PERBANDINGAN REGRESI MULTIVARIAT DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (KASUS ANGKA KEMATIAN IBU DAN BAYI DI PROVINSI JAWA TENGAH)

Mali, Elisabeth Vianey (2022) PERBANDINGAN REGRESI MULTIVARIAT DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (KASUS ANGKA KEMATIAN IBU DAN BAYI DI PROVINSI JAWA TENGAH). Skripsi thesis, UNIVERSITAS PGRI ADIBUANA SURABAYA.

[thumbnail of 1. HALAMAN DEPAN.pdf] Text
1. HALAMAN DEPAN.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (903kB)
[thumbnail of 2. ABSTRAK.pdf] Text
2. ABSTRAK.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (66kB)
[thumbnail of 3. BAB I.pdf] Text
3. BAB I.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (169kB)
[thumbnail of 8. DAFTAR PUSTAKA.pdf] Text
8. DAFTAR PUSTAKA.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (70kB)
Official URL: https://unipasby.ac.id/

Abstract

Angka Kematian Ibu dan Angka Kematian Bayi merupakan
indikator pembangunan kesehatan yang digunakan untuk menunjukan
keadaan dari derajat kesehatan disuatu masyarakat, di antaranya
pelayanan ibu dan bayi. Banyak faktor yang mempengaruhi AKI dan
AKB baik dari segi kesehatan, pendidikan, maupun ekonomi. Provinsi
Jawa Tengah merupakan salah satu provinsi di Indonesia yang AKI
belum memenuhi target SDGs, sedangkan AKB termasuk dalam 10
daerah AKB tertinggi di Indonesia. Tujuan dari penelitian ini untuk
membentuk model Regresi Multivariat dan Multivariate GWR pada
kasus AKI dan AKB di Provinsi Jawa Tengah pada tahun 2020. Selain
itu juga untuk mengetahui model yang paling tepat diterapkan pada kasus
tersebut. Variabel prediktor yang digunakan dalam penelitian ini adalah
persentase ibu hamil melaksanakan kunjungan K4 (X1), persentase
imunisasi Td2+ pada ibu hamil (X2), rasio puskesmas (X3), rata-rata lama
sekolah (X4) dan persentase penduduk miskin (X5). Variabel yang
signifikan mempengaruhi AKI dan AKB menggunakan model regresi
multivariat antara lain X1, X2, X3, X4 dan X5. Sedangkan pada model
Multivariate GWR didapatkan variabel X3 dan X5 berpengaruh signifikan
terhadap AKI, dan X2 dan X5 yang berpengaruh signifikan terhadap AKB.
Dari hasil yang diperoleh metode yang tepat untuk memodelkan AKI dan
AKB adalah regresi multivariat dengan nilai AICc sebesar 393,452.
Kata kunci : AKI, AKB, Regresi Multivariat, Multivariate GWR.

Item Type: Thesis (Skripsi)
Subjects: H Social Sciences > HN Social history and conditions. Social problems. Social reform
Q Science > QA Mathematics
Divisions: Fakultas Sains dan Teknologi (FST) > Statistika
Depositing User: Ilham Komarudin PERPUS
Date Deposited: 14 Dec 2022 03:58
Last Modified: 14 Dec 2022 03:58
URI: https://repository.unipasby.ac.id/id/eprint/2733

Actions (login required)

View Item
View Item