Pemodelan Geographically Weighted Negative Binomial Regression (GWNBR) untuk Kasus Kematian Bayi Di Provinsi Jawa Tengah

Abstract

Angka Kematian Bayi (AKB) adalah salah satu indikator kesehatan yang belum mencapai target MDGs sehingga perlu diketahui faktor-faktor yang mempengaruhi kematian bayi. Data kematian bayi yang digunakan dalam penelitian ini adalah jumlah kematian bayi di Provinsi Jawa Tengah 2017. Ini bersumber dari Profil Kesehatan Provinsi Jawa Tengah pada tahun 2017. Regresi Poisson adalah salah satu analisis statistik yang dapat digunakan untuk menentukan faktor-faktor itu mempengaruhi jumlah kematian bayi. Model Regresi Poisson adalah model regresi non-linear yang digunakan untuk menganalisis data diskrit. Asumsi rata-rata sama dengan varians dalam analisis regresi poisson jarang dipenuhi karena masalah penyebaran berlebihan sering muncul dalam pemodelan, di mana varians lebih besar dari nilai tmean. Salah satu metode yang digunakan dalam mengatasi overdispersi dalam regresi Poisson adalah regresi Binomial Negatif. Dalam penelitian ini juga menggunakan Model Regresi Binomial Negatif Berbobot Geografis (GWNBR) untuk menjelaskan keberadaan heterogenitas regional. Setiap nilai parameter dihitung pada setiap titik lokasi geografis sehingga setiap titik lokasi geografis memiliki nilai parameter regresi yang berbeda. Ini akan memberikan variasi pada nilai parameter regresi dalam kumpulan wilayah geografis. Hasil pemodelan GWNBR dengan fungsi bobot kernel Gaussian tetap menunjukkan ada 6 kelompok regional berdasarkan variabel signifikan.