DIAN AFIF ARIFAH, NIM01414153040 (2016) PERAN JUMLAH FASILITAS LAYANAN TKHIV UNTUK MEMPREDIKSI JUMLAH KASUS HIV YANG DILAPORKAN DI INDONESIA DENGAN PENDEKATAN GENERALIZED POISSON (GP), NEGATIVE BINOMIAL (NB), ZERO-INFLATED GENERALIZED POISSON (ZIGP) DAN ZERO-INFLATED NEGATIVE BINOMIAL (ZINB). Thesis thesis, Universitas Airlangga.

Preview	Text (ABSTRAK) 1. ABSTRAK TKM 37-16 Ari p.pdf Download (65kB) | Preview
	Text (FULLTEXT) 2. FULLTEXT TKM 37-16 Ari p.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

regresi data cacah paling sederhana yang telah banyak digunakan. Namun, penggunaan yang tidak tepat pada asumsi distribusi poisson, bisa menyebabkan underestimasi pada standar eror dan nilai signifikansi menjadi bias. Masalah ini sering terjadi pada data aktual yang mengalami overdispersi dan zero inflation. Penelitian ini bertujuan untuk menentukan model terbaik yang diterapkan pada data cacah yaitu jumlah kasus HIV yang dilaporkan berdasarkan jumlah fasilitas TKHIV. Pendekatan yang digunakan adalah Generalized Poisson (GP), Negatif Binomial (NB), Zero-inflatd Generalized Poisson (ZIGP) dan Zero-inflated Negatif Binomial (ZINB) . Data diteliti secara observasional menggunakan desain cross sectional dan melibatkan 320 kabupaten/kota sebagai unit sampel yang dipilih secara acak. Berdasarkan Akaike Information Criteria (AIC), regresi ZINB terpilih sebagai model terbaik yang memberikan nilai AIC terkecil dibandingkan tiga model lainnya. Hasil dari pemodelan ini menunjukkan bahwa KTS (Pvalue = 0,000), PPIA (Pvalue = 0,003), TBHIV (Pvalue = 0,000) dan IMS (Pvalue = 0,003) yang terpilih sebagai variabel prediktor yang secara signifikan berhubungan dengan jumlah kasus HIV yang dilaporkan. Log-likelihood Ratio Test (LRT) pada ingkat kepercayaan 95% dan satu derajat bebas menunjukkan bahwa model secara signifikan lebih baik dibandingkan dengan model null, yaitu, model dengan intercept saja.

Actions (login required)

View Item