Ardianingsih, AyuAshari (2014) Analisis Metode Negative Binomial Regression Dan Generalized Poisson Regression Untuk Menangani Data Overdispersi Pada Regresi Poisson. Sarjana thesis, Universitas Brawijaya.
Abstract
Jumlah Kematian Ibu merupakan salah satu indikator untuk melihat derajat kesehatan perempuan. Rendahnya kesadaran masyarakat tentang kesehatan ibu hamil menjadi faktor penentu angka kematian, meskipun masih banyak faktor yang harus diperhatikan untuk menangani masalah ini. Penelitian ini menggunakan peubah indeks pendidikan dan kesehatan ibu untuk mengetahui jumlah kematian ibu di Provinsi Jawa Timur sebagai faktor yang menyebabkan terjadinya kematian ibu pada saat melahirkan. Metode yang digunakan adalah regresi Poisson guna mengetahui hubungan ketergantungan antara peubah prediktor (X) dan peubah respon (Y). Regresi Poisson mengasumsikan bahwa nilai ragam sama dengan rata-rata (equidispersi), jika nilai ragam lebih besar dari nilai rata-rata (overdispersi), maka asumsi tersebut tidak terpenuhi dan harus ditangani. Overdispersi dapat ditangani dengan menggunakan metode Generalized Poisson Regression dan Negative Binomial Regression. Model Generalized Poisson Regression yang didapatkan adalah : Jumlah kematian = exp(6,502 − 0,003 IP0,068 KI) dan model Negative Binomial Regression yang didapatkan adalah : Jumlah kematian = exp(0,738 − 0.003 IP − 0.074 KI). AIC digunakan untuk mengetahui model mana yang paling tepat digunakan pada data jumlah kematian ibu. Berdasarkan nilai AIC, model Negative Binomial Regression yang lebih baik karena memiliki nilai AIC yang lebih kecil dibandingkan dengan model Generalized Poisson Regression.
English Abstract
Number of maternal mortality is one of indicators to see the health status for women. Lacks of public awareness about maternal health become the most important factor for mortality, although there are many factors that must be considered to solve this problem. This study uses education index and maternal health as the variables, to know the number of maternal death in East Java as the factors that cause maternal death during childbirth. The method which is used is Poisson Regression to know the dependency relationship between predictor variables (X) and response variable (Y). Poisson Regression assumes that the variance must be equal to the average (equidispersion), if the variance is greater than the average (overdispersion), then the assumption is not fulfilled and should be solved. Overdispersion can be solved by using Generalized Poisson Regression and Negative Binomial Regression. Generalized Poisson Regression model that obtained is : Number of Maternal Death = exp(6,502 − 0,003 IP0,068 KI) and the model obtained from Negative Binomial Regression is : Number of Maternal Death = exp(0,738 − 0.003 IP − 0.074 KI). AIC is used to determine which model is the most appropriate to use in number of maternal mortality data. Based on AIC value, Negative Binomial Regression model is better than Generalized Poisson Regression model because Negative Binomial Regression model have the smallest AIC value.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/290/051405288 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 02 Sep 2014 08:37 |
| Last Modified: | 21 Oct 2021 04:51 |
| URI: | http://repository.ub.ac.id/id/eprint/153920 |
Preview |
Text
SKRIPSI.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |