KORESPONDENSI

Alamat email: edy_jambormias@yahoo.com
Grup Diskusi: www.agrostat.fapertaunpatti@blogspot.com

Minggu, 20 November 2011

Analisis Ragam pada Data Percobaan

Analisis data penelitian yang menggunakan pendekatan rancangan percobaan paling sering dianalisis dengan menggunakan analisis ragam (analysis of variance, ANOVA). Tinjauan singkat mengenai rancangan percobaan kaitannya dengan peubah-peubah input seperti peubah pengganggu, peubah terkendali, peubah acak dan peubah percobaan; landasan analisis ragam dan turunan analisisnya, dan pendekatan analisis ragam peubah ganda (multivariate analysis of variance, MANOVA) dan turunan analisisnya dalam rancangan percobaan dengan menggunakan rancangan acak kelompok (randomized completely block design) dapat dibaca atau diunduh dalam makalah pada tautan berikut:

ANALISIS RAGAM PADA DATA PERCOBAAN

Makalah ini merupakan materi sajian dalam Pelatihan Statistika yang diselenggarakan oleh FORSCA-AGH Institut Pertanian Bogor.

2 tautan berikut adalah materi power pointnya
dan tautan berikut adalah materi praktek rancangan percobaan:

Senin, 14 November 2011

Pelanggaran Asumsi Analisis Ragam dan Penanganannya

Terdapat asumsi-asumsi yang harus dipenuhi dalam analisis ragam, yaitu epsilon menyebar normal dan bebas di sekitar nilai tengah nol dengan ragam yang sama. Untuk mengetahui apakah asumsi ini terpenuhi, diperlukan analisis sisaan (residual analysis) dan beberapa uji formal untuk mendiagnosis apakah data yang dikoleksi cocok (fit) dengan model rancangan yang digunakan dalam analisis data.

Deteksi pelanggaran terhadap asumsi dapat dilakukan melalui diagnosis eksploratif dan/atau inferensia. Diagnosis dilakukan untuk mengetahui apakah terjadi keadaan-keadaan sebagai berikut: (1) adanya korelasi antar galat (autocorrelation), (2) keheterogenan ragam galat, dan (3) galat tidak menyebar normal. Dari diagnosis mungkin teridentifikasi adanya data respons yang patut diwaspadai sebagai pengamatan-pengamatan takbiasa (unusual observation), yaitu mungkin sebagai pencilan-pencilan (outlayers) dan/atau sebagai pengamatan-pengamatan yang berpengaruh besar terhadap pola hubungan antara peubah respons dengan peubah-peubah dari kelas peubah percobaan (experimental variables) dan/atau kelas peubah pengendalian (control variables) (Musa, 1999). Terjadinya pelanggaran asumsi membutuhkan verifikasi model melalui transformasi data atau melalui analisis kuadrat terkecil terboboti (weighted least square).

Bila diagnosis data mengindikasikan terjadinya pelanggaran serius terhadap asumsi, maka beberapa pilihkan tindakan remedial dapat dilakukan, diantaranya: (1) memodifikasi modelnya, (2) melakukan transformasi terhadap data, dan (3) menggunakan uji non parametrik seperti uji Friedman atau Kruskal-Wallis.

Uraian selengkapnya dapat dibaca pada tautan berikut ini:

Kamis, 10 November 2011

Penggunaan Informasi Kekerabatan dan Analisis Lintasan untuk Seleksi pada Kedelai

Berikut ini adalah artikel saya mengenai penggunaan informasi kekerabatan dan analisis lintasan untuk seleksi hasil biji dan ukuran biji pada kedelai. Artikel ini telah terbit pada Jurnal Genetics and Plant Breeding SABRAO Edisi Juni 2011. Secara ringkas dapat dijelaskan sebagai berikut:

ABSTRAK

Seleksi hasil dan ukuran biji kedelai berbasis informasi kekerabatan dilakukan pada generasi Seleksi S3 . Tujuan penelitian ini adalah untuk menentukan kriteria seleksi hasil dan ukuran biji, untuk menyusun indeks seleksi,dan untuk menduga respon seleksi berbasis informasi kekerabatan dari suatu percobaan berdasarkan metode seleksi silsilah Generasi Seleksi S3 persilangan varietas Slamet × Nakhonsawan. Hasil penelitian memperlihatkan: (1) jumlah biji bernas merupakan kriteria seleksi bagi hasil biji dan ukuran biji, (2) koefisien determinasi  model  indeks seleksi  tergolong rendah, yang disebabkan oleh perbedaan antara nilai-nilai fenotipik beberapa individu dengan keragaan yang buruk berada dalam famili-famili   dengan keragaan terbaik, yang terpilih melalui penggunaan model indeks seleksi berbasis informasi ke kerabatan, dan (3) Respons seleksi tergolong tinggi untuk hasil biji tinggi, namun rendah untuk ukuran biji, sehingga seleksi lebih lanjut untuk hasil biji masih perlu dilakukan pada generasi berikutnya, sedangkan seleksi untuk ukuran biji dapat diakhiri.

Isi tulisan selanjutnya dapat dibaca pada jurnal edisi tersebut, atau melalui tautan berikut:
Information from Relatives and Path Analysis

Analisis Data

AgroStat.Com menyediakan layanan analisis dan konsultasi data statistik, khususnya: analisis ragam (analysis of variance, ANOVA) dan pembandingan berganda (multiple comparisson), analisis regresi dan korelasi (regression and correlation analysis) termasuk analisis regresi berganda (multiple regression analysis) dan analisis permukaan respons (response surface analysis), analisis ragam peubah ganda (multivariate analysis of variance, MANOVA), analisis korelasi kanonik (canonical correlation analysis), analisis regresi peubah ganda (multivariate regression analysis), analisis komponen utama (principal component analysys), analisis lintas (path analysis), analisis gerombol (cluster analysis), analisis data kategorik (categorical data analysis) khususnya analis chi-kuadrat dan korespondensi (chi-kuadrat and correspondence analysis), analisis diskriminan (discriminant analysis), analisis biplot (biplot analysis), dan analisis skala berdimensi ganda (multidimensional scale analysis).