Pendugaan Paramater Model Regresi Logistik Ordinal Menggunakan Metode Maximum Likelihood Estimation (MLE) Dan Metode Bayes Pada Faktor Risiko Hipertensi
Pendugaan Parameter Model Regresi Logistik Ordinal Menggunakan Metode Maximum Likelihood Estimation (MLE) dan Metode Bayes pada Faktor Risiko Hipertensi Hipertensi merupakan faktor risiko utama penyakit kardiovaskuler yang menyebabkan kematian. Faktor risiko terjadinya hipertensi antara lain jenis...
Saved in:
Summary: | Pendugaan Parameter Model Regresi Logistik Ordinal Menggunakan Metode Maximum Likelihood Estimation (MLE) dan Metode Bayes pada Faktor Risiko Hipertensi
Hipertensi merupakan faktor risiko utama penyakit kardiovaskuler yang menyebabkan kematian. Faktor risiko terjadinya hipertensi antara lain jenis kelamin, usia, genetik, pola makan, aktivitas fisik, status gizi, konsumsi garam, alkohol dan stress. Untuk menganalisis faktor risiko yang mempengaruhi terjadinya hipertensi digunakan uji regresi logistik ordinal klasik, yaitu metode Maximum Likelihood Estimation. Beberapa penelitian sebelumnya, analisis regresi logistik ordinal dapat dilakukan dengan metode Bayes untuk menghasilkan estimasi parameter yang lebih baik. Tujuan penelitian ini untuk menganalisis pendugaan parameter menggunakan metode Maximum Likelihood Estimation dan metode Bayes pada faktor-faktor risiko hipertensi di provinsi Bali.
Jenis penelitian ini adalah observasional analitik dengan desain cross sectional menggunakan data sekunder Indonesian Family Life Survey 5. Pengumpulan data dilakukan pada semua Anggota Rumah Tangga (ART) yang berusia produktif (15-64 tahun) di provinsi Bali berjumlah 827 responden. Variabel yang diobservasi adalah umur, jenis kelamin, status gizi, kebiasaan merokok, aktivitas fisik dan konsumsi sumber lemak. Analisis data menggunakan uji regresi logistik ordinal metode Maximum Likelihood Estimation dan metode Bayes.
Hasil penelitian menunjukkan adanya pengaruh umur dan status gizi terhadap kejadian hipertensi di Provinsi Bali. Perbandingan regresi logistik ordinal metode Maximum Likelihood Estimation dengan bayes menunjukkan bahwa metode bayes menghasilkan nilai standar error dan Bayesian Information Criterion (BIC) daripada metode Maximum Likelihood Estimation
Kesimpulan bahwa metode bayes merupakan model terbaik dalam mengestimasi parameter karena menghasilkan nilai Standar Error dan Bayesian Information Criterion (BIC) yang lebih kecil daripada metode Maximum Likelihood Estimation. Disarankan peneliti lain dapat melakukan penelitian perbandingan pemilihan model terbaik antara metode MLE dan bayes menggunakan penduga parameter standard error dan information criterion. |
---|