Multivariate…multipusing tapi multiguna
Kebiasaan yang sering terjadi kalau lagi survey adalah terlalu rajin mengukur berbagai parameter atau terlalu malas dan cuma mengukur satu parameter aja. Hayo…ngaku aja
Apa urusannya sih mengukur satu atau banyak parameter? Well, “nature is complicated”, begitu kata McGarigal et al. (2000) di bukunya tentang multivariate. Kebayang kan, ada banyak hal di alam ini yang mungkin saling berhubungan satu sama lain, atau mungkin juga tidak. Bayangin nih… kita mau tahu apakah kupu-kupu yang kita survey dipengaruhi oleh tingkat gangguan pada habitat. Sementara parameter gangguan yang diukur hanya banyaknya jumlah pohon yang ditebang. Begitu diuji dan tidak ada hubungannya, bagaimana kita mau bikin argumen sedangkan kita tidak menguji hal-hal lain yang mungkin lebih besar pengaruhnya daripada pohon tadi?
Nah, di situ pentingnya mengukur banyak parameter alias variable. Dan di situlah statistika multivariate bermain… Iya, judulnya aja udah pake multi. Artinya statistika yang melibatkan lebih dari satu variable. Tujuannya adalah melihat pola hubungan antara variable tersebut.
Statistika multivariate ini di bidang wildlife ecology awalnya digunakan pada data-data vegetasi. Dari mulai menghitung jumlah pohon, jumlah sapling, ukur diameter pohon, ngeliatin seberapa besar bukaan tajuk. Banyak kan? Beberapa uji dalam multivariate ini dapat sangat membantu menggambarkan pola vegetasi yang terjadi di suatu daerah dengan misalnya mengelompokkan variable-variable yang mirip. Jika survey kita ternyata juga mengukur keberadaan satwa di daerah yang kita datangi, maka kita juga dapat menggunakan uji multivariate ini misalnya untuk tahu apakah kelimpahan burung dipengaruhi oleh struktur vegetasi. Dan kalau memang dipengaruhi, variable vegetasi mana yang paling berperan?
Apaan aja sih uji multivariate ini? Banyaklah… Beberapa uji yang sangat berkaitan dengan wildlife ecology, misalnya:
- Regression. Biasanya melibatkan satu variable bergantung (dependent variable) dan beberapa variable bebas (independent variable). Tujuannya bisa diartikan seperti ini, bagaimana perubahan pada independent variable tadi mempengaruhi berubahnya dependent variable. Regresi juga ada macam2. Salah satunya adalah multiple regression (regresi berganda) dan binary logistic regression. Kalau binary logistic regression biasanya dipakai jika dependent variablenya bersifat kategori dan sifatnya biner (hanya ada 2 nilai, ya atau tidak, hidup atau mati, presence atau absence). Sementara independent variablenya dapat berupa kategori atau nilai yang continuous.
- Ordination. Berguna kalau kita ingin melihat bagaimana variable-variable dikelompokkan. Contohnya yang tadi itu, penggambaran pola vegetasi misalnya. Ordinasi juga bisa dilakukan dengan berbagai teknik seperti principal component analysis (PCA) atau factor analysis, multidimensional scaling (MDS) dan hasilnya digambarkan dalam bentuk scatter plot. Ada juga ordinasi tingkat lanjut yang melibatkan 2 set variables yang berbeda, misalnya 1 set variable vegetasi yang banyak tadi dan 1 set variable lain seperti kelimpahan jenis burung. Tekniknya bisa pakai canonical correlation (CCA) atau detrended canonical correlation (DCA).
- Classification. Uji yang ini berurusan klasifikasi atau membagi suatu data menjadi beberapa subset yang mempunyai karakter yang sama. Tekniknya dengan cluster analysis dan discriminant function analysis (DFA). DFA ini biasanya dipakai kalau kita ingin melihat bagaimana pengelompokan dataset kita dan seberapa besar kebenaran klasifikasi kita. Contohnya nih, kalau kita misalnya mengklasifikasi habitat di suatu daerah menjadi beberapa tipe habitat, sementara ada banyak factor yang mungkin mempengaruhi seperti spesies-spesies satwa yang ada. Lalu, seberapa besar kehadiran satwa tersebut dapat memberikan karakter pada habitatnya?
Masih pusing? Bikin pusing? Ya pasti…. Tapi coba diendapkan dulu di hati. Kalau perlu pejamkan mata, menenangkan diri, dan bertanya lagi pada diri sendiri, apa objectives yang harus dijawab (iya, tujuannya itu) dan variable apa yang dimiliki. Banyak-banyak browsing di internet. Salah satunya adalah bukunya Stockburger (1996). Jangan bertanya pada rumput yang bergoyang…….. Gak bakal dijawab soalnya
17 comments so far
Leave a reply













udah…mejem mata, tarik napas..bertanya pada diri sendiri…sample berkali-kali..tetep aja pusing
gimana dong?
kalo gak pusing judulnya bukan multipusing
pusing ah…………..
judulnya pas benerrr
maka dari itu, waktu penelitian dulu saya ngambil topik yang gak perlu make statistik. Eehhh di tempat kerja, malah ketemu…jadi pusing juga.
tx juga atas info bukunya.
Masalahnya yg pusing-pusing itu gak bisa dijauhi sih untuk saat ini….
tulisannya pas bener buat saya yang emang bakalan dapet materi kuliah multipusing ini…ya mudah2an aja gak jadi tambah pusing, karena ada sedikit gambaran dari tulisan ini.
thx a lot y Mbak! pokoknya saya mah gak akan bosen2 bilang makasih..secara saya butuh banget bantuan di statistik:(
soalnya saya tuh udah apatis aja bawaannya kalo denger kata statistik padahal sebenernya saya pengen banget bisa dan pengen bagi2 ilmu juga seperti yang mbak lakukan
duh sori mbak jadi curhat..kepanjangan y..
mm..sekalian tanya deh yang binari lgistic regression itu bedanya sama GLM (generalized linear model), variabelnya kok kayaknya sama??
Kalo gak salah nih…. GLM dasarnya uji2 itu. Kalo urusannya sama multivarite, bisa juga emang pake GLM multivariate seperti uji manova. Fungsi juga sama. Tp logistic regr, dependent var cuma boleh dua. Manova boleh lebih dari 2.
mbak tanya dong tentang CCA ato ditampilin di blog aja……aku pake canoco….blom paham tepatnya blom ngertti baru kenal…………………..
kalo punya manualnya ter Braak 1995????
makasih bgt
waah, ini nih yg aku juga belum main2. Cuma sekali sempat nyoba. Soalnya aku gak punya canoco nih. Pingin sih…
MUMET…….. mosok hasil regresinya di bilang gibbons significant ama paddy field….”garuk2 kepala” memang dalam tabelnya lebih significant dengan kebun damar sih…:p……
Pengen Canoco ya Mbak? Mau? Saya punya nih heheheeh, kalo perlu kontak japri saja, nanti saya transfer….
@Anton: MUMET…
Lha namanya juga cuma alat. Kembalikan ke teori ilmunya. Coba aja iseng, misal hitung regresi antara jumlah burung dengan jumlah rumah. Bisa jadi secara matematis keluar formula regresinya. Tapi secara ilmu biologinya kan gak ada hubungan?
Namanya juga alat, benda mati, dimasukin apa saja asal sesuai spek dia, ya keluarlah outputnya.
Tinggal operatornya saja gimana…..
tau ngga kepanjangan MM regression?
Majorize-Minimize…. Ini tampaknya salah satu bentuk regresi juga. Tapi mohon maaf saya tidak menguasai MM regression
maaf, tau cara pengoperasian program twinspan for windows g?
tu program multivariate jg…
Maaf Ian, saya sebenernya punya juga twinspan. Tapi berhubung blm perlu jadi gak pernah pakai