Pemodelan Mixed Geographically Weighted Regression (MGWR) Sebagai Pendekatan Model Geographically Weighted Regression (GWR) Yang Melibatkan Parameter Global (Studi Kasus Persentase Balita Gizi Buruk d

Main Author: Sariyya, HanahRista
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2013
Subjects:
Online Access: http://repository.ub.ac.id/153399/1/SKRIPSI_HANAH_RISTA_SARIYYA_0910950042.pdf
http://repository.ub.ac.id/153399/
Daftar Isi:
  • Geographically Weighted Regression (GWR) merupakan metode statistika yang digunakan untuk menganalisis data spasial dalam bentuk persamaan regresi yang menghasilkan parameter model yang bersifat lokal untuk tiap lokasi pengamatan. Namun apabila terdapat beberapa variabel prediktor yang bersifat global dan yang lainnya bersifat lokal maka metode Mixed Geographically Weighted Regression (MGWR) dapat digunakan. Status gizi balita merupakan indikator yang paling baik dalam mengukur derajat kesehatan masyarakat. Tujuan dari penelitian ini adalah mendapatkan model Mixed Geographically Weighted Regression (MGWR) dengan pembobot fungsi Fixed Bisquare Kernel untuk data balita gizi buruk di Jawa Timur tahun 2010. Selain itu untuk mendapatkan faktorfaktor yang berpengaruh secara signifikan terhadap persentase balita gizi buruk di setiap kota/kabupaten di Jawa Timur. Aplikasi model MGWR pada data persentase balita gizi buruk di Jawa Timur tahun 2010 menunjukkan bahwa model MGWR secara signifikan berbeda dengan model regresi OLS. Secara umum didapatkan informasi bahwa model MGWR lebih baik dibandingkan model GWR karena menghasilkan nilai AIC yang lebih kecil. Faktor-faktor yang signifikan terhadap kejadian balita gizi buruk bervariasi di tiap kota/kabupaten di Jawa Timur sehingga terbentuk 9 kelompok kota/kabupaten yang memiliki kesamaan variabel prediktor yang signifikan, namun secara umum faktor yang signifikan adalah persentase Bayi Berat Lahir Rendah (X1), persentase balita mendapat vitamin A (X4), persentase rumah tangga dengan akses air bersih (X6), dan kemiskinan (X7).