Analisis Komponen Utama PCA, Principal Component Analysis Analisis Faktorial Koresponden CA, Correspondence Analysis

Untuk melihat pengaruh variabel independen kualitas air dan logam berat terhadap perbedaan variabel dependen stasiun pengamatan digunakan nilai Wilk’s Lambda, yang tingkat signifikansinya dibandingkan dengan tingkat signifikansi yang telah ditetapkan yaitu a 0,05 5 . Kriteria yang diberikan adalah jika nilai signifikansi Wilk’s Lambda 0.05 maka hipotesis Ho diterima, yang menyatakan bahwa antar variabel dependen stasiun pengamatan tidak memiliki perbedaan yang signifikan, yang disebabkan oleh tidak adanya pengaruh variabel independen kualitas air dan logam berat. Selanjutnya, untuk melihat variabel-variabel independen kualitas air dan logam berat yang berpengaruh nyata terhadap perbedaan variabel dependen stasiun pengamatan digunakan analisis varian uji F, dengan membandingkan nilai signifikansi uji F terhadap nilai signifikansi yang ditetapkan yaitu a 0,05 5 . Hipotesis Ho adalah variabel independen kualitas air dan logam berat secara parsial tidak berpengaruh nyata terhadap perbedaan variabel dependen stasiun pengamatan. Kriteria penolakan Ho : jika nilai signifikansi F hitung a 0,05. Untuk menganalisa data dengan Analisis MANOVA digunakan perangkat lunak program SPSS 11,5.

2. Analisis Komponen Utama PCA, Principal Component Analysis

Analisis Komponen Utama merupakan analisis statistik multivariabel yang bertujuan untuk menentukan parameter utama yang berfungsi sebagai parameter penciri suatu daerah observasi stasiun pengamatan. Menurut Legendre dan Legendre 1983 diacu dalam Bengen 2000, langkah pertama, nilai awal akan dikonversikan ke dalam indeks sintetik dengan pemusatan dari pereduksian data. Persamaan statistiknya dinyatakan dalam : C ij = X ij - X i S j dimana : C ij = Indeks sintetik X ij = Nilai parameter awal X i = Nilai rataan dari parameter S j = Standar deviasi dari persamaan di atas akan dibuatkan suatu matriks korelasi dari komponen yang bersangkutan Ludwig and Reynolds 1988, diacu dalam Bengen 2000. B sxn = A xsn . A tnxs dimana : B sxn = Matriks korelasi A xsn = Indeks matrik sintesis A tnxs = Matriks transformasi A xsn Pada prinsipnya Analisis Komponen Utama menggunakan jarak Euclidean Analisis Kelompok, Cluster Analysis, yang didasarkan pada rumus di bawah ini Legendre dan Legendre 1983, diacu dalam Bengen 2000 : dimana : d i,i’ = jarak antara pusat data dengan titik data i i = indeks untuk baris, dari baris ke-i sampai dengan ke-i’ j = indeks untuk kolom Semakin kecil jarak Euclidean antar stasiun pengamatan, maka semakin mirip karakteristik antara stasiun tersebut. Untuk menganalisa data dengan Analisis Komponen Utama dan Analisis Kelompok digunakan perangkat lunak program Statistika 6.

3. Analisis Faktorial Koresponden CA, Correspondence Analysis

Analisis Faktorial Koreponden Correspondence Analysis, CA adalah suatu metode stastistik yang bertujuan mencari hubungan yang erat antara modalitas dari dua karakter atau variabel pada variabel matriks data kontingensi, dan mencari hubungan yang erat antara seluruh modalitas karakter dan kemiripan antara individu. Tabel kontingensi mempertemuka n n baris dan p kolom, baris ke-i dan kolom ke-j berisi nij dengan karakter i dan karakter j, dalam matriks tersebut, i dan j mempunyai peranan yang simetrik. Membandingkan unsur-unsur i untuk tiap j sama dengan membandingkan hukum probabilitas bersyarat yang diestimasi dari n ij n i untuk masing-masing n ij n j , dimana n i = ? n ij ? s ubjek i ∑ = − = p 1 j 2 2 Xi Xij i , i d yang memiliki semua karakter j dan n i = ? n ij jumlah jawaban karakter j Bengen 2000. Menurut Bengen 2000, untuk membandingkan 2 objek, maka perlu diberikan suatu pengukuran yang dapat mengkarakteristikan kemiripan atau ketidakmiripan. Dalam hal ini Analisi Faktorial Koresponden menggunakan jarak khi-kuadrat. Jarak khi kuadrat diformulasikan dengan rumus : d 2

i,i’ =

[ ] ∑ = − p j i j i i ij X X X X 1 2 dimana : X i = ? baris i untuk semua kolom X ij = ? kolom j untuk semua baris Pada matriks data, terdiri dari i-baris persen penutupan karang dan j-kolom stasiun pengamatan, dimana pada baris ke-i dan kolom ke-j ditemukan kelimpahan komponen penutupan karang life form. Untuk menganalisa data dengan Analisis Faktorial Koreponden digunakan perangkat lunak program Statistika 6.

4. Biokonsentrasi Faktor