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

337
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 (Y 1, 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 Y 1, 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) =

E(Y) = Cov (Y) = Cov (X,Y) = =( )t (1)

338
Kombinasi linear dari kedua gugus peubah dapat dituliskan sebagai berikut :
W= tX=
V = tY= (2)
Sehingga
Var (W) = t Cov (X) = t

t t t
Var (V) = Cov (Y) = Cov (W, V) = 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 :
Wk = Var (Wk) = 1

339
 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)

340
 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).
Muatan silang kanonik terdiri dari :

341
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).

HASIL DAN PEMBAHASAN

342
Penentuan Koefisien Korelasi Kanonik dan Fungsi Kanonik
Koefisien korelasi kanonik yang terbentuk disajikan pada Tabel 4.1.

Tabel 4.1. Koefisien korelasi kanonik

Fungsi Koefisien Persentase
ke- korelasi keragaman
kanonik
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:
H0 :

343
(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.

Tabel 4.3. Bobot kanonik peubah bebas

344
Peubah kanonik Fungsi ke-1
bebas
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 Fungsi ke-1
kanonik
tak bebas
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 (Y 2),
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 Fungsi ke-1
kanonik
bebas
X1 0.340
X2 0.298
X3 0.658
X4 0.586
X5 0.309
X6 0.357
X7 -0.197

345
 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 Fungsi ke-1
tak bebas
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 Fungsi ke-1
bebas
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 Fungsi ke-1
tak bebas
Y1 -0.496
Y2 0.745
Y3 -0.599

346
 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,
Banda Aceh.

347
 Johnson, R.A dan D.W. Wichren. 2007. Applied Multivariat Statistical Analysis 6 th
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.

348