Analisis Korelasi Analisis Faktor Dominan Komponen Ekologi

 p   p 20 Menghitung nilai t : Menghitung derajat bebas : Hipotesis : H : tidak terdapat perbedaan Indeks Shannon-Wiener antara lokasi morel dan bukan morel H 1 : terdapat perbedaan Indeks Shannon-Wiener antara lokasi morel dan bukan morel Kriteria uji : H diterima jika t hitung t tabel H ditolak jika t hitung t tabel Tingkat kesamaan komunitas antara lokasi ditemukan morel dengan lokasi pembanding dihitung dengan menggunakan indeks Morisita-Horn MI. Nilai indeks Morisita-Horn berkisar antara 0–100, semakin besar nilai semakin besar tingkat kesamaan komunitas antara kedua lokasi. Rumus untuk menghitung indeks kesamaan Morisita-Horn sebagai berikut : MI jk  2  p ij . p ik 2 ij 2 ik x 100 Keterangan : MI jk = persen komunitas antara habitat j dengan habitat k p ij = proporsi individu jenis i pada habitat j p ik = proporsi individu jenis i pada habitat k

4.5.2 Analisis Korelasi

Variabel lingkungan di habitat alam dapat berdiri sendiri atau serentak dalam mempengarusi keberadaan suatu spesies. Faktor-faktor lingkungan dapat 21 serta merta berdiri sendiri mempengaruhi keberadaan morel atau secara simultan membentuk karakteristik habitat yang membedakan dengan lokasi lain Odum 1993. Untuk mengetahui hubungan antara jumlah tubuh buah morel yang tumbuh dengan faktor-faktor lingkungan digunakan analisis korelasi Pearson Santoso 2012. Dengan korelasi Pearson dapat diketahui apakah terdapat hubungan yang nyata antara variabel jumlah tubuh buah morel yang tumbuh dengan variabel lingkungan terukur, bagaimana arah hubungan dan seberapa kuat hubungan. Hubungan yang nyata antara variabel jumlah tubuh buah morel yang tumbuh dengan variabel lingkungan terukur dapat diketahui dari nilai signifikansi hasil uji dibandingkan dengan tingkat kepercayaan yang dipergunakan 0,05. Arah hubungan dapat diketahui dari nilai – negatif yang berarti berlawanan arah dan + positif yang berarti searah. Kekuatan korelasi dapat diketahui berdasarkan besarnya nilai. Nilai 0–0,5 berarti korelasi lemah, di atas nilai 0,5 sampai 1 korelasi kuat.

4.5.3 Analisis Faktor Dominan Komponen Ekologi

Uji beda t dua sampel independen dilakukan untuk menguji rata-rata dari dua grup variabel-variabel ekologi lokasi morel dan lokasi yang tidak ditemukan morel. Hipotesis : H : Varian variabel ekologi lokasi morel dan lokasi yang tidak ditemukan morel identik H 1 : terdapat perbedaan varian dari variabel ekologi lokasi morel dan lokasi yang tidak ditemukan morel Kriteria uji : H diterima jika nilai p taraf nyata 0,05 H ditolak jika nilai p taraf Analisis multivariat dilakukan untuk mengetahui pengaruh faktor-faktor ekologi terukur terhadap keberadaan dan jumlah individu morel Rinjani. Analisis regresi berganda digunakan untuk mengetahui pengaruh faktor-faktor ekologi terhadap jumlah individu morel. 22 Model regresi berganda dapat dikatakan bagus jika memenuhi syarat asumsi klasik yaitu normalitas data dan multikolinearitas antar variabel Santoso 2012. Normalitas data dapat diketahui dari nilai Skewness-Kurtosis, histogram distribusi data atau pun Normal Probability Plot. Data berdistribusi normal jika rasio Skewness dan rasio Kurtosis berada di antara nilai –2 hingga +2. Data berdistribusi normal jika berdasarkan histogram distribusi data berbentuk lonceng. Data berdistribusi normal jika berdasarkan Normal Probability Plot, sebaran data terletak mendekati garis uji. Uji multikolinearitas digunakan untuk mendeteksi gangguan multikolinearitas atau deteksi korelasi antar variabel-variabel independen. Adanya multikolinearitas antar variabel dapat diketahui dari nilai VIF Variance Inflation Factor. Menurut Setyadharma 2010 variabel tidak mengalami gejala multikolinearitas jika memiliki nilai hitung VIF 1 atau 10. Multikolinearitas juga dapat diketahui dari nilai Coefficient Correlations. Nilai 0,5 sampai mendekati 1 menandakan terjadi masalah kolinearitas. Jika menggunakan metode Enter variabel yang mengalami masalah kolinearitas harus dikeluarkan secara manual dari analisis dan dipilih salah satu variabel dengan nilai t berdasarkan Tabel Coefficients yang lebih besar yang menandakan variabel tersebut memiliki pengaruh yang lebih kuat terhadap variabel jumlah tubuh buah morel dibandingkan variabel dengan nilai t lebih kecil. Akan tetapi jika menggunakan metode Stepwise hal tersebut tidak perlu dikerjakan karena sistem secara otomatis akan mengeluarkan variabel yang mengalami masalah multikolinearitas. Dalam penelitian ini akan dikerjakan kedua metode tersebut untuk melihat perbedaan output manual dan otomatis di atas. Uji-uji tersebut di atas dilakukan dengan bantuan perangkat lunak IBM SPSS 19. Model persamaan regresi linear berganda dirumuskan sebagai berikut : Dengan y merupakan jumlah tubuh buah morel, x n merupakan variabel prediktor, n merupakan titik observasi ke-n, β merupakan intersep, β n merupakan koefisien regresi linear dari variabel penduga ke-n. Variabel-variabel penduga : x 1 = suhu udara, x 2 = kelembaban udara, x 3 = kelembaban tanah, x 4 = ketinggian tempat, 23 x 5 = kelerengan, x 6 = arah kelerengan aspect, x 7 = basal arealbds, x 8 = intensitas cahaya matahari, x 9 = pH tanah. Pengaruh variabel-variabel lingkungan terukur terhadap jumlah individu morel yang ditemukan dapat diketahui dari nilai F hasil Anova. Hipotesis yang dipergunakan untuk nilai F tersebut adalah : H : b 1 =b 2 =b n =0 semua variabel lingkungan tidak berpengaruh terhadap variabel dependen H 1 : bn ≠0 setidaknya ada satu variabel lingkungan berpengaruh terhadap variabel jumlah individu morel yang ditemukan Kriteria uji : H diterima jika F hitung ≤ F tabel atau nilai p taraf nyata 0,05 H ditolak jika F hitung F tabel atau nilai p ≤ taraf nyata. Minimum- Minimum- Arah LerengAspect 124,81+123,62 4,00-360,00 69,61+117,28 0,00-340,50 25 V HASIL DAN PEMBAHASAN

5.1 Kondisi Fisik Tempat Tumbuh Morel Rinjani