• Tidak ada hasil yang ditemukan

8/7/2014. Sumber Data

N/A
N/A
Protected

Academic year: 2022

Membagikan "8/7/2014. Sumber Data"

Copied!
24
0
0

Teks penuh

(1)
(2)

Sumber Data

(3)

Variabel Penelitian

(4)

Diagram Alir

Tidak

Mendeskripsikan data

Analisis Statistika Deskriptif

Pemodelan

1. Regresi Poisson

2. Geographically Weighted Poisson Regression

3. Mixed Geographically Weighted Poisson Regression

Penentuan model terbaik dengan membandingkan R2

Mendapatkan model Terbaik

Pemeriksaan Multiko antar Variabel Prediktor

Ya

Buang Variabel yang Multiko

(5)

LOGO

(6)

Statistika Deskriptif

Variabel Minimum Maximum Mean

Y 134,00 52609,00 11162,89

X1 5,79 27,65 15,12

X2 54,00 632,00 231,74

X3 48,53 84,59 63,94

X4 20,80 43,20 30,23

X5 5,64 21,63 10,61

X6 10,92 45,72 28,94

X7 16,23 33,93 26,14

Kabupaten Bondowoso Kota Probolinggo

Kota Kediri Kota Malang

Kota Kota Surabaya Kota Mojokerto

Kabupaten Pamekasan

(7)

Kabupaten Magetan Kota Probolinggo Kabupaten Malang Kabupaten Jember Kabupaten sampang

Variabel Minimum Maximum Mean

X8 3,45 11,22 7,00

X9 0,00 1,17 0,24

X10 200,00 3362,00 1546,11 X11 111,00 1570,00 679,71

X12 4,42 28,07 13.01

(8)

Jumlah Penderita Hipertensi di Propinsi Jawa Timur

MAL A N G

JE MB ER TU BA N

BA NY U W A NG I BLIT AR

KE DI R I NG A W I

LU M AJ AN G PA CI TA N

BO J O N EG O R O

LA MO NG A N

MAD I U N

SI TU BO N D O G RE S IK

PA SU R U AN NG A N J UK

SA MP AN G

PO N O R O G O

SU ME N EP

PR O B O L IN G G O

BO N D O W O S O JO M BA N G

BA NG KA L AN

TR EN G G A LEK

MO J O KE R TO

MAG ETA N

SI DO AR J O

PA ME KA SA N SU R AB AY A (KO T A)

MAL A N G (K O TA )

Nganjuk Surabaya

J a t im .s h p

1 3 4 - 1 1 3 5 6 1 1 3 5 6 - 2 5 9 7 5 2 5 9 7 5 - 5 2 6 0 9

(9)

Multikolinieritas

Variabel X1 X2 X3 X4 X5 X6

VIF 4,611 2,98 1,733 11,998 11,416 2,548

Variabel X7 X8 X9 X10 X11 X12

VIF 3,218 2,712 1,87 5,901 6,815 1,49

Variabel X1 X2 X3 X6 X7

VIF 4,455 2,662 1,731 2,336 3,129

Variabel X8 X9 X10 X11 X12

VIF 1,716 1,711 5,343 6,466 1,489

(10)

I E(I) sd P-value Z-hitung

-0,0428 -0,027 0,151 0,917 -0,105

BP df P-value

4,0993 10 0,9428

Uji Spasial

Z-hitung < Zα/2 Gagal tolak H0

Gagal tolak H0

: λ=0 (tidak ada dependensi antar lokasi) : λ ≠ 0 (terdapat dependensi antar lokasi)

(homokedastisitas) (heterokedastisitas)

(11)

Pemodelan Jumlah Penderita Hipertensi Menggunakan Poisson Uji Serentak:

Parameter Estimate Standard

Error Z-hitung

β0 9,118 0,002 4885,405

β1 -0,148 0,003 -51,932

β2 -0,045 0,002 -19,590

β3 0,092 0,002 42,761

β6 -0,121 0,002 -56,647

β7 -0,040 0,003 -13,876

β8 0,120 0,002 53,402

β9 0,457 0,002 228,738

β10 0,543 0,004 151,182

β 0,104 0,004 27,884

Signifikan Statistik Uji :

Tolak

Uji Parsial

Hipotesis :

(12)

Pemodelan Jumlah Penderita Hipertensi di JATIM dengan GWPR

Fungsi Kernel R2 AIC

Fixed Gaussian 0,819 86877,738 Fixed Bi-Square 0,806 90729,010 Adaptive Bi-Square 0,733 102676,949 Adaptive Gaussian 0,557 162920,871

Bandwidth : 0,633

(13)

Uji Kesamaan Model dengan GWPR

Source Deviance Df Deviance/df F-hitung

Global 180446,644 27 6683,209 1,12526

GWPR 86837,589 14,621 5939,281

F

(0.05;27;15)

> F

hitung

 Gagal tolak H

0

Statistik Uji :

(14)

Parameter Estimasi Standart

Error Z-hitung

β0 9,184 0,002 4349,010

β1 -0,210 0,004 -59,094

β2 0,022 0,003 8,033

β3 0,193 0,003 71,527

β6 -0,137 0,003 -47,936

β7 -0,108 0,003 -30,952

β8 0,356 0,003 128,550

β9 0,391 0,002 180,689

β10 0,639 0,004 144,599

β11 -0,047 0,005 -9,714

β12 0,111 0,002 59,709

)

Uji Serentak dan Parsial Model dengan GWPR

paling tidak ada salah satu

Tolak H0

: :

Signifikan

ln(

0,93 0,11

(15)

Variabel yang Signifikan

Kelompok Kabupaten Variabel yang Signifikan

1

Pacitan, Ponorogo, Trenggalek, Blitar,

Kediri, Jember, Probolinggo, Pasuruan,

Sidoarjo, Mojokerto, Jombang, Nganjuk,

Madiun, Magetan, Bojonegoro, Tuban,

Lamongan, Gresik,Bangkalan,

Sampang,

Pamekasan,Kota Kediri, Kota Blitar, Kota Probolinggo,Kota

Pasuruan, Kota Mojokerto,Kota Surabaya, Kota Batu

X1,X2,X3,X6,X7,X8,X9, X10,X11,X12

Tulungagung, X ,X ,X ,X ,X ,X ,X ,

M A L A N G

JE M B E R TU B A N

B A N Y U W A N G I B LIT A R

K E D IR I NG A W I

LU M A JA N G P A C IT A N

B O JO N E G O R O LA M O N G A N

M A D IU N

S IT U B O N D O G RE S IK

P A S U R U A N NG A N JUK

S A M P A N G

P O N O R O G O

S U M E N E P

P R O B O L IN G G O B O N D O W O S O JO M B A N G

B A N G K A LA N

TR E N G G A LE K

M O JO K E R T O M A G E T A N

S ID O A R JO

P A M E K A S A N S U RA B A Y A (K O T A )

M A L A N G (K O TA )

Kelompok 1 Kelompok 2

Kelompok 3 Kelompok 6 Kelompok 5

(16)

Source Deviance Df Deviance/df F-hitung Global 180446,64 27,000 6683,209 1,00144 Mixed GWPR 131557,07 19,714 6673,407

F(0.05;27;20) > Fhitung Gagal Tolak H0

Tolak H0

paling sedikit ada satu parameter tidak sama dengan nol.

Pemodelan Jumlah Penderita Hipertensi di JATIM dengan MGWPR

(17)

Uji Parsial MGWPR

Paramet er

Estima si

Standar

t Error Z-hitung β7 -0,013 0,003 -4,005 β8

β9 β10 β11

0,062 0,455 0,659 -0,001

0,002 0,002 0,004 0,004

25,500 223,515 176,158 -0,379

Parameter Estimasi Standart

Error Z-hitung

β0 9.065 0.002 4905.587

β1 -0.149 0.003 -56.903

β2 -0.083 0.002 -41.615

β3 0.213 0.002 95.866

β6 -0.094 0.003 -36.291

β 0.061 0.001 40.846

0061 )

HIPOTESIS HIPOTESIS

(18)

Variabel yang Signifikan

Kelompok Kabupaten Variabel yang Signifikan

1

Pacitan, Ponorogo, Trenggalek, Tulungagung,

Kediri, Malang, Jember, Banyuwangi, Bondowoso,

Situbondo, Pasuruan, Sidoarjo, Mojokerto, Jombang, Nganjuk, Madiun,

Magetan,Ngawi, Bojonegoro, Tuban,

Lamongan, Gresik, Bangkalan, Sampang, Pamekasan, Sumenep,

Kt.Kediri, Kt.Blitar, Kt.Malang, Kt.Probolinggo, Kt.Pasuruan, Kt.Mojokerto, Kt.Madiun, Kt.Surabaya,

Kt.Batu

X1, X6, X12

2 Blitar X1, X6

3 Lumajang X2, X12

4 Probolinggo X , X

M A L A N G

JE M B E R TU B A N

B A NY U W A NG I B LIT A R

K E DIR I NG A W I

LU M A JA N G P A CIT A N

B O JO NE G O R O LA M O NG A N

M A D IU N

S ITU B O N DO G RE S IK

P A S UR U A N NG A NJ UK

S A M P A NG

P O N O R O G O

S UM E N E P

P RO B O L ING G O B O N DO W O S O JO M B A N G

B A NG K A L A N

TR E NG G A L E K

M O JO K E R T O M A G E TA N

S IDO A RJ O

P A M E K A S A N S UR A B A Y A (K O T A )

M A L A N G (K O T A )

Variabel yang global adalah X

7

, X

8

, X

9

,X

10

, X

2

, X

3

Kelompok 2

Kelompok 3 Kelompok 1

Kelompok 4

(19)

LOGO

(20)

Kesimpulan

Variabel Global :

1. Rasio penduduk tidak tamat SMA (X2)

2. Persentase penduduk yang mengobati penyakit sendiri (X3) 3. Persentase penduduk

yang merokok (X7) 4. Persentase penduduk

yang berumur ≥ 65 tahun (X8)

5. Persentase penduduk yang terkena diabetes (X9)

6. Jumlah sarana kesehatan (X10)

Variabel Lokal:

1. Persentase penduduk tidak tamat SD (X1) 2. Persentase penduduk

yang berolahraga (X6) 3. Persentase penduduk

miskin (X12)

(21)

Saran

1. Lebih memperhatikan faktor-faktor penyebab hipertensi per kabupaten/kota di Propinsi Jawa Timur dari hasil yang telah dicapai pada penelitian ini.

2. Memperhatikan pencatatan kelengkapan data seperti data konsumsi garam dan alkohol agar mempermudah analisa dalam penelitian.

Pada penelitian selanjutnya dapat dilakukan penelitian per kabupaten/kota agar hasil yang

(22)

Daftar Pustaka

Anonim. 2010. Bahaya Mengobati Diri Sendiri. Diakses dari http://clip- cliping.blogspot.com. 27 Februari 2014 (09.00)

Anonim. 2010. Makanan Untuk Hipertensi, Kolesterol, Jantung, dan Asam Urat.

Diakses dari http://www.tabloidnova.com. 27 Februari 2014 (09.00) Anselin, L. 1988. Spatial Econometrics: Methods and Models. Kluwer Academic

Publishers: Netherlands.

Collin, S. 2010. An Application of Geographically Weighted Poisson Regression.

Canada : University of Newfoundland.

Erfandi. 2009, 19 April. Pengetahuan dan Faktor-faktor yang Mempengaruhi.

Diakses dari http://forbetterhealth.wordpress.com. 27 Februari 2014 (09.30) Fitatra, J. 2011. Kaitan Diabetes Militus dengan Hipertensi. Diakses dari

http://www.medicinesia.com. 27 Februari 2014 (10.18)

Gaziano, J.M., 2008. Epidemiology of Cardiovascular Disease. USA: McGraw-Hill.

Kotchen, T.A. 2008. Hypertensive Vascular Disease. Volume 2. USA: McGraw-Hill, 1549-1558.

Lilly, Williams, G.H. dan Zamani, P. 2007. Hypertension. Philadelphia: Lippincott Williams & Wilkins, 311-328.

(23)

Lanjutan Daftar Pustaka

Mikali, B. 2012. Dua Cara Enak Cegah Hipertensi. Diakses dari http://health.kompas.com. 27 Februari (09.56)

Myers, R.H. 1990. Classical and Modern Regression with Applications. Second edition. Boston: PWS-KENT Publishing Company.

Nakaya T, Fotheringham A.S, dan Brudson C. 2005. Geographically Weighted Poisson Regression for Disease Association Mapping, Statistics in

Medicine. Volume 24 Issue 17, pages 2695-2717.

Nurcahayani, H. 2013. Pemodelan Spasial Kemiskinan dengan Mixed

Geofraphically Weighted Poisson Regression dan Flexibly Shaped Spatial Scan Statistic. Surabaya: Tesis Program S2 Statistika Institute Teknologi Sepuluh Nopember (ITS)

Pickering, O. 2008. Epidemiology of Hypertension: Hurst’s the Heart. Volume 2.

12th ed. USA: McGraw-Hill, 1551-1565.

Susilo, P. 2013. Rokok Penyebab Hipertensi. Diakses dari http://www.obathip.com . 27 Februari 2014 (12.12)

(24)

LOGO

Gambar

Diagram Alir

Referensi

Dokumen terkait

Apabila tertanggung memerlukan perawatan rawat inap di rumah sakit setelah didiagnosa menderita salah satu cakupan penyakit, penanggung akan membayarkan seluruh tagihan

 Kesalahan konseptual mencapai 86,1% yaitu a) salah dalam menerjemahkan soal faktorisasi bentuk aljabar kedalam kalimat matematika, b) salah dalam konsep peubah

Bila kelenjar Meibom yang terkena disebut hordeolum internum, sedangkan bila kelenjar Zeiss atau Moll yang terkena maka disebut hordeolum eksternum2. Hordeolum biasanya

Oleh karena itu penelitian ini dilakukan agar dapat mengetahui seperti apa rancangan mutu yang tepat untuk produk RBC pisang mas masak, agar sesuai dengan

belajaran IPS yang aktif dan kreatif. Maka perlu ada perbaikan nilai dengan cara pembelajaran yang aktif agar seluruh siswa kelas 4 SD Negeri Kopeng 03 mendapat

Pada dasarnya, semua pemodelan risiko kredit ini berakhir dengan menghitung probabilitas kebangkrutan dari suatu perusahaan yang bertujuan untuk mengetahui seberapa

Dalam penelitian ini, kafein pada kopi Aceh ditentukan denan cara mengisolasi kafein dari kopi yang kemudian dilanjutkan dengan proses identifikasi guna menentukan kadar

Siklus kedua sama dengan siklus pertama. Siklus kedua juga teridiri dari empat tahapan. Pada tahapan perencanaan dilakukan identifikasi masalah yang timbul pada