Aisyah Amalia (2022) Perbandingan Regresi Logistik Biner Model Logit Dan Probit Untuk Menentukan Faktor Yang Mempengaruhi Kelahiran Prematur. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 101811133023_HALAMAN JUDUL.pdf Download (1MB)
	Text (BAB I) 101811133023_BAB I.pdf Download (1MB)
	Text (FULLTEXT) 101811133023_FULLTEXT.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Kelahiran prematur didefinisikan sebagai bayi yang lahir hidup sebelum 37 minggu kehamilan selesai. 43% kelahiran prematur merupakan penyebab dari kematian neonatus. Di Indonesia, angka kelahiran prematur dan BBLR meningkat menjadi 29.5% di tahun 2018. Klasifikasi data kelahiran prematur terdiri dari dua kategori, sehingga penggunaan uji regresi logistik biner tepat digunakan. Pada uji regresi logistik biner terdapat dua bentuk pemodelan, yaitu model logit dan model probit. Tujuan dari penelitian ini adalah untuk membandingkan hasil pemodelan pada model logit dan model probit terhadap faktor yang mempengaruhi kelahiran prematur. Penelitian ini merupakan penelitian non-reactive yang menggunakan data rekam medis ibu bersalin di RSUD Haji Provinsi Jawa Timur periode 1 Januari 2020-1 Desember 2021 dengan desain studi cross sectional. Populasi penelitian ini merupakan seluruh ibu bersalin. Pengambilan sampel menggunakan teknik simple random sampling dengan besar sampel sebesar 149 responden. Variabel yang diteliti antara lain usia ibu, riwayat abortus, riwayat pemeriksaan kehamilan (ANC), dan komplikasi kehamilan. Hasil penelitian menunjukkan terdapat pengaruh antara riwayat abortus terhadap kejadian kelahiran prematur sedangkan antara usia ibu, riwayat pemeriksaan kehamilan (ANC), dan komplikasi kehamilan tidak ada pengaruh yang signifikan. Perbandingan model logit dan model probit pada faktor yang mempengaruhi kelahiran prematur diperoleh bahwa kedua model sama baiknya, berdasarkan nilai R-Squared, AIC dan BIC.

Actions (login required)

View Item