ANALISIS DATA PENELITIAN MENGGUNAKAN GENSTAT Oleh :
Ir. I Gde Ekaputra Gunartha, M.Agr., Ph.D.
[email protected]
Materi disampaikan pada Semiloka Penyusunan Proposal dan Publikasi Hasil Penelitian Fakultas Peternakan Unram, 28 Juli 2008
ANALISIS DATA (1) Analisis Data Penelitian merupakan salah satu langkah metode ilmiah (scientific method) untuk menyajikan informasi dalam melakukan generalisasi terhadap hasil penelitian,
namun 1. banyak peneliti masih cenderung memaknai sebagai proses perhitungan semata dalam penerapan metode statistika, antara lain: perhitungan rerata, ragam, koefisien regresi ataupun perhitungan jumlah kuadrat dalam analisis ragam, dan sebagainya, sehingga PERANAN dan KEGUNAAN ANALISIS DATA SERING TERLUPAKAN atau TIDAK MENJADI PERHATIAN UTAMA; ©I
G.E. Gunartha (2008)- 2
ANALISIS DATA (2) 2. adanya kecenderungan peneliti yang keliru menerapkan metode statistika secara umum, oleh karena adanya kesan bahwa pengujian hipotesis bersifat sederhana dan relatif mudah dilakukan sesuai pedoman dalam buku-buku teks, maka tidak jarang ditemukan suatu penelitian yang sebenarnya menarik ternyata cukup diakhiri dengan pernyataan bahwa hasil percobaan/penelitian tidak nyata secara statistik. ©I
G.E. Gunartha (2008)- 3
Tujuan Percobaan
Keagaman Antar Unit Percobaan
- Respon yg diukur - Waktu pengukuran: √ Cross Section √ Longitudinal
- Skala pengukuran - Metode penskalaan: √ Rating scale √ Ranking scale - Ragam pengukuran
Rancangan Perlakuan
Rancangan Percobaan
Rancangan Respons
Rancangan Pengukuran
Unsur-unsur yang berpengaruh pada Analisis Data
ANALISIS DATA PENELITIAN
ANALISIS DATA AWAL
ANALISIS DATA INFERENSIAL ©I
G.E. Gunartha (2008)- 4
Hubungan antara Rancangan Percobaan & Rancangan Perlakuan
KERAGAMAN YANG MENGGANGGU Sumber Keragaman: Materi/alat percobaan Lingkungan percobaan Pengamatan/pengukuran
Rancangan Percobaan
Ragam HOMOGEN
Ragam HETEROGEN KE SATU ARAH
Ragam HETEROGEN KE > 1 ARAH
Rancangan Acak Lengkap (RAL)
Rancangan Kelompok Lengkap Teracak (RKLT)
Rancangan Bujur Sangkar Latin (RBSL)
1 Faktor >1 Faktor
1 Faktor >1 Faktor
1 Faktor >1 Faktor Rancangan Perlakuan
Keragaman Antar Unit Percobaan
1. Faktorial (Cross Factorial) 2. Hirarkhi (Nested Experiment) 3. Petak Terbagi (Split Plot Design)
1. Faktorial (Cross Factorial) 2. Hirarkhi (Nested Experiment) 3. Petak Terbagi (Split Plot Design)
1. Faktorial (Cross Factorial) 2. Hirarkhi (Nested Experiment) 3. Petak Terbagi (Split Plot Design) ©I
G.E. Gunartha (2008)- 5
Rancangan Pengukuran
Cara memperoleh data
Mencacah, mengukur menggunakan alat metrik
Menggolongkan, me-ranking
KUANTITATIF
PEUBAH/ DATA
KUALITATIF/KATEGORIK
Selang/interval dan Rasio
TIPE DATA
Nominal dan Ordinal
OPERASI ARITMATIKA
+
+ -
*
/
Kontinu dan Diskrit: • bobot sapi • banyak mikroba per cm2 • intensitas serangan penyakit
SIFAT DATA
Atribut/kategorik: • tingkat kesukaan konsumen • jenis kredit usahatani
©I
G.E. Gunartha (2008)- 6
2. KETEPATAN (Accuracy): seberapa jauh nilai pengamatan dekat dengan nilai sesungguhnya (true value)
ketelitian
1. KETELITIAN (Precision): seberapa jauh nilai setiap ulangan perlakuan (r) mengumpul (dekat satu dengan lain)
tinggi
Kualitas Data (Pengukuran)
ketepatan rendah
tinggi ©I
G.E. Gunartha (2008)- 7
Ragam Dalam Pengukuran BIOLOGICAL VARIATIONS:
♣ inherent variations ternak (faktor genetika) ♣ umur ternak ♣ lingkungan ♣ jender (sex)
RAGAM dalam PENGUKURAN
TECHNICAL ERRORS: HUMAN ERRORS: ♣ menetapkan prosedur pengukuran ♣ pembulatan angka (data) ♣ digit preference INSTRUMENTAL ERRORS: ♣ systematic errors (Grafik a) – e)) ♣ random errors (Grafik f)) ©I
G.E. Gunartha (2008)- 8
b). Non-linearity
input
input
input
e). Instability
f). Random error
output
output
d). Hysteresis
output
c). Scale error
output
output
output
a). Zero error
•• • • • ••• • • • • input
input
••••••••• •• •• ••••••••••••• • • •••••••• • ••• ••• • input
©I
G.E. Gunartha (2008)- 9
ANALISIS DATA (3) Jadi : PROSES ANALISIS DATA pada dasarnya meliputi upaya PENELUSURAN dan PENGUNGKAPAN INFORMASI yang gayut terkandung dalam data dan PENYAJIAN HASILNYA dalam bentuk yang lebih ringkas dan sederhana, yang pada akhirnya mengarah kepada KEPERLUAN ADANYA PENJELASAN dan PENAFSIRAN. ©I
G.E. Gunartha (2008)- 10
ANALISIS DATA AWAL (1) TUJUAN: 1. Untuk memberi keyakinan kepada kita apakah data cukup baik diwakili oleh SUATU MODEL TERTENTU. Namun yang lebih penting adalah untuk MENGUNGKAP ADANYA PENYIMPANGAN-PENYIMPANGAN DARI SUATU MODEL TERTENTU dan berusaha untuk MENCARI CARA PENYELESAIANNYA. 2. Upaya pemenuhan ASUMSI-ASUMSI KETAT YANG DIBERLAKUKAN SETIAP ANALISIS STATISTIKA TERTENTU. ©I
G.E. Gunartha (2008)- 11
ANALISIS DATA AWAL (2) ASUMSI UJI-z dan UJI-t
jika n ≥ 30 (gunakan uji-z) dan jika n < 30 (gunakan uji-t) data berdistribusi Normal setiap individu sampel harus independen (tidak berkorelasi) setiap individu sampel harus dipilih secara acak
ASUMSI ANALISIS RAGAM (ANOVA) Perlakuan dan pengaruh faktor lingkungan harus bersifat ADDITIF. GALAT diasumsikan BERDISTRIBUSI NORMAL dan BEBAS (independen) dengan rerata = 0 dan ragam = σ2, biasa ditulis ε ∼ NID(0,σ2 ) RAGAM GALAT HARUS HOMOGEN (HOMOSKEDASTISITAS). ©I
G.E. Gunartha (2008)- 12
Asumsi Klasik Analisis Regresi (Ganda) Tidak terdapat multikolinieritas antar peubah bebas (Xj) pada model. Keragaman (varians) semua galat harus sama (tidak terdapat asumsi heteroskedastisitas) Tidak terdapat korelasi antar galat yang satu dengan galat yang lain (asumsi otokorelasi). Tidak terdapat korelasi antara galat pengukuran dengan setiap peubah bebas (Xj), dan pengukuran peubah bebas (Xj) konstan dari pengukuran yang satu dengan pengukuran lainnya. Galat pengukuran harus berdistribusi normal & independen dengan rerata sama dengan nol dan varians σ2. ©I
G.E. Gunartha (2008)- 13
ANALISIS DATA AWAL (3) TEKNIK ANALISIS DATA EKPLORASI dilakukan dengan menggunakan STATISTIKA DESKRIPTIF. 1. Pola Sebaran Data & Pencilan, dapat menggunakan: a. Ringkasan Lima-Angka dan Tiga-Angka: Me K1 Ymin
Me K3 Ymax
(K1+K3)/2 (Ymin+Ymax)/2 ©I
G.E. Gunartha (2008)- 14
b. Diagram Kotak-Garis (Boxplot): Luas Kotak diagram merupakan BESARNYA KERAGAMAN (baik untuk membandingkan perlakuan yang dikaji) Kotak diagram dibatasi oleh nilai Kuartil-1 (K1) dan Kuartil-3 (K3), dan garis yang membagi kotak merupakan nilai Median (Me). Simpangan Kuartil (SK) jarak antara K1 ke K3, jadi SK = K3 – K1, menyatakan 50% data mengumpul di jarak antara K1 dan K3 Rentang dalam diagram Kotak-garis dengan kisaran K1 – 1.5*SK dan K3 + 1.5*SK disebut PAGAR DALAM, sedang pada kisaran K1 – 3*SK dan K3 + 3*SK disebut PAGAR LUAR Data di luar PAGAR LUAR disebut PENCILAN ©I
G.E. Gunartha (2008)- 15
Perbaikan sifat kesimetrian ini dapat dilakukan dengan TRASFORMASI DATA (baik dengan akar pangkat dua atau logaritma) 2. Deteksi sifat Multiplikatif, dapat dilakukan dengan melihat diagram antara NILAI RERATA dan NILAI RAGAM. Adanya kenaikan nilai rerata menyebabkan kenaikan nilai ragam berarti nilai ragam = f(nilai rerata). Fakta ini menunjukkan adanya sifat multiplikasi yang merupakan penyimpangan dari asumsi ANOVA. Penyelesaian dilakukan dengan TRASFORMASI DATA. 3. Deteksi asumsi kehomoginan ragam (homoskedastisitas), dapat dilakukan dengan menghitung nisbah nilai ragam terbesar dengan ragam terkecil. Secara empirik jika nilai nisbah < 1,5 untuk pembandingan 2 rerata sampel maka ©I
G.E. Gunartha (2008)- 16
kedua sampel dinyatakan memiliki ragam yang homogin. Namun untuk pembandingan ragam lebih dari dua sampel maka nilai nisbah harus < 2,0 maka baru dikatakan sampel sampel tersebut memiliki nilai ragam yang homogin. 4. Deteksi normalitas data, dapat dilakukan dengan grafik galat (jika galat membentuk grafik garis lurus maka data dikatakan mengikuti pola distribusi normal) atau menggunakan uji normalitas Anderson-Darling, RyanJoiner (Shapiro-Milke), dan Kolmogorov-Smirnov; dengan rumusan hipotesis: H0 : data mengikuti sebaran normal H1 : data tidak mengikuti sebaran normal ©I
G.E. Gunartha (2008)- 17
ANALISIS DATA INFERENSIAL 1). PENDUGAAN PARAMETER: mengukur BESARNYA PENGARUH/PERBEDAAN umumnya dinyatakan dalam bentuk SELANG KEPERCAYAAN (confidence interval)
2). PENGUJIAN HIPOTESIS: mengetahui ARAH PENGARUH/PERBEDAAN
3). ANALISIS HUBUNGAN FUNGSIONAL ©I
G.E. Gunartha (2008)- 18
PENGENALAN GENSTAT (1) 1.
2.
Genstat merupakan piranti lunak statistika yang dirancang oleh pakar/peneliti statistika dari Rothamsted Agricultural Research Station (UK), diperuntukan pada penelitian bidang hayati. Sampai saat ini sudah di- release Genstat Ver. 11 (komersial), namun untuk negara-negara sedang berkembang (third countries) diberikan secara bebas dalam bentuk Discovery Edition (saat ini sudah edisi 3) with agreement. ©I
G.E. Gunartha (2008)- 19
PENGENALAN GENSTAT (2) 3.
4.
Entry data dapat dilakukan dengan Genstat atau copy paste dari Microsoft Excel. Ada 3 hal penting yang harus dipahami dengan penyiapan data, yaitu: √ FACTOR : ditandai dengan tanda seru (!) identifikasi PERLAKUAN & BLOK PERLAKUAN dapat berupa: • Label : Peubah Kualitatif • Level : Peubah Kuantitatif ©I
G.E. Gunartha (2008)- 20
PENGENALAN GENSTAT (3)
5.
√ VARIATE : untuk peubah tak-bebas (Y) Data hasil pengukuran/observasi √ TEXT : menyatakan entry data dalam bentuk text/label, baik untuk Perlakuan, Blok, maupun Data Hasil. Untuk berhasilnya menggunakan Genstat dalam analisis ragam (ANOVA) data penelitian dibutuhkan pemahaman tentang TREATMENT STRUCTURE dan BLOCK STRUCTURE. ©I
G.E. Gunartha (2008)- 21
PENGENALAN GENSTAT (4) BLOCK STRUCTURE (STRUKTUR BLOK): Berkait dengan tatacara mengaplikasikan perlakuan/kombinasi perlakuan pada unit percobaan. Jadi sama dengan rancangan percobaan (experimental design) – Lihat Bagan di Halaman 4. TREATMENT STRUCTURE (STRUKTUR PERLAKUAN): Berkait dengan perlakuan/kombinasi perlakuan yang diteliti (ditentukan Tujuan Penelitian) Jadi sama dengan rancangan perlakuan di Hal-4 ©I
G.E. Gunartha (2008)- 22
PENGENALAN GENSTAT (5) 6. Aturan dasar yang sering dipakai dalam pengembangan rumus, baik untuk Block Structure dan Treatment Structure: Tanda Operasi Aritmatika: . / * + dan – Aturan Dasar: (misal A, B, C, D dan E nama FACTOR) 1. Operasi Titik (.): Contoh (A+B).(C+D.E) = A.C + B.C + A.D.E + B.D.E 2. Operasi *, contoh: A*B = A + B +A.B 3. Operasi /, contoh: A/B = A + A.B 4. Operasi -, contoh: (A+B) – (A+C) = B ©I
G.E. Gunartha (2008)- 23
TELADAN (1) Exercise 2.2 from Morris, T.T. (1999). Experimental Design and Analysis in Animal Sciences. CABI Publishing, Wallingford, UK.
The data below are from an experiment in which growing sheep were fed a basal diet and the same diet plus isoenergetic amounts of salts of three fatty acids. Four ewe lambs and four wether lambs were started on each diet and the animals were allocated to blocks according to initial liveweight (see the layout). The sheep were all penned separately and the allocation of sheep to pens was random. ©I
G.E. Gunartha (2008)- 24
TELADAN (2)
DATA:
Ewes
Wethers
Block
Basal Diet
I II III IV I II III IV
16.3 16.4 16.7 17.7 18.0 19.1 19.1 18.0
Basal+ acetate 18.9 18.2 18.9 19.5 17.4 18.0 21.0 21.3
Basal+ propionate 19.4 17.6 17.6 19.8 19.3 16.5 18.9 19.9
©I
Basal+ butyrate 18.0 17.5 18.6 19.1 18.4 17.6 21.3 21.1
G.E. Gunartha (2008)- 25
Layout-01 s1
I
II
s2
I
II
d3
d0
d1
d2
d1
d0
d3
d2
d1
d0
d3
d2
d0
d2
d3
d1
d1
d2
d0
d3
d3
d2
d0
d1
d2
d1
d3
d0
d3
d2
d0
d1
IV
III
IV
III
Layout-02
I
III
s1d3
s2d0
s2d1
s1d2
s1d1
s2d3
s1d0
s2d2
s2d1
s1d0
s1d3
s2d2
s1d2
s2d3
s2d0
s1d1
s2d1
s1d2
s1d0
s2d3
s2d0
s1d3
s2d2
s1d1
s2d2
s2d1
s1d3
s2d0
s1d2
s2d3
s1d0
s1d1
II
IV
Layout-03 II
I
IV
III
s1d3
s1d0
s1d1
s1d2
s2d1
s2d0
s2d3
s2d2
s1d1
s1d0
s1d3
s1d2
s1d0
s1d2
s1d3
s1d1
s2d1
s2d2
s2d0
s2d3
s1d3
s1d2
s1d0
s1d1
s2d2
s2d1
s2d3
s2d0
s2d3
s2d2
s2d0
s2d1
Huruf Romawi = Blok, S = sex (1=Ewes, 2=Wether), dan D = Diet (1=basal,2=+acetate,3=+propionate,4=+butyrate) ©I
G.E. Gunartha (2008)-26
TELADAN (3) Sebelum menganalisis sidik ragamnya, mari kita simak pemecahan sumber keragaman ketiga Layout tersebut: Layout-01 SK Blok Sex Blok dlm Sex Diet Sex * Diet Galat Total
db sr-1 = 7 s-1 = 1 s(r-1) = 6 d-1 = 3 (s-1)(d-1) = 3 s(r-1)(d-1) = 18 sdr -1 =31
Layout-02 SK Blok Sex Diet Sex*Diet Galat Total
Layout-03
db
SK r-1 = 3 s-1 = 1
d-1 = 3 (s-1)(d-1) = 3 (sd-1)(r-1) = 21 sdr-1 =31
Blok Sex Galat-a Diet Sex*Diet Galat-b Total
©I
db r-1 = 3 s-1 = 1 (r-1)(s-1) = 3 d-1 = 3 (s-1)(d-1) = 3 s(r-1)(d-1) = 18 sdr-1 = 31
G.E. Gunartha (2008)- 27
TELADAN (4) DEMO MENGGUNAKAN GENSTAT DE 3: 1.
MENGGUNAKAN MENU RANCANGAN STANDAR
2.
MENGGUNAKAN RANCANGAN GENERAL ©I
G.E. Gunartha (2008)- 28
Sekian dan Terimakasih