Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kematian Ibu di Jatim dengan Pendekatan GWPR (Geographically Weighted Poisson Regression) Ditinjau dari Segi Fasilitas Kesehatan
Teks penuh
Gambar
Dokumen terkait
Model yang lebih baik digunakan untuk menganalisa data jumlah kematian bayi di tiap Kabupaten/Kota di Propinsi Jawa Timur berdasarkan nilai AIC yang terkecil adalah model
Sedangkan faktor lingkungan yang mempengaruhi angka kematian bayi adalah jumlah sarana kesehatan, jumlah tenaga medis, persentase persalinan yang dilakukan dengan bantuan
Sebagaimana pada model GWMPR dengan kovariansi merupakan konstanta, pemodelan jumlah kematian ibu, neonatal dini, dan neonatal lanjut untuk model MPR dengan
Pemodelan jumlah kematian ibu menggunakan regresi binomial negatif diketahui bahwa variabel yang signifikan adalah persentase penanganan ibu hamil mengalami komplikasi,
Perbandingan nilai AIC pada pemodelan GWPR lebih kecil dari nilai AIC pada model regresi Poisson sehingga dapat disimpulkan bahwa model GWPR lebih baik digunakan
Dalam penelitian ini akan dimodelkan jumlah penderita kusta di Provinsi Jawa Tengah menggunakan regresi poisson dan GWPR dengan pembobot fungsi kernel gaussian dan kernel
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
Dalam penelitian ini akan dimodelkan jumlah penderita kusta di Provinsi Jawa Tengah menggunakan regresi poisson dan GWPR dengan pembobot fungsi kernelgaussian dan kernel bisquare dengan
