AN
P
NALISIS
FAKU
PLASMA
LINTAS BEBERA
ULTAS MA
A NUTFA
DEPAR
ATEMATI
INSTITU
AH GAND
APA SIFA
ASTRIYA
RTEMEN S
IKA DAN I
UT PERTA
BOGO
2011
DUM (Triti
AT AGRO
icum aestiv
ONOMI
vum L.)
ANY
STATISTIK
ILMU PEN
KA
ANIAN BOG
NGETAHU
UAN ALAM
M
GOR
OR
1
RINGKASAN
ASTRIYANY. Analisis Lintas Beberapa Sifat Agronomi Plasma Nutfah Gandum (Triticum
aestivum L.). Dibimbing oleh BUDI SUSETYO, DIAN KUSUMANINGRUM dan SUTORO.
Penelitian ini menggunakan data percobaan yang merupakan hasil penelitian Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya Genetik Pertanian (BB- Biogen) Bogor. Percobaan dilaksanakan pada bulan Juni hingga Oktober 2002 di Instalasi Percobaan Pacet, Jawa Barat menggunakan rancangan acak kelompok (RAK) dengan 66 genotipe gandum sebagai perlakuan yang diulang sebanyak tiga kali. Sehingga secara keseluruhan terdapat 198 satuan percobaan. Tujuan dari penelitian ini adalah untuk membandingkan pengaruh varietas dan kelompok terhadap sifat agronomi tanaman gandum dengan analisis ragam peubah ganda dan mengetahui peubah yang berpengaruh secara langsung dan berpengaruh tidak langsung terhadap hasil biji total tanaman gandum serta menentukan besarnya pengaruh tersebut dengan analisis lintas. Analisis ragam peubah ganda (Manova) merupakan teknik analisis statistik yang digunakan untuk menguji tentang perbedaan pengaruh beberapa vektor rata-rata populasi. Hasil Manova menunjukkan bahwa terdapat perbedaan pengaruh antara perlakuan dan kelompok terhadap sifat-sifat agronomi tanaman gandum. Oleh sebab itu, setiap data unit percobaan digunakan dalam analisis lintas.
Analisis lintas merupakan metode untuk mengkaji pengaruh langsung dan tidak langsung dari peubah-peubah penyebab terhadap peubah-peubah lain sebagai peubah akibat. Hasil analisis lintas plasma nutfah gandum yang dikelola BB-Biogen terhadap peubah hasil biji/plot diperoleh kesimpulan bahwa peubah umur masak, umur berbunga, laju pengisian biji dan waktu pengisian biji memberikan pengaruh langsung yang terbesar terhadap penambahan hasil biji/plot. Pengaruh tidak langsung terbesar diberikan oleh peubah rasio organ produktif terhadap tinggi tanaman melalui peubah rasio panjang tangkai malai terhadap jumlah biji/ malai. Pengaruh total terbesar terhadap hasil biji/plot diberikan oleh peubah rasio anakan produktif melalui jumlah anakan produktif. Hal ini menunjukkan bahwa sifat agronomi yang paling berpengaruh terhadap hasil biji yaitu banyaknya jumlah anakan yang dihasilkan dari organ produktif. Varietas yang baik dikembangkan melalui beberapa peubah tersebut adalah V-196, V-182, V-234, V-170 dan V-132. Oleh karena itu peubah-peubah dan varietas-varietas tersebut perlu diperhatikan pada saat melakukan seleksi terhadap plasma nutfah gandum, terutama untuk mengoptimalkan hasil biji. Kata Kunci: analisis ragam peubah ganda, analisis lintas, gandum
ANALISIS LINTAS BEBERAPA SIFAT AGRONOMI
PLASMA NUTFAH GANDUM (Triticum aestivum L.)
ASTRIYANY
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2011
Judul : Analisis Lintas Beberapa Sifat Agronomi Plasma Nutfah Gandum
(Triticum aestivum L.)
Nama : Astriyany
NRP :
G14070077
Disetujui :
Pembimbing I,
Pembimbing II,
Dr. Ir. Budi Susetyo, MS Dian Kusumaningrum, M.Si
NIP : 196211301986031003
Pembimbing III,
Dr. Ir. Sutoro, MS
NIP : 1953120819820311001
Diketahui :
Ketua Departemen Statistika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
Dr. Ir. Hari Wijayanto, MS
NIP : 196504211990021001
PRAKATA
Alhamdulillahi Rabbil ‘Alamiin, segala puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Shalawat serta salam semoga selalu tercurah kepada Nabi Muhammad SAW beserta keluarga, sahabat, dan pengikutnya hingga akhir zaman.
Karya ilmiah ini berjudul “Analisis Lintas Beberapa Sifat Agronomi Plasma Nutfah Gandum (Triticum aestivum L.)”. Penulis mengucapkan terima kasih kepada Bapak Dr. Ir. Budi Susetyo, MS, Ibu Dian Kusumaningrum, M.Si dan bapak Dr. Ir. Sutoro, MS selaku dosen pembimbing atas bimbingan, saran, dan masukan yang diberikan sehingga karya ilmiah ini dapat diselesaikan. Penulis juga mengucapkan terima kasih kepada :
1. Bapak Dr. Ir. Budi Susetyo MS, Ibu Dian Kusumaningrum, M.Si dan Bapak Dr. Ir. Sutoro, MS selaku dosen pembimbing atas bimbingan, diskusi dan saran yang berharga selama menyelesaikan skripsi ini.
2. Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya Genetik Pertanian (BB-Biogen) Bogor yang telah memberikan izin atas penggunaan data plasma nutfah gandum untuk penelitian ini.
3. Seluruh dosen Departemen Statistika yang telah memberikan ilmu dan nasihat yang bermanfaat bagi penulis dan seluruh Staf Tata Usaha Departemen Statistika yang telah membantu dalam administrasi penulis selama perkuliahan.
4. Bapak Prof. Dr. Ir. Aunuddin selaku penguji luar komisi pada sidang skripsi penulis, terima kasih atas koreksian dan saran yang telah diberikan kepada penulis.
5. Ayah, Bapak, Mommy serta kakak- kakaku atas segala doa, kasih sayang, dukungan, dan semangat yang telah diberikan kepada penulis.
6. Teman-teman Statistika 44, 45 dan 46 serta semua pihak yang telah mendukung dan membantu penulis selama ini yang tidak dapat disebutkan satu- persatu. Terima kasih untuk semuanya. Penulis menyadari masih banyak kekurangan yang terdapat dalam karya ilmiah ini, semoga karya ilmiah ini dapat bermanfaat bagi semua pihak yang membutuhkan.
Bogor, Desember 2011
RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 20 April 1989 dari pasangan Bapak Sumarjo dan Ibu Agena Saragih. Penulis merupakan anak ketiga dari tiga bersaudara.
Tahun 2001 penulis lulus dari SD Negeri 03 Cibinong, kemudian melanjutkan studi di SMP Negeri 01 Cibinong hingga tahun 2004. Selanjutnya penulis menyelesaikan pendidikannya di SMA Negeri 03 Bogor dan lulus pada tahun 2007. Pada tahun yang sama penulis diterima IPB melalui jalur SPMB sebagai mahasiswa Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam. Pada tahun 2011 Penulis menjalankan tugas Praktek Lapang di Pusat Data dan Informasi Ketenagakerjaan (Pusdatinaker), Badan Penelitian, Pengembangan, dan Informasi (Balitfo), Kementerian Tenaga Kerja dan Transmigrasi (Kemenakertrans) selama dua bulan sebagai staf Subbidang Hubungan Industrial dan Jaminan Sosial Tenaga Kerja.
DAFTAR ISI
Halaman
DAFTAR TABEL... vii
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN ... vii
PENDAHULUAN Latar Belakang... 1
Tujuan... 1
TINJAUAN PUSTAKA Gandum... 1
Analisis Ragam Peubah Ganda... 1
Analisis Lintas... 2
Koefisien Lintas... 3
Pengujian Koefisien Lintas... 3
Uji Kebaikan Model... 4
METODOLOGI Bahan ... 4
Metode... 4
HASIL DAN PEMBAHASAN Statistika Deskriptif... 5
Analisis Ragam Peubah Ganda... 5
Pengujian Asumsi Analisis Lintas... 5
Analisis Lintas... 6
KESIMPULAN DAN SARAN Kesimpulan... 8
Saran... 9
DAFTAR PUSTAKA... 9
DAFTAR TABEL
Halaman
1. Keterangan peubah eksogen ... 4
2. Nilai simpangan kelinieritasan ... 6
3. Nilai t dan nilai-p koefisien lintas ... 7
4. Persamaan-persamaan struktural pada analisis lintas ... 7
5. Pengujian kebaikan model ... 7
DAFTAR GAMBAR 1. Diagram korelasi peubah endogen terhadap peubah eksogen ... 6
DAFTAR LAMPIRAN 1. Statistik deskriptif tiap peubah ... 11
2. Asumsi analisis ragam peubah ganda ... 11
3. Analisis ragam peubah ganda 11 4. Korelasi antar peubah ... 12
... 2.1 Asumsi normal ganda ... 11
2.2 Pengamatan saling bebas ... 11
... 5. Nilai pengaruh langsung, tidak langsung, dan total dari diagram lintas ... 13
6. Diagram lintas dan koefisien lintas model I gandum ... 13
7. Diagram lintas dan koefisien lintas model II gandum ... 14
8. Diagram pencar antara sisaan baku dengan nilai dugaan ... 14
9. Algoritma metode yang diterapkan dalam penelitian ... 15
1
PENDAHULUAN Latar Belakang
Gandum (Triticum aestivum L.) merupakan komoditas pangan penting di dunia karena kandungan gizinya yang tinggi, yaitu sebagai sumber kalori dan protein. Gandum digunakan sebagai bahan baku tepung terigu yang kemudian digunakan untuk pembuatan berbagai produk makanan seperti roti, mie, kue, biskuit dan makanan ringan lainnya. Hampir 43 negara di dunia menggunakan gandum sebagai bahan makanan pokok atau sekitar 35% dari total penduduk dunia (Kurnia 2009).
Indonesia merupakan negara yang mengkonsumsi gandum cukup besar di dunia dan negara pengimpor gandum terbesar di Asia Tenggara dengan volume impor sebesar 3.7 juta ton pada tahun 2008 dan terus meningkat setiap tahunnya (Dirjen Tanaman Pangan 2008). Mengingat akan semakin meningkatnya devisa yang akan dikeluarkan dan ketergantungan terhadap impor gandum dalam negeri, maka diperlukan pengembangan gandum dengan penerapan teknologi budi daya yang sesuai dengan kondisi di Indonesia. Tanaman gandum sudah lama dikenal di Indonesia, namun karena adaptasi yang terbatas pada dataran tinggi dan saingan dari tanaman lain yang bernilai ekonomi tinggi, maka hingga kini luasan penanaman gandum maupun volume produksinya masih belum signifikan jika dibandingkan dengan volume kebutuhan biji gandum (Sovan 2002).
Penelitian tentang uji adaptasi dan daya hasil gandum telah banyak dilakukan di berbagai lokasi penanaman di Indonesia (Azwar 1989). Hubungan kausal hasil gandum dengan sifat-sifat agronomi yang mempengaruhinya diperlukan untuk menentukan seleksi plasma nutfah gandum tersebut. Peubah hasil merupakan salah satu peubah yang bersifat kuantitatif, yang nilainya sangat dipengaruhi oleh banyak faktor termasuk lingkungan tumbuh, sehingga untuk menduga keragamannya diperlukan peubah lain (misalnya sifat-sifat agronomi) yang diketahui memiliki hubungan fungsional dengan hasil gandum.
Keeratan hubungan linier antara hasil gandum dan sifat agronomi dapat diketahui dengan menggunakan analisis korelasi. Analisis korelasi memiliki kelemahan karena hanya mengukur keeratan hubungan linier antara peubah, selain itu dapat terjadi salah penafsiran yang disebabkan karena adanya interaksi antar sifat agronomi. Pengaruh tidak
langsung melalui sifat agronomi lain dapat lebih berperan daripada pengaruh langsung. Selain itu hubungan kausal (sebab-akibat) tidak dapat dijelaskan dengan baik oleh analisis ini. Kendala ini dapat diatasi dengan menggunakan analisis lintas yang mampu menentukan kontribusi relatif, dari sifat-sifat agronomi terhadap hasil. Menurut Dillon dan Goldstein (1984), analisis lintas merupakan metode untuk mengkaji pengaruh langsung dan tidak langsung dari peubah-peubah penyebab (eksogen) terhadap peubah-peubah lain sebagai peubah akibat (endogen).
Tujuan Penelitian ini bertujuan untuk :
1. Membandingkan pengaruh varietas dan kelompok terhadap sifat agronomi tanaman gandum.
2. Mengetahui peubah yang berpengaruh secara langsung dan berpengaruh tidak langsung terhadap hasil biji total tanaman gandum serta menentukan besarnya pengaruh tersebut dengan menggunakan analisis lintas.
TINJAUAN PUSTAKA Gandum
Gandum merupakan komoditas tanaman pangan penghasil karbohidrat yang termasuk dalam kelompok serealia. Secara botani, gandum (Triticum aestivum L.) termasuk dalam kelas Monokotil, ordo Graminales, famili Graminese atau Poaceae, dan genus
Triticium. Adapun karakterisik tanaman
gandum adalah sebagai berikut (Direktorat Budidaya Serealia 2001):
1. Batang tanaman gandum tegak, berbentuk silinder dan membentuk tunas. Tinggi tanaman gandum atau panjang batang dipengaruhi oleh sifat genetik dan lingkungan tumbuh.
2. Daun gandum berongga, berbentuk silinder, diselaputi plumula yang terdiri dari dua sampai tiga helai daun. Helaian daun gandum tersusun dalam setiap batang.
3. Bunga gandum berbentuk malai, terdiri dari bulir-bulir. Tiap bulir terdiri dari lima buah bunga. Gandum termasuk tanaman yang mengadakan penyerbukan sendiri (vegetatif).
4. Butir gandum secara botani adalah buah (caryopsis). Biji terdiri dari nutfah (embrio). Bentuk butir bervariasi dari lonjong bundar sampai lonjong lancip. Biji gandum berwarna merah kecoklatan.
2
Analisis Ragam Peubah Ganda Analisis ragam peubah ganda atau
Multivariate Analysis of Varians (Manova)
merupakan teknik analisis statistik yang digunakan untuk menguji tentang perbedaan beberapa vektor rata-rata populasi (Johnson dan Winchern 1998).
M ikut
odel linier Manova adalah sebagai ber :
Di mana
adalah nilai pengamatan respon ke-k dari kelompok ke-j yang memperoleh perlakuan ke-i, adalah peubah acak Np (0,Σ). Vektor parameter μ adalah nilai tengah umum, mencerminkan pengaruh perlakuan ke-i, dan mencerminkan pengaruh kelompok ke-j (Johnson dan Winchern 1998).
i=1,2,..,t; j=1,2,…,b dan k=1,2,...,p
Hipotes s :
H1 : , , , i= 1,2,.., t j= 1,2,.., t
i H0 :
Uji signifikansi multivariat untuk mengetahui adanya perbedaan vektor rata-rata populasi dapat dievaluasi dengan berbagai kriteria uji statistika, yaitu Pillai’s Trace,
Hotelling’s Trace, Wilk’s Lambda dan Roy’s Larget root . Statistik uji yang digunakan
dalam penelitian kali ini adalah Wilk’s
Lambda yang secara umum banyak digunakan
dan memiliki hasil estimasi yang baik (Hair et
al 1995). Ru u Wilk’s Lambda adalah
sebagai berikut: m s | | | |
=
|∑ ∑ ′| |∑ ∑ ′| Tolak H0 jika>
,∑ Dimana:W = Jumlah kuadrat dalam perlakuan dan hasil kali silang
B = Jumlah kuadrat antara perlakuan dan hasil kali silang
B+W = Jumlah kuadrat total terkoreksi dan hasil kali silang.
Sebelum dilakukan pengujian hipotesis menggunakan Manova, terlebih dahulu diselidiki asumsi yang disyaratkan (Johnson
dan Winchern 1998). Asumsi yang dimaksud adalah:
1. Data berasal dari populasi yang berdistribusi normal ganda.
Hipotesis yang digunakan dalam pengujian asumsi normal ganda yaitu :
H0 : Data menyebar normal ganda
H1 : Data tidak menyebar normal ganda.
Pemeriksaan pemenuhan asumsi kenormalan ganda dilakukan dengan jalan mencari jarak mahalonobis dari setiap objek, kemudian diurutkan dari yang terkecil sampai dengan yang terbesar dan diplotkan terhadap nilai-nilai khi-kuadrat dari tiap-tiap jarak mahalonobis tersebut. Menurut Johnson dan Winchern (1998), jarak mahalanobis didefinisikan sebagai berikut :
dj2 = (xj - )` S-1(xj - ) , j= 1, 2,….,n
Keterangan :
dj2 = jarak Mahalanobis pengamatan ke-j
xj
= vektor nilai tengah peubah amatan = vektor yang berisi nilai peubah
untuk seluruh pengamatan amatan pada pengamatan ke-j S-1 = invers matriks peragam
Apabila terdapat paling sedikit 50% dari nilai ; . maka sebaran data dapat dikatakan mengikuti sebaran distribusi normal ganda.
2. Homogenitas matriks ragam-koragam Dalam pengujian kehomogenan matriks ragam-koragam hipotesis yang akan digunakan adalah:
H0: Σ1= Σ2 = ... = Σg = Σ
H1: , 0, i= 1,2,.., g
Uji kehomogenan matriks ragam-koragam dengan menggunakan uji Box’s M. Prosedur pada uji Box’s M ini menggunakan pendekatan sebaran khi-kuadrat dengan derajat bebas
(g – 1) p(1+p). Statistik ujinya adalah:
1 ln| | 1 ln | |
keterangan:
S = matriks kombinasi koragam contoh setiap kombinasi
3
Jika M > χ2
α,1/2 (g – 1)p(1+p) , artinya tolak H0
pada taraf nyata α, maka matriks koragam dari g kelompok tidak homogen.
3. Hubungan independensi antar peubah yang diamati.
Peubah-peubah yang saling bebas dari respon yang diamati dapat dilihat dari plot residualnya, jika plot tidak membentuk pola maka antar pengamatan dalam setiap respon saling bebas.
Analisis Lintas
Analisis lintas dikembangkan oleh Sewall Wright sebagai metode untuk mengkaji pengaruh langsung dan tidak langsung dari peubah, dimana beberapa peubah sebagai penyebab terhadap peubah lain sebgai peubah akibat (Dillon dan Goldstein 1984). Metode ini merupakan salah satu metode yang digunakan untuk menjelaskan sistem dengan peubah-peubah yang saling berhubungan.
Analisis lintas bukanlah suatu metode untuk menemukan penyebab-penyebab tetapi merupakan suatu metode yang dipakai untuk model kausal yang telah dirumuskan oleh peneliti atas dasar pengetahuan dan pertimbangan-pertimbangan yang teoritis (Kerlinger & Pedhazur 1973).
Asumsi-asumsi yang mendasari analisis lintas adalah (Dillon dan Goldstein 1984) : 1. Hubungan antar peubah respon dengan
peubah penjelas di dalam model bersifat linier, aditif, dan sebab akibat.
2. Peubah sisaan tidak saling berkorelasi juga tidak berkorelasi dengan peubah penjelas di dalam sistem.
3. Hanya ada hubungan kausal satu arah dalam model, model rekursif.
4. Peubah endogen minimal terukur dalam skala interval.
5. Peubah yang diamati diasumsikan diukur tanpa kesalahan.
6. Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan.
Koefisien Lintas
Menurut Dillon dan Goldstein (1984), koefisien lintas menunjukkan pengaruh langsung peubah yang ditentukan sebagai penyebab terhadap peubah yang ditentukan sebagai akibat. Simbol yang biasa digunakan untuk menotasikan koefisien lintas adalah ρij,
dimana i menunjukkan akibat (peubah endogen) dan j menunjukkan penyebab (peubah eksogen). Koefisien lintas merupakan koefisien regresi linear yang dibakukan.
Persamaan regresi linear baku adalah: ZY = ρYX1ZX1 +ρYX2ZX2 +…+ρYXkZXk + ρY
dengan :
ZY = peubah tak bebas yang dibakukan
ZXk = peubah bebas yang dibakukan
ρYXk = koefisien lintas
ρY = koefisien lintas peubah sisa
= peubah sisa
Pengaruh-pengaruh yang tidak dapat dijelaskan oleh suatu model disebut dengan koefisien lintas sisa. Nilai dari koefisien lintas sisa dapat diperoleh dari :
ρY = 1- ∑ ρki=1 XkrXk
Koefisien ini menunjukkan pengaruh langsung dari peubah diluar persamaan. Besaran ρY 2 dalam analisis lintas sama
dengan (1-R2) dalam analisis regresi berganda.
Besarnya pengaruh langsung dinyatakan oleh besarnya koefisien lintas. Penjumlahan dari pengaruh langsung dan tak langsung disebut sebagai pengaruh total.
Pengujian Koefisien Lintas
Uji signifikan untuk koefisien lintas menggunakan uji t. Nilai t untuk tiap persamaan dalam model diperoleh dari:
t = dengan db = n - k -1 dimana:
ρi = koefisien lintas ke-i
SEρi = galat baku dari koefisien lintas ke-i
n = banyaknya pengamatan k = banyaknya koefisien lintas Hipotesis pengujiannya adalah:
H0 : ρi = 0, Koefisien lintas tidak signifikan
H1 : ρi ≠ 0, Koefisien lintas signifikan
Uji Kebaikan Model
Pengujian kebaikan model dapat dilakukan dengan uji χ2. Diasumsikan model- model
tersebut layak mewakili data. Pengujian didasari pada besaran yang didefinisikan oleh Specht sebagai koefisien determinasi umum (Mi).
Dimana besaran Specht tersebut adalah: M1= 1-(1-R12)(1-R22)...(1-Rk2)
4
Kemudian analog dengan M1 didefinisikan M2
sebagai berikut:
M2= 1-(1-R12)(1-R22)...(1-Rk*2)
Dimana:
0≤ M2≤ M1 ≤1
Dengan:
n = Jumlah sampel keseluruhan d = Selisih banyaknya koefisien lintas
Rk2 = Koefisien determinasi dari
persamaan ke-k
M1 = Koefisien determinasi umum model I
M2 = Koefisien determinasi umum model II
k = Banyaknya persamaan model I k* = Banyaknya persamaan model II Hipotesis Pengujian adalah:
H0 : ρij = 0, Model tidak memadai
H1 : ρij ≠ 0, Model memadai
Dengan statistik uji:
W= -(N-d) ln Q Q=
Sehingga W~ χ2 dengan d derajat bebas, d
adalah selisih banyaknya koefisien lintas di dua model (Dillon dan Goldstein 1984).
METODOLOGI Bahan
Data yang digunakan adalah data sekunder yang merupakan hasil penelitian Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya Genetik Pertanian (BB- Biogen) Bogor. Percobaan dilaksanakan pada bulan Juni hingga Oktober 2002 di Instalasi Percobaan Pacet, Jawa Barat menggunakan rancangan acak kelompok (RAK) dengan 66 genotipe gandum sebagai perlakuan yang diulang sebanyak tiga kali. Sehingga secara keseluruhan terdapat 198 satuan percobaan. Benih gandum tersebut ditanam dengan jarak 25 cm × 10 cm, jarak antar petak 50 cm, dan jarak antar ulangan sebesar 75 cm pada petak berukuran 3 m × 1 m untuk setiap nomor.
Data tersebut terdiri atas peubah hasil biji/ plot (gram) tanaman gandum yang didefinisikan sebagai peubah tak bebas yang dalam analisis lintas disebut peubah endogen (Y). Adapun peubah-peubah bebas pengukuran hasil total tanaman gandum yang dalam analisis lintas disebut peubah eksogen adalah:
Tabel 1 Keterangan peubah eksogen
Peubah Keterangan
X1 Jumlah anakan vegetatif (buah)
X2 Jumlah anakan produktif (buah)
X3 Tinggi tanaman (cm)
X4 50% umur berbunga (hari)
X5 95% umur masak (hari)
X6 Panjang malai (cm)
X7 Panjang tangkai malai (cm)
X8 Jumlah biji/ malai (biji)
X9 Rasio anakan produktif (buah)
X10 Rasio anakan vegetatif dengan
produktif (buah)
X11 Rasio organ produktif terhadap tinggi
tanaman (buah/ cm) X12 Waktu Pengisian Biji (hari)
X13 Laju Pengisian Biji (gram/ hari)
X14 Rasio Panjang tangkai malai terhadap
jumlah biji/ malai (cm/ biji)
X15 Jumlah biji/ panjang tangkai malai
(buah/ cm) Metode
Prosedur – prosedur yang dilakukan untuk mencapai tujuan-tujuan penelitian ini yaitu : 1. Melakukan statistika deskriptif dan
eksplorasi data
2. Melakukan analisis ragam peubah ganda (manova) untuk menguji pengaruh dari varietas dan kelompok pada data percobaan yang digunakan
3. Pengujian asumsi manova
4. Merancang model berdasarkan konsep dan teori
5. Pengujian asumsi analisis lintas
6. Pendugaan parameter atau perhitungan koefisien lintas
7. Menghitung besarnya pengaruh langsung, tidak langsung dan total peubah eksogen terhadap peubah endogen
8. Pengujian kebaikan model 9. Interpretasi model
HASIL DAN PEMBAHASAN Statistika Deskriptif
Statistik deskriptif dari tiap peubah disajikan pada Lampiran 1. Hasil analisis deskriptif menunjukkan bahwa sifat agronomi yang memiliki nilai rata-rata terbesar adalah umur masak (X5) sedangkan yang memiliki
simpangan baku terkecil adalah rasio anakan tidak produktif (X9). Laju pengisian biji
(X13) memiliki variasi yang paling besar yang
ditunjukkan oleh nilai koefisien keragaman 35.32%. Hal ini menunjukkan bahwa laju
5
pengisian biji cenderung beragam. Laju pengisian biji terbesar adalah 19 gram/hari dan terkecil 2 gram/hari. Sedangkan umur masak (X5) mempunyai koefisien keragaman
yang terkecil (3.39%). Hal ini menunjukkan bahwa umur masak cenderung seragam. Umur masak terpendek adalah 93 hari dan terpanjang 103 hari.
Pengujian Asumsi Analisis Ragam Peubah Ganda
Sebelum dilakukan pengujian hipotesis menggunakan Manova, terlebih dahulu dilakukan pemeriksaan terhadap asumsi yang disyaratkan. Asumsi yang dimaksud adalah: 1. Asumsi Kenormalan Ganda
Hasil uji kenormalan ganda dengan menggunakan plot kuantil khi-kuadrat menunjukkan bahwa data menyebar normal ganda. Pada gambar Lampiran 2.1, plot kuantil khi-kuadrat cenderung membentuk garis lurus dan ada lebih dari 50% (64.14%) nilai
; . , sehingga kesimpulannya terima H0 artinya
data cenderung menyebar normal ganda. 2. Kehomogenan Matriks Ragam-Koragam
Hasil pengujian kehomogenan matriks ragam-koragam dengan menggunakan uji
Box’s-M menunjukkan bahwa nilai
statistik F = 1.015 dengan nilai-p = 0.424 yang lebih besar dari 0.05. Oleh sebab itu, kesimpulannya terima H0 artinya tidak
terdapat perbedaan yang signifikan matriks ragam-koragam antar peubah respon. 3. Hubungan independensi antar peubah
bebas
Pada Lampiran 2.2 masing-masing peubah menunjukan saling bebas terlihat hasil plot residualnya tidak membentuk pola.
Analisis Ragam Peubah Ganda Analisis ragam peubah ganda digunakan untuk mengetahui ada tidaknya perbedaan pengaruh rataan perlakuan varietas gandum terhadap sifat-sifat agronomi yang diamati. Hasil Manova pengaruh varietas dan kelompok terhadap sifat agronomi tanaman gandum dapat dilihat pada Lampiran 3. Pengaruh varietas terhadap sifat-sifat agronomi dengan uji statistik Wilk’s lambda menunjukkan nilai-p lebih kecil dari nilai α yaitu 0.000< 0.05, maka dapat diambil keputusan untuk menolak H0, sehingga dapat
disimpulkan bahwa varietas berpengaruh secara signifikan terhadap sifat-sifat agronomi gandum secara bersama-sama.
Pengaruh kelompok dengan uji statistik
Wilk’s lambda menunjukkan nilai-p lebih
kecil dari nilai α yaitu 0.000< 0.05, maka dapat diambil keputusan untuk menolak H0,
sehingga dapat disimpulkan bahwa kelompok berpengaruh secara signifikan terhadap sifat-sifat agronomi gandum secara bersama-sama. Adanya perbedaan pengaruh dari varietas dan kelompok pada data percobaan yang digunakan menyebabkan setiap unit percobaan memiliki peranan terhadap hasil biji. Oleh sebab itu, seluruh data individu percobaan digunakan dalam analisis lintas.
Pengujian Asumsi Analisis Lintas Sebelum dilakukan pengujian model struktural dalam analisis lintas, terlebih dahulu dilakukan pemeriksaan asumsi, yaitu: 1. Hubungan antar peubah adalah linier,
aditif, dan kausal.
Asumsi linieritas adalah asumsi yang akan memastikan apakah pola hubungan antara peubah endogen dan eksogen cenderung linier. Asumsi ini dapat diketahui dengan mencari nilai simpangan kelinieritasan dari uji F linier. Hasil pengujian dapat dilihat pada Tabel 2. Hasil tersebut menunjukkan bahwa seluruh peubah eksogen dan peubah endogen masing-masing memiliki nilai-p>0.05 pada simpangan kelinieritasan sehingga dapat dibuktikan bahwa pada taraf kepercayaan 95% asumsi kelinieritasan terpenuhi.
Tabel 2 Nilai simpangan kelinieritasan Peubah Nilai Simpangan Kelinieritasan Jumlah anakan vegetatif 0.263 Jumlah anakan produktif 0.113
Tinggi tanaman 0.350
50% Umur berbunga 0.230
95% Umur masak 0.185
Panjang malai 0.329
Panjang tangkai malai 0.611 Jumlah biji per malai 0.213 Rasio anakan produktif 0.155 Rasio anakan vegetatif
dengan produktif 0.160 Rasio organ produktif
terhadap tinggi tanaman
0.553 Waktu Pengisian Biji 0.436 Laju Pengisian Biji 0.130 Rasio Panjang tangkai
malai/jumlah biji malai
0.732 Jumlah biji/ panjang
Aditif b dengan merupak RATP (X kausal ad akibat a dilihat d yang te hubunga jumlah berbunga pengisian (X13), ra jumlah hubunga 2. Galat tid berkorel Asumsi pencar a dugaan (Lampia bahwa t angka no karena it tidak be terhadap 3. Hanya a dalam m Diagram berdasar penelitia hanya a dalam m 4. Peubah skala int Dalam endogen rasio, se lintas. 5. Model (diidenti teori-teo relevan. Penyusu penelitia pertimba hasil pen a. Peub tanam per m sanga umur mela (Bud b. Hasil menu m2, berarti dapat model. Mi kan penjumlah X9) dan RAV dalah mempu antar peubah dari diagram erbentuk, dim an kausal. anakan pro a (X4), umur n biji (X12), sio panjang ta biji/ malai an sebab akiba dak saling b asi dengan pe ini dapat d antara sisaan dari masing-an 8). Plot te titik- titik gal ol dan menyeb tu dapat disim erkorelasi da p peubah endo ada hubunga model, model r m lintas rkan pengetah an sebelumn ada hubungan model, sehingg endogen min terval. penelitian in n dan eksogen ehingga meme yang dianali ifikasi) denga ri dan ko unan diagra an ini dila angan penge nelitian sebelu bah umur man, panjan malai menunj at nyata deng r panen berpe lui jumlah diarti 2004). l penelitian unjukkan peu tinggi t dijumlahkan isalnya, JAP han dari JA VP (X10). Sed unyai hubunga . Asumsi in lintas (Lamp mana terdap Contohnya, oduktif (X2), r masak (X5) laju pengis angkai malai t (X14) mem at dengan peub erkorelasi da eubah dalam m dilihat dari d n baku denga - masing per ersebut menun lat berada di bar secara aca mpulkan bahw an tidak ber ogen. an kausal sat rekursif. yang te huan umum da nya memperl n kausal sat ga asumsi terp nimal terukur ni, seluruh n diukur dalam enuhi asumsi isis dispesifi an benar berd onsep-konsep am lintas akukan atas etahuan umu umnya, yaitu: berbunga, g malai, jum jukkan korela gan hasil biji. engaruh tak la anakan pr n Kurnia ubah jumlah tanaman, n sesuai P (X2) AV (X1), dangkan an sebab ni dapat piran 4) pat tiga peubah , umur , waktu ian biji terhadap mpunyai bah Y. an tidak model. diagram an nilai rsamaan njukkan sekitar ak. Oleh wa galat rkorelasi tu arah erbentuk an hasil lihatkan tu arah enuhi. r dalam peubah m skala analisis ikasikan dasarkan yang dalam dasar um dan tinggi mlah biji asi yang Peubah angsung roduktif (2009) biji per panjang malai,j terhad c. Hasil menun peubah umur m memb terhad d. Peubah terhad gandum biji, ju malai memb terhad Korelasi Lampiran 4. A melihat pola h terhadap peu menunjukkan (X4) dan umu rendah, seda biji (X12) be hasil biji. Pe berkorelasi p biji/ plot (0.9 terdapat kec peubah umur pengisian bij biji pun akan lainnya mem tetapi rendah endogen terh plot) dapat di Gambar 1 Di ter Diagram yang memp dilihat pada dirancang ber memperhatik dimana hubun dibuat persam ‐0.4 ‐0.2 0 0.2 0.4 0.6 0.8 1 x1 x2 jumlah biji/m dap hasil galur
penelitian njukkan pen
h kuantitatif masak, dan ju erikan pen dap hasil biji p
malai berpen r gandum. h umur p dap tingginy m. Peubah tin umlah anakan dan panjan erikan nilai dap hasil (Sety
Analisis lin antar peuba Analisis korel hubungan ant ubah endoge n bahwa peub ur masak (X5) angkan peuba rkorelasi neg eubah laju p positif sangat 909). Hal ini m cenderungan r berbunga, um i tersebut me n semakin b mberikan nila h. Grafik kore hadap peubah ilihat pada Gam
iagram korela rhadap peubah analisis linta engaruhi ha Lampiran 6. rdasarkan kon an nilai kor ngan antar pe maan struktura x2 x3 x4 x5 x6 x7 Yusron ngamatan ter f umur berb umlah biji per
ngaruh lan per tanaman. anen berpen ya hasil v nggi tanaman n produktif, p ng tangkai rata- rata s yowati et al. 2 ntas ah disajikan lasi dilakukan tara peubah ek en. Hasil k bah umur ber
) berkorelasi ah waktu pen gatif rendah d pengisian biji tinggi dengan menunjukkan apabila beb mur masak da eningkat maka bertambah. P ai korelasi elasi peubah-p eksogen (has mbar 1. asi peubah en h eksogen. as beberapa p sil biji/plot . Diagram te nsep dan teor relasi yang eubah tersebut al sebagai beri x8 x9 x10 x11 6 ngaruh (2010) rhadap bunga, r malai ngsung ngaruh varietas n, berat anjang malai sedang 2009). pada n untuk ksogen orelasi rbunga positif ngisian dengan (X13) n hasil bahwa berapa an laju a hasil Peubah positif peubah sil biji/ x7 ndogen x1 2 x1 3 x1 4 x1 5 peubah dapat ersebut ri serta nyata, t dapat ikut :
7 1. ZX2 = ρX1X2 ZX1+ ρ X9X2ZX9 + ρ X10X2ZX10 + ρ X2 ε1 2. ZX14 = ρ X3X14ZX3 + ρ X6X14ZX6+ ρ X7X14 ZX7 + ρ X8 X14ZX8 + ρ X11X14ZX11 + ρ X15X14 ZX15 + ρ X14 ε2
3. ZY = ρ X2Y ZX2+ ρ X4Y ZX4 + ρ X5Y ZX5 ++ ρ
X12Y ZX12+ ρ X13Y ZX13+ ρ X14Y ZX14 +
ρ Y ε3
Pada gambar diagram lintas tersebut terdapat tujuh peubah X yang mempengaruhi peubah Y secara langsung dengan besar pengaruhnya adalah sebesar ρ XiY untuk i = 2,
4, 5, 12, 13 dan 14. Peubah X14 dipengaruhi
oleh lima peubah X lainnya dengan besar pengaruh sebesar ρ XiX14 untuk i = 3, 6, 7, 8,
11 dan 15. Peubah X2 juga dipengaruhi oleh
tiga peubah X lainnya dengan besar pengaruh sebesar ρXiX2 untuk i = 1, 9, 10. Selanjutnya,
peubah X3, X6, X7, X11, X14, X1, X9 dan X10
dapat mempengaruhi peubah Y secara tidak langsung melalui peubah X14 dan X2.
Lampiran 5 menyajikan ringkasan nilai pengaruh peubah-peubah X terhadap peubah Y.
Tabel 3 Nilai t dan nilai-p koefisien lintas Koefisien Lintas Nilai t Nilai-p
ρX1X2 40.250 0.000** ρ X9X2 27.334 0.000** ρ X10X2 -3.311 0.001** ρ X3X14 5.063 0.000** ρ X6X14 -2.856 0.005** ρ X7X14 2.500 0.013** ρ X8 X14 -5.993 0.000** ρ X11X14 6.429 0.000** ρ X15X14 -4.316 0.000** ρ X13Y 45.360 0.000** ρ X12Y -5.782 0.000** ρ X4Y -10.520 0.000** ρ X5Y 10.230 0.000** ρ X14Y 0.226 0.821 ρ X2Y 2.183 0.960 ** signifikan pada α = 1% *signifikan pada α = 5%
Persamaan-persamaan struktural yang didapat pada diagram lintas yang disusun serta nilai koefisien determinasi antara peubah yang menunjukkan kontribusi efektif dari peubah- peubah yang mempengaruhi dapat dilihat pada Tabel 4.
Tabel 4 Persamaan-persamaan struktural pada analisis lintas
Peubah Eksogen Peubah Endogen ZX2 Z X14 Y ZX1 0.952 - - ZX2 - - -0.001 ZX3 - 0.184 - ZX4 - - -0.993 ZX5 - - 0.590 ZX6 - -0.080 - ZX7 - 0.151 - ZX8 - -0.301 - ZX9 1.277 - - ZX10 -0.149 - - ZX11 - 0.407 - ZX12 - - -0.515 ZX13 - - 1.157 ZX14 - - 0.005 ZX15 -0.349 R2= 0.964 R 2= 0.945 R 2= 0.959 Total keragaman data yang dapat dijelaskan oleh model diukur dengan R2
m=
1-(1-R12)(1-R22)(1-R32)=99.99%. Hal ini
menunjukkan bahwa model hasil analisis dapat menjelaskan 99.99% terhadap fenomena yang dikaji, sedangkan sisanya 0.01 % dijelaskan oleh peubah lain yang belum terdapat dalam model.
Pengujian kebaikan model dilakukan pada model I yaitu membuat model baru dengan mengeluarkan peubah yang koefisien lintasnya tidak signifikan. Diagram lintas model baru dapat dilihat pada Lampiran 7. Tabel 5 Pengujian kebaikan model
Model Awal Model Baru R2 1 = 0.964 R21 = 0.959 R2 2 = 0.945 R2 3 = 0.959 M1 = 0.999 M2 = 0.959 Q = 0.227 W = 83.037
Tabel 5 menunjukkan nilai M1 dan M2
untuk pengujian kebaikan model. Nilai χ2 0.05
(11) sebesar 18.307 maka H0 ditolak sehingga
model yang disarankan (model awal) dianggap memadai. Selanjutnya dilakukan pembahasan lebih lanjut pengaruh dari masing- masing persamaan.
8
Persamaan 1: Jumlah Anakan Produktif (X2)
Jumlah anakan produktif berkorelasi nyata dengan rasio anakan produktif (X9), rasio
anakan vegetatif dengan produktif (X10) dan
waktu pengisian biji (X12). Nilai koefisien
korelasi masing-masing sebesar 0.557, 0.586, -0.140 (Lampiran 4).
Berdasarkan hasil analisis lintas dapat dilihat bahwa seluruh peubah yang diukur memiliki pengaruh langsung yang signifikan terhadap jumlah anakan produktif. Pengaruh langsung beberapa peubah seperti jumlah anakan vegetatif, rasio anakan produktif memberikan pengaruh langsung yang bernilai positif sedangkan peubah rasio anakan vegetatif dengan produktif memberikan pengaruh langsung negatif. Nilai pengaruh langsung masing-masing sebesar 0.952, 1.277, -0.149 (Lampiran 6).
Nilai koefisien lintas jumlah anakan vegetatif sebesar 0.952. Hal ini mengandung arti bahwa jika peubah- peubah lain dianggap konstan maka setiap kenaikan satu simpangan baku pada jumlah anakan vegetatif maka jumlah anakan produktif secara rata-rata akan naik sebesar 0.952 kali satuan simpangan baku.
Nilai koefisien lintas sisa Persamaan 1 adalah sebesar 0.189. Koefisien ini menunjukkan pengaruh langsung dari peubah diluar persamaan. Nilai koefisien lintas sisa yang kecil menunjukkan bahwa model Persamaan 1 telah cukup baik mewakili data. Persamaan 2: Rasio Panjang Tangkai Malai dengan Jumlah Biji/Malai (X14)
Rasio panjang tangkai malai terhadap jumlah biji/ malai berkorelasi nyata dengan panjang tangkai malai (X7), jumlah biji/malai
(X8), rasio organ produktif terhadap tinggi
tanaman (X11), dan jumlah biji/panjang malai
(X15), masing-masing sebesar 0.785, -0.559,
0.717, -0.863 (Lampiran 4).
Peubah-peubah yang memberikan pengaruh langsung yang signifikan dan bernilai positif terhadap rasio panjang tangkai malai terhadap jumlah biji/ malai antara lain tinggi tanaman, panjang tangkai malai, rasio organ produktif terhadap tinggi tanaman, masing- masing sebesar 0.184, 0151, dan 0.407. Sedangkan peubah panjang malai, jumlah biji/malai, jumlah biji/panjang malai memberikan pengaruh langsung yang signifikan dan bernilai negatif, masing- masing sebesar -0.08, -0.301, dan -0.349. Sedangkan pengaruh langsung dari peubah di luar persamaan ditunjukkan oleh nilai
koefisien lintas sisa sebesar 0.234. Nilai koefisien lintas sisa yang kecil menunjukkan bahwa model Persamaan 2 telah cukup baik mewakili data.
Persamaan 3: Hasil Biji/Plot (Y)
Hasil biji/plot berkorelasi nyata dengan umur berbunga (X4), umur masak (X5), waktu
pengisian biji (X12) dan laju pengisian biji
(X13), masingmasing sebesar 0.167, 0.166,
-0.207 dan 0.909 (Lampiran 4).
Sesuai dengan hasil analisis korelasi, peubah yang memberikan pengaruh langsung yang signifikan terhadap hasil biji/plot adalah umur berbunga, umur masak, jumlah biji per malai, waktu pengisian biji, dan laju pengisian biji. Varietas yang memiliki rata- rata umur berbunga cepat adalah V-196 (71 hari) sedangkan rata- rata umur masak cepat terdapat pada varietas V-182, V-235, H-085 dan SW Quatro (102 hari). Varietas yang memiliki rata-rata waktu pengisian biji tercepat adalah V-234, V-176, V-003 dan Combi (48 hari) sedangkan varietas yang memiliki rata- rata laju pengisian biji terbesar adalah V-170 dan Sweeta (12 gram/hari). Pengaruh langsung yang terbesar diberikan oleh laju pengisian biji yaitu sebesar 1.157. Pengaruh langsung laju pengisian biji yang positif dan besar serta nilai korelasi yang sangat nyata (0.909) menjelaskan hubungan yang sebenarnya dan seleksi langsung melalui peubah tersebut akan efektif. Semakin besar nilai laju pengisian biji maka semakin besar traslokasi hasil fotosintesis ke pembentukan biji. Hal ini berimplikasi pada semakin banyak hasil biji/plot.
Peubah yang memberikan pengaruh tidak langsung yang paling dominan terhadap hasil biji/plot adalah rasio organ produktif terhadap tinggi tanaman (X11) sebesar 0.002. Pengaruh
tidak langsung ini diberikan melalui pengaruh langsung rasio organ produktif terhadap tinggi tanaman (X11) melalui rasio panjang tangkai
malai terhadap jumlah biji/ malai (X14), yaitu
sebesar 0.407.
Nilai koefisien lintas sisa Persamaan 3 adalah sebesar 0.202. Koefisien ini menunjukkan pengaruh langsung dari peubah diluar persamaan. Nilai koefisien lintas sisa yang kecil menunjukkan bahwa model Persamaan 3 telah cukup baik mewakili data.
Dalam analisis lintas pengaruh terhadap hasil biji dilihat secara keseluruhan. Hal ini mempunyai arti bukan hanya pengaruh langsung saja yang dilihat namun pengaruh tidak langsung juga diperhitungkan. Nilai pengaruh langsung dan tidak langsung
9
terangkum dalam pengaruh total. Pengaruh total dapat menunjukkan sifat agronomi yang paling berpengaruh terhadap hasil biji. Nilai dari pengaruh langsung, tidak langsung dan pengaruh total dapat dilihat pada Lampiran 3. Pengaruh total terbesar diberikan oleh peubah rasio anakan produktif (X9) melalui peubah
jumlah anakan produktif yaitu sebesar 1.277. Varietas yang memiliki nilai rata-rata rasio anakan produktif dan jumlah anakan produktif terbanyak adalah V-132. Hal ini berarti bahwa pertambahan jumlah anakan produktif per panjang tangkai malai secara langsung maupun tidak langsung akan mengakibatkan bertambahnya hasil biji/plot dan pengembangan plasma nutfah gandum melalui varietas V-132 memberikan hasil yang optimal terhadap pertambahan hasil biji.
KESIMPULAN
Hasil analisis lintas plasma nutfah gandum yang dikelola BB-Biogen terhadap peubah hasil biji/plot diperoleh kesimpulan bahwa peubah umur masak, umur berbunga, laju pengisian biji dan waktu pengisian biji memberikan pengaruh langsung yang terbesar terhadap penambahan hasil biji/plot. Pengaruh tidak langsung terbesar diberikan oleh peubah rasio organ produktif terhadap tinggi tanaman melalui peubah rasio panjang tangkai malai terhadap jumlah biji/ malai. Pengaruh total terbesar terhadap hasil biji/plot diberikan oleh peubah rasio anakan produktif melalui jumlah anakan produktif. Hal ini menunjukkan bahwa sifat agronomi yang paling berpengaruh terhadap hasil biji yaitu banyaknya jumlah anakan yang dihasilkan dari organ produktif.
SARAN
Hasil analisis lintas plasma nutfah gandum yang dikelola BB-Biogen terhadap peubah hasil biji/ plot menunjukkan bahwa peubah umur berbunga, umur masak, laju pengisian biji dan waktu pengisian biji memberikan pengaruh langsung yang terbesar terhadap penambahan hasil biji/ plot. Pengaruh total terbesar diberikan oleh peubah rasio anakan produktif melalui peubah jumlah anakan produktif. Varietas yang baik dikembangkan melalui beberapa peubah tersebut adalah V-196, V-182, V-234, V-170 dan V-132. Oleh karena itu peubah-peubah dan varietas-varietas tersebut perlu diperhatikan pada saat melakukan seleksi terhadap plasma nutfah gandum, terutama untuk mengoptimalkan hasil biji. Informasi yang diperoleh berupa
peubah-peubah dari plasma nutfah gandum belum banyak, oleh karena itu masih perlu dilakukan karakterisasi dan evaluasi terhadap plasma nutfah yang ada untuk menghasilkan kualitas yang lebih baik.
DAFTAR PUSTAKA
Azwar, R. T. Danakusuma, dan A.A. Daradjat. 1988. Prospek pengembangan terigu di Indonesia. Buku I: Risalah Simposium II, Penelitian Tanaman Pangan, Puslittan. Bogor. Hal: 225–239. Budiarti, S.G. Rizki, Y.R. Kusumo, Y.W.
2004. Analisis Koefisien Lintas Beberapa Sifat Pada Plasma Nutfah Gandum Koleksi Balitbiogen. Zuriat, Vol. 15, No.
1, 40 Januari-Juni 2004
Direktorat Budidaya Serealia. 2001. Inventarisasi Pengembangan Gandum. Jakarta: Departemen Pertanian. XX (4): 57-61.
Dirjen Tanaman Pangan. 2008. Bahan Publikasi: Pengembangan Gandum Jakarta: Departemen Pertanian. VI (3): 68. Dillon W.R dan Goldstein M. 1984.
Multivariate Analysis. New York : John
Wiley & Sons.
Hair JF et al. 1995. Multivariate Data
Analysis with Readings. New Jersey :
Prentice Hall.
Johnson R. A. Dan D.W. Winchern. 1998.
Applied to Multivariate Analysis. John
willey & Sons, New York.
Kerlinger, F.N. & E. J. Pedhazur. 1973.
Multiple Regression in Behavioral Research. Holt Rinehart and Winston,
New York.
Kurnia, CS. 2009. Interaksi Genotipe X Lingkungan 30 Galur Gandum (Triticum
sp.) di Empat Lokasi [skripsi]. Malang :
Fakultas Pertanian Universitas Brawijaya. Setyowati, M. Hanarida, I. Sutoro. 2009.
Pengelompokan Plasma Nutfah Gandum (Triticum aestivum) Berdasarkan Karakter Kuantitatif Tanaman, BB-Biogen. Bogor.
Buletin Plasma Nutfah Vol.11 No.2 Th.2005
Sovan, M. 2002. Penangan pascapanen gandum. Direktorat Serealia Direktorat Jenderal Bina Produksi Tanaman Pangan. Yusron, A. 2010. Penampilan Sepuluh
Genotip Gandum (Triticum sp.) Pada Musim Penghujan [skripsi]. Malang : Fakultas Pertanian Universitas Brawijaya.
10
LAMPIRAN
11
Lampiran 1 Statistik deskriptif tiap peubah
Peubah Statistika Deskriptif
Min Maks Rata-rata Simp.Baku KK*
Jumlah anakan vegetatif 6.000 24.000 10.672 2.985 27.970 Jumlah anakan produktif 3.000 12.000 6.374 1.644 25.790
Tinggi tanaman 67.000 102.000 88.278 6.918 7.840
Umur berbunga 46.000 73.000 58.455 5.639 9.650
Umur masak 93.000 103.000 98.818 3.347 3.390
Panjang malai 6.200 10.500 8.613 0.926 10.520
Panjang tangkai malai 7.200 22.800 13.359 3.238 24.240 Jumlah biji per malai 17.000 48.000 28.545 4.834 16.930 Rasio anakan tidak produktif 0.111 0.600 0.377 0.069 18.260 Rasio anakan vegetatif dengan produktif 0.125 1.250 0.615 0.171 27.880 Rasio organ produktif terhadap tinggi
tanaman
0.156 0.376 0.250 0.043 17.060 Waktu Pengisian Biji 26.000 53.000 40.455 5.306 13.120
Laju Pengisian Biji 2.433 18.500 8.768 3.097 35.320
Rasio Panjang tangkai malai terhadap jumlah biji/ malai
0.140 0.891 0.478 0.137 28.730 Jumlah biji/ panjang tangkai malai 0.669 4.800 2.264 0.712 31.430
Hasil biji/plot 98.000 665.000 339.930 105.800 31.120
*KK= Koefisien Keragaman
Lampiran 2 Asumsi analisis ragam peubah ganda
2.1 Asumsi normal ganda
100 80 60 40 20 0 35 30 25 20 15 10 5 0 dd q Scatterplot of q vs dd
2.2 Pengamatan saling bebas
180 160 140 120 100 80 60 40 20 1 5 4 3 2 1 0 -1 -2 -3 -4 Observation Order Re si du al 180 160 140 120 100 80 60 40 20 1 0,2 0,1 0,0 -0,1 -0,2 -0,3 Observation Order Re si du al 50 0 -50 -100 -150 -200 180 160 140 120 100 80 60 40 20 1 Observation Order Re si du al
Peubah endogen: Peubah endogen: Peubah endogen: Hasil biji/plot Jumlah anakan produktif Rasio panjang tangkai malai/jumlah biji malai
12
Lampiran 3 Analisis ragam peubah ganda
Sumber Kriteria Uji Statistika F-hitung df1 df2 Sig. Varietas Wilks’ Lambda 0.00005 1.747 975 1772 0.000 Kelompok Wilks’ Lambda 0.40956 4.351 30 232 0.000
Lampiran 4 Korelasi antar peubah
Peubah X1 X2 X3 X4 X5 X6 X7 X8 X9 X2 0.278* X3 0.021 0.044 X4 0.084 0.095 0.101 X5 0.029 -0.068 0.047 0.338* X6 0.014 0.064 0.098 0.064 0.033 X7 -0.047 -0.066 0.162+ 0.059 0.057 0.026 X8 0.046 -0.040 0.196* 0.094 0.002 0.086 -0.013 X9 -0.590* 0.577* 0.028 0.020 -0.084 0.032 -0.004 -0.060 X10 -0.545* 0.586* 0.048 0.046 -0.061 0.023 -0.014 -0.070 0.979* X11 -0.047 -0.065 -0.349* 0.019 0.026 0.211* 0.833* -0.100 -0.012 X12 -0.068 -0.140* -0.074 -0.820* 0.261* -0.045 -0.026 -0.090 -0.072 X13 -0.019 0.025 0.178+ 0.444* -0.169* 0.049 0.068 0.122 0.037 X14 -0.039 -0.032 -0.012 -0.001 0.047 -0.054 0.785* -0.559* 0.011 X15 0.095 0.044 -0.096 -0.027 -0.058 0.015 -0.779* 0.518* -0.048 Y -0.053 -0.019 0.167* 0.166* -0.060 0.038 0.050 0.090 0.028 Peubah X10 X11 X12 X13 X14 X15 X11 -0.032 X12 -0.085 -0.004 X13 0.054 -0.025 -0.558* X14 0.009 0.717* 0.029 -0.037 X15 -0.041 -0.669* -0.008 0.023 -0.863* Y 0.044 -0.036 -0.207* 0.909* -0.031 0.03 * Signifikan pada α = 1% + Signifikan pada α = 5%
13
Lampiran 5 Nilai pengaruh langsung, tidak langsung, dan pengaruh total dari diagram lintas
Peubah Koefisien Jalur Pengaruh Total
Langsung Tidak langsung
X1 Æ X2 0.9520 0.9520 -0.0009 0.9511 X9 Æ X2 1.2770 1.2770 -0.0012 1.2758 X10 Æ X2 -0.1490 -0.1490 0.0002 -0.1488 X3 Æ X14 0.1840 0.1840 0.0009 0.1849 X6 Æ X14 -0.0800 -0.0800 -0.0004 -0.0804 X7 Æ X14 0.1510 0.1510 0.0008 -0.1518 X8 Æ X14 -0.3010 -0.3010 -0.0015 -0.3025 X11 Æ X14 0.4070 0.4070 0.0020 0.4090 X15 Æ X14 -0.3490 -0.3490 -0.0017 0.3507 X13 Æ Y 1.1570 - - 1.1570 X12 Æ Y -0.5150 - - -0.5150 X4 Æ Y -0.9930 - - -0.9930 X5 Æ Y 0.5900 - - 0.5901 X14 Æ Y 0.0050 - - 0.0050 X2 Æ Y -0.0010 - - -0.0010
Lampiran 6 Diagram lintas dan koefisien lintas model I gandum
1.157* -0.515* є 3= 0.202 -0.993* - 0.301* 0.590* 0.184* є 2 =0,234 -0.080* 0.005 0.151* 0.407* -0.349* -0.001 є 1 =0.189 0.952* 1.277* -0.149* LPB (X13) WPB (X12) UB (X4) UM (X5) TT (X3) PM (X6) PTM (X7) JB/M (X8) RAVP (X10) RAP (X9) JAV (X1) JB/PM (X15) RPTM/JBM (X14) JAP (X2) Hasil biji/plot (Y) ROP/TT (X11)
14
Lampirann 7 Diagram lintas dan koeffisien lintas mmodel II ganduum
Lampiran є 2 = 0.202 n 8 Diagram p Peubah endo Hasil biji/pl (Y) pencar antara Pe ogen: Rasio p jumlah bij lot 1.157* -0.515* -0.993* 0.591 sisaan baku d eubah endog panjang tangk ji malai LPB (X * * * engan nilai du en: Jumlah a kai malai/ WPB (X UM ( UB (X X13) ugaan anakan produ X12) X4) X5) Pe uktif
15
Lampiran 9. Algoritma metode yang diterapkan dalam penelitian
Tidak Ada Tidak Ya Ada pengaruh varietas dan kelompok Pengujian asumsi analisis ragam peubah
ganda (Manova) Data Percobaan Menggunakan data rata-rata untuk analisis lintas Uji asumsi Transformasi data Pendugaan Parameter Merancang model lintas Interpretasi model Pengujian model Perhitungan pengaruh koefisien lintas Menggunkan data seluruh unit percobaan Analisis Ragam Peubah Ganda (Manova)
