Sari, Bella Yuliatin Puspita (2015) Model Regresi Probit Bivariat Pada Kasus Penderita HIV Dan AIDS Di Jawa Timur. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1211100025-Undergraduate_Theses.pdf - Accepted Version Download (3MB) | Preview |
Preview |
Text
1211100025-Paper-1211100025-paperpdfpdf.pdf - Accepted Version Download (672kB) | Preview |
Preview |
Text
1211100025-Presentation-1211100025-presentationpdfpdf.pdf - Presentation Download (2MB) | Preview |
Abstract
Model regresi probit bivariat adalah model regresi probit
yang menggunakan dua variabel respon bersifat kualitatif atau
berkategori. Variabel prediktor yang digunakan adalah faktorfaktor yang mempengaruhi variabel respon. Metode estimasi
parameter yang digunakan dalam probit bivariat adalah Maximum
Likelihood Estimation (MLE). Setelah model awal regresi probit
bivariat terbentuk, model diuji secara simultan untuk menguji
bahwa keseluruhan variabel prediktor mempunyai pengaruh
signifikan terhadap variabel respon dan uji parsial dilakukan
untuk menguji signifikansi masing-masing variabel prediktor
terhadap variabel respon. Setelah itu dibentuk model yang
kemudian diidentifikasi kriteria kebaikan model menggunakan
nilai Akaike Information Criterion (AIC). Data yang digunakan
adalah kasus penderita HIV dan AIDS tiap kabupaten dan kota di
Jawa Timur pada tahun 2013 sebagai variabel responnya dan
menghasilkan variabel prediktor persentase umur 25-49 tahun
terhadap jumlah penduduk, persentase Askeskin atau Jamkesmas
terhadap jumlah penduduk dan persentase jumlah sarana
kesehatan terhadap jumlah penduduk sebagai faktor yang
berpengaruh signifikan terhadap HIV dan AIDS. ==========
Bivariate probit regression model is probit regression model
that uses two response variables qualitative or category. Predictor
variables used is the factors that affect response variables.
Estimation of the parameters of a method used in probit bivariat is
Maximum Likelihood Estimation (MLE). After early bivariate
probit regression model formed, it tested simultaneously to test that
overall predictor variables have significant influence on response
variables and partial test to test the significance of each predictor
variables on response variables. After that formed the model later
identified the criteria for goodness a model using the value of
Akaike Information Criterion (AIC). The data used is the case of
HIV and AIDS each district and cities in East Java in 2013 as
response variables and the result is predictor variable percentage
25-49 years of age on the poulayion, percentage of Askeskin or
Jamkesmas on the population and percentage of health facilities
on population as the factor that significant on HIV and AIDS.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSMa 519.538 Sar m 3100015062494 |
| Uncontrolled Keywords: | AIC, Probit Bivariat, HIV dan AIDS, MLE, Uji Simultan dan Parsial, Bivariate Probit, HIV and AIDS, MLE, Simultan and Partial Test |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | - Davi Wah |
| Date Deposited: | 29 Nov 2019 15:18 |
| Last Modified: | 29 Nov 2019 15:18 |
| URI: | http://repository.its.ac.id/id/eprint/72060 |
Actions (login required)
 |
View Item |