Pemodelan Regresi Logistik dan Probit Biner pada Faktor yang Memengaruhi Ketercapaian Target Unmet Need di Provinsi Jawa Barat
| Main Authors: | Sari, Ida Nur Indah; Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya, Ratnasari, Vita; Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya |
|---|---|
| Format: | Article info application/pdf eJournal |
| Terbitan: |
Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS
, 2021
|
| Subjects: | |
| Online Access: |
http://ejurnal.its.ac.id/index.php/sains_seni/article/view/57952 http://ejurnal.its.ac.id/index.php/sains_seni/article/view/57952/6447 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/57952/26265 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/57952/26267 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/57952/26268 |
Daftar Isi:
- Unmet need KB adalah wanita kawin yang ingin menunda kehamilan, menjarangkan kehamilan dan tidak ingin mempunyai anak lagi namun tidak memakai alat/cara KB. Unmet need KB selalu memiliki target setiap tahunnya, namun berdasarkan fakta di lapangan target unmet need KB yang ditetapkan tidak pernah tercapai dan berakibat pada meningkatnya jumlah penduduk. Adanya permasalahan tidak tercapainya target unmet need tersebut maka diperlukan suatu analisis guna mengetahui faktor yang memengaruhi status ketercapaian target unmet need di Jawa Barat. Analisis yang memungkinkan digunakan untuk mengetahui faktor tercapai atau tidaknya target unmet need yaitu metode regresi logistik biner dan metode regresi probit biner. Variabel respon yang digunakan pada penelitian status ketercapaian target unmet need di Provinsi Jawa Barat yaitu tercapai atau tidaknya target unmet need Jawa Barat tahun 2019 sesuai dengan Renstra BKKBN 2015-2019 yaitu sebesar 10,15% serta menggunakan 5 varibael prediktor yang diduga berpengaruh terhadap status ketercapaian target unmet need. Berdasarkan hasil analisis diperoleh kesimpulan terdapat 3 variabel yang terbukti berpengaruh secara signifikan terhadap kedua pemodelan dengan kebaikan model sebesar 89%.