PENDAHULUAN
Pada prosedur analisis statistika, ukuran pemusatan data, ukuran penyebaran, pendugaan parameter, dan pengujian hipotesis dapat diterapkan untuk seleksi famili jagung. Seleksi famili diperlukan untuk memilih sejumlah tetua superior sebagai calon varietas (komposit atau sintetik), tetua selanjutnya direkombinasi guna membentuk benih pemulia untuk diuji pada berbagai lingkungan apakah potensial untuk dilepas sebagai varietas baru atau tidak. Model sebaran normal, t-student, dan
χ2 (Chi-kuadrat) dapat digunakan untuk mengetahui karakter
famili yang diinginkan Pemulia. Sebaran normal baku (Z) telah mulai digunakan di CIMMYT (Pusat Penelitian Internasional untuk Jagung dan Serelia Meksiko) dalam memilih famili dengan karakter tumbuh dan hasil secara serentak, t-student untuk mengetahui kesamaan nilai tengah contoh untuk satu atau dua varietas jagung terhadap karakter populasinya, dan Chi-kuadrat dapat digunakan untuk mengetahui sifat bawaan gen dari generasi terhadap tetuanya. Berikut disajikan penerapan beberapa model uji analisis statistika pada berbagai kegiatan evaluasi famili jagung.
UKURAN PEMUSATAN DAN PENYEBARAN
Ukuran pemusatan untuk seleksi famili jagung diperlukan guna mengetahui nilai rataan suatu peubah sebagai sifat genotype yang dimiliki oleh famili tersebut, sedangkan ukuran penyebarannya menunjukkan nilai simpangan baku atas kisaran terhadap rataan suatu peubah. Misalkan genotype diketahui rataan hasilnya 5,0 t/ha, dengan nilai simpangan baku 200 kg, maka dapat diartikan bahwa genotype tersebut mempunyai sifat dengan potensi hasil 4800 – 5200 kg/ha. Ukuran pemusatan
dapat digolongkan atas rataan (
x
), median (me.) dan modus(mo.). Rataan adalah ∑xi/n, me. : data yang terletak ditengah
setelah diranking, dan mo. : sequens atau frekuensi data
Informatika Pertanian Volume 11 (Desember 2002)
terbanyak. Selanjutnya ukuran penyebaran yang penting adalah standar deviasi dari contoh yang dapat didefenisikan:
s = n x n
x
i i∑
∑
− − 2 2 1 1Selanjutnya formula model ukuran pemusatan mengalami perubahan jika data telah disajikan dalam tabel yang tertabulasi sebagai berikut :
x
= ∑ fixi/ (∑fi ) me = Bb + c.(d/fm), mo = Bb + c [s1/(s1 + s2)] s = n i nx
f
x
f
i i i∑
∑
− − 2 2 1 1f
n
i=
∑
ket. : Bb : batas kelas bawah untuk kelas median berada
c : interval nilai tengah kelas
d : selisih jumlah frekuensi pada letak median dengan jumlah frekuensi kelas sebelum median
fm : frekuensi klas dimana median berada
s1 : frekuensi klas terbanyak – klas diatasnya
s2 : frekuensi klas terbanyak – klas dibawahnya
Aplikasi formula telah digunakan pada percobaan evaluasi 100 famili S1 dari populasi “Maros Sintetik-1(S1)C1” bertujuan untuk memperoleh famili yang tahan atas kahat nitrogen (50 kg urea/ha), dilaksanakan di Bajeng-Gowa dalam musim hujan 2000/2001 menggunakan metoda Rancangan Latis Sederhana dua ulangan.
Data rataan setiap famili disajikan pada lampiran 1. Kemudian pada tabel 1 adalah rataan data hasil untuk setiap kisaran 500
kg/ha. Pada penyajian data lampiran 1, diperoleh
x
= 3146kg/ha, me = 3021,5 dan terdapat tiga nilai mo = 3952, 2781, dan 2137 kg/ha. Sedangkan jika disajikan dalam tabel sebaran
frekuensi seperti pada tabel 1, diperoleh
x
= 3144,5 kg/ha,Tabel 1. Sebaran Frekuensi Hasil (kg/ha) Famili S1 Maros Sintetik-1.C1 pada Kahat N (50 kg urea/ha). Bajeng 2000/2001
n = Σfi =100 famili S1
Selang
hasil tengah Nilai - (xi) Frekuensi (fi) Frekuen sikumula tif xi 2 f ixi2 1501 – 2000 1750,5 9 9 81 141.790,5 2001 – 2500 2250,5 18 27 324 729.162,0 2501 – 3000 2755,5 22 49 484 1.333.662,0 3001 – 3500 3255,5 20 69 400 1.302.220,0 3501 – 4000 3755,5 15 84 325 1.220.537,5 4001 – 4500 4255,5 7 91 49 208.519,5 4501 – 5000 4755,5 5 96 25 118.887,5 5001 – 5500 5255,5 1 97 1 5.255,5 5501 – 6000 5755,5 3 100 9 51.799,5
PENDUGAAN PARAMATER DAN PENGUJIAN HIPOTESIS
Pendugaan parameter dari suatu fungsi peluang diperlukan dalam seleksi famili jagung untuk menentukan besaran peluang dari sequens peubah acak. Mendenhall dan Scheaffer (1973) mendefinisikan bahwa parameter adalah suatu konstanta yang ditentukan secara spesifik dari suatu fungsi kepekatan, dan dapat diketahui dengan cara menghitung kaedah integral dan differensial.
Sebaran Normal
Fungsi sebaran normal ditemukan oleh Moivre (1733) dan disempurnakan oleh Gaus (1777 – 1855). Model sebaran dapat dituliskan sebagai berikut :
f(x) =
exp
(
0
,
50
)[
(
)
]
22
1
σ
µ
π
σ
−
−
x
-~<x<~Ruang parameter -~ < µ < +~ dan σ>0
E(x) = ∫x f(x) dx = µ (Nilai tengah/nilai harapan) E(x-µ)2 = Ex2 – E(x) E(x) = σ2 (Ragam)
Fungsi Pembangkit Moment E[etx] =
2 2 2 1 ut
e
+ σ t(Mood, Graybill, and Boes., 1974)
Jika µ = 0, dan σ2 = 1 maka model sebaran disebut normal
baku dan dikenal dengan sebaran z = (x – µ)/σ. Peluang setiap famili yang terseleksi dapat diketahui potensinya dengan menghitung nilai peluang z. Peluang mendapatkan peubah acak normal-baku yang nilainya diantara 0<z<zo telah dihitung oleh Statistisi melalui hitung integral diantaranya oleh Mendenhall (1973) “Table for statisticians in appendix II“. Pada Lampiran 1 dapat dilihat bahwa populasi “Maros Sintetik-1(S1)C1” mempunyai µ = 3,0 t/ha dan simpangan baku σ = 0,5 t/ha, maka besarnya peluang untuk memperoleh hasil dengan potensi lebih 4,0 t/ha (x > 4,0) adalah p(x>4,0) = p(z>2,0)= 0,0228 dan antara 2,5 – 4,0 t/ha (2,5<x<4,0) adalah p(-1,0<z<2,0) = (0,5000 - 0,1587) + (0,5000 – 0,0228) = 0,8185. Berdasarkan hasil ini dapat disimpulkan bahwa pada kondisi kahat N famili S1 dari Maros Sintetik-1.C1 hanya mempunyai peluang 2,28 % yang hasilnya >4,0 t/ha, sedangkan hasil diantara 2,5 – 4,0 t/ha adalah 81,85 %. Dengan kata lain masih ada entri yang dapat diseleksi dengan potensi hasil >4,0 t/ha jika ditanam pada lingkungan kahat N (50 kg urea/ha). Selanjutnya dikemukakan oleh Snedecor (1946) bahwa jumlah pengaruh sisa (ei) dari galat
baku nilai tengah sebaran normal sama dengan nol (∑ei = 0).
Barreto et al., (1991a, 1991b, 1991c) adalah yang pertama kali
mengembangkan seleksi indeks dengan sebaran normal baku. Famili yang terpilih dengan nilai terendah dari seleksi indeks dinyatakan sebagi penyumbang gen terbaik untuk tetua calon varietas. Indeks dihitung dengan formula :
Indeks =
∑
[
(
x
j−
m
j)
2i.
j]
2xj = peubah acak yang dinyatakan dalam sebaran Z;
Z =
−
s
x
x
j
mj = bobot seleksi yang dinyatakan dalam galat baku
ij = Intensitas seleksi
(mj dan ij : pembobot yang diberikan oleh pemulia pada
setiap peubah ke j ; j = 1,2,…..n )
Penerapan sebaran normal baku telah digunakan untuk memperoleh famili S2 superior dari 210 famili populasi Bisma.C0 yang dievaluasi termasuk varietas pembanding (kontrol) dengan intensitas seleksi 10 %. Dilaksanakan dengan metoda Alfa Latis dua ulangan di Bontobili selama dua musim berturut dalam MT 1999/2000. Karakter famili yang terpilih dapat dilihat pada Tabel 2, dan kode entri disajikan pada Tabel 3.
Pada Tabel 2 kriteria pemilihan famili S2 adalah dengan menetapkan bahwa peubah umur tanaman menyerbuk, umur berambut, aspek tanaman, aspek kelobot, aspek tongkol, jumlah populasi tanaman terpanen per ha dan kadar air biji saat panen, ditentukan sama dengan sifat bawaan populasinya (σ = 0). Kemudian tinggi tanaman dan tinggi tongkol dipilih yang lebih tinggi dari populasinya (σ = 1), serta potensi hasil maksimal (σ = 3,0). Nilai simpangan baku untuk kriteria seleksi dengan sebaran normal baku ditetapkan diantara –3,0 dan +3,0, dan kriteria penetapannya sesuai keinginan pemulia.
Tabel 2. Karakter Famili S2 yang Terpilih dari Bisma.C0
dengan Metoda Sebaran Normal Baku. Bontobili 2000
Karekter Rataan Populasi Selisih (BNT.5)
Umur menyerbuk, hari 49,3 - 2,5
Umur berambut, hari 52,9 - 3,3
Tinggi tanaman, cm 135,1 5,5 31,1
Tinggi tongkol, cm 63,4 4,5 18,7
Aspek tanaman , skor 2,0 - 1,7
Aspek kelobot, skor 1,0 - 0,8
Aspek tongkol, skor 2,0 - 1,3
Tanaman terpanen, % 90,0 - -
Kadar air panen % 32,0 - 6,7
Hasil, kg/ha 2.448 526 1.435
Tabel 3. Famili S2 Terpilih dari Bisma.C0 dengan Seleksi Indeks Bisma (S2)C0.9-1-3 Bisma(S2)C0.134-1-1 Bisma(S2)C0.13-1-5 Bisma(S2)C0.140-1-3 Bisma(S2)C0.25-1-1 Bisma(S2)C0.157-1-1 Bisma(S2)C0.30-1-2 Bisma(S2)C0.157-1-3 Bisma(S2)C0.58-1-2 Bisma(S2)C0.157-1-4 Bisma(S2)C0.66-1-1 Bisma(S2)C0.166-1-1 Bisma(S2)C0.66-1-4 Bisma(S2)C0.186-1-1 Bisma(S2)C0.66-1-4 Bisma(S2)C0.194-1-2 Bisma(S2)C0.118-1-4 Bisma(S2)C0.199-1-1 Bisma(S2)C0.120-1-3 Sebaran t
Keperluan seleksi dengan sebaran t, diterapkan untuk mengetahui apakah hipotesis H0 ditolak atau diterima pada suatu peubah, misalnya famili yang telah terpilih apakah potensinya terbukti lebih baik dari karakter populasinya, untuk membuktikan hipotesis ini dapat ditelusuri dengan uji sebaran t. Model sebaran-t dikenal juga dengan sebutan t-student. T-student adalah nama samaran dari W.S. Cossit (1908). Model sebaran-t sebagai berikut (Mood, Graybill, and Boes., 1974) :
f(x) = Γ(k + 1)/2]/[Γ(k/2)].1/ [√ (kπ)].1/[(1+x2/k)(k+1)/2]:
Ruang Parameter : k>0
Ε(x) = µ = 0, k>1 (nilai harapan)
Ε (x-µ)2 = Εx2 – Ε (x) Ε (x) = k/(k-2) (Ragam)
Fungsi Pembangkit Moment Ε (etx) = tidak ada (not exist)
Γ = fungsi gamma; Γ (α) = (α - 1)!
Pada sebaran-t, penduga ragam populasi σ2 dapat dihitung
dari ragam contoh (s2) untuk n≥30, yakni s2 =1/n[Σxi2-(Σxi)2/n].
Model sebaran t dapat digunakan untuk uji hipotesis nilai tengah populasi. Apakah nilai tengah contoh sama dengan nilai tengah populasi, atau Η0 : µ = µ0 vs. Η1 : µ ≠ µ0 (µ0 : nilai tengah
contoh).
Formula untuk uji hipotesis adalah :
thit = [x-µ0]/[s/√n] dengan kriteria jika thit ≤ ttab(n-1) terima Ηo
db = n - 1 thit > ttab(n-1) tolak Ηo
Pada Lampiran 1 diperoleh bahwa rataan famili S1 dari
populasi Maros Sintetik-1(S1)C1 adalah
x
= 3146 kg/ha dengansimpangan baku s = 961 kg/ha. Berdasarkan sifat populasi ini telah diketahui bahwa µ = 3000 kg/ha, dan dari contoh 100 famili S1 yang dievaluasi dapat disimpulkan bahwa µo dari contoh dapat diterima sama dengan nilai tengah populasinya, sesuai nilai thit berikut:
thit = (3146 – 3000)/(961/√100) = 1,519
ttab(n-1) = t(5%,99) = 1,990
Disimpulkan bahwa thit ≤ ttab(5%,99) artinya rataan contoh yang
diperoleh tidak berbeda nyata dengan rataan populasinya. Selanjutnya Steel and Torrie (1981) bahwa untuk menguji hipotesis antara dua nilai tengah contoh populasi dapat digunakan uji t-student dengan formula :
thit = (x1 – x2)/sy1-y2 db = (n1 – 1) + (n2 –1)
sx1-x2 = √ s2[(n1 + n2)/n1.n2]
s2 = [Σx12 – (Σx1)2/n1 +Σx22–(Σx2)2/n2]/[(n1 – 1) + (n2 – 1)]
dengan kriteria jika thit ≤ ttab(n-+n2-2) terima H0
thit > ttab(n1+n2-2) tolak H0
Hasil dari famili S2 populasi Bisma.C0 menunjukkan perbedaan nyata dengan famili S1, sesuai dengan statistik uji dari t-student berikut :
Pada kasus ini ingin diuji :
Η0 : µ1 = µ2 vs. Η1 : µ1 > µ2
(µ1,2 : nilai tengah famili S1 dan S2)
Diperoleh karakter untuk famili S1 :
x
1 =2990 kg/ha Jumlah kuadrat (JK) = Σx12 – (Σx1)2/n1 = 2031,897 – (629,756)2/210 = 143,361 n1 = 210 famili S1 Famili S2 :x
2 = 2403 kg/haJumlah kuadrat (JK) = Σx22 – (Σx2)2/n2 = 1453,726 – (540,722)2/210 = 61 n2 = 210 famili S2 s2 = (143,301 + 61,439)/(420 – 2) = 0,489 sx1-x2 = √[0,489 ((420/(210.210)] = 0,068 thit = (2,990 – 2,403)/0,068 = 8,632 ttab(n-+n2-2) = 1,960
thit > ttab(n1+n2-2) artinya tolak H0 dan dapat disimpulkan
bahwa rataan hasil dari famili S1 nyata lebih tinggi dari famili S2. Berdasarkan hasil ini dapat juga diketahui bahwa nilai depressi silang dalam (inbreeding) famili S2 terhadap famili S1 Bisma.C0 adalah (2990 – 2403)/2990 = 19,63 %.
Sebaran χ2 (Chi – kuadrat)
Sebaran ini dapat digunakan untuk membuktikan bahwa kegiatan persilangan silang balik, apakah telah mengikuti hukum segregasi Mendel atau tidak. Jika dalam analisisnya ternyata hipotesis Η0 diterima artinya kegiatan persilangan telah berhasil mengikuti hukum segregasi Mendel.
Model sebaran sebagai berikut :
f(x) = 1/[Γ(k/2).(0,5)k/2 xk/2-1e-(1/2)x 0<x<~
Ruang parameter k = 1,2, . . . Ε(x) = k (nilai harapan)
Ε (x-µ)2 = Εx2 – E(x) Ε (x) = 2k
Fungsi Pembangkit Moment Ε (etx) = (1/1-2t)k/2
(Mood, Graybill, and Boes., 1974)
Penerapan sebaran χ2 dapat dikembangkan dengan formula
yang dikemukakan oleh Winchester (1951); Mendenhall dan Scheaffer (1973) bahwa untuk menguji hipotesis H0 : ρ1 = ρ2
vs. H1 : ρ1 ≠ ρ2 digunakan formula : χ2 =
∑
(
−
)
~ χ i 2 i ie
e
o
2 α(r-1)(c-1) : dimana oi : hasilobservasi dan ei : nilai harapan observasi.
Jika jika χ2
hit ≤ χ2tab(r-1.c-1) terima H0
χ2
Contoh berikut disadur dari data Winchester (1951). Pada persilangan diploid antara F1 dari populasi Maros Sintetik-2 (AABB: biji putih, tipe mutiara) x Pulut (aabb: bening, gigi kuda) diharapkan ratio phenotipe akan mengikuti hukum Mendel yakni 9 : 3 : 3 : 1, atau Ηo : αi = ratio 9 : 3 : 3 : 1 vs. Η1 tidak sama.
Data tipe biji setelah tongkolnya diklasifikasi dapat dilihat pada Tabel 4.
Tabel 4. Karakter Tongkol dari Hasil Persilangan Perbaikan Jagung Pulut
Karakter biji Oi Ei
Putih, mutiara 315 313
Putih gigi kuda 101 104
Bening, mutiara 102 104
Bening, gigi kuda 32 35
Jumlah 556 556
χ2 = (315 – 313)2/313 + (101 – 104)2/104 + (102 – 104)2/104
+ (32 – 35)2/35 = 0,5103
χ2
tab(r-1.c-1) = 7,815 atau terima Η0, artinya ratio hasil
persilangan antar generasi F1 dari entry diploid diterima mengikuti hukum segregasi Mendel.
KESIMPULAN
Pendekatan uji statistika sangat penting ketepatannya untuk digunakan dalam seleksi famili jagung. Ukuran penyebaran data yang penting adalah nilai tengan (x) dan standar deviasi. Sebaran normal baku dapat digunakan untuk memilih famili dengan menetapkan peubah secara serentak oleh Pemulia.
Sebaran t-student dapat digunakan untuk mengetahui nilai
tengah contoh akan sama dengan populasinya atau tidak, dan uji Chi-kuadrat untuk mengetahui apakah karakter dari hasil persilangan berhasil mengikuti Hukum Segregasi Mendel atau tidak.
DAFTAR PUSTAKA
Barreto. H. J., J. A. Bolanos., and G.O. Edmeades., 1991a. Selection Assistant Training Manual. Maize Breeding Program. CIMMYT El Batan Mexico.
Barreto. H. J., J. A. Bolanos., and H. S. Cordova., 1991b. Selection Index Program. Software Operation Guide. Maize Breeding Program. CIMMYT El Batan Mexico.
Barreto. H. J., G. O. Edmeades., S.C. Chapman., Y. J. Crossa.,
1991c. El Diseno Alfa-Latice en Fitomejaramiento y
Agronomia. Generation y Analisis. Publicado en Sintesis de Resultados Experimentales Del Prm 1992. Vol. 4(1993). p. 273-283
Mendenhall, W. and Scheaffer. R., 1973. Mathematical Statistics and Applications. University of Florida. Duxbury Press Scituate. Massachusctts. p. 501
Mood. A. M., F. A.. Graybill., and D. C. Boes., 1974. Introduction to the Theory of Statistics. 3nd. MC Graw-Hill Kagarusha. LTD. Tokyo. p. 107
Steel R. G. D., Torrie. J. H., 1981. Principles and Procedures of Statistics. A Biometrical Approach. Second Edition. International Student Edition. p.76
Winchester, A. M., 1951. Genetics. A Survey of the Principles of Heredity. Stetson University. p. 153