PEMANFAATAN MSTAT-C DALAM ANALISA FAKTORIAL DATA HASIL PENELITIAN PERTANIAN

PEMANFAATAN MSTAT-C DALAM ANALISA FAKTORIAL DATA HASIL PENELITIAN PERTANIAN Sutarno Pranata Komputer pada Balai Penelitian Tanaman Kacang-kacangan dan Umbiumbian PO. Box 66 Malang 65101

ABSTRACT The factorial treatment in randomized complete block design is usually used by researchers in agronomy, breeding, postharvest, pest and disease programmes. The handling of data can be started with data tabulation that compatible with the format of programme. Therefore the data entry would be easier. The manual data entry via keyboard in to data variable previously prepared could ease the data processing. If there were missing data or zero number in the variable, the data transformation could be employed. The Mstat-C program was used to analyze the data.

Informatika Pertanian Volume 13 (Desember 2004)

722

Analisis Faktorial dengan Program MStat - C

PENDAHULUAN Tantangan untuk mencari jawab akan suatu persoalan merupakan tuntunan para ilmuwan yang dapat dituangkan dalam proses penelitian. Kegiatan penelitian yang bersifat pengumpulan data secara kuantitatif maupun kegiatan penelitian melalui percobaan diperlukan program statistika yang mudah aplikasinya namun sesuai dengan kebutuhan (Yusnandar, 2002). Data penelitian merupakan informasi yang sangat diperlukan dalam proses menuju informasi pelaporan. Sedangkan proses menuju pelaporan, data perlu dianalisa terlebih dahulu dengan menggunakan program bantu. Salah satu program bantu yang digunakan di lingkup Badan Litbang Pertanian adalah Mstat-C, program ini menggunakan sistem menu sehingga mudah untuk pengoperasiannya. Pada tulisan ini diangkat contoh data ubikayu dari percobaan yang berlokasi di Lampung dengan keadaan tanah agak masam, sehingga untuk menaikkan pH tanah diberikan penambahan kapur tohor. Variabel yang digunakan yaitu: Pengaruh pemberian kapur tohor terhadap kadar pati ubikayu dan pengaruh umur panen terhadap berat ubi pertanaman. Rancangan acak kelompok faktorial ( randomized complete block design ), banyak digunakan oleh para peneliti di berbagai

bidang agronomi, pemuliaan, pasca panen, hama dan penyakit. Rancangan acak lengkap faktorial mempunyai lebih dari satu faktor. Blok ragam yang lebih dominan dari rancangan ini merupakan suatu rancangan yang sangat sederhana yaitu dengan satu faktor (Budi Susetyo dan Aunuddin, 1992). Rancangan acak kelompok faktorial lebih tepat digunakan pada tanah-tanah pertanian yang belum diketahui pasti kehomogenannya. Pendekatan penelitian dengan rancangan acak kelompok adalah untuk memperkecil galat (nilai sisaan). Sebagai patokan dapat dipakai jumlah derajat bebas (db) acak yang tersedia sekitar 20. Rancangan acak kelompok dapat dirumuskan : (n-1) (t-1) ≈ 20 = db acak, di mana: N = banyaknya ulangan atau kelompok T = banyaknya perlakuan Kelompok kehomogenan ini dapat dianggap sebagai ulangan, semakin banyak ulangan semakin kecil simpangan baku dari

Informatika Pertanian

723

rata-rata perlakuan. Loekito Adi Soehono (1996) mengatakan, banyaknya ulangan dipengaruhi oleh berbagai faktor. Faktor yang paling penting adalah tingkat kepercayaan ( degree of precision ) yang diinginkan untuk menguji perbedaan antar perlakuan. Semakin banyak ulangan percobaan tersebut semakin teliti. Namun demikian terlalu banyak ulangan juga tidak efisien, karena bertambahnya biaya dan waktu serta tenaga pelaksanaan tidak seimbang dibandingkan tambahan ketelitian yang diperoleh. Program statistika Mstat-C merupakan versi terbaru dari paket Mstat, dikeluarkan oleh Michigan State University sejak 25 tahun yang lalu. Program Mstat merupakan pilar program statistika yang dianggap sesuai untuk penelitian di bidang pertanaman. Kelebihan dari program ini adalah : (1) Mudah pengoperasiannya karena menggunakan sistem menu. (2) Analisis data lebih lengkap untuk hasil penelitian pertanian. (3) Compatible dengan program lain, sehingga memungkinkan untuk transformasi data (4) Mudah digunakan untuk entry data secara manual melalui keyboard. Tujuan tulisan ini adalah memberikan informasi dan analisis tata cara penyelesaian analisis ragam faktorial data hasil pertanian. Adapun metode percobaan menggunakan rancangan Randomized Complete Block Design (RCBD) 2 faktor. Pengumpulan data dilakukan dengan cara manual dan entry data melalui keyboard menggunakan program Mstat-C.

LANGKAH KERJA a. Tabulasi data Urutan pekerjaan yang dilakukan dapat dimulai dengan tabulasi data yaitu memilah-milah data sesuai variabel yang ditentukan, untuk memudahkan saat memasukan data ke dalam program statistik Mstat-C. b. Entry data (memasukkan data) Melakukan pengecekan data sebelum dilakukan entry data dan entry data dapat dilakukan dengan cara manual melalui keyboard . Sedangkan variabel yang disiapkan disesuaikan dengan kerangka program ialah :

724


1. Variabel ulangan Pada penelitian ini terdapat 12 perlakuan dan di ulang sebanyak tiga kali. Sehingga cara penulisan pada program Mstat-C adalah memesan jumlah digit yang diperlukan untuk entry data sebagai berikut: Append cases sebanyak 36 cases Define: Title: Ulangan Type numeric size: 1 display format (left): 1 (right): 0 Perlu diketahui type numeric size: diisi angka 1 (satu), display format (left): 1 (satu) dan (right): 0 (nol) ini sesuai digit yang dibutuhkan untuk variabel ulangan, yang terdiri dari ulangan 1 (satu), ulangan 2 (dua) dan ulangan 3 (tiga). Tidak membutuhkan angka desimal sehingga ditulis dengan angka nol. Begitu pula pada variabel berikutnya dengan cara pemberian format seperti pada variabel ini. 2. Variabel faktor A Title: Faktor A/pengapuran Type numeric size: 1 display format (left): 1 (right): 0 3. Variabel faktor B Title: Faktor B/umur panen Type numeric size: 1 display format (left): 1 (right): 0 4. Variabel kadar pati Title: Pengaruh pemberian kapur tohor terhadap kadar pati umur 10 bulan. Type numeric size: 3 display format (left): 2 (right): 1 5. Variabel berat umbi/tanaman Title: Pengaruh umur panen terhadap berat umbi/tanaman Type numeric size: 4 display format (left): 1 (right): 3 Kemudahan pada software ini adalah saat diberikan entry data secara otomatis dapat menyimpan input data. Bentuk entry data pada program Mstat-C perlu disesuaikan formatnya, sehingga compatible dengan kerangka program Microcomputer Statistical tersebut. Adapun bentuk tampilan format software ini secara utuh seperti pada Tabel 1.


Data case no. 1 to 36 List of Variables Var Type 1 NUMERIC 2 NUMERIC 3 NUMERIC 4 NUMERIC 5 NUMERIC

725

Name / Description ulangan faktor A/pengapuran faktor B/umur panen kadar pati umur 10 bulan berat ubi/tanaman

Tabel 1. Contoh Susunan Variable dan Perlakuan dalam Rancangan Acak Kelompok Faktorial No.

1

2

3

4

5

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3

1 1 1 1 2 2 2 2 3 3 3 3 1 1 1 1 2 2 2 2 3 3 3 3 1 1 1 1 2 2 2 2 3 3 3 3

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

34.9 30.4 35.9 29.1 34.3 40.5 40.5 29.1 35.5 32.0 33.5 31.6 32.0 34.3 32.9 28.1 35.5 32.0 37.7 28.1 35.5 33.9 33.9 29.1 34.3 32.9 32.0 27.8 38.1 33.9 32.0 31.0 32.9 34.9 32.0 28.1

3.820 2.773 5.373 3.467 4.568 4.035 8.453 4.043 5.261 4.160 5.180 5.243 3.056 2.968 3.520 3.945 4.995 3.520 4.693 5.067 3.261 3.235 4.621 3.410 4.408 3.467 3.589 3.376 4.496 5.349 4.816 3.936 5.456 4.541 4.915 3.608

726


c. Mengatasi “ missing data ” atau angka nol Apabila terjadi missing data atau angka nol, hasil analisis tidak valid dan anova akan menyimpang. Hal ini kemungkinan berpengaruh terhadap koefisien keragaman (KK) yaitu; menjadi lebih besar atau di atas 50%. Disebabkan adanya hasil pengamatan yang fluktuatif antara sampel satu dengan sampel lainnya. Sebagai contoh pada pengamatan percobaan yang terserang hama tikus, kemungkinan terjadi missing data atau angka nol. Untuk mengatasi hal tersebut dapat dilakukan dengan cara transformasi data. Dengan rumus √ 0,5 + X ; di mana X adalah angka nol dan semua bilangan/data ditambah dengan akar 0,5. HASIL ANALISIS Para kelompok peneliti di berbagai disiplin ilmu antara lain, agronomi, pemuliaan, pasca panen, hama dan penyakit begitu akrap menggunakan program Mstat-C untuk analisis hasil-hasil penelitian pertanian sesuai bidang masing-masing. Analisa data melalui tahapan-tahapan yang harus dilakukan dengan teliti dan seksama. Pertama pengumpulan data dari lapang merupakan data dasar yang akan di analisa. Data dari lapang ini bila terjadi kesalahan di luar jangkauan kemampuan kita misalnya pada plot tanaman percobaan dimakan kerbau, sapi atau diserang hama tikus atau hilang. Hal ini masih dapat diperhitungkan dengan cara transformasi data. Kedua analisis dengan pendekatan menggunakan program Mstat-C lebih praktis dan mudah dalam operasionalnya, karena software ini menggunakan sistem menu, sehingga para pemulapun mudah untuk mempelajarinya. Dari sekumpulan rangkaian pekerjaan yang dilakukan dari awal, ada yang lebih utama yaitu rancangan penelitian dan analisis data untuk menjawab hasil penelitian yang telah dilakukan para peneliti melalui percobaan. Analisis data dapat dilakukan dengan menampilkan daftar pilihan yang disajikan dalam bentuk menu program. Rancangan acak kelompok faktorial dapat dipilih pada menu pilihan yang sesuai model tabel anova 1. Sumber keragaan dan derajat bebas untuk analisis ragam dengan anak perlakuan kapur tohor dan anak perlakuan umur panen pada penelitian kadar bahan pati ubikayu dan berat umbi/tanaman.


727

Tabel anova 1. Rancangan Faktorial Acak Lengkap Model Anova Nilai

Sumber keragaan

Derajat bebas

1

Ulangan

r - 1

2

Faktor A

a - 1

Galat

(r - 1 ) ( a - 1 )

4

Faktor B

b - 1

6

A x B

( a - 1 ) ( b - 1)

-7

Galat

a ( r – 1 ) ( b - 1 )

-3

Keterangan : r = ulangan, a=anak perlakuan (kapur tohor) b = anak perlakuan (klon)

Model tabel anova bila sesuai sumber keragaan dan derajat bebas yang ditentukan adalah variabel ulangan, variabel faktor A dan variabel faktor B. Dua contoh variabel 4 dan variabel 5 hasil analisis disajikan dalam bentuk print out ialah: (1) Pengaruh pemberian kapur tohor terhadap kadar pati umur 10 bulan dan (2) Pengaruh umur panen terhadap berat umbi/tanaman. Proses analisis dilakukan dengan mengaktifkan program Mstat-C, tahapan yang dilaksanakan memilih item faktor RCBD 2 factor seperti tampilan menu program sebagai berikut:


728

Randomized Complete Block Design for Factor A, with Factor B a Split Plot on A 1.

CRD 2 Factor (a)

19.

RCBD 2 Factor combined (a)

2.

CRD 2 Factor (b)

20.

RCBD 2 Factor combined (b)

3.

CRD 3 Factor (a)

21.

RCBD 2 Factor combined (c)

4.

CRD 3 Factor (b)

22.

RCBD 2 Factor combined (d)

5.

CRD 3 Factor (c)

23.

RCBD 2 Factor combined (e)

6.

CRD 4 Factor

24.

RCBD 2 Factor combined (f)

7.

RCBD 1 Factor

25.

RCBD 2 Factor combined (g)

8.

RCBD 2 Factor (a)

26.

RCBD 2 Factor combined (h)

9.

RCBD 2 Factor (b)

27.


10.

RCBD 3 Factor (a)

28.


11.

RCBD 3 Factor (b)

29.


12.

RCBD 3 Factor (c)

30.


13.

RCBD 3 Factor (d)

31.

RCBD 2 Factor Strip Plots

14.

RCBD 4 Factor

32.

RCBD 3 Factor Strip Plots

15.


33.

RCBD 4 Factor Split plots (a)

16.


34.

RCBD 4 Factor Split Plots (b)

17.

RCBD 1 Factor combined (c)

35.

Other Type of Design

18.

RCBD 1 Factor combined (d)


729

Data file: Title: Function: FACTOR Experiment Model Number 9: Randomized Complete Block Design for Factor A, with factor B a Split Plot on A Data case no. 1 to 36. Factorial ANOVA for the factors: Replication with values from 1 to 3 Factor A with values from 1 to 3 Factor B with values from 1 to 4 Variable 4: Kadar bahan pati umur 10 bulan Grand Mean=32.856 Grand Sum=1182.800 Total Count=36 TABLE OF MEANS 1 2 3 4 Total ------------------------------------------------------1 * * 33.942 407.300 2 * * 32.800 393.600 3 * * 31.825 381.900 ------------------------------------------------------* 1 * 32.050 384.600 * 2 * 34.442 413.300 * 3 * 32.075 384.900 ------------------------------------------------------* * 1 34.778 313.000 * * 2 33.867 304.800 * * 3 34.489 310.400 * * 4 28.289 254.600 ------------------------------------------------------* 1 1 33.733 101.200 * 1 2 32.533 97.600 * 1 3 33.600 100.800 * 1 4 28.333 85.000 * 2 1 35.967 107.900 * 2 2 35.467 106.400 * 2 3 36.733 110.200 * 2 4 29.600 88.800 * 3 1 34.633 103.900 * 3 2 33.600 100.800 * 3 3 33.133 99.400 * 3 4 26.933 88.800 -------------------------------------------------------


730

ANALYSIS OF VARIANCE TABLE K Degrees of Sum of Mean F Value Source Freedom Squares Square Value Prob ------------------------------------------------------------------------------------------1 Replication 2 26.937 13.469 3.0191 0.1588 2 Factor A 2 45.287 22.644 5.0758 0.0799 * -3 Error 4 17.844 4.461 4 Factor B 3 254.156 84.719 10.2414 0.0004 ** 6 AB 6 9.186 1.531 0.1851 -7 Error 18 148.898 8.272 ------------------------------------------------------------------------------------------Total 35 502.309 -------------------------------------------------------------------------------------------

Coefficient of Variation: 8.272% s for means group 1: y

0.6097

Number of Observations: 12

s for means group 2: y

0.6097



1.9587



1.6605


Pada variabel 4, tabel anova perlakuan kapur tohor dalam uji berbeda nyata terkecil (BNT) pada taraf 10% dan umur panen terhadap kadar pati 10 bulan nyata (1%). Berarti dua faktor perlakuan significant terhadap perlakuan satu dengan yang lain. Pemberian kapur tohor dan perbedaan umur panen terdapat respon saling menunjang, sehingga penelitian ini layak dilakukan dan ditindaklanjuti.


731

Data file: Title: Function: FACTOR Experiment Model Number 9: Randomized Complete Block Design for Factor A, with factor B a Split Plot on A Data case no. 1 to 36. Factorial ANOVA for the factors: Replication with values from 1 to 3 Factor A with values from 1 to 3 Factor B with values from 1 to 4 Variable 5: Berat ubi/tanaman (kg) Grand Mean = 4.295 Grand Sum = 154.624 Total Count = 36 TABLE OF MEANS 1 2 3 5 Total ------------------------------------------------------1 * * 4.698 56.376 2 * * 3.858 46.291 3 * * 4.330 51.957 ------------------------------------------------------* 1 * 3.647 43.762 * 2 * 4.831 57.971 * 3 * 4.408 52.891 ------------------------------------------------------* * 1 4.369 39.321 * * 2 3.783 34.048 * * 3 5.018 45.160 * * 4 4.011 36.095 ------------------------------------------------------* 1 1 3.761 11.284 * 1 2 3.069 9.208 * 1 3 4.161 12.482 * 1 4 3.596 10.788 * 2 1 4.686 14.059 * 2 2 4.301 12.904 * 2 3 5.987 17.962 * 2 4 4.349 13.046 * 3 1 4.659 13.978 * 3 2 3.979 11.936 * 3 3 4.905 14.716 * 3 4 4.087 12.261 -------------------------------------------------------


732

ANALYSIS OF VARIANCE TABLE K Value

Source

Degrees of Freedom

Sum of Squares

Mean Square

F Value

Prob

1

Replication

2

4.259

2.130

6.7478

0.0523

2

Factor A

2

8.640

4.320

13.6877

0.0163*

Error

4

1.262

0.316 0.0603*

-3 4

Factor B

3

7.837

2.612

2.9551

6

AB

6

1.410

0.235

0.2657

18

15.913

0.884

35

39.913

-7

Error

Coefficient of Variation: 21.892% s y s y s y s y

for means group 1:

0.1622


for means group 2:

0.1622


for means group 4:

1.3134


for means group 6:

1.5429


Koefisien keragaman (KK) menunjukkan besarnya ragam yang diperoleh data dari lapang antara 8,272%-21,892% (variabel 4 dan variabel 5). Sebagai standardisasi untuk hasil penelitian tanaman pertanian tidak lebih besar dari 20%. Hal ini karena merupakan bias angka kesalahan, semakin kecil prosentase berarti semakin kecil pula tingkat kesalahan. UJI LANJUT ANALISIS Hasil analisis menunjukkan bahwa pemberian kapur tohor berpengaruh nyata terhadap kadar pati umur 10 bulan dan berat ubi/tanaman. Contoh data diuji dengan analisis LSD ( Least Significant Difference ) ranks berdasarkan urutan dari yang terbesar hingga yang terkecil atau diberi notasi alpabet sesuai abjad. Pengaruh dosis kapur tohor terhadap kadar pati umur 10 bulan (Tabel 2) dan berat ubi/tanaman pada Tabel 3.


733

Tabel 2. Pengaruh Pemberian Kapur Tohor terhadap Kadar Pati Umur 10 bulan dan Berat Ubi/Tanaman Dosis kapur tohor

Kadar bahan pati umur 10 bulan

Berat ubi/tanaman (kg)

1000

34.44 a

4.831 a

500

32.08 a

4.408 ab

0

32.05 a

3.647 b

LSD

2.467

0.8064

Tabel 3.

Pengaruh Umur Panen terhadap Kadar Pati dan Berat Ubi/Tanaman

Umur panen (bulan)

Kadar bahan pati

Berat ubi/tanaman (kg)

6

34.78 a

5.018 a

8

33.87 a

4.369 ab

10

34.49 a

4.011 b

12

28.29 b

3.783 b

LSD

2.848

0.9312

KESIMPULAN Secara umum dapat disimpulkan bahwa suatu percobaan yang dilakukan oleh peneliti harus melalui pendekatan rancangan percobaan sebelum penelitian dilakukan dan dipikirkan pula untuk penyelesaian analisis data agar percobaan dapat menghasilkan informasi laporan yang bermanfaat. Kemudahan program bantu Mstat-C antara lain: (1) Mstat-C mudah pengoperasiannya karena menggunakan sistem menu (2) Menganalisis data dengan rancangan acak kelompok sederhana dan rancangan acak lengkap faktorial sesuai kebutuhan di bidang penelitian pertanaman (3) Bila terjadi missing data atau angka nol dapat diatasi dengan transformasi data (4) Input data dapat diperoleh dengan cara manual melalui keyboard dan software ini dapat menyimpan data secara otomatis.

734


DAFTAR PUSTAKA Anonymous. 1989. Microcomputer Program for the Design, Management, and Analysis of Agronomic Research Experiments. Michigan State University. Original Version 1983. p. 16-23. Anonymous. 1989. Microcomputer Program for the Design, Management, and Analysis of Agronomic Research Experiments. Michigan State University. Original Version 1983. p. 44-50. Budi, S. dan Aunuddin. 1992. Warta Informatika Pertanian. Vol. 11 Th. 2002. Dalam: M.E. Yusnandar. Aplikasi Rancangan Acak Lengkap Kelompok dan Analisis Faktorial dengan Paket Program Statistik untuk Analisis data Hasil Penelitian. hal. 602-604. Loekito, A.S. 1996. Pengantar Perancangan Percobaan Suatu Pendekatan Praktis. Penerbit IKIP Malang. hal. 10-13. Yusnandar, M.E. 2002. Pemanfaatan Program Statistical Product Service Solution (SPSS) dalam Pengolahan Data Statistika. Prosiding Temu Teknik Fungsional non Peneliti. Bogor, 30 Juli 2002. hal. 250 – 252.

PEMANFAATAN MSTAT-C DALAM ANALISA FAKTORIAL DATA HASIL PENELITIAN PERTANIAN

Recommend Documents