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) pengamatan) tidak bermanfaat bermanfaat.. Regresi adalah bentuk hubungan antara variabel bebas dengan variabel tak bebas. bebas. Dengan mengetahui model regresi dapat mengatur variabel bebas agar dapat mengendalikan variabel tak bebas bebas.. Karakter tanaman tidak dapat dikendalikan dikendalikan.. Contoh jumlah daun tidak dapat dikendalikan untuk meningkatkan hasil
Antar karakter tanaman korelasi Diskusikan beberapa contoh! 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 levellevel-level perlakuan Data variabel tak bebas (hasil) adalah rata 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)
Jumlah Rata2
1
2
3
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
Contoh Jumlah benih
Produksi gabah (kg/ha)
Jumlah Rata2
1
2
3
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)
Jumlah Rata2
1
2
3
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)
Rata2 Hasil
25
5.273
50
5.339
75
5.489
100
4.995
125
4.695
150
!
"""
4.905
Dari analisis dengan OP
bisa linier
Hubungan bobot benih dengan hasil gabah
Hasil Gabah (kg/ha)
5600 5400 5200 5000
y = - 4,8754x + 5542,6
4800
R2 = 0,5779
4600 0
50
100 Bobot benih (kg/ha)
150
200
Hubungan bobot benih dengan hasil gabah
H a s i l G a b a h (k g / h a )
5600
Bisa kuadratik
5400
5200 5000
y = -0,0309x2 + 0,5246x + 5362,6 4800 R2 = 0,6087 4600 0 50 100 Bobot benih (kg/ha)
150
200
Atau kubik? Hubungan bobot benih dengan hasil gabah
Hasil Gabah (kg/ha)
5600 5400 5200 5000 y = 0,0028x3 - 0,7533x2 + 55,049x + 4279 R2 = 0,875
4800 4600 0
20
40
60
80
100
Bobot benih (kg/ha)
120
140
160
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 levellevel-level perlakuan Penentuan data variabel tak bebas tergantung pada sumber keragaman ulangan/blok
Perhatikan Apabila ulangan nyata : Data variabel tak bebas adalah data masingmasingmasing ulangan, karena masing masing--masing ulangan memberikan pengaruh yang berbeda pada hasil.
Apabila ulangan tidak nyata : Data veriabel tak bebas adalah ratarata-rata dari semua ulangan, atau sama dengan RAL
Contoh : apabila ulangan nyata Jumlah benih
Produksi gabah (kg/ha)
Total
1
2
3
4
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
Apabila hasil anova
119030
ulangan nyata
Sehingga X
25
25
25
25
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
Y
5.272
5.713
5.483
4.749
5.169 4.831 4.986 4.410
X
125
125
125
125
150
Y
4.804
4.848
4.432
4.748
5.254 4.542 4.919 4.048
100
150
# $
% #
50
100
150
50
100
150
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….
Hasil Gbah (ton/ha)
Grafik produksi gabah 7.000 6.000 5.000 4.000 3.000 2.000 1.000 0 0
50
100 Jumlah benih (kg/ha)
150
200
Dari analisis dengan OP
bisa linier
Grafik produksi gabah 6.500 Hasil Gabah (kg/ha)
6.000 5.500 5.000 4.500 4.000
y = -3,5237x + 5245,2 R2 = 0,1004
3.500 3.000 0
50
100 Jumlah benih (kg/ha)
150
200
Bisa kuadratik Grafik produksi gabah
H a s il G a b a h (k g /h a )
6.500
2
y = -0,0555x + 6,1888x + 4921,5 2 R = 0,1336
6.000 5.500 5.000 4.500 4.000 3.500 0
50
100 150 Jumlah benih (kg/ha)
200
Bisa kubik…. Tgt hasil…. Grafik produksi gabah
6.500
y = 0,0017x 3 - 0,4935x 2 + 39,245x + 4264,5 R2 = 0,1662
Hasil Gabah (kg/ha)
6.000 5.500 5.000 4.500 4.000 3.500 0
20
&
40
60 80 100 Jumlah benih (kg/ha)
'
120
140
160
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 kuantatatif,, lakukan analisis regresi untuk menduga model yang tepat dari kasus tersebut.. Berikan kesimpulan dan tersebut interpretasinya.. interpretasinya
