Bitki ve hayvanların verimi çevre ile genotipin birlikte etkisinin sonucudur. Fenotipik varyasyon genotip, çevre ve Genotip × Çevre etkileşiminden meydana gelmektedir. Bitki ve hayvan ıslahında Genotip × Çevre etkileşimi oldukça önemli bir konudur. Genotip × Çevre etkileşiminin tespitinde kullanılan parametrik ve parametrik olmayan yöntemler genotiplerin her bir çevredeki verim değerlerine ve bunların ranklarına dayanmaktadır. Kararlılık yöntemleri ile Genotip × Çevre etkileşimleri bireysel olarak tespit edilmektedir. Bu araştırmada normal ve kesikli üniform dağılışa göre türetilen verilerde etkileşimi tespit etmek için ilk önce varyans analizi, daha sonra parametrik olmayan yöntemlerden S)1( i , S i )2( , S i )3(

Bitki ve hayvanların verimi çevre ile genotipin birlikte etkisinin sonucudur. Fenotipik varyasyon genotip, çevre ve Genotip × Çevre etkileşiminden meydana gelmektedir. Bitki ve hayvan ıslahında Genotip × Çevre etkileşimi oldukça önemli bir konudur. Genotip × Çevre etkileşiminin tespitinde kullanılan parametrik ve parametrik olmayan yöntemler genotiplerin her bir çevredeki verim değerlerine ve bunların ranklarına dayanmaktadır. Kararlılık yöntemleri ile Genotip × Çevre etkileşimleri bireysel olarak tespit edilmektedir. Bu araştırmada normal ve kesikli üniform dağılışa göre türetilen verilerde etkileşimi tespit etmek için ilk önce varyans analizi, daha sonra parametrik olmayan yöntemlerden , , , , Li, Ri ve Kang yöntemi uygulanmıştır. Yöntemlerin normal ve kesikli üniform dağılış gösteren verilere uygulanmasında yöntemler arasında ilişki yönünden dağılışlar arasında bir fark olmadığı gözlenmiştir. Her iki dağılışta varyans analizine göre Genotip × Çevre etkileşiminin önemsiz olduğu durumda parametrik olmayan kararlılık yöntemlerine göre elde edilen katsayı değerleri önemsiz bulunurken, Genotip × Çevre etkileşiminin önemli olduğu durumlarda kararlılık katsayı değerleri arasındaki fark önemli bulunmuştur. Normal ve kesikli üniform dağılış gösteren verilerde parametrik olmayan yöntemlerde en yüksek korelasyonlar S1 ile S2, S3 ile S6 ve L, R, S1 ile S2 yöntemleri arasında belirlenmiştir. KSM yöntemi S3 ve S6 yöntemleri ile yüksek ve önemli ilişki göstermiştir. KSM yöntemi genotip ortalama değerleriyle negatif yönde önemli ilişki göstermiştir. Parametrik ve parametrik olmayan yöntemler arasında en yüksek korelasyonlar CV, VK, EV ve SSV yöntemleri ile S1, S2, L ve R yöntemleri arasında bulunmuştur. Regresyon yöntemleri ile parametrik olmayan yöntemler arasında önemli ilişki tespit edilememiştir. Genotip × Çevre etkileşiminin tespitinde aralarında korelasyonun yüksek olduğu yöntemlerden herhangi biri kullanıldığında benzer sonuçların alınabileceği gözlenmiştir. Plant and animal yields are the result of the effect of genotype and environment. Phenotypic variation originates from genotype, environment and Genotype × Environment interaction. Genotype × Environment interaction is the most important issue for animal and plant breeding. Parametric and nonparametric methods used in determination of Genotype × Environment interaction are based on the yield values of genotypes and their ranks in each environment. Genotype × Environment interactions are individually established by stability methods. At the beginning of this research, variance analysis was applied to determine the interactions related to data simulated according to normal and discrete uniform distribution, and then , , , , Li, Ri and Kang’s yield – stability statistics from nonparametric methods were applied to present data. It was observed that differences among the methods applied for the data displaying normal and discrete uniform distribution were not significant. When the interactions obtained according to variance analysis in both normal and discreate uniform distribution were insignificant, coefficient values from nonparametric stability estimation methods were also found to be insignificant. In addition, when interaction was determined to be significant, difference among the coefficient values was significant. The highest correlation in nonparametric methods for normal and discreate uniform distributions was found between S1 and S2, S3 and S6, L, R, S1 and S2 methods. KSM method showed high and significant correlation with S3 and S6. KSM method had significant and negative correlation with the mean of genotype values. The highest correlations were found among the CV, VK, EV, SSV with S1, S2, L and R methods of parametric and nonparametric methods. A significant correlation was not determined between regression and nonparametric methods. It was observed that similar results may be obtained when any method showing high correlation with other methods was used to determine the Genotype × Environment interaction.