laporan pesti 3_racun kontak

31
PRAKTIKUM PESTISIDA DALAM PROTEKSI TANAMAN (PTN 306) PRAKTIKUM III : PENGUJIAN RACUN KONTAK DURSBAND TERHADAP LIPAS DAN Tribolium castaneum KELOMPOK 5 (Kelas Paralel 2) 1. Ricko Baharudin A24130046 2. Ulfah Fahriani A34120004 3. M. Yusuf Al Anshori A34120028 4. Ilmi Hamidi A34120059 5. Nurul Farida Efriani A34120091 Dosen : Ir. Djoko Prijono MAgr. Sc DEPARTEMEN PROTEKSI TANAMAN

Upload: nurul-farida-efriani

Post on 12-Nov-2015

231 views

Category:

Documents


3 download

DESCRIPTION

Pestisida, Analisis Probit, Tingkat Konsentrasi Pestisida, Analisis, Lethal Dose, Lethal Concentrate

TRANSCRIPT

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.