การจัดกลุ่มพันธุ์ลูกผสมข้าวโพดข้าวเหนียวด้วยการวิเคราะห์ข้อมูลหลายตัวแปร

Abstract

การจำแนกกลุ่มพันธุ์ ช่วยให้เกษตรกรสามารถเลือกใช้พันธุ์ได้ตรงกับความต้องการ และเป็นประโยชน์สำหรับ นักปรับปรุงพันธุ์พืชต่อการวางแผนและเลือกใช้เป็นเชื้อพันธุ์ในงานปรับปรุงพันธุ์ การทดลองมีวัตถุประสงค์เพื่อจัดกลุ่มพันธุ์ข้าวโพดข้าวเหนียวลูกผสม ด้วยวิธีการวิเคราะห์ข้อมูลหลายตัวแปร โดยปลูกทดสอบข้าวโพดข้าวเหนียวพันธุ์ลูกผสม 9 พันธุ์ ตามแผนการทดลองแบบสุ่มในบล็อคสมบูรณ์ ใน 4 สภาพแวดล้อม และนำค่าเฉลี่ยของลักษณะต่างๆ จำนวน 17 ลักษณะ วิเคราะห์จัดกลุ่มพันธุ์ โดยวิธีวิเคราะห์กลุ่ม (cluster analysis) และวิเคราะห์องค์ประกอบหลัก (principal component analysis) ผลการทดลอง พบว่า การจัดกลุ่มโดยวิธีวิเคราะห์กลุ่ม จำแนกพันธุ์ข้าวโพดข้าวเหนียวได้เป็น 3 กลุ่ม คือ กลุ่มที่ 1 ประกอบด้วยพันธุ์ KKU1116, KKU2901, PEK และ GR484 กลุ่มที่ 2 ประกอบด้วยพันธุ์ KWSX91, TSW, NSW และ BW และกลุ่มที่ 3 มีเพียงพันธุ์ WPP พันธุ์เดียว ส่วนวิธีวิเคราะห์องค์ประกอบหลัก สกัดตัวแปรจากลักษณะต่างๆ ของข้าวโพดรวมเป็นองค์ประกอบหลักที่สำคัญ 4 องค์ประกอบ และจัดกลุ่มพันธุ์จากรูปแบบการกระจายตัวของข้อมูลบนกราฟ 3 มิติ ได้หลายรูปแบบตามความสัมพันธ์ของแกนองค์ประกอบหลัก ความสอดคล้องกันของกลุ่มที่จัดกลุ่มโดยวิธีวิเคราะห์หาองค์ประกอบหลักและวิธีการวิเคราะห์กลุ่ม ขึ้นอยู่กับความแปรปรวนรวมของลักษณะที่ถูกสกัดไว้ในองค์ประกอบหลักWaxy corn hybrids classification by multivariate analysis

Variety group classification helps the farmer to choose a favorite variety and has benefits for plant breeder to plan and choose it as germplasm in breeding program. The objective of this experiment was to classify waxy corn hybrids by multivariate analysis. Nine hybrid varieties were tested in 4 environments with randomized complete block design. Seventeen trait means were analyzed by cluster analysis and principal component analysis to be variety group classification. Group classification by cluster analysis classified hybrids to be 3 clusters. KKU1116, KKU2901, PEK and GR484 were classified in the 1^st cluster whereas KWSX91, TSW, NSW and BW were classified in 2^nd cluster. The 3^rd cluster has only one variety as WPP. For principal component analysis, traits were extracted to 4 principal components and classified hybrids by 3 dimension graph to be various patterns according to principal component axis relationship. Synchronized of variety groups classified by cluster analysis and principal component analysis depended on total variance extracted in principal component.