6. Bố cục của luận án
2.2.3. Phương pháp phân tích số liệu
Sử dụng phần mềm Excel, SPSS 20.0 và RStudio Team, 2019 để xử lý và phân tích số liệu.
2.2.3.1. Tính toán các đặc trưng mẫu và tỷ lệ thiết lập theo từng trạng thái của từng công thức thí nghiệm
Các chỉ tiêu định tính của trụ mầm/quả trước khi thí nghiệm và CTS tại thời
điểm kết thúc thí nghiệm được tính toán các chỉ tiêu thống kê cơ bản và so sánh
cặp đôi của từng trụ mầm/quả trước và sau khi thí nghiệm bằng kiểm tra T-
46
Tất cả các phép tính toán mô tả, phân tích và xây dựng ma trận tương quan đa biến giữa các chỉ tiêu đo đếm trước và sau khi thí nghiệm của trụ mầm/quả, tương
quan đa biến giữa các chỉ số cân, đo của trụ mầm/quảtrước thí nghiệm với số lượng
rễ của CTS. Mô hình tuyến tính đều được thực hiện bằng phần mềm R và Rstudio
(R Development Core Team; RStudio Team) [80, 81]. Trong đó, các phân tích ma trận tương quan đa biến được thực hiện bằng hàm pairs.panels trong gói psych
(Revelle, 2018) [86].
2.2.3.2. Xác định nhân tố ảnh hưởng tới phân bố của các loài cây ngập mặn trong
tự nhiên
Để xác định mối liên hệ giữa đặc điểm môi trường và độ phong phú (abundance) của các loài Trang, Mắm biển và Đước vòi trong tự nhiên, phương pháp tiếp cận “góc thứ tư” (Fourth corner) (Galzin và cộng sự, 1997) [68] và
hàm manyglm trong package mvabund (Yi Wang và cộng sự, 2018) [114] đã
được sử dụng để kiểm định nhân tố môi trường ảnh hưởng tới độ phong phú của
các loài này.
2.2.3.3. So sánh sự sai khác giữa các công thức thí nghiệm
Để phân tích sự ảnh hưởng của các nhân tố độ mặn, chế độ sóng và chế độ
phơi bãi tới sự thiết lập của CTS trên bãi triều. Do số lượng trụ mầm/quả tại các
CTTN là không đồng đều và không có phân bố đều đặc biệt là dữ liệu sau khi kết thúc thí nghiệm nên phương pháp kiểm tra phi tham số, so sánh nhiều công thức
Kruskal - Wallis đã được áp dụng.
2.2.3.4. Tính toán và so sánh tỷ lệ thiết lập thành công của các trụ mầm/quả
Tỷ lệ thiết lập tái sinh thành công của trụ mầm/quả của từng CTTN được tính
như sau:
47
Trong đó: Pr: Tỷ lệ % số trụ mầm/quảra rễ; Ptc1: Tỷ lệ % số trụ mầm/quả ra
rễ; Ptc2: Tỷ lệ % số trụ mầm/quảra rễ và ra lá).
Các tiêu chuẩn so sánh về chất lượng như tỷ lệ nảy mầm được kiểm định bằng
kiểm định xác xuất2.
2.2.3.5. Xác định nhân tố ảnh hưởng tới sự thiết lập tái sinh của một số loài cây ngập mặn chủ yếu
Sử dụng phương pháp phân tích phương sai đa nhân tố để xác định các nhân tố ảnh hưởng tới sự thiết lập tái sinh của 3 loài CNM chủ yếu là Mắm biển,
Trang, Đước vòi. Các yếu tố đưa vào phân tích ảnh hưởng bao gồm độ mặn, chế
độ sóng, chế độ phơi bãi và các tổ hợp của các yếu tố này. Chỉ tiêu được sử dụng
để phân tích phương sai bao gồm: Thời gian trụ mầm/quảchìm xuống nước và ra
rễ; Thời gian trụ mầm chìm xuống nước, ra rễ và có 2 lá; Số rễ trung bình, Chiều
dài rễ trung bình.
Tiêu chuẩn Bonferroni và Duncan được sử dụng để xác định giá trị sai khác đối với các yếu tố thí nghiệm có Sig(a) < 0,05.
Mô hình tuyến tính hỗn hợp tổng quát (Generalized Linear Mixed - effects
Model) đã được lựa chọn để xây dựng mô hình dự đoán cho từng loài, trong đó
phân bố nhị thức âm (negative binomial) đã được sử dụng cho các biến phụ thuộc
dạng số đếm như số ngày để đảm bảo tái sinh thành công, số lượng rễ. Mô hình
tuyến tínhsử dụng phân bố đã được sử dụng cho các biến phụ thuộc là biến liên tục
như khối lượng trụ mầm/quả, chiều dài rễ của từng trụ mầm/quả.
Mô hình tuyến tính hỗn hợp tổng quát được lựa chọn do dạng mô hình này có tính ưu việt so với mô hình tuyến tính đơn biến đó là với dạng mô hình đa
biến thì mô hình tuyến tính hỗn hợp tổng quát không cần tuân thủ chặt chẽ các
các điều kiện để thực hiện mô hình tuyến tính như biến phụ thuộc phải là biến
liên tục, sai dị phải có phân bố chuẩn với phương sai không đổi (Bolker và cộng
sự, 2009; McCulloch và cộng sự) [34, 77].
Tất cả các phép tính toán mô tả, phân tích và xây dựng mô hình tuyến tính
đều được thực hiện bằng phần mềm R và Rstudio (R Development Core Team;
48
RStudio Team) [80, 81]. Trong đó, các phép tính mô tả thống kê được thực hiện bằng hàm describeBy trong gói psych (Revelle, 2018) [85]; Kiểm tra Kruskal -
Wallis đã được sử dụng để so sánh giá trị trung bình của các biến đầu vào và đầu
ra giữa các CTTN bằng hàm kruskal với alpha =0.05 và kiểm định hậu nghiệm
bonferroni trong gói agricolae (de Mendiburu) [46]; hàm glmer.nb (đối với phân
phối nhị thức âm – biến số đếm) và glmer (đối với phân phối gaussian – biến liên
tục trong gói lme4 (Bates và cộng sự 2015, 2018.; Bolker và cộng sự, 2009.) [30,31,40] đã được sử dụng để xây dựng mô hình tuyến tính đa biến hỗn hợp tổng
quát.