ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP JUMLAH KEMATIAN IBU DAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TENGAH DENGAN BIVARIATE GENERALIZED POISSON REGRESSION - ITS Repository
Teks penuh
Gambar
Dokumen terkait
Pada kasus kematian ibu, setiap penambahan 1% jumlah persalinan oleh tenaga kesehatan maka akan melipatgandakan rata-rata jumlah kasus kematian ibu sebesar exp(0,023)= 1,023 kali
variabel prediktor yang berpengaruh signifikan terhadap model BGPR untuk jumlah kasus HIV di Kota Surabaya adalah persentase penduduk pengguna kondom, persentase
Untuk mendapatkan model terbaik yang dapat diterapkan pada kasus jumlah kematian ibu dan jumlah kematian bayi di Jawa Timur dilakukan perbandingan ketiga model Regresi
Data jumlah kematian ibu di Jawa Timur memiliki nilai varians yang lebih besar dari nilai mean (overdispersi) sehingga perlu dilakukan analisis lain untuk
Regresi bivariat poisson adalah metode yang tepat untuk menggambarkan jumlah kematian bayi dan jumlah kematian ibu dikarenakan kedua kasus tersebut memiliki nilai
Pada model yang terbentuk untuk kasus jumlah kematian bayi variabel persentase persalinan oleh tenaga kesehatan dan persentase tenaga kesehatan signifikan dalam
Variabel respon yang digunakan adalah Angka Kematian Ibu, sedangkan untuk variabel prediktor adalah persentase ibu hamil yang melaksanakan program kunjungan K4, persentase
Perbandingan Model Jumlah Kematian Ibu dan Jumlah Kematian Bayi Untuk mendapatkan model terbaik yang dapat diterapkan pada kasus jumlah kematian ibu dan jumlah kematian bayi di Jawa
