Aplikasi Generalized Poisson Regression dalam Mengatasi Overdispersi pada Data Jumlah Penderita Demam Berdarah Dengue

Arwini Arisandi, Erna Tri Herdiani, Sitti Sahriman
2019 Statistika  
Asumsi dasar dalam regresi Poisson yaitu nilai variansi data sama dengan nilai mean data. Namun,asumsi tersebut umumnya tidak terpenuhi, misalnya terdapat kasus overdispersi. Overdispersidalam regresi Poisson terjadi apabila nilai variansinya lebih besar daripada nilai meannya. Jikaterjadi overdispersi pada data, maka model regresi Poisson kurang akurat digunakan karenaberdampak pada nilai standard error dari taksiran parameter yang dihasilkan cenderung menjadiunderestimate sehingga kesimpulan
more » ... ehingga kesimpulan yang diperoleh menjadi kurang valid. Dalam penelitian ini,kasus overdispersi dapat diatasi dengan model generalized Poisson regression. Hasil penelitianmenunjukkan bahwa nilai AIC minimum diberikan oleh model generalized Poisson regression.Sehingga dalam penelitian ini disimpulkan bahwa pada penelitian terhadap data yang mengalamioverdispersi pada Jumlah Penderita DBD di Kota Makassar tahun 2016, pemodelan regresigeneralized Poisson mampu mengatasi terjadinya overdispersi yang terjadi pada pemodelan regresiPoisson. Nilai R2 yang dimiliki sebesar 67% yang artinya jumlah penderita DBD ditentukan olehpersentase tempat-tempat umum memenuhi syarat kesehatan, persentase penduduk yang memilikiakses air minum layak, persentase rumah tangga berprilaku hidup bersih dan sehat dan persentaserumah yang memenuhi syarat kesehatan. Selebihnya 33% ditentukan oleh faktor lain.
doi:10.29313/jstat.v18i2.4542 fatcat:rlv6oyrg2rcvhfjftgyhiyfksy