SEMINAR HASIL TUGAS AKHIR PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI SUMATERA UTARA DENGAN MENGGUNAKAN REGRESI NONPARAMETRIK SPLINE Oleh : Andereas Ginting 1310100081 Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, M.Si. Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014 7/23/2014 1 Seminar Hasil Tugas Akhir
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
SEMINAR HASIL
TUGAS AKHIR
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI
ANGKA KEMATIAN BAYI DI
SUMATERA UTARA DENGAN MENGGUNAKAN REGRESI
NONPARAMETRIK SPLINE
Oleh :
Andereas Ginting 1310100081
Dosen Pembimbing :Prof. Dr. Drs. I Nyoman Budiantara, M.Si.
Jurusan StatistikaFakultas Matematika dan Ilmu Pengetahuan AlamInstitut Teknologi Sepuluh NopemberSurabaya 2014
7/23/2014 1Seminar Hasil Tugas Akhir
AGENDA
7/23/2014 Seminar Hasil Tugas Akhir 2
PENDAHULUAN
7/23/2014 3Seminar Hasil Tugas Akhir
Indikator Kesehatan
Angka Kematian
Status Gizi
Angka Kesakitan
AKB
7/23/2014 Seminar Hasil Tugas Akhir 4
LATAR BELAKANG
Target 2015 = 23
Tahun 2010 = 37
Angka Kematian Bayi adalah banyaknya kematian bayi berusiadibawah satu tahun, per 1.000 kelahiran hidup pada satu tahuntertentu.
LATAR BELAKANG
7/23/2014 Seminar Hasil Tugas Akhir 5
SUMUT
BANTEN
JABAR
JATENGJATIM
5 PROVINSI Penyumbang AKB Terbesar di Indonesia
LATAR BELAKANG
7/23/2014 Seminar Hasil Tugas Akhir 6
Angka Kematian Bayi SUMUT
Tahun 2010 sebesar
26/1000 kelahiran
Peneletian faktor-faktor yang mempengaruhi Angka kematian bayi di Sumatera utara
LATAR BELAKANG
7/23/2014 Seminar Hasil Tugas Akhir 7
Peneliatan Sebelumnya
Lestari (2007)Faktor-faktor yang mempengaruhi Angka kematian bayi di
Jawa Timur dengan Regresi NonParametrik Spline
LATAR BELAKANG
Fitrina (2003)Faktor-faktor yang mempengaruhi kematian bayi di Rumah
sakit umum dr. Pringadi Medan dengan Uji Chisquare
7/23/2014 Seminar Hasil Tugas Akhir 8
LATAR BELAKANG
AKB SUMUT
ANALISIS REGRESI
Spline
7/23/2014 Seminar Hasil Tugas Akhir 9
LATAR BELAKANG
Kelebihan Spline
• Regresi nonparametrik spline sangat baik digunakan untuk mengatasi pola data yang memiliki perubahan prilaku pada sub-sub interval tertentu Spline juga mempunyai kemampuan yang sangat baik untuk digeneralisasikan pada pemodelan Statistika yang kompleks dan rumit (Budiantara, 2009).
• Regresi nonparametrik spline bersifat fleksibel yang artinya data dapat mencari sendiri bentuk estimasi kurva regresinya tanpa dipengaruhi oleh subjektifitas penelitinya (Eubank, 1988).
7/23/2014 Seminar Hasil Tugas Akhir 10
Bagaimana karakteristik angka kematian bayi dan faktor-faktor yang mempengaruhi di Sumatera Utara berdasarkan analisa deskriptif?
Bagaimana pemodelan dan variabel-variabel yang mempengaruhi angka kematian bayi di Sumatera Utara menggunakan pendekatan regresi Nonparametrik spline?
RUMUSAN MASALAH
7/23/2014 Seminar Hasil Tugas Akhir 11
Mendeskripsikan karakteristik angka kematian bayi dan faktor-faktor penyebabnya di Sumatera Utara.
Memodelkan variabel-variabel yang mempengaruhi angka kematian bayi di Sumatera Utara menggunakan pendekatan nonparametrik spline.
TUJUAN PENELITIAN
7/23/2014 Seminar Hasil Tugas Akhir 12
MANFAAT
• Memberikan informasi faktor-faktor utama yg mempengaruhiAngka Kematian Bayi (AKB) di Provinsi Sumatera Utara
• Menjadi evaluasi bagi pemerintah Provinsi Sumatera Utaraterutama dinas kesehatan. Sehingga Pemerintah ProvinsiSumatera Utara dapat menentukan kebijakan untuk menekanAngka Kematian Bayi di Provinsi Sumatera Utara agar tahun2015 Indonesia khususnya Provinsi Sumatera Utara dapatmencapai target MDGs.
7/23/2014 Seminar Hasil Tugas Akhir 13
BATAS PENELITIAN
• Data yang digunakan dalam penelitian ini adalah data yang terdaftar dan diambil dari Badan Pusat Statistik (BPS) Sumatera Utara
• Pemilihan titik knot optimal menggunakan metode GCV (Generalized Cross Validation).
7/23/2014 Seminar Hasil Tugas Akhir 14
TINJAUAN PUSTAKA
7/23/2014 15Seminar Hasil Tugas Akhir
Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Walpole, 1995).
7/23/2014 Seminar Hasil Tugas Akhir 16
STATISTIKA DESKRPTIF
Menurut Drapper dan Smith (1992) analisis regresi merupakansebuah metode analisis statistika yang memberikan penjelasantentang pola hubungan antara dua variabel atau lebih.
7/23/2014 Seminar Hasil Tugas Akhir 17
ANALISIS REGRESI
Berdasarkan pola data
Regresi Parametrik
Regresi Nonparametrik
Regresi Semiparametrik
Model regresi nonparametrik
secara umum dapat disajikan
sebagai berikut.
7/23/2014 Seminar Hasil Tugas Akhir 18
ANALISIS REGSRESI NONPARAMETRIK
Fungsi f(xi) dengan fungsi spline berorde m
dengan titik knot k1, k2, k3, ... Kj adalahsebagai berikut :
7/23/2014 Seminar Hasil Tugas Akhir 19
PEMILIHAN TITIK KNOT OPTIMAL
Menurut Budiantara (2006), titik knot merupakan titik perpaduan bersama dimana terdapat perubahan perilaku fungsi pada interval yang berlainan. Oleh karena itu, untuk mendapatkan model regresi spline terbaik yang paling sesuai dengan data, perlu dicari nilai knot optimal.
Salah satu metode yang banyak dipakai untuk menentukan titik knot optimal adalah Generalized Cross Validation (GCV) (Wahba, 1990). Titik knot optimal diperoleh dari nilai GCV yang paling kecil. Metode GCV secara umum didefinisikan sebagai berikut
7/23/2014 Seminar Hasil Tugas Akhir 20
PENGUJIAN PARAMETER MODEL
Bertujuan untuk mengetahui nyata atau tidaknya pengaruh variabelprediktor terhadap variabel respon.
Uji Serentak Uji Parsial
Bertujuan untuk mengetahui signifikansi parameter model
secara bersama-sama.
Bertujuan untuk mengetahui variabel prediktor yang berpengaruh signifikan
terhadap variabel respon secara individu.
7/23/2014 Seminar Hasil Tugas Akhir 21
PENGUJIAN PARAMETER MODEL
Uji Serentak
• Hipotesis :
• Statistik Uji :
• Keputusan :
7/23/2014 Seminar Hasil Tugas Akhir 22
PENGUJIAN PARAMETER MODEL
Uji Parsial
• Hipotesis :
• Statistik Uji :
• Keputusan :
7/23/2014 Seminar Hasil Tugas Akhir 23
UJI ASUMSI RESIDUAL
Dilakukan untuk mengetahui kelayakan suatu model regresi yang dihasilkan.
Uji Identik Uji Independen Distribusi Normal
Dilakukan untuk mengetahui
homogenitas varians residual model regresi
Dilakukan untuk mengetahui apakah
korelasi antar residual bernilai nol atau tidak.
Dilakukan untuk mengetahui residual
model regresi berdistribusi normal
atau tidak.
7/23/2014 Seminar Hasil Tugas Akhir 24
UJI ASUMSI RESIDUAL
Uji Identik
• Hipotesis :
• Statistik Uji :
• Keputusan :
7/23/2014 Seminar Hasil Tugas Akhir 25
UJI ASUMSI RESIDUAL
Uji Independen
• Asumsi independen terpenuhi apabila tidak terdapat korelasi antar residual atau yang disebut autokorelasi.
• Pengujian asumsi Independen dapat dilihat dari plot (ACF).
• Residual dikatakan sudah independen apabila pada plot ACF, autokorelasi pada semua lag tidak melebihi batas signifikansi
7/23/2014 Seminar Hasil Tugas Akhir 26
UJI ASUMSI RESIDUAL
Uji Distribusi Normal
• Hipotesis :
• Statistik Uji :
• Keputusan :
7/23/2014 Seminar Hasil Tugas Akhir 27
ANGKA KEMATIAN BAYI
Angka Kematian Bayi (AKB) adalah banyaknya kematian bayi berusiadibawah satu tahun, per 1.000 kelahiran hidup pada satu tahuntertentu. AKB dapat dihitung dengan rumus sebagai berikut :
Metodologi Penelitian
7/23/2014 28Seminar Hasil Tugas Akhir
7/23/2014 Seminar Hasil Tugas Akhir 29
SUMBER DATA
AKB SUMUT
Beberapa Data Pokok Kondisi Kesejahteraan Rakyat dan Ekonomi Provinsi Sumatera Utara 2007-2012
Sumatera Utara Dalam Angka 2011
Statistik Kesejahteraan Rakyat Provinsi Sumatera Utara Tahun 2011
Data sekunder
7/23/2014 Seminar Hasil Tugas Akhir 30
VARIABEL PENELITIAN
Sumatera Utara Dalam Angka 2011
Statistik Kesejahteraan Rakyat Provinsi Sumatera Utara Tahun 2011
Rasio Tenaga Kesehatan
Rasio Fasilitas kesehatan
Persentase penduduk
miskin
Persentase wanita tdk
tamat SD
Persentase persalinan non medis
Persentase wanitaberkeluargadibawah 17 tahun
AKB SUMUT
(Y)
X1 X5X3 X4 X6X2
7/23/2014 Seminar Hasil Tugas Akhir 31
LANGKAH PENELITIAN
Melakukan analisis statistika deskriptif
Membuat scatter plot.
Memilih Titik Knot optimal
Mendapat model regresi spline
dengan titik knot optimal
Mempresentasikan model dan menarik
kesimpulan
Uji Parsial
Menghitung nilai koefisien
determinasi R2 dan MSE
Uji serentak
Uji asumsi Residual
Ya
Tidak
Menghitung Koefisien Determinasi
R2 dan MSE
Menginterpretasikan Model dan
menarik Kesimpulan
Melakukan Uji
Residual
Menguji signifikansi Parameter
A
B
Data AKB di Sumatera Utara Dan Faktor-
faktor yang mempengaruhinya
Melakukan analisis Statistika Deskriptif
Memilih titik knot optimal
berdasarkan nilai GCV minimum
Membuat scatter plot antara Variabel Respon
dan masing-masing variabel Prediktor
Memodelkan Variabel Respon menggunakan
Spline Linier dengan berbagai titik knot
Mendapatkan model regresi nonparametrik
Spline dengan titik knot optimal
A
B
Transformasi
7/23/2014 Seminar Hasil Tugas Akhir 32
LANGKAH PENELITIAN
Analisis dan Pembahasan
7/23/2014 33Seminar Hasil Tugas Akhir
7/23/2014 Seminar Hasil Tugas Akhir 34
Karakteristik AKB Sumatera Utara
Variabel Mean Varians Maksimum Minimum
Y 27,62 54,89 45,70 14,70
x1 6,99 10,12 13,48 1,76
x2 5,02 59,90 34,11 0,56
x3 16,76 348,80 67,14 0,41
x4 14,19 43,39 33,87 5,34
x5 25,72 134,68 47,58 11,32
x6 19,02 44,35 43,20 9,63
7/23/2014 Seminar Hasil Tugas Akhir 35
Karakteristik AKB Sumatera Utara
45,7
42
39,3
37,3
36,3
34,3
33,7
33
32,7
31,3
30
29,3
28
28
27,7
27,3
27
27
26,3
26
25,3
24,7
24,3
24,3
23
21,3
20
18,7
18,7
18,3
18
18
14,7
Mandailing Natal
Tanjungbalai
Pakpak Barat
Tapanuli Selatan
Padang Lawas
Padang Lawas Utara
Tapanuli Tengah
Batu Bara
Nias Selatan
Sibolga
Nias Barat
Nias
Dairi
Labuhanbatu Selatan
Asahan
Nias Utara
Langkat
Humbang Hasundutan
Padangsidempuan
Serdang Bedagai
Labuhanbatu Utara
Labuhanbatu
Tapanuli Utara
Gunungsitoli
Toba Samosir
Tebing Tinggi
Simalungun
Deli Serdang
Samosir
Karo
Pematangsiantar
Binjai
Medan
MedanBinjai
PematangsiantarKaro
SamosirDeliSerdangSimalungun
Tebing Tinggi
Target MDGs Sudah Tercapai
7/23/2014 Seminar Hasil Tugas Akhir 36
Pola Hubungan AKB dan 6 variabel
15105 30150 50250
50
40
30
20
302010
50
40
30
20
503010 453015
Persentase Wanita Menikah dibaw
An
gka
ke
ma
tia
n b
ay
i
Tidak/belum Pernah Sekolah (X2) Kelahiran Ditolong Non Medis (X
Penduduk Miskin (x4) rasio tenaga medis (X5) rasio Fasilitas kesehatan(x6)
Tolak Ho karena p-value (0,0000189) < α(0,05) minimal ada satu parameter yang
berpengaruh signifikan terhadap variabel respon.
Sumber DfSum of
Square
Mean
SquareFhitung P-value
Regresi 23 1726,76 75,076 22,831 0,0000189
Error 9 29,594 3,288
Total 32 1756,35
7/23/2014 Seminar Hasil Tugas Akhir 45
Uji Individu
Sumber DfSum of
Square
Mean
SquareFhitung P-value
Regresi 23 10,04195 0,4366 1,24355 0,38315
Error 9 3,159861 0,3510
Total 32 13,20181
7/23/2014 Seminar Hasil Tugas Akhir 46
Uji Identik
Gagal tolak Ho karena p-value (0,38315) > α(0,05) tidak terjadi kasus heteroskediksitas pada residul atau asumsi residual indentik
sudah terpenuhi.
7/23/2014 Seminar Hasil Tugas Akhir 47
Uji Independen
3230282624222018161412108642
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
Lag
Au
toco
rre
lati
on
210-1-2
99
95
90
80
70
60
50
40
30
20
10
5
1
V1
Perc
ent
Mean -2,27136E-09
StDev 0,9617
N 33
RJ 0,983
P-Value >0,100
7/23/2014 Seminar Hasil Tugas Akhir 48
Uji Distribusi Normal
Gagal tolak Ho karena p-value (>0,100) > α(0,05) artinya asumsi berdistribusi normal
sudah terpenuhi
7/23/2014 Seminar Hasil Tugas Akhir 49
Interpretasi Model
Jika varibel X2, X3, X4, X5 dan X6 dianggap konstan maka pengaruh persentasewanita berkeluarga di bawah umur 17 tahun (X1) terhadap AKB di provinsiSumut sebagai berikut
7/23/2014 Seminar Hasil Tugas Akhir 50
Interpretasi Model
Jika varibel X1, X3, X4, X5 dan X6 dianggap konstan maka pengaruh persentasewanita yang tidak pernah sekolah atau tidak tamat SD/MI(X2) terhadap AKB diprovinsi Sumut sebagai berikut
7/23/2014 Seminar Hasil Tugas Akhir 51
Interpretasi Model
Jika varibel X1, X2, X4, X5 dan X6 dianggap konstan maka pengaruh persentasepersalinan yang menggunakan tenaga non medis (X3) terhadap AKB diprovinsi Sumut sebagai berikut
7/23/2014 Seminar Hasil Tugas Akhir 52
Interpretasi Model
Jika varibel X1, X2, X3, X5 dan X6 dianggap konstan maka pengaruh persentasependuduk golongan sosial ekonomi menengah kebawah (X4) terhadap AKB diprovinsi Sumut sebagai berikut
7/23/2014 Seminar Hasil Tugas Akhir 53
Interpretasi Model
Jika varibel X1, X2, X3, X4 dan X6 dianggap konstan maka pengaruh rasio fasilitaskesehatan (X5) terhadap AKB di provinsi Sumut sebagai berikut
7/23/2014 Seminar Hasil Tugas Akhir 54
Interpretasi Model
Jika varibel X1, X2, X3, X4 dan X5 dianggap konstan maka pengaruh rasio tenagakesehatan (X6) terhadap AKB di provinsi Sumut sebagai berikut
7/23/2014 Seminar Hasil Tugas Akhir 55
Kesimpulan
Rata-rata AKB di SUMUT adalah 27,62 per 1000 kelahiran hidup dengan varians sebesar 54,89. Kabupaten/kota dengan AKB terkecil adalah kota Medan dengan AKB 14,7 per 1000 kelahiran hidup. AKB terbesar di SUMUT adalah kabupaten
Mandailing Natal dengan AKB 45,7 per 1000 kelahiran hidup. Terdapat 8 kabupaten/kota dari 33 kabupaten/kota di provinsi Sumatera utara yang memiliki
angka kematian bayi lebih kecil dari target MDGs untuk indonesia.
Model regresi nonparametrik Spline terbaik untuk AKB dan faktor yang diduga mempengaruhinya didapatkan dengan GCV kombinasi knot. Knot untuk varibel 1
hingga variabel 6 secara berturut-turut adalah 2,3,3,3,3dan 3.
7/23/2014 Seminar Hasil Tugas Akhir 56
Kesimpulan
Model ini memiliki nilai GCV minimum yaitu 12,507 dengan R2
sebesar 98,314%.
7/23/2014 Seminar Hasil Tugas Akhir 57
Kesimpulan
Variabel yang berpengaruh adalah presentase wanita berkeluarga dibawah umur17 tahun, presentase wanita yang tidak pernah sekolah atau tidak tamatSD/MI, presentase persalinan yang menggunakan tenaga non medis, presentasependuduk golongan sosial ekonomi menengah kebawah, rasio fasilitas kesehatandan rasio tenaga kesehatan
7/23/2014 Seminar Hasil Tugas Akhir 58
Saran
Peneliti selanjutnya sebaiknya menambahkan faktor-faktor lain yang didugaberpengaruh terhadap angka kematian bayi di provinsi sumatera utarakarena pada penelitian ini memiliki kendala pada ketersediaan data.