Analisis Data Penelitian Menggunakan GEN

ANALI SI S DATA PENELI TI AN
MENGGUNAKAN GENSTAT
Oleh :

Ir. I Gde Ekaputra Gunartha, M.Agr., Ph.D.
gunartha_biometry@doctor.com

Materi disampaikan pada Semiloka Penyusunan Proposal dan
Publikasi Hasil Penelitian Fakultas Peternakan Unram,
28 Juli 2008

ANALISIS DATA (1)
Analisis Data Penelitian merupakan salah satu langkah
metode ilmiah (scientific method) untuk menyajikan informasi
dalam melakukan generalisasi terhadap hasil penelitian,

namun
1. banyak peneliti masih cenderung memaknai sebagai
proses perhitungan semata dalam penerapan metode
statistika, antara lain: perhitungan rerata, ragam, koefisien
regresi ataupun perhitungan jumlah kuadrat dalam analisis

ragam, dan sebagainya, sehingga PERANAN dan
KEGUNAAN ANALISIS DATA SERING TERLUPAKAN
atau TIDAK MENJADI PERHATIAN UTAMA;
©I

G.E. Gunartha (2008)- 2

ANALISIS DATA (2)
2. adanya kecenderungan peneliti yang keliru
menerapkan metode statistika secara umum, oleh
karena adanya kesan bahwa pengujian hipotesis
bersifat sederhana dan relatif mudah dilakukan
sesuai pedoman dalam buku-buku teks, maka tidak
jarang ditemukan suatu penelitian yang sebenarnya
menarik ternyata cukup diakhiri dengan pernyataan
bahwa hasil percobaan/penelitian tidak nyata secara
statistik.
©I

G.E. Gunartha (2008)- 3

Tujuan
Percobaan

Keagaman Antar
Unit Percobaan

- Respon yg diukur
- Waktu pengukuran:
√ Cross Section
√ Longitudinal

- Skala pengukuran
- Metode penskalaan:
√ Rating scale
√ Ranking scale
- Ragam pengukuran

Rancangan
Perlakuan

Rancangan
Percobaan

Rancangan
Respons

Rancangan
Pengukuran

Unsur-unsur yang
berpengaruh pada
Analisis Data

ANALISIS DATA
PENELITIAN

ANALISIS DATA
AWAL

ANALISIS DATA
INFERENSIAL
©I

G.E. Gunartha (2008)- 4

KERAGAMAN YANG
MENGGANGGU
Sumber Keragaman:
 Materi/alat percobaan
 Lingkungan percobaan
 Pengamatan/pengukuran

Rancangan
Percobaan

Keragaman Antar Unit
Percobaan

Ragam

HOMOGEN

Ragam
HETEROGEN KE
SATU ARAH

Ragam
HETEROGEN KE
> 1 ARAH

Rancangan
Acak Lengkap
(RAL)

Rancangan
Kelompok Lengkap
Teracak (RKLT)

Rancangan
Bujur Sangkar

Latin (RBSL)

1 Faktor >1 Faktor

1 Faktor >1 Faktor

1 Faktor >1 Faktor
Rancangan
Perlakuan

Hubungan antara Rancangan Percobaan &
Rancangan Perlakuan

1. Faktorial
(Cross Factorial)
2. Hirarkhi (Nested
Experiment)
3. Petak Terbagi
(Split Plot Design)

1. Faktorial
(Cross Factorial)
2. Hirarkhi (Nested
Experiment)
3. Petak Terbagi
(Split Plot Design)

1. Faktorial
(Cross Factorial)
2. Hirarkhi (Nested
Experiment)
3. Petak Terbagi
(Split Plot Design)
©I

G.E. Gunartha (2008)- 5

Rancangan
Pengukuran

Cara
memperoleh
data

Mencacah, mengukur
menggunakan alat metrik

Menggolongkan, me-ranking

KUANTITATIF

PEUBAH/
DATA

KUALITATIF/KATEGORIK

Selang/interval dan Rasio

TIPE
DATA

Nominal dan Ordinal

OPERASI
ARITMATIKA

+

+ -

*

/

Kontinu dan Diskrit:
• bobot sapi
• banyak mikroba per cm2
• intensitas serangan penyakit

SIFAT

DATA

Atribut/kategorik:
• tingkat kesukaan konsumen
• jenis kredit usahatani

©I

G.E. Gunartha (2008)- 6

2. KETEPATAN (Accuracy):
seberapa jauh nilai pengamatan dekat dengan nilai
sesungguhnya (true value)

ketelitian

1. KETELITIAN (Precision):
seberapa jauh nilai setiap
ulangan perlakuan (r) mengumpul (dekat satu
dengan lain)

tinggi

Kualitas Data
(Pengukuran)

ketepatan
rendah

tinggi
©I

G.E. Gunartha (2008)- 7

Ragam Dalam Pengukuran
BIOLOGICAL VARIATIONS:

♣ inherent variations ternak (faktor genetika)
♣ umur ternak
♣ lingkungan
♣ jender (sex)

RAGAM
dalam
PENGUKURAN

TECHNICAL ERRORS:
 HUMAN ERRORS:
♣ menetapkan prosedur pengukuran
♣ pembulatan angka (data)
♣ digit preference
 INSTRUMENTAL ERRORS:
♣ systematic errors (Grafik a) – e))
♣ random errors (Grafik f))
©I

G.E. Gunartha (2008)- 8

b). Non-linearity

input

input

input

e). Instability

f). Random error

output

output

d). Hysteresis

output

c). Scale error

output

output

output

a). Zero error

••
•
• •
••• • •
• •
input

input

•••••••••
•• ••
••••••••••••• •
• ••••••••
• •••
••• •
input

©I

G.E. Gunartha (2008)- 9

ANALISIS DATA (3)
Jadi :
PROSES ANALISIS DATA pada dasarnya meliputi
upaya PENELUSURAN dan PENGUNGKAPAN
INFORMASI yang gayut terkandung dalam data dan
PENYAJIAN HASILNYA dalam bentuk yang lebih
ringkas dan sederhana, yang pada akhirnya mengarah
kepada KEPERLUAN ADANYA PENJELASAN dan
PENAFSIRAN.
©I

G.E. Gunartha (2008)- 10

ANALISIS DATA AWAL (1)
TUJUAN:
1. Untuk memberi keyakinan kepada kita apakah data cukup
baik diwakili oleh SUATU MODEL TERTENTU. Namun
yang lebih penting adalah untuk MENGUNGKAP
ADANYA PENYIMPANGAN-PENYIMPANGAN DARI
SUATU MODEL TERTENTU dan berusaha untuk
MENCARI CARA PENYELESAIANNYA.
2. Upaya pemenuhan ASUMSI-ASUMSI KETAT YANG
DIBERLAKUKAN SETIAP ANALISIS STATISTIKA
TERTENTU.
©I

G.E. Gunartha (2008)- 11

ANALISIS DATA AWAL (2)
 ASUMSI UJI-z dan UJI-t

 jika n ≥ 30 (gunakan uji-z) dan jika n < 30 (gunakan uji-t)
 data berdistribusi Normal
 setiap individu sampel harus independen (tidak berkorelasi)
 setiap individu sampel harus dipilih secara acak

 ASUMSI ANALISIS RAGAM (ANOVA)
 Perlakuan dan pengaruh faktor lingkungan harus bersifat ADDITIF.
 GALAT diasumsikan BERDISTRIBUSI NORMAL dan BEBAS
(independen) dengan rerata = 0 dan ragam = σ2, biasa ditulis
ε ∼ NID(0,σ2 )
 RAGAM GALAT HARUS HOMOGEN (HOMOSKEDASTISITAS).
©I

G.E. Gunartha (2008)- 12

 Asumsi Klasik Analisis Regresi (Ganda)
 Tidak terdapat multikolinieritas antar peubah bebas (Xj)
pada model.
 Keragaman (varians) semua galat harus sama (tidak
terdapat asumsi heteroskedastisitas)
 Tidak terdapat korelasi antar galat yang satu dengan galat
yang lain (asumsi otokorelasi).
 Tidak terdapat korelasi antara galat pengukuran dengan
setiap peubah bebas (Xj), dan pengukuran peubah bebas
(Xj) konstan dari pengukuran yang satu dengan pengukuran
lainnya.
 Galat pengukuran harus berdistribusi normal & independen dengan rerata sama dengan nol dan varians σ2.
©I

G.E. Gunartha (2008)- 13

ANALISIS DATA AWAL (3)
 TEKNIK ANALISIS DATA EKPLORASI dilakukan dengan
menggunakan STATISTIKA DESKRIPTIF.
1. Pola Sebaran Data & Pencilan, dapat menggunakan:
a. Ringkasan Lima-Angka dan Tiga-Angka:
Me
K1
Ymin

Me
K3
Ymax

(K1+K3)/2
(Ymin+Ymax)/2
©I

G.E. Gunartha (2008)- 14

b. Diagram Kotak-Garis (Boxplot):
 Luas Kotak diagram merupakan BESARNYA
KERAGAMAN (baik untuk membandingkan perlakuan yang dikaji)
 Kotak diagram dibatasi oleh nilai Kuartil-1 (K1) dan
Kuartil-3 (K3), dan garis yang membagi kotak
merupakan nilai Median (Me).
 Simpangan Kuartil (SK) jarak antara K1 ke K3,
jadi SK = K3 – K1, menyatakan 50% data
mengumpul di jarak antara K1 dan K3
 Rentang dalam diagram Kotak-garis dengan
kisaran K1 – 1.5*SK dan K3 + 1.5*SK disebut
PAGAR DALAM, sedang pada kisaran K1 – 3*SK
dan K3 + 3*SK disebut PAGAR LUAR
 Data di luar PAGAR LUAR disebut PENCILAN
©I

G.E. Gunartha (2008)- 15

Perbaikan sifat kesimetrian ini dapat dilakukan dengan
TRASFORMASI DATA (baik dengan akar pangkat dua
atau logaritma)
2. Deteksi sifat Multiplikatif, dapat dilakukan dengan melihat
diagram antara NILAI RERATA dan NILAI RAGAM. Adanya kenaikan nilai rerata menyebabkan kenaikan nilai
ragam berarti nilai ragam = f(nilai rerata). Fakta ini
menunjukkan adanya sifat multiplikasi yang merupakan
penyimpangan dari asumsi ANOVA. Penyelesaian
dilakukan dengan TRASFORMASI DATA.
3. Deteksi asumsi kehomoginan ragam (homoskedastisitas),
dapat dilakukan dengan menghitung nisbah nilai ragam
terbesar dengan ragam terkecil. Secara empirik jika nilai
nisbah < 1,5 untuk pembandingan 2 rerata sampel maka
©I

G.E. Gunartha (2008)- 16

kedua sampel dinyatakan memiliki ragam yang homogin.
Namun untuk pembandingan ragam lebih dari dua sampel
maka nilai nisbah harus < 2,0 maka baru dikatakan
sampel sampel tersebut memiliki nilai ragam yang
homogin.
4. Deteksi normalitas data, dapat dilakukan dengan grafik
galat (jika galat membentuk grafik garis lurus maka data
dikatakan mengikuti pola distribusi normal) atau
menggunakan uji normalitas Anderson-Darling, RyanJoiner (Shapiro-Milke), dan Kolmogorov-Smirnov; dengan
rumusan hipotesis:
H0 : data mengikuti sebaran normal
H1 : data tidak mengikuti sebaran normal
©I

G.E. Gunartha (2008)- 17

ANALISIS DATA INFERENSIAL
1). PENDUGAAN PARAMETER:
 mengukur BESARNYA PENGARUH/PERBEDAAN
 umumnya dinyatakan dalam bentuk SELANG
KEPERCAYAAN (confidence interval)

2). PENGUJIAN HIPOTESIS:
 mengetahui ARAH PENGARUH/PERBEDAAN

3). ANALISIS HUBUNGAN FUNGSIONAL
©I

G.E. Gunartha (2008)- 18

PENGENALAN GENSTAT (1)
1.

2.

Genstat merupakan piranti lunak statistika yang
dirancang oleh pakar/peneliti statistika dari
Rothamsted Agricultural Research Station (UK),
diperuntukan pada penelitian bidang hayati.
Sampai saat ini sudah di- release Genstat Ver.
11 (komersial), namun untuk negara-negara
sedang berkembang (third countries) diberikan
secara bebas dalam bentuk Discovery Edition
(saat ini sudah edisi 3) with agreement.
©I

G.E. Gunartha (2008)- 19

PENGENALAN GENSTAT (2)
3.

4.

Entry data dapat dilakukan dengan Genstat
atau copy paste dari Microsoft Excel.
Ada 3 hal penting yang harus dipahami dengan
penyiapan data, yaitu:
√ FACTOR : ditandai dengan tanda seru (!)
 identifikasi PERLAKUAN & BLOK
 PERLAKUAN dapat berupa:
• Label : Peubah Kualitatif
• Level : Peubah Kuantitatif
©I

G.E. Gunartha (2008)- 20

PENGENALAN GENSTAT (3)

5.

√ VARIATE : untuk peubah tak-bebas (Y)
 Data hasil pengukuran/observasi
: menyatakan entry data dalam
√ TEXT
bentuk text/label, baik untuk Perlakuan, Blok,
maupun Data Hasil.
Untuk berhasilnya menggunakan Genstat dalam
analisis ragam (ANOVA) data penelitian
dibutuhkan pemahaman tentang TREATMENT
STRUCTURE dan BLOCK STRUCTURE.
©I

G.E. Gunartha (2008)- 21

PENGENALAN GENSTAT (4)
BLOCK STRUCTURE (STRUKTUR BLOK):
 Berkait dengan tatacara mengaplikasikan
perlakuan/kombinasi perlakuan pada unit
percobaan.
 Jadi sama dengan rancangan percobaan
(experimental design) – Lihat Bagan di Halaman 4.
TREATMENT STRUCTURE (STRUKTUR PERLAKUAN):
 Berkait dengan perlakuan/kombinasi perlakuan
yang diteliti (ditentukan Tujuan Penelitian)
 Jadi sama dengan rancangan perlakuan di Hal-4
©I

G.E. Gunartha (2008)- 22

PENGENALAN GENSTAT (5)
6. Aturan dasar yang sering dipakai dalam pengembangan
rumus, baik untuk Block Structure dan Treatment Structure:
 Tanda Operasi Aritmatika: . / * + dan –
 Aturan Dasar: (misal A, B, C, D dan E nama FACTOR)
1. Operasi Titik (.): Contoh (A+B).(C+D.E) = A.C + B.C +
A.D.E + B.D.E
2. Operasi *, contoh: A*B = A + B +A.B
3. Operasi /, contoh: A/B = A + A.B
4. Operasi -, contoh: (A+B) – (A+C) = B
©I

G.E. Gunartha (2008)- 23

TELADAN (1)
Exercise 2.2 from Morris, T.T. (1999). Experimental Design and Analysis
in Animal Sciences. CABI Publishing, Wallingford, UK.

The data below are from an experiment in which growing
sheep were fed a basal diet and the same diet plus
isoenergetic amounts of salts of three fatty acids. Four
ewe lambs and four wether lambs were started on each
diet and the animals were allocated to blocks according
to initial liveweight (see the layout). The sheep were all
penned separately and the allocation of sheep to pens
was random.
©I

G.E. Gunartha (2008)- 24

TELADAN (2)

DATA:

Ewes

Wethers

Block

Basal Diet

I
II
III
IV
I
II
III
IV

16.3
16.4
16.7
17.7
18.0
19.1
19.1
18.0

Basal+
acetate
18.9
18.2
18.9
19.5
17.4
18.0
21.0
21.3

Basal+
propionate
19.4
17.6
17.6
19.8
19.3
16.5
18.9
19.9

©I

Basal+
butyrate
18.0
17.5
18.6
19.1
18.4
17.6
21.3
21.1

G.E. Gunartha (2008)- 25

Layout-01
s1

I

II

s2

I

II

d3

d0

d1

d2

d1

d0

d3

d2

d1

d0

d3

d2

d0

d2

d3

d1

d1

d2

d0

d3

d3

d2

d0

d1

d2

d1

d3

d0

d3

d2

d0

d1

IV

III

IV

III

Layout-02

I

III

s1d3

s2d0

s2d1

s1d2

s1d1

s2d3

s1d0

s2d2

s2d1

s1d0

s1d3

s2d2

s1d2

s2d3

s2d0

s1d1

s2d1

s1d2

s1d0

s2d3

s2d0

s1d3

s2d2

s1d1

s2d2

s2d1

s1d3

s2d0

s1d2

s2d3

s1d0

s1d1

II

IV

Layout-03
II

I

IV

III

s1d3

s1d0

s1d1

s1d2

s2d1

s2d0

s2d3

s2d2

s1d1

s1d0

s1d3

s1d2

s1d0

s1d2

s1d3

s1d1

s2d1

s2d2

s2d0

s2d3

s1d3

s1d2

s1d0

s1d1

s2d2

s2d1

s2d3

s2d0

s2d3

s2d2

s2d0

s2d1

Huruf Romawi = Blok, S = sex (1=Ewes, 2=Wether), dan D = Diet (1=basal,2=+acetate,3=+propionate,4=+butyrate)
©I

G.E. Gunartha (2008)-26

TELADAN (3)
Sebelum menganalisis sidik ragamnya, mari kita simak
pemecahan sumber keragaman ketiga Layout tersebut:
Layout-01
SK
Blok
Sex
Blok dlm Sex
Diet
Sex * Diet
Galat
Total

db
sr-1 = 7
s-1 = 1
s(r-1) = 6
d-1 = 3
(s-1)(d-1) = 3
s(r-1)(d-1) = 18
sdr -1 =31

Layout-02
SK
Blok
Sex
Diet
Sex*Diet
Galat
Total

Layout-03

db

SK
r-1 = 3
s-1 = 1

d-1 = 3
(s-1)(d-1) = 3
(sd-1)(r-1) = 21
sdr-1 =31

Blok
Sex
Galat-a
Diet
Sex*Diet
Galat-b
Total

©I

db
r-1 = 3
s-1 = 1
(r-1)(s-1) = 3
d-1 = 3
(s-1)(d-1) = 3
s(r-1)(d-1) = 18
sdr-1 = 31

G.E. Gunartha (2008)- 27

TELADAN (4)
DEMO MENGGUNAKAN GENSTAT DE 3:
1.

MENGGUNAKAN MENU RANCANGAN
STANDAR

2.

MENGGUNAKAN RANCANGAN
GENERAL
©I

G.E. Gunartha (2008)- 28

Sekian dan Terimakasih