Kesimpulan PENDUGAAN PARAMETER MODEL AMMI PADA DATA

Gambar 4.2 Sebaran banyaknya komponen utama interaksi yang dipertahankan pada model Untuk mengevaluasi hasil dugaan parameter model dapat dilihat dari nilai bias dan MSE. Berdasarkan Tabel 4.2 dapat dilihat bahwa nilai dugaan dari setiap parameter relatif sama antar ketiga metode. Dengan demikian, nilai bias dari dugaan parameter yang diperoleh melalui ketiga metode tidak berbeda jauh. Berbeda halnya dengan dugaan pengaruh interaksi yang diperoleh dari hasil penggandaan komponen bilinier, bias dugaan arameter antar ketiga metode cukup bervarasi. Sebaran nilai bias dari dugaan pengaruh interaksi antara AMMI-S, AMMI-BS dan AMMI-B disajikan pada Gambar 4.3. Terdapat indikasi adanya perbedaan sebaran bias antara AMMI-S dengan pendekatan Bayes. Sebagai ilustrasi, pada Gambar 4.3c disajikan sebaran dari bias pengaruh interaksi genotipe pada lingkungan 3. Sebaran dari bias  13 yang diperoleh melalui AMMI-S cenderung lebih besar dari nol dengan variasi bias cukup besar. Ada indikasi bahwa dugaan dari  13 overestimate. Sedangkan bias  13 yang diperoleh melalui pendekatan Bayes berada di sekitar nol dengan variasi bias yang lebih kecil dari AMMI-S. Ini mengindikasikan bahwa dugaan  13 menggunakan pendekatan Bayes lebih akurat dibandingkan dengan AMMI-S. Pada Gambar 4.4 dapat dilihat bahwa kisaran nilai bias dari 56  pengaruh interaksi pada pendekatan Bayes cenderung lebih kecil dibandingkan dengan AMMI-S. Demikian juga dengan nilai MSE, sebagian besar nilai MSE dari  yang diperoleh menggunakan pendekatan Bayes lebih kecil dari nilai MSE  yang diperoleh menggunakan metode AMMI-S. Informasi ini mengindikasikan bahwa pendekatan Bayes lebih efisian dalam menduga pengaruh interaksi dibandingkan dengan metode AMMI-S pada data dengan dua ulangan dan ragam galat heterogen. = AMMI-BS, = AMMI-BS, = AMMI-B Gambar 4.3 Sebaran nilai bias dugaan pengaruh interaksi Gambar 4.4 Nilai rata-rata bias dan MSE dari dugaan parameter pengaruh interaksi pada data dengan ragam heterogen