Satomo, Panular Dinu (2017) Pemodelan Indeks Kesehatan dan Indeks Pengeluaran Kabupaten/Kota di Indonesia dengan Pendekatan Model Probit Bivariat. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1315201715-Master_Theses.pdf - Published Version Download (3MB) | Preview |
Abstract
Salah satu agenda Sustainable Development Goals (SDGs) adalah memastikan kehidupan yang sehat dan meningkatkan kesejahteraan untuk semua. Salah satu indikator yang dapat menjelaskan hasil pembangunan pada dimensi kesehatan dan dimensi kesejahteraan, antara lain angka harapan hidup dan pendapatan per kapita. Indikator tersebut juga digunakan untuk mengukur dimensi kesehatan dan kesejahteraan dalam menilai capaian pembangunan manusia melalui Indeks Pembangunan Manusia (IPM). Kedua indikator tersebut disusun menjadi indeks kesehatan dan indeks pendapatan. Dalam aplikasinya indeks pendapatan diproksi dengan indeks pengeluaran. Dengan mengacu pada pengkategorian IPM, maka indeks kesehatan dan indeks pengeluaran dapat diklasifikasikan menjadi rendah, sedang, tinggi, dan sangat tinggi. Capaian indeks kesehatan dan indeks pengeluaran di sebagian kabupaten/kota di Indonesia pada tahun 2014 masih berada dalam kategori rendah maupun sedang. Untuk itu diperlukan strategi atau kebijakan sebagai upaya untuk meningkatkan indeks kesehatan dan indeks pengeluaran. Kebijakan tersebut memerlukan informasi berkaitan dengan faktor-faktor yang berhubungan serta mempengaruhi kedua indeks tersebut. Salah satu metode statistik yang dapat menjelaskan hubungan antara variabel prediktor dengan variabel respon adalah analisis regresi. Jika data pada variabel respon adalah kategorik, maka salah satu model yang dapat menyelesaikan adalah regresi probit. Regresi probit dapat digunakan untuk analisis multivariat. Jika model regresi probit menggunakan 2 variabel respon kategorik maka biasa disebut model regresi probit bivariat, dengan asumsi terdapat korelasi pada kedua variabel respon. Estimasi parameter pada model probit bivariat dengan menggunakan metode Maximum Likelihood Estimation (MLE) mendapatkan hasil yang tidak closed form, sehingga digunakan iterasi numerik. Iterasi numerik yang digunakan dalam penelitian ini adalah iterasi BFGS. Iterasi BFGS dikenal dengan ketahanannya (robustness) dan mencapai konvergensi superlinear dengan baik. Variabel prediktor yang signifikan dalam membentuk model probit bivariat terhadap indeks kesehatan dan pengeluaran adalah rata-rata lama sekolah, rasio tenaga kesehatan per 10.000 penduduk, rasio fasilitas pelayanan kesehatan per 10.000, dan tingkat pengangguran terbuka. Model memiliki kriteria kebaikan yang diukur melalui AIC sebesar 1.759,97 dan memiliki ketepatan klasifikasi sebesar 42,02 persen.
=====================================================================================================One of the agenda Sustainable Development Goals (SDGs) is to ensure a healthy life and increasing prosperity for all. One of indicator that could explain the result of development in the health dimension and the welfare dimension, including life expectancy and per capita income. Indicators are also used to measure the dimensions of health and welfare in assessing the achievement of human development through the Human Development Index (HDI). Both indicators arranged into health index and income index. In the application, income index proxy by expenditure index. With reference to the categorization of HDI, the health index and expenditure index can be classified into low, medium, high, and very high. The achievement of health index and expenditure index in some regencies/cities in Indonesia in 2014 is still in low and medium category. For that, we need a strategy or policy in an effort to improve health index and expenditure index. The policy requires information about factors related to and affecting improve health index and expenditure index. One statistical method that may explain the relationship between predictor variables with response is regression analysis. If the data on response is categorical, one of the models that can accomplish is a probit regression. Probit regression can be used for multivariate analysis. If probit regression model using two categorical response variables so called bivariate probit regression, assuming there is a correlation in both response. Estimation of parameters in bivariate probit model using Maximum Likelihood Estimation (MLE) to get results aren’t closed form, so that needed of numerical iteration. Numerical iterations used in this study is the BFGS iteration. BFGS iteration is known for its robustness and achieve superlinear convergence well. The predictor variables were significant in the bivariate probit model of health index and expenditure index is mean years school, ratio of health workers per 10,000 population, ratio of health-care facilities per 10,000, and the unemployment rate. The models have the goodness criteria measured by AIC at 1759.97 and has an accuracy of 42.02 percent.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | indeks kesehatan; indeks pengeluaran; iterasi BFGS; MLE; regresi probit bivariat; BFGS iteration; bivariate probit regression; expenditure index; health index. |
| Subjects: | H Social Sciences > H Social Sciences (General) H Social Sciences > HA Statistics |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | PANULAR DINU SATOMO |
| Date Deposited: | 21 Mar 2017 01:58 |
| Last Modified: | 21 Mar 2017 01:58 |
| URI: | http://repository.its.ac.id/id/eprint/2807 |
Actions (login required)
 |
View Item |