3.3 Objek Penelitian
Yang menjadi objek penelitian dalam penelitian ini adalah seluruh data iklim kota Medan yang tercatat di Stasiun Klimatologi Sampali Medan dan seluruh data
jumlah kasus Demam Berdarah Dengue DBD di Kota Medan yang tercatat di bidang Pengendalian Masalah Kesehatan PMK Dinas Kesehatan Kota Medan.
3.4 Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder yaitu data iklim yang meliputi curah hujan, temperatur udara, kelembaban udara dan kecepatan
angin dari Stasiun Klimatologi Sampali Medan untuk Kecamatan Medan Barat, Medan Perjuangan dan Medan Tuntungan selama tiga periode Januari 2010 -
Desember 2012. Data kasus Demam Berdarah Dengue DBD diperoleh dari Dinas Kesehatan
Kota Medan pada untuk Kecamatan Medan Barat, Medan Perjuangan dan Medan Tuntungan selama tiga periode Januari 2010 - Desember 2012.
3.5 Variabel dan Definisi Operasional Variabel Dependen
1. Kasus Demam Berdarah Dengue DBD adalah Jumlah seluruh kasus DBD
yang tercatat dan dilaporkan di Dinas Kesehatan Kota Medan yang beralamat Kecamatan Medan Barat, Medan Perjuangan dan Medan Tuntungan.
Hasil ukur : Jumlah kasus pertahun
Skala Ukur : Rasio
Universitas Sumatera Utara
Variabel Independen
1. Curah Hujan adalah rerata jumlah air hujan yang turun dengan ukuran 1mm
adalah 1mmx1m
2
= 0,0001 m
3
atau 1 liter perbulan. Hasil Ukur
: mm Skala Ukur
: Rasio 2.
Kecepatan angin adalah rerata laju pergerakan angin per hari secara horizontal dengan bumi.
Hasil Ukur : Knot
Skala Ukur : Rasio
3. Kelembaban adalah rerata konsentrasi uap air di udara per bulan.
Hasil Ukur :
Skala Ukur : Rasio
4. Temperatursuhu udara adalah rerata derajat panas atau dingin yang diukur
berdasarkan skala tertentu di daerah penelitian per bulan. Hasil Ukur
: C
Skala Ukur : Rasio
3.6
Metode Analisis Data
Analisis hubungan dilakukan dengan menggunakan metode analisis korelasi dan regresi linier gandamultiple regression linier Arikunto, 2010. Dengan desain
penelitian tersebut diharapkan dapat diketahui pengaruh keadaan iklim lingkungan terhadap kejadian Demam Berdarah Dengue DBD di kota Medan. Data iklim
Universitas Sumatera Utara
berbentuk data bulanan dan data kasus DBD didapatkan dalam bentuk data bulanan perkecamatan. Selanjutnya data dianalisis komputer dengan metode statistik meliputi
1. Analisis Univariat secara statistik digunakan untuk mengetahui distribusi
frekuensi dari masing-masing variabel dalam penelitian ini yaitu curah hujan, kecepatan angin, kelembaban udara, temperatursuhu udara dan kasus DBD di
Kecamatan Medan Barat, Medan Perjuangan dan Medan Tuntungan. Hasil analisis disajikan dalam bentuk narasi, tabel dan grafik.
2. Analisis Bivariat secara statistik digunakan untuk melihat pengaruh antara
iklim curah hujan, kecepatan angin, kelembaban, temperatursuhu udara dengan kasus DBD di Kecamatan Medan Barat, Medan Perjuangan dan
Medan Tuntungan selama tiga tahun 2010-2012. Untuk menganalisis derajat atau keeratan hubungan antara keadaan iklim lingkungan yang berupa curah
hujan, kecepatan angin, kelembaban, temperatursuhu udara dengan kasus DBD di Kecamatan Medan Barat, Medan Perjuangan dan Medan Tuntungan
digunakan uji korelasi. Sedangkan untuk mengetahui bentuk hubungan antara dua variabel digunakan koefisien korelasi Pearson atau Metode Pearson
Product Moment. Uji korelasi untuk menentukan koefisien korelasi r. Koefisien
korelasi r dapat diperoleh dari formula berikut : �
��
= � ∑ �� − ∑ � . ∑ �
�{� . ∑ �
2
− ∑ �
2
} . { � . ∑ �
2
− ∑ �
2
}
Universitas Sumatera Utara
Keterangan : r
= koefisien korelasi n
= jumlah sampel X
= variabel independen Y
= variabel dependen Nilai korelasi r berkisar 0 s.d 1 atau bila dengan disertai arahnya
nilainya antara -1 s.d +1 : r = 0 ; artinya tidak ada hubungan linier
r = - 1 ; artinya hubungan linier negatif sempurna r = +1 ; artinya hubungan linier positif sempurna
Selain untuk mengetahui derajatkeeratan hubungan, korelasi dapat juga untuk mengetahui arah dua variabel. Hubungan variabel dapat berpola
positif atau negatif. Hubungan positif terjadi bila kenaikan suatu variabel diikuti kenaikan variabel yang lain. Sedangkan hubungan negatif dapat terjadi
bila kenaikan suatu variabel diikuti penurunan variabel yang lain. Menurut Colton dalam Hastono 2010, kekuatan hubungan dua variabel secara
kualitatif dapat dibagi dalam empat area sebagai berikut Tabel 3.1 :
Tabel 3.1 Kekuatan Hubungan Dua Variabel Secara Kualitatif No
Parameter Nilai
Interpretasi
1 Kekuatan
korelasi r
0,00-0,25 Tidak ada hubunganhubungan
lemah 0,26-0,50
Hubungan sedang 0,51-0,75
Hubungan kuat 0,76-1,00
Hubungan sangat kuatsempurna
Universitas Sumatera Utara
Koefisien korelasi yang telah dihasilkan merupakan langkah pertama untuk menjelaskan derajat hubungan linier antara dua variabel. Selanjutnya
perlu dilakukan uji hipotesis untuk mengetahui apakah hubungan antara dua variabel tadi secara signifikan atau hanya karena faktor kebetulan. Uji
hipotesis dilakukan dengan membandingkan nilai r hitung dengan r tabel. Selanjutnya untuk mengetahui bentuk hubungan dua variabel
dilakukan analisis regresi. Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui bentuk hubungan antar dua atau
lebih variabel. Tujuan analisis regresi adalah untuk membuat perkiraan prediksi nilai variabel jumlah kasus Demam Berdarah Dengue DBD
variabel dependen melalui variabel faktor-faktor iklim variabel independen.
Untuk melakukan prediksi digunakan persamaan garis yang dapat diperoleh dengan menggunakan metode kuadrat terkecil least square.
Metode kuadrat terkecil least square merupakan suatu metode pembuatan garis regresi dengan cara meminimalkan jumlah kuadrat jarak antara nilai Y
yang teramati dan Y yang diramalkan oleh garis regresi itu. Secara matematis persamaan garis sebagai berikut :
Y = a + bX Keterangan :
Y = Variabel dependen X = Variabel independen
Universitas Sumatera Utara
a = Intercept, perbedaan besarnya rata-rata variabel Y ketika variabel X = 0 b = Slope, perkiraan besarnya perubahan nilai variabel Y bila nilai variabel X
berubah satu unit pengukuran. Ukuran yang penting dan sering digunakan dalam analisis regresi
adalah koefisien determinasi atau disimbolkan R
2
R square. Koefisien determinan dapat dihitung dengan menggunakan nilai r atau dengan formula
R
2
= r
2
. Koefisien determinasi berguna untuk mengetahui seberapa besar variasi variabel dependen Y dapat dijelaskan oleh variabel independen X.
Atau dengan kata lain R
2
menunjukkan seberapa jauh variabel independen dapat memprediksi variabel dependen. Besarnya nilai R square antara 0 s.d
1atau antara 0 s.d 100 Riyanto, A , 2009. 3.
Analisis Multivariat digunakan untuk mengetahui faktor yang berpengaruh antara variabel terikat kejadian Demam Berdarah Dengue DBD dengan
seluruh variabel bebas yang diteliti yaitu curah hujan, kecepatan angin, kelembaban, temperatursuhu udara dengan menggunakan uji regresi
persamaan regresi linier berganda dengan rumus : Y =
ɑ + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
Keterangan : Y = Variabel dependen kejadian Demam Berdarah Dengue
X =Variabel independen curah hujan X
1
, kecepatan angin X
2
, kelembaban X
3
dan temperatursuhu udara X
4
. α = Intercept, perbedaan besarnya rata-rata variabel Y ketika variabel X = 0
Universitas Sumatera Utara
b=Slope, perkiraan besarnya perubahan nilai variabel Y bila nilai variabel X berubah satu unit pengukuran.
Uji statistik regresi linier ganda didasarkan pada hubungan fungsional atau kausal dua variabel bebas atau lebih dengan satu variabel terikat yaitu
variabel bebas curah hujan X
1
, kecepatan angin X
2
, kelembaban X
3
, temperatur udara X
4
dengan variabel terikat Kejadian Demam Berdarah Dengue Y.
Universitas Sumatera Utara
BAB 4 HASIL PENELITIAN
4.1 Deskripsi Lokasi Penelitian
Kategori