Sumber Data
Variabel Penelitian
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
LOGO
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
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
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
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
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)
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 :
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
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
0Statistik Uji :
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
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
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
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
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
3Kelompok 2
Kelompok 3 Kelompok 1
Kelompok 4
LOGO
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)
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
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.
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)