Pendugaan Parameter Dan Pengujian Hipotesis Bivariate Generalized Poisson Regression (Studi Kasus: Faktor-Faktor Yang Berpengaruh Terhadap Kematian Bayi Dan Ibu Di Propinsi Jawa Timur Tahun 2013)

Wardani, Dian Kusuma (2016) Pendugaan Parameter Dan Pengujian Hipotesis Bivariate Generalized Poisson Regression (Studi Kasus: Faktor-Faktor Yang Berpengaruh Terhadap Kematian Bayi Dan Ibu Di Propinsi Jawa Timur Tahun 2013). Masters thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[img]
Preview
Text
1314201206-Master_Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Regresi Poisson merupakan metode regresi yang digunakan untuk menganalisis data variabel respon berupa data diskrit. Terdapat asumsi yang harus dipenuhi yaitu nilai rata-rata dan ragam dari variabel respon harus sama. Apabila asumsi ini tidak terpenuhi akan menghasilkan kesimpulan yang tidak valid. Pelanggaran asumsi terjadi jika nilai ragam lebih besar daripada nilai rata-rata sering disebut overdispersi sedangkan nilai ragam kurang dari nilai rata-rata disebut underdispersi. Dalam penelitian ini data yang digunakan adalah data kematian bayi dan kematian ibu di Provinsi Jawa Timur Tahun 2013. Penerapan pada penelitian ini bertujuan untuk mengetahui faktor-faktor yang berpengaruh terhadap jumlah kematian bayi dan jumlah kematian ibu di Provinsi Jawa Timur Tahun 2013 melalui pendekatan Bivariate Generalized Poisson Regression. Pendugaan parameter Bivariate Generalized Poisson Regression menggunakan metode Maximum Likelihood Estimation (MLE) dan pengujian hipotesis menggunakan metode Maximum Likelihood Ratio Test (MLRT). Penerapan model Bivariate Generalized Poisson Regression yang terbentuk variabel prediktor yang memberikan pengaruh signifikan terhadap jumlah kasus kematian bayi di Jawa Timur tahun 2013 adalah adalah variabel persentase persalinan oleh tenaga kesehatan, persentase ibu hamil mendapatkan tablet Fe3, persentase wanita kawin dengan umur perkawinan pertama dibawah usia 17 tahun dan persentase ibu hamil melaksanakan program K4. Sedangkan model Bivariate Generalized Poisson Regression yang terbentuk variabel prediktor yang memberikan pengaruh signifikan terhadap jumlah kasus kematian ibu di Jawa Timur tahun 2013 adalah variabel persentase komplikasi kebidanan yang ditangani dan persentase wanita kawin dengan umur perkawinan pertama dibawah usia 17 tahun ========================================================================================Poisson regression is regression method used to analyze response variable which is discrete. Equality of mean and variance (equidispersion) are the assumption that must be fulfilled in this model. If assumption is violated, the conclusion would be not valid. Wrong assumption occurs if variance greater than mean and is often called (overdispersion). But if variance less than mean it is called (underdispersion). There is no data used with excessive zero value on the response variable, therefore this research uses Bivariate Generalized Poisson Regression. Parameter estimation of Bivariate Generalized Poisson Regression is done by using Maximum Likelihood Estimation (MLE) and hypotheses testing is using Maximum Likelihood Ratio Test (MLRT). The application of Bivariate Generalized Poisson Regression model formed predictor variable that has significant impact on the number of cases of infant mortality in East Java 2013 is percentage of deliveries by skilled health personel, the percentage of pregnant women receiving tablets Fe3, the percentage of women married by age of first marriage under the age of 17 year and the percentage of pregnant women used K4 program. While the Bivariate Generalized Poisson Regression model formed predictor variables which has significant impact on the number of maternal deaths in East Java 2013 is variable percentage of obstetric complications addressed and the percentage of women married by age of first marriage under the age of 17 years.

Item Type: Thesis (Masters)
Additional Information: RTSt 519.536 War p
Uncontrolled Keywords: overdispersi, bivariate generalized poisson regression, MLE, MLRT
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics, Computation, and Data Science > Statistics > 49101-(S2) Master Thesis
Depositing User: EKO BUDI RAHARJO
Date Deposited: 01 Apr 2020 03:35
Last Modified: 01 Apr 2020 03:35
URI: https://repository.its.ac.id/id/eprint/75634

Actions (login required)

View Item View Item