Minggu_5

Dibedakan menjadi 3 (tiga):

Korelasi fenotipa (rP)
Korelasi genetik (rG)
Korelasi lingkungan (rE)
 KORELASI FENOTIPIK

KORELASI POSITIF
Adanya peningkatan salah satu ubahan diikuti
peningkatan ubahan lainnya

KORELASI NEGATIF
Adanya peningkatan salah satu ubahan diikuti
menurunnya ubahan lainnya
Korelasi genetik adalah korelasi yang diakibatkan
oleh pengaruh gen aditif diantara dua sifat
(ubahan) yang bersangkutan

Korelasi lingkungan adalah korelasi yang

diakibatkan oleh pengaruh lingkungan atau
pengaruh genetik yang bukan aditif
Korelasi genetik dan korelasi lingkungan
dapat berbeda besarnya dan berbeda
tandanya

Sehingga korelasi penotipik sering tidak

menunjukkan keadaan genetik yang
sesungguhnya
 Korelasi Korelasi dari pengaruh
Genetik genetik aditif atau nilai
pemuliaan antara kedua
sifat itu

Korelasi
Termasuk pengaruh
Lingkungan
lingkungan dan pengaruh
genetik yang bukan aditif
 Kegunaan korelasi genetik
Menguntungkan:
korelasi genetik antara laju kenaikan berat badan dengan
efisiensi penggunaan pakan. Seleksi terhadap laju
kenaikan berat badan akan menaikan efisien penggunaan
makanan

Merugikan:
korelasi genetik antara panjang wol dengan kehalusan
wol akan membatasi kemajuan yang dicapai oleh kedua
sifat tersebut
Analisis Jalur dari Korelasi Genetik, Fenotip dan Lingkungan

rE
rG E2
G1 E1 G2

P1 P2
rP

Korelasi fenotip  rp
Korelasi genetik  rG
Korelasi lingkungan  rE
 Covp
Covg
rp = -------------
σp 1 . σp 2 rG = -------------
σg1 . σg2
Karena Cov P = Covg + Cove
RUMUS KORELASI LINGKUNGAN
Covg + Cove
rp = --------------------
σp 1 . σp 2 Cov e
r.e = -------------
σe1 . σe2
 Beberapa contoh korelasi genetik

SAPI POTONG

Berat lahir vs berat sapih 0,58

Berat lahir vs berat potong 0,40
Berat sapih vs berat potong 0,50
 Beberapa contoh korelasi genetik

SAPI PERAH

Prod.susu vs % lemak susu - 0,40

Prod.susu vs % protein - 0,30
% lemak vs % protein + 0,60
 Contoh lain korelasi genetik

SAPI

ADG vs Efisien Pakan - 0,70

ADG vs tebal lemak - 0,15
Tebal lemak vs efesiensi pkn + 0,21
Untuk memperkirakan besarnya perubahan pada
generasi berikutnya

Ilustrasi pada sapi potong : berat lahir ber-

korelasi positif dengan berat sapih, berat umur 1
tahun dan berat dewasa. Seleksi thd salah satu
sifat ini (berat sapih, berat 1 tahun atau berat
dewasa) dapat menaikan berat lahir anak, sbg
tanggapan korelasi
Metode Statistik yang digunakan untuk menaksir
besarnya korelasi genetik adalah berdasarkan analisis
kovariansi (analysis of covariance) untuk menaksir
besarnya komponen ragam maupun peragam dari dua
sifat.

cov covg
rP = r g=
σP1σP2 σg1σg2
Ada 3 design dalam analisis statistik
menggunakan metode Ancova
untuk menghitung korelasi genetik
a. Single parent design
1. One-way layout design b. Single mating design

(Becker hal 113)

2. Nested design (Becker hal 119)

3. Factorial design (Becker hal 128)

 Ancova
Single parent

Sumber Derajat SCP MCP Komponen

bebas Covariansi
Antar pejantan s–1 SCPs MCPs covw + k covs
Keturunan n -s SCPw MCPw covw
Dalam pejantan
Total n–1 SCPTotal
Becker hal 113
Keterangan :
S = jumlah pejantan SCP = Sum of Cross Product
N = jumlah anak per pejantan MCP = Mean Cross Product
 Ancova
Single parent
Sumber Derajat SCP MCP Komponen
bebas Covariansi

Antar pejantan s–1 Xi.Yi./ni. - FK SCPs/ s-1 covw + k covs

Keturunan Dalam n -s XijYij - Xi.Y./ni. SCPw/ n-s covw

pejantan
Total n–1 SCPTotal

Becker hal 114

covw = MCPw
covs = (MCPs – MCPw)/ k
 Ancova
Single parent

4Covs Covw – 3 CovS

rG = ------------------ rE = ------------------------------------------
(σ2w(X) - 3σ2s(X) ) (σ2w(Y) - 3σ2s(Y) )
4σ2s(X) . 4σ2s(Y)

Standar Error dari koefisien korelasi

CovXY
Covw + CovS rG = ------------------
rP = ------------------------------------------ σ2X .σ2Y
(σ2w(X) + σ2s(X) ) (σ2w(Y) + σ2s(Y) )
Becker hal 115
 Ancova
Single pair matings
(Perkawinan pasangan tunggal)
Sumber Derajat SCP MCP Komponen
bebas Covariansi
Antar s–1 SCPs MCPs covw + k covs
perkawinan
Keturunan n-s SCPw MCPw covw
Dalam
perkawinan
Total n–1 SCPTotal
Keterangan : Becker hal 117
S = jumlah pejantan SCP = Sum of Cross Product
N = jumlah anak per pejantan MCP = Mean Cross Product
 Ancova
Single pair matings
(Perkawinan pasangan tunggal)
Sumber Derajat SCP MCP Komponen
bebas Covariansi

Antar s–1 X.Y./n - FK SCPs/ s-1 covw + k covs

perkawinan
Keturunan n -s XY - X.Y./n SCPw/ n-s covw
Dalam
perkawinan
Total n–1 SCPTotal

covw = MCPw
covs = (MCPs – MCPw)/ k
 Ancova
Single pair matings
(Perkawinan pasangan tunggal)

2Covs Covw – CovS

rG = ------------------ rE = ------------------------------------------
(σ2w(X) - σ2s(X) ) (σ2w(Y) - σ2s(Y) )
2σ2s(X) . 2σ2s(Y)

Standar Error dari koefisien korelasi

CovXY
Covw + CovS rG = ------------------
rP = ------------------------------------------ σ2X .σ2Y
(σ2w(X) + σ2s(X) ) (σ2w(Y) + σ2s(Y) )
Becker hal 115
 Ancova
Nested Design
Sumber Derajat SCP MCP Komponen Covariansi
bebas
Pejantan S–1 SCPs MCPs covw + k2covD + k3covS

Induk D-S SCPD MCPD covw + k covD

Anak n-D SCPW MCPw covw

Total n–1 SCPTotal
Keterangan : Becker hal 119
SCP = Sum of Cross Product Perhitungan k1, k2 dan k3 seperti
pada perhitungan Anova
MCP = Mean Cross Product
Becker hal 65
 Ancova
Nested Design
Sumber Derajat SCP MCP Komponen Covariansi
bebas

Pejantan S–1 Xi..Yi../ni. – FK SCPs/ s-1 covw + k2covD + k3covS

Induk D-S Xij.Yij./nij - Xi.Yi./ni. SCPD/ D-S covw + k covD

Anak n-D Xijk Yijk -Xij.Yij./nij SCPW/ n-D covw

Total n-1 SCPTotal

covw = MCPw covD = (MCPD – MCPW)/ k2

covs = (MCPs – MCPD)/ k3