• Tidak ada hasil yang ditemukan

MODEL REGRESI BINOMIAL NEGATIF TERBOBOTI GEOGRAFIS UNTUK DATA KEMATIAN BAYI. Lusi Eka Afri

N/A
N/A
Protected

Academic year: 2021

Membagikan "MODEL REGRESI BINOMIAL NEGATIF TERBOBOTI GEOGRAFIS UNTUK DATA KEMATIAN BAYI. Lusi Eka Afri"

Copied!
12
0
0

Teks penuh

Referensi

Dokumen terkait

Berdasarkan model tersebut dapat disimpulkan bahwa peubah yang signifikan mempengaruhi kematian bayi adalah persentase anak dengan urutan kelahiran ke- 4 atau lebih,

Tujuan di dalam penelitian ini yaitu akan dilakukan pemilihan model terbaik untuk menentukan faktor-faktor yang mempengaruhi jumlah kematian balita di Jawa Barat

Untuk model jumlah kematian bayi memiliki hasil yang sama yaitu untuk semua variabel prediktor yaitu persentase persalinan oleh tenaga kesehatan, persentase ibu

Dari model regresi poisson tergeneralisasi yang diperoleh dapat dilihat bahwa faktor yang mempengaruhi jumlah angka kematian bayi di Jawa Tengah adalah jumlah

Penelitian sebelumnya tentang kematian ibu hamil dilakukan oleh [6] dengan menggunakan model regresi Poisson, dimana model terbaik yang diperoleh menunjukkan faktor-faktor

Jumlah kasus kematian ibu merupakan data count se- hingga analisis yang tepat digunakan untuk mengetahui faktor- faktor yang memengaruhi kasus kematian ibu di

Tujuan di dalam penelitian ini yaitu akan dilakukan pemilihan model terbaik untuk menentukan faktor-faktor yang mempengaruhi jumlah kematian balita di Jawa Barat

Data yang digunakan yaitu data kematian bayi di Kabupaten Jombang Tahun 2018 menggunakan Negative Binomial Regression dengan lima va- riabel bebas yaitu persentase persalinan oleh