Pemodelan Regresi Binomial Negatif menggunakan Estimator Jackknife Negative Binomial Ridge Regression pada Data Angka Kematian Bayi Provinsi Sulawesi Selatan

Kezia Agra Palinoan; Andi Kresna Jaya; Anna Islamiyati

doi:10.30872/basis.v3i2.1140

Kezia Agra Palinoan Universitas Hasanuddin
Andi Kresna Jaya Universitas Hasanuddin
Anna Islamiyati Universitas Hasanuddin

DOI: https://doi.org/10.30872/basis.v3i2.1140

Abstract

Analisis regresi Binomial Negatif adalah metode yang digunakan untuk menganalisis hubungan antara variabel prediktor terhadap variabel respon yang berdistribusi Poisson. Namun, regresi Poisson tidak dapat digunakan untuk memodelkan data dengan overdispersi maupun terdapat multikolinearitas. Untuk menyelesaikan masalah tersebut digunakan regresi Binomial Negatif dengan estimator Jackknife Negative Binomial Ridge Regression. Dalam penelitian ini, estimasi parameter regresi Binomial Negatif dengan estimator Jackknife Negative Binomial Ridge Regression diterapkan pada data tingkat kematian bayi di Sulawesi Selatan tahun 2017. Metode Jackknife berperan untuk mereduksi bias sehingga dapat diperoleh penaksiran parameter dengan bias yang kecil sedangkan metode ridge untuk menangani multikolinearitas. Metode pemilihan parameter ridge menggunakan nilai MSE terkecil. Model terbaik terbentuk pada model dengan parameter ridge k = 0.0081. Berdasarkan estimasi parameter yang terbentuk menunjukkan bahwa variabel jumlah bayi dengan berat badan lahir rendah (X₁), jumah bayi yang diberi ASI eksklusif (X₂), jumlah bayi yang mendapatkan vitamin A (X₃), jumlah cakupan pelayanan K4 pada ibu hamil (X₄), jumlah ibu hamil yang menerima imunisasi TT2+ (X₅), dan jumlah kelahiran (X₆) signifikan mempengaruhi jumlah kematian bayi.

References

[1] Wardani, D. K., & Wulandari, A. (2020). Pemodelan Negative Binomial Regression Pada Data Jumlah Kematian Bayi Di Kabupaten Jombang. Transformasi: Jurnal Pendidikan Matematika Dan Matematika, 4 (2), 311-320.

[2] Cabral, A. H., Udus, M. Y., Jamlean, S. F., Pramesti, W., & Anuraga, G. (2019). Pemodelan Faktor yang Mempengaruhi Angka Kematian Bayi di Jawa Timur dengan Menggunakan Geographically Weighted Regression. SNHRP, 37-49.

[3] Jao, N., Islamiyati, A., & Sunusi, N. (2022). Pemodelan Regresi Nonparametrik Spline Poisson Pada Tingkat Kematian Bayi di Sulawesi Selatan. ESTIMASI: Journalof Statistics and Its Application, 3 (1), 14-22.

[4] Islami, Y. N., Ispriyanti, D., & Kartikasari, P. (2021). Perbandingan Model Regresi Binomial Negatif Bivariat Dengan Model Geographically Weighted Negative Binomial Bivariat Regression (GWNBBR) Pada Kasus Angka Kematian Bayi Dan Kematian Ibu Di Jawa Tengah. Jurnal Gaussian, 10 (4), 488-498.

[5] Munawaroh, A. (2018). Estimator Baru Modified Jackknifed Untuk Mengatasi Multikolinieritas Pada Regresi Poisson Studi Kasus: Angka Kematian Bayi Provinsi Jawa Timur Tahun 2016 (Skripsi, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta).