laporan pesti 3_racun kontak
DESCRIPTION
Pestisida, Analisis Probit, Tingkat Konsentrasi Pestisida, Analisis, Lethal Dose, Lethal ConcentrateTRANSCRIPT
2
PRAKTIKUM PESTISIDA DALAM PROTEKSI TANAMAN (PTN 306)PRAKTIKUM III : PENGUJIAN RACUN KONTAK DURSBAND TERHADAP LIPAS DAN Tribolium castaneumKELOMPOK 5
(Kelas Paralel 2)
1. Ricko Baharudin
A241300462. Ulfah Fahriani
A34120004
3. M. Yusuf Al Anshori
A341200284. Ilmi Hamidi
A341200595. Nurul Farida Efriani
A34120091
Dosen :Ir. Djoko Prijono MAgr. ScDEPARTEMEN PROTEKSI TANAMAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015
PENDAHULUANLatar BelakangPestisida adalah substansi kimia yang digunakan untuk membunuh atau mengendalikan berbagai hama. Berdasarkan asal katanya, pestisida berasal dari bahasa inggris yaitu pest berarti hama, dan cida berarti pembunuh. Menurut peraturan Pemerintah No. 7 tahun 1973, pestisida adalah semua zat kimia atau bahan lain serta jasad renik dan virus yang dipergunakan untuk : (1) Memberantas atau mencegah hama-hama dan penyakit-penyakit yang merusak tanaman atau hasil-hasil pertanian, (2) memberantas rerumputan, (3) mematikan daun dan mencegah pertumbuhan tanaman atau bagian-bagian tanaman, tidak termasuk pupuk, (4) memberantas atau mencegah hama-hama luar pada hewan-hewan peliharaan dan ternak, (5) memberantas dan mencegah hama-hama air, (6) memberikan atau mencegah binatang-binatang dan jasad-jasad renik dalam rumah tangga, bangunan dan alat-alat pengangkutan, memberantas atau mencegah binatang-binatang yang dapat menyebabkan penyakit pada manusia atau binatang yang perlu dilindungi dengan penggunaan pada tanaman, tanah dan air (Djojosumarto 2008).
Pestisida mempunyai sifat-sifat fisik, kimia dan daya kerja yang berbeda-beda sehingga kini terdapat macam-macam pestisida. Pestisida dapat digolongkan menurut berbagai cara tergantung pada kepentingannya, antara lain: berdasarkan sasaran yang akan dikendalikan, cara kerja, struktur kimia, dan bentuknya (Wudianto 2010).Racun kontak menyebabkan kematian pada serangga dengan cara kontaminasi, penetrasi ke dalam tubuh serangga, dan mengganggu proses fisiologi dan biokimia setelah memasuki tubuh serangga. Kepekaan serangga terhadap racun kontak berbeda-beda tergantung instar serangga (Djojosumarto 2008).Suatu insektisida dapat meracuni serangga bila sejumlah tertentu molekul insektisida dapat mencapai dan berinteraksi dengan bagian tubuh serangga sasaran. Penetrasi insektisida dapat melalui integumen atau absorpsi oleh dinding saluran pencernaan, translokasi ke bagian sasaran, pengikatan dan penyimpanan pada jaringan tubuh tertentu, metabolisme oleh berbagai enzim pengurai dalam tubuh dan pembuangan keluar tubuh, penetrasi melalui lapisan pelindung bagian sasaran dan interaksi insektisida tersebut dengan bagian sasaran (Djojosumarto 2008).
Tujuan
Praktikum ini bertujuan menguji keefektifan insektisida racun kontak Dursband terhadat lipas dan Tribolium castaneum.BAHAN DAN METODETempat dan Waktu
Praktikum dilaksanakan di Laboratorium Pendidikan Departemen Proteksi Tanaman, Fakultas Pertanian, Institut Pertanian Bogor. Waktu praktikum dilaksanakan pada hari Senin tanggal 23 Februari pukul 15.00 WIB sampai selesai.Bahan dan Alat
Bahan yang diperlukan pada praktikum ini adalah 30 ekor kecoa, 30 ekor Tribolium castaneum, tepung, biskuit, dan insektisida Dursban 200 EC. Sedangkan alat yang digunakan adalah cawan petri, kertas saring, label, pipet, gelas ukur, rubber bulb, dan wadah plastik untuk tempat pengujian.Cara Kerja
Praktikum ini dilakukan dengan dua perlakuan yaitu perlakuan setempat dan perlakuan residu dengan melakukan 3 kali ulangan. Penggunaan racun kontak dengan perlakuan setempat menggunakan metode topikal, yaitu metode yang dilakukan dengan cara meneteskan insektisida menggunakan jarum sebanyak 1 mikroliter larutan. Pelarut yang digunakan adalah Aseton dan pestisida yang digunakan adalah Dursban 200 EC dengan perlakuan konsentrasi 0,5%, 0,4%, 0,3%, 0,2%, 0,1%, 0.05%, dan kontrol. Pelarut dan pestisida tersebut dicampurkan kemudian diteteskan ke bagian ventral kecoa sebanyak 1 mikroliter. Kecoa yang telah diberikan perlakuan dimasukan kedalam 3 wadah, masing-masing wadah terdapat 10 kecoa dan diberikan biskuit sebagai makanannya. Pengamatan dilakukan pada 24, 48, dan 72 jam setelah praktikum dengan menghitung dan mencatat jumlah kecoa yang mati.
Praktikum perlakuan residu dilakukan dengan cara meneteskan larutan pestisida pada kertas saring sebanyak 1 l dengan menggunakan pipet. Konsentrasi pestisida yang digunakan sama seperti pada perlakuan setempat. Setelah itu Tribolim castaneum dimasukan kedalam 3 cawan petri, masing-masing cawan petri berisi 10 ekor Tribolium castaneum dan diberikan tepung sebagai makanannya. Pengamatan dilakukan pada 24, 48, dan 72 jam setelah praktikum dengan menghitung dan mencatat jumlah serangga yang mati.HASIL DAN PEMBAHASANHasilTabel 1 Pengaruh konsentrasi pestisida racun kontak terhadap mortalitas kecoa
KonsentrasiJumlah awal kecoa / wadahJumlah serangga mati
Selasa (24 Jam)Rabu (48 Jam)Kamis (72 Jam)
Ulangan 1Ulangan 2Ulangan 3Rata-rataUlangan 1Ulangan 2Ulangan 3Rata-rataUlangan 1Ulangan 2Ulangan 3Rata-rata
0.5 %109867.6710978.6710978.67
0.4 %106285.337285.677285.67
0.3 %100200.675302.678604.67
0.2 %103312.334454.339978.33
0.1 %102242.673353.6710899.00
0.05 %60000.000031.002543.67
Kontrol72021.335032.675032.67
LC50 (%)0.437620.439920.44258
LC95 (%)0.602220.569340.00000
Tabel 2 Uji konsentrasu residu pestisida terhadap mortalitas Tribolium castenumKonsentrasiJumlah awal Tribolium / wadahJumlah serangga mati
Selasa (24 Jam)Rabu (48 Jam)Kamis (72 Jam)
Ulangan 1Ulangan 2Ulangan 3Rata-rataUlangan 1Ulangan 2Ulangan 3Rata-rataUlangan 1Ulangan 2Ulangan 3Rata-rata
0.5 %109999.0010101010.0010101010.00
0.4 %1063106.3310101010.0010101010.00
0.3 %106375.338998.67910109.67
0.2 %105375.007597.0097108.67
0.1 %104022.007465.6794107.67
0.05 %103111.673232.6754106.33
Kontrol100000.000000.000000.00
LC50 (%)0.203150.089510.04057
LC95 (%)1.356940.40320 0.22729
Tabel 3 Hasil analisis probit
Serangga UjiPerlakuan (Jam)LC50 (%)LC95 (%)
Kecoa240.437620.60222
480.439920.56934
720.442580.00000
Tribolium240.203151.35694
480.089510.40320
720.04057 0.22729
PembahasanMortalitas kecoa akibat perlakuan insektisida racun kontak dengan konsentrasi berbeda selama tiga hari menunjukkan perbedaan yang nyata. Mortalitas kecoa saat perlakuan 24 jam dengan berbagai konsentrasi adalah 8 ekor untuk 0.5% konsentrasi, 5 ekor untuk 0.4% konsentrasi, 4 ekor untuk perlakuan 0.3% konsentrasi, 2 ekor untuk 0.2 % konsentrasi, dan 3 ekor untuk 0.1% konsentrasi. Perlakuan 0.5% konsentrasi tidak menyebabkan kematian kecoa saat selang waktu 24 jam. Maka, dapat disimpulkan bahwa saat selang waktu 24 jam, LC50 racun kontak Dursband 200 EC adalah 0.1%. Alasannya adalah konsentrasi 0.1% dapat mematikan kecoa sebanyak 3 ekor dari 10 ekor total kecoa. LC95 racun kontak ini adalah 0.5%, karena perlakuan konsentrasi ini dalam selang waktu 24 jam mampu mematikan separuh lebih populasi kecoa.Mortalitas kecoa saat perlakuan 48 jam dengan konsentrasi 0.05% sampai dengan perlakuan 0.5% adalah 1 ekor, 4 ekor, 5 ekor, 3 ekor, 7 ekor, dan 9 ekor. Maka, dapat disimpulkan bahwa LC50 racun kontak untuk perlakuan 48 jam adalah konsentrasi 0.05%. Konsentrasi yang mampu mematikan separuh lebih kecoa adalah perlakuan dengan 0.4%. Mortalitas kematian kecoa saat perlakuan 72 jam dengan perlakuan 0.05% sampai dengan perlakuan 0.5% adalah 4 ekor, 9 ekor, 8 ekor, 5 ekor, 6 ekor, dan 9 ekor. Data kematian perlakuan 72 jam agak berbeda pada konsentrasi 0.3% karena terdapat satu kali ulangan, dan hasil kematiannya nol.
Percobaan uji konsentrasi residu pestisida terhadap mortalitas Tribolium castenum dilakukan dengan meratakan insektisida pada permukaan substrat tertentu, missal kertas saring, dan kemudian serangga dimasukkan ke dalam wadah. Pengujian kontaminasi residu dilakukan selama selang waktu 24 jam, 48 jam, dan 72 jam. Mortalitas perlakuan 24 jam dengan konsentrasi 0.05% sampai dengan konsentrasi 0.5% berturut-turut adalah 2 ekor, 2 ekor, 5 ekor, 5 ekor, 6 ekor, dan 9 ekor Tribolium sp. Hal ini menunjukkan bahwa LC50 pestisida adalah 0.05% karena konsentrasi tersebut mampu mematikan 2 ekor serangga dari total 10 serangga. Perlakuan konsentrasi 0.05% saat selang waktu 48 jam mampu mematikan 3 ekor serangga, dan saat selang waktu 72 jam mematikan 6 ekor serangga. Hal ini menunjukkan bahwa selama selang waktu 72 jam, pestisida yang digunakan untuk mematikan Tribolium sp masih memiliki kefektifan. Hal ini dapat dibuktikan bahwa mortalitas Tribolium sp bertambah saat perlakuan hari ketiga.
Perkiraan LC95 pestisida saat perlakuan 24 jam adalah konsentrasi 0.4%, karena perlakuan konsentrasi ini mampu mematikan separuh lebih populasi serangga (mati 6 ekor). LC95 saat perlakuan 48 jam adalah konsentrasi 0.2% karena perlakuan konsentrasi ini mampu mematikan 7 ekor serangga. LC95 saat perlakuan 72 jam adalah konsentrasi 0.1% karena mampu mematikan separuh lebih populasi serangga (mati 8 ekor). Dalam hal ini, penentuan LC95 ternyata dipengaruhi oleh besarnya konsentrasi racun yang diaplikasikan dan waktu pengaplikasian. LC95 24 jam adalah 0.4%, hal ini menunjukkan bahwa pestisida konsentrasi 0.4% dapat mematikan separuh lebih populasi saat diaplikasikan selang waktu 24 jam. LC95 72 jam adalah konsentrasi 0.1%, karena dalam selang waktu 72 jam insektisida ini mampu mematikan 8 ekor serangga.
Kematian serangga juga dipengaruhi oleh metabolisme serangga dan seberapa cepat pestisida itu memasuki tubuh serangga. Semakin tinggi konsentrasi yang diaplikasikan dan semakin lama waktu pengaplikasiannya akan efektif mematikan serangga. Bila kepekaan hama sasaran terhadap insektisida sudah berkurang, insektisida tersebut tidak dapat lagi digunakan untuk mengendalikan hama sasaran dan hama tersebut dikategorikan sudah resisten (Zalom 2001; Djojosumarto 2008).
Hasil analisis probit racun kontak Dursband menunjukkan bahwa LC50 racun kontak kecoa saat 24 jam adalah 0.44, sedangkan LC95 racun kontak kecoa adalah 0.60. Pada waktu 48 jam, hasil analisis probit LC50 adalah 0.44, sedangkan LC95 sebesar 0.57. Hasil analisis probit LC50 pada waktu 72 jam adalah 0.45 dan LC95 adalah 0.00. Nilai g pada hasil analisis probit menunjukkan tingkat nyata pendugaan toksisitas insektisida pada tingkat kepercayaan tertentu. Makin kecil nilai g pada tingkat kepercayaan tertentu, makin teliti pendugaannya. Nilai g pada tingkat kepercayaan 95% saat 24 jam adalah 1.12 (lebih besar dari 0.1 dan melebihi 0.4). Dengan demikian selang kepercayaan 95% untuk konsentrasi letal (misal LC50 dan LC95) ekstrak yang diuji dapat dianggap tidak teliti (lebih besar dari 0.1). Selang kepercayaan taraf 99% adalah 3.09. Hal ini menunjukkan bahwa tingkat kepercayaan data yang dianalisis harus diturunkan untuk memperoleh nilai g yang kurang dari 0,4 (Finney 1971).Hasil analisis probit racun kontak Dursband menunjukkan bahwa LC50 racun kontak Tribolium pada waktu 24 jam adalah 0.20, sedangkan LC95 sebesar 1.35. Hasil analisis probit pada waktu 48 jam menunjukkan LC50 sebesar 0.09, sedangkan nilai LC95 sebesar 0.40. Nilai LC50 pada waktu 72 jam adalah 0.04 dan LC95 adalah 0.22. Nilai g pada tingkat kepercayaan 95% untuk perlakuan 24 jam adalah 0.25 (lebih besar dari 0.1 dan melebihi 0.4). Dengan demikian selang kepercayaan 95% untuk konsentrasi letal (misal LC50 dan LC95) ekstrak yang diuji dapat dianggap tidak teliti (lebih besar dari 0.1). Selang kepercayaan taraf 99% adalah 0.78. Hal ini menunjukkan bahwa tingkat kepercayaan data yang dianalisis harus diturunkan untuk memperoleh nilai g yang kurang dari 0,4 (Finney 1971).PENUTUPSimpulanKonsentrasi letal (LC) adalah konsentrasi yang digunakan untuk mematikan separuh populasi serangga. Setiap kemasan pestisida yang telah terdaftar di kementrian pertanian pasti mencantumkan konsentrasi yang aman digunakan untuk serangga dan lingkungan. Sementara itu, kematian serangga yang disebabkan oleh pestisida dipengaruhi oleh besarnya konsentrasi dan waktu pengaplikasiannya. Beberapa pestisida juga meningalkan residu zat yang masih efektif untuk mematikan serangga. Pestisida juga akan kehilangan efektifitasnya apabila terpapar udara dalam waktu yang lama, sehingga lamanya waktu aplikasi tidak menjamin keefektifan penggunaan.
DAFTAR PUSTAKA
Djojosumarto P. 2008. Pestisida dan Aplikasinya. Jakarta (ID): Agromedia Pustaka.Finney DJ. 1971. Probit Analysis, 3rd ed. Cambridge: Cambridge Univ Press.Wudianto R. 2001. Petunjuk Penggunaan Pestisida. Jakarta (ID): Penebar Swadaya.
Zalom FG. 2001. Pesticide use practices in integrated pest management. Di dalam: Krieger R, Doull J, Ecobichon D, Gammon D, Hodgson et al., editor. Handbook of Pesticide Toxicology. Vol 1. San Diego (US): Academic Press. hlm 275-283.LAMPIRAN
1. Analisis Probit Kematian Kecoa24 JamPOLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: =Pengujian Racun Kontak dengan Metode Residu terhadap kecoa
input: =enam taraf konsentrasi
input: =30 serangga uji per konsentrasi
input: =data mortalitas 24 jam setelah perlakuan
input: =konsentrasi (%), jumlah serangga uji, jumlah serangga mati
input: *Kecoa
input: 0.5 30 23
input: 0.4 30 16
input: 0.3 30 2
input: 0.2 30 7
input: 0.1 30 8
input: 0.05 18 0
input: 0.00 21 4
preparation dose log-dose subjects responses resp/subj
Kecoa .00000 .000000 21. 4. .190
.50000 -.301030 30. 23. .767
.40000 -.397940 30. 16. .533
.30000 -.522879 30. 2. .067
.20000 -.698970 30. 7. .233
.10000 -1.000000 30. 8. .267
.05000 -1.301030 18. 0. .000
Number of preparations: 1
Number of dose groups: 6
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -95.709385
parameter standard error t ratio
Kecoa 4.2576755 1.0301817 4.1329365
SLOPE 11.863148 2.7948446 4.2446539
Variance-Covariance matrix
Kecoa SLOPE
Kecoa 1.061274 2.823411
SLOPE 2.823411 7.811156
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
Kecoa 30. 23. 24.021 -1.021 .800699
30. 16. 13.525 2.475 .450843
30. 2. 6.343 -4.343 .211418
30. 7. 5.715 1.285 .190498
30. 8. 5.714 2.286 .190476
18. 0. 3.429 -3.429 .190476
chi-square 10.534 degrees of freedom 4 heterogeneity 2.6336
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=.66431 g(.95)=1.1268 g(.99)=3.0985
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
Effective Doses
dose limits 0.90 0.95 0.99
LD50 Kecoa .43762
LD95 Kecoa .60222
Pengujian Racun Kontak dengan Metode Residu terhadap kecoa
Kecoa subjects 168 controls 21
log(L)=-95.71 slope=11.863+2.795 nat.resp.=.190+.000
heterogeneity=2.63 g=1.127
Stop - Program terminated.48 Jam
POLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: =Pengujian Racun Kontak dengan Metode Residu terhadap kecoa
input: =enam taraf konsentrasi
input: =30 serangga uji per konsentrasi
input: =data mortalitas 48 jam setelah perlakuan
input: =konsentrasi (%), jumlah serangga uji, jumlah serangga mati
input: *Kecoa
input: 0.5 30 26
input: 0.4 30 17
input: 0.3 30 8
input: 0.2 30 13
input: 0.1 30 11
input: 0.05 18 3
input: 0.00 21 8
preparation dose log-dose subjects responses resp/subj
Kecoa .00000 .000000 21. 8. .381
.50000 -.301030 30. 26. .867
.40000 -.397940 30. 17. .567
.30000 -.522879 30. 8. .267
.20000 -.698970 30. 13. .433
.10000 -1.000000 30. 11. .367
.05000 -1.301030 18. 3. .167
Number of preparations: 1
Number of dose groups: 6
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -115.13762
parameter standard error t ratio
Kecoa 5.2375320 1.6379339 3.1976456
SLOPE 14.686466 4.7161199 3.1140994
Variance-Covariance matrix
Kecoa SLOPE
Kecoa 2.682827 7.619561
SLOPE 7.619561 22.24179
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
Kecoa 30. 26. 26.154 -.154 .871785
30. 17. 16.480 .520 .549328
30. 8. 11.564 -3.564 .385477
30. 13. 11.429 1.571 .380953
30. 11. 11.429 -.429 .380952
18. 3. 6.857 -3.857 .380952
chi-square 5.7110 degrees of freedom 4 heterogeneity 1.4277
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=.66911 g(.95)=1.1349 g(.99)=3.1209
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
Effective Doses
dose limits 0.90 0.95 0.99
LD50 Kecoa .43992
LD95 Kecoa .56934
Pengujian Racun Kontak dengan Metode Residu terhadap kecoa
Kecoa subjects 168 controls 21
log(L)=-115.1 slope=14.686+4.716 nat.resp.=.381+.000
heterogeneity=1.43 g=1.135
Stop - Program terminated.72 JamPOLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: =Pengujian Racun Kontak dengan Metode Residu terhadap kecoa
input: =enam taraf konsentrasi
input: =30 serangga uji per konsentrasi
input: =data mortalitas 72 jam setelah perlakuan
input: =konsentrasi (%), jumlah serangga uji, jumlah serangga mati
input: *Kecoa
input: 0.5 30 26
input: 0.4 30 17
input: 0.3 30 14
input: 0.2 30 25
input: 0.1 30 27
input: 0.05 18 11
input: 0.00 21 8
preparation dose log-dose subjects responses resp/subj
Kecoa .00000 .000000 21. 8. .381
.50000 -.301030 30. 26. .867
.40000 -.397940 30. 17. .567
.30000 -.522879 30. 14. .467
.20000 -.698970 30. 25. .833
.10000 -1.000000 30. 27. .900
.05000 -1.301030 18. 11. .611
Number of preparations: 1
Number of dose groups: 6
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -114.19905
parameter standard error t ratio
Kecoa -.11218740 .32306565 -.34725883
SLOPE -.31690440 .43292290 -.73201117
Variance-Covariance matrix
Kecoa SLOPE
Kecoa .1043714 .1255924
SLOPE .1255924 .1874222
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
Kecoa 30. 26. 20.590 5.410 .686330
30. 17. 20.817 -3.817 .693914
30. 14. 21.111 -7.111 .703686
30. 25. 21.523 3.477 .717420
30. 27. 22.220 4.780 .740683
18. 11. 13.743 -2.743 .763496
chi-square 23.169 degrees of freedom 4 heterogeneity 5.7923
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=49.128 g(.95)=83.328 g(.99)=229.14
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
Effective Doses
dose limits 0.90 0.95 0.99
LD50 Kecoa .44258
LD95 Kecoa .00000
Pengujian Racun Kontak dengan Metode Residu terhadap kecoa
Kecoa subjects 168 controls 21
log(L)=-114.2 slope=-.317+.433 nat.resp.=.381+.000
heterogeneity=5.79 g=83.328
Stop - Program terminated.2. Analisis Probit Kematian Tribolium sp24 JamPOLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: = uji residu kertas saring pada Tribolium castaneum
input: = enam taraf kons + kontrol
input: = 30 serangga uji per konsentrasi
input: = data mortalitas 24 jam setelah perlakuan
input: = konsentrasi (%), jml srg uji, jml srg mati
input: *Tri24
input: 0 30 0
input: 0.05 30 5
input: 0.1 30 6
input: 0.2 30 15
input: 0.3 30 18
input: 0.4 30 19
input: 0.5 30 27
preparation dose log-dose subjects responses resp/subj
Tri24 .00000 .000000 30. 0. .000
.05000 -1.301030 30. 5. .167
.10000 -1.000000 30. 6. .200
.20000 -.698970 30. 15. .500
.30000 -.522879 30. 18. .600
.40000 -.397940 30. 19. .633
.50000 -.301030 30. 27. .900
Number of preparations: 1
Number of dose groups: 6
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -101.83219
parameter standard error t ratio
Tri24 1.3804723 .23612293 5.8464137
SLOPE 1.9944026 .31508545 6.3297199
Variance-Covariance matrix
Tri24 SLOPE
Tri24 .5575404E-01 .6717000E-01
SLOPE .6717000E-01 .9927884E-01
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
Tri24 30. 5. 3.369 1.631 .112316
30. 6. 8.089 -2.089 .269631
30. 15. 14.838 .162 .494592
30. 18. 18.966 -.966 .632183
30. 19. 21.640 -2.640 .721338
30. 27. 23.470 3.530 .782333
chi-square 5.3597 degrees of freedom 4 heterogeneity 1.3399
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=.15199 g(.95)=.25780 g(.99)=.70892
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
We will use only the probabilities for which g is less than 0.5
Effective Doses
dose limits 0.90 0.95 0.99
LD50 Tri24 .20315 lower .14738 .12948
upper .27646 .31090
LD95 Tri24 1.35694 lower .76097 .67361
upper 4.71853 9.97308
uji residu kertas saring pada Tribolium castaneum
Tri24 subjects 180 controls 30
log(L)=-101.8 slope=1.994+-.315 nat.resp.=.000+-.000
heterogeneity=1.34 g=.258
LD50=.203 limits: .129 to .311
LD95=1.357 limits: .674 to 9.973
Stop - Program terminated.48 Jam
POLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: = uji residu kertas saring pada Tribolium castaneum
input: = enam taraf kons + kontrol
input: = 30 serangga uji per konsentrasi
input: = data mortalitas 48 jam setelah perlakuan
input: = konsentrasi (%), jml srg uji, jml srg mati
input: *Tri48
input: 0 30 0
input: 0.05 30 9
input: 0.1 30 17
input: 0.2 30 21
input: 0.3 30 26
input: 0.4 30 30
input: 0.5 30 30
preparation dose log-dose subjects responses resp/subj
Tri48 .00000 .000000 30. 0. .000
.05000 -1.301030 30. 9. .300
.10000 -1.000000 30. 17. .567
.20000 -.698970 30. 21. .700
.30000 -.522879 30. 26. .867
.40000 -.397940 30. 30. 1.000
.50000 -.301030 30. 30. 1.000
Number of preparations: 1
Number of dose groups: 6
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -72.876436
parameter standard error t ratio
Tri48 2.6375434 .32635136 8.0819132
SLOPE 2.5164638 .35946072 7.0006641
Variance-Covariance matrix
Tri48 SLOPE
Tri48 .1065052 .1093666
SLOPE .1093666 .1292120
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
Tri48 30. 9. 7.867 1.133 .262241
30. 17. 16.446 .554 .548186
30. 21. 24.306 -3.306 .810194
30. 26. 27.206 -1.206 .906872
30. 30. 28.473 1.527 .949095
30. 30. 29.098 .902 .969947
chi-square 5.7441 degrees of freedom 4 heterogeneity 1.4360
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=.13317 g(.95)=.22587 g(.99)=.62111
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
We will use only the probabilities for which g is less than 0.5
Effective Doses
dose limits 0.90 0.95 0.99
LD50 Tri48 .08951 lower .05844 .04750
upper .11888 .12864
LD95 Tri48 .40320 lower .27877 .25590
upper .80289 1.16601
uji residu kertas saring pada Tribolium castaneum
Tri48 subjects 180 controls 30
log(L)=-72.88 slope=2.516+-.359 nat.resp.=.000+-.000
heterogeneity=1.44 g=.226
LD50=.090 limits: .048 to .129
LD95=.403 limits: .256 to 1.166
Stop - Program terminated.72 JamPOLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: = uji residu kertas saring pada Tribolium castaneum
input: = enam taraf kons + kontrol
input: = 30 serangga uji per konsentrasi
input: = data mortalitas 72 jam setelah perlakuan
input: = konsentrasi (%), jml srg uji, jml srg mati
input: *Tri72
input: 0 30 0
input: 0.05 30 19
input: 0.1 30 23
input: 0.2 30 26
input: 0.3 30 30
input: 0.4 30 30
input: 0.5 30 30
preparation dose log-dose subjects responses resp/subj
Tri72 .00000 .000000 30. 0. .000
.05000 -1.301030 30. 19. .633
.10000 -1.000000 30. 23. .767
.20000 -.698970 30. 26. .867
.30000 -.522879 30. 30. 1.000
.40000 -.397940 30. 30. 1.000
.50000 -.301030 30. 30. 1.000
Number of preparations: 1
Number of dose groups: 6
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -50.592506
parameter standard error t ratio
Tri72 3.0590137 .45195500 6.7684033
SLOPE 2.1978782 .44412593 4.9487725
Variance-Covariance matrix
Tri72 SLOPE
Tri72 .2042633 .1908192
SLOPE .1908192 .1972478
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
Tri72 30. 19. 17.372 1.628 .579067
30. 23. 24.163 -1.163 .805418
30. 26. 28.083 -2.083 .936091
30. 30. 29.158 .842 .971920
30. 30. 29.566 .434 .985533
30. 30. 29.752 .248 .991744
chi-square 4.6237 degrees of freedom 4 heterogeneity 1.1559
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=.21451 g(.95)=.36384 g(.99)=1.0005
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
We will use only the probabilities for which g is less than 0.5
Effective Doses
dose limits 0.90 0.95 0.99
LD50 Tri72 .04057 lower .01558 .00790
upper .06195 .06814
LD95 Tri72 .22729 lower .15582 .14217
upper .49829 .85303
uji residu kertas saring pada Tribolium castaneum
Tri72 subjects 180 controls 30
log(L)=-50.59 slope=2.198+-.444 nat.resp.=.000+-.000
heterogeneity=1.16 g=.364
LD50=.041 limits: .008 to .068
LD95=.227 limits: .142 to .853
Stop - Program terminated.