Statistika Terapan (S2)
Permanent URI for this collection
Browse
Browsing Statistika Terapan (S2) by Subject "Angka Harapan Hidup"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
Item GEOGRAPHICALLY WEIGHTED QUANTILE REGRESSION PADA ANALISIS ANGKA HARAPAN HIDUP PENDUDUK INDONESIA(2018-01-09) HIRLAN KHAERI; Yudhie Andriyana; I Gede Nyoman Mindra JayaAngka Harapan Hidup (AHH) merupakan slah satu indikator terpenting dalam kajian sosial demografi. Angka ini dianggap sebagai salah satu barometer keberhasilan pembangunan, khususnya bidang kesehatan. AHH lebih jauh digunakan untuk kajian multidimensional terkait pendidikan dan sosial ekonomi. Disparitas AHH penduduk Indonesia tahun 2016 masih cukup tinggi, sekitar 22,96 tahun. Beberapa kabupaten sangat jauh tertinggal dari lainnya. Capaian AHH yang rendah di suatu daerah harus ditindaklanjuti dengan program peningkatan kesejahteraan. Karena itu, informasi AHH dan faktor-faktor yang mempengaruhinya sangat penting bagi pemerintah. Data AHH dan faktor-faktor yang berpengaruh padanya tersebar secara spasial, tentunya data-data ini tidak akan bebas dari dipengaruhi karakteristik lokal. Perbedaan pola pemerintahan, jarak dengan pemerintah pusat, dan perbedaan sosial budaya bisa menyebabkan terjadinya heterogenitas spasial. Masalah heterogenitas spasial umumnya diatasi dengan pemodelan lokal metode yang umum digunakan adalah pemodelan dengan Geographically Weighted Regression (GWR). Terkadang peneliti tertarik untuk mengkaji populasi secara spesifik. Tidak hanya populasi pada sebaran rata-rata namun lebih pada populasi yang sebarannya ada pada upper atau lower tail. Untuk tujuan itu model Quantile Regression (QR) dikembangkan. Penelitian ini mengkaji pola distribusi spasial dan distribusi respon secara simultan dengan menggabungkan kedua metode. Hasil penelitian menunjukkan bahwa hubungan antara AHH dengan faktor-faktor yang digunakan bervariasi tidak hanya secara spasial, namun juga secara simultan antar distribusi AHH-nya pada setiap level kuantil.