LAMPIRAN
Lampiran 1. Bentuk Umum Dari PROC MIXED PROC MIXED pilihan-pilihan ; BY nama-nama peubah ; CLASS nama-nama peubah ; ID nama-nama peubah; MODEL peubah respon = nama-nama peubah / pilihan-pilihan ; RANDOM nama-nama peubah / pilihan-pilihan ; REPEATED nama-nama peubah / pilihan-pilihan ; PARMS (nilai yang tercantum) ... / pilihan-pilihan ; PRIOR sebaran / pilihan-pilihan ; CONTRAST 'label' nama-nama peubah faktor tetap | nama-nama peubah faktor acak / pilihanpilihan; ESTIMATE 'label' nama-nama peubah nil ifaktor tetap | nama-nama peubah nilai factor acak / pilihan-pilihan; LSMEANS ; nama-nama peubah / pilihan-pilihan ; MAKE ' tabel'OUT=SAS-data-set ; WEIGHT peubah; Lampiran 2. Fungsi dari masing-masing pernyataan yang digunakan dalam PROC MIXED Pernyataan PROC MIXED
Fungsi Menunjukan prosedur
BY
Melakukan analisis yang terpisah dari observasi yang terpisah untuk masing-masing grup Menyatakan variabel kualitatif yang menyusun variabel indikator dalam matrik indikator Mendaftarkan variabel tambahan yang akan dimasukkan dalam tabel nilai dugaan Menjabarkan peubah bebas dan faktor tetap yang menyusun matrik X Menjabarkan faktor acak yang menyusun matrik Z dan G
CLASS ID MODEL RANDOM
REPEATED
Membangun matrik R
PARMS
Menjabarkan jaringan dari nilai inisial untuk parameter peragam (covariance)
Pilihan-pilihan penting DATA= nama file data SAS, METHOD=metode yang akan dipakai dalam pendugaan Tidak ada Tidak ada Tidak ada S = meminta solusi untuk parameter faktor tetap, DDFM= menjabarkan metode pembilang bagi derajat bebas. SUBJECT=membuat blok dalam doagonal matrik, TYPE=menjabarkan struktur peragam, S= meminta solusi untuk parameter pengaruh acak, G = menampilkan dugaan dari matrik G SUBJECT=membuat blok dalam diagonal matrik, TYPE=menjabarkan struktur peragam, R= menampilkan dugaan untuk blok dalam matrik R, Group= memungkinkan adanya keheterogenan dalam subjek, LOCAL= menambahkan matrik diagonal kedalam matrik R HOLD dan NOITER= mengatur parameter peragam atau rasio dari parameter peragam tetap konstan, PDATA= membaca nilai inisialdari gugus data SAS
PRIOR CONTRAST ESTIMATE LSMEANS MAKE WEIGHT
Melakukan sampling berdasarkan analisis Bayesian untuk membuat model matrik peragam Membuat hipotesis sesuai dengan permintaan Membuat nilai dugaan skalar sesuai dengan permintaan Menghitung least square means untuk mengklasifikasikan pengaruh faktor tetap Memasukan banyak tabel keluaran yang lain kedalam gugus data SAS Menjabarkan variabel yang akan memiliki bobot kedalam matrik R
NSAMPLE= menjabarkan ukuran dari contoh, SEED=menunjukan tempat awalnya dilakukan penarikan contoh E= menampilkan koefisien dari matrik L CL= menghasilkan batas keyakinan (confidence limits) DIIF= menghitung perbedaan dari least square means, ADJUST= melakukan perbandingan multilple adjustments Tidak ada, Telah digantikan oleh penggunaan ODS (Output Delivery System) Tidak ada
Lampiran 3. Jenis-jenis keluaran (output) dari PROC MIXED beserta fungsinya masing-masing. Jenis Tabel Tabel “Model Information” Tabel “Class Level Information” Tabel “Dimention”
Tabel “Covariance Parameter estimates” Tabel Fitting Information” Tabel “Type 3 test of Fixed Effects”
Fungsi Menampilkan model yang sesuai dengan percobaan, variable-variabel yang dipakai dan metode yang sesuai untuk data tersebut. Menampilkan banyaknya taraf yang dijelaskan dalam pernyataan Class. Kita bisa menggunakan table ini untuk memastikan apakah data yang kita masukan sudah benar. Menampilkan ukuran dari matrik-matrik yang termasuk dalam model liniear campuran. Table ini bisa berguna untuk menentukan waktu dalam proses pengolahan bagi CPU dan keperluan dalam memori. Menampilkan hasil dugaan ragam dari model Berisi beberapa informasi mengenai model yang cocok dan juga nilai yang dihasilkan oleh restricted/ residual likelihood. Menampilkan uji signifikansi dari pengaruh yang disebutkan dalam pernyataan MODEL, nilai F-statistik dan p-value tipe ke-3 yang sama dengan yang dihasilkan oleh PROC GLM.
Lampiran 4. Analisis Ragam Individu (Rancangan Acak Kelompok), satu untuk setiap lima lokasi (L1 sampai L5), data dari pengujian tujuh genotipe jahe putih kecil Sumber Keragaman
Derajat Bebas
Jumlah Kuadrat
Kuadrat tengah
Lokasi Sukamulya Blok Genotipe Galat Total
2 6 12 20
Blok Genotipe Galat Total
2 6 12 20
130.92 376.73 183.18 690.84 Lokasi Wado 4.020 214.363 47.400 265.783 Lokasi Malangbong
65.46 62.79 15.27
2.010 35.727 3.950
Blok Genotype Galat Total
2 6 12 20
102.14 50.88 206.83 359.86 Lokasi Garut
51.07 8.48 17.24
Blok Genotipe Galat Total
2 6 12 20
17.06 79.79 301.50 398.36
13.30 8.53 25.13
Lokasi Majalengka Blok Genotipe Galat Total
2 6 12 20
6.723 17.896 26.744 51.363
3.361 2.983 2.229
Lampiran 5. Hasil Uji Asumsi Data Jumlah Anakan Jahe Putih Kecil di Lima Lokasi. Uji Kenormalan Galat Pr obability Plot of RES I 3 Normal 99.9
Mean StDev N KS P-Value
99
Per cent
95 90
6.344132E-16 2.713 105 0.096 0.026
80 70 60 50 40 30 20 10 5 1 0.1
-10
-5
0 RESI3
5
10
Uji Kebebasan Galat Percobaan R es i dual s Ver s us t he Or der of t he Dat a (r espons e is Y) 4
St andar dized R es idual
3 2 1 0 -1 -2 -3 -4 1
10
20
30
40 50 60 Obs er v at ion Or der
70
80
90
100
Pengujian Kehomogenan Ragam Galat di Masing-Masing Lokasi 95% Confidence Intervals for Sigmas
Factor Levels L1
Bartlett's Test Test Statistic: 26.829 L2
P-Value
: 0.000
L3
Levene's Test Test Statistic: 6.352
L4
P-Value
: 0.000
L5 0.1
0.2
0.3
0.4
0.5
0.6
Uji Kehomogenan Ragam Galat R esidual s Ver s us the F itted Values (response is Y)
4
St andar dized R es idual
3 2 1 0 -1 -2 -3 -4 5
10
15 Fit t ed Value
20
25
30
Lampiran 6. Hasil transformasi Box-Cox Box-Cox Plot for Y 95% Confidence Interval Last Iteration Info
StDev
30
20
10
0 -5
-4
-3
-2
-1
0
1
Lambda
2
3
4
5
Lambda
StDev
Low
-0,056
3,190
Est
0,000
3,189
Up
0,056
3,191
Lampiran 7. Hasil uji asumsi data jumlah anakan jahe setelah transformasi. Uji Kenormalan Galat Percobaan P r obabi lity P lot of R ES I 4 Normal 99.9
Mean StDev N KS P-Value
99 95
Per cent
90
-1.05736E-16 0.2281 105 0.069 >0.150
80 70 60 50 40 30 20 10 5 1 0.1
-0.8
-0.6
-0.4
-0.2
0.0 R ES I4
0.2
0.4
0.6
0.8
Uji Kebebasan Galat Percobaan R esi duals Ver sus the Or der of the Data (response is log y)
4
St andar dized R es idual
3 2 1 0 -1 -2 -3 -4 1
10
20
30
40 50 60 70 Obser vat ion Or der
80
90
100
Uji Kehomogenan Ragam R esidual s Ver s us the F itted Values (response is log y)
4
St andar dized R es idual
3 2 1 0 -1 -2 -3 -4 1.5
2.0
2.5 Fit t ed Value
3.0
3.5
Lampiran 8.
Output Proc Mixed untuk menguji pengaruh faktor lokasi dan genotipe dengan asumsi ragam galat berbeda antar lokasi. The Mixed Procedure Model Information Data Set Dependent Variable Covariance Structure Group Effect Estimation Method Residual Variance Method Fixed Effects SE Method Degrees of Freedom Method
WORK.COBA Y Variance Components Lokasi REML None Model-Based Satterthwaite
Class Level Information Class Lokasi Genotip r
Levels 5 7 3
Values L1 L2 L3 L4 L5 JPK1 JPK2 JPK3 JPK4 JPK5 JPK6 JPK7 1 2 3
Dimensions Covariance Parameters Columns in X Columns in Z Subjects Max Obs Per Subject Observations Used Observations Not Used Total Observations
5 63 0 105 1 105 0 105
Iteration History Iteration
Evaluations
0 1
1 1
-2 Res Log Like
Criterion
375.47372103 354.34877593
0.00000000
Convergence criteria met. Covariance Parameter Estimates Cov Parm Residual Residual Residual Residual Residual
Group Lokasi Lokasi Lokasi Lokasi Lokasi
L1 L2 L3 L4 L5
Estimate 15.2653 3.9500 17.2358 25.1252 2.2287
Fit Statistics Res Log Likelihood Akaike's Information Criterion Schwarz's Bayesian Criterion -2 Res Log Likelihood
-177.2 -182.2 -188.8 354.3
Null Model Likelihood Ratio Test DF Chi-Square Pr > ChiSq 4
Effect
21.12
0.0003
Type 3 Tests of Fixed Effects Num Den DF DF F Value
Lokasi r(Lokasi) Genotip Lokasi*Genotip
4 10 6 24
24.3 12 41.3 24.3
39.50 1.92 0.82 3.30
Pr > F <.0001 0.1414 0.5584 0.0023
Contrasts Label
Num DF
Den DF
F Value
L1 vs L2 L1 dan L2 vs L3
1 1
17.8 18.6
66.00 41.39
Pr > F <.0001 <.0001
Lampiran 9.
Output Proc Mixed untuk menguji pengaruh faktor lokasi dan genotipe dengan asumsi ragam galat berbeda antar grup hasil revisi. The Mixed Procedure Model Information Data Set Dependent Variable Covariance Structure Group Effect Estimation Method Residual Variance Method Fixed Effects SE Method Degrees of Freedom Method
WORK.COBA Y Variance Components grup REML None Model-Based Satterthwaite
Class Level Information Class Lokasi Genotip Ulangan grup
Levels 5 7 3 3
Values L1 L2 L3 L4 L5 JPK1 JPK2 JPK3 JPK4 JPK5 JPK6 JPK7 1 2 3 1 2 3 Dimensions
Covariance Parameters Columns in X Columns in Z Subjects Max Obs Per Subject Observations Used Observations Not Used Total Observations
Iteration 0 1
3 63 0 105 1 105 0 105
Iteration History Evaluations -2 Res Log Like 1 375.47372103 1 355.36248870
Criterion 0.00000000
Convergence criteria met. Covariance Parameter Estimates Cov Parm Residual Residual Residual
Group grup 1 grup 2 grup 3
Estimate 16.2506 3.0893 25.1252
Fit Statistics Res Log Likelihood Akaike's Information Criterion Schwarz's Bayesian Criterion -2 Res Log Likelihood
-177.7 -180.7 -184.7 355.4
Null Model Likelihood Ratio Test DF 2
Chi-Square 20.11
Pr > ChiSq <.0001
Type 3 Tests of Fixed Effects Effect
Num DF
Lokasi Ulangan(Lokasi) Genotip Lokasi*Genotip
4 10 6 24
Den DF 32.1 19.7 41.5 32.1
F Value
Pr > F
35.43 1.85 0.82 3.45
<.0001 0.1168 0.5583 0.0006
Contrasts Label L1 vs L2 L1 dan L2 vs L3
Num DF 1 1
Den DF 32.8 25.8
F Value
Pr > F
65.58 43.26
<.0001 <.0001
Lampiran 10. Output Proc Mixed untuk menguji pengaruh lokasi dan genotipe hasil transformasi . The Mixed Procedure Model Information Data Set Dependent Variable Covariance Structure Estimation Method Residual Variance Method Fixed Effects SE Method Degrees of Freedom Method
WORK.COBA Y Diagonal REML Profile Model-Based Residual
Class Level Information Class Lokasi Genotip r
Levels 5 7 3
Values A B C D E JPK1 JPK2 JPK3 JPK4 JPK5 JPK6 JPK7 1 2 3
Dimensions Covariance Parameters 1 Columns in X 63 Columns in Z 0 Subjects 1 Max Obs Per Subject 105 Number of Observations Read 105 Number of Observations Used 105 Number of Observations Not Used 0 Covariance Parameter Estimates Cov Parm
Estimate
Residual
0.01702
Fit Statistics -2 Res Log Likelihood AIC (smaller is better) AICC (smaller is better) BIC (smaller is better)
-21.7 -19.7 -19.7 -17.6
Type 3 Tests of Fixed Effects Effect Lokasi r(Lokasi) Genotip Lokasi*Genotip
DF 4 10 6 24
Num DF 60 60 60 60
Den F Value 28.64 2.12 1.27 1.91
Pr > F <.0001 0.0365 0.2851 0.0225
