Model Regresi Probit Bivariat Pada Kasus Penderita HIV Dan AIDS Di Jawa Timur

Sari, Bella Yuliatin Puspita (2015) Model Regresi Probit Bivariat Pada Kasus Penderita HIV Dan AIDS Di Jawa Timur. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
1211100025-Undergraduate_Theses.pdf - Accepted Version

Download (3MB)
[img] Text
1211100025-Paper-1211100025-paperpdfpdf.pdf - Accepted Version

Download (672kB)
[img] Text
1211100025-Presentation-1211100025-presentationpdfpdf.pdf - Presentation

Download (2MB)

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
Divisions: Faculty of Mathematics and Science > Mathematics > (S1) Undergraduate Theses
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 View Item