PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION PADA DETERMINAN PENYAKIT PNEUMONIA BALITA DI PROVINSI JAWA TIMUR Repository

PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION PADA DETERMINAN PENYAKIT PNEUMONIA BALITA DI PROVINSI JAWA TIMUR

ISTIANATUL ULA, 101611123012 (2019) PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION PADA DETERMINAN PENYAKIT PNEUMONIA BALITA DI PROVINSI JAWA TIMUR. Skripsi thesis, Universitas Airlangga.

	Text (abstrak) abstrak.pdf Download (19kB)
	Text (full text) full text.pdf Restricted to Registered users only until 26 March 2022. Download (1MB) \| Request a copy

Official URL: http://lib.unair.ac.id

Abstract

Analisis regresi dapat digunakan untuk melihat pengaruh antara variabel dependen dengan independen. Analisis Geographically Weighted Regression (GWR) dapat digunakan pada kasus heterogenitas antar wilayah (spasial). Masalah pneumonia disebabkan determinan pada tiap wilayah berbeda tergantung karakteristik setiap kabupaten atau kota. Tujuan umum penelitian ini adalah menentukan model geographically weighted regression (GWR) untuk mengidentifikasi determinan penyakit pneumonia balita di Provinsi Jawa Timur. Penelitian ini merupakan penelitian kuantitatif dengan metode analitik observasional. Data yang digunakan adalah data sekunder yang bersumber dari Dinas Kesehatan Provinsi Jawa Timur. Unit analisis yang tercakup adalah 38 Kabupaten/Kota. Analisis data dengan pendekatan Geographically Weighted Regression (GWR) menggunakan Software SPSS 21, GWR 4.0, OpenJump 1.1.3 dan ArcView 3.2. Hasil dari estimasi model Geographically Weighted Regression (GWR), diperoleh faktor yang mempengaruhi persentase penyakit pneumonia balita berbeda pada setiap kabupaten/kota. Variabel yang signifikan pada model GWR adalah X2 (persentase BBLR) dan X5 (persentase pemberian ASI eksklusif) dengan menghasilkan 19 model. Pada model regresi global dapat menerangkan keragaman determinan dari penyakit peneumonia balita sebesar 28,99% sedangkan pada model GWR lebih besar yaitu 79,15%. Sedangkan nilai AIC pada model GWR (669,037) lebih kecil dibandingkan model regresi global (689,966). Dari hasil tersebut model terbaik berdasakan nilai AIC dan R2 maka dapat disimpulkan bahwa pemodelan GWR lebih baik digunakan pada penyakit pneumonia balita di Provinsi Jawa Timur.

Item Type:

Thesis (Skripsi)

Additional Information:

KKC KK FKM 92/19 Ula p

Uncontrolled Keywords:

Spatial analysis, Geographically Weighted Regression, pneumonia for toddler

Subjects:

R Medicine > RA Public aspects of medicine > RA1-1270 Public aspects of medicine > RA421-790.95 Public health. Hygiene. Preventive medicine > RA428-428.5 Public health laboratories, institutes, etc.

Divisions:

10. Fakultas Kesehatan Masyarakat

Creators: