PEMODELAN REGRESI ROBUST LEAST TRIMMED SQUARE (LTS) (Studi Kasus : Faktor -Faktor yang Mempengaruhi Penyebaran Penyakit Malaria di Indonesia)

Muhammad Yahya Matdoan

Abstract


Metode Oridnary Least Square (OLS) didasarkan pada distribusi normal, sehingga kurang tepat untuk menganalisis sejumlah data yang tidak simetris atau mengandung outlier. Oleh karena itu, regresi robust Least Trimmed Square (LTS). Penelitian ini membandingkan regresi Robust LTS dengan OLS pada kasus faktor-faktor yang mempengaruhi penyakit malaria di Indonesia. Diperoleh hasil bahwa dengan menggunakan metode OLS diperolehsebesar 0,681 dan regresi robust LTS sebesar  0,732. sehingga diperoleh model terbaik yaitu model model regresi robust LTS. Lebih lanjut diperoleh hasil bahwa faktor utama penyebab penyebaran penyakit malaria di Indonesia yaitu faktor kemiskinan, faktor tenaga kesehatan dan faktor air bersih.


Full Text:

PDF

References


Badan Pusat Statistika. (2014). Hasil Survei Sosial Ekonomi Nasional Tahun 2014. Jakarta

Budiantara, I.N. (2011), Penelitian Bidang Regresi Spline Menuju Terwujudnya Penelitian Statistika yang Mandiri dan Berkarakter. Seminar Nasional FMIPA Universitas Pendidikan Ganesha.

Datukramat, Mayulu dan Masi. (2013). Menganalisis Hubungan Anatara Sanitasi Lingkungan Dengan Kejadian Malaria Pada Murid Sekolah Dasar Di Kabupaten Bolaang Mengondow Utara. journal keperawatan (e-Kp) Fakultas Kedokteran Universitas Sam Ratulangi.

Ghozali, Imam. 2013. Aplikasi analisis Multivariat dengan program SPSS. Edisi ketujuh. Semarang

Gujarati, D. N. (2004). Basic Econometrics, 4th Edition. New York: McGrahill. Co.

Hardle, W. (1990). Applied Nonparametric Regression. Cambridge University Press. New York.

Hastie, T. J. dan Tibshirani, R. J. (1990). Generalized Additive Models. Chapman and Hall. New York. London.

Indriani dan Yuyun. (2010). Analisis faktor-faktor yang mempengaruhi angka kejadian penyakit tropis malaria dengan metode klasifikasi pohon (Studi kasus Kabupaten Sorong Selatan, Provinsi Papua Barat). Jurnal, Institut Teknologi Sepuluh Nopember

Kementrian Kesehatan Republik Indonesia. (2014). Profil kesehatan Indonesia, Pusat data dan Informasi Kementrian Kesehatan. Jakarta.

Lin W, Zongwu, Li. (2015). Optimal smoothing in nonparametric conditional quantile derivative function estimation. Journal of Econometrics ScienceDirect vol. 188, hal. 502-513.

Mirontoneng, A.R, Ismanto, A.Y dan Malara, R. (2014). Analisis faktor-faktor yang berhubungan kejadian malaria pada anak di wilayah kerja PKM Tona kecamatan tahuna kabupaten Sangihe. Program Studi Ilmu Keperawatan Fakultas kedokeran Universitas Sam Ratulangi Manado.

Susilowati, P, A. (2013). Analisis regresi pada prevalensi malaria di Provinsi Maluku Utara, Malauku, Papua Barat dan Papua dengan faktor yang mempengaruhinya. Skripsi, Jurusan Statistika Institut Teknologi Sepuluh Nopember.

Werner, Mark. (2003). Identification of Multivariate Outliers in Large Data Sets, University of Colorado at Denver.

Willems, G. and Aelst, S.V. (2005). Fast and Robust Bootstrap for LTS Computational Statistics and Data Analysis, No. 48, hal. 703-715.




DOI: http://dx.doi.org/10.33603/e.v7i2.2926

Refbacks

  • There are currently no refbacks.


EUCLID terindeks oleh DOAJ, Google Scholar, ResearchBib, IPI, IOS dan Sinta.

This work is licensed under a Creative Commons Attribution - Share Alike 4.0 International License
execute(); ?>