Pemodelan data kesehatan Kabupaten Banyuwangi dengan regresi terboboti geografis

Abstract

Analisis regresi adalah metode yang digunakan untuk menganalisis data dan mengambil kesimpulan tentang hubungan ketergantungan antara peubah respon dengan peubah penjelas, namun pemodelan dengan menggunakan analisis regresi linier berganda kurang tepat digunakan karena pada kasus spasial seperti kesehatan dimana asumsi keacakan terlanggar yang disebabkan keragaman spasial. Regresi Terboboti Geografis (RTG) merupakan salah satu pendekatan titik yang efektif untuk mengatasi data yang memiliki masalah keragaman spasial. Pada dasarnya RTG membawa kerangka model regresi linier berganda sederhana menjadi model regresi terboboti dengan menggunakan pembobot fungsi kernel gaussian diperoleh model regresi linier dengan penduga parameter model yang bersifat lokal untuk setiap lokasi pengamatan. Model regresi terboboti geografis ternyata mampu menghasilkan nilai Akaike Information Criterion (AIC) lebih kecil serta dapat menjelaskan keragaman lebih besar daripada regresi linier berganda. Sedangkan dari uji F Fotheringham, Brundson dan Charlton diperoleh hasil bahwa model RTG ini lebih efektif dalam menggambarkan hubungan antara indeks kesehatan (Y) dengan fasilitas kesehatan (X1), kepadatan penduduk (X2) dan jumlah keluarga miskin (X3) pada taraf nyata 5%. Dari hasil tersebut dibentuk peta tematik sebagai evaluasi terhadap program kesehatan sehingga menjadi acuan terhadap perbaikan sektor kesehatan.