BAB IV. HASIL PENELITIAN DAN PEMBAHASAN
IV.4. Pengaruh variabel penelitian terhadap Suhu di Taman Dr Sutomo
Indeks Luas Daun terhadap suhu disajikan dalam tabel berikut ini :
Tabel 4.16 Data Rata - Rata Hasil Penelitian di Taman Dr. Sutomo
Titik 1 Titik 2 Titik 3 Titik 4 Titik 5
Suhu (0C) 27.3 26.9 27.1 26.7 28
Jarak Tanam (m) 3.3 3.5 3.3 3.5 3.7
Tinggi Pohon (m) 12 13 13.7 12.9 13.1
Jumlah Pohon (btg) 15 13 34 16 11
Indeks Luas Daun (m/m) 3.24 2.22 3.82 2.45 2.28 Dari tabel diatas dapat diketahui bahwa dari keempat variabel tersebut saling mempengaruhi terhadap penurunan suhu di Dr. Sutomo. Saat tinggi pohon, jumlah pohon dan Indeks Luas Daun semakin tinggi nilainya maka suhu yang diperoleh semakin rendah. Sedangkan jika jarak tanam semakin rapat maka suhu yang diperoleh semakin rendah.
Grafik 4.2 Pengaruh Keempat variabel terhadap suhu di Taman Dr. Sutomo Taman Dr. Sutomo 0 5 10 15 20 25 30 35 40
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 Taman Dr. Sutomo yang diperoleh adalah 27,20 sedangkan rata – rata jarak tanam antar pohon di Taman Dr. Sutomo adalah 3,46. Diperoleh nilai R sebesar 0,478 yang merupakan korelasi (hubungan) antara pengaruh jarak tanam dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel cukup. Besarnya peranan yang diberikan oleh pengaruh jarak tanam dan suhu dapat dilihat dari harga R square sebesar 0,229 atau 22,9 % yang berarti bahwa 22,9 % suhu dapat dijelaskan atau di pengaruhi oleh jarak tanam antar pohon. Sedangkan sisanya 77,1 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 0,889 dengan signifikansi 0,415. 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 = 22,257 + 1,429 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 1,429 kali jarak tanam pohon. 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 0,033 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 0,001 atau 0,1 % yang berarti bahwa 0,1 % suhu dapat dijelaskan atau di pengaruhi oleh tinggi pohon. Sedangkan sisanya 99,9 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 0,003 dengan signifikansi 0,958. 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 = 27,547 - 0,027 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,027 kali tinggi pohon. Harga t hitung yang diperoleh pada variabel tinggi pohon sebesar -0,057. 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 0,270 yang merupakan korelasi (hubungan) antara pengaruh jumlah pohon dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel tidak cukup kuat. Besarnya peranan yang diberikan oleh pengaruh jumlah pohon dan suhu dapat dilihat dari harga R square sebesar 0,073 atau 7,3 % yang berarti bahwa 7,3 % suhu dapat dijelaskan atau di pengaruhi oleh jumlah pohon. Sedangkan sisanya 92,7 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 0,236 dengan signifikansi 0,660. 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 = 27,460 - 0,015 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,015 kali jumlah pohon. Harga t hitung yang diperoleh pada variabel tinggi pohon sebesar -0,486. 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 0,089 yang merupakan korelasi (hubungan) antara pengaruh Indeks Luas Daun dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel tidak cukup kuat. Besarnya peranan yang diberikan oleh pengaruh Indeks Luas Daun dan suhu dapat dilihat dari harga R
square sebesar 0,008 atau 0,8 % yang berarti bahwa 0,8 % suhu dapat
dijelaskan atau di pengaruhi oleh indeks luas daun. Sedangkan sisanya 99,2 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 0,024 dengan signifikansi 0,887. 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 = 27,378 - 0,064 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,064 kali indeks luas daun. Harga t hitung yang diperoleh pada variabel indeks luas daun sebesar -0,155. 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 0,751 yang merupakan korelasi (hubungan) antara pengaruh kelembaban udara dan suhu. Koefisien tersebut menggambarkan bahwa hubungan yang terjadi antara kedua variabel kuat. Besarnya peranan yang diberikan oleh pengaruh kelembaban udara dan suhu dapat dilihat dari harga R square sebesar 0,564 atau 56,4 % yang berarti bahwa 56,4 % suhu dapat dijelaskan atau di pengaruhi oleh kelembaban udara. Sedangkan sisanya 43,6 % dipengaruhi oleh variabel lain.
Besarnya harga F yang diperoleh dari hasil perhitungan adalah 3.875 dengan signifikansi 0,144. Karena harga F hitung > F tabel dan signifikansinya lebih kecil dari 0,05 maka disimpulkan bahwa model regresi yang terbentuk sangat signifikan Kemudian diketahui bahwa persamaan garis regresi yang dibentuk dari variabel bebas kelembaban udara (X) dan variabel terikat suhu (Y), persamaannya adalah Y = 35,084 - 0,118 X. Persamaan ini mempunyai arti bahwa suhu dipengaruhi oleh 0,118 kali kelembaban udara. Harga t hitung yang diperoleh pada variabel kelembaban udara sebesar -1,969. Harga ini dipakai untuk menguji signifikansi koefisien regresi dari variabel kelembaban udara, dengan jalan dikonsultasikan dengan harga t tabel. Karena harga t hitung > t tabel maka
disimpulkan bahwa koefisien regresi dari variabel kelembaban udara adalah signifikan.
IV.5 Pengaruh Variabel Penelitian Terhadap Suhu di Raya Diponegoro