40 66 24 36 23 68 73 70 52 65 28 35 77 62 30 97 333 1 91 34 59 89 38 39 53 54 10 680 1 18 29 60 41 27 69 64 20 51 63 83 21 94 84 87 71 7217 81 95 93 23 7 4 6 Observations Dendrogram dan diagram PC1 vs PC2
Analisis Regresi Hubungan variabel bebas (independent) X dengan variabel tak bebas (dependent) Y Y = a + b X Y = a + b1 X1 + b2 X2 +.. + bk Xk X1, X2 Xk saling bebas (tidak berkorelasi)
Terima kasih