48
memperhatikan “tanda”. Karena itulah meskipun kedua matriks interaksi di atas sangat mirip, namun interpretasi kestabilanketahanan terhadap hama penyakit
dapat saja berbeda.
4.4.2 Matriks Interaksi Kestabilan Gabah Isi Varietas Padi
Melalui AMMI model penuh 4 komponen pada data proporsi gabah isi yang ditransformasi dengan pangkat 7.80 menghasilkan matriks interaksi sebagai
berikut:
0.014517 -0.150186 -0.004814 -0.021742 0.162217 -0.028690 -0.155001 -0.140138 0.093252 0.230564
-0.191356 -0.277336 0.270206 0.421639 -0.223137 0.312974 0.235850 0.174702 -0.353611 -0.369877
0.582736 -0.127614 -0.468470 0.104372 -0.090978 -0.315364 0.500658 -0.110342 -0.110522 0.035535
-0.073343 -0.162583 0.515172 -0.016845 -0.262382 -0.263813 0.317211 -0.310599 0.057525 0.199637
-0.035537 0.350965 0.051077 -0.070406 -0.296088 0.117565 -0.118566 -0.214731 0.371982 -0.156224
-0.312965 -0.160172 0.062789 0.082227 0.328082 0.193313 -0.253172 0.175077 -0.557899 0.442659
Matriks interaksi diatas diperoleh pada model penuh. Sedangkan matriks interaksi data asal proporsi gabah isi dengan model GAMMI Logit-link model
penuh sebagai berikut:
-0.079536 -0.126249 0.011454 0.387973 -0.193642 -0.318166
0.389463 0.009024 -0.133706
0.053385 0.553968 0.030956 0.198006 -0.110326 -0.672604
-0.075247 0.504607 -0.088826 -0.203903 -0.136630
0.046359 0.004622 -0.273107 0.355246 -0.133120 -0.117087 -0.107006 -0.101694
0.283432 0.042355
-0.128413 -0.499332 0.595015 -0.075319
0.108050 -0.015852 -0.209936 -0.246076
0.323054 0.148809
-0.141927 0.015831
0.217416 -0.165527 0.074208
0.404657 -0.112217 -0.442194 -0.219253 0.369007
-0.342932 0.217629
0.099554 -0.010763 0.036512
0.214146 -0.108284 0.021402 -0.430906 0.303642
49
Perbandingan kedua matriks interaksi dugaan pada data proporsi gabah isi, menunjukkan hasil berlawanan dengan sub-bab sebelumnya. Perbandingan kedua
matriks interaksi yang dihasilkan kedua metode ini menggunakan metode procrustes diperoleh nilai R kuadrat sebesar 23.36. Angka ini mengindikasikan
ketidaksesuaian hasil dari kedua pendekatan. Uji kenormalan bagi data poporsi gabah isi menunjukkan ketidaknormalan,
sementara bagi data yang ditransformasi menunjukkan Normal lihat Gambar 2.3. Transformasi Box-Cox berhasil mengatasi ketidaknormalan sehingga AMMI
dapat digunakan pada data ternormalkan secara sahih. Namun begitu, matriks interaksi dugaan hasil kedua metode menunjukkan perbedaan yang tidak dapat
diabaikan. Hal ini menunjukkan bahwa perlu kehati-hatian dalam interpretasi AMMI data ternormalkan karena hasilnya sangat berbeda dengan GAMMI.
4.3 Simpulan
