Estimasi Parameter Model Generalized Poisson Regression Jumlah Kematian Ibu di Jawa Timur yang Mengalami Overdispersi
Overdispersi terjadi apabila nilai varian pada respon lebih besar daripada mean dan overdispersi pada model regresi Poisson mengakibatkan estimasi parameter menjadi bias. Generalized Poisson Regression dapat dijadikan alternatif karena merupakan metode analisis regresi yang dapat digunakan untuk dat...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article PeerReviewed |
| Language: | English English |
| Published: |
Fakultas Kesehatan Masyarakat Universitas Airlangga
2015
|
| Subjects: | |
| Online Access: | http://repository.unair.ac.id/86839/3/Estimasi%20Parameter%20Model%20Generalized%20Poisson%20Regression%20Jumlah%20Kematian%20Ibu%20di%20Jawa%20Timur%20yang%20Mengalami%20Overdispersi-min.pdf http://repository.unair.ac.id/86839/4/C16-min.pdf http://repository.unair.ac.id/86839/ http://journal.unair.ac.id/JBK@estimasi-parameter-model-generalized-poisson-regression-jumlah-kematian-ibu-di-jawa-timur-yang-mengalami-overdispersi-article-11989-media-40-category-3.html |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Universitas Airlangga |
| Language: | English English |
| Summary: | Overdispersi terjadi apabila nilai varian pada respon lebih besar daripada mean dan overdispersi pada model regresi Poisson mengakibatkan estimasi parameter menjadi bias. Generalized Poisson Regression dapat dijadikan alternatif karena merupakan metode analisis regresi yang dapat digunakan untuk data overdispersi maupun underdispersi. Angka Kematian Ibu (AKI) di Jawa Timur merupakan salah satu data diskrit. Penelitian bertujuan untuk memodelkan kematian ibu di Jawa Timur tahun 2013 dengan Generalized Poisson Regression untuk mengatasi overdispersi pada Regresi Poisson. Jenis penelitian yang digunakan adalah penelitian non reaktif dan data berasal dari Profil Kesehatan Provinsi Jatim tahun 2013. Overdispersi terjadi karena nilai varian jumlah kematian ibu (126,205) lebih besar dari mean (17) sehingga Generalized Poisson Regression digunakan sebagai alternatifnya. Variabel yang berpengaruh terhadap jumlah kematian ibu adalah rasio paramedis terhadap jumlah penduduk (p=0,0006), jadi model jumlah kematian ibu adalah () = exp [3,7619 - 0,028(X3)]. Jika rasio paramedis meningkat 10% dan prediktor lain konstan, maka jumlah kematian ibu akan menurun 0,75 kali dibanding sebelumnya. |
|---|