Pemodelan Derajat Kesehatan Menggunakan Structural Equation Modeling di Kabupaten Kediri
J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika · 2018
DOI: 10.36456/jstat.vol10.no2.a1022 ↗Kurz gefasst
Fachartikel in der Zeitschrift J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika, 2018. Verfasst von Amin Tohari. Die Arbeit wurde bisher 1-mal zitiert (Crossref).
Abstract (Originalsprache)
Situasi derajat kesehatan di Kabupaten Kediri pada tahun 2015 menunjukkan bahwa kedudukan Akngka Kematian Ibu (AKI) sama dengan angka tahun sebelumnya, sedangkan kondisi Angka Kematian Bayi (AKB) cenderung menurun dibandingkan dengan tahun 2013. Derajat kesehatan dan faktor-faktor yang mempengaruhi merupakan variabel laten yang membutuhkan indikator untuk mengukurnya, sehingga memerlukan metode analisis multivariate yang mengakomodir hubungan antar variabel laten yaitu structural equation modeling (SEM). SEM-PLS dapat digunakan ukuran sampel yang kecil, dan tidak mengharuskan berdistribusi multivariate normal. Penelitian ini menggunakan data skunder yang diambil dari dinas kesehatan Kabupaten Kediri yang terangkum dalam profil kesehatan Kabupaten Kediri tahun 2015, kemudian diolah menggunakan SmartPLS. Hasil penelitian menunjukkan bahwa lingkungan, perilaku masyarakat, dan pelayanan kesehatan berpengaruh negatif dan signifikan.
Zitieren
APA
Tohari, A. (2018). Pemodelan Derajat Kesehatan Menggunakan Structural Equation Modeling di Kabupaten Kediri. J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika. https://doi.org/10.36456/jstat.vol10.no2.a1022
Vancouver
Tohari A. Pemodelan Derajat Kesehatan Menggunakan Structural Equation Modeling di Kabupaten Kediri. J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika. 2018. doi:10.36456/jstat.vol10.no2.a1022
BibTeX
@article{Tohari2018,
author = {Tohari, Amin},
title = {Pemodelan Derajat Kesehatan Menggunakan Structural Equation Modeling di Kabupaten Kediri},
journal = {J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika},
year = {2018},
doi = {10.36456/jstat.vol10.no2.a1022}
}
EUVIMED