1
ANALISIS LINTAS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI BIBIT KLONAL KELAPA SAWIT (Elaeis guineensis Jacq.)
OPILIANDA
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
1
2
RINGKASAN
OPILIANDA. Analisis Lintas Faktor-faktor yang Mempengaruhi Produksi Bibit Klonal Kelapa Sawit (Elaeis guineensis Jacq.). Dibimbing oleh I MADE SUMERTAJAYA dan YOGO ADHI NUGROHO. Analisis lintas merupakan metode untuk menelaah pengaruh langsung dan tidak langsung dari peubah, dimana beberapa peubah sebagai penyebab terhadap peubah lain yang sebagai peubah akibat. Penelitian menggunakan data sekunder hasil penelitian dari PT SMART Tbk. Data yang digunakan merupakan data yang ditabulasi mulai tahun 2007 sampai tahun 2009 dengan jenis varietas kelapa sawit Tenera yang berjumlah 218 spear. Tujuan dari penelitian ini adalah untuk mendapatkan informasi peubah-peubah yang berpengaruh secara langsung dan tidak langsung terhadap produksi kalus yang tumbuh dan menentukan besarnya pengaruh tersebut menggunakan analisis lintas. Hasil analisis lintas faktor-faktor agronomi dan klimatologi terhadap jumlah produksi kalus yang dihasilkan setiap inokulasi 1000 eksplan diperoleh kesimpulan bahwa peubah indeks bobot relatif memberikan pengaruh langsung yang terbesar terhadap produksi kalus. Pengaruh tidak langsung terbesar diberikan oleh peubah bobot kering daun melalui peubah indeks bobot relatif. Pengaruh total terbesar terhadap produksi kalus diberikan oleh tebal pelepah daun melalui bobot kering daun dan indeks bobot relatif. Hal ini menunjukkan bahwa sifat agronomi yang paling berpengaruh terhadap hasil produksi kalus yaitu tebal pelepah daun. Sedangkan faktor klimatologi yang memberikan pengaruh langsung, positif dan nyata adalah rata-rata selang suhu udara selama sebulan sebelum inokulasi. Oleh karena itu, peubah-peubah tersebut dapat dipertimbangkan pada saat melakukan seleksi terhadap spear yang akan di kloning untuk mengoptimalkan produksi kalus. Kata Kunci : analisis lintas, kelapa sawit, kultur jaringan, pengaruh langsung, pengaruh tidak langsung, pengaruh total
2
3
ANALISIS LINTAS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI BIBIT KLONAL KELAPA SAWIT (Elaeis guineensis Jacq.)
OPILIANDA
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 2012
3
4
Judul : Analisis Lintas Faktor-faktor yang Mempengaruhi Produksi Bibit Klonal Kelapa Sawit (Elaeis guineensis Jacq.) Nama : Opilianda NRP : G14080018
Disetujui :
Pembimbing I,
Pembimbing II,
Dr. Ir. I Made Sumertajaya, MS NIP. 196807021994021001
Yogo Adhi Nugroho, M.Si
Diketahui : Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. Ir. Hari Wijayanto, M.Si NIP. 196504211990021001
Tanggal Lulus :
4
5
PRAKATA Puji dan syukur kehadirat Allah SWT atas segala karunia, rahmat serta hidayah-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Judul dari karya ilmiah ini adalah “Analisis Lintas Faktor-faktor yang Mempengaruhi Produksi Bibit Klonal Kelapa Sawit (Elaeis guineensis Jacq.)”. Adapun tujuan dari pembuatan karya ilmiah ini adalah sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika. Penulis mengucapkan terima kasih kepada Dr. Ir. I Made Sumertajaya, MS dan Yogo Adhi Nugroho, M.Si selaku dosen pembimbing yang telah memberikan bimbingan, arahan serta saran yang sangat bermanfaat bagi penulis. Ungkapan terima kasih juga disampaikan kepada : 1. Papa (Alm), Mama, kakak-kakakku atas segala doa, kasih sayang, dukungan, dan semangat yang telah diberikan kepada penulis. 2. 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. 3. Dr. Ir. Kusman Sadik, M.Si selaku penguji luar komisi pada sidang skripsi penulis, terima kasih atas koreksian dan saran yang telah diberikan kepada penulis. 4. PT. Smart, Tbk yang telah memberikan izin atas penggunaan data kelapa sawit untuk penelitian ini. 5. Rian Adiwicaksono sebagai teman diskusi serta atas semangat dan kasih sayang yang diberikan. 6. Teman-teman Statistika 45, 46, 44 serta semua pihak yang telah mendukung dan membantu penulis selama ini yang tidak dapat disebutkan satu- persatu. Terima kasih untuk semuanya. Penulis menyadari bahwa karya ilmiah ini masih belum sempurna, oleh karena itu penulis menghargai segala bentuk saran dan kritik yang membangun. Akhir kata, semoga karya ilmiah ini dapat bermanfaat bagi semua yang membacanya.
Bogor, Agustus 2012
Opilianda
5
6
RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 6 Februari 1991 dari pasangan Bapak Setia Irawan dan Ibu Raisah Daud. Penulis merupakan anak ketiga dari tiga bersaudara. Tahun 2002 penulis lulus dari SD Negeri 09 Petang Jakarta Timur, kemudian melanjutkan studi di SMP Negeri 213 Jakarta hingga tahun 2005. Selanjutnya penulis menyelesaikan pendidikannya di SMA Negeri 91 Jakarta dan lulus pada tahun 2008. Pada tahun yang sama penulis diterima IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) sebagai mahasiswa Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam dengan minor Ekonomi Pertanian. Selama menuntut ilmu di IPB, penulis aktif sebagai anggota himpunan profesi Gamma Sigma Beta (GSB) sebagai staf divisi kesekretariatan. Selain itu, penulis juga aktif dalam kepanitiaan seperti Statistika Ria 2010, Welcome Ceremony of Statistics (WCS) 2011, dan Pesta Sains 2011. Pada tahun 2012 penulis melaksanakan kegiatan Praktik Lapang di PT. Swadaya Panduartha, Jakarta selama dua bulan sebagai staf divisi Business and Development.
6
vi
DAFTAR ISI
Halaman DAFTAR TABEL .............................................................................................................. vii DAFTAR GAMBAR .......................................................................................................... vii DAFTAR LAMPIRAN ....................................................................................................... vii DAFTAR ISTILAH ............................................................................................................ viii PENDAHULUAN Latar Belakang......................................................................................................... 1 Tujuan ..................................................................................................................... 1 TINJAUAN PUSTAKA Botani Kelapa Sawit................................................................................................. 1 Kultur Jaringan Kelapa Sawit ................................................................................... 1 Analisis Lintas ......................................................................................................... 2 Diagram Lintas ........................................................................................................ 2 Koefisien Lintas ....................................................................................................... 2 Pengujian Koefisien Lintas ...................................................................................... 3 Uji Kebaikan Model ................................................................................................ 3 METODOLOGI Data ......................................................................................................................... 4 Metode .................................................................................................................... 4 HASIL DAN PEMBAHASAN Statistika Deskriptif.................................................................................................. 4 Pengujian Asumsi Analisis Lintas ............................................................................ 5 Analisis Lintas ......................................................................................................... 6 KESIMPULAN DAN SARAN Kesimpulan.............................................................................................................. 9 Saran ....................................................................................................................... 9 DAFTAR PUSTAKA ......................................................................................................... 9 LAMPIRAN ....................................................................................................................... 10
vi
vii
DAFTAR TABEL Halaman 1. Nilai simpangan kelinieritasan ....................................................................................... 5 2. Koefisien lintas dan koefisien determinasi analisis lintas ................................................ 6 3. Nilai thit dan nilai-p koefisien lintas ................................................................................ 7 4. Nilai koefisien lintas, thit, dan nilai-p analisis lintas model alternatif ............................... 7 5. Pengujian kebaikan model ............................................................................................. 7
DAFTAR GAMBAR 1. Ilustrasi diagram lintas dan besar pengaruh langsung dan tidak langsung ........................ 2 2. Diagram korelasi peubah eksogen terhadap peubah endogen .......................................... 6
DAFTAR LAMPIRAN 1. Proses kultur jaringan kelapa sawit ................................................................................ 11 2. Statistika deskriptif tiap peubah ..................................................................................... 11 3. Diagram lintas hipotetik ................................................................................................ 12 4. Matriks plot antar peubah data lengkap .......................................................................... 13 5. Matriks plot antar peubah tanpa data pencilan ................................................................ 13 6. Koefisien lintas data lengkap dan data tanpa pencilan..................................................... 14 7. Diagram pancar sisaan baku dengan nilai dugaan ........................................................... 14 8. Korelasi antar peubah .................................................................................................... 15 9. Hasil analisis lintas model awal ..................................................................................... 16 10. Hasil analisis lintas model alternatif ............................................................................... 16 11. Nilai pengaruh langsung, tidak langsung, dan pengaruh total .......................................... 17
vii
viii
DAFTAR ISTILAH Embriogenesis adalah proses perkembangan lanjut dari eksplan yang memiliki orientasi pertumbuhan bipolar dan berpotensi menjadi tunas sempurna. Eksplan adalah potongan jaringan bagian dari tanaman kelapa sawit sebagai bahan tanaman yang diinokulasi. Inokulasi adalah proses penanaman eksplan daun kelapa sawit pada media induksi kalus. Kalus adalah sel-sel yang aktif membelah dan tidak terdiferensiasi, berasal dari perkembangan lanjut potongan bagian tanaman yang ditempatkan ke dalam medium kultur jaringan. Klonal adalah bibit yang berasal dari metode kultur jaringan. Spear adalah organ pucuk tanaman kelapa sawit yang digunakan sebagai bahan perbanyakan secara klonal. Subkultur adalah pemindahan bagian eksplan dari media lama ke media baru selama proses kultur jaringan.
viii
1
PENDAHULUAN Latar Belakang Kelapa sawit merupakan tanaman perkebunan yang menjadi andalan sumber minyak nabati dan bahan agroindustri. Data produksi Crude Palm Oil (CPO) tahun 2011 menunjukkan bahwa Indonesia dapat berproduksi sekitar 17 juta ton per tahun. Hal tersebut menjadikan Indonesia sebagai penghasil minyak kelapa sawit terbesar di dunia. Daerah yang menjadi penyebaran kelapa sawit di Indonesia, yaitu 85,55% Sumatera, 11,45% Kalimantan, 2% Sulawesi, dan 1% tersebar di wilayah lainnya (Kompas 2011). Perluasan areal perkebunan kelapa sawit yang terus berlanjut akibat peningkatan kebutuhan minyak nabati maupun energi alternatif (biofuel) menjadikan permintaan kebutuhan bahan tanam unggul kelapa sawit meningkat, disamping akibat peremajaan kebun-kebun tua. Alternatif teknologi yang dapat digunakan untuk perbanyakan dan perbaikan mutu serta pemuliaan kelapa sawit adalah dengan teknologi kultur jaringan. Metode ini mampu menghasilkan bibit tanaman yang memiliki sifat sama dengan induknya dalam jumlah banyak. Akan tetapi, proses kultur jaringan memerlukan waktu yang cukup lama, kemampuan embriogenesis yang sangat rendah, serta kesulitan dalam meramalkan produksi kalus, sehingga menjadi kendala dalam industri bibit klonal kelapa sawit (Nugroho 2012). Dalam rangka peningkatan kapasitas embriogenesis pada proses produksi bibit klonal kelapa sawit, perlu dilakukan telaah hubungan antara hasil produksi dengan komponen-komponen yang mempengaruhinya. Keeratan hubungan linier antara jumlah produksi kalus dengan komponen yang mempengaruhinya dapat diketahui dengan analisis korelasi. Analisis korelasi memiliki kelemahan karena hanya mengukur keeratan hubungan linier antar peubah dan tidak menjelaskan hubungan sebab akibat. Kendala ini dapat diatasi dengan menggunakan metode analisis lintas (path analysis). Analisis lintas dapat menjelaskan keeratan hubungan antar sifat dengan cara menguraikan koefisien korelasi menjadi pengaruh langsung dan pengaruh tidak langsung. Analisis lintas juga mampu menjelaskan mekanisme hubungan kausal antar sifat melalui lintasan-lintasan terpisah yang dibangun dalam diagram lintas (Li CC dalam Wirnas et al. 2005).
Tujuan Penelitian ini bertujuan mendapatkan informasi peubah-peubah yang berpengaruh secara langsung dan tidak langsung terhadap produksi kalus yang tumbuh, dan menentukan besarnya pengaruh tersebut menggunakan analisis lintas. TINJAUAN PUSTAKA Botani Kelapa Sawit Kelapa sawit merupakan tanaman tropis yang membutuhkan curah hujan optimal antara 2000 – 2500 mm per tahun dengan pembagian merata sepanjang tahun. Lama penyinaran matahari yang optimum untuk pertumbuhan antara 5 – 7 jam per hari dan suhu optimum berkisar 22o – 32oC dengan pertumbuhan optimum pada 0 – 500 m di atas permukaan laut (Risza 1994). Struktur organ tanaman kelapa sawit dapat dibedakan menjadi dua bagian, yaitu organ vegetatif dan organ generatif. Organ vegetatif kelapa sawit meliputi akar, batang, dan daun. Kelapa sawit memiliki sistem perakaran serabut, dan struktur batang bersifat monokotil yaitu tidak mempunyai kambium dan sistem percabangan. Diameter batang kelapa sawit dapat mencapai ukuran 25 – 75 cm. Daun kelapa sawit membentuk satu pelepah yang panjangnya mencapai 7.5 – 9 m, dengan jumlah anak daun pada setiap pelepah daun berkisar antara 250 – 400 helai. Bagian generatif merupakan alat perkembang-biakan yang terdiri dari bunga dan buah. Kelapa sawit merupakan tanaman berumah satu (monoecious), artinya bunga jantan dan bunga betina terdapat dalam satu tanaman dan masing-masing terangkai dalam satu tandan. Tanaman kelapa sawit rata-rata mampu menghasilkan 20 – 22 tandan buah /pertahun (Fauzi et al. 2007). Berdasarkan ketebalan tempurung dan daging buah, kelapa sawit dikelompokkan menjadi tiga kelompok utama, yaitu : Dura, Pisifera, dan Tenera. Tenera merupakan hasil dari persilangan Dura dengan Pisifera. Ciri morfologi Tenera yaitu memiliki tempurung tipis (0.5 – 4 mm), terdapat lingkaran serabut di sekeliling tempurung, daging buah sangat tebal (60 – 90% dari buah) dan tandan buah lebih banyak, tetapi ukurannya relatif lebih kecil. Perkebunan komersial untuk tujuan produksi menggunakan bahan tanam dari kelompok Tenera (Fauzi et al. 2007).
1
2
Kultur Jaringan Kelapa Sawit Tahapan perbanyakan bibit kelapa sawit dengan kultur jaringan dimulai dari sepotong jaringan daun muda sebagai bahan perbanyakan (eksplan) yang ditanam (diinokulasi) pada medium padat mengandung nutrisi tertentu. Potongan jaringan daun muda tersebut diambil dari pucuk daun (spear) tanaman induk (ortet) terpilih. Potongan jaringan yang telah diinokulasikan tersebut diinkubasi dalam ruang gelap dengan suhu dan kelembaban terkontrol sampai membentuk kalus. Kalus tersebut selanjutnya diinduksi membentuk struktur baru yang disebut sebagai embrio somatik. Embrio dipindah-tanamkan ke medium baru (subkultur) secara berulang dengan tujuan menggandakan jumlah embrio (proliferasi) sampai dengan jumlah yang cukup dan menginduksi pembentukan tunas dan akar. Selanjutnya tunas-tunas berakar sehingga akan terbentuk tanaman baru (ramet). Bibit yang berasal dari teknik kultur jaringan disebut klon (Fauzi et al. 2007, Nugroho 2012). Secara visual proses kultur jaringan dapat dilihat di Lampiran 1.
1. hubungan antar peubah endogen dengan peubah eksogen bersifat linier, aditif, dan sebab akibat, 2. galat tidak saling berkorelasi satu sama lain, 3. hanya terdapat 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 di analisis diidentifikasi dengan benar berdasarkan teori dan konsep yang relevan. Diagram Lintas Diagram lintas merupakan perangkat yang menampilkan pola hubungan sebab akibat di antara sekumpulan peubah. Diagram lintas di susun berdasarkan pengetahuan yang mendasari tentang hubungan kausal berdasarkan hipotesis yang dibuat dan dapat juga berdasarkan hasil penelitian sebelumnya (Kerlinger dan Pedhazur 1973).
X Analisis Lintas Analisis lintas dikembangkan oleh SewallWright pada tahun 1934 sebagai metode untuk menelaah pengaruh langsung dan tidak langsung dari suatu peubah, dimana beberapa peubah dianggap sebagai penyebab terhadap peubah lain yang dianggap sebagai peubah akibat (Dillon dan Goldstein 1984). Pengaruh langsung adalah besarnya pengaruh dari suatu peubah terhadap peubah lain tanpa melalui perantara peubah lain di dalam model. Pengaruh tidak langsung adalah pengaruh yang ditimbulkan dari suatu peubah terhadap peubah lain melalui perantara suatu peubah. Pengaruh total merupakan total dari seluruh pengaruh, baik langsung maupun tidak langsung. Analisis lintas bukan merupakan metode untuk menemukan penyebab suatu hubungan, melainkan suatu metode yang digunakan untuk mendefinisikan model kausal yang telah dirumuskan secara teoritis atas dasar pengetahuan sebelumnya (Kerlinger dan Pedhazur 1973). Peubah yang tidak dipengaruhi oleh peubah lainnya di dalam sistem disebut peubah eksogen, sedangkan peubah yang dipengaruhi oleh peubah lainnya disebut peubah endogen (Johnson dan Wichern 1988). Menurut Dillon dan Goldstein (1984), asumsiasumsi yang mendasari analisis lintas adalah :
ρ31
1
X
r12
X
ρ43
X
3
4
1
2
ρ32
2
Gambar 1 Ilustrasi diagram lintas dan besar pengaruh langsung dan tidak langsung Menurut Johnson dan Wichern (1988), terdapat beberapa makna dalam penggambaran diagram lintas, yaitu : a. Garis panah berarah tunggal menunjukan arah pengaruh langsung dari suatu peubah sebab ke peubah akibat. b. Garis panah berarah tunggal juga menghubungkan kesalahan dengan semua peubah endogen masing-masing. c. Garis putus-putus panah berarah ganda mengindikasikan sifat simetrik dari koefisien korelasi, artinya diantara setiap pasang peubah bebas diduga atau diketahui memiliki korelasi. Koefisien Lintas Menurut Dillon dan Goldstein (1984), koefisien lintas menunjukkan pengaruh langsung dari peubah yang ditentukan sebagai penyebab terhadap peubah yang ditentukan sebagai akibat. Simbol yang digunakan untuk
2
3
menotasikan koefisien lintas adalah ρij, dimana i menunjukkan akibat (peubah endogen) dan j menunjukkan penyebab (peubah eksogen). Koefisien lintas merupakan koefisien regresi yang dibakukan. Jika ZY = ZXi =
𝑌− 𝑌 𝑆𝑌
dan
𝑋𝑖 − 𝑋𝑖 𝑆𝑋𝑖
; i = 1,2,…,k
masing- masing merupakan peubah Y (peubah endogen) dan Xi (peubah eksogen) yang dibakukan, sehingga diperoleh persamaan regresi baku sebagai berikut : ZY = ρYX1ZX1 + ρYX2ZX2 +…+ ρYXkZXk + ρYεε dengan : ZY = peubah endogen yang dibakukan ZXk = peubah eksogen yang dibakukan ρYXk = koefisien lintas ρYε = koefisien lintas sisaan ε = sisaan Besarnya koefisien lintas menunjukkan besarnya pengaruh langsung dari peubah eksogen Xi terhadap peubah endogen Y. Misalkan ρji merupakan besarnya pengaruh langsung dari Xi terhadap Xj, sedangkan ρrj merupakan besarnya pengaruh langsung dari Xj terhadap Xr. ZXj = ρji ZXi ZXr = ρrj ZXj ZXr = ρrjρji ZXi Sehingga besarnya pengaruh tidak langsung peubah eksogen Xi terhadap peubah endogen Xr melalui peubah eksogen Xj, dengan i ≠ j adalah sebesar ρjiρrj. (Kerlinger dan Pedhazur 1973). Pengaruh-pengaruh yang tidak dapat dijelaskan oleh suatu model disebut dengan koefisien lintas sisaan, yang diperoleh dari : ρYεi =
1 − 𝑅2𝑌𝑖.𝑗𝑘𝑙…𝑝
dengan 𝑅2𝑌𝑖.𝑗𝑘𝑙…𝑝 adalah koefisien determinasi dari peubah endogen Yi dengan semua peubah yang mempengaruhinya. Koefisien lintas sisaan menunjukkan pengaruh langsung dari peubah-peubah yang tidak termasuk dalam model. Besaran ρYεi dalam analisis lintas sama dengan (1-R2) dalam analisis regresi berganda (Dillon dan Goldstein 1984).
Pengujian Koefisien Lintas Menurut Kerlinger dan Pedhazur (1973), uji signifikan untuk koefisien lintas dapat menggunakan uji t. Hipotesis yang diuji adalah : H0 : ρi = 0 (koefisien lintas tidak signifikan) H1 : ρi ≠ 0 (koefisien lintas signifikan) dengan statistik uji adalah thit =
ρi 𝐺𝐵ρi
dengan db = N-k-1
dimana : ρi = koefisien lintas ke-i 𝐺𝐵ρi = galat baku dari koefisien lintas ke-i N = banyaknya pengamatan k = banyaknya koefisien lintas Jika |thit| > tα/2;(N-k-1) atau nilai p < α maka H0 ditolak, artinya koefisien lintas ke-i signifikan. Uji Kebaikan Model Pengujian kebaikan model merupakan pengujian model alternatif terhadap model hipotetik. Model alternatif diperoleh dari penghapusan koefisien lintas yang tidak signifikan (trimming). Menurut Dillon dan Goldstein (1984), pengujian kebaikan model dilakukan dengan uji χ2. Pengujian didasari pada besaran yang didefinisikan oleh Specht sebagai koefisien determinasi umum (Mi). Besaran Specht tersebut adalah : M1 = 1-(1-R12) (1-R22)… (1-Rk2) Kemudian analog dengan M1, didefinisikan M2 sebagai berikut : M2 = 1-[(1-R1*2) (1-R2*2)… (1-Rk*2)] dimana 0≤ M2≤ M1≤1 , dengan : M1 =koefisien determinasi umum model hipotetik M2 =koefisien determinasi umum model alternatif Ri2 =koefisien determinasi dari persamaan ke-i pada model hipotetik Ri*2 =koefisien determinasi dari persamaan ke-i pada model alternatif k =banyaknya peubah endogen pada model hipotetik k* =banyaknya peubah endogen pada model alternatif Hipotesis yang diuji: H0 : model alternatif memadai H1 : model alternatif tidak memadai dengan statistik uji sebagai berikut :
3
4
W = -(N-d) ln Q Q=
1− 𝑀1 1− 𝑀2
dimana : N = banyaknya pengamatan d = selisih banyaknya koefisien lintas pada kedua model Statistik uji W menyebar χ2 dengan derajat bebas = d. Kaidah keputusan dalam pengujian ini jika taraf signifikan ditetapkan sebesar α, yaitu: Jika W > χ2(α,db) : H0 ditolak Jika W < χ2(α,db) : H0 tidak ditolak Selain dengan uji χ2, kebaikan model dapat diketahui melalui ukuran : 1. Goodness of Fit Index (GFI) GFI merupakan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat model yang diprediksi dibandingkan dengan data observasi yang sebenarnya. Tingkat signifikansi yang direkomendasikan adalah nilai GFI > 0,9. 2. Adjusted Goodness of Fit Index (AGFI) AGFI merupakan pengembangan dari GFI yang disesuaikan dengan rasio derajat bebas. Tingkat signifikansi yang direkomendasikan adalah nilai AGFI ≥ 0,9. METODOLOGI Data Penelitian menggunakan data sekunder hasil penelitian dari PT SMART, Tbk. Data yang digunakan merupakan data produksi klon Tenera yang ditabulasi sejak tahun 2007 sampai dengan tahun 2009. Sebanyak 218 spear dan 14 peubah digunakan dalam analisis. Peubah pengukuran yang digunakan, yaitu : X1 : jumlah anak daun dalam pelepah X2 : panjang anak daun (cm) X3 : lebar anak daun (cm) X4 : jumlah pelepah yang masih hijau X5 : indeks luas daun / LAI X6 : lebar pelepah daun (cm) X7 : tebal pelepah daun (cm) X8 : bobot kering daun (kg) X9 : indeks bobot relatif X10 : total curah hujan selama sebulan sebelum inokulasi (mm) X11 : rata-rata selang suhu udara min-maks selama sebulan sebelum inokulasi (oC) X12 : rata-rata kelembaban udara harian selama sebulan sebelum inokulasi X13 : total lama penyinaran selama sebulan sebelum inokulasi (jam)
Y : jumlah produksi kalus yang dihasilkan setiap inokulasi 1000 eksplan. Semua peubah vegetatif diukur pada pelepah ke-17 (Nugroho 2012). Penelitian merupakan penelitian lanjutan dari penelitian sebelumnya. Adapun pada penelitian ini menambahkan peubah klimatologi yang diukur selama sebulan sebelum inokulasi. Metode Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut : 1. Melakukan eksplorasi data dengan statistika deskriptif. 2. Merancang model hipotetik berdasarkan konsep dan teori. 3. Memeriksa asumsi yang mendasari analisis lintas. 4. Mencari koefisien korelasi antar peubah. 5. Menduga parameter atau perhitungan koefisien lintas. 6. Menghitung besarnya pengaruh langsung, pengaruh tidak langsung dan pengaruh total peubah eksogen terhadap peubah endogen. 7. Melakukan pengujian koefisien lintas. 8. Melakukan pengujian kebaikan model. 9. Interpretasi model. HASIL DAN PEMBAHASAN Statistika Deskriptif Hasil analisis deskriptif menunjukkan bahwa peubah jumlah produksi kalus (Y) mempunyai koefisien keragaman terbesar. Hal ini menunjukkan bahwa jumlah kalus yang dihasilkan beragam. Jumlah produksi kalus terbanyak adalah 587. Sementara itu, kelembaban udara harian (X12) mempunyai koefisien keragaman terkecil yang menunjukkan bahwa rata-rata kelembaban udara harian selama sebulan terakhir relatif seragam (Lampiran 2). Diagram analisis lintas beberapa peubah yang mempengaruhi jumlah kalus yang dihasilkan dapat dilihat pada Lampiran 3. Dalam diagram lintas terdapat empat peubah yang menjadi peubah endogen. Peubah endogen pertama, yaitu indeks luas daun yang dipengaruhi oleh jumlah anak daun dalam pelepah, panjang anak daun, lebar anak daun, jumlah pelepah yang masih hijau, total curah hujan, rata-rata selang suhu udara, rata-rata kelembaban udara harian, dan total lama penyinaran. Peubah endogen kedua, yaitu bobot kering daun yang dipengaruhi oleh lebar pelepah daun, tebal pelepah daun, total curah hujan, rata-rata selang suhu udara, rata-rata
4
5
kelembaban harian, dan lama penyinaran. Peubah endogen ketiga, yaitu indeks bobot relatif yang dipengaruhi oleh indeks luas daun dan bobot kering daun. Peubah endogen keempat, yaitu jumlah produksi kalus yang dihasilkan setiap inokulasi 1000 eksplan dipengaruhi secara langsung oleh indeks luas daun, bobot kering daun, indeks bobot relatif, total curah hujan, dan rata-rata selang suhu udara. Hubungan antar peubah dapat digambarkan oleh matriks plot (Lampiran 4). Berdasarkan matriks plot yang terbentuk, terdapat pencilan pada peubah X13 observasi ke 161, 164, dan 165. Selanjutnya dilakukan penghapusan data pencilan dan digambarkan dalam matriks plot kembali (Lampiran 5). Hasil analisis lintas pada gugus data baru (tanpa data pencilan) menunjukkan koefisien lintas yang tidak berbeda jauh dengan koefisien lintas gugus data awal (Lampiran 6) sehingga tetap menggunakan gugus data awal. Pengujian Asumsi Analisis Lintas Sebelum dilakukan pemodelan dengan analisis lintas, terlebih dahulu dilakukan pemeriksaan asumsi, yaitu : 1. Hubungan antar peubah bersifat linier, aditif, dan kausal. Tabel 1 Nilai simpangan kelinieritasan Peubah
Nilai Simpangan Kelinieritasan
Jumlah anak daun
0.589
Panjang anak daun
0.781
Lebar anak daun
0.943
Pelepah masih hijau
0.764
Indeks luas daun
0.051
Lebar pelepah
0.122
Tebal pelepah
0.732
Bobot kering daun
0.223
Indeks bobot relatif
0.328
Total curah hujan
0.153
Rata-rata selang suhu udara
0.195
Rata-rata kelembaban harian
0.139
Lama penyinaran
0.144
Asumsi linieritas bertujuan mengetahui 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 menunjukkan
bahwa masing-masing peubah mempunyai nilai simpangan kelinieritasan lebih besar dari 0.05 sehingga dapat dibuktikan bahwa pada taraf kepercayaan 95% asumsi kelinieritasan terpenuhi (Tabel 1). Asumsi aditif berarti dapat dijumlahkan sesuai dengan model. Misalnya, bobot kering daun merupakan hasil formulasi antara lebar pelepah daun dan tebal pelepah daun. Asumsi kausal artinya mempunyai hubungan sebab akibat antar peubah. Asumsi ini dapat dilihat dari diagram lintas yang terbentuk. 2. Galat tidak saling berkorelasi satu sama lain. Asumsi ini dapat dilihat dari diagram pencar antara sisaan baku dengan nilai dugaan dari masing-masing persamaan (Lampiran 7). Plot tersebut menunjukkan bahwa titik-titik galat berada di sekitar angka nol dan menyebar secara acak. Oleh karena itu dapat disimpulkan bahwa galat tidak berkorelasi satu sama lain. 3. Hanya terdapat hubungan kausal satu arah dalam model, model rekursif. Diagram lintas yang terbentuk berdasarkan hasil penelitian sebelumnya dan pertimbangan pengetahuan umum memperlihatkan hanya ada hubungan kausal satu arah dalam model, sehingga asumsi terpenuhi. 4. Peubah endogen minimal terukur dalam skala interval. Dalam penelitian ini, seluruh peubah endogen dan eksogen diukur dalam skala rasio, sehingga memenuhi asumsi analisis lintas. 5. Model yang dianalisis diidentifikasi dengan benar berdasarkan teori dan konsep yang relevan. Penyusunan diagram lintas dalam penelitian ini dilakukan atas dasar hasil penelitian sebelumnya dan pertimbangan pengetahuan umum, yaitu : a. Peubah lebar pelepah, panjang batang, panjang sentral axis, panjang pelepah, panjang anak daun, panjang pelepah memberikan pengaruh langsung terhadap karakter jumlah bunga betina (Miftahorrachman 2000). b. Peubah pertambahan tinggi, luas permukaan daun, jumlah tandan, tandan buah segar, rasio mesokarp terhadap buah, rasio minyak terhadap mesokarp segar, dan rasio minyak terhadap tandan memiliki korelasi yang
5
6
signifikan terhadap produksi minyak. Karakter tandan buah segar dan rasio minyak terhadap tandan memiliki pengaruh langsung terhadap produksi minyak (Handayani 2007). c. Produksi kalus dipengaruhi secara langsung oleh indeks bobot relatif dan pengaruh tidak langsung dari peubah bobot kering daun, indeks luas daun, dan intensitas cahaya. Kemampuan induksi embrio somatik dari kalus dipengaruhi oleh jumlah anak daun, lama waktu pembentukan kalus pertama kali, lebar pelepah ke 17, bobot kering daun, indeks luas daun, curah hujan selama empat bulan pada lima bulan sebelum inokulasi, dan rataan selang suhu maksimum minimum harian selama satu bulan pada lima dan tujuh bulan sebelum inokulasi (Nugroho 2012).
0.25 0.2 0.15 0.1 0.05 0 -0.05 -0.1 -0.15 -0.2
Hasil analisis lintas faktor-faktor yang mempengaruhi produksi kalus dapat dilihat pada Lampiran 9. Koefisien lintas serta koefisien determinasi antara peubah endogen dan eksogen dapat dilihat pada Tabel 2. Tabel 2 Koefisien lintas dan koefisien determinasi analisis lintas Peubah Eksogen
Peubah Endogen ZX5
ZX1
0.253
ZX2
0.413
ZX3
0.537
ZX4
0.798
ZX8
ZX5
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13
korelasi
Analisis Lintas Sebelum melakukan analisis lintas, dilakukan analisis korelasi terlebih dahulu. Analisis korelasi dilakukan untuk melihat pola hubungan antara peubah eksogen terhadap peubah endogen. Hasil korelasi menunjukan bahwa peubah X2, X4, X5, X10, dan X13 berkorelasi negatif terhadap produksi kalus yang dihasilkan, sedangkan peubah lainnya memberikan nilai korelasi positif. Peubah X9 berkorelasi positif paling kuat dan signifikan di antara peubah lainnya (Gambar 2). Hasil analisis ini menunjukkan bahwa terdapat kecenderungan apabila indeks bobot relatif meningkat maka jumlah kalus yang dihasilkan semakin bertambah. Besarnya korelasi antar peubah disajikan pada Lampiran 8.
8, 9, 10, dan 11. Peubah X5 dipengaruhi oleh delapan peubah X lainnya dengan besar pengaruhnya adalah ρ X5Xi untuk i = 1, 2, 3, 4, 10, 11, 12, dan 13. Peubah X8 dipengaruhi oleh enam peubah X lainnya dengan besar pengaruhnya adalah ρX8Xi untuk i = 6, 7, 10, 11, 12, dan 13. Peubah X9 dipengaruhi oleh dua peubah X dengan besar pengaruhnya adalah ρX9Xi untuk i = 5 dan 8. Jadi, peubah X1, X2, X3, X4, X6, X7, X12, dan X13 dapat mempengaruhi peubah Y secara tidak langsung melalui peubah X5, X8, dan X9. Hubungan antar peubah tersebut dapat dibuat persamaan struktural menjadi sebagai berikut: 1. ZX5 =ρX5X1ZX1 + ρX5X2ZX2 + ρX5X3ZX3 + ρX5X4ZX4 + ρX5X10ZX10 + ρX5X11ZX11 + ρX5X12ZX12 + ρX5X13ZX13 + ρX5εε1 2. ZX8 =ρX8X6ZX6 + ρX8X7ZX7 + ρX8X10ZX10 + ρX8X11ZX11 + ρX8X12ZX12 + ρX8X13ZX13 + ρX8εε2 3. ZX9 =ρX9X5ZX5 + ρX9X8ZX8 + ρX9εε3 4. ZY =ρYX5ZX5 + ρYX8ZX8 + ρYX9ZX9 + ρYX10ZX10 + ρYX11ZX11 + ρYεε4
ZX6
0.523
ZX7
0.578
ZX8
ZX9
-0.878
0.599
0.825
-0.474
ZX9
peubah
ZY
0.856
ZX10
-0.012
-0.006
-0.083
Gambar 2 Diagram korelasi peubah eksogen terhadap peubah endogen
ZX11
-0.009
-0.002
0.161
ZX12
0.004
0.0002
Diagram lintas (Lampiran 3) disusun berdasarkan hasil penelitian sebelumnya dan pertimbangan pengetahuan umum. Terdapat lima peubah eksogen yang mempengaruhi peubah Y secara langsung dengan besar pengaruhnya adalah sebesar ρYXi untuk i = 5,
ZX13
0.000048
-0.002
2
R
adj
0.990
0.996
0.961
0.079
Total keragaman data yang dapat dijelaskan oleh model diukur dengan M1= 1(1-R12) (1-R22) (1-R32) (1-R42)= 99.9998563%.
6
7
Hal ini menunjukkan bahwa model hasil analisis dapat menjelaskan 99.9998563% terhadap fenomena yang dikaji, sedangkan sisanya sebesar 0.000001% dijelaskan oleh peubah lain yang belum terdapat dalam model. Tabel 3 Nilai thit dan nilai-p analisis lintas model hipotetik Notasi
thit
Nilai-p
ρX5X1
35.367
0.000
ρX5X2
57.247
0.000
ρX5X3
74.794
0.000
ρX5X4
114.006
0.000
ρX5X10
-1.751
0.081
ρX5X11
-1.237
0.218
ρX5X12
0.448
0.654
ρX5X13
-0.006
0.995
ρX8X6
87.793
0.000
ρX8X7
96.068
0.000
ρX8X10
-1.236
0.218
ρX8X11
-0.444
0.658
ρX8X12
0.042
0.966
ρX8X13
-0.390
0.697
ρX9X5
-61.001
0.000
ρX9X8
57.337
0.000
ρYX5
2.003
0.046
ρYX8
-1.672
0.096
ρYX9
2.580
0.011
ρYX10
-1.248
0.213
ρYX11
2.354
0.019
Tabel 5 Pengujian kebaikan model
Tabel 4 Nilai koefisien lintas, thit, dan nilai-p analisis lintas model alternatif Notasi
Koefisien Lintas
thit
Hasil analisis lintas menunjukkan terdapat beberapa koefisien lintas yang tidak signifikan (Tabel 3) sehingga dilakukan trimming dan menghasilkan model alternatif. Hasil analisis lintas untuk model alternatif menunjukkan bahwa peubah klimatologi yang digunakan hanya rata-rata selang suhu udara min-maks (X11). Koefisien lintas pada model alternatif memberikan pengaruh yang signifikan kecuali pada peubah indeks luas daun (X5) terhadap produksi kalus (Tabel 4). Model alternatif digunakan untuk menguji kebaikan model yang telah dirancang. Nilai χ20.05,10 sebesar 18.307 maka H0 tidak ditolak, artinya model alternatif memadai (Tabel 5). Ukuran kebaikan model dengan nilai GFI dan AGFI menunjukkan bahwa model alternatif lebih baik di banding model hipotetik.
Nilai-p
ρX5X1
0.254
36.771
0.000
ρX5X2
0.414
59.370
0.000
ρX5X3
0.536
75.933
0.000
ρX5X4
0.802
117.765
0.000
ρX8X6
0.523
90.463
0.000
ρX8X7
0.579
100.318
0.000
ρX9X5
-0.878
-61.001
0.000
ρX9X8
0.825
57.337
0.000
ρYX5
0.065
0.795
0.427
ρYX9
0.245
3.070
0.002
ρYX11
0.149
2.189
0.030
Model Hipotetik R12 = 0.990 R22 = 0.996
Model Alternatif R12 = 0.990 R22 = 0.996
R32 = 0.961 R42 = 0.079 M1 = 0.999998563 GFI = 0.97 AGFI = 0.89 Q = 0.971 W = 5.975 χ20.05,10 =18.307
R32 = 0.961 R42 = 0.052 M2 = 0.999998521 GFI = 0.97 AGFI = 0.92
Berdasarkan uji kebaikan model, model alternatif lebih memadai dibandingkan model hipotetik. Model alternatif tidak memasukkan peubah klimatologi yang tidak signifikan. Menurut Tarjoko (1996), faktor lingkungan dapat mempengaruhi pertumbuhan tanaman sampai dengan pemasakan buah. Berdasarkan nilai R2, model hipotetik cenderung lebih baik dari model alternatif. Namun demikian nilai R2 kedua model tidak berbeda jauh. Total keragaman data (Mi) pada model hipotetik lebih besar dibandingkan model alternatif. Pada hasil analisis lintas menunjukkan bahwa ketika peubah-peubah di trimming, maka koefisien lintas cenderung masih sama. Artinya, keberadaan peubah-peubah yang ditiadakan tersebut tidak mengganggu hasil analisis dan dengan adanya faktor lingkungan dapat memberikan informasi tambahan mengenai keadaan tempat penelitian. Atas pertimbangan tersebut maka model yang dipilih adalah model hipotetik, yaitu tetap mempertahankan peubah klimatologi dalam model. Selanjutnya dilakukan pembahasan
7
8
lebih lanjut pengaruh dari masing-masing persamaan. Persamaan Struktural 1 Persamaan struktural yang diperoleh antara indeks luas daun (X5) dengan peubah-peubah yang mempengaruhinya secara langsung adalah sebagai berikut : ZX5 = 0.253ZX1 + 0.413ZX2 + 0.537ZX3 + 0.798ZX4 – 0.012ZX10 – 0.009ZX11 + 0.004ZX12 + 0.000048ZX13 dengan koefisien lintas sisaan (ρX5ε1) sebesar 0.1. Koefisien ini menunjukkan pengaruh langsung dari peubah diluar persamaan. Artinya, sebesar 10% keragaman total dari peubah X5 tidak mampu dijelaskan oleh model. Hasil analisis lintas menunjukkan bahwa empat peubah yang mempengaruhi indeks luas daun memberikan pengaruh langsung yang bernilai positif dan signifikan terhadap indeks luas daun. Banyaknya pelepah daun yang masih hijau (X4) adalah peubah yang memberikan pengaruh langsung terbesar dan positif terhadap indeks luas daun, yaitu sebesar 0.798. Hal ini menunjukkan bahwa jika peubah lain dianggap konstan maka setiap kenaikan satu simpangan baku pada jumlah pelepah yang masih hijau, secara rata-rata akan meningkatkan indeks luas daun sebesar 0.798 kali simpangan baku. Persamaan Struktural 2 Persamaan struktural yang diperoleh antara bobot kering daun (X8) dengan peubah-peubah yang mempengaruhinya secara langsung adalah sebagai berikut : ZX8 = 0.523ZX6 + 0.578ZX7 - 0.006ZX10 0.002ZX11 + 0.0002ZX12 - 0.002ZX13 dengan koefisien lintas sisaan (ρX8ε2) sebesar 0.063. Nilai koefisien lintas sisaan yang kecil menunjukkan bahwa model persamaan struktural 2 telah cukup baik mewakili data. Peubah lebar pelepah daun (X6) dan tebal pelepah daun (X7) memberikan pengaruh langsung yang signifikan dan bernilai positif terhadap bobot kering daun. Tebal pelepah daun memberikan pengaruh langsung sebesar 0.578. Hal ini menunjukkan bahwa semakin tebal pelepah daun maka bobot kering daun semakin berat. Peubah-peubah klimatologi memberikan pengaruh yang sangat kecil dan tidak signifikan secara statistik.
Persamaan Struktural 3 Persamaan struktural yang diperoleh antara indeks bobot relatif (X9) dengan peubahpeubah yang mempengaruhinya secara langsung adalah sebagai berikut : ZX9 = -0.878ZX5 + 0.825ZX8 dengan koefisien lintas sisaan (ρX9ε3) sebesar 0.197. Nilai koefisien lintas sisaan yang kecil menunjukkan bahwa model persamaan struktural 3 telah cukup baik mewakili data. Peubah bobot kering daun memberikan pengaruh langsung yang signifikan dan bernilai positif. Sedangkan indeks luas daun memberikan pengaruh langsung yang signifikan dan negatif terhadap indeks bobot relatif. Pengaruh tidak langsung jumlah anak daun dalam pelepah (X1), panjang anak daun (X2), lebar anak daun (X3), dan banyaknya pelepah yang masih hijau (X4) melalui lintasan X5 X9 berturut-turut adalah -0.222, -0.363, -0.471, dan -0.701. Peubah lain yang memberikan pengaruh tidak langsung terhadap indeks bobot relatif adalah lebar pelepah daun (X6) dan tebal pelepah daun (X7) melalui lintasan X8 X9. Besar pengaruh tidak langsung tersebut sebesar 0.431 dan 0.476 (Lampiran 11). Persamaan Struktural 4 Persamaan struktural yang diperoleh antara jumlah produksi kalus (Y) dengan peubahpeubah yang mempengaruhinya secara langsung adalah sebagai berikut : ZY = 0.599ZX5 - 0.474ZX8 + 0.856ZX9 – 0.083ZX10 + 0.161ZX11 dengan koefisien lintas sisaan (ρYε4) sebesar 0.959. Nilai koefisien lintas sisaan yang besar menunjukkan bahwa masih terdapat peubah lain yang berpengaruh terhadap jumlah kalus yang dihasilkan yang belum tercakup dalam model. Peubah indeks bobot relatif (X9) dan ratarata selang suhu udara (X11) merupakan peubah yang memberikan pengaruh langsung, signifikan, dan positif terhadap peningkatan jumlah produksi kalus. Hal tersebut mengindikasikan bahwa peubah X9 dan X11 memiliki kecenderungan dapat meningkatkan jumlah produksi kalus dibanding peubah lainnya. Sedangkan peubah indeks luas daun (X5) memberikan pengaruh langsung, signifikan, dan negatif terhadap produksi kalus.
8
9
Dalam analisis lintas, pengaruh terhadap jumlah kalus yang dihasilkan dilihat secara keseluruhan. Artinya bukan hanya pengaruh langsung saja yang dilihat, namun pengaruh tidak langsung turut diperhitungkan. Peubah yang memberikan pengaruh tidak langsung paling dominan terhadap jumlah kalus adalah bobot kering daun (X8). Pengaruh tidak langsung ini diberikan melalui pengaruh langsung bobot kering daun terhadap indeks bobot relatif, yaitu sebesar 0.706. Nilai pengaruh langsung dan tidak langsung terangkum dalam pengaruh total. Pengaruh total dapat menunjukkan peubah-peubah yang paling berpengaruh terhadap jumlah kalus. Pengaruh total terbesar diberikan oleh peubah tebal pelepah daun (X7) melalui peubah bobot kering daun (X8) dan indeks bobot relatif (X9), yaitu sebesar 1.188. Hal ini menunjukkan bahwa peubah yang paling efektif sebagai kriteria seleksi untuk meningkatkan jumlah kalus yang akan dihasilkan adalah tebal pelepah daun. KESIMPULAN DAN SARAN Kesimpulan Peubah indeks bobot relatif memberikan pengaruh langsung paling besar terhadap jumlah kalus yang dihasilkan, yaitu sebesar 0.856. Pengaruh tidak langsung paling besar diberikan oleh peubah bobot kering daun melalui peubah indeks bobot relatif, yaitu sebesar 0.706. Pengaruh total paling besar terhadap jumlah kalus yang dihasilkan diberikan oleh tebal pelepah daun melalui bobot kering daun dan indeks bobot relatif, yaitu sebesar 1.188. Jadi, sifat agronomi yang diduga paling berpengaruh terhadap hasil produksi kalus adalah tebal pelepah daun. Sedangkan faktor klimatologi yang memberikan pengaruh langsung, positif dan signifikan adalah rata-rata selang min-maks suhu udara kebun dalam sebulan terakhir sebelum inokulasi. Oleh karena itu, peubahpeubah tersebut dapat dipertimbangkan pada saat melakukan seleksi terhadap spear yang akan dikloning untuk mengoptimalkan produksi kalus. Saran Nilai koefisien lintas sisaan relatif besar pada penelitian ini. Saran untuk penelitian selanjutnya adalah dapat meminimumkan nilai koefisien lintas sisaan, yaitu dengan memperbaiki diagram lintasnya atau dengan
memasukkan peubah lain yang belum tercakup dalam model. Beberapa peubah lain yang dapat dipertimbangkan untuk memperbaiki model antara lain zona daun pada spear (bagian muda dan tua), tetua asal spear yang digunakan serta peubah klimatologi lainnya seperti radiasi dan evaporasi. DAFTAR PUSTAKA Astriyany. 2011. Analisis lintas beberapa sifat agronomi plasma nutfah gandum (Triticum aestivum L.) [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Dillon WR, Goldstein M. 1984. Multivariate Analysis Methods and Applications. New York : John Willey & Sons Inc. 437 – 452. Fauzi Y, Yustina EW, Iman S, & Rudi H. 2007. Kelapa Sawit: Budi Daya, Pemanfaatan Hasil dan Limbah, Analisis Usaha dan Pemasaran. Jakarta : Penebar Swadaya. 14 – 50. Handayani L. 2007. Pendugaan parameter genetik progeny kelapa sawit (Elaeis guineensis Jacq.) [skripsi]. Bogor : Fakultas Pertanian, Institut Pertanian Bogor. Johnson RA, Wichern DW. 1988. Applied Multivariate Statistical Analysis. Ed ke-4. Prentice – Hall International, Inc. London. Kerlinger FN, Pedhazur EJ. 1973. Multiple Regression in Behavioral Research. New York : Holt Rinehart and Winston. 305 – 333. Miftahorrachman, Mangindaan HF & Novarianto H. 2000. Analisis lintas karakter vegetatif dan generatif kelapa dalam kupal terhadap jumlah bunga dalam betina. Zuriat, Komunikasi Pemuliaan Indonesia.Vol.11(1): 39–46. Nugroho YA. 2012. Perancangan model produksi bibit kelapa sawit (Elaeis guineensis Jacq.) secara in vitro [tesis]. Bogor : Program Pascasarjana, Institut Pertanian Bogor. Sarjono H, Julianita W. 2011. SPSS vs LISREL : Sebuah Pengantar, Aplikasi untuk Riset. Jakarta : Salemba Empat. Wirnas D, Sobir, Surahman M. 2005. Pengembangan kriteria seleksi pada Pisang (musa sp.) berdasarkan analisis l intas. Bul. Agron. Vol. 33(3) : 48 – 54.
9
10
LAMPIRAN
10
11
Lampiran 1 Proses kultur jaringan kelapa sawit
Lampiran 2 Statistika deskriptif tiap peubah Statistika Deskriptif Peubah
Rata-rata
Simp.Baku
Jumlah anak daun (X1)
389.47
17.1
4.39
337
435
Panjang anak daun (X2)
111.77
8.03
7.19
90.48
141.98
5.96
0.563
9.45
4.6
7.97
34.005
4.802
14.12
23
48
Lebar anak daun (X3) Pelepah masih hijau (X4) Indeks luas daun (X5)
KK*
Min
Maks
6.59
1.133
17.19
3.49
10
Lebar pelepah (X6)
10.256
0.92
8.97
7.5
12.6
Tebal pelepah (X7)
4.983
0.492
9.87
3.8
6.7
Bobot kering daun (X8)
5.453
0.886
16.25
3.35
7.8
Indeks bobot relatif (X9)
0.844
0.167
19.81
0.48
1.49
Curah hujan (X10)
220.4
107.93
48.97
42.9
544
10.884
2.199
20.2
8.25
15
Selang suhu udara (X11) Kelembaban harian (X12)
81.81
2.79
3.41
75.8
88.66
Lama penyinaran (X13)
191.12
35.6
18.63
126.6
412.3
Jumlah Kalus (Y)
142.05
99.04
69.72
13
587
*KK = Koefisien Keragaman
11
12
Lampiran 3 Diagram lintas hipotetik
Keterangan : Pengaruh langsung X1 : jumlah anak daun dalam pelepah X2 : panjang anak daun (cm) X3 : lebar anak daun (cm) X4 : jumlah pelepah yang masih hijau X5 : indeks luas daun X6 : lebar pelepah daun (cm) X7 : tebal pelepah daun (cm) X8 : bobot kering daun (kg) X9 : indeks bobot relatif X10 : total curah hujan selama sebulan sebelum inokulasi (mm) X11 : rata-rata selang suhu udara min maks selama sebulan sebelum inokulasi (oC) X12 : rata-rata kelembaban harian selama sebulan sebelum inokulasi X13 : total lama penyinaran selama sebulan sebelum inokulasi (jam) Y : jumlah kalus yang dihasilkan setiap inokulasi 1000 eksplan
12
13
Lampiran 4 Matriks plot antar peubah data lengkap
Lampiran 5 Matriks plot antar peubah tanpa data pencilan
13
14
Lampiran 6 Koefisien lintas data lengkap dan data tanpa pencilan Peubah Endogen Peubah Eksogen
ZX5
ZX8
ρ0
ρ1
ZX1
0.253
0.251
ZX2
0.413
0.413
ZX3
0.537
0.533
ZX4
0.798
0.789
ZX9
ρ0
ρ1
ZX6
0.523
0.523
ZX7
0.578
0.58
ZX5
ZX8
ρ0
ZY ρ1
ρ0
ρ1
-0.878
-0.877
0.599
0.605
0.825
0.824
-0.474
-0.48
0.856
0.861
ZX10
ZX9 -0.012
-0.012
-0.006
-0.005
-0.083
-0.079
ZX11
-0.009
-0.008
-0.002
-0.004
0.161
0.159
ZX12
0.004
0.003
0.0002
0.005
ZX13
0.000048
-0.003
-0.002
0.007
Ket: ρ0 = gugus data lengkap ; ρ1 = gugus data tanpa pencilan Lampiran 7 Diagram pancar sisaan baku dengan nilai dugaan
14
15
Lampiran 8 Korelasi antar peubah Peubah
X1
X2
X3
X4
X5
X6
X7
X8
X1
1.000
X2
-0.106
1.000
X3
0.178**
-0.235
1.000
X4
-0.100
-0.012
-0.058
1.000
X5
0.226**
0.252**
0.438**
0.741**
1.000
X6
0.425**
0.027
0.341**
0.049
0.343**
1.000
X7
0.329**
0.156**
0.295**
-0.024
0.284**
0.638**
1.000
X8
0.417**
0.098
0.349**
0.007
0.339**
0.893**
0.913**
1.000
X9
0.072
-0.107
-0.133
-0.564
-0.550
0.408**
0.441**
0.528**
X10
0.001
0.063
0.124
-0.185
-0.066
0.127
0.065
0.099
X11
-0.182
-0.114
0.017
-0.123
-0.191
-0.161
-0.291
-0.256
X12
-0.091
0.184**
0.094
-0.065
0.052
0.249**
0.142*
0.213**
X13
0.135*
-0.182
-0.044
-0.056
-0.112
-0.141
-0.166
-0.172
Y
0.013
-0.154
0.070
-0.099
-0.099
0.166*
0.071
0.131
Peubah
X9
X10
X11
X12
X13
X9
1.000
X10
0.144*
1.000
X11
0.000
0.036
1.000
X12
0.152*
0.223**
0.032
1.000
X13
-0.025
-0.047
0.063
-0.574
1.000
Y
0.209**
-0.041
0.136*
0.189**
-0.125
Y
1.000
*Signifikan pada α = 5% **Signifikan pada α = 1%
15
16
Lampiran 9 Hasil analisis lintas model hipotetik
Lampiran 10 Hasil analisis lintas model alternatif
16
17
Lampiran 11 Nilai pengaruh langsung, tidak langsung, dan pengaruh total Pengaruh Peubah Langsung Tidak Langsung X1 X5 X9 = -0.222 X1 X1 X5 = 0.253 X1 X5 Y = 0.151 X1 X5 X9 Y = -0.190 X2 X5 X9 = -0.363 X2 X2 X5 = 0.413 X2 X5 Y = 0.247 X2 X5 X9 Y = -0.310 X3 X5 X9 = -0.471 X3 X3 X5 = 0.537 X3 X5 Y = 0.322 X3 X5 X9 Y = -0.403 X X X = -0.701 X4 X4 X5 = 0.798 4 5 9 X4 X5 Y = 0.478 X4 X5 X9 Y = -0.599 X5 X9 Y = -0.751 X5 X5 X9 = -0.878 X5 Y = 0.599 X6 X8 X9 = 0.431 X6 X6 X8 = 0.523 X6 X8 Y = -0.247 X6 X8 X9 Y = 0.369 X7 X8 X9 = 0.476 X7 X7 X8 = 0.578 X7 X8 Y = -0.274 X7 X8 X9 Y = 0.408 X8 X9 Y = 0.706 X8 X8 X9 = 0.825 X8 Y = -0.474 X9 X9 Y =0.856 X10 X5 X9 = 0.010 X10 X10 Y = -0.083 X10 X5 Y = -0.007 X10 X5 = -0.012 X X X Y = 0.009 X10 X8 = -0.006 10 5 9 X10 X8 X9 = -0.005 X10 X8 Y = 0.003 X10 X8 X9 Y = -0.004 X11 X5 X9 = 0.008 X11 X11 Y = 0.161 X11 X5 Y = -0.005 X11 X5 = -0.009 X11 X5 X9 Y = 0.006 X11 X8 = -0.002 X11 X8 X9 = -0.001 X11 X8 Y = 0.0009 X11 X8 X9 Y = -0.001 X12 X5 X9 = -0.003 X12 X12 X5 = 0.004 X12 X5 Y = 0.002 X12 X8 = 0.0002 X12 X5 X9 Y = -0.003 X12 X8 X9 = 0.0001 X12 X8 Y = -0.00009 X12 X8 X9 Y = 0.0001 = -0.00003 X13 X13 X5 = 0.00004 X13 X5 X9 X13 X5 Y = 0.00002 X13 X8 = -0.002 X13 X5 X9 Y = -0.00003 X13 X8 X9 = -0.001 X13 X8 Y = 0.0009 X13 X8 X9 Y = 0.001
Total -0.008
-0.013
-0.015
-0.024
-1.030 1,076
1.188
1.057 0.856 -0.095
0.158
0.0003
-0.0011
17
