Selanjutnya data dianalisis dengan metode statistik menggunakan komputer. Metode yang digunakan yaitu uji korelasi dan regresi linier sederhana.
3.7.1 Analisis Univariat
Analisis univariat secara statistik digunakan untuk mengetahui distribusi frekuensi dari masing-masing variabel dalam penelitian ini meliputi suhu udara, curah
hujan, kelembaban, kecepatan angin dan kejadian kasus DBD di Kota Medan menurut data tahunan dan bulanan selama 5 tahun.
3.7.2 Analisis Bivariat
Analisis Bivariat secara statistik dengan menggunakan regresi linear dan korelasi untuk menganalisis derajat atau keeratan hubungan faktor iklim curah hujan,
kecepatan angin, kelembaban, temperatursuhu udara dengan kasus DBD di Kota Medan selama lima tahun 2010-2014 serta mengetahui bentuk hubungan antara
dua variabel. Uji korelasi untuk menentukan koefisien korelasi r. Koefisien korelasi r dapat diperoleh dari rumus:
√
Nilai korelasi r berkisar 0 s.d 1 atau bila dengan disertai arahnya nilainya antara -1 s.d +1 :
r = +1 berarti ada korelasi positif sempurna antara variabel X dan Y r = -1 berarti ada korelasi negatif sempurna antara variabel X dan Y
r = 0 berarti tidak ada korelasi antara X dengan Y
Menurut Silitonga 2011, makna dari koefisien korelasi dibagi atas 6 bagian
sebagai berikut Tabel 3.1 :
Tabel 3.1 Kekuatan Hubungan Dua Variabel Secara Kualitatif
Universitas Sumatera Utara
No Parameter
Nilai Interpretasi
1 Kekuatan
korelasi r 0,00
0,01-0,20 0,21-0,40
0,41-0,60 0,61-0,80
0,81-1,00 Tidak berkorelasi
Sangat Rendah Rendah
Cukup Tinggi
Sangat Tinggi
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 +
+ +
+ + e
Keterangan :
Universitas Sumatera Utara
Y = Variabel dependen X = Variabel independen
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 R2 R square. Koefisien determinan dapat dihitung dengan menggunakan nilai r atau dengan formula R2 = r2. Koefisien determinasi
berguna untuk mengetahui seberapa besar variasi variabel dependen Y dapat dijelaskan oleh variabel independen X. Atau dengan kata lain R2 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.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN
4.1 Gambaran Umum Lokasi Penelitian 4.1.1 Keadaan Geografis
