mengenal PCA (principal Component Analysis dan Corespondance Analysis (CA)

Maaf dalam tulisan ini rumusnya tdk ikut terkopi dan bisa dilihat dalam buku :

Bengen DG, 2000. Teknik Pengambilan Contoh dan Analisa Biofisik Sumberdaya Pesisir. Bogor: PKSPL IPB.

Principal Components Analisys (PCA) biasa disebut juga analisis komponen utama merupakan teknik ordinasi langsung yang telah secara luas digunakan dalam model ekologi guna karakterisasi hubungan antara variabel lingkungan yang mempengaruhi spesies dan lokasi sampling. Analisis komponen utama merupakan metode statistik deskriptif yang memberikan gambaran lebih mudah dibaca atau diinterprestasikan dalam bentuk grafik, informasi maksimum yang terdapat pada suatu matriks data. Matriks data yang dimaksud terdiri dari stasiun pengamatan sebagai individu statistik (baris) dan parameter fisika kimia air sebagai variabel kuantitatif (Kolom). Tujuan utama penggunaan analisis komponen utama antara lain untuk mempelajari suatu matriks data dari sudut pandang kemiripan antara individu (stasiun) dan hubungannya dengan variabel lingkungan serta menghasilkan suatu representasi grafik yang memudahkan interpretasi (Bengen, 2000). Persamaan analisis ini dapat dilihat pada persamaan dibawah ini:

Dimana :

d²(i,i’) = 2 baris

i & i’    = Indeks untuk baris, dari baris ke-i sampai ke-i’

j           = Indeks untuk kolom

Semakin kecil jarak Euclidean antar stasiun pengamatan, maka semakin mirip karasteristik antara stasiun tersebut. Proses pengolahan data dilakukan dengan menggunakan software Multivariate Statistical Package (MVSP) versi 3.1

Contoh Hasil Analisis PCA

Analisis statistik multivariat Correspondence Analysis (CA) disebut juga dengan analisis faktorial koresponden diterapkan guna mengetahui adanya pengelompokkan komunitas Ephemeroptera pada setiap stasiun pengamatan. Analisis faktorial koresponden adalah suatu metode statistik yang bertujuan untuk mencari hubungan yang erat antara modalitas dari dua karakter /variable pada variable matriks data kontigensi serta mencari hubungan yang erat antara seluruh modalitas karakter dan kemiripan antar individu berdasarkan kofigurasi jawabannya pada matriks data (Bengen, 2000). Untuk membandingkan dua objek, maka perlu diberikan suatu pengukuran yang dapat mengkarasteristikan kemiripan atau ketidak miripan. Dalam hal ini analisis faktorial koresponden menggunakan jarak khi-kuadrat.

Jarak khi-kuadrat difirmulasikan sebagai berikut:

Dimana:

Xi        : Jumlah baris I untuk semua kolom

Xij       : Jumlah kolom j untuk semua baris

Pada matriks data, terdiri dari baris-i (genera Ephemeroptera) dan kolom- j (stasiun pengamatan), dimana pada baris ke-I dan kolom ke-j ditemukan kelimpahan ephemeroptera.

Contoh Hasil Analisis CA