Kurniawan, Untung (2015) Penaksiran Dan Pengujian Hipotesis Parameter Model Regresi Binomial Negatif Bivariat Studi Kasus : Jumlah Kematian Bayi dan Kematian Ibu di Propinsi Jawa Timur Tahun 2013. Masters thesis, Institut Technology Sepuluh Nopember.
Preview |
Text
1313201708-Master Theses.pdf - Published Version Download (1MB) | Preview |
Abstract
Data count adalah data yang berupa bilangan bulat non-negatif. Analisis regresi
yang biasa digunakan untuk variabel respon yang berupa data count adalah regresi
poisson. Regresi poisson memerlukan asumsi bahwa mean pada variabel respon
sama dengan variansinya. Jika asumsi tersebut dilanggar yaitu pada saat variansi
lebih besar dibanding mean maka disebut kondisi overdispersi. Overdispersi pada
regresi poisson dapat membuat standard error dari taksiran parameter regresi
cenderung lebih rendah dari seharusnya, sehingga menghasilkan kesimpulan yang
tidak valid. Model regresi poisson bivariat digunakan untuk sepasang data count
yang berkorelasi. Sama seperti pada model regresi poisson univariat, pada model
regresi poisson bivariat juga terjadi overdispersi. Model regresi binomial negatif
bivariat merupakan salah satu model yang dapat digunakan saat terjadi
overdispersi pada data count. Tujuan dari penelitian ini untuk mengkaji penaksir
parameter dan bentuk statistik uji model regresi binomial negatif bivariat, dan
mengetahui faktor yang berpengaruh terhadap jumlah kematian bayi dan kematian
ibu. Data yang digunakan adalah data jumlah kematian bayi dan ibu di Propinsi
Jawa Timur Tahun 2013. Penaksiran parameter dilakukan dengan menggunakan
metode Maximum Likelihood Estimation (MLE) melalui iterasi Newton-Raphson.
Metode pengujian parameter yang digunakan adalah Maximum Likelihood Ratio
Test. Pengujian parameter untuk regresi binomial negatif bivariat secara parsial
model kematian bayi terdapat tiga variabel prediktor berpengaruh signifikan
terhadap variabel respon yang ibu hamil mendapatkan tablet Fe3 (X2), tenaga
kesehatan (X6), ibu hamil melaksanakan program K4 (X8). Pada model kematian
ibu variabel ibu hamil mendapatkan tablet Fe3 (X2), tenaga kesehatan (X6), dan
rumah tangga ber-PHBS (X7) memiliki pengaruh yang signifikan terhadap
variabel respon.
==============================================================================================
Data count is data in the form of non-negative integers. The regression analysis
commonly uses for the variable response in the form of data count as regression
poison. Poisson regression requires the assumption that the mean of the response
variable equal to the variance. If the assumptions are violated, namely when the
variance greater than the mean, it is called over-dispersion conditions. Overdispersion
the Poisson regression can make the standard error of the regression
parameter estimates tend to be lower. It should be the resulting in an invalid
conclusion. Bivariate Poisson regression model is used to count the data are
correlated pair. It just is as in the univariate Poisson regression model, the
bivariate Poisson regression model also occur over-dispersion. Bivariate negative
binomial regression model is a model that can be used when there is overdispersion
count data. The purpose of this study is to assess the estimator
parameters and form the test statistic bivariate negative binomial regression
model, and determine the factors that influence the number of infant mortality and
maternal mortality. The data used is the number of infant and maternal mortality
in the province of East Java in 2013. Parameter estimation is done by using
Maximum Likelihood Estimation (MLE) through Newton-Raphson iteration. The
parameter testing method used is the Maximum Likelihood Ratio Test. The testing
parameters for bivariate negative binomial regression model of infant mortality
partially contains three predictor variables significantly influence the response
variables that have pregnant women get a tablet Fe3 (X2), health workers (X6),
pregnant women carry K4 program (X8). In the model of maternal mortality
variable, the pregnant women get a tablet Fe3 (X2), health workers (X6), and the
households clean and healthy behavior (X7) are significant effect on the response
variable.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.536 Kur p |
| Uncontrolled Keywords: | infant mortality, maternal mortality, Maximum Likelihood Estimation Bivariate Negative Binomial Regression |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Mr. Tondo Indra Nyata |
| Date Deposited: | 04 Jun 2018 03:36 |
| Last Modified: | 04 Jun 2018 03:36 |
| URI: | http://repository.its.ac.id/id/eprint/51980 |
Actions (login required)
 |
View Item |