BAB IV. HASIL PENELITIAN DAN PEMBAHASAN
IV.5. Pengaruh variabel penelitian terhadap suhu di Raya Diponegoro
Indeks Luas Daun terhadap suhu disajikan dalam tabel berikut ini :
Tabel 4.17 Data Rata - Rata Hasil Penelitian di Raya Diponegoro
Titik 1 Titik 2 Titik 3 Titik 4 Titik 5
Suhu (0C) 27.8 27.8 28.2 28.2 28
Jarak Tanam (m) 5 4.8 4.9 4.6 4.8
Tinggi Pohon (m) 13.9 13.8 13.7 14.1 14.3
Jumlah Pohon (btg) 7 8 10 12 13
Indeks Luas Daun (m/m) 1.63 1.88 2.35 2.38 2.76 Dari tabel diatas dapat diketahui bahwa dari keempat variabel tersebut saling mempengaruhi terhadap penurunan suhu di Raya Diponegoro.
Grafik 4.3 Pengaruh Keempat variabel terhadap suhu di Raya Diponegoro
Raya Diponegoro 0 5 10 15 20 25 30
Titik 1 Titik 2 Titik 3 Titik 4 Titik 5 Lokasi Pengukuran R a ta - r a ta P en g u k u ran Suhu ( °C ) Jarak Tanam (m) Tinggi Pohon (m) Jumlah Pohon (btg) Indeks Luas Daun (m/m)
a. Pengaruh Jarak Tanam Terhadap Suhu
Dari hasil analisa dapat diketahui bahwa rata – rata suhu di Raya Diponegoro yang diperoleh adalah 28,0 sedangkan rata – rata jarak tanam antar pohon di Raya Diponegoro adalah 4,82. Diperoleh nilai R sebesar 0,506 yang merupakan korelasi (hubungan) antara pengaruh jarak tanam dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel cukup kuat. Besarnya peranan yang diberikan oleh pengaruh jarak tanam dan suhu dapat dilihat dari harga R square sebesar 0,256 atau 25,6 % yang berarti bahwa 25,6 % suhu dapat dijelaskan atau di pengaruhi oleh jarak tanam antar pohon. Sedangkan sisanya 74,4 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 1,031 dengan signifikansi 0,385. Karena harga F hitung > F tabel dan signifikansinya lebih kecil dari 0,05 maka disimpulkan bahwa model regresi yang terbentuk sangat signifikan dan dapat dipakai untuk memprediksi pola taman kota yang sesuai untuk penurunan suhu.
Untuk persamaan garis regresi yang dibentuk dari variabel bebas jarak tanam pohon (X) dan variabel terikat suhu (Y), persamaannya adalah Y = 31,286 – 0,682 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,682 kali jarak tanam pohon. Harga t hitung yang diperoleh pada variabel jarak tanam pohon sebesar -1,015. Harga t hitung > t tabel maka maka disimpulkan bahwa koefisien regresi dari variabel jarak tanam pohon adalah signifikan.
b. Pengaruh Tinggi Pohon Terhadap Suhu
Sedangkan untuk analisa dari pengaruh tinggi pohon (pohon perindang) terhadap suhu sebagai berikut, dari hasil perhitungan yang telah diperoleh nilai R sebesar 0,104 yang merupakan korelasi (hubungan) antara pengaruh tinggi pohon dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel lemah. Besarnya peranan yang diberikan oleh pengaruh tinggi pohon dan suhu dapat dilihat dari harga R square sebesar 0,011 atau 1,1 % yang berarti bahwa 1,1 % suhu dapat dijelaskan atau di pengaruhi oleh tinggi pohon. Sedangkan sisanya 98,9 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 0,033 dengan signifikansi 0,868. Karena harga F hitung > F tabel dan signifikansinya lebih kecil dari 0,05 maka disimpulkan bahwa model regresi yang terbentuk sangat signifikan dan dapat dipakai untuk memprediksi pola taman kota yang sesuai untuk penurunan suhu.
Persamaan garis regresi yang dibentuk dari variabel bebas tinggi pohon (X) dan variabel terikat suhu (Y), persamaannya adalah Y = 26,797 - 0,027 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,086 kali tinggi pohon. Harga t hitung yang diperoleh pada variabel tinggi pohon sebesar 0,181. Harga t hitung > t tabel maka disimpulkan bahwa koefisien regresi dari variabel tinggi pohon adalah signifikan.
c. Pengaruh Jumlah Pohon Terhadap Suhu
Diketahui bahwa nilai R sebesar 0,686 yang merupakan korelasi (hubungan) antara pengaruh jumlah pohon dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel cukup kuat. Besarnya peranan yang diberikan oleh pengaruh jumlah pohon dan suhu dapat dilihat dari harga R square sebesar 0,471 atau 47,1 % yang berarti bahwa 47,1 % suhu dapat dijelaskan atau di pengaruhi oleh jumlah pohon. Sedangkan sisanya 52,9 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 2,673 dengan signifikansi 0,201. Karena harga F hitung > F tabel dan signifikansinya lebih kecil dari 0,05 maka disimpulkan bahwa model regresi yang terbentuk sangat signifikan dan dapat dipakai untuk memprediksi pola taman kota yang sesuai untuk penurunan suhu.
Untuk mengetahui model atau persamaan regresi yang terbentuk, maka dilakukan analisis lanjutan yang menghasilkan harga – harga yang dapat diketahui bahwa persamaan garis regresi yang dibentuk dari variabel bebas jumlah pohon (X) dan variabel terikat suhu (Y), persamaannya adalah Y = 27,462 + 0,054 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,054 kali jumlah pohon. Harga t hitung yang diperoleh pada variabel jumlah pohon sebesar 1,653. Harga harga t hitung > t tabel maka disimpulkan bahwa koefisien regresi dari variabel jumlah pohon adalah signifikan.
d. Pengaruh Indeks Luas Daun ( ILD ) Terhadap Suhu
Nilai – nilai yang diperoleh dari analisa pengaruh Indeks Luas Daun (ILD) terhadap suhu diperoleh nilai R sebesar 0,684 yang merupakan korelasi (hubungan) antara pengaruh Indeks Luas Daun dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel sangat berkaitan dan cukup kuat. Besarnya peranan yang diberikan oleh pengaruh Indeks Luas Daun dan suhu dapat dilihat dari harga R square sebesar 0,468 atau 46,8 % yang berarti bahwa 46,8 % suhu dapat dijelaskan atau di pengaruhi oleh kelembaban udara. Sedangkan sisanya 53,2 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 2,635 dengan signifikansi 0,203. Karena harga F hitung > F tabel dan signifikansinya lebih kecil dari 0,05 maka disimpulkan bahwa model regresi yang terbentuk sangat signifikan dan dapat dipakai untuk memprediksi pola taman kota yang sesuai untuk penurunan suhu.
Kemudian diketahui bahwa persamaan garis regresi yang dibentuk dari variabel bebas Indeks Luas Daun (X) dan variabel terikat suhu (Y), persamaannya adalah Y = 27,325 + 0,307 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,307 kali indeks luas daun. Harga t hitung yang diperoleh pada variabel indeks luas daun sebesar 1,623. Harga ini dipakai untuk menguji signifikansi koefisien regresi dari variabel indeks luas daun, dengan jalan dikonsultasikan dengan harga t tabel.
Karena harga t hitung > t tabel maka disimpulkan bahwa koefisien regresi dari variabel indeks luas daun adalah signifikan.
e. Pengaruh Kelembaban Udara Terhadap Suhu
Diperoleh nilai R sebesar 0,464 yang merupakan korelasi (hubungan) antara pengaruh kelembaban udara dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel tidak cukup kuat. Besarnya peranan yang diberikan oleh pengaruh kelembaban udara dan suhu dapat dilihat dari harga R square sebesar 0,216 atau 21,6 % yang berarti bahwa 21,6 % suhu dapat dijelaskan atau di pengaruhi oleh kelembaban udara. Sedangkan sisanya 78,4 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 0.824 dengan signifikansi 0,431. Karena harga F hitung > F tabel dan signifikansinya lebih kecil dari 0,05 maka disimpulkan bahwa model regresi yang terbentuk sangat signifikan dan dapat dipakai untuk memprediksi pola taman kota yang sesuai untuk penurunan suhu.
Persamaan garis regresi yang dibentuk dari variabel bebas kelembaban udara (X) dan variabel terikat suhu (Y), persamaannya adalah Y = 29,950 - 0,029 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,029 kali kelembaban udara.
IV.6 Pengaruh Variabel Penelitian Terhadap Suhu Untuk Groundcover