ANALISIS REGRESI LOGISTIK MULTILEVEL PADA DETERMINAN KEJADIAN STUNTING ANAK USIA 6-59 BULAN DI PROVINSI NUSA TENGGARA BARAT
| Main Author: | NOVIA DEWI ANGGRAINI, 101611123001 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/87035/1/KKC%20KK%20194%2019%20Ang%20a%20%20DAFTAR%20PUSTAKA.pdf http://repository.unair.ac.id/87035/2/KKC%20KK%20194%2019%20Ang%20a%20ABSTRAK.pdf http://repository.unair.ac.id/87035/3/KKC%20KK%20194%2019%20Ang%20a%20DAFTAR%20ISI.pdf http://repository.unair.ac.id/87035/4/KKC%20KK%20FKM%20194%2019%20Ang%20a.pdf http://repository.unair.ac.id/87035/ http://lib.unair.ac.id |
Daftar Isi:
- Analisis regresi logistik digunakan untuk menganaisis hubungan antar variabel dengan variabel dependen berupa data biner. Analisis regresi logistik pada data yang tersarang adalah regresi logistik multilevel. Analisis regresi multilevel digunakan untuk menganalis determinan kejadian stunting pada anak usia 6-59 bulan di Provinsi Nusa Tenggara Barat. Variabel penelitian terdiri dari level individu (level-1) dan level kecamatan (level-2). Penelitian ini merupakan penelitian non reaktif menggunakan data sekunder yang bersumber dari Indonesian Family Life Survey gelombang 5. Variabel yang diteliti yaitu tinggi badan ibu, kehamilan remaja, ASI eksklusif, berat badan lahir rendah, persentase rumah tangga miskin dan persentase ASI eksklusif. Unit analisis level-1 adalah 382 anak usia 6-59 bulan di Provinsi Nusa Tenggara Barat. Unit analisis level-2 adalah 14 kecamatan di Provinsi Nusa Tenggara Barat. Analisis data menggunakan Software WHO ANTHRO dan Mixed effect logistic regression dari STATA. Hasil analisis regresi logistik multilevel menunjukkan bahwa determinan yang berpengaruh pada kejadian stunting adalah tinggi badan ibu, berat badan lahir rendah dan persentase ASI eksklusif. Analisis regresi logistik multilevel menghasilkan dua model yaitu model dengan random intercept dan model dengan random slope. Pemilihan model terbaik dilakukan dengan uji likelihood ratio diketahui bahwa model terbaik adalah model dengan peubah penjelas tingkat individu (level-1).