Downloaded 46 times
Uploaded bySenja Putri Merona
Analisis jalur (path analysis)
Dokumen ini menganalisis kontribusi berbagai komponen terhadap hasil tanaman kedelai di Balitkabi Malang melalui analisis jalur. Hasil penelitian menunjukkan bahwa peningkatan produksi kedelai dapat dicapai dengan pemilihan varietas unggul dan pengelolaan populasi tanaman. Analisis juga menyimpulkan pentingnya umur panen dan jumlah buku subur sebagai faktor signifikan dalam menentukan hasil.
Analisis jalur (path analysis)
- 1. ANALISIS JALUR (PATHANALYSIS) UNTUK MENGETAHUI KONTRIBUSI KOMPONEN HASIL TERHADAP HASIL TANAMAN KEDELAI (Glycine max. (L.) Merrill) Studi Kasus di Balitkabi Malang oleh : Senja Putri Merona 308312410089 Pembimbing : I. Drs. Susiswo, M. Si II. Dr. Sisworo, S. Pd, M. Si
- 2. • Kedelai sebagaisumber protein nabati • mengetahui komponen hasil yang penting di Indonesia berkontribusi secara langsung • Permintaan kedelai meningkat pesat seiring terhadap hasil produksi kedelai dengan laju pertambahan penduduk • mengetahui kontribusi komponen • Peningkatan produksi tanaman kedelai hasil secara individual terhadap dapat dicapai dengan penggunaan bibit hasil biji (ton/ha) unggul dan meningkatkan populasi tanaman • mengetahui kontribusi komponen • Secara teori, populasi tanaman dinaikkan hasil secara simultan terhadap produksi meningkat hasil biji (ton/ha) Latar Tujuan Teknik Belakang penelitian Analisis Data Definisi JUDUL Operasional
- 3. KAJIAN PUSTAKA Analisis Analisis Kedelai Jalur Korelasi The linear correlation Tanaman kacang- Konseptualisasi coefficient r measures Model kacangan utama the strength of the yang mengandung linear relationship protein tinggi. between the paired x Penyusunan and y values in a Diagram Jalur sample Produksi kedelai merupakan hasil kombinasi beberapa Korelasi hanya komponen hasil Pengujian Model sebagai salah satu penunjuk kemungkinan Secara teori, Interpretasi Model terdapatnya populasi tanaman dan Modifikasi hubungan dinaikkan Model kausalitas produksi meningkat.
- 4. START Data dalam skala interval • Data dari dokumen arsip Balitkabi Malang Uji Normal Multivariat • Desain percobaan: RAK dengan 30 perlakuan 4 ulangan Data Ya Bersebaran Normal Analisis Korelasi Tidak Transformasi atau Uji Multikolinearitas standarisasi Variabel yang diamati : Multiko Tidak X1 : Tinggi tanaman linearitas X2 : Jumlah Cabang Produktif Ya Analisis Regresi X3 : Jumlah Buku Subur Diagram Jalur Berganda X4 : Jumlah Polong Isi X5 : Jumlah Polong Hampa Analisis Jalur X6 : Umur Bunga Goodness of Kriteria Fit Fit Index X7 : Umur Panen Chi-square Y : Hasil Biji (ton/ha) Tidak P-value Evaluasi Model Model fit RMSEA Ya GFI Interpretasi hasil AGFI Kesimpulan CFI STOP
- 5. ANALISIS DATA &PEMBAHASAN Analisis Korelasi Uji Multikolinieritas Uji Normalitas M Hipotesis : o Eigen Condition H0 = Data mengikuti d Dim X3 X4 X5 X6 X7 value Index distribusi normal e X1 Sig. Sig. H1 = Data tidak l mengikuti distribusi X2 Sig. Sig. Sig. normal 1 7.102 1.000 X3 Sig. Sig. Sig. jumlah persentase X4 2 0.556 3.575 Sig. jarak lebih dari Chi- square: X6 Sig. 3 0.212 5.782 Data Display X7 4 0.056 11.309 z 83.3333 1 5 0.054 11.442 Kesimpulan : gagal tolak H0 6 0.015 21.660 Data mengikuti 7 0.003 53.253 distribusi normal 8 0.002 60.066 a. Dependent Variable: Y
- 6. Analisis Jalur (PathAnalysis) Diagram Jalur Model Hipotesis
- 7. Modifikasi Model Goodness of Fit Model Jalurygdi Model Ket. tambah Hipotesis 146.318 0.237 0.237 0.656 0.642 Blm 0.000 fit Eva 1 X7 Y 142.127 0.241 0.822 0.645 0.651 Blm 0.000 fit Eva 2 X3 X4 38.087 0.102 0.930 0.851 0.941 Blm 0.002 fit Eva 3 X7 X3 28.503 0.081 0.944 0.875 0.965 Blm 0.028 fit Eva 4 X7 X4 21.517 0.060 0.957 0.897 0.982 Blm 0.121 fit Eva 5 X7 X2 16.911 0.042 0.966 0.912 0.992 Fit 0.261
- 8. Diagram Jalur ModelAkhir
- 9. Koefisien Jalur Regression Weights: (Group number 1 - Default model) Estimate S.E. C.R. P unstandardized Standardized X7<---X6 1.150 0.525 0.171 6.724 *** X1<---X6 -1.602 -0.392 0.400 -4.008 *** X1<---X7 -0.096 -0.051 0.182 -0.526 0.599 X3<---X1 0.039 0.132 0.027 1.453 0.146 X3<---X7 0.157 0.287 0.050 3.159 0.002 X2<---X3 0.223 0.666 0.024 9.202 *** X2<---X7 -0.029 -0.157 0.013 -2.167 0.030 X4<---X2 1.531 0.361 0.202 7.594 *** X5<---X2 0.098 0.188 0.047 2.094 0.036 X4<---X3 0.936 0.661 0.070 13.446 *** X4<---X7 -0.079 -0.103 0.030 -2.682 0.007 Y<---X5 0.054 0.116 0.042 1.294 0.196 Y<---X4 0.005 0.087 0.005 0.961 0.337 Y<---X7 -0.008 -0.185 0.004 -2.067 0.039
- 10. Pengaruh Langsung danTidak Langsung Hubungan Pengaruh Blok Total dari ke Langsung Tidak langsung X6 X1 -0.392 -0.027 -0.419 I X7 X1 -0.051 0.000 -0.051 X1 X2 0.000 0.088 0.088 II X3 X2 0.666 0.000 0.666 X7 X2 -0.157 0.187 0.030 X6 X2 0.000 -0.019 -0.019 X1 X3 0.132 0.000 0.132 III X6 X3 0.000 0.095 0.095 X7 X3 0.287 -0.007 0.280 X1 X4 0.000 0.119 0.119 X2 X4 0.361 0.000 0.361 IV X3 X4 0.661 0.241 0.902 X7 X4 -0.103 0.196 0.094 X6 X4 0.000 0.002 0.002 X1 X5 0.000 0.017 0.017 X2 X5 0.188 0.000 0.188 V X3 X5 0.000 0.126 0.126 X6 X5 0.000 -0.004 -0.004 X7 X5 0.000 0.006 0.006 VI X6 X7 0.525 0.000 0.525
- 11. Lanjutan… Hubungan Pengaruh Blok Total dari ke Langsung Tidak langsung X1 Y 0.000 0.012 0.012 X2 Y 0.000 0.053 0.053 X3 Y 0.000 0.093 0.093 X4 Y 0.087 0.000 0.087 VII X5 Y 0.116 0.000 0.116 X7 Y -0.185 0.009 -0.176 X6 Y 0.000 -0.097 -0.097 Koefisien Determinasi
- 12. KESIMPULAN langsung • Umur panen (0,034) • Tinggi tanaman (0,004) • Jmlah cabang Tidak produktif (0,031) langsung • Jumlah buku subur (0,058) • Umur bunga (-0,097) • Umur panen (0,017) R-square = 95 %
- 13. SARAN Langsung: umur panen seleksi Tidak Pemilihan langsung: komponen umur bunga hasil yang dan jumlah lebih tepat buku subur
- 14.