Saputri, Sendy Erlinda (2017) Pemodelan Faktor-Faktor yang Memengaruhi Angka Harapan Hidup di Pulau Jawa Menggunakan Regresi Kuantil. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1313100067-Undergraduated_Theses.pdf - Published Version Download (3MB) | Preview |
Abstract
Angka Harapan Hidup (AHH) merupakan perkiraan lamanya hidup yang akan dicapai penduduk sejak lahir dan digunakan untuk menilai derajat kesehatan. Angka harapan hidup di Indonesia meng-alami peningkatan dari tahun ke tahun, dimana Pulau Jawa men-dominasi AHH tertinggi. Hal ini dikarenakan oleh faktor-faktor sarana kesehatan lebih memadai, sanitasi dan ketersediaan air bersih. Secara keseluruhan Pulau Jawa memiliki angka harapan hidup yang tinggi, namun terjadi kesenjangan dari setiap kabupaten/kota yang meng-akibatkan data terpaut jauh dengan nilai rata-rata sehingga menimbul-kan adanya outlier. Pemodelan regresi dengan ukuran pemusatan kurang mampu menjelaskan data yang mengandung outlier karena besarnya varians nilai error sehingga tidak homogen. Oleh sebab itu dilakukan penelitian mengenai angka harapan hidup di Pulau Jawa dan faktor yang memengaruhinya menggunakan regresi kuantil, dimana metode ini fleksibel dalam pemodelan dengan sebaran data bersyarat yang mengandung outlier dan error tidak homogen. Estimasi parameter regresi kuantil dilakukan dengan meminimumkan loss function meng-gunakan optimasi simplex. Pemodelan faktor-faktor yang memengaruhi angka harapan hidup di Pulau Jawa menggunakan regresi kuantil menghasilkan parameter yang berbeda untuk setiap kuantil dan didapatkan model terbaik pada kuantil ke 0,4. Variabel persentase rumah tangga menggunakan jamban sendiri/ bersama memengaruhi AHH secara signifikan. Regresi kuantil baik digunakan pada data simulasi yang memiliki banyak outlier dan residual yang tidak homogen karena nilai AIC yang dihasilkan lebih kecil.
===================================================================
Life Expectancy is an estimation of the average length of life that one population will attain since birth and is used to assess the health status of that population. Life expectancy in Indonesia is increasing year by year, where Java remains as the island with the highest of life expectancy. It is due to the fact that more health facilities are available, the condition of sanitation, and more availability of water. As a whole, Java Island has a high life expectancy, but apparently there are gaps from each district that causing the data to drift far from the average value, which causing outlier. Regression modelling using the measure-ment of central tendency is less able to explain the data containing outlier because of its big variance in the error value, causing the inhomogeneity in the residual. Therefore, to avoid that problem this research use quantile regression as a means to assess the life expectancy of Java Island and its affecting factors. Parameter estimation in quantile regression is done by minimizing loss function using simplex optimization. Modelling factors that affect life expectancy in Java using quantile regression produces different parameters for each quantile and the best quantile model obtained is 0.4. Variable about the percentage of households using their own/joint toilet significantly affects life expectancy. Moreover, quantile regression is favorable to be used in simulated data which has many outliers and inhomogeneity residual because it produces smaller AIC.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Analysis Regression, Life Expectancy, Heterogenous, Outlier, Quantile Regression |
Subjects: | H Social Sciences > HA Statistics |
Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
Depositing User: | Sendy Erlinda Saputri |
Date Deposited: | 08 Jan 2018 06:46 |
Last Modified: | 05 Mar 2019 07:54 |
URI: | http://repository.its.ac.id/id/eprint/47792 |
Actions (login required)
![]() |
View Item |