Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan
Model Regresi Robust Metode Least Trimmed Square (LTS) Dan, Estimasi S Pada Faktor Yang Mempengaruhi Kejadian Stunting 0-59 Bulan Regresi robust adalah metode analisis untuk mengatasi masalah pelanggaran asumsi klasik regresi dengan metode kuadrat terkecil seperti halnya ketidaknormalan residu seba...
Saved in:
id |
id-langga.108518 |
---|---|
record_format |
dspace |
institution |
Universitas Airlangga |
building |
Universitas Airlangga Library |
continent |
Asia |
country |
Indonesia Indonesia |
content_provider |
Universitas Airlangga Library |
collection |
UNAIR Repository |
language |
Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian |
topic |
RA407-409.5 Health status indicators. Medical statistics and surveys |
spellingShingle |
RA407-409.5 Health status indicators. Medical statistics and surveys Rosdiana Tasman, '- Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan |
description |
Model Regresi Robust Metode Least Trimmed Square (LTS) Dan, Estimasi S Pada Faktor Yang Mempengaruhi Kejadian Stunting 0-59 Bulan
Regresi robust adalah metode analisis untuk mengatasi masalah pelanggaran asumsi klasik regresi dengan metode kuadrat terkecil seperti halnya ketidaknormalan residu sebagai akibat keberadaan data outlier. Ada beberapa metode dalam regresi robust yang dapat digunakan untuk mengatasi data outlier, diantaranya Least Median of Square (LMS), Least Trimmed Squares (LTS), Mestimation, S-Estimation dan MM-estimation. Pemilihan regresi robust pada penelitian ini berdasarkan studi awal yang dilakukan dengan menggunakan data sekunder profil kesehatan Kalimantan Timur, dimana pada uji asumsi metode kuadrat terkecil (MKT) ada beberapa uji asumsi yang tidak terpenuhi salah satunya residual yang tidak berdistribusi normal selain itu dilakukan uji outlier dengan metode grafiks (Scatter plot), DFFITS Dan Z score antar variabel terdapat data yang outlier pada faktor yang mempengaruhi stunting 0-59 bulan di Propinsi Kalimantan Timur . Untuk itu perlu dilakukan penelitian tentang perbandingan metode regresi robust menggunakan metode Least Trimmed Squares (LTS) dan estimasi S Penelitian merupakan penelitian non reaktif dengan menggunakan data sekunder. Populasi penelitian adalah semua balita yang mengalami stunting usia 0-59 bulan di wilayah Provinsi Kalimantan Timur Tahun 2018 , Sampel adalah balita 0- 59 bulan yang stunting di 77 kecamatan berdasarkan perhitungan besar sampel dan terpilih berdasarkan teknik simple random sampling. Hasil penelitian menunjukkan bahwa analisis regresi robust estimasi LTS merupakan metode regresi robust terbaik yang digunakan pada kondisi data outlier. Model persamaan yang didapatkan yaitu model yang didapatkan pada metode LTS yang konvergen adalah ̂ = 14,925 + 0,905 (Persentase BBLR) + 0,225 (Persentase Asi ekslusif) - 0,029 (Persentase penderita diare pada balita) – 0,194 (Persentase sanitasi layak (jamban sehat) Kesimpulan bahwa analisis regresi robust menggunakan metode regresi robust estimasi LTS jika ditemukan outlier 5%, 10% dan 20%. . Selain itu, beberapa faktor yang mempengaruhi kejadian Stunting 0-59 bulan adalah persentase BBLR, persentase asi ekslusif, persentase penderita diare pada balita ditangani dan persentase penduduk sanitasi layak (jamban sehat). meningkatkan program perbaikan gizi dengan melakukan inovasi terkait menurunkan prevalensi kejadian stunting 0-59 bulan oleh pemerintah. |
format |
Theses and Dissertations NonPeerReviewed |
author |
Rosdiana Tasman, '- |
author_facet |
Rosdiana Tasman, '- |
author_sort |
Rosdiana Tasman, '- |
title |
Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan |
title_short |
Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan |
title_full |
Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan |
title_fullStr |
Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan |
title_full_unstemmed |
Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan |
title_sort |
model regresi robust metode least trimmed square (lts) dan estimasi s pada faktor yang mempengaruhi stunting 0 -59 bulan |
publishDate |
2020 |
url |
http://repository.unair.ac.id/108518/1/1%20HALAMAN%20DEPAN%20.pdf http://repository.unair.ac.id/108518/2/2%20%20ABSTRACT.pdf http://repository.unair.ac.id/108518/3/3%20%20DAFTAR%20ISI.pdf http://repository.unair.ac.id/108518/4/4%20BAB%20I%20%20PENDAHULUAN.pdf http://repository.unair.ac.id/108518/5/5%20BAB%20II%20%20TINJAUAN%20PUSTAKA.pdf http://repository.unair.ac.id/108518/6/6%20BAB%20III%20%20KERANGKA%20KONSEPTUAL.pdf http://repository.unair.ac.id/108518/7/7%20BAB%20IV%20%20METODE%20PENELITIAN.pdf http://repository.unair.ac.id/108518/8/8%20BAB%20V%20%20HASIL%20DAN%20ANALISIS%20PENELITIAN.pdf http://repository.unair.ac.id/108518/9/9%20BAB%20VI%20%20PEMBAHASAN.pdf http://repository.unair.ac.id/108518/10/10%20BAB%207%20%20PENUTUP.pdf http://repository.unair.ac.id/108518/11/11%20%20DAFTAR%20PUSTAKA.pdf http://repository.unair.ac.id/108518/12/12%20%20Lampiran.pdf http://repository.unair.ac.id/108518/13/EMBARGO.pdf http://repository.unair.ac.id/108518/14/KESEDIAAN%20PUBLIKASI.pdf http://repository.unair.ac.id/108518/ http://lib.unair.ac.id |
_version_ |
1707053489788551168 |
spelling |
id-langga.1085182021-07-08T04:01:41Z http://repository.unair.ac.id/108518/ Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan Rosdiana Tasman, '- RA407-409.5 Health status indicators. Medical statistics and surveys Model Regresi Robust Metode Least Trimmed Square (LTS) Dan, Estimasi S Pada Faktor Yang Mempengaruhi Kejadian Stunting 0-59 Bulan Regresi robust adalah metode analisis untuk mengatasi masalah pelanggaran asumsi klasik regresi dengan metode kuadrat terkecil seperti halnya ketidaknormalan residu sebagai akibat keberadaan data outlier. Ada beberapa metode dalam regresi robust yang dapat digunakan untuk mengatasi data outlier, diantaranya Least Median of Square (LMS), Least Trimmed Squares (LTS), Mestimation, S-Estimation dan MM-estimation. Pemilihan regresi robust pada penelitian ini berdasarkan studi awal yang dilakukan dengan menggunakan data sekunder profil kesehatan Kalimantan Timur, dimana pada uji asumsi metode kuadrat terkecil (MKT) ada beberapa uji asumsi yang tidak terpenuhi salah satunya residual yang tidak berdistribusi normal selain itu dilakukan uji outlier dengan metode grafiks (Scatter plot), DFFITS Dan Z score antar variabel terdapat data yang outlier pada faktor yang mempengaruhi stunting 0-59 bulan di Propinsi Kalimantan Timur . Untuk itu perlu dilakukan penelitian tentang perbandingan metode regresi robust menggunakan metode Least Trimmed Squares (LTS) dan estimasi S Penelitian merupakan penelitian non reaktif dengan menggunakan data sekunder. Populasi penelitian adalah semua balita yang mengalami stunting usia 0-59 bulan di wilayah Provinsi Kalimantan Timur Tahun 2018 , Sampel adalah balita 0- 59 bulan yang stunting di 77 kecamatan berdasarkan perhitungan besar sampel dan terpilih berdasarkan teknik simple random sampling. Hasil penelitian menunjukkan bahwa analisis regresi robust estimasi LTS merupakan metode regresi robust terbaik yang digunakan pada kondisi data outlier. Model persamaan yang didapatkan yaitu model yang didapatkan pada metode LTS yang konvergen adalah ̂ = 14,925 + 0,905 (Persentase BBLR) + 0,225 (Persentase Asi ekslusif) - 0,029 (Persentase penderita diare pada balita) – 0,194 (Persentase sanitasi layak (jamban sehat) Kesimpulan bahwa analisis regresi robust menggunakan metode regresi robust estimasi LTS jika ditemukan outlier 5%, 10% dan 20%. . Selain itu, beberapa faktor yang mempengaruhi kejadian Stunting 0-59 bulan adalah persentase BBLR, persentase asi ekslusif, persentase penderita diare pada balita ditangani dan persentase penduduk sanitasi layak (jamban sehat). meningkatkan program perbaikan gizi dengan melakukan inovasi terkait menurunkan prevalensi kejadian stunting 0-59 bulan oleh pemerintah. 2020 Thesis NonPeerReviewed text id http://repository.unair.ac.id/108518/1/1%20HALAMAN%20DEPAN%20.pdf text id http://repository.unair.ac.id/108518/2/2%20%20ABSTRACT.pdf text id http://repository.unair.ac.id/108518/3/3%20%20DAFTAR%20ISI.pdf text id http://repository.unair.ac.id/108518/4/4%20BAB%20I%20%20PENDAHULUAN.pdf text id http://repository.unair.ac.id/108518/5/5%20BAB%20II%20%20TINJAUAN%20PUSTAKA.pdf text id http://repository.unair.ac.id/108518/6/6%20BAB%20III%20%20KERANGKA%20KONSEPTUAL.pdf text id http://repository.unair.ac.id/108518/7/7%20BAB%20IV%20%20METODE%20PENELITIAN.pdf text id http://repository.unair.ac.id/108518/8/8%20BAB%20V%20%20HASIL%20DAN%20ANALISIS%20PENELITIAN.pdf text id http://repository.unair.ac.id/108518/9/9%20BAB%20VI%20%20PEMBAHASAN.pdf text id http://repository.unair.ac.id/108518/10/10%20BAB%207%20%20PENUTUP.pdf text id http://repository.unair.ac.id/108518/11/11%20%20DAFTAR%20PUSTAKA.pdf text id http://repository.unair.ac.id/108518/12/12%20%20Lampiran.pdf text id http://repository.unair.ac.id/108518/13/EMBARGO.pdf text id http://repository.unair.ac.id/108518/14/KESEDIAAN%20PUBLIKASI.pdf Rosdiana Tasman, '- (2020) Model Regresi Robust Metode Least Trimmed Square (LTS) Dan Estimasi S Pada Faktor Yang Mempengaruhi Stunting 0 -59 Bulan. Thesis thesis, UNIVERSITAS AIRLANGGA. http://lib.unair.ac.id |