Distribusi Poisson Regresi Poisson Kematian Bayi Kematian Ibu VIF Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan 1 Pendaharan terberat pada masa nifas Tablet penambah darah Program pemerintah Tablet Fe 3 Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
29
Embed
Kematian wanita saat melahirkan dan saat 42 hari setelah ...digilib.its.ac.id/public/ITS-paper-29001-1309100028-Presentation2.pdf · Pada model yang terbentuk untuk kasus jumlah kematian
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Distribusi Poisson
Regresi Poisson
Kematian Bayi
Kematian Ibu VIF
29
Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan
1 Pendaharan terberat pada masa nifas
Tablet penambah darah
Program pemerintah
Tablet Fe 3
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
Distribusi Poisson
Regresi Poisson
Kematian Bayi
Kematian Ibu VIF
30
gagal ginjal, kejang, dan koma saat kehamilan atau pasca melahirkan
malaria, tuberkulosis, dan hepatitis 3
2
Pelayanan kesehatan bumil Program K4
Program pemerintah Hidup
Bersih &Sehat
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
31
Sumber Data
Variabel Penelitian
Metode Analisis
Metode Analisis
Profil Kesehatan Jawa Timur
Data sekunder tahun 2011 Unit penelitian : Kabupaten/kota di Jawa Timur
(38 kabupaten/kota)
Sumber data
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
32
Sumber Data
Variabel Penelitian
Struktur Data
Metode Analisis
Kode Variabel Tipe Variabel
Y1 Jumlah kematian bayi Diskrit Y2 Jumlah kematian ibu Diskrit X1 Persentase persalinan oleh tenaga kesehatan Kontinu
X2 Persentase tenaga kesehatan Kontinu X3 Persentase ibu hamil beresiko tinggi ditangani Kontinu X4 Persentase ibu hamil melaksanakan program K4 Kontinu X5 Persentase ibu hamil mendapatkan tablet Fe3 Kontinu
X6 Persentase rumah tangga berperilaku hidup bersih dan sehat
Kontinu
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
33
Sumber Data
Variabel Penelitian
Struktur Data
Metode Analisis
Kab/Kota Y1 Y2 X1 X2 … X5 X6
1 y11 y21 x11 x21 … x51 x61
2 y12 y22 x12 x22 … x52 x62
3 y13 y23 x13 x23 … x53 x63
4 y14 y24 x14 x24 … x54 x64
5 y15 y25 x15 x25 … x55 x65
: : : : : : : :
36 y136 y236 x136 x236 … x536 x636
37 y137 y237 x137 x237 … x537 x637
38 y138 y238 x138 x238 … x538 x638
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
34
Sumber Data
Variabel Penelitian
Metode Analisis
Struktur Data
Mendapatkan data
Mendeskripsikan data menggunakan statistika deskriptif
Membuat matriks korelasi
Uji multikolinieritas variabel prediktor
Pemodelan jumlah kematian bayi dan jumlah kematian ibu dengan
regresi univariat poisson
Pemodelan jumlah kematian bayi dan jumlah kematian ibu dengan regresi bivariat poisson
Penaksiran parameter
Pengujian signifikansi parameter secara serentak dan parsial
Menarik kesimpulan
Memperoleh model
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
35
Jumlah
Kematian Bayi Jumlah
Kematian Ibu Jumlah
Kematian Bayi 1 0,842
Jumlah Kematian Ibu
0,842 1
Berkorelasi
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
36
Variabel Mean Variance y1 160,5 11890,4
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
37
Variabel Mean Variance
y2 12,79 73,52
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
38
Variabel Mean Variance Minimum Maximum Jumlah Kematian Bayi (y1) 160,5 11890,4 23,0 465,0 Jumlah Kematian Ibu (y2) 12,79 73,52 1,00 40,00 %Persalinan oleh Tenaga Kesehatan (x1)
Jika persentase tenaga kesehatan (X2) meningkat 1% Menurunkan rata-rata jumlah kematian ibu sebesar exp(-5,74730148)
*bila variabel lain tidak dilibatkan dalam model
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
Rata-rata jumlah kematian bayi di Jawa Timur mencapai 161 jumlah kematian dari 38 kabupaten/kota dengan kasus terbesar berjumlah 465 kematian yang terjadi di Kota Surabaya. Rata-rata jumlah kematian ibu sebesar 13 jumlah kematian dengan catatan kejadian terendah terjadi di Kota Mojokerto yaitu tercatat sebesar 1 kasus kematian.
48
1
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
Semua variabel berpengaruh signifikan pada regresi univariat poisson jumlah kematian bayi, yaitu persentase persalinan oleh tenaga kesehatan (X1), persentase tenaga kesehatan (X2), persentase ibu hamil beresiko tinggi ditangani (X3), persentase ibu hamil melaksanakan program K4 (X4), persentase ibu hamil mendapat tablet Fe3 (X5) dan persentase rumah tangga ber-PHBS (X6).
• Model univariat poisson yang didapatkan tersebut memiliki nilai AIC sebesar 1745,3
49
2
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
(Lanjutan)
Pada kasus jumlah kematian ibu variabel yang signifikan dalam model adalah persentase persalinan oleh tenaga kesehatan (X1), persentase tenaga kesehatan (X2), persentase ibu hamil mendapat tablet Fe3 (X5) dan persentase rumah tangga ber-PHBS (X6)
• Model univariat poisson yang didapatkan tersebut memiliki
nilai AIC sebesar 274,08
50
2
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
Model bivariat poisson yang terbentuk untuk jumlah kematian bayi adalah
Pada model yang terbentuk untuk kasus jumlah kematian bayi variabel persentase persalinan oleh tenaga kesehatan dan persentase tenaga kesehatan signifikan dalam model & dapat menurunkan jumlah kematian bayi .
Model bivariat poisson yang terbentuk untuk jumlah kematian ibu
adalah Variabel signifikan dan dapat menurunkan jumlah kematian ibu
adalah persentase tenaga kesehatan (X2) • Nilai AIC dari model bivariat poisson sebesar 2597,114
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur
Mengembangkannya metode bivariat poisson yang dapat mengatasi apabila terjadi overdispersi karena model yang terbentuk akan semakin baik
52
1
Meningkatkan jumlah tenaga medis Menurunkan persalinan dengan tenaga non medis
2
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur 53
Aditie, N. B. 2011. Spatial Durbin Model untuk Mengidentifikasi Faktor- Faktor yang Mempengaruhi Angka Kematian Bayi di Jawa Timur. Tugas Akhir Statistika-FMIPA. Surabaya : Institut Teknologi Sepuluh Nopember. Badan Pusat Statistik. 2009. Angka Kematian Bayi, Data Statistik Indonesia. http://www.datastatistik-indonesia.com. [diunduh pada tanggal 28 januari 2013]. Cameron,A.C. dan Trivedi, P.K. 1998. Regression Analysis of Count Data. USA: Cambridge University Press. Darnah. 2009. Pendekatan Ukuran R2 Devians Pada Model Regresi Poisson (Aplikasi Pada Data Maternal Mortality di Jawa Timur). Surabaya: Program Pasca Sarjana, Institut Teknologi Sepuluh Nopember. Departemen Kesehatan Republik Indonesia. 2011. Profil Data Kesehatan
Republik Indonesia2011. http://www.depkes.go.id/downloads/PROFILDATA_KESEHATAN_INDONESIA_TAHUN_2011.pdf. [ diunduh pada tanggal 28 Januari 2013].
Dinas Kesehatan Propinsi Jawa Timur. 2008. Profil Kesehatan Provinsi Jawa Timur. Surabaya : Dinkes Jatim.
Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi Dan Jumlah Kematian Ibu Di Jawa Timur 54
Draper, N. dan Smith, H. 1992. Analisis Regresi Terapan. Jakarta : Gramedia. Gujarati, D. N. 2004. Basic Econometrics, fourth edition. New York : The McGraw-Hill. Hocking, R. 1996. Methods and Application of Linier Models, John Wiley and Sons, Inc., New York. Karlis, Dimitri. 2002. Multivariate Poisson Models. http://www.stat-
athens.aueb.gr/~karlis/multivariate%20Poisson%20models.pdf. [diunduh pada tanggal 04 Maret 2013]
Karlis, D. dan Ntzoufras, I. 2003. Analysis of Sports Data by Using Bivariate Poisson Models. Journal The Statistician. 381-393. Karlis, D. dan Ntzoufras, I. 2005. Bivariate Poisson and Diagonal Inflated Bivariate Poisson Regression Models in R. Journal of Statistical Software , 1-36. Kleinbaum, D. E. 1988. Aplied Regression Analysis and other Multivariate Methods. USA: PWS-KENT Publishing Company. Listiani, Yayuk. 2010. Pemodelan Regresi Generalized Poisson Pada Faktor-
Faktor yang Mempengaruhi Angka Kematian Bayi Di Jawa Timur Tahun 2007. Tugas Akhir Statistika-FMIPA. Surabaya : Institut Teknologi Sepuluh Nopember.
Pemodelan Jumlah Kematian Bayi Dan Kematian Ibu Di Jawa Timur Dengan Pendekatan Regresi Bivariat Poisson 55
Myers, R. H. 1990. Classical and Modern Regression with Applications, second edition. Boston: PWS-KENT Publishing Company. Novita, Laili. 2012. Pemodelan Maternal Mortality di Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression (GWPR). Tugas Akhir Statistika- FMIPA. Surabaya : Institut Teknologi Sepuluh Nopember. Pertiwi, L. D. 2012. Spatial Durbin Model Untuk Mengidentifikasi Faktor- Faktor Yang Mempengaruhi Kematian Ibu Di Jawa Timur. Tugas Akhir Statistika-FMIPA. Surabaya : Institut Teknologi Sepuluh Nopember. Rani, D. P. 2010. Pemodelan Jumlah Kematian Bayi di Propinsi jawa Timur
dengan Pendekatan Geographically Weighted Poisson Regression Semiparametric (GWPRS). Tugas Akhir Statistika-FMIPA. Surabaya : Institut Teknologi Sepuluh Nopember.
Walpole, R. E. 1992. Pengantar Statistika, edisi Ketiga. Jakarta : Gramedia Pustaka Utama. Winarno, Deddy. 2009. Analisis Angka Kematian Bayi di Jawa Timur dengan
Pendekatan Model Regresi Spasial. Surabaya: Program Pasca Sarjana, Institut Teknologi Sepuluh Nopember.
REGRESI BIVARIAT POISSON DALAM
PEMODELAN JUMLAH KEMATIAN BAYI DAN JUMLAH KEMATIAN IBU DI JAWA TIMUR
Seminar Hasil Tugas Akhir
Selasa, 02 Juli 2013
ELVIRA PRITASARI (1309100028)
Pembimbing : Dr. Purhadi, M.Sc
Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam