LAPORAN BIOMETRIKA HUTAN

LAPORAN BIOMETRIKA HUTAN

SPSS

(Statistical Product and Service Solutions)

SPSS sebagai perangkat lunak, pertama kali dibuat tahun 1968 oleh tiga mahasiswa Stanford

University, yang dioperasikan pada komputer mainframe SPSS menjalankan berbagai kebijakan strategis antara tahun 1984 – 1998, untuk mengembangkan software statistik dan juga menjalin aliansi stratergis dengan software house terkemuka lainnya. Hal ini membuat SPSS yang tadinya ditujukan bagi pengelola data statistik untuk ilmu sosial (SPSS adalah singkatan dari Statistical Package for the Social Sciences), diperluas untuk melayani berbagai bidang ilmu sehingga SPSS berubah menjadi Statistical Product and Service Solutions.

Kita mengenal 4 skala yang dapat digunakan untuk mengukur fenomena sebagai sebagai sumber data adalah sebagai berikut :

Skala Nominal

Skala nominal adalah pengukuran yang paling rendah tingkatannya, ini terjadi apabila bilangan atau lambang-lambang lain digunakan untuk mengklasifikasikan obyek, orang, hewan atau benda-benda lain. Apabila bilangan atau lambang-lambang yang lain digunakan untuk mengidentifikasikan kelompok dimana beberapa obyek dapat dimasukkan kedalamnya, maka bilangan atau lambing-lambang itu membentuk suatu skala nominal (klasifikasi).  Sebagai contoh, misalnya kita menggolongkan ternak dalam himpunan ternak besar, ternak kecil, ternak unggas dan aneka ternak. Demikian pula penggolongan ternak setelah diobati menjadi mati dan sembuh. Dalam hal ini skala untuk pengukuran peubah jenis ternak terdiri dari 4 titik, sedangkan kesembuhan terdiri dari 2 titik. Titik skala dinamakan kelas atau katagori. Skala nominal tidak mengenal urutan atau ranking.

Skala Ordinal (Ranking)

Skala ordinal terjadi bila obyek yang ada dalam suatu katagori suatu skala tidak hanya berbeda dengan obyek-obyek itu, tetapi juga mempunyai hubungan satu dengan yang lain, Hubungan yang biasa kita jumpai diantaranya kelas-kelas adalah : lebih tinggi, lebih disenangi, lebih sering, lebih sulit, lebih dewasa dan sebagainya, jadi disini ada rankingPengukuran yang dilakukan dalam skala ordinal adalah obyek yang dibedakan menurut persamaannya dan menurut urutannya. Jadi dapat dibuat urutan atau ranking yang lengkap dan teratur diantara kelas-kelas.. Sebagai contoh kejadian suatu penyakit pada ternak babi yaitu sering sekali, sering, kadang-kadang dan tidak pernah.

Skala Interval

Pengukuran dalam skala interval lebih kuat daripada skala ordinal, sebab pengukuran dicapai disamping berdasarkan persamaan dan urutannya, juga jarak antara dua kelas yang berbeda (interval) bias diukur, tapi belum bias diperbandingkan  Skala interval mempunyai ciri dengan unit pengukuran yang sama dan konstan yang memberi suatu bilangan nyata untuk setiap pasangan obyek-obyek dalam himpunan berurutan. Dalam pengukuran semacam ini perbandingan antara interval sembarang adalah independent dengan unit pengukuran, dan skala interval mempunyai titik nol.  Sebagai contoh skala interval adalah suhu, misalnya pengukuran suhu dengan skala Celcius dan Fahrenheit, kedua pengukuran suhu ini mempunyai titik nol dan unit pengukuran yang berbeda, namun keduanya memberikan informasi yang sama. Demikian juga persentase (0 – 100%). Semua skala ordinal yang mempunyai titik nol dan unit pengukuran sembarang, dengan range lebih besar atau sama dengan 5 bisa dimasukkan kedalam skala interval.

Skala Rasional

Skala rasional suatu skala disampimg mempunyai sifat seperti skala interval, ditambah lagi sifat lain yaitu titik nolnya tertentu. Dalam skala rasional, perbandingan dua titik skala sembarang adalah independent dengan unut pengukuran. Contoh skala rasional adalah skala untuk pengukuran berat, panjang, isi (volume), termasuk juga banyaknya orang atau banyaknya ternak dan sebagainya. Jadi dengan kata lain skala ini bias dibandingkan atau dirasionalkan

Analisis Multivariat

Analisis statistik multivariat merupakan metode dalam melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan menggunakan teknik analisis ini maka kita dapat menganalisis pengaruh beberapa variable terhadap variabel lainnya dalam waktu yang bersamaan. Berdasarkan hubungan antar variabel, analisis multivariat dapat dibedakan menjadi dependence techniques dan interdependence techniques. Dalam dependence techniques, terdapat dua jenis variabel, yaitu variabel terikat dan variabel bebas. Dependence techniques ini digunakan untuk menyelesaikan permasalahan-permasalahan mengenai hubungan antara dua kelompok variabel tersebut. Sedangkan dalam interdependence techniques, kedudukan setiap variabel sama, tidak ada variabel terikat dan variabel bebas. Biasanya interdependence techniques ini digunakan untuk melihat saling keterkaitan hubungan antar semua variabel tanpa memperhatikan bentuk variabel yang dilibatkan.

Analisis Regresi Linier Berganda

Analisis regresi berganda adalah suatu metode analisis regresi untuk lebih dari dua variabel, karena itu termasuk dalam analisis multivariat. Namun karena dalam analisis regresi ganda juga dianalisis hubungan antar satu variabel bebas X dengan variabel terikat Y manakala variabel bebas X lainnya dianggap konstan, maka dalam analisisnya juga masih bisa digunakan metode kuadrat terkecil. Karena itu analisis regresi ganda merupakan jembatan penghubung antara analisis regresi sederhana yang bersifat bivariate, dengan model analisis regresi yang bersifat multivariate. Analisis regresi merupakan studi dalam menjelaskan dan mengevaluasi hubungan antara suatu peubah bebas (independent variable) dengan satu peubah tak bebas (dependent variable) dengan tujuan untuk mengestimasi atau meramalkan nilai peubah tak bebas didasarkan pada nilai peubah bebas yang diketahui.

Sehingga modelnya :

Yᵢ = α₀ + α₁[X₁]ᵢ + α₂[X₂]ᵢ + ......+ ei

Keterangan

Y                         = Variabel terikat (Dependent)

[X₁]ᵢ , [X₂]ᵢ ....    = Variabel Bebas (Independent variable)

α                          = Konstanta (intersept)

ei                         = Standar error (koefisien regresi)