Penaksiran Parameter dan Pengujian Hipotesis Mixed Geographically Weighted Bivariate Generalized Poisson Regression (Studi Kasus: Jumlah Kematian Ibu dan Bayi Di Provinsi Jawa Timur Tahun 2015)

Utami, Annisa Ayu (2017) Penaksiran Parameter dan Pengujian Hipotesis Mixed Geographically Weighted Bivariate Generalized Poisson Regression (Studi Kasus: Jumlah Kematian Ibu dan Bayi Di Provinsi Jawa Timur Tahun 2015). Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
1315201207-Master_Thesis.pdf
Restricted to Repository staff only

Download (6MB) | Request a copy

Abstract

Regresi poisson adalah analisis regresi nonlinier yang variabel responnya berdistribusi poisson. Pemodelan regresi poisson dengan satu variabel respon disebut regresi univariat poisson sedangkan apabila terdapat dua variabel respon yang saling berkorelasi disebut regresi bivariat poisson. Regresi poisson memiliki syarat asumsi yaitu antara mean dan varians harus sama atau disebut dengan ekuidipersi. Apabila asumsi ini tidak terpenuhi atau pelanggaran asumsi seperti nilai mean lebih besar dari varians maka disebut overdispersi. Salah satu metode statistik yang digunakan untuk mengatasi pelanggaran asumsi tersebut adalah dengan menggunakan bivariate generalized poisson regression (BGPR). Analisis bivariate generalized poisson regression (BGPR) akan menghasilkan satu model yang disebut dengan model global. Selanjutnya, pengembangan dari model regresi generalized poisson yang memperhatikan aspek spasial disebut dengan Geographically Weighted Bivariate Generalized Poisson Regression (GWBGPR). Pada kenyataannya, dalam regresi beberapa variabel prediktor berpengaruh secara global, sedangkan yang lainnya mempertahankan pengaruh lokalnya. Oleh karena itu, selanjutnya model GWBGPR dikembangkan menjadi model Mixed Geographically Weighted Bivariate Generalized Poisson (MGWBGPR). Kematian bayi dan kematian ibu merupakan dua hal yang saling terkait karena selama dalam kandungan ibu, janin sangat bergantung pada gizi yang dikonsumsi oleh ibunya. Analisis yang digunakan untuk memodelkan jumlah kematian bayi dan jumlah kematian ibu serta faktor-faktor yang mempengaruhinya di setiap kabupaten/kota di Jawa Timur adalah MGWBGPR. Penaksiran parameter model MGWBGPR menggunakan MLE dan pengujian hipotesis mengunakan MLRT. Penerapan model Mixed Geographically Weighted Bivariate Generalized Poisson Regression yang terbentuk variabel prediktor yang berpengaruh secara signifikan terhadap jumlah kematian ibu di Jawa Timur tahun 2015 adalah variabel komplikasi kebidanan yang ditangani, fasilitas kesehatan dan kepadatan penduduk. Sedangkan model Mixed Geographically Weighted Bivariate Generalized Poisson Regression yang terbentuk variabel prediktor yang berpengaruh secara signifikan terhadap jumlah kematian bayi di Jawa Timur tahun 2015 adalah variabel tenaga kesehatan, persentase ibu hamil mendapat tablet Fe3, komplikasi kebidanan yang ditangani, fasilitas kesehatan, kepadatan penduduk dan persentase rumah tangga ber-PHBS. ========================================================================================== Poisson regression is a nonlinear regression analysis with response variable is poisson distributed. Poisson regression modeling with one response variable is called univariate poisson regression whereas if there are two correlated response variables called poisson bivariate regression. Poisson regression has an assumption condition between mean and variance must be equal or called equidipersion. If this assumption is violation of assumptions such as mean greater than variance then called overdispersion. One of the statistical methods used to overcome these assumption violations is by using bivariate generalized poisson regression (BGPR). The bivariate generalized poisson regression (BGPR) analysis will produce a model called the global model. Furthermore, generalized poisson regression model with spatial aspect is called Geographically Weighted Bivariate Generalized Poisson Regression (GWBGPR). In fact, regression have some predictor variables are globally significant, while others retain their local influence. Therefore, GWBGPR model was developed into a Mixed Geographically Weighted Bivariate Generalized Poisson (MGWBGPR) model. Infant mortality and maternal mortality are two things that are related because during the mother's pregnancy, the fetus is very dependent on the nutrients consumed by the mother. The analysis used to model the number of infant deaths and the number of maternal deaths and the factors that affect them in each district or city in East Java is MGWBGPR. Estimation of MGWBGPR model parameters using MLE and hypothesis testing using MLRT. The application of the Mixed Geographically Weighted Bivariate Generalized Poisson Regression model which is the predictor variable that significantly affects the number of maternal deaths in East Java in 2015 is the variable of obstetric complications handled, health facilities and population density. While the Mixed Geographically Weighted Bivariate Generalized Poisson Regression model that predictors significantly influence the number of infant deaths in East Java in 2015 is the variable of health worker, the percentage of pregnant women received Fe3 tablets, obstetric complications handled, health facilities, population density and percentage Households with PHBS.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Jumlah kematian bayi, Kematian ibu, Overdispersi, Bivariate generalized poisson, Mixed geographically weighted bivariate generalized poisson regression, Number of infant death, Maternal death
Subjects: H Social Sciences > HA Statistics
R Medicine > R Medicine (General)
Divisions: Faculty of Mathematics and Science > Statistics > (S2) Master Theses
Depositing User: Annisa Ayu Utami
Date Deposited: 12 Oct 2017 08:47
Last Modified: 03 Jan 2018 04:53
URI: http://repository.its.ac.id/id/eprint/45755

Actions (login required)

View Item View Item