Pemodelan Regresi Hurdle Poisson untuk Mengatasi Overdispersi pada Kasus Jumlah Korban Meninggal dan Hilang Akibat Bencana Alam di Jawa Barat Tahun 2018

Nurul Eka Nur Kumala, Lisnur Wachidah

Abstract


Abstract. Modeling is process building and forming model of real system in particular formal language. One of the modeling of statistical method is the poisson regression method. Because the response variable in poisson regression is discrete in the form of frequency/count, the generalized linear model can be used as a solustion to overcome this problem. However for poisson regression has condition that the mean and variance must be the same. Meanwhile in implementation, the average and variance values are sometimes not same. Sometimes the variance value will be greater than the average value which will result in overdispersion. So for overcome overdispersion problem needed poisson hurdle regression method. In this study, author use data regarding the number of victims who died and disappeared due to flood disaster in west java on 2018. Based  on the result of wald testing statistical, the predictor variable that affects the number of victims who died and disappeared due to flood disaster in poisson hurdle regression model part of truncated poisson model is  the percentage of number of flood events with significance level of 10 %.

Keywords: Generalized Linear Model, Poisson regression, Overdispersion, Hurdle Poisson.

Abstrak. Pemodelan adalah proses membangun dan membentuk sebuah model dari suatu sistem nyata dalam bahasa formal tertentu. Salah satu pemodelan dari suatu metode statistika yaitu metode regresi  poisson. Karena pada regresi poisson variabel respon nya berbentuk diskrit yang berupa frekuensi/cacahan, maka Generalized Linear Model (GLM) dapat digunakan sebagai solusi untuk mengatasi masalah tersebut.  Namun untuk regresi poisson sendiri memiliki syarat bahwa nilai rata-rata dan ragam nya harus sama. Sedangkan dalam pengimplementasiannya nilai rata-rata dan ragam terkadang tidak sama.  Terkadang nilai ragam akan lebih besar dari nilai rata-rata yang nantinya akan mengakibatkan overdispersi. Maka untuk mengatasi masalah overdispersi ini diperlukannya metode hurdle poisson. Pada penelitian ini penulis menggunakan data mengenai jumlah korban meninggal dan hilang akibat bencana alam banjir tahun 2018.  Berdasarkan hasil pengujian statistik uji wald, variabel prediktor yang mempengaruhi banyaknya jumlah korban meninggal dan hilang akibat bencana banjir di Provinsi Jawa Barat tahun 2018 pada model regresi hurdle poisson. bagian model truncated poisson yaitu persentase jumlah kejadian banjir (%) dengan taraf signifikansi 10 %.  

Kata Kunci: Generalized Linear Model, Regresi Poisson, Overdispersi, Hurdle Poisson.


Keywords


Generalized Linear Model, Regresi Poisson, Overdispersi, Hurdle Poisson

Full Text:

PDF

References


Gujarati, D. (1995). Basic Econometrics (3rd edition ed. ed.). New York: Mc-Graw Hill, Inc.

Hadi, H., Agustina, S., & Subhani, A. (2019). Penguatan Kesiapsiagaan Stakeholder dalam Pengurangan Risiko Bencana Alam Gempabumi. Geodika: Jurnal Kajian Ilmu Dan Pendidikan Geografi, 3(1), 30. https://doi.org/10.29408/geodika.v3i1.1476[

Herlina, Nugroho, S., & Rizal, J. (2017). MODEL REGRESI POISSON. 1–15.

Ismail, N., & Jemain, A. (2007). Handling Overdispersion WIth Binomial Negative and Generalized Poisson Regresion Model. 103-158. Dipetik April 1, 2014, dari

Julianda H, R., Herrhyanto, N., & M, B. A. P. (2019). PENERAPAN DATA COUNT DENGAN MENGGUNAKAN REGRESI HURDLE POISSON ( Studi Kasus : Banyak Kematian Ibu di Provinsi Jawa Barat Tahun 2015 ). 7, 11–23.

Kodoatie, R., & Sugiyannto. (2002). Banjir Beberapa Penyebab dan Metode Pengendaliannya Dalam Persepektif Lingkungan. Yogy akarta: Pustaka Pelajar.

Priyatno, D. (2013). Analisis Korelasi, Regresi dan Multivariate dengan SPSS. Yogyakarta: Gava Media.

Wapole, R. E. (1995). Pengantar Metode Statistika. (I. Sumantri, Penerj.) Jakarta: PT. Gramedia Pustaka Utama.

Zorn, C. J. W., & State, O. (1996). EVALUATING ZERO-INFLATED AND HURDLE POISSON SPECIFICATIONS. 1–16.

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/.v0i0.29481

Flag Counter