ANALISIS FAKTOR YANG BERPENGARUH TERHADAP PENCEGAHAN PENYAKIT DBD DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI BINOMIAL NEGATIF

Abstract

Dalam analisis regresi Poisson, variabel terikat harus memenuhi asumsi yaitu nilai variansi sama dengan rata-ratanya. Pada kenyataannya yang terjadi ketika melakukan analisis adalah variansi dari variabel terikatnya lebih besar daripada rata-ratanya yang disebut dengan terjadinya kasus overdispersi. Tujuan dari penelitian ini adalah untuk memilih model terbaik yang digunakan untuk memodelkan kasus terjadinya penderita penyakit DBD di Jawa Tengah Tahun 2016. Data yang digunakan adalah data sekunder yang diperoleh dari Dinas Kesehatan Jawa Tengah. Hasil analisis menunjukkan bahwa model regresi Binomial Negatif yang terbaik digunakan untuk mengatasi kasus overdispersi pada model regresi Poisson.

In the Poisson regression analysis, the dependent variable must satisfy the assumption that the variance value is equal to the mean. In fact, what happens when doing the analysis is the variance of the dependent variable is greater than the average called the occurrence of cases of overdispersion. The purpose of this research is to choose the best model used to model the case of dengue fever case in Central Java Year 2016. The data used is secondary data obtained from Central Java Health Office. The results of the analysis show that the best binomial negative regression model is used to overcome the case of overdispersion in the Poisson regression model.