MODEL REGRESI LINIER BERGANDA METODE BEST SUBSET STATISTIK Cp MALLOWS DALAM MENGANALISIS FAKTOR YANG MEMPENGARUHI ANGKA HARAPAN HIDUP PROVINSI JAWA TIMUR TAHUN 2016

Main Author: HARDIAN BIMANTO, 101611123034
Format: Thesis NonPeerReviewed Book
Bahasa: ind
Terbitan: , 2018
Subjects:
Online Access: http://repository.unair.ac.id/80067/1/ABSTRAK%20FKM%2033%2019%20Bim%20m.pdf
http://repository.unair.ac.id/80067/2/FULLTEXT%20FKM%2033%2019%20Bim%20m.pdf
http://repository.unair.ac.id/80067/
http://lib.unair.ac.id
Daftar Isi:
  • Salah satu metode yang digunakan untuk mendapatkan model regresi linier berganda adalah Best Subsets dengan menggunakan statistik Cp Mallows. Best subset dimulai dengan membuat kombinasi dari seluruh variabel Independent untuk dapat menjelaskan variabel Dependent. Pemilihan kombinasi berdasarkan dengan Koefisien determinasi yang tinggi dan nilai Cp yang rendah.Tujuan penelitian ini adalah untuk menerapkan metode Best Subset statistik Cp Mallows dalam mendapatkan model regresi linier berganda pada faktor yang mempengaruhi Angka Harapan Hidup. Penelitian ini termasuk penelitian observasional analitik yang menggunakan data sekunder tahun 2016 dari publikasi profil kesehatan Provinsi Jawa Timur. Data yang diambil dari 38 kabupaten /kota dengan variabel Dependent berupa Angka Harapan Hidup dan variabel Independent diantaranya adalah Prevalensi Diare, Prevalensi Demam Berdarah, Rumah sehat, Perilaku hidup bersih dan sehat serta rata-rata lama sekolah. Hasil penelitian mendapatkan bahwa tiga kombinasi yaitu Prevalensi diare, Rumah sehat dan Rata- rata lama sekolah dengan Koefisien determinasi sebesar 69,7% dan nilai Cp sebesar 3,9.Model yang didapatkan sebagai berikut : Y= 65,156 - 0,0608 (Prevalensi diare) + 0,0279 (Rumah sehat) +0,728 (Rata-rata lama sekolah). Kesimpulannya bahwa metode Best Subset statistik Cp Mallows dapat digunakan sebagai metode untuk mendapatkan model regresi