Pemodelan Regresi Panel terhadap Faktor-Faktor yang … · 2020. 4. 26. · panel dengan model...
Transcript of Pemodelan Regresi Panel terhadap Faktor-Faktor yang … · 2020. 4. 26. · panel dengan model...
Pemodelan Regresi Panel terhadap Faktor-Faktor yang Mempengaruhi
Angka Kematian Ibu di Provinsi Jawa Timur
Oleh :Khusnul Khotimah (1313 030 001)
Dosen Pembimbing :Dr. Vita Ratnasari, S.Si., M.Si.
Dosen Penguji :Dr. rer. pol. Heri Kuswanto, S.Si., M.Si.Erma Oktania Permatasari, S.Si., M.Si.
Sidang Tugas Akhir DIII Statistika – Kamis, 09 Juni 2016
Program Studi Diploma III Jurusan StatistikaFakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh NopemberSurabaya 20161
2
BAB IPENDAHULUAN
3
Latar Belakang
Negara majuGenerasi berkualitas
Kesehatan IbuIndikator
Kesejahteraan Angka Kematian Ibu
Jawa Timur
9 wilayah prioritas penurunan AKI dan AKBdan
Program Expanding Maternal & Neonatal Survival 2014201320122011201020092008
105
100
95
90
85
Tahun
Ang
ka K
emat
ian
Ibu
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
Regresi Panel
4
Rumusan Masalah
Tujuan
Bagaimana karekteristik AKI dan faktor-faktor yang diduga
mempengaruhi di Provinsi Jawa Timur?
Faktor-faktor apa sajakah yang mempengaruhi AKI di Provinsi Jawa
Timur?
Mendeskripsikan AKI dan faktor-faktor yang diduga mempengaruhi
di Provinsi Jawa Timur.
Mengetahui faktor-faktor apa saja yang mempengaruhi AKI di
Provinsi Jawa Timur.
5
Manfaat Batasan Masalah
Memberikan informasi kepada pemerintah mengenai AKI dan faktor-faktor yang
mempengaruhi sehingga dapat membantu pencapaian program untuk mengurangi AKI di
Provinsi Jawa Timur.
Memberikan informasi kepada pembaca mengenai AKI dan faktor-faktor yang
mempengaruhi di Provinsi Jawa Timur.
Periode waktu :
tahun
Tidak berkorelasi
Tahun 2008-2014
Pemodelan regresi panel menggunakan efek individu dan waktu
6
BAB IITINJAUAN PUSTAKA
7
Statistika deskriptif berkaitan dengan pengumpulandan penyajian suatu gugus data sehingga memberikaninformasi yang berguna.
Statistika deskriptif
TabelDiagram
Grafik
(Walpole, 1995)
Regresi Panel
regresi dengan struktur data panel yaitu menggabungkan antaradata cross section dan data time series.
(Gujarati dan Porter, 2015)
itititit ey Xβ'
Model regresi panel adalah sebagai berikut.
ity = variabel respon unit individu ke-i dan periode waktu ke-tit = koefisien intersep dari unit individu ke-i dan periode waktu ke-t'β = ),....,,( 21 k merupakan koefisien slope dengan k banyaknya
variabel prediktoritX = kititit XXX ,....,, 21 merupakan variabel prediktor dari unit
individu ke-i dan periode waktu ke-tite = komponen residual dengan IIDN (0,σ2)
(Hsiao, 2003)
8
CEM
Terdapat tiga pendekatan dalam melakukan estimasi modelregresi data panel, yaitu :
CEMCommon Effect Model
FEMFixed Effect Model
REMRandom Effect Model
CEM merupakan pendekatan untuk mengestimasi data panelyang paling sederhana. Pada pendekatan ini, seluruh datadigabungkan tanpa memperhatikan individu dan waktu.
Estimasi model Regresi Panel
ititit ey Xβ '
FEM
FEM merupakan pendekatan untuk mengestimasi data panelyang dapat dibeda-bedakan berdasarkan individu danwaktu.FEM koefisien slope konstan tetapi koefisien intersepbervariasi pada setiap individu
FEM koefisien slope konstan tetapi koefisien intersepbervariasi pada setiap waktu
FEM koefisien slope konstan tetapi koefisien intersepbervariasi pada setiap individu dan waktu
.
ititiit ey Xβ '
itittit ey Xβ '
itittiit ey Xβ '
(Hsiao, 2003)
(Gujarati dan Porter, 2015)
9
REM
Estimasi perlu dilakukan dengan model komponen error atau model efek acak. Pendekatan REM melibatkan korelasi antar error termskarena berubahnya waktu maupun individu.
ititit wy Xβ'
itiit ew
i = komponen error individu ke-i
ite = komponen error gabungan unit cross section dantime series
Pemilihan Model Regresi Panel
Uji ChowUji Hausman
Uji Lagrange Multiplier
Uji Chowdigunakan untuk mengetahui apakah teknik regresi data panel dengan model FEM lebih baik dari model CEM.
NaaaH ...: 210 (Model CEM) :1H paling sedikit ada satu ji aa untuk ji (Model FEM)
i,j = 1,2,....,NStatistik uji :
)/()(
)/()(
kNNTR
NRRF
FE
PooledFE
2
22
1
1
Daerah penolakan : tolak H0 jika Fhitung > Fα(N-1,NT-N-k)
(Asteriou dan Hall, 2007)
10
Uji Hausman
Uji Lagrange Multiplier
pengujian untuk memilih model terbaik antara FEM dan REM.
:0H 0),( itit eXcorr (Model REM) :1H 0),( itit eXcorr (Model FEM)
Statistik uji : )ˆˆ()]ˆvar()ˆ[var()'ˆˆ( REFEREFEREFEH 1
Daerah penolakan : tolak H0 jika 2kH ;
(Asteriou dan Hall, 2007)
pengujian yang digunakan untuk mengetahui apakah model REM lebih baik dari model CEM
0: 20 iH (Model CEM)
0: 21 iH (Model REM)
Statistik uji : 2
1 12
1 12
112
Ni
Tt it
Ni
Tt it
e
eTNTLM
)()(
Dimana e adalah residual berdasarkan model CEM.Daerah penolakan : tolak H0 jika 2
kLM ;
(Widarjono, 2013).
11
Pengujian Parameter
Uji Serentak Uji Parsial
Uji Serentak
Uji Parsial
untuk mengetahui apakah variabel prediktor secara bersama-sama berpengaruh signifikan terhadap variabel respon
0...: 210 kH
:1H minimal terdapat satu 0i untuk i=1,2,3,...,kStatistik uji :
)/())ˆ((
/))ˆ((
1211
1112
kNTityyti
kyytiFit
TN
iitTN
Daerah penolakan H0 adalah jika ))(,(,( 1 kNTkFF
(Draper dan Smith, 1998)
untuk mengetahui pengaruh variabel prediktor secara individu terhadap variabel respon
0:0 iH
0:1 iH untuk i=1,2,...,k
Statistik uji :
)ˆ(
ˆ
i
ihitung SE
t
Daerah penolakan H0 adalah jika))((
||1
2
kNT
tt
(Draper dan Smith, 1998)
12
Asumsi Multikolinieritasadanya hubungan linier yang sempurna atau pasti diantara beberapa atau semua variabel penjelas (bebas)
Variance Inflation Factor (VIF) 2111
jRTOLVIF
Jika nilai VIF>10 maka terindikasi adanya kasusmultikolinieritasBila terdapat kasus multikolinieritas, maka dapatdiatasi dengan Principle Component Regression
Uji Asumsi Residual IIDN
Residual Identik
dilakukan untuk mengetahui homogenitas varians residual222
2210 nH ...:
:1H minimal ada satu 22ji dimana ji
Terdapat dua tahap dalam Uji Park yaitu sebagai berikut.1. Meregresikan Y terhadap X dengan metode kuadrat terkecil serta mendapatkan dan ie 2
ie
2. Meregresikan 2ie dengan X dengan menggunakan model
iii vX lnlnln 22
Apabila terjadi kasus heteroskedastisitas maka diatasidengan metode kuadrat terkecil tertimbang (WLS).
(Gujarati dan Porter, 2013)
(Nachrowi dan Usman, 2006)
13
Residual Independen
dilakukan untuk mengetahui autokorelasi yang sering muncul pada data time series
00 :H01 :H
N = jumlah observasi, N1 = banyaknya residual yangbernilai positif, N2 = banyaknya residual yang bernilainegatif, dan R = run, maka jika N1 > 10 dan N2 > 10diasumsikan jumlah Run mengikuti distribusi normaldengan :
12 21 N
NNRunEMean )()(
)(1
222
21212
NNNNNNNVarian Run
])()([Pr // RunRun ZRunERunZRunEob 22
Jika Run tidak berada dalam interval kepercayaan maka H0 ditolak
(Nachrowi dan Usman, 2006)
Residual Berdistribusi Normal
dilakukan untuk melihat apakah residual memenuhi asumsi berdistribusi normal atau tidak
Uji Kolmogorov Smirnov :
H0 : Residual berdistribusi normalH1 : Residual tidak berdistribusi normalStatistik uji :
|)()(| 0 xFxFSupD nx
Daerah kritis :Tolak H0, jika nilai Dhitung < Dα dan residual tidak berdistribusi normal.
(Sudjana, 1996)
14
Angka Kematian Ibu
AKI adalah banyaknya wanita yang meninggal dari suatu penyebab kematian terkait dengan gangguan kehamilan ataupenangangannya (tidak termasuk kecelakaan atau kasus insidentil) selama kehamilan, melahirkan dan dalam masa nifas (42 harisetelah melahirkan) tanpa memperhitungkan lama kehamilan per 100.000 kelahiran hidup
𝐴𝐾𝐼 =𝛴𝑘𝑒𝑚𝑎𝑡𝑖𝑎𝑛 𝑖𝑏𝑢 ℎ𝑎𝑚𝑖𝑙, 𝑝𝑒𝑟𝑠𝑎𝑙𝑖𝑛𝑎𝑛, 𝑑𝑎𝑛 𝑛𝑖𝑓𝑎𝑠 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
𝛴 𝑘𝑒𝑙𝑎ℎ𝑖𝑟𝑎𝑛 ℎ𝑖𝑑𝑢𝑝 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢𝑥 100.000
(BPS & BAPPEDA, 2014)
15
BAB IIIMETODOLOGI PENELITIAN
16
Sumber Data
Data Sekunder
Dinas Kesehatan Provinsi Jawa
Timur
AKI
Peserta KB aktif
Cakupan pelayanan antenatal K4
BPS Provinsi Jawa Timur
Perempuan kawin usia kurang dari 17
tahun
Perempuan dengan pendidikan yang
ditamatkan minimal SD
Kelahiran yang ditolong oleh tenaga
kesehatan terlatih
Komplikasi kebidanan yang
ditangani
17
Subyek Tahun Variabel Respon (Y)
Variabel Prediktor
(X1)...
Variabel Prediktor
(X6)
Kab/kota 1
2008 Y(1;2008) X1(1;2008) ... X6(1;2008)
2009 Y(1;2009) X1(1;2009) ... X6(1;2009)
2010 Y(1;2010) X1(1;2010) ... X6(1;2010)
2011 Y(1;2011) X1(1;2011) ... X6(1;2011)
2012 Y(1;2012) X1(1;2012) ... X6(1;2012)
2013 Y(1;2013) X1(1;2013) ... X6(1;2013)
2014 Y(1;2014) X1(1;2014) X6(1;2014)
... ... ... ... ... ...
Kab/kota 38
2008 Y(38;2008) X1(38;2008) ... X6(38;2008)
2009 Y(38;2009) X1(38;2009) ... X6(38;2009)
2010 Y(38;2010) X1(38;2010) ... X6(38;2010)
2011 Y(38;2011) X1(38;2011) ... X6(38;2011)
2012 Y(38;2012) X1(38;2012) ... X6(38;2012)
2013 Y(38;2013) X1(38;2013) ... X6(38;2013)
2014 Y(38;2014) X1(38;2014) ... X6(38;2014)
Tabel 3.1 Struktur Data
18
No Kabupaten/Kota No Kabupaten/Kota1 Kabupaten Pacitan 20 Kabupaten Magetan2 Kabupaten Ponorogo 21 Kabupaten Ngawi3 Kabupaten Trenggalek 22 Kabupaten Bojonegoro4 Kabupaten Tulungagung 23 Kabupaten Tuban5 Kabupaten Blitar 24 Kabupaten Lamongan6 Kabupaten Kediri 25 Kabupaten Gresik7 Kabupaten Malang 26 Kabupaten Bangkalan8 Kabupaten Lumajang 27 Kabupaten Sampang9 Kabupaten Jember 28 Kabupaten Pamekasan
10 Kabupaten Banyuwangi 29 Kabupaten Sumenep11 Kabupaten Bondowoso 30 Kota Kediri12 Kabupaten Situbondo 31 Kota Blitar13 Kabupaten Probolinggo 32 Kota Malang14 Kabupaten Pasuruan 33 Kota Probolinggo15 Kabupaten Sidoarjo 34 Kota Pasuruan16 Kabupaten Mojokerto 35 Kota Mojokerto17 Kabupaten Jombang 36 Kota Madiun18 Kabupaten Nganjuk 37 Kota Surabaya19 Kabupaten Madiun 38 Kota Batu
Tabel 3.2 Unit Penelitian
19
Tabel 3.3 Variabel Penelitian
No Variabel Keterangan Skala
1 Y Angka kematian ibu Rasio
2 X1 Persentase penduduk perempuan dengan pendidikan yang ditamatkan minimal SD Rasio
3 X2 Persentase penduduk perempuan kawin usia kurang dari 17 tahun Rasio
4 X3 Persentase peserta KB aktif Rasio
5 X4 Persentase cakupan pelayanan antenatal K4 Rasio
6 X5 Persentase kelahiran yang ditolong oleh tenaga kesehatan terlatih Rasio
7 X6 Persentase komplikasi kebidanan yang ditangani Rasio
20
Langkah Analisis
1. Mengumpulkan data AKI dan faktor-faktor yang diduga mempengaruhi di Provinsi Jawa Timur tahun
2008 – 2014
2. Melakukan analisis statistika deskriptif untuk mengetahui karakteristik data
3. Mendeteksi adanya kasus multikolinieritas atau tidak
4. Melakukan estimasi model
a.Uji Chow ----> memilih model CEM atau FEM
b.Uji Hausman ----> memilih model REM atau FEM
c.Uji LM ----> memilih model CEM atau REM
5. Melakukan pengujian signifikansi parameter secara serentak dan parsial
6. Melakukan uji asumsi residual IIDN
7. Mendapatkan estimasi model regresi panel dan interpretasi
8. Menarik kesimpulan
21
Diagram Alir
22
BAB IVPEMBAHASAN
23
2014201320122011201020092008
105
100
95
90
85
Tahun
Ang
ka K
emat
ian
Ibu
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
93,52
97,3997,43
104,30
101,44
90,66
83,18
Angka Kematian Ibu
24
Angka Kematian Ibu Tahun 2008
Kota B
atu
Kota Surab
aya
Kot a M
adiun
Kota Mojok
erto
Kota Pasu
ruan
Kot a P
robolin
ggo
Kot a M
alang
Kota B
litar
Kota Kediri
Kab. Sumenep
Kab. Pam
ekasa
n
Kab. S
ampang
Kab. B
angkal
an
Kab. Gres
ik
Kab. L
among
an
Kab. T
uban
Kab. B
ojoneg
oro
Kab. Ngaw
i
Kab. M
agetan
Kab. M
adiun
Kab. Ngan
juk
Kab. Jo
mbang
Kab. M
ojokert
o
Kab. S ido
arjo
Kab. Pasu
ruan
Kab. P
robolin
ggo
Kab. S
i tubon
do
Kab. B
ondo
woso
Kab. Ban
yuwangi
Kab. J
embe
r
Kab. Lumaja
ng
Kab. M
alang
Kab. K
ediri
Kab. Blit
ar
Kab. Tulun
gagun
g
Kab. T
rengg
alek
Kab. P
onoro
go
Kab. Paci
tan
200
150
100
50
0
Kabupaten/Kota
Ang
ka K
emat
ian
Ibu
11093,633
45,244
66,094
0,000
82,827
183,206
28,351
126,582
97,150
120,311
59,167
108,666
62,922
99,415
69,009
53,254
102,321
75,798
47,596
76,087
156,523
80,918
107,940112,601
99,548
56,933
158,874
109,170103,288
96,024
30,441
60,67758,198
99,912
73,603
127,605
103,137
52,917
7 dari 38 kabupaten/kota belum mencapai target AKI provinsi
25
Angka Kematian Ibu Tahun 2009
Kota Batu
Kota Sura
baya
Kota Madiun
Kota Mojoker
to
Kota Pasu
ruan
Kota Probo
lingg
o
Kota M
alang
Kot a B
l itar
Kota Kedi
ri
Kab. Sumenep
Kab. Pam
ekasa
n
Kab. S
ampang
Kab. B
angkal
an
Kab. Gres
ik
Kab. L
among
an
Kab. T
uban
Kab. B
ojonegoro
Kab. Ngaw
i
Kab. Mageta
n
Kab. M
adiun
Kab. N
ganjuk
Kab. Jom
bang
Kab. M
oj okert
o
Kab. Sidoar
j o
Kab. P asu
ruan
Kab. Prob
olingg
o
Kab. S
itubo
ndo
Kab. Bond
owoso
Kab. B
anyu
wangi
Kab. J
ember
Kab. Lumaja
ng
Kab. Mala
ng
Kab. K
ediri
Kab. B
l itar
Kab. Tulun
gagun
g
Kab. T
rengg
alek
Kab. P
onoro
go
Kab. Paci
tan
250
200
150
100
50
0
Kabupaten/Kota
Ang
ka K
emat
ian
Ibu
11092,336
63,715
41,728
0,000
83,729
112,867120,455
50,000
175,850
231,660
45,924
106,540
45,75132,014
74,575
58,17369,456
106,95294,65289,454
101,390
68,76264,392
90,71485,70495,496
204,732197,684
97,038
134,412
80,967
53,050
74,50785,842
122,968135,300
115,636
75,863
10 dari 38 kabupaten/kota belum mencapai target AKI provinsi
26
Angka Kematian Ibu Tahun 2010
Kota Batu
Kota Sura
baya
Kota Madiun
Kota Mojoker
to
Kota Pasu
ruan
Kota Probo
lingg
o
Kota M
alang
Kot a B
l itar
Kota Kedi
ri
Kab. Sumenep
Kab. Pam
ekasa
n
Kab. S
ampang
Kab. B
angkal
an
Kab. Gres
ik
Kab. L
among
an
Kab. T
uban
Kab. B
ojonegoro
Kab. Ngaw
i
Kab. Mageta
n
Kab. M
adiun
Kab. N
ganjuk
Kab. Jom
bang
Kab. M
oj okert
o
Kab. Sidoar
j o
Kab. P asu
ruan
Kab. Prob
olingg
o
Kab. S
itubo
ndo
Kab. Bond
owoso
Kab. B
anyu
wangi
Kab. J
ember
Kab. Lumaja
ng
Kab. Mala
ng
Kab. K
ediri
Kab. B
l itar
Kab. Tulun
gagun
g
Kab. T
rengg
alek
Kab. P
onoro
go
Kab. Paci
tan
200
150
100
50
0
Kabupaten/Kota
Ang
ka K
emat
ian
Ibu
10297,213
46,702
149,970
0,000
55,897
166,389
79,821
51,467
83,659
194,810
133,354
111,919
63,059
105,91593,696
84,97198,171
115,723
182,793
85,653
101,468
79,343
98,964
79,977
108,983
86,744
167,860
184,145
59,451
142,605
61,244
84,795
140,620
80,441
124,680
93,187
123,376128,932
16 dari 38 kabupaten/kota belum mencapai target AKI provinsi
27
Angka Kematian Ibu Tahun 2011
Kota Batu
Kota Sura
baya
Kota Madiun
Kota Mojoker
to
Kota Pasu
ruan
Kota Probo
lingg
o
Kota M
alang
Kot a B
l itar
Kota Kedi
ri
Kab. Sumenep
Kab. Pam
ekasa
n
Kab. S
ampang
Kab. B
angkal
an
Kab. Gres
ik
Kab. L
among
an
Kab. T
uban
Kab. B
ojonegoro
Kab. Ngaw
i
Kab. Mageta
n
Kab. M
adiun
Kab. N
ganjuk
Kab. Jom
bang
Kab. M
oj okert
o
Kab. Sidoar
j o
Kab. P asu
ruan
Kab. Prob
olingg
o
Kab. S
itubo
ndo
Kab. Bond
owoso
Kab. B
anyu
wangi
Kab. J
ember
Kab. Lumaja
ng
Kab. Mala
ng
Kab. K
ediri
Kab. B
l itar
Kab. Tulun
gagun
g
Kab. T
rengg
alek
Kab. P
onoro
go
Kab. Paci
tan
250
200
150
100
50
0
Kabupaten/Kota
Ang
ka K
emat
ian
Ibu
102
134,544
116,724
26,055
52,74356,275
230,643
90,431101,781108,578
86,962
128,174128,089
66,423
98,82588,713
96,87392,497
126,723118,511118,191115,966
128,529
95,958
78,18692,278
80,589
211,699
147,984
81,020
142,876
61,15563,395
120,599
125,043122,674
138,593
105,811105,166
20 dari 38 kabupaten/kota belum mencapai target AKI provinsi
28
Angka Kematian Ibu Tahun 2012
Kota Batu
Kota Sura
baya
Kota Madiun
Kota Mojoker
to
Kota Pasu
ruan
Kota Probo
lingg
o
Kota M
alang
Kot a B
l itar
Kota Kedi
ri
Kab. Sumenep
Kab. Pam
ekasa
n
Kab. S
ampang
Kab. B
angkal
an
Kab. Gres
ik
Kab. L
among
an
Kab. T
uban
Kab. B
ojonegoro
Kab. Ngaw
i
Kab. Mageta
n
Kab. M
adiun
Kab. N
ganjuk
Kab. Jom
bang
Kab. M
oj okert
o
Kab. Sidoar
j o
Kab. P asu
ruan
Kab. Prob
olingg
o
Kab. S
itubo
ndo
Kab. Bond
owoso
Kab. B
anyu
wangi
Kab. J
ember
Kab. Lumaja
ng
Kab. Mala
ng
Kab. K
ediri
Kab. B
l itar
Kab. Tulun
gagun
g
Kab. T
rengg
alek
Kab. P
onoro
go
Kab. Paci
tan
350
300
250
200
150
100
50
0
Kabupaten/Kota
Ang
ka K
emat
ian
Ibu
102107,335
144,645
29,771
54,705
0,000
106,866
164,645
339,312
182,768
72,67484,916
56,453
32,596
75,96156,416
140,540
95,501106,296
35,302
108,992
151,902
102,906116,894
96,272111,681
81,072
142,873
109,499
65,562
116,443
48,55561,287
145,240
104,251
72,799
98,39698,82295,005
18 dari 38 kabupaten/kota belum mencapai target AKI provinsi
29
Angka Kematian Ibu Tahun 2013
Kota Batu
Kota Sura
baya
Kota Madiun
Kota Mojoker
to
Kota Pasu
ruan
Kota Probo
lingg
o
Kota M
alang
Kot a B
l itar
Kota Kedi
ri
Kab. Sumenep
Kab. Pam
ekasa
n
Kab. S
ampang
Kab. B
angkal
an
Kab. Gres
ik
Kab. L
among
an
Kab. T
uban
Kab. B
ojonegoro
Kab. Ngaw
i
Kab. Mageta
n
Kab. M
adiun
Kab. N
ganjuk
Kab. Jom
bang
Kab. M
oj okert
o
Kab. Sidoar
j o
Kab. P asu
ruan
Kab. Prob
olingg
o
Kab. S
itubo
ndo
Kab. Bond
owoso
Kab. B
anyu
wangi
Kab. J
ember
Kab. Lumaja
ng
Kab. Mala
ng
Kab. K
ediri
Kab. B
l itar
Kab. Tulun
gagun
g
Kab. T
rengg
alek
Kab. P
onoro
go
Kab. Paci
tan
200
150
100
50
0
Kabupaten/Kota
Ang
ka K
emat
ian
Ibu
102
30,817
119,149
44,57048,10054,915
212,709
149,779
49,480
74,878
58,866
98,143110,632
60,201
112,165
90,899
71,310
108,566100,192
89,196
110,831
156,658
89,722
133,950
72,823
112,355
65,927
192,351206,437
142,113
101,303
143,588
89,308
135,967
96,653
114,440103,488102,032
144,217
19 dari 38 kabupaten/kota belum mencapai target AKI provinsi
30
Angka Kematian Ibu Tahun 2014
Kota Batu
Kota Sura
baya
Kota Madiun
Kota Mojoker
to
Kota Pasu
ruan
Kota Probo
lingg
o
Kota M
alang
Kot a B
l itar
Kota Kedi
ri
Kab. Sumenep
Kab. Pam
ekasa
n
Kab. S
ampang
Kab. B
angkal
an
Kab. Gres
ik
Kab. L
among
an
Kab. T
uban
Kab. B
ojonegoro
Kab. Ngaw
i
Kab. Mageta
n
Kab. M
adiun
Kab. N
ganjuk
Kab. Jom
bang
Kab. M
oj okert
o
Kab. Sidoar
j o
Kab. P asu
ruan
Kab. Prob
olingg
o
Kab. S
itubo
ndo
Kab. Bond
owoso
Kab. B
anyu
wangi
Kab. J
ember
Kab. Lumaja
ng
Kab. Mala
ng
Kab. K
ediri
Kab. B
l itar
Kab. Tulun
gagun
g
Kab. T
rengg
alek
Kab. P
onoro
go
Kab. Paci
tan
200
150
100
50
0
Kabupaten/Kota
Ang
ka K
emat
ian
Ibu
102
31,00
89,00
29,11
45,09
119,05
209,26
97,97
139,28
62,6063,71
95,52106,28
55,09
117,95
53,9958,6865,75
96,69
113,79
82,40
108,74
128,64
90,6880,02
107,46
130,52
185,04
156,18
93,0986,13
110,81
62,2867,61
139,36
104,43105,98
127,17118,17
19 dari 38 kabupaten/kota belum mencapai target AKI provinsi
31
Persentase Penduduk Perempuan dengan Pendidikan yang Ditamatkan Minimal SD
2014201320122011201020092008
69
68
67
66
65
64
Tahun
Pers
enta
se P
endu
duk
Pere
mpu
an d
enga
n Pe
ndid
ikan
68,62
68,2468,09
67,2867,27
64,32
66,42
yang
Dita
mat
kan
Min
imal
SD
32
Persentase Penduduk Perempuan Kawin Usia Kurang dari 17 Tahun
2014201320122011201020092008
34
33
32
31
30
29
28
27
26
Tahun
Pers
enta
se P
endu
duk
Pere
mpu
an K
awin
27,11
26,3326,32
28,34
30,61
31,82
33,70
Usia
Kur
ang
dari
17
Tahu
n
33
Persentase Peserta KB Aktif
2014201320122011201020092008
74
73
72
71
70
69
68
67
Tahun
Pers
enta
se P
eser
ta K
B a
ktif
72,7700
73,4798
71,024971,1529
69,2460
70,8982
67,7271
34
Persentase Cakupan Pelayanan Antenatal K4
2014201320122011201020092008
89
88
87
86
85
84
Tahun
Pers
enta
se C
akup
an P
elay
anan
Ant
enat
al K
4
88,66
87,35
84,38
88,3188,07
85,90
84,32
28 kabupaten/kota yang masih dibawah target provinsi (84%)
35
Persentase Kelahiran yang Ditolong Oleh Tenaga Kesehatan Terlatih
2014201320122011201020092008
96
95
94
93
92
91
90
89
Tahun
Pers
enta
se K
elah
iran
yan
g D
itolo
ng o
leh
92,45
92,04
89,14
96,07
95,04
92,96
90,98Te
naga
Kes
ehat
an T
erla
tihPada tahun 2012 banyak yang menggunakan jasa dukun untuk
membantu proses melahirkan dan kurangnya bidan untuk di daerah desa
36
Persentase Komplikasi Kebidanan yang Ditangani
2014201320122011201020092008
90
85
80
75
70
Tahun
Pers
enta
se K
ompl
ikas
i Keb
idan
an y
ang
Dita
ngan
i
91,48
85,73
83,15
79,51
68,95
84,82
81,0927 kabupaten/kota yang belum mencapai target (80%)
37
Variabel VIF
Persentase penduduk perempuan dengan pendidikan yang ditamatkanminimal SD 3,908
Persentase penduduk perempuan kawin usia kurang dari 17 tahun 3,781
Persentase peserta KB aktif 1,024
Persentase cakupan pelayanan antenatal K4 2,032
Persentase kelahiran yang ditolong oleh tenaga kesehatan terlatih 2,006
Persentase komplikasi kebidanan yang ditangani 1,111
Pendeteksian Multikolineritas
Kurang dari 10 artinya tidak ada
multikolinieritas
38
Pemilihan Metode Estimasi Model AKI dengan Semua Variabel Prediktor Memperhatikan Efek Individu dan Waktu
39
Uji Chow
38210 aaaH ...: (Model CEM):1H paling sedikit ada satu ji aa dimana ji (Model FEM)
Untuk i,j=1,2,...38
Tabel 4.2 Hasil Uji Chow dengan Semua Variabel
F-hitung Derajat Bebas F-tabel P-Value Keputusan
3,578825 (43; 216) 1,32594 0 H0 ditolak
Model terpilih : Model FEM
Uji Hausman
:0H 0),( itit eXcorr:1H 0),( itit eXcorr
(Model REM) (Model FEM)
Tabel 4.3 Hasil Uji Hausman dengan Semua Variabel
H Derajat Bebas χ2-tabel P-Value Keputusan
17,613499 6 10,6446 0,0073 H0 ditolak
Model terpilih : Model FEM
40
Uji Serentak
H0 : 0... 621
H1 : minimal terdapat satu 0i untuk i=1,2,...,6
Tabel 4.4 Hasil Uji Serentak dengan Semua Variabel
F-hitung Derajat Bebas F-tabel P-Value Keputusan
4,853703 (6; 259) 1,79699 0 H0 ditolak
Minimal terdapat satu variabel prediktor yang berpengaruh
signifikan terhadap AKI
Uji Parsial
H0 : 0i
H1 : 0i
Untuk i=1,2,...,6
Tabel 4.5 Hasil Uji Parsial dengan Semua VariabelVariabel t-hitung P-Value Keputusan
C 2,897550 0,0041 H0 ditolakX1 -0,053113 0,9577 H0 gagal ditolakX2 0,439678 0,6606 H0 gagal ditolakX3 0,199717 0,8419 H0 gagal ditolakX4 -1,883105 0,0610 H0 ditolakX5 -1,942082 0,0534 H0 ditolakX6 0,146505 0,8837 H0 gagal ditolak
persentase cakupan pelayanan antenatal K4, persentase kelahiran yang ditolong oleh tenaga kesehatan terlatih berpengaruh
signifikan terhadap AKI
41
Pemilihan Metode Estimasi Model AKI dengan Variabel Prediktor yang Signifikan saja Memperhatikan Efek Individu dan Waktu
42
Uji Chow
38210 aaaH ...: (Model CEM):1H paling sedikit ada satu ji aa dimana ji (Model FEM)
Untuk i,j=1,2,...38
F-hitung Derajat Bebas F-tabel P-Value Keputusan
3,975348 (43; 220) 1,32520 0 H0 ditolak
Model terpilih : Model FEM
Uji Hausman
:0H 0),( itit eXcorr:1H 0),( itit eXcorr
(Model REM) (Model FEM)
H Derajat Bebas χ2-tabel P-Value Keputusan
9,948364 2 4,60517 0,0069 H0 ditolak
Model terpilih : Model FEM
Tabel 4.6 Hasil Uji Chow dengan Variabel yang Signifikan
Tabel 4.7 Hasil Uji Hausman dengan Variabel yang Signifikan
43
Uji Serentak
H0 :
H1 : minimal terdapat satu 0i untuk i=4,5
F-hitung Derajat Bebas F-tabel P-Value Keputusan
5,368183 (2; 263) 2,32286 0 H0 ditolak
Minimal terdapat satu variabel prediktor yang berpengaruh signifikan terhadap AKI
Uji Parsial
H0 : 0i
H1 : 0i
Untuk i=4,5
Variabel t-hitung P-Value KeputusanC 7,527346 0,0000 H0 ditolakX4 -1,897815 0,0590 H0 ditolakX5 -2,067127 0,0399 H0 ditolak
persentase cakupan pelayanan antenatal K4 , persentase kelahiran yang ditolong oleh tenaga kesehatan terlatih
berpengaruh signifikan terhadap AKI
054
Tabel 4.8 Hasil Uji Serentak dengan Variabel yang Signifikan
Tabel 4.9 Hasil Uji Parsial dengan Variabel yang Signifikan
44
Uji Residual IIDN
Residual Identik
H0 : Tidak terjadi kasus heteroskedastisitasH1 : Terjadi kasus heteroskedastisitas
F-hitung Derajat Bebas F-tabel P-Value Keputusan
0,89 (2; 263) 2,32286 0,412 H0 gagal ditolak
Uji Park
Residual Independen
H0 : Tidak terjadi kasus otokorelasiH1 : Terjadi kasus otokorelasi
R P-Value N1 N2 Keputusan
131 0,712 133 133 H0 gagal ditolak
Memenuhi asumsi residual identik
)()( / RunZRE 2 120,6119 < 131 < 147,3881
Memenuhi asumsi residual independen karena runtun berada di dalam confidence interval
45
Residual Berdistribusi Normal
250200150100500-50-100
99,9
99
95
90
80
7060504030
20
10
5
1
0,1
residual
Pe
rce
nt
Mean -8,27068E-08
StDev 30,30
N 266
KS 0,068
P-Value <0,010
Probability Plot of residualNormal
H0 : Residual berdistribusi normalH1 : Residual tidak berdistribusi normal
KS-hitung KS-tabel P-Value Keputusan
0,068 0,0748 <0,01 H0 gagal ditolak
Tidak memenuhi asumsi residual berdistribusi normal, dan telah
dilakukan berberapa kali transformasi namun tetap tidak memenuhi asumsi
residual berdistribusi normal
Uji Kolmogorov Smirnov
46
Estimasi Model Regresi Panel
1,367910-20178715128330 54 itittiit XXy ,,ˆ
Model FEM dengan memperhatikan efek individu dan waktu : No Kab./Kota μi No Kab./Kota μi
1 Pacitan 2,48354 20 Magetan 1,0745892 Ponorogo 2,619507 21 Ngawi 15,568233 Trenggalek 2,302268 22 Bojonegoro -2,5739734 Tulungagung 11,08721 23 Tuban -10,223075 Blitar 5,455327 24 Lamongan -8,894066 Kediri 10,94506 25 Gresik -16,025097 Malang -23,4222 26 Bangkalan -43,342458 Lumajang -12,45489 27 Sampang -15,44349 Jember -0,885117 28 Pamekasan -9,572804
10 Banyuwangi -15,57222 29 Sumenep 3,08136111 Bondowoso 57,3289 30 Kota Kediri 20,5011612 Situbondo 58,78062 31 Kota Blitar 9,12808213 Probolinggo -15,76042 32 Kota Malang 12,5860314 Pasuruan 2,714711 33 Kota Probolinggo 73,1433215 Sidoarjo -3,399786 34 Kota Pasuruan -29,65116 Mojokerto 0,667427 35 Kota Mojokerto -63,1501217 Jombang -4,617433 36 Kota Madiun -25,0892418 Nganjuk 25,90534 37 Kota Surabaya -0,49638919 Madiun -3,53025 38 Kota Batu -11,26876
Tabel 4.10 Nilai Intersep Individu untuk Tiap Kabupaten/Kota
persentase cakupan pelayanan antenatal K4
persentase kelahiran yang ditolong oleh tenaga kesehatan terlatih
R2 = 52,34%
47
Tabel 4.11 Nilai Intersep Periode Waktu
tTahun2008 -17,508542009 -5,1677342010 8,7823782011 15,712742012 -7,4286092013 5,6339712014 -0,024207
191,8367112,1058-82,2051-386,14758
81,9541) 1,367910-
40246820178715085417143327351283302008
(
),(,,,,)(ˆ kotaoprobolinggy
94752134,3955-118,0569-3994053
)248889 1,367910-
23459820178710242070089242551283302014
,,
,(
),(,,,,)(ˆ
kotamadiuny
Nilai taksiran AKI Kota Probolinggo pada tahun 2008 adalah sebagaiberikut.
Nilai taksiran AKI Kota Madiun pada tahun 2014 adalah sebagai berikut.
48
BAB VKESIMPULAN DAN SARAN
49
Secara umum, angka kematian ibu di Provinsi JawaTimur mengalami kenaikan pada tahun 2008 hinggatahun 2011, namun pada tahun 2012 hingga tahun2014 mengalami penurunan. Pada tahun 2014,terdapat 19 kabupaten/kota yang mencapai targetAKI.
Kesimpulan
1
Model regresi panel yang sesuai untuk angkakematian ibu di Provinsi Jawa Timur adalah modelFEM tanpa pembobot yang memperhatikan efekindividu dan waktu. Variabel yang signifikanterhadap AKI di Provinsi Jawa Timur adalahpersentase cakupan pelayanan antenatal K4dan persentase kelahiran yang ditolong olehtenaga kesehatan terlatih.
2
Saran
Sehingga diharapkan perempuan khususnya ibu hamil untuk meningkatkan kesadaran akan pentingnyapemeriksaan kehamilan dan melaksanakan pemeriksaan kehamilan minimal empat kali kunjungan sertamelakukan persalinan dengan ditolong oleh tenaga kesehatan terlatih untuk menjamin keselamatan ibu dananak. Selain itu, diharapkan pemerintah meningkatkan penyuluhan melalui komunikasi dan edukasi yangintensif kepada ibu hamil dan keluarganya agar melakukan pemeriksaan kehamilan sesuai standar yangditentukan, serta meningkatkan program perencanaan persalinan dan pencegahan komplikasi (P4K).
50
Daftar PustakaArfan, N. (2014). Pendekatan Spline untuk Estimasi Kurva Regresi Nonparametrik pada Data Angka Kematian
Maternal di Jawa Timur. Surabaya: Digilib ITS.Arkandi, I. (2015). Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson
Bivariat di Provinsi Jawa Timur Tahun 2013. Surabaya: Jurusan Statistika Institut Teknologi SepuluhNopember.
Asteriou, D., & Hall, S. G. (2007). Applied Econometrics. New York: Palgrave Macmillan.BKKBN. (2011). Kamus Istilah Kependudukan & Keluarga Berencana. Jakarta: BKKBN.BPS. (2013). Statistik Kesehatan. Jakarta: BPS.BPS, & BAPPEDA. (2014). Evaluasi Pencapaian Millenium Development Goals (MDGs) Jawa Timur 2014.
Provinsi Jawa Timur: BPS dan Badan Perencanaan dan Pembangunan Daerah Provinsi Jawa Timur.Destilunna, F. G. (2015). Pengaruh dan Pemetaan Pendidikan, Kesehatan, serta UMKM terhadap IPM di Jawa
Timur menggunakan Regresi Panel dan Biplot. Surabaya: Jurusan Statistika Institut Teknologi SepuluhNopember.
Draper, N. R., & Smith, H. (1998). Analisis Regresi Terapan. Diterjemahkan oleh Ir. Bambang Sumantri. Jakarta : Gramedia.
Efendi, F., & Makhfudli. (2009). Keperawatan Kesehatan Komunitas, Teori dan Praktikum dalam Keperawatan.Jakarta: Salemba Medika.
Evadianti, E. (2014). Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Geographically Weighted Negative Binomial Regression (GWNBR). Surabaya: Jurusan Statistika FMIPA Institut Teknologi Sepuluh Nopember.
Fibriana, A. I. (2007). Faktor-Faktor Risiko yang Mempengaruhi Kematian Maternal (Studi Kasus Cilacap).Semarang: Program Stusi Magister Epidemiologi Program Pasca Sarjana UNDIP.
51
Gujarati, D. N., & Porter, Dawn C. (2013). Dasar-Dasar Ekonometrika Edisi 5 Buku 1. Diterjemahkan olehEugenia Mardanugraha, Sita Wardhani, dan Carlos Mangunsong. Jakarta: Salemba Empat.
Gujarati, D. N., & Porter, Dawn C. (2015). Dasar-Dasar Ekonometrika Edisi 5 Buku 2. Diterjemahkan olehRaden Carlos Mangunsong. Jakarta: Salemba Empat.
Kemenkes. (2013). Profil Kesehatan Indonesia.. Jakarta: Kementerian Kesehatan Republik Indonesia.Kemenkes. (2014). Mother's Day. Infodatin (Pusat Data dan Informasi Kementerian Kesehatan RI), Kementerian
Kesehatan RI.Nachrowi, N. D., & Usman, H. (2006). Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi
dan Keuangan. Jakarta: Fakultas Ekonomi Universitas Indonesia.Ningtyas, M. S. (2015). Pemodelan Faktor-Faktor yang Berpengaruh terhadap Indeks Pembangunan Manusia
(IPM) Kabupaten/Kota di Jawa Timur Menggunakan Regresi Panel. Surabaya: Jurusan Statistika FMIPA Institut Teknologi Sepuluh Nopember.
Novita, L. (2012). Pemodelan Maternal Mortality di Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression. Surabaya: Digilib ITS.
Nurindah, A. (2014). Analisis Kelompok dan Pemodelan Regresi Panel terhadap Karakteristik Pabrik Gula di Pulau Jawa. Surabaya: Jurusan Statistika Institut Teknologi Sepuluh Nopember.
Permana, R. R. (2014). Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif. Surabaya: Jurusan Statistika FMIPA InstitutTeknologi Sepuluh Nopember.
52
Rachmah, N. F. (2014). Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi di Provinsi Jawa TimurMenggunakan Bivariate Poisson Regression. Surabaya: Jurusan Statistika FMIPA Institut TeknologiSepuluh Nopember.
Sudjana. (1996). Teknik Analisis Regresi dan Korelasi. Bandung: Tarsito.Walpole, R. E. (1993). Pengantar Statistika. Diterjemahkan oleh Ir. Bambang Sumantri. Jakarta: PT. Gramedia
Pustaka Utama.Widarjono, A. (2013). Ekonometrika Pengantar dan Aplikasinya Disertai Panduan Eviews Edisi 4.
Yogyakarta: UPP STIM YKPN.Yatim, F. (2008). Penyakit Kandungan Myoma, Kanker Rahim/Leher dan Indung Telur, Kista, serta Gangguan
Lainnya. Jakarta: Pustaka Populer Obor.
53
Sekian dan
Terima Kasih