8/7/2014 1

Sumber Data

2 8/7/2014

Variabel Penelitian

3 8/7/2014

Diagram Alir

8/7/2014

Tidak

Mendeskripsikan data

Analisis Statistika Deskriptif

Pemodelan

1. Regresi Poisson

2. Geographically Weighted Poisson Regression

3. Mixed Geographically Weighted Poisson Regression

Penentuan model terbaik dengan membandingkan R2

Mendapatkan model Terbaik

Pemeriksaan Multiko antar

Variabel Prediktor

Ya

Buang Variabel yang Multiko

4

LOGO

8/7/2014 5

Jurusan Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institute Tekhnologi Sepuluh Nopember Surabaya

Tahun 2014 21/03/2014 5

Statistika Deskriptif

8/7/2014 6

Variabel Minimum Maximum Mean

Y 134,00 52609,00 11162,89

X1 5,79 27,65 15,12

X2 54,00 632,00 231,74

X3 48,53 84,59 63,94

X4 20,80 43,20 30,23

X5 5,64 21,63 10,61

X6 10,92 45,72 28,94

X7 16,23 33,93 26,14

Kabupaten Bondowoso

Kota Probolinggo

Kota Kediri

Kota Malang

Kota Kota Surabaya

Kota Mojokerto

Kabupaten Pamekasan

8/7/2014 7

Kabupaten Magetan

Kota Probolinggo

Kabupaten Malang

Kabupaten Jember

Kabupaten sampang

Variabel Minimum Maximum Mean

X8 3,45 11,22 7,00

X9 0,00 1,17 0,24

X10 200,00 3362,00 1546,11

X11 111,00 1570,00 679,71

X12 4,42 28,07 13.01

8/7/2014 8

Jumlah Penderita Hipertensi di Propinsi Jawa Timur

M AL A N G

JE M B ER

T U BA N

BA NY U W A NG I

BL IT AR

KE DI R I

NG A W I

LU M AJ AN G

PA CI T A N

BO J O N EG O R O

LA M O NG A N

M AD I U N

SI TU BO N D O

G RE S IK

PA SU R U AN

NG A N J UK

SA M P AN G

PO N O R O G O

SU M E N EP

PR O B O L IN G G O

BO N D O W O S O

JO M BA N G

BA NG KA L AN

TR EN G G A L EK

M O J O KE R TO

M AG ET A N

SI DO AR J O

PA M E KA SA N

SU R AB AY A ( KO T A)

M AL A N G ( K O T A )

Nganjuk Surabaya

J a t im . s h p

1 3 4 - 1 1 3 5 6

1 1 3 5 6 - 2 5 9 7 5

2 5 9 7 5 - 5 2 6 0 9

Multikolinieritas

8/7/2014 9

Variabel X1 X2 X3 X4 X5 X6

VIF 4,611 2,98 1,733 11,998 11,416 2,548

Variabel X7 X8 X9 X10 X11 X12

VIF 3,218 2,712 1,87 5,901 6,815 1,49

Variabel X1 X2 X3 X6 X7

VIF 4,455 2,662 1,731 2,336 3,129 Variabel X8 X9 X10 X11 X12

VIF 1,716 1,711 5,343 6,466 1,489

I E(I) sd P-value Z-hitung

-0,0428 -0,027 0,151 0,917 -0,105

BP df P-value

4,0993 10 0,9428

8/7/2014 10

Uji Spasial

Z-hitung < Zα/2

Gagal tolak H0

Gagal tolak H0

: λ=0 (tidak ada dependensi antar lokasi)

: λ ≠ 0 (terdapat dependensi antar lokasi)

(homokedastisitas)

(heterokedastisitas)

Pemodelan Jumlah Penderita Hipertensi Menggunakan Poisson

8/7/2014 11

Uji Serentak:

Parameter Estimate Standard

Error Z-hitung

β0 9,118 0,002 4885,405

β1 -0,148 0,003 -51,932

β2 -0,045 0,002 -19,590

β3 0,092 0,002 42,761

β6 -0,121 0,002 -56,647

β7 -0,040 0,003 -13,876

β8 0,120 0,002 53,402

β9 0,457 0,002 228,738

β10 0,543 0,004 151,182

β11 0,104 0,004 27,884

β12 0,030 0,002 17,517

Signifikan

Statistik Uji :

Tolak Uji Parsial

Hipotesis :

Pemodelan Jumlah Penderita Hipertensi di JATIM dengan GWPR

8/7/2014 12

Fungsi Kernel R2 AIC

Fixed Gaussian 0,819 86877,738

Fixed Bi-Square 0,806 90729,010

Adaptive Bi-Square 0,733 102676,949

Adaptive Gaussian 0,557 162920,871

Bandwidth : 0,633

Uji Kesamaan Model dengan GWPR

8/7/2014 13

Source Deviance Df Deviance/df F-hitung

Global 180446,644 27 6683,209 1,12526

GWPR 86837,589 14,621 5939,281

F(0.05;27;15) > Fhitung Gagal tolak H0

Statistik Uji :

8/7/2014 14

Parameter Estimasi Standart

Error Z-hitung

β0 9,184 0,002 4349,010

β1 -0,210 0,004 -59,094

β2 0,022 0,003 8,033

β3 0,193 0,003 71,527

β6 -0,137 0,003 -47,936

β7 -0,108 0,003 -30,952

β8 0,356 0,003 128,550

β9 0,391 0,002 180,689

β10 0,639 0,004 144,599

β11 -0,047 0,005 -9,714

β12 0,111 0,002 59,709

) Uji Serentak dan Parsial Model dengan GWPR

paling tidak ada salah satu

Tolak H0

: :

Signifikan

ln(

0,93 0,11

Variabel yang Signifikan

15 8/7/2014

Kelompok Kabupaten Variabel yang Signifikan

1

Pacitan, Ponorogo,

Trenggalek, Blitar,

Kediri, Jember,

Probolinggo, Pasuruan,

Sidoarjo, Mojokerto,

Jombang, Nganjuk,

Madiun, Magetan,

Bojonegoro, Tuban,

Lamongan,

Gresik,Bangkalan,

Sampang,

Pamekasan,Kota Kediri,

Kota Blitar, Kota

Probolinggo,Kota

Pasuruan, Kota

Mojokerto,Kota

Surabaya, Kota Batu

X1,X2,X3,X6,X7,X8,X9,

X10,X11,X12

2 Tulungagung,

Bondowoso

X1,X2,X3,X6,X7,X8,X9,

X10,X11

3 Malang, Sumenep,

Kota Malang

X1, X3, X6,X7,X8,X9,X10,

X11,X12

4 Lumajang, Ngawi,

Kota Madiun

X1, X2, X6,X7,X8,X9,X10,

X11,X12

5 Banyuwangi X1, X2,X3,X7,X8,X9,X10,

X11,X12

6 Situbondo X2, X6,X7,X8,X9,X10,X11

M A L A N G

J E M B E R

TU B A N

B A N Y U W A N G I

B L IT A R

K E D IR I

N G A W I

L U M A J A N G

P A C IT A N

B O J O N E G O R O

L A M O N G A N

M A D IU N

S IT U B O N D O

G R E S IK

P A S U R U A N

N G A N J U K

S A M P A N G

P O N O R O G O

S U M E N E P

P R O B O L IN G G O

B O N D O W O S O

J O M B A N G

B A N G K A L A N

TR E N G G A L E K

M O J O K E R T O

M A G E T A N

S ID O A R J O

P A M E K A S A N

S U R A B A Y A ( K O T A )

M A L A N G ( K O TA )

Kelompok 1

Kelompok 2

Kelompok 3

Kelompok 4

Kelompok 6

Kelompok 5

Source Deviance Df Deviance/df F-hitung

Global 180446,64 27,000 6683,209 1,00144

Mixed GWPR 131557,07 19,714 6673,407

8/7/2014 16

F(0.05;27;20) > Fhitung Gagal Tolak H0

Tolak H0

paling sedikit ada satu parameter tidak sama

dengan nol.

Pemodelan Jumlah Penderita Hipertensi di JATIM dengan MGWPR

8/7/2014 17

Uji Parsial MGWPR

Paramet

er

Estima

si

Standar

t Error Z-hitung

β7 -0,013 0,003 -4,005

β8 β9 β10 β11

0,062 0,455 0,659

-0,001

0,002 0,002 0,004 0,004

25,500 223,515 176,158

-0,379

Parameter Estimasi Standart

Error Z-hitung

β0 9.065 0.002 4905.587

β1 -0.149 0.003 -56.903

β2 -0.083 0.002 -41.615

β3 0.213 0.002 95.866

β6 -0.094 0.003 -36.291

β12 0.061 0.001 40.846

0061 )

HIPOTESIS HIPOTESIS

Variabel yang Signifikan

18 8/7/2014

Kelompok Kabupaten Variabel yang

Signifikan

1

Pacitan, Ponorogo, Trenggalek, Tulungagung, Kediri, Malang, Jember,

Banyuwangi, Bondowoso, Situbondo, Pasuruan, Sidoarjo, Mojokerto,

Jombang, Nganjuk, Madiun, Magetan,Ngawi,

Bojonegoro, Tuban, Lamongan, Gresik,

Bangkalan, Sampang, Pamekasan, Sumenep,

Kt.Kediri, Kt.Blitar, Kt.Malang, Kt.Probolinggo, Kt.Pasuruan, Kt.Mojokerto, Kt.Madiun, Kt.Surabaya,

Kt.Batu

X1, X6, X12

2 Blitar X1, X6

3 Lumajang X2, X12

4 Probolinggo X1, X12

M A L A N GJ E M B E R

T U B A N

B A N Y U W A N G I

B LIT A R

K E D IR I

N G A W I

LU M A J A N G

P A C IT A N

B O J O N E G O R O

LA M O N G A N

M A D IU N

S IT U B O N D O

G R E S IK

P A S U R U A N

N G A N J U K

S A M P A N G

P O N O R O G O

S U M E N E P

P R O B O L IN G G O

B O N D O W O S O

J O M B A N G

B A N G K A L A N

T R E N G G A L E K

M O J O K E R T O

M A G E T A N

S ID O A R J O

P A M E K A S A N

S U R A B A Y A ( K O T A )

M A L A N G ( K O T A )

Variabel yang global adalah X7,

X8, X9,X10, X2, X3

Kelompok 2 Kelompok 3

Kelompok 1 Kelompok 4

LOGO

8/7/2014 19 21/03/2014 19

8/7/2014 20

Kesimpulan

Variabel Global :

1. Rasio penduduk tidak tamat SMA (X2)

2. Persentase penduduk yang mengobati penyakit sendiri (X3)

3. Persentase penduduk yang merokok (X7)

4. Persentase penduduk yang berumur ≥ 65 tahun (X8)

5. Persentase penduduk yang terkena diabetes (X9)

6. Jumlah sarana kesehatan (X10)

Variabel Lokal:

1. Persentase penduduk tidak tamat SD (X1)

2. Persentase penduduk yang berolahraga (X6)

3. Persentase penduduk miskin (X12)

21 8/7/2014

Saran

1. Lebih memperhatikan faktor-faktor penyebab hipertensi per kabupaten/kota di Propinsi Jawa Timur dari hasil yang telah dicapai pada penelitian ini.

2. Memperhatikan pencatatan kelengkapan data seperti data konsumsi garam dan alkohol agar mempermudah analisa dalam penelitian.

Pada penelitian selanjutnya dapat dilakukan penelitian per kabupaten/kota agar hasil yang didapatkan lebih tepat dan lebih dapat memberikan pemasukan pada tiap daerah.

Daftar Pustaka

22

Anonim. 2010. Bahaya Mengobati Diri Sendiri. Diakses dari http://clip-cliping.blogspot.com. 27 Februari 2014 (09.00)

Anonim. 2010. Makanan Untuk Hipertensi, Kolesterol, Jantung, dan Asam Urat. Diakses dari http://www.tabloidnova.com. 27 Februari 2014 (09.00)

Anselin, L. 1988. Spatial Econometrics: Methods and Models. Kluwer Academic Publishers: Netherlands.

Collin, S. 2010. An Application of Geographically Weighted Poisson Regression. Canada : University of Newfoundland.

Erfandi. 2009, 19 April. Pengetahuan dan Faktor-faktor yang Mempengaruhi. Diakses dari http://forbetterhealth.wordpress.com. 27 Februari 2014 (09.30)

Fitatra, J. 2011. Kaitan Diabetes Militus dengan Hipertensi. Diakses dari http://www.medicinesia.com. 27 Februari 2014 (10.18)

Gaziano, J.M., 2008. Epidemiology of Cardiovascular Disease. USA: McGraw-Hill. Kotchen, T.A. 2008. Hypertensive Vascular Disease. Volume 2. USA: McGraw-Hill,

1549-1558. Lilly, Williams, G.H. dan Zamani, P. 2007. Hypertension. Philadelphia: Lippincott

Williams & Wilkins, 311-328.

8/7/2014

Lanjutan Daftar Pustaka

23

Mikali, B. 2012. Dua Cara Enak Cegah Hipertensi. Diakses dari http://health.kompas.com. 27 Februari (09.56)

Myers, R.H. 1990. Classical and Modern Regression with Applications. Second edition. Boston: PWS-KENT Publishing Company.

Nakaya T, Fotheringham A.S, dan Brudson C. 2005. Geographically Weighted Poisson Regression for Disease Association Mapping, Statistics in Medicine. Volume 24 Issue 17, pages 2695-2717.

Nurcahayani, H. 2013. Pemodelan Spasial Kemiskinan dengan Mixed Geofraphically Weighted Poisson Regression dan Flexibly Shaped Spatial Scan Statistic. Surabaya: Tesis Program S2 Statistika Institute Teknologi Sepuluh Nopember (ITS)

Pickering, O. 2008. Epidemiology of Hypertension: Hurst’s the Heart. Volume 2. 12th ed. USA: McGraw-Hill, 1551-1565.

Susilo, P. 2013. Rokok Penyebab Hipertensi. Diakses dari http://www.obathip.com . 27 Februari 2014 (12.12)

Wati M, dan Harris H. 2013. Prevalensi Penyakit Jantung Hipertensi pada Pasien Gagal Jantung Kongestif di RSUP H.Adam Malik. Sumatra: Universitas Sumatra Utara.

Widyani, R. 2013. Penderita Hipertensi Terus Meningkat. Diakses dari http://health.kompas.com. 31 Februari 2014 (09.00).

8/7/2014

LOGO

8/7/2014 24