Pengujian Koefisien Regresi Baku (Standardized Coefficients) dengan Pendekatan Bayes pada Analisis Regresi Data Prevalensi Stunting di Indonesia

Nadia Tsabitah, Suliadi Suliadi

Abstract


Abstract.. Standardized coefficients are linear regression coefficient that describe the strength and the direction of the linear relation between the dependent variable and the independent variable obtained when the two types of variables are standardized. Making confidence intervals for standardized coefficients using the frequency method is quite complicated, because the standardized coefficient is a nonlinear function of the random parameter estimates. This studi applies Bayes method to the stunting prevalence in Indonesia. With this method, it is possible to obtain a credible interval of the standardized coefficient value with correlation matrix without use the complicated standard error values.The purpose of the study is to estimate the standardized coefficient to determine the effect on the prevalence of stunting in Indonesia. The result is the length of the credible interval generated by the Bayes method is narrower then the frequency one. The independent variables that have a direct significant effect on the prevalence of stunting in Indonesia based on the credible interval are the percentage of poor people with a credible interval ranged in 0,0071 < b* < 0,6457 and the average age at the first pregnancy for women with a credible interval ranged in -1,2199 < b* < -0,1007.

Keywords: Bayes, Standardized Coefficient, Correlation Matrix, Credible Interval, Stunting.

Abstrak. Koefisien regresi yang dibakukan atau bisa disebut standardized coefficients merupakan koefisien regresi linier yang menggambarkan kekuatan dan arah hubungan  linier antara variabel terikat (repons) dan variabel bebas (prediktor) yang diperoleh ketika kedua jenis variabel tersebut dibakukan. Pembuatan selang kepercayaan untuk koefisien regresi baku dengan menggunakan metode frekuentis tergolong rumit, karena koefisien regresi baku merupakan fungsi non-linier dari penduga parameter acak. Penelitian ini menerapkan metode bayes pada kasus prevalensi stunting di Indonesia. Dengan metode ini, bisa didapatkan selang kepercayaan dengan nilai koefisien regresi baku dengan matriks korelasi tanpa menggunakan nilai standard error yang rumit. Tujuan penelitian yaitu mengestimasi koefisien regresi yang dibakukan untuk mengetahui faktor-faktor yang mempengaruhi prevalensi stunting di Indonesia.Hasil pengujian yang dilakukan menunjukan panjang selang kepercayaan yang dihasilkan dengan metode bayes lebih sempit daripada metode frekuentis. Variabel prediktor yang berpengaruh signifikan secara langsung terhadap prevalensi stunting berdasarkan selang kepercayaan yaitu, persentase penduduk miskin dengan selang kepercayaan 0,0071 < b* < 0,6457 dan rata-rata umur hamil pertama perempuan dengan selang kepercayaan  -1,2199 < b* < -0,1007.

Kata Kunci: Bayes, Koefisien regresi baku (standardized coefficients), Matriks Korelasi, Selang Kepercayaan (credible interval), Stunting.


Keywords


Bayes, Koefisien regresi baku (standardized coefficients), Matriks Korelasi, Selang Kepercayaan (credible interval), Stunting

Full Text:

PDF

References


Badan Pusat Statistik. (2019). Profil Statistik Kesehatan 2019. Jakarta: Badan Pusat Statistik.

Box, G. E. P. and G. C. Tiao. (1973). Bayesian Inference in Statistical Analysis. Massachusetts: Addison-Wesley Publishing Company

Gelman, A., J. B.Carlin, , H. S. Stern, & D. B. Rubin. (2004). Bayesian Data Analysis. Boca Raton(Florida): Chapman & Hall/CRC.

Kementerian Kesehatan Republik Indonesia. (2014). Situasi dan Analisis ASI Eksklusif. Jakarta: Pusat Data dan Informasi Kementerian Kesehatan RI.

Kurtner, M.H., C.J. Nachtsheim, J. Neter, & W. Li. (2004). Applied Linear Statistical Models. New York: The McGraw-Hill Companies, Inc.

Lu, Y. & P.Westfall. (2019). Simple and Flexible Bayesian Inferences for Standardized Regression Coefficients. Journal of Applied Statistics, 2254-2288.

NIST/SEMATECH. (2012). E-Handbook of Statistical Methods. (Online), (https://doi.org/10.18434/M32189, diakses 8 April 2021).

Yuan, K.-H. & W. Chan. (2011). Biases and Standard Errors of Standardized Regression. Psychometrika, 670 – 690.

Zwillinger, D. (2003). Standard Mathematical Tables and Formulae. New York: A CRC Press Company.

Utama Muhammad Bangkit Riksa, Hajarisman Nusar. (2021). Metode Pemilihan Variabel pada Model Regresi Poisson Menggunakan Metode Nordberg. Jurnal Riset Statistika, 1(1), 35-42.




DOI: http://dx.doi.org/10.29313/.v0i0.29113

Flag Counter     Â