Analisis berdasarkan kerapatan vegetasi
47
Tabel 32 Tabulasi hasil uji statistik dengan menggunakan metode analisis Chi-Square untuk penurunan suhu berdasarkan kerapatan vegetasi vertical greenery pada
masing-masing gedung lanjutan
Penurunan suhu Analisis Kerapatan vegetasi
Total 0-40
41-75 76-100
Total Count
9 21
18 48
Expected Count
9.0 21.0
18.0 48.0
within Penurunan
Suhu 18.8
43.8 37.5
100.0 within
kerapatan vegetasi
100.0 100.0
100.0 100.0
of Total 18.8
43.8 37.5
100.0
Sumber data: pengukuran langsung
Tabel 33 Hasil Uji Chi-Square untuk penurunan suhu berdasarkan kerapatan vegetasi dari pemasangan vertical greenery
Chi-Square Tests Value
df Asymp. Sig. 2-sided
Pearson Chi-Square 9.605
a
4 0.048
Likelihood Ratio 10.254
4 0.036
Linear-by-Linear Association 7.192
1 0.007
N of Valid Cases 48
a. 5 cells 55,6 have expected count less than 5. The minimum expected count is 1,31.
Berdasarkan hasil uji Chi-Square menunjukkan bahwa, kerapatan vegetasi pada vertical greenery berpengaruh nyata terhadap penurunan suhu. Hal ini
terlihat pada hasil yang ditunjukkan pada simpangan baku pearson chi-square sebesar 0.048 lebih kecil dari nilai
α 0.05. Tabulasi hasil analisis menunjukkan persentase terbesar pada penurunan suhu kategori tinggi
≥ 5°C terdapat pada kerapatan vegetasi 76 sampai 100, yaitu sebesar 85.7. Tabulasi hasil analisis
untuk peningkatan kelembaban terhadap kerapatan vegetasi ditunjukkan pada Tabel 34. Pada Tabel 35 menunjukkan hasil analisis Chi-Square.
Tabel 34 Tabulasi hasil uji statistik dengan menggunakan metode analisis Chi-
Square untuk peningkatan kelembaban berdasarkan persentase kerapatan vegetasi
Peningkatan kelembaban
Analisis Kerapatan vegetasi
Total 0-40
41-75 76-100
Rendah ≤ 5
Count 7
8 3
18 Expected Count
3.4 7.9
6.8 18.0
within peningkatan
kelembaban 38.9
44.4 16.7
100.0 within
kerapatan vegetasi
77.8 38.1
16.7 37.5
of Total 14.6
16.7 6.3
37.5
48
Tabel 34 Tabulasi hasil uji statistik dengan menggunakan metode analisis Chi-Square untuk peningkatan kelembaban berdasarkan persentase kerapatan vegetasi lanjutan
Peningkatan kelembaban
Analisis Kerapatan vegetasi
Total 0-40
41-75 76-100
Sedang 5 sampai
10 Count
1 10
6 17
Expected Count 3.2
7.4 6.4
17.0 within
peningkatan kelembaban
5.9 58.8
35.3 100.0
within kerapatan
vegetasi 11.1
47.6 33.3
35.4 of Total
2.1 20.8
12.5 35.4
Tinggi ≥ 10
Count 1
3 9
13 Expected Count
2.4 5.7
4.9 13.0
within peningkatan
kelembaban 7.7
23.1 69.2
100.0 within
kerapatan vegetasi
11.1 14.3
50.0 27.1
of Total 2.1
6.3 18.8
27.1 Total
Count 9
21 18
48 Expected Count
9.0 21.0
18.0 48.0
within peningkatan
kelembaban 18.8
43.8 37.5
100.0 within
kerapatan vegetasi
100.0 100.0
100.0 100.0
of Total 18.8
43.8 37.5
100.0
Sumber data: pengukuran langsung
Tabel 35 Hasil Uji Chi-Square untuk peningkatan kelembaban berdasarkan persentase kerapatan vegetasi
Chi-Square Tests Value
Df Asymp. Sig. 2-sided
Pearson Chi-Square 13.993
a
4 0.007
Likelihood Ratio 13.891
4 0.008
Linear-by-Linear Association 10.197
1 0.001
N of Valid Cases 48
a. 4 cells 44,4 have expected count less than 5. The minimum expected count is 2,44.
Berdasarkan hasil analisis Chi-Square, menyatakan bahwa kerapatan vegetasi pada vertical greenery berpengaruh nyata dalam peningkatan
kelembaban. Hal ini terlihat pada pada hasil simpangan baku dari pearson Chi- square
0.007 lebih kecil dari nilai α 0.05. Pernyataan ini didukung dengan hasil
tabulasi yang ditunjukkan pada Tabel 35. Terlihat pada kerapatan vegetasi lebih besar sama dengan 100 m² mendapatkan nilai tertinggi pada peningkatan
kelembaban kategori tinggi ≥ 10, yaitu sebesar 69.2. Untuk peningkatan
kelembaban kategori rendah dan sedang, nilai tertinggi terdapat pada kerapatan
49 vegetasi 41 sampai 75. Jadi, berdasarkan analisis yang telah dilakukan
menunjukkan bahwa untuk kerapatan vegetasi berpengaruh nyata terhadap penurunan suhu dan peningkatan kelembaban dalam satu harinya. Hal ini
ditunjukkan dengan nilai p-value nilai α. Dengan kerapatan vegetasi 76 sampai
100, menurunkan suhu lebih besar sama dengan 5°C dan meningkatkan kelembaban lebih besar sama dengan 10.