337 ANALISIS KORELASI KANONIK UNTUK MENGIDENTIFIKASI
FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP DERAJAT KESEHATAN
Asep Rusyana, Nurhasanah, dan Restu Deviyanti
Program Studi Statistika, FMIPA, Universitas Syiah Kuala, Banda Aceh Email : asep.rusyana@unsyiah.ac.id
ABSTRACT
Important sector which gives contribution in society prosperity indicator is health sector. The essential indicators of the health consist of baby mortality number, life expectation value, and poor nutrious status. Four essential indicators which can influence society health are environtment, human habit, health service, and ancestry. Objectives of this research identify relation on environtment, human habit, and health service to health aspects in Aceh Province with using canonical correlation analysis. Source of data are Aceh Statistic Center Board (BPS) and Department of Health in Aceh Province. According to the research resuts, canonical correlation coeficient between independent variable and dependent variable is 0.923. This shows that there is strong correlation between environtment, human habit, and healthy service indicators to healthy indicators. Health indicators are dominated by life expectation value and poor nutrition status. Environtment and human habit indicators are dominated by tap water or bottled water, a number of active posyandu, and a number of babies given exlusive ASI. Every increasing of tap water or bottled water, a number of active posyandu, and the number of baby given exlusive ASI then life expectation value will also increase, vice versa poor nutrient will decrease.
Keywords : health indicator, environtment indicator, human habit, health service, canonical
correlation.
PENDAHULUAN
Sektor penting yang memberikan kontribusi dalam indikator kesejahteraan masyarakat adalah sektor kesehatan. Kesehatan merupakan aspek yang mengukur kesejahteraan kualitas fisik dari masyarakat. Indikator utama derajat kesehatan adalah angka kematian bayi, angka harapan hidup, dan status gizi buruk (Dinkes, 2013). Ketiga indikator tersebut sangat berpengaruh terhadap kemampuan/ kinerja petugas kesehatan dalam merencanakan, melaksanakan, dan mengendalikan program (kegiatan) sehingga mampu meningkatkan derajat kesehatan masyarakat.
Empat faktor utama yang dapat mempengaruhi derajat kesehatan masyarakat yaitu lingkungan, perilaku manusia, pelayanan kesehatan, dan keturunan (Blum, 1974). Keempat faktor tersebut saling berpengaruh. Oleh karena itu, upaya pembangunan sarana kesehatan harus dilaksanakan secara simultan dan berkesinambungan. Pemerintah harus berperan aktif dalam pembangunan sarana kesehatan serta pelaksanaan kesehatan secara menyeluruh.
Berdasarkan data dari Dinas Kesehatan Aceh mengenai derajat kesehatan, maka informasi dapat dijadikan teori untuk mendukung penelitian yang dilakukan. Oleh karena itu, peneliti akan mengindentifikasi hubungan antara indikator utama derajat kesehatan yang
338
berupa angka kematian bayi, angka harapan hidup, dan status gizi buruk di provinsi Aceh dengan persentase rumah/bangunan bebas jentik nyamuk aedes, persentase keluarga yang memiliki jamban sehat, persentase rumah tangga dengan sumber air minum, persentase jumlah posyandu aktif, persentase penduduk berobat jalan, persentase jumlah bayi yang diberi Air Susu Ibu (ASI) eksklusif, persentase bayi yang mendapatkan imunisasi campak, persentase pertolongan persalinan oleh tenaga kesehatan, dan persentase cakupan pemberian vitamin A pada bayi.
Dalam kasus penelitian ini, melibatkan lebih dari satu peubah tak bebas dan peubah bebas, salah satu analisis statistika adalah korelasi kanonik. Analisis korelasi kanonik digunakan untuk mengindentifikasi dan mengukur tingkat keeratan hubungan antara segugus peubah tak bebas dengan segugus peubah bebas, dan menguraikan struktur hubungan di dalam gugus peubah tak bebas maupun dalam gugus peubah bebas (Mattjik, 2011). Tujuan dari penelitian ini adalah melihat hubungan antara aspek lingkungan, perilaku, dan pelayanan kesehatan terhadap derajat kesehatan di provinsi Aceh dengan metode korelasi kanonik.
TINJAUAN PUSTAKA
Analisis Korelasi Kanonik
Analisis korelasi kanonik adalah salah satu teknik analisis statistika yang digunakan untuk melihat hubungan antara segugus peubah tak bebas (Y1, Y2, …, Yp) dengan segugus peubah bebas (X1, X2, …, Xq). Tujuan dari analisis korelasi kanonik adalah mengukur tingkat keeratan hubungan antara segugus peubah tak bebas dengan segugus peubah bebas, dan menguraikan struktur hubungan di dalam gugus peubah tak bebas maupun dalam gugus peubah bebas (Mattjik, 2011).
Analisis korelasi kanonik berfokus pada korelasi antara kombinasi linier dari gugus peubah tak bebas dengan kombinasi linier dari gugus peubah bebas. Ide utama dari analisis ini adalah mencari pasangan dari kombinasi linier ini yang memiliki korelasi terbesar. Pasangan dari kombinasi linier ini disebut fungsi/peubah kanonik dan korelasinya disebut korelasi kanonik (Safitri, 2009).
Asumsi-asumsi yang harus dipenuhi dalam analisis korelasi kanonik adalah (Mattjik, 2011) :
1. Linieritas, yaitu keadaan dimana hubungan antar peubah tak bebas dengan peubah bebas bersifat linier.
2. Normalitas multivariat, yaitu menguji signifikansi setiap fungsi kanonik. Namun, pengujian normalitas secara multivariat sulit dilakukan, maka cukup dilakukan uji normalitas untuk setiap peubah. Asumsi yang digunakan adalah jika secara individu sebuah peubah memenuhi kriteria normalitas, maka secara keseluruhan juga akan memenuhi asumsi normalitas.
3. Tidak ada multikolinieritas antar anggota kelompok peubah, baik peubah tak bebas maupun peubah bebas.
2.2. Penentuan Fungsi Kanonik dan Pendugaan Koefisien Kanonik
Misalkan ingin dibuat hubungan antara gugus peubah tak bebas Y1, Y2, …, Yp yang dinotasikan dengan vektor peubah acak Y, dengan gugus peubah bebas X1, X2, …, Xq yang dinotasikan dengan vektor peubah acak X, dimana p q. Misalkan karakteristik dari vektor peubah acak X dan Y adalah sebagai berikut:
E(X) = Cov (X) =
339
Kombinasi linear dari kedua gugus peubah dapat dituliskan sebagai berikut : W = t X =
V = t Y = (2)
Sehingga
Var (W) = t Cov (X) = t
Var (V) = t Cov (Y) = t Cov (W, V) = t Cov (X, Y) = t (3)
Vektor koefisien dan dapat diperoleh dengan cara mencari
yang merupakan nilai eigen dari matriks yang berpadanan dengan vektor
eigen . Disamping itu, juga merupakan nilai eigen dari
matriks yang berpadanan dengan vektor eigen . Sehingga
vektor koefisien dan diperoleh sebagai berikut:
Korelasi kanonik diperoleh dengan menghitung (Johnson, 2007):
Corr (Wk ,Vk) = (4)
Didefinisikan pasangan pertama dari peubah kanonik adalah kombinasi linear W1,V1 yang memiliki ragam satu dan korelasinya terbesar; pasangan kedua dari peubah kanonik adalah kombinasi linear W2,V2 yang memiliki ragam satu dan korelasi terbesar kedua serta tidak berkorelasi dengan peubah kanonik yang pertama dan pasangan ke-k dari peubah kanonik adalah kombinasi linear Wk,Vk yang memiliki ragam satu dan korelasinya terbesar ke-k serta tidak berkorelasi dengan peubah kanonik 1, 2, …, k-1.
a. Fungsi kanonik pertama :
W1 = Var (W1) = 1
V1 = Var (V1) = 1
Maksimum Corr (W1, V1) = b. Fungsi kanonik kedua :
W2 = Var (W2) = 1 Cov (W1,W2) = 0
V2 = Var (V2) = 1 Cov (V1,V2) = 0
Cov (W1, V2) = Cov (W2, V1) = 0 dan maksimum Corr (W2,V2) = c. Fungsi kanonik ke- k :
340
Cov (W1,Wk) = 0, k ≠ 1 Vk = Var (Vk) = 1 Cov (V1,Vk) = 0, k ≠ 1
Cov (W1,Vk) = Cov (Wk,V1) = 0, k ≠ 1 dan maksimum Corr (Wk,Vk) =
Besarnya nilai proporsi keragaman menunjukkan baik tidaknya peubah kanonik yang dipilih untuk menerangkan keragaman asal. Semakin besar nilai proporsi keragaman maka semakin baik peubah-peubah kanonik yang dipilih menerangkan keragaman asal. Batasan yang digunakan untuk nilai proporsi bersifat relatif, sebagai acuan lebih besar dari 70% (Mattjik, 2011).
2.3. Uji Statistik
Ada dua hipotesis yang akan di uji dalam analisis korelasi kanonik yaitu uji hipotesis untuk mengetahui apakah secara keseluruhan korelasi kanonik signifikan (uji korelasi kanonik secara bersama) dan uji hipotesis untuk mengetahui apakah ada sebagian korelasi kanonik signifikan (uji individu). Jika uji hipotesis pertama memperoleh kesimpulan bahwa paling tidak ada ada satu korelasi kanonik tidak bernilai nol maka dilanjutkan dengan uji hipotesis kedua untuk mengetahui apakah ada sebahagian korelasi kanonik signifikan.
1. Uji korelasi kanonik secara keseluruhan (kelompok) Hipotesis:
H0 : (semua korelasi kanonik tidak signifikan)
Ha : ada ≠ 0, i= 1, 2,…, k (paling tidak ada satu korelasi kanonik signifikan) Statistik uji : B = (5) dengan , dimana :
= peubah Lambda Wilk’s n = jumlah pengamatan p = jumlah peubah tak bebas q = jumlah peubah bebas Kriteria keputusan :
Hipotesis nol ditolak pada taraf signifikansi jika dengan derajat bebas pxq. 2. Uji korelasi kanonik secara sebagian (individu)
Hipotesis:
H0 : (korelasi kanonik tidak signifikan)
Ha : ≠ 0, i= 1, 2, …, k (korelasi kanonik signifikan) Statistik uji :
(6)
341
dengan
,
dimana :
= peubah Lambda Wilk’s n = jumlah pengamatan p = jumlah peubah tak bebas q = jumlah peubah bebas Kriteria keputusan :
Hipotesis nol ditolak pada taraf signifikansi jika Br dengan derajat bebas (p-r)(q-r).
2.4. Interpretasi Fungsi Kanonik
Interpretasi yang dapat dilakukan dalam analisis korelasi kanonik yaitu terhadap koefisien kanonik yaitu bobot kanonik (canonical weights), muatan kanonik (canonical
loadings), muatan silang kanonik (canonical cross-loadings).
1. Bobot kanonik (canonical weights)
Bobot kanonik merupakan koefisien kanonik yang telah dibakukan, dapat di interpretasi sebagai besarnya kontribusi peubah asal terhadap peubah kanonik. Semakin besar nilai koefisien ini maka semakin besar kontribusi peubah yang bersangkutan terhadap peubah kanonik.
2. Muatan kanonik (canonical loadings)
Muatan kanonik dapat dihitung dari korelasi antara peubah asal dengan masing-masing peubah kanoniknya. Semakin besar nilai muatan kanonik maka akan semakin penting peranan peubah asal tersebut dalam kumpulan peubahnya. Peubah asal yang memiliki nilai muatan kanonik besar (>0.5) akan dikatakan memiliki peranan besar dalam kumpulan peubahnya sedangkan tanda muatan kanonik menunjukkan arah hubungannya (Hair, dkk., 1998).
Muatan kanonik dibedakan menjadi : a. Muatan kanonik peubah bebas
RXW = RXX AZ dimana :
RXX = korelasi sederhana antar variabel X AZ = vektor koefisien kanonik variabel W b. Muatan kanonik peubah tak bebas
RYV = RYY BZ dimana :
RYY = korelasi sederhana antar variabel Y BZ = vektor koefisien kanonik variabel V.
3. Muatan silang kanonik (canonical cross-loadings).
Muatan-silang kanonik dapat dihitung dari korelasi antara peubah asal dengan bukan peubah kanoniknya. Semakin besar nilai muatan silang mencerminkan semakin dekat hubungan fungsi kanonik yang bersangkutan dengan peubah asal. Peubah asal yang memiliki nilai muatan silang kanonik besar (>0.5) akan dikatakan memiliki peranan besar dalam kumpulan peubahnya sedangkan tanda muatan silang kanonik menunjukkan arah hubungannya (Hair, dkk., 1998).
342
a. Muatan silang kanonik peubah bebas RXV = RXW
dimana = nilai korelasi kanonik dari variabel kanonik ke-k b. Muatan silang kanonik peubah tak bebas
RYW = RYV
dimana = nilai korelasi kanonik dari variabel kanonik ke-k
METODE
Data yang digunakan terdiri dari 3 peubah derajat kesehatan, 3 peubah aspek lingkungan, 3 peubah aspek perilaku, dan 3 peubah aspek pelayanan kesehatan. Adapun peubah-peubah tersebut adalah:
1. Peubah tak bebas (Y) yang berupa indikator derajat kesehatan, diantaranya: Y1 = Angka kematian bayi
Y2 = Angka harapan hidup Y3 = Status gizi buruk
2. Peubah bebas (X) yang berupa aspek lingkungan, perilaku, dan pelayanan kesehatan, diantaranya:
X1 = Persentase rumah/bangunan bebas jentik nyamuk aedes X2 = Persentase keluarga memiliki jamban sehat
X3 = Persentase rumah tangga dengan sumber air minum X4 = Persentase jumlah posyandu aktif
X5 = Persentase penduduk berobat jalan
X6 = Persentase jumlah bayi yang diberi ASI eksklusif X7 = Persentase bayi yang mendapatkan imunisasi campak X8 = Persentase pertolongan persalinan oleh tenaga kesehatan X9 = Persentase cakupan pemberian vitamin A pada bayi.
Analisis data pada penelitian ini menggunakan metode korelasi kanonik. Pengolahan data dilakukan dengan software SPSS. 17.0 dan Minitab 14. Adapun tahapan analisisnya sebagai berikut:
1. Mendeskripsikan data kesehatan masyarakat berdasarkan aspek lingkungan, perilaku, pelayanan kesehatan, dan derajat kesehatan tahun 2012 dalam bentuk diagram batang. 2. Melakukan uji asumsi analisis korelasi kanonik.
Data harus memenuhi asumsi korelasi kanonik yaitu linieritas, normalitas, dan tidak ada multikolinieritas.
3. Menentukan fungsi kanonik dan pendugaan koefisien kanonik. 4. Uji statistik.
Pengujian hipotesis dilakukan untuk melihat keterkaitan antara sebagian atau keseluruhan dari peubah korelasi kanonik. Ada dua pengujian yang akan dilakukan yaitu pengujian secara bersama (kelompok) dan pengujian secara individu. Masing-masing pengujian dilakukan dengan uji Wilk’s dengan nilai peubah Lambda Wilk’s.
5. Menginterpretasikan hasil analisis korelasi kanonik.
Interpretasi korelasi kanonik dengan tiga koefisien yaitu bobot kanonik (canonical
weights), muatan kanonik (canonical loadings), muatan silang kanonik (canonical cross-loadings).
343
Penentuan Koefisien Korelasi Kanonik dan Fungsi Kanonik
Koefisien korelasi kanonik yang terbentuk disajikan pada Tabel 4.1. Tabel 4.1. Koefisien korelasi kanonik
Fungsi ke- Koefisien korelasi kanonik Persentase keragaman 1 0.923 79.887 2 0.742 16.942 3 0.432 3.171
Pemilihan jumlah fungsi kanonik dapat dilihat dari nilai keragaman. Besarnya nilai proporsi keragaman menunjukkan baik tidaknya peubah kanonik yang dipilih untuk menerangkan keragaman asal.. Menurut Mattjik (2011), batasan yang digunakan untuk nilai proporsi bersifat relatif, sebagai acuan lebih besar dari 70%. Dari Tabel 4.1. terlihat bahwa korelasi kanonik yang cukup besar yaitu fungsi ke-1 yaitu 0.923 dengan besar keragaman yaitu 79.887%. Sedangkan fungsi ke-2 dan ke-3 memiliki keragaman yang relatif kecil. Oleh karena itu, hanya nilai korelasi kanonik fungsi pertama saja yang digunakan untuk interpretasi, untuk lebih memperjelas akan dilakukan uji statistik secara kelompok dan individu.
4.2. Uji Signifikansi Korelasi Kanonik
1. Uji Korelasi Kanonik Secara Keseluruhan (Kelompok)
Pengujian korelasi kanonik secara keseluruhan dapat dilakukan dengan menggunakan uji Wilks dengan peubah Lamda Wilks dengan hipotesis sebagai berikut :
Hipotesis:
H0 :
(semua korelasi kanonik tidak signifikan) Ha : ada ≠ 0, i= 1, 2, 3
(paling tidak ada satu korelasi kanonik signifikan)
Berdasarkan hasil yang didapat, nilai peubah Lamda Wilks ( ) yaitu sebesar 0.05402, maka dapat disubstitusikan pada persamaan (5) berikut ini :
B =
˗2.9184 B = (-15.5)( ˗2.9184) B = 45.235
Berdasarkan dari nilai tabel chi-square diperoleh nilai
Bila dibandingkan dengan nilai hitung yang diperoleh maka B= 45.235>
dapat disimpulkan bahwa tolak H0.Hasil yang sama juga dapat dilihat dari p-value sebesar 0.045 kurang dari 0.05 yang menunjukkan tolak H0. Artinya bahwa paling sedikit ada satu korelasi kanonik yang signifikan, sehingga fungsi kanonik dapat dilakukan uji lebih lanjut. 2. Uji Korelasi Kanonik Secara Sebahagian (Individu)
Pengujian korelasi kanonik secara individu juga dilakukan dengan menggunakan uji Wilks dengan peubah Lamda Wilks dengan hipotesis sebagai berikut :
Hipotesis:
344
(korelasi tidak signifikan) Ha : ≠ 0, i= 1, 2, 3 (korelasi kanonik signifikan)
Berdasarkan hasil yang didapat, nilai masing-masing peubah Lamda Wilks ( ) yaitu sebesar 0.05402, 0.36583, dan 0.81359, maka dapat disubstitusikan pada persamaan (6) berikut ini : ˗2.9184 B1 = (-15.5)( ˗2.9184) B1 = 45.235 ˗1.00353 B2= (-15.5)( ˗1.00353) B2 = 15.555 B3 = ˗0.20629 B3= (-15.5)( ˗0.20629) B3 = 3.198
Berdasarkan dari nilai tabel chi-square diperoleh nilai
Bila dibandingkan dengan nilai hitung B1 untuk fungsi kanonik ke-1 yang diperoleh maka B1= 45.235 > dapat disimpulkan bahwa tolak H0. Hasil yang sama juga dapat dilihat dari p-value sebesar 0.045 kurang dari 0.05 yang menunjukkan tolak H0. Artinya fungsi kanonik ke-1 secara individu signifikan.
Untuk perhitungan B2 sebagai fungsi kanonik ke-2 dibandingkan dengan nilai hitung yang diperoleh maka B2= 15.555 < dapat disimpulkan bahwa belum cukup bukti untuk menolak H0. Hasil yang sama juga dapat dilihat dari p-value sebesar 0.580 lebih besar dari 0.05 yang menunjukkan belum cukup bukti untuk menolak H0. Artinya fungsi kanonik ke-2 secara individu tidak signifikan.
Untuk perhitungan B3 sebagai fungsi kanonik ke-3 dibandingkan dengan nilai hitung
yang diperoleh maka B3= 3.198 < dapat disimpulkan bahwa belum cukup
bukti untuk menolak H0. Hasil yang sama juga dapat dilihat dari nilai p-value sebesar 0.889 lebih besar dari 0.05 yang menunjukkan belum cukup bukti untuk menolak H0. Artinya fungsi kanonik ke-3 secara individu tidak signifikan. Dengan demikian dari hasil pengujian secara individu dapat disimpulkan bahwa fungsi korelasi kanonik pertama yang dapat di interpretasi lebih lanjut.
4.3. Interpretasi Fungsi Kanonik 1. Bobot Kanonik
Bobot kanonik yang terdapat pada peubah kanonik pertama untuk peubah bebas disajikan pada Tabel 4.3. dan peubah tak bebas disajikan pada Tabel 4.4.
345 Peubah kanonik bebas Fungsi ke-1 X1 0.004 X2 0.057 X3 0.817 X4 0.319 X5 0.078 X6 0.483 X7 -0.467 X8 0.288 X9 -0.052
Tabel 4.3. menunjukkan bobot kanonik pada fungsi kanonik pertama urutan kontribusi terbesar sampai terkecil terhadap peubah bebas kanonik adalah rumah tangga dengan sumber air minum ledeng/isi ulang/air kemasan (X3), jumlah bayi yang di beri ASI eksklusif (X6), bayi yang mendapatkan imunisasi campak (X7), jumlah posyandu aktif (X4), pertolongan persalinan oleh tenaga kesehatan (X8), penduduk berobat jalan (X5), keluarga yang memiliki jamban sehat (X2), cakupan pemberian vitamin A pada bayi (X9), dan rumah/bangunan bebas jentik nyamuk aedes (X1).
Tabel 4.4. Bobot kanonik peubah tak bebas
Peubah kanonik tak bebas Fungsi ke-1 Y1 -0.492 Y2 0.763 Y3 -0.608
Tabel 4.4. menunjukkan bobot kanonik pada fungsi kanonik pertama urutan kontribusi terbesar sampai terkecil terhadap peubah kanonik tak bebas adalah angka harapan hidup (Y2), status gizi buruk (Y3), dan angka kematian bayi (Y1).
2. Muatan Kanonik
Muatan kanonik menunjukkan korelasi antara peubah asal dengan peubah kanonik. Nilai muatan yang terdapat pada peubah kanonik pertama untuk peubah bebas disajikan pada Tabel 4.5. dan nilai muatan yang terdapat pada peubah kanonik pertama untuk peubah tak bebas disajikan pada Tabel 4.6.
Tabel 4.5. Muatan kanonik peubah bebas
Peubah kanonik bebas Fungsi ke-1 X1 0.340 X2 0.298 X3 0.658 X4 0.586 X5 0.309 X6 0.357 X7 -0.197
346
X8 -0.038
X9 -0.395
Tabel 4.5. menunjukkan muatan kanonik peubah bebas yang memiliki korelasi paling erat dengan fungsi kanonik pertama adalah rumah tangga dengan sumber air minum ledeng/isi ulang/air kemasan (X3) dengan nilai korelasi sebesar 0.658, dan jumlah posyandu aktif (X4) dengan nilai korelasi sebesar 0.586.
Tabel 4.6. Muatan kanonik peubah tak bebas
Peubah kanonik tak bebas Fungsi ke-1 Y1 -0.239 Y2 0.726 Y3 -0.540
Tabel 4.6. menunjukkan muatan kanonik peubah tak bebas yang memiliki korelasi paling erat dengan fungsi kanonik pertama adalah status gizi buruk (Y3) dengan nilai korelasi sebesar -0.540 dan angka harapan hidup (Y2) dengan nilai korelasi sebesar 0.726.
3. Muatan Silang Kanonik
Muatan silang kanonik yang terdapat pada peubah kanonik pertama untuk peubah bebas disajikan pada Tabel 4.7. dan peubah tak bebas disajikan pada Tabel 4.8.
Tabel 4.7. Muatan silang kanonik peubah bebas
Peubah kanonik bebas Fungsi ke-1 X1 0.003 X2 0.059 X3 0.824 X4 0.313 X5 0.081 X6 0.572 X7 -0.467 X8 0.293 X9 -0.058
Tabel 4.7. menunjukkan muatan silang kanonik peubah bebas yang memiliki korelasi paling erat dengan fungsi kanonik pertama adalah rumah tangga dengan sumber air minum ledeng/isi ulang/air kemasan (X3) dengan nilai korelasi sebesar 0.824 dan jumlah bayi yang di beri ASI eksklusif (X6) dengan korelasi sebesar 0.572.
Tabel 4.8. Muatan silang kanonik peubah tak bebas
Peubah kanonik tak bebas Fungsi ke-1 Y1 -0.496 Y2 0.745 Y3 -0.599
347
Tabel 4.8. menunjukkan muatan silang kanonik peubah tak bebas yang memiliki korelasi paling erat dengan fungsi kanonik pertama adalah angka harapan hidup (Y2) dengan nilai korelasi sebesar 0.745 dan status gizi buruk (Y3) dengan nilai korelasi sebesar -0.599.
KESIMPULAN
Berdasarkan hasil dan pembahasan dapat diambil kesimpulan sebagai berikut:
1. Koefisien korelasi kanonik antara peubah bebas terhadap peubah tak bebas sebesar 0.923. Hal ini menunjukkan adanya hubungan yang erat antara faktor lingkungan, perilaku, dan pelayanan kesehatan terhadap derajat kesehatan.
2. Derajat kesehatan didominasi oleh angka harapan hidup dan status gizi buruk. Faktor lingkungan dan perilaku didominasi oleh sumber air minum ledeng/isi ulang/air kemasan, jumlah posyandu aktif, dan jumlah bayi yang diberi ASI eksklusif. Setiap meningkatnya sumber air minum, jumlah posyandu aktif, dan jumlah bayi yang diberi ASI eksklusif maka angka harapan hidup juga akan meningkat begitu pula sebaliknya gizi buruk akan menurun.
DAFTAR PUSTAKA
---. 2013. Aceh Dalam Angka 2013. BPS Aceh, Banda Aceh.
---. 2013. Indikator Kesejahteraan Masyarakat Provinsi Aceh 2013. BPS Aceh, Banda Aceh.
---. 2013. Profil Kesehatan Provinsi Aceh Tahun 2012. Dinas Kesehatan Aceh, Banda Aceh.
Asbah, M.F., Sudarno, Safitri, D. 2013. Penentuan Koefisien Korelasi Kanonik dan Interpretasi Fungsi Kanonik Multivariat. Jurnal Gaussian. Vol 2 (2): 119-128.
Balkaya, A., S. Cankaya, and M. Ozbakır. 2011. Use of Canonical Correlation Analysis for Determination of Relationships Between Plant Characters and Yield Components in Winter Squash (Cucurbita maxima Duch.) Populations. Bulgarian Journal of
Agricultural Science. Vol 17 (5): 606-614.
Blum, Hendrik L. 1974. Planning for Health, Development and Aplication of Social Changes
Theory. New York: Human Sciences Press.
Ebenezer, Ogunsakin R. 2012. Canonical Correlation Analysis of Poverty and Literacy Levels in Ekiti State, Nigeria. Mathematical Theory and Modeling. Vol 2 (6): 2224-5804. Gujarati, D.N. 2004. Basic Econometric, 4th Edition. McGraw-Hill, New York.
Hair, Jr., R.E. Anderson, R.L. Tatham, and W.C. Black. 1998. Multivariate Data Analysis, 5th
ed. Prentice Hall International, Inc.: New Jersey.
Jannah, R. 2012. Analisis Korelasi Kanonik Untuk Mengkaji Hubungan Antara Peubah Ekonomi Dengan Peubah Kesejahteraan Rakyat. Skripsi. Universitas Syiah Kuala,
348
Johnson, R.A dan D.W. Wichren. 2007. Applied Multivariat Statistical Analysis 6th
Edition, Prentice Hall Inc: New Jersey.
Krishnan, Gobi, et al., 2014. An Approach of Canonical Correlation Analysis, Risk Estimate Analysis and Response Surface Methodology Towards Factors That Affecting the Efficiency of Management of Vessels. Journal of Advanced Scientific Research. Vol 5 (4): 25-30.
Mattjik, A.A. dan Sumertajaya, I Made. 2011. Sidik Peubah Ganda Dengan Menggunakan
SAS. IPB Press.
Peraturan Menteri dalam Negeri, No. 54, 2010, Tata Cara Pengolahan Data dan Informasi
Perencanaan Pembangunan Daerah, Jakarta.
Safitri, D dan Indrasari, P. 2009. Analisis Korelasi Kanonik Pada Perilaku Kesehatan dan Karakteristik Sosial Ekonomi di Kota Pati Jawa Tengah. Media Statistika. Vol 2 (1): 39-48.
