KAJIAN KOLINEARITAS FAKTOR NON-GENETIK PADA SAPI PERAH FH DI BBPTUHPT BATURRADEN
Abstract
Akurasi model pendugaan pada regresi berganda dapat dipengaruhi oleh faktor-faktor independen yang memiliki kolinearitas. Penelitian ini bertujuan untuk mengetahui hubungan faktor-faktor non-genetik terhadap produksi susu dan mengetahui tentang kolinearitas peubah-peubah tersebut pada sapi perah FH di BBPTUHPT Baturraden. Penelitian dilakukan menggunakan data sekunder dari Balai Pembibitan Ternak Unggul dan Hijauan Pakan Ternak (BBPTUHPT) Baturraden yang terdiri dari 1.942 catatan individu produksi susu per laktasi dari 1.015 ekor sapi perah FH yang lahir pada tahun 2000-2014. Variabel penelitian meliputi produksi susu per laktasi (laktasi 1-6) (myield) sebagai variabel dependent dan jumlah hari pemerahan (jhp), periode laktasi (lak), tahun saat lahir (yob), bulan saat lahir (mob), umur saat partus (agepar), tahun saat partus (yopar) dan bulan saat partus (mopar) sebagai variabel independent. Evaluasi terhadap kolinearitas antar peubah bebas ditentukan menggunakan matriks korelasi dan variance inflation factors (VIF) yang dilakukan menggunakan program antar muka Rstudio yang berbasis pada program R. Hasil analisis menunjukkan adanya tingkat keeratan hubungan antar peubah dari lemah hingga tinggi. Peubah yang memiliki tingkat keeratan hubungan sedang hingga tinggi adalah yob-agepar (-0,42), yob-laktasi (-0,4), laktasi-agepar (0.94) dan yib-yopar (0,89). Hasil analisis regresi myield menggunakan full model (menggunakan semua peubah bebas) menghasilkan nilai VIF berturut-turut sebesar 8,51, 1,08, 2641,09, 22,06, 2140,42, 20,13 dan 533,8 untuk peubah lak, jhp, yob, mob, yopar, mopar dan agepar. Dapat simpulkan bahwa peubah bulan saat induk lahir, tahun saat induk lahir, bulan saat induk beranak, tahun saat induk beranak dan umur saat induk beranak memiliki kolinearitas. Peubah tersebut mengganggu hasil taksiran dalam analisis multipel regresi sehingga harus dikeluarkan dari model regresi.
References
Alin, A. 2010. Multicollinearity. Wiley Interdisciplinary Reviews: Computational Statistics. 2(3):370–374.
Chen, Y. 2014. Covariance among independent variables determines the overfitting and underfitting problems in variation partitioning methods: with a special focus on the mixed co-variation. ArXiv Preprint ArXiv:1402.3324.
Dormann, CF, J Elith, S Bacher, C Buchmann, G Carl, G Carré, JRC Marquéz, B Gruber, B Lafourcade, PJ Leitão, T Münkemüller, C McClean, PE Osborne, B Reineking, B Schröder, AK Skidmore, D Zurell, and S Lautenbach. 2012. Collinearity: a review of methods to deal with it and a simulation study evaluating their performance. Ecography. 35:001–020. http://doi.org/10.1111/j.1600-0587.2012.07348.x
Garamszegi, LZ. 2006. Comparing effect sizes across variables: generalization without the need for Bonferroni correction. Behavioral Ecology. 17:682–687.
Gómez, MD, PJ Azor, ME Alonso, J Jordana, and M Valera. 2012. Morphological and genetic characterization of Spanish heavy horse breeds: Implications for their conservation. Livestock Science. 144(1–2):57–66. http://doi.org/10.1016/j.livsci.2011.10.013
Henderson, CR. 1984. Applications of Linear Models in Animal Breeding. Guelph, ON, Canada: University of Guelph Press.
Jinn, JH, 宋傳欽, and WB Mou. 2007. An Application of the Generalized Shrunken Least Squares Estimator on Principal Component Regression.
Mihola, J, and D Bílková. 2014. Measurement of Multicolinearity Using Determinants of Correlation Matrix.
Mrode, RA. 2014. Linear Models for the Prediction of Animal Breeding Values: 3rd Edition. CABI.
R Core Team. 2022. R: A Language and Environment for Statistical Computing. Vienna, Austria. Retrieved from https://www.r-project.org/
Salmerón-Gómez, R, A Rodr\’\iguez-Sánchez, and C Garc\’\ia-Garc\’\ia. 2020. Diagnosis and quantification of the non-essential collinearity. Computational Statistics. 35(2):647–666.
Samsa, G, G Hu, and M Root. 2005. Combining information from multiple data sources to create multivariable risk models: illustration and preliminary assessment of a new method. Journal of Biomedicine & Biotechnology. 2005(2):113–123. http://doi.org/10.1155/JBB.2005.113
Susanto, A, Suyadi, VMA Nurgiartiningsih, and L Hakim. 2018. (Co)variance components and genetics parameter estimation for linear traits in Holstein cattle in Indonesia: Traits related to foot/leg and udder. Archives Animal Breeding. 61(4):491–496. http://doi.org/10.5194/aab-61-491-2018
Team, Rs. 2023. RStudio: Integrated Development Environment for R. Boston, MA. Retrieved from http://www.posit.co/
