winda arika skripsi

PEMODELAN GEOGRAPHICALLY

WEIGHTED LOGISTIC REGRESSION

(GWLR) UNTUK MENGETAHUI

TINGKAT PENGETAHUAN KESEHATAN

REPRODUKSI IBU HAMIL DI KOTA

KEDIRI

1

LATAR BELAKANG MASALAH :

Kehidupan sosial

masyarakat

Kondisi geografis,

karakteristik wilayah,

adat istiadat, gaya

hidup beda (faktor

spasial)

2

LATAR BELAKANG MASALAH :

GWRSusanto (2009) : model penelitian

harga tanah berbasiskan sistem

informasi geografis

GWPRAulele (2010) : jumlah kasus kematian

bayi di provinsi jatim dan jateng

(kernel gaussian dan kernel bisquare)

3

RUMUSAN MASALAH :

BATASAN MASALAH :

1. Pemodelan regresi logistik

2. Pemodelan GWLR

3. Model mana yg lebih baik digunakan

1. Menggunakan pembobot fixed

gaussiann kernel

2. Pemilihan model terbaik -> AIC

3. Data spasial mengenai tingkat

pengetahuan kespro di kota kediri

4

TUJUAN PENELITIAN :

1. Mendapatkan model regresi logistik

2. Mendapatkan model GWLR

3. Mendapatkan model yang lebih baik

antara logistik dan GWLR

5

MANFAAT PENELITIAN :

1. Mendapatkan faktor yang berpengaruh secara

signifikan, memahami dan menerapkan metode

GWLR sebagai metode baru dalam statistika

serta memberikan allternatif pemecahan

masalah tiap-tiap kelurahan untuk memperbaiki

kualitas SDM

2. Mengembangkan pengetahuan mengenai

pendugaan parameter dan pengujian hipotesis

pada GWLR

6

TINJAUAN PUSTAKA :

Regresi logistikUntuk mengetahui hubungan

variabel respon yang

berkategori dengan satu

atau lebih variabel prediktor

yang bersifat kategori atau

kontinyu

7

REGRESI LOGISTIK DIKOTOMUS :

Untuk menggambarkan hubungan variabel respon dan

sekumpulan variabel prediktor di mana variabel respon

berskala biner (dikotomus) dengan variabel prediktor berskala

dikotomus maupun polikotomus.

Variabel Y mengikuti sebaran bernoully dengan fungsi

probabilitas :

8

MODEL REGRESI LOGISTIK (Agresti,1990) :

9

UJI MULTIKOLINIERITAS :

Menurut Weisberg (2005), Variance Inflation Factors (VIF)

merupakan salah satu indikator untuk mengukur besarnya

kolinieritas

VIF dinyatakan sebagai berikut (Montgomery, dkk., 1992) :

10

GWLR (Geographically Weighted Logistic

Regression)

GWLR merupakan bentuk lokal dari regresi logistik di mana lokasi

diperhatikan yang berasumsi bahwa data berdistribusi Bernoulli.

Model GWLR dapat ditulis sebagai berikut :

11

PENDUGAAN PARAMETER MODEL GWLR :

Dapat digunakan dengan menggunakan MLE dengan iterasi Newton

Rhapson .

12

UJI HIPOTESIS MODEL GWLR :

Pengujian kelayakan model yang diperoleh dari estimasi

parameter, dilakukan dengan menggunakan metode Maximum

Likelihood Ratio Test (MLRT) dengan melakukan pengujian

hipotesis berikut :

13

PENGUJIAN PARAMETER SECARA PARSIAL

Bentuk hipotesisnya adalah sebagai berikut :

14

BANDWIDTH :

Menurut Bailey dan Gatrel (1995), bandwidth (h) dapat

dianalogikan sebagai radius dari suatu lingkaran sehingga

sebuah titik yang berada di dalam radius lingkaran masih

dianggap memiliki pengaruh

Metode pemilihan bandwidth sangat penting untuk

mendapatkan taksiran fungsi kernel yang tepat. Nilai

bandwidth yang sangat kecil akan menyebabkan varians akan

semaikn besar

15

PEMILIHAN BANDWIDTH OPTIMAL :

16

PEMBOBOTAN FUNGSI KERNEL :

1. Fixed kernel

2. Adaptive kernel

17

PEMILIHAN MODEL TERBAIK :

18

KESEHATAN REPRODUKSI

Sebagai salah satu upaya menurunkan angka kematian ibu dan

angka kematian bayi, diadakan proyek kerja sama antara

Departemen Kesehatan-RI dengan JICA (Japan International

Cooperation Agency) untuk membentuk buku KIA sebagai alat

integrasi pelayanan kesehatan ibu dan anak

Buku KIA sebagai alat informasi, Edukasi dan Komunikasi (IECI)

dalam menyebarkan informasi penting mengenai Kesehatan Ibu dan

Anak (KIA) kepada keluarga.

Pada dasarnya pengetahuan seseorang dipengaruhi oleh umur,

pendidikan, pengalaman, pekerjaan dan intelegensia. Oleh karena

itu secara tidak langsung faktor-faktor tersebut juga mempengaruhi

tingkat pemahaman seseorang terhadap suatu informasi.

19

SUMBER DATA :

Dalam penelitian mengenai

pendugaan parameter model

GWLR ini, digunakan data

primer mengenai faktor-faktor

yang mempengaruhi tingkat

pengetahuan tentang

kesehatan reproduksi terhadap

ibu hamil yang diamati di

kelurahan di Kota Kediri.

Peubah respon yang

digunakan berupa data

kategori yaitu biner.

20

21

mulai

data

Pemeriksaan multikoliniritas

Multikolinieritas

terpenuhi

Pemodelan regresi

Data non multikol

Pendugaan parameter

regresi logistik

Pengujian signifikansi

prameter

Model regresi logistik

Mendapatkan nilai AIC

Intepretasi model

Menentukan letak titik

koordinat ui dan vi

Menghitung dij antar lokasi pengamatan

Mendaatkan bandwidth

optimal

Menghitung matriks

pembobot

Pendugaan parameter

GWLR

Pengujian signifikansi

parameter

Mendapatkan nilai AIC

Menetukan model terbaik

selesai

Regresi logistik GWLR

selesai

tidak

ya

22

Deskriptif statistik

23

Deskriptif statistik

24

Deskriptif statistik

25

Deskriptif statistik

26

Uji multikolinieritas

27

Pendugaan Parameter Regresi Logistik

28

Pengujian Parameter Regresi Logistik

29

Pemodelan GWLR (Geographically Weighted Logistic Regression)

30

Pemodelan GWLR (Geographically Weighted Logistic Regression)

31

Pengujian Parameter

GWLR (Geographically Weighted Logistic Regression)

32

Pengujian Parameter

GWLR (Geographically Weighted Logistic Regression)

33

Pengelompokan kelurahan berdasarkan variabel prediktor

yang signifikan

34

Pengelompokan kelurahan berdasarkan variabel prediktor

yang signifikan

35

Pemilihan model terbaik

36

Kesimpulan1. Model regresi global regresi logistik adalah sebagai berikut :

Model tersebut memiliki tiga variabel yang berpengaruh signifikan

terhadap tinggi rendahnya kesehatan reproduksi terhadap ibu hamil

yaitu pendidikan ibu, paritas, dan pekerjaan ibu.

2. Berdasarkan kesamaan variabel prediktor yang signifikan

dari 45 model GWLR dengan pembobot fixed Gaussian Kernel

menghasilkAN 9 kelompok kelurahan.

3. Model GWLR dengan pembobot fixed Gaussian Kernel

lebih sesuai digunakan untuk meganalisis pemodelan tingkat

pengetahuan ibu hamil terhadap kesehatan reproduksi

di Kota Kediri tahun 2011 dibandingkan dengan regresi logistik

karena mempunyai nilai AIC lebih kecil yaitu 66.941317.

37

Winda Arika

~] Terima kasih atas perhatiannya [~

0710953028

Wassalamu’alaikum Wr. Wb