Pemodelan Generalized Poisson Regression (GPR) dan Negative Binomial Regression (NBR) untuk Mengatasi Overdispersi pada Jumlah Kematian Bayi di Kabupaten Probolinggo

Amara Deviana Chaniago, Sri Pingit Wulandari
Submission Date: 2022-07-27 20:58:42
Accepted Date: 2023-05-01 00:00:00

Abstract


Data Dinas Kesehatan Kabupaten Probolinggo tahun 2020 menyatakan Angka Kematian Bayi (AKB) di Kabupaten Probolinggo sebesar 8,11. Angka tersebut tergolong tinggi jika dibandingkan dengan AKB Provinsi Jawa Timur sebesar 6,3. Sehingga perlu dilakukan analisis untuk mengetahui faktor-faktor yang mempengaruhi jumlah kematian bayi di Kabupaten Probolinggo tahun 2020. Regresi poisson merupakan analisis yang sesuai dalam pemodelan kasus data diskrit. Namun regresi poisson mensyaratkan kondisi equidispersi yang sulit dipenuhi. Pada umumnya sering ditemui kondisi overdispersi. Metode yang dapat digunakan untuk mengatasi kondisi overdispersi diantaranya adalah metode Generalized Poisson Regression (GPR) dan Negative Binomial Regression (NBR). Objek penelitian terdiri dari variabel respon yaitu jumlah kematian bayi serta variabel prediktor yang diduga mempengaruhi jumlah kematian bayi diantaranya yaitu faktor kesehatan ibu hamil dan bayinya, faktor kebersihan dan gizi, serta faktor peningkatan imunitas bayi yang terdiri dari 9 variabel serta 2 variabel tambahan yaitu jumlah tenaga kesehatan dan jumlah fasilitas kesehatan. Hasil analisis diperoleh bahwa terjadi kasus overdispersi sehingga analisis GPR dan NBR perlu dilakukan. Berdasarkan analisis GPR dan NBR, model yang layak untuk digunakan adalah model dengan kombinasi variabel prediktor jumlah bayi lahir rendah (X7), jumlah ibu hamil mendapat imunisasi Td2+ (X8), dan jumlah tenaga kesehatan (X10). Keseluruhan variabel berpengaruh signifikan terhadap model. Diperoleh hasil bahwa metode yang paling baik digunakan untuk memodelkan jumlah kematian bayi untuk mengatasi overdispersi adalah metode GPR karena memiliki kriteria kebaikan model AIC, AICc, BIC, dan BICc yang lebih kecil dibandingkan dengan metode NBR.

Keywords


Generalized Poisson Regression; Kematian Bayi; Negative Binomial Regression; Overdispersi

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Sains dan Seni ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/sains_seni.