Estimasi Parameter Dan Pengujian Hipotesis Model Generalized Poisson Regression Menggunakan Generalized Method Of Moments (Studi Kasus: Jumlah Bayi Yang Terkena Diare Di Kabupaten Pasuruan Tahun 2017)

Girik Allo, Caecilia Bintang (2019) Estimasi Parameter Dan Pengujian Hipotesis Model Generalized Poisson Regression Menggunakan Generalized Method Of Moments (Studi Kasus: Jumlah Bayi Yang Terkena Diare Di Kabupaten Pasuruan Tahun 2017). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 06211750010034-Master_Thesis.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Regresi Poisson (PR) adalah model standar yang dapat digunakan untuk count data. Pada Regresi Poisson terdapat asumsi yang harus dipenuhi, yaitu equidispersion. Pada kasus nyata, asumsi tersebut sering tidak terpenuhi. Kondisi yang dapat terjadi pada kasus nyata adalah overdispersion atau underdispersion. Generalized Poisson Regression (GPR) merupakan salah satu metode yang dapat mengatasi kasus pelanggaran asumsi pada Regresi Poisson. Penelitian ini membahas mengenai Pendugaan parameter model GPR menggunakan Generalized Method of Moments (GMM) dan pengujian hipotesis secara serentak menggunakan Maximum Likelihood Ratio Test (MLRT). Berdasarkan hasil Deviance, data jumlah bayi menderita diare di Kabupaten Pasuruan tahun 2017 memiliki nilai variansi yang lebih besar daripada rata-ratanya (overdispersion). Oleh karena itu model yang tepat untuk data tersebut adalah model GPR. Berdasarkan nilai AICc, model yang dibangun dengan persentase bayi yang diberi ASI eksklusif memiliki nilai AICc terkecil daripada model lainnya. Namun, penelitian ini menggunakan model dari ketiga variabel prediktor. Hasil pengujian hipotesis menunjukkan bahwa pemberian ASI eksklusif pada bayi, pemberian imunisasi dasar yang lengkap pada bayi, dan perilaku hidup sehat pada masyarakat dapat mengurangi jumlah bayi yang terkena diare di Kabupaten Pasuruan.
==================================================================================================================================
Poisson Regression (PR) is a standard model that used for count data. There is an assumption that must be met in Poisson Regression. The assumption is equidispersion. Conditions that can occur in real case are either about overdispersion or underdispersion. Then, Generalized Poisson Regression (GPR) is one method that can handle the assumption violations of Poisson Regression. In addition, this study aims to gather parameter estimator of GPR model using Generalized Method of Moments (GMM) and hypothesis testing simultaneously using Maximum Likelihood Ratio Test (MLRT) method. Based on Deviance’s result, the difference number of infants infected by diarrhea at Pasuruan Regency in 2017 is greater than the average. Refer to that result, the best model for this data is the GPR model. According to AICc’s value, the model is built with percentage of infants with exclusive breastfeeding. This paper using model that built with three predictor variables. The hypothesis testing showed that infants with exclusive breastfeeding, infants with complete basic immunization, and healthy living behavior reduce the number of infants infected by diarrhea in Pasuruan Regency.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	AICc, Deviance, Generalized Poisson Regression, Generalized Method of Moments, Maximum Likelihood Ratio Test, Regresi Poisson.
Subjects:	Q Science
Divisions:	Faculty of Mathematics, Computation, and Data Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Allo Caecilia Bintang Girik
Date Deposited:	23 Jul 2026 06:13
Last Modified:	23 Jul 2026 06:13
URI:	http://repository.its.ac.id/id/eprint/67724

Actions (login required)

View Item