80
4.8 Analisis Normalitas Data
Uji normalitas pada sebuah data dimaksudkan untuk menguji apakah data berdistribusi normal atau tidak, sehingga dapat menentukan jenis uji statistik yang
dapat digunakan dalam analisis bivariat. Suatu data berdistribusi normal apabila
dalam uji normalitas Shapiro-Wilk menunjukan Sunyoto, 2011 :
a. Distribusi data normal apabila nilai signifikansi p 0,05 b. Distribusi data tidak normal apabila nilai signifikansi p 0,05
Tabel 4.8 Hasil Uji Normalitas Data Variabel-Variabel Penelitian Per Bulan Selama Periode Tahun 2010-2014
Variabel Hasil Uji
Keterangan
Kasus Malaria 0,080
Normal Temperatur Udara
0,066 Normal
Kelembaban Udara 0,398
Normal Curah Hujan
0,097 Normal
Hari Hujan 0,079
Normal Kecepatan angin
0,134 Normal
Tabel 4.8 menunjukan bahwa semua variabel- penelitian dilihat perbulan dari tahun 2004 sampai tahun 2013 berdistribusi normal.
Tabel 4.9 Hasil Normalitas Data Variabel-Variabel Penelitian Per Tahun Selama Periode Tahun 2010-2014
Variabel Hasil Uji
Keterangan
Kasus Malaria 0,609
Normal Temperatur Udara
0,159 Normal
Kelembaban Udara 0,519
Normal Curah Hujan
0,204 Normal
Hari Hujan 0,830
Normal Kecepatan angin
0,790 Normal
Universitas Sumatera Utara
81 Tabel 4.9 menunjukan bahwa semua variabel- penelitian dilihat pertahun
dari tahun 2004 sampai tahun 2013 berdistribusi normal.
4.9 Analisis Korelasi Data Tabel 4.10 Hasil Uji Korelasi Data Variabel-Variabel Penelitian Per Bulan
Periode Tahun 2010-2014 Variabel
Independen Kasus Malaria
Keterangan Nilai p
r
Temperatur 0,729
-0,112 Tidak Signifikan
Kelembaban 0,507
0,215 Tidak Signifikan
Curah Hujan 0,299
0,328 Tidak Signifikan
Hari Hujan 0,233
0,372 Tidak Signifikan
Kecepatan Angin 0,433
0,250 Tidak Signifikan
Hasil uji korelasi data Temperatur udara, kelembaban udara, curah hujan, hari hujan, dan kecepatan angin dengan kasus malaria perbulan di Kabupaten
Tapanuli Tengah dari tahun 2010 sampai dengan 2014 dapat dilihat pada tabel 4.10. Berdasarkan klasifikasi nilai hubungan dapat disimpulkan bahwa variabel
Temperatur udara, kelembaban udara, curah hujan, hari hujan, dan kecepatan angin tidak berkorelasi signifikan dengan kasus malaria.
Tabel 4.11 Hasil Uji Korelasi Data Variabel-Variabel Penelitian Per Tahun Periode Tahun 2010-2014
Variabel Independen
Kasus Malaria Keterangan
Nilai p r
Temperatur 0,045
-0,886 Hubungan sangat kuat,
berpola negatif dan berkorelasi
signifikan Kelembaban
0,978 -0,018
Tidak Signifikan Curah Hujan
0,322 0,564
Tidak Signifikan Hari Hujan
0,391 0,500
Tidak Signifikan Kecepatan Angin
0,053 0,874
Tidak Signifikan Hasil uji korelasi data Temperatur udara, kelembaban udara, curah hujan,
hari hujan, dan kecepatan angin dengan kasus malaria perbulan di Kabupaten
Universitas Sumatera Utara
82 Tapanuli Tengah dari tahun 2010 sampai dengan 2014 dapat dilihat pada tabel
4.10. Berdasarkan klasifikasi nilai hubungan dapat disimpulkan bahwa variabel Temperatur udara, kelembaban udara, curah hujan, hari hujan, dan kecepatan
angin tidak berkorelasi signifikan dengan kasus malaria. Hasil uji korelasi data bahwa kelembaban udara, curah hujan, hari hujan,
dan kecepatan angin dengan kasus malaria pertahun di Kabupaten Tapanuli Tengah dari tahun 2010 sampai dengan 2014 dapat dilihat pada tabel 4.11.
Berdasarkan klasifikasi nilai hubungan dapat disimpulkan bahwa variabel kelembaban udara, curah hujan, hari hujan, dan kecepatan angin tidak berkorelasi
signifikan dengan kasus malaria. Hanya variabel temperatur yang berkorelasi secara signifikan dengan kejadian malaria di daerah penelitian.
4.10 Gambaran Korelasi Rerata Kasus Malaria Pertahun dengan Temperatur Udara Pertahun di Kabupaten Tapanuli Tengan
Tahun 2010-2014
100 200
300 400
500 600
700
26,1 26,15 26,2 26,25 26,3 26,35 26,4 K
a su
s M
a la
ri a
Temperatur udara
hubungan temperatur udara dengan kejadian malaria
hubungan temperatur udara dengan kejadian
malaria
Linear hubungan temperatur udara
dengan kejadian malaria
Universitas Sumatera Utara
83
Grafik 4.16 Hubungan Temperatur Udara dengan Kejadian Malaria di Kabupaten Tapanuli Tengah Tahun 2010-2014
Berdasarkan grafik 4.16 dapat dilihat hubungan antara temperatur udara pertahun dengan kejadian malaria pertahunnya. Berdasarkan grafik tersebut
diketahui bahwa terdapat hubungan yang sangat kuat antara temperatur udara dengan kejadian malaria dan berpola negatif yang artinya semakin tinggi
temperatur udara maka kasus malaria semakin rendah atau sebaliknya.
4.10 Analisis Regresi Linier Sederhana