Anda di halaman 1dari 14

TUGAS BIOMETRI

ANALISIS JARAK EKOLOGI BERDASARKAN ORDINASI

Oleh:

YUSRA (171820401001)

MAGISTER BIOLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS JEMBER

2017
Tujuan Umum:
Mahasiswa mampu menganalisis jarak ekologi berdasarkan ordinasi
dengan menggunakan rumus R commander
Materi:
Bab 10 ini menyajikan beberapa metode alternatif untuk menganalisis
jarak ekologis (perbedaan komposisi spesies di antara lokasi) terhadap yang
diperkenalkan pada bab sebelumnya tentang pengelompokan.
Uraian Teori
Ordinasi adalah teknik multivariat yang mengadaptasi kumpulan data
multi dimensi dengan cara sedemikian rupa sehingga ketika diproyeksikan ke
ruang dua dimensi. Ordinasi berfungsi untuk menganalisis data seperti data
kelimpahan spesies dengan menghasilkan ruang ordinasi dimensi rendah di mana
spesies dan sampel serupa diplotkan bersama-sama, dan spesies yang berbeda
ditempatkan berjauhan (Clark, 2005).
Teknik ordinasi dibagi menjadi dua kelompok yaitu teknik ordinasi yang
tidak dibatasi dan dibatasi. Teknik ordinasi yang tidak dibatasi hanya berdasarkan
matriks spesies, sedangkan teknik ordinasi yang dibatasi menggunakan informasi
dari spesies dan matriks lingkungan.
Beberapa teknik analisis jarak ekologis berdasarkan ordinasi:
1. Analisis komponen utama (PCA) adalah salah satu teknik ordinasi tertua.
Ini menyediakan grafik yang menunjukkan jarak Euclidean antar situs.
2. Analisis koordinat utama (PCoA) adalah teknik ordinasi yang mirip
dengan PCA. Teknik ini memiliki kelebihan dibanding PCA sehingga
jarak ekologis apapun dapat diselidiki. Sebenarnya, bila menghitung PCoA
dengan jarak Euclidean, maka akan mendapatkan hasil yang sama seperti
pada PCA.
3. Penskalaan multidimensional non-metrik (NMS atau NMDS) adalah
teknik ordinasi yang berkaitan dengan PCoA. Perhitungannya juga
dilakukan pada matriks jarak. Namun, posisi situs dalam ordinasi dipilih
sehingga urutan peringkat hanya jarak intersite terwakili.
4. Analisis korespondensi (CA) atau rata-rata timbal balik (RA) adalah teknik
pentahapan yang menunjukkan jarak chi-square di antara situs.
5. Analisis redundansi (RDA) adalah teknik ordinasi yang berhubungan
dengan PCA. Kedua teknik tersebut menunjukkan jarak Euclidean antar
situs dalam grafik ordinasi. Perbedaannya adalah bahwa di RDA ordinasi
dibatasi oleh variabel lingkungan, yang ditunjukkan dalam matriks
lingkungan.
6. Canonical correspondence analyis (CCA) adalah teknik ordinasi yang
berhubungan dengan CA. Kedua teknik tersebut menunjukkan jarak chi-
square di antara situs-situs dalam grafik ordinasi. Dalam CCA, ordinsi
dibatasi oleh variabel lingkungan, yang ditunjukkan dalam matriks
lingkungan. Pendekatan CCA mirip dengan RDA, dengan sumbu CCA
dibatasi untuk menjadi kombinasi linier dari variabel lingkungan.
7. Analisa redundansi berbasis jarak jauh (db-RDA) dan analisis kanonik
koordinat utama (CAP) adalah teknik ordinasi terkontrol yang
menganalisis hasil PCoA lebih lanjut.
Analisis Komponen Utama merupakan metoda statistik deskriptif yang
dapat digunakan untuk menampilkan data dalam bentuk grafik dan informasi
maksimum yang terdapat dalam suatu matriks data. Matriks data yang dimaksud
terdiri dari stasiun penelitian sebagai individu statistik (baris) dan variabel
lingkungan (fisik- kimia) yang berbentuk kuantitatif (kolom) (Cundaningsih et al,
2015). Keuntungan penggunaan Principal Component Analysis (PCA)
dibandingkan metode lain:
1) Dapat menghilangkan korelasi secara bersih (korelasi = 0)
2) Dapat digunakan untuk segala kondisi data / penelitian
3) Dapat dipergunakan tanpa mengurangi jumlah variabel asal
4) Walaupun metode Regresi dengan PCA ini memiliki tingkat kesulitan yang
tinggi akan tetapi kesimpulan yang diberikan lebih akurat dibandingkan
denganpengunaan metode lain.
Rumus Komponen Utama (PCA)

Ket: Z1 = komponen utama pertama


Z2 = komponen utama kedua dan seterusnya.
var(Z1) ≥ var(Z2) ≥... ≥ var(Zp), dimana var(Zi) adalah varians dari Zi dalam
kumpulan data yang dipelajari.
Hasi Analisis Ordinasi Menggunakan rumus R Comander
Doing the analyses with the menu options of Biodiversity.R
Select the species and environmental matrices:
Biodiversity > Environmental matrix > Select environmental matrix > Select the
dune.env dataset
Biodiversity > Community matrix > Select community matrix > Select the dune
meadow dataset
Calculating a principal component analysis (PCA):
Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: PCA (or PCA (prcomp)
 scaling: 1
 Plot method: ordiplot
2

+
+
1

+
+
+
+ ++
PC2

+ +
++ +
0

+
++ + ++ + +
+ +
+
+ + + +
+ +
-1
-2

-2 -1 0 1 2 3

PC1

 Plot method: text sites


 Plot method: text species

 Plot method: equilibrium circle

Calculating a PCA on a transformed matrix:


Biodiversity > Community matrix > Transform community matrix.
 Method: Hellinger Biodiversity > Analysis of ecological distance >
Unconstrained ordination
 Ordination method: PCA

Conducting a principal coordinates analysis (PCoA)


Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: PCoA (or PCoA (Caillez))
 Distance: bray
Calculating a non-metric multidimensional scaling (NMS)
Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: NMS (or NMS (standard))
 Distance: bray
 NMS axes: 2
 NMS permutations: 100

Calculating a correspondence analysis (CA or WA)


Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: CA
 scaling: 1

Calculating a redundancy analysis (RDA):


Biodiversity > Analysis of ecological distance > Constrained ordination…
 Ordination method: RDA
 scaling: 1
 permutations: 100
 Explanatory: Management
Calculating a canonical correspondence analysis (CCA)
Biodiversity > Analysis of ecological distance > Constrained ordination…
 Ordination method: CCA
 scaling: 2
 permutations: 100
 Explanatory: Management
Calculating distance-based redundancy analysis (db-RDA)
Biodiversity > Analysis of ecological distance > Constrained ordination…
 Ordination method: capscale
 distance: bray
 permutations: 100
 Explanatory: Management

Calculating the correlation between distance in an ordination graph and total


distance
Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: PCoA
 Distance: bray
 Plot method: ordiplot
 Plot method: distance displayed

Plotting clustering results onto an ordination graph:


Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: PCoA
 Distance: bray
 Plot method: ordiplot
 Plot method: ordicluster

Plotting quantitative environmental variables onto an ordination graph:


Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: PCoA
 Distance: bray
 Plot variable: A1
 Plot method: ordiplot
 Plot method: vectorfit
 Plot method: ordibubble

 Plot method: ordisurf

Plotting categorical environmental variables onto an ordination graph:


Biodiversity > Analysis of ecological distance > Unconstrained ordination…
 Ordination method: PCoA
 Distance: bray
 Plot variable: Management
 Plot method: ordiplot
 Plot method: factorfit
 Plot method: ordihull

 Plot method: ordispider

 Plot method: ordiellipse


 Plot method: ordisymbol

Sumber Bacaan Teori:


Cundaningsih. 2015. Kajian ekologi bambu hitam bahan baku angklung di Jawa
Barat. Jurnal Pros Sem Nas Masy Biodiv Indon Vol. 1(7).

Clark, C. 2005. An Introduction to Ordination.


http://online.sfsu.edu/efc/classes/biol710/ordination/ordination.htm

Kindt, R. & Coe, R. 2005.Chapter 10. Analysis of Ecological Distance by


Ordination . Tree Diversity Analysis. Worl Agroforestry Center

Soedibjo. 2008. Analisis Komponen Utama Dalam Kajian Ekologi. Jurnal


Oseana. Vol. 13(2).