Estefani, Kezia (2024) Estimasi Parameter Regresi Probit Ordinal Bivariat Pendekatan Fisher Scoring (Studi Kasus: Usia Ibu Hamil Anak Pertama dan Lama Waktu Pemberian ASI di Provinsi Gorontalo). Masters thesis, Institut Tenologi Sepuluh Nopember.
Text
6003221013-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy |
Abstract
Salah satu Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs) adalah menjamin kehidupan yang sehat dan mendorong kesejahteraan bagi semua orang disegala usia. Langkah awal dalam memperbaiki gizi pada bayi dapat dilakukan dengan pemberian ASI eksklusif. Lama pemberian ASI dikelompokkan menjadi 3 kategori yaitu: tidak diberikan ASI, kurang (<6 bulan), dan ideal (6-24 bulan). Usia ibu hamil anak pertama mempengaruhi pemberian ASI secara eksklusif. Depkes RI (2000) membagi kelompok ibu dalam masa kehamilan menjadi 3 kelompok, yaitu: pertama, usia < 20 tahun; kedua, usia 20-35 tahun; ketiga, usia>35 tahun. Untuk mengetahui factor apa saja yang mempengaruhi dapat digunakan regresi Probit Bivariat. Regresi probit merupakan model regresi non-linear yang menggambarkan hubungan variabel respon yang datanya kategorik dengan variabel prediktor yang dapat berupa data kontinu atau data kategorik. Model probit dengan dua variabel respon disebut dengan model probit bivariat. Variabel respon dalam regresi probit bivariat bisa berjumlah 2 kategorik (biner) ataupun lebih dari 2 kategorik. Tujuan penelitian ini adalah mengkaji estimasi parameter pada model probit bivariat ordinal dan menerapkan model tersebut pada data usia ibu hamil anak pertama dan lama waktu pemberian ASI. Data usia ibu hamil anak pertama dan lama waktu pemberian ASI merupakan data sekunder yang diperoleh dari SUSENAS 2022 provinsi Gorontalo. Variabel prediktor yang mempengaruhi usia ibu hamil anak pertama adalah pendidikan Ibu dan umur perkawinan pertama dan lama waktu pemberian dipengaruhi oleh pendidikan Ibu. Kajian estimasi parameter model probit bivariat ordinal menggunakan Maximum Likelihood Estimation (MLE), dalam prosesnya menghasilkan persamaan yang tidak closed form sehingga dibutuhkan iterasi. Iterasi numerik yang digunakan dalam penelitian ini adalah Fisher Scoring.
=====================================================================================================================================
One of the Sustainable Development Goals (SDGs) is to ensure a healthy life and promote well-being for all people of all ages. The first step in improving nutrition in infants can be done by exclusive breastfeeding. The duration of breastfeeding is grouped into 3 categories, namely: not breastfed, less (<6 months), and ideal (6−24 months). The age of the mother pregnant with the first child affects exclusively breastfeeding. The Ministry of Health of the Republic of Indonesia (2000) divided the group of mothers during pregnancy into 3 groups, namely: first, the age of < 20 years; second, the age of 20-35 years; third, age>35 years. To find out what factors affect Probit Bivariate regression can be used. Probit regression is a non-linear regression model that describes the relationship of response variables whose data is categorical with predictor variables which can be continuous data or categorical data. A probit model with two response variables is called a bivariate probit model. The response variables in bivariate probit regression can be 2 categorical (binary) or more than 2 categorical. The purpose of this study was to examine parameter estimation in ordinal bivariate probit models and apply the model to data on the age of pregnant women with their first child and the length of time breastfeeding. Data on the age of pregnant women with their first child and the length of time for breastfeeding are secondary data obtained from SUSENAS 2022 Gorontalo province. The predictor variables that affect the age of the first child are the mother's education, and the age of the first marriage and the length of the grant period are influenced by the mother's education. The study of parameter estimation of ordinal bivariate probit models using Maximum Likelihood Estimation (MLE), in the process produces equations that are not closed form so that iteration is needed. Fisher Scoring numerical iteration was chosen because it minimizes non-convergence problems.
Item Type: | Thesis (Masters) |
---|---|
Uncontrolled Keywords: | ASI, Fisher Scoring, Probit Ordinal Bivariat, Usia Ibu Hamil,Age of Pregnant, Bivariate Ordinal Probit, Breastfeeding, and Fisher Scoring. |
Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA401 Mathematical models. |
Divisions: | Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis |
Depositing User: | Kezia Estefani |
Date Deposited: | 13 Aug 2024 06:48 |
Last Modified: | 29 Aug 2024 05:35 |
URI: | http://repository.its.ac.id/id/eprint/115375 |
Actions (login required)
View Item |