Main-main dengan PCA

Ya, ini memang mainan saya beberapa bulan terakhir. PCA atau Principal Component Analysis adalah salah satu bentuk analisa multivariate. Jika penelitian anda misalnya mengukur banyak variable dan anda ingin mengelompokkan variable-variable tersebut, maka PCA dapat menjadi salah satu alat bantu (ya, masih banyak cara lain….).

Dalam wildlife ecology, PCA banyak digunakan untuk analisis vegetasi. Biasanya untuk mencari karakter tipe vegetasi yang ada. Masih bingung? Begini, analisis vegetasi sering menjadi data penunjang bagi penelitian tentang satwa liar yang terkait vegetasi (burung, kelelawar, atau primata perlu pohon untuk bernaung, bersarang, atau mencari makan). Jadi, anda mungkin saja mengukur hal-hal yang terkait dengan vegetasi seperti jumlah pohon besar, diameter pohon tersebut, bukaan tajuk (canopy), kerapatan tumbuhan bawah, termasuk tingkat gangguan seperti rotan, jumlah tebangan. Nah, jika ingin tahu vegetasi di daerah anda ditentukan oleh variable yang mana, di situlah PCA bermain.

Selain vegetasi? Dalam bidang wildlife ecology, PCA seringkali digunakan dalam penentuan guilds pada komunitas, misalnya foraging guilds pada komunitas burung. Variablenya tentu saja dipilih yang berkaitan dengan kebutuhan foraging atau mencari makan, seperti feeding type (frugivores, insectivores, dsb), cara foragingnya (glean, snatch, dsb), strata dan substrat tempat mencari makan, dsb. PCA nantinya akan membantu mengelompokkan burung-burung yang memanfaatkan sumber daya yang sama.

Terus terang saya masih mencari bentuk interpretasi yang paling tepat dari analisa ini, karena interpretasi PCA sebagian besar sangat subyektif atas dasar pelakunya. PCA dengan SPSS dilakukan lewat pilihan Data Reduction, kemudian Factor (Factor Analysis). Untuk penjelasan tentang PCA dapat dilihat di sini. Hasil main-main PCA dengan SPSS, saya coba rangkumkan dalam beberapa langkah-langkah. Perlu diingat, langkah-langkah tersebut bukanlah cara yang baku, namun hanya untuk memudahkan analisa saja. Buat yang menggunakan PCA dalam analisisnya, semoga membantu!

Berhubung sulitnya tampilan pada blog saya ini (dan saya juga belum berniat mengganti themenya….), untuk melihat file lengkapnya berisikan langkah-langkah dan tampilan grafiknya silakan klik di Langkah-langkah PCA