1.Pendahuluan

Angka kesakitan (Morbiditas) merupakan salah satu indikator penting dalam menilai derajat kesehatan masyarakat karena mencerminkan tingkat kejadian penyakit yang dialami penduduk dalam periode tertentu. Tingginya morbiditas sering kali berkaitan dengan kondisi lingkungan yang belum optimal, khususnya dalam hal akses terhadap air minum layak dan sanitasi yang memadai. Keterbatasan akses air minum layak dan buruknya kondisi sanitasi dapat meningkatkan risiko penyakit berbasis lingkungan, sehingga berpengaruh terhadap kondisi kesehatan masyarakat.

Berdasarkan hal tersebut, penelitian ini menggunakan analisis regresi linier berganda untuk menganalisis pengaruh akses air minum layak dan sanitasi terhadap morbiditas. Dalam analisis ini, angka kesakitan digunakan sebagai variabel dependen (Y), sedangkan air minum layak (X₁) dan sanitasi (X₂) sebagai variabel independen. Hasil penelitian diharapkan dapat memberikan gambaran empiris mengenai pengaruh kedua variabel tersebut terhadap morbiditas serta menjadi dasar dalam perumusan kebijakan kesehatan dan lingkungan yang lebih efektif.

2.Deskripsi dan Sumber Data

Seluruh data yang digunakan dalam penelitian ini merupakan data sekunder yang bersumber dari publikasi resmi Badan Pusat Statistik (BPS) Provinsi Jawa Tengah tahun 2023. Data yang digunakan merupakan data cross-section yang menggambarkan kondisi masyarakat pada satu periode waktu tertentu yaitu tahun 2023. Dalam penelitian ini, unit pengamatan adalah seluruh kabupaten/kota di Provinsi Jawa Tengah. Variabel yang dianalisis meliputi :

  1. Angka Morbiditas (Y) Variabel ini dinyatakan dalam presentase yang menunjukkan nproporsi penduduk yang mengalami sakit pada periode tahun 2023 terhadap total penduduk masing-masing kabupaten/kota. Semakin tinggi presentase morbiditas maka semakin buruk kondisi kesehatan masyarakat di wilayah tersebut.

  2. Presentase air minum layak (X1) Variabel ini menunjukkan persentase penduduk yang memiliki akses terhadap sumber air minum yang memenuhi standar kesehatan. Variabel ini digunakan untuk menggambarkan tingkat ketersediaan air bersih yang berperan penting dalam menjaga kesehatan masyarakat.

  3. Presentase Sanitasi Layak (X2) Variabel ini menggambarkan persentase penduduk yang memiliki akses terhadap fasilitas sanitasi yang memenuhi standar kesehatan lingkungan. Variabel ini mencerminkan kondisi kebersihan lingkungan yang dapat memengaruhi risiko terjadinya penyakit.

3.Exploratory Data Analysis (EDA)

library(readxl)
library(lmtest)
library(tseries)
library(car)
library(ggplot2)
library(dplyr)
Data_MORBIDITAS <- read_excel("C:\\Users\\remma\\OneDrive\\Documents\\MORBIDITAS.xlsx")
head(Data_MORBIDITAS)
## # A tibble: 6 × 4
##   KABUPATEN                   MORBIDITAS AIR_MINUM SANITASI
##   <chr>                            <dbl>     <dbl>    <dbl>
## 1 3301 Kabupaten Cilacap            11.4      88.8     80.4
## 2 3302 Kabupaten Banyumas           11.4      93.6     83  
## 3 3303 Kabupaten Purbalingga        18.8      82.8     77.2
## 4 3304 Kabupaten Banjarnegara       14.6      87.6     46.1
## 5 3305 Kabupaten Kebumen            22.4      87.3     93.7
## 6 3306 Kabupaten Purworejo          13.2      91.3     81.4

Statistik Deskriptif

summary(Data_MORBIDITAS)
##   KABUPATEN           MORBIDITAS       AIR_MINUM         SANITASI    
##  Length:35          Min.   : 6.660   Min.   : 82.18   Min.   :46.09  
##  Class :character   1st Qu.: 9.545   1st Qu.: 92.90   1st Qu.:81.08  
##  Mode  :character   Median :11.620   Median : 95.92   Median :89.31  
##                     Mean   :11.991   Mean   : 94.63   Mean   :85.31  
##                     3rd Qu.:13.140   3rd Qu.: 98.33   3rd Qu.:94.71  
##                     Max.   :22.390   Max.   :100.00   Max.   :98.15

Data terdiri dari 35 kabupaten/kota di Provinsi Jawa Tengah. Variabel Morbiditas memiliki nilai Min sebesar 6.660 dan Max 22.390 dengan median 11,62 dan rata-rata 11,99. Hal ini menunjukkan bahwa secara umum tingkat kesakitan berada di kisaran 11–12 persen, namun terdapat variasi yang cukup lebar antar wilayah. Selisih antara nilai maksimum dan kuartil ketiga yang cukup besar mengindikasikan adanya beberapa daerah dengan angka kesakitan relatif tinggi dibandingkan daerah lain.

Sedangkan variabel akses air minum layak, nilainya relatif tinggi di hampir seluruh wilayah, dengan minimum 82,18% dan maksimum 100%. Median sebesar 95,92% dan rata-rata 94,63% menunjukkan bahwa sebagian besar kabupaten/kota sudah memiliki cakupan air minum layak yang sangat baik. Sementara itu, sanitasi layak memiliki rentang yang lebih lebar, dari 46,09% hingga 98,15%, dengan median 89,31% dan rata-rata 85,31%. Ini menandakan bahwa meskipun secara umum sanitasi tergolong baik, masih terdapat ketimpangan antar daerah, terutama beberapa wilayah dengan cakupan sanitasi yang relatif rendah.

Bar Chart

ggplot(Data_MORBIDITAS,
       aes(x = reorder(KABUPATEN, MORBIDITAS),
           y = MORBIDITAS,
           fill = MORBIDITAS)) +
  geom_bar(stat = "identity", width = 0.7) +
  coord_flip() +
  scale_fill_gradient(low = "#A6CEE3", high = "#1F78B4") +
  labs(
    title = "Angka Morbiditas (%)",
    x = "Kabupaten/Kota",
    y = "Angka Morbiditas",
    fill = "Morbiditas"
  ) +
  theme_minimal() +
  theme(
    axis.text.y = element_text(size = 9),
    plot.title = element_text(hjust = 0.5, face = "bold")
  )

Bar Chart di atas menunjukkan angka morbiditas di kabupaten/kota Provinsi Jawa Tengah tahun 2023 bervariasi. Kabupaten Kebumen tercatat memiliki angka moprbiditas tertinggi dengan presentase > 20%, lalu diikuti Kabupaten Purbalingga dan Kabupaten Brebes. Sedangkan angka morbiditas terendah terdapat pada Kota Semarang, Kabupaten Sragen dan Kota Magelang. Variasi ini mencerminkan adanya perbedaan kondisi kesehatan masyarakat antar wilayah. Kabupaten/kota dengan angka morbiditas yang relatif tinggi perlu mendapatkan perhatian lebih dalam upaya peningkatan kualitas layanan kesehatan serta perbaikan faktor lingkungan.

Scatter Plot

#scatter plot morbiditas dan air minum
plot(Data_MORBIDITAS$AIR_MINUM,
     Data_MORBIDITAS$MORBIDITAS,
     pch = 19,
     col = "violet",
     xlab = "Air Minum Layak (%)",
     ylab = "Angka Morbiditas (%)",
     main = "Hubungan Air Minum Layak dengan Morbiditas")
abline(lm(MORBIDITAS ~ `AIR_MINUM`, data = Data_MORBIDITAS),
       col = "black", lwd = 2)

#scatter plot morbiditas dan sanitasi
plot(Data_MORBIDITAS$SANITASI,
     Data_MORBIDITAS$MORBIDITAS,
     pch = 19,
     col = "cyan",
     xlab = "Sanitasi (%)",
     ylab = "Angka Morbiditas (%)",
     main = "Hubungan Sanitasi Layak dengan Morbiditas")
abline(lm(MORBIDITAS ~ SANITASI, data = Data_MORBIDITAS),
       col = "black", lwd = 2)

Grafik Hubungan Air Minum Layak dengan Morbiditas memperlihatkan adanya kecenderungan pola menurun. Titik-titik data menunjukkan bahwa wilayah dengan persentase air minum layak yang lebih tinggi cenderung memiliki angka morbiditas yang lebih rendah. Pola sebaran data relatif mengikuti arah garis tren, sehingga hubungan visual antara kedua variabel terlihat cukup jelas.

Pada grafik Hubungan Sanitasi Layak dengan Morbiditas, arah garis tren juga menunjukkan kecenderungan menurun, namun sebaran titik data terlihat lebih menyebar. Pada tingkat sanitasi yang tinggi, angka morbiditas masih menunjukkan variasi yang cukup besar antar wilayah. Hal ini mengindikasikan bahwa hubungan antara sanitasi layak dan morbiditas secara visual tidak sekuat hubungan yang terlihat pada air minum layak.

Secara keseluruhan, berdasarkan visualisasi, hubungan antara air minum layak dan morbiditas tampak lebih konsisten dibandingkan hubungan antara sanitasi layak dan morbiditas. Temuan ini memberikan gambaran awal mengenai perbedaan pola hubungan antar variabel sebelum dilakukan analisis lanjutan.

4.Metode Analisis

Penelitian ini menggunakan regresi linier berganda sebagai metode analisis untuk melihat hubungan antara angka morbiditas dengan beberapa faktor yang memengaruhinya, yaitu akses air minum layak dan akses sanitasi layak. Regresi linier berganda digunakan karena mampu menjelaskan pengaruh lebih dari satu variabel bebas terhadap satu variabel terikat secara bersamaan. Dengan metode ini, peneliti dapat mengetahui arah hubungan serta kecenderungan perubahan angka morbiditas ketika terjadi perubahan pada akses air minum dan sanitasi.

Pemilihan metode regresi linier berganda didasarkan pada pertimbangan bahwa kondisi kesehatan masyarakat tidak dipengaruhi oleh satu faktor saja, melainkan oleh berbagai faktor lingkungan yang saling berkaitan. Akses air minum layak dan sanitasi layak merupakan komponen penting dalam kesehatan lingkungan karena berperan dalam pencegahan penyakit. Oleh karena itu, analisis regresi digunakan untuk mengetahui apakah kedua variabel tersebut secara bersama-sama maupun masing-masing memiliki pengaruh terhadap tingkat morbiditas.

Dalam analisis regresi, dilakukan pengujian terhadap model untuk melihat hubungan yang terbentuk. Pengujian regresi dilakukan baik secara simultan untuk melihat pengaruh seluruh variabel bebas secara simultan, maupun secara parsial untuk melihat pengaruh masing-masing variabel. Selain itu, dilakukan uji asumsi klasik yang meliputi uji normalitas, linieritas, multikolinieritas, heteroskedastisitas, dan autokorelasi guna memastikan bahwa model regresi yang digunakan memenuhi asumsi dasar dan hasil analisis dapat diinterpretasikan dengan baik.

5.Hasil dan Pembahasan

model_linear <- lm(`MORBIDITAS` ~ `AIR_MINUM` + `SANITASI`, 
                   data = Data_MORBIDITAS)
model_linear
## 
## Call:
## lm(formula = MORBIDITAS ~ AIR_MINUM + SANITASI, data = Data_MORBIDITAS)
## 
## Coefficients:
## (Intercept)    AIR_MINUM     SANITASI  
##   55.694798    -0.457389    -0.004945

Model Regresi yang terbentuk adalah : MORBIDITAS : 55.694798 - 0.457389(AIR_MINUM) - 0.004945(SANITASI)

Persamaan model di atas menunjukkan bahwa setiap kenaikan 1% akses air minum layak akan menurunkan angka morbiditas sekitar 0,46, sedangkan setiap kenaikan 1% akses sanitasi layak akan menurunkan morbiditas sekitar 0,005. Model regresi yang diperoleh menunjukkan bahwa morbiditas menurun seiring dengan meningkatnya akses air minum layak dan sanitasi layak. Secara keseluruhan, arah hubungan ini menunjukkan bahwa kenaikan presentase akses air minum dan sanitasi cenderung diikuti oleh penurunan tingkat morbiditas antar kabupaten/kota.

Uji Regresi

summary(model_linear)
## 
## Call:
## lm(formula = MORBIDITAS ~ AIR_MINUM + SANITASI, data = Data_MORBIDITAS)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -3.8916 -1.6902 -0.1905  1.4444  7.1068 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 55.694798   8.129121   6.851 9.47e-08 ***
## AIR_MINUM   -0.457389   0.091711  -4.987 2.06e-05 ***
## SANITASI    -0.004945   0.038647  -0.128    0.899    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.542 on 32 degrees of freedom
## Multiple R-squared:  0.4753, Adjusted R-squared:  0.4425 
## F-statistic: 14.49 on 2 and 32 DF,  p-value: 3.303e-05

Berdasarkan hasil uji F, diperoleh nilai F-statistic sebesar 14,49 dengan p-value 0,00003, sehingga dapat disimpulkan bahwa akses air minum layak dan sanitasi layak secara simultan berpengaruh terhadap angka morbiditas. Nilai Adjusted R-squared sebesar 0,4425 menunjukkan bahwa sekitar 44,25 persen variasi angka morbiditas dapat dijelaskan oleh kedua variabel tersebut, sedangkan sisanya dipengaruhi oleh faktor lain di luar model.

Secara parsial, akses air minum layak berpengaruh signifikan terhadap morbiditas dengan koefisien sebesar −0,46 dan p-value 0,00002. Sementara itu, akses sanitasi layak memiliki koefisien negatif sebesar −0,005, namun tidak berpengaruh signifikan secara statistik terhadap morbiditas karena memiliki p-value 0,899.

Uji Asumsi Klasik

residual <- residuals(model_linear)
shapiro.test(residual)
## 
##  Shapiro-Wilk normality test
## 
## data:  residual
## W = 0.9587, p-value = 0.209

Berdasarkan hasil uji normalitas Shapiro–Wilk, diperoleh nilai p-value > dari 0,05, sehingga tidak terdapat cukup bukti untuk menolak asumsi normalitas residual. Dengan demikian, residual pada model regresi dapat dikatakan berdistribusi normal, sehingga asumsi normalitas dalam analisis regresi linier berganda telah terpenuhi.

resettest(model_linear)
## 
##  RESET test
## 
## data:  model_linear
## RESET = 0.44073, df1 = 2, df2 = 30, p-value = 0.6477

Berdasarkan hasil uji linieritas menggunakan RESET test, diperoleh p-value lebih besar dari 0,05, sehingga tidak terdapat cukup bukti adanya kesalahan spesifikasi model. Hal ini menunjukkan bahwa hubungan antara variabel independen dan variabel dependen dapat dianggap linier, sehingga asumsi linieritas dalam model regresi telah terpenuhi.

bptest(model_linear)
## 
##  studentized Breusch-Pagan test
## 
## data:  model_linear
## BP = 3.1828, df = 2, p-value = 0.2036

Berdasarkan hasil uji heteroskedastisitas menggunakan Breusch–Pagan test, diperoleh p-value lebih besar dari 0,05, sehingga tidak terdapat indikasi heteroskedastisitas pada model. Hal ini menunjukkan bahwa varians residual bersifat konstan (homoskedastis), sehingga asumsi homoskedastisitas dalam regresi linier berganda telah terpenuhi.

vif(model_linear)
## AIR_MINUM  SANITASI 
##  1.143741  1.143741

Berdasarkan hasil uji multikolinieritas menggunakan Variance Inflation Factor (VIF), diperoleh nilai VIF untuk variabel air minum layak dan sanitasi layak yang berada jauh di bawah batas umum yang digunakan. Hal ini menunjukkan bahwa tidak terdapat masalah multikolinieritas antar variabel independen, sehingga masing-masing variabel dapat menjelaskan pengaruhnya terhadap morbiditas secara terpisah tanpa saling berkaitan.

dwtest(model_linear)
## 
##  Durbin-Watson test
## 
## data:  model_linear
## DW = 1.6452, p-value = 0.1169
## alternative hypothesis: true autocorrelation is greater than 0

Berdasarkan hasil uji autokorelasi menggunakan Durbin–Watson test, diperoleh p-value lebih besar dari 0,05, sehingga tidak terdapat cukup bukti adanya autokorelasi positif pada residual. Dengan demikian, dapat disimpulkan bahwa asumsi tidak adanya autokorelasi dalam model regresi telah terpenuhi, sehingga residual bersifat independen dan model regresi layak digunakan.

6.Kesimpulan

Berdasarkan hasil analisis regresi linier berganda yang dilakukan, dapat disimpulkan bahwa akses air minum layak dan sanitasi layak secara bersama-sama memiliki pengaruh terhadap angka morbiditas di kabupaten/kota Provinsi Jawa Tengah tahun 2023. Model regresi yang digunakan mampu menjelaskan variasi angka morbiditas, sehingga dapat digunakan sebagai alat analisis untuk melihat hubungan antara faktor lingkungan dasar dan tingkat morbiditas masyarakat.

Secara parsial, akses air minum layak terbukti berpengaruh signifikan terhadap angka morbiditas, yang menunjukkan bahwa semakin tinggi cakupan air minum layak, maka angka kesakitan cenderung menurun. Sementara itu, akses sanitasi layak tidak menunjukkan pengaruh signifikan secara parsial, meskipun arah hubungannya negatif. Hal ini mengindikasikan bahwa pengaruh sanitasi terhadap morbiditas dalam penelitian ini kemungkinan dipengaruhi oleh faktor lain di luar model atau relatif seragam antar wilayah.

Hasil uji asumsi klasik menunjukkan bahwa model regresi yang dibangun telah memenuhi semua asumsi, sehingga hasil estimasi regresi dapat diinterpretasikan dengan baik. Secara keseluruhan, penelitian ini menegaskan pentingnya peningkatan akses air minum layak sebagai salah satu upaya dalam menurunkan angka morbiditas, serta dapat menjadi bahan pertimbangan dalam perumusan kebijakan kesehatan dan lingkungan di Provinsi Jawa Tengah.

7.Referensi

Syamsul, M. 8.6 Studi Epidemiologi. EPIDEMIOLOGI INTERMEDIATE, 121.

Fatristya, L. G. I., Saimah, W., Hadi, I., & Aryanti, E. (2025). Peran air bersih dan sanitasi dalam meningkatkan kualitas hidup: Tinjauan literatur terhadap pencapaian tujuan SDGs 2030. Jurnal Pendidikan, Sains, Geologi, Dan Geofisika (GeoScienceEd Journal), 6(1), 596-602.

Badan Pusat Statistik Provinsi Jawa Tengah. (2023). Angka kesakitan menurut kabupaten/kota dan jenis kelamin. Diakses 01 Januari 2026, dari https://jateng.bps.go.id/id/statistics-table/2/MTA3OSMy/angka-kesakitan-menurut-kabupaten-kota-dan-jenis-kelamin.html

Badan Pusat Statistik Provinsi Jawa Tengah. (2023). Persentase rumah tangga yang memiliki akses terhadap air minum layak menurut kabupaten/kota di Provinsi Jawa Tengah. Diakses 01 Januari 2026, dari https://jateng.bps.go.id/id/statistics-table/2/MjQ4MCMy/persentase-rumah-tangga-yang-memiliki-akses-terhadap-air-minum-layak-menurut-kabupaten-kota-di-provinsi-jawa-tengah.html

Badan Pusat Statistik Provinsi Jawa Tengah. (2023). Persentase rumah tangga yang memiliki akses terhadap sanitasi layak menurut kabupaten/kota di Provinsi Jawa Tengah. Diakses 01 Januari 2026, dari https://jateng.bps.go.id/id/statistics-table/2/MjQ3OSMy/persentase-rumah-tangga-yang-memiliki-akses-terhadap-sanitasi-layak-menurut-kabupaten-kota-di-provinsi-jawa-tengah.html