Penggunaan Proportional Odds Model (POM) dalam Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor Penentu Balita Stunting di Indonesia
Keywords:
stunting, balita, regresi logistik ordinal, proportional odds model
Abstract
Stunting tetap menjadi tantangan besar di banyak negara berkembang, termasuk Indonesia. Meskipun Indonesia memiliki ekonomi terbesar di Asia Tenggara, negara ini berada di peringkat kedua setelah Timor Leste dalam hal prevalensi stunting pada balita. Oleh karena itu, tujuan daripada penelitian ini adalah menganalisis faktor-faktor penentu balita stunting di Indonesia. Data yang digunakan berasal dari SUSENAS BPS dan SKI Kemenkes. Metode yang diterapkan adalah proportional odds model dalam analisis regresi logistik ordinal. Penelitian menghasilkan bahwa belanja makanan (odds ratio = 0.977), kekurangan konsumsi pangan (odds ratio = 1.236), kelengkapan cakupan imunisasi dasar (odds ratio = 0.849), ketersediaan air minum yang layak dari sumbernya (odds ratio = 0.980), dan kunjungan kelas ibu hamil sebanyak ? 4 kali (odds ratio = 0.720) signifikan berpengaruh terhadap tingkat balita stunting di Indonesia. Sebesar 82.7% dari variasi data mampu dijelaskan oleh model dan mencapai akurasi klasifikasi sebesar 76.47%.
References
Agresti, A. (2018). An Introduction to Categorical Data Analysis (3rd ed.). Wiley-Interscience.
Ari, E., & Yildiz, Z. (2014). Paralel Lines Assumption in Ordinal Logistic Regression and Analyses Approaches. International Interdisciplinary Journal of Scientific Research, 1(3), 8–23.
Asian Development Bank. (2022). Prevalence of Stunting among Children under 5 Years of Age.
Asmoyo, O. K., & Ratnasari, V. (2022). Pemodelan Faktor-Faktor Yang Mempengaruhi Persentase Stunting pada Balita di Indonesia dengan Pendekatan Regresi Data Panel. Jurnal Sains Dan Seni ITS, 11(3). https://doi.org/10.12962/j23373520.v11i3.80908
Ballante, E., Figini, S., & Uberti, P. (2022). A New Approach in Model Selection for Ordinal Varget variables. Computational Statistics, 37(1), 43–56. https://doi.org/10.1007/s00180-021-01112-4
Bappenas. (2024). SDGs Knowledge Hub: Agenda 2030 untuk Pembangunan Berkelanjutan. https://sdgs.bappenas.go.id/
BKKBN. (2020, March). Kegiatan Bina Keluarga Balita dan Imunisasi.
Brueckner, M., & Lederman, D. (2018). Inequality and Economic Growth?:The Role of Initial Income. Policy Research Working Paper.
Helmyati, S., Atmaka, D. R., Wisnusanti, S. U., & Wigati, M. (2020). STUNTING?: Permasalahan dan Tantangannya (Sita, Ed.). Gadjah Mada University Press.
Hilbe, J. M. (2009). Logistic Regression Models. Chapman and Hall/CRC. https://doi.org/10.1201/9781420075779
Hosmer, D. W., & Lemeshow, S. (2000). Applied Logistic Regression (2nd ed.). Wiley. https://doi.org/10.1002/0471722146
Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression. Wiley. https://doi.org/10.1002/9781118548387
International Monetary Fund. (2023). Proyeksi Nilai PDB Negara ASEAN.
Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer New York. https://doi.org/10.1007/b98832
Kemenkes. (2023). Profil Kesehatan Indonesia 2022 (F. Sibuea, Ed.). Kementerian Kesehatan Republik Indonesia.
Kementan. (2018). Food Security and Vulnerability Atlas.
Liang, K.-Y., & Zeger, S. L. (1986). Longitudinal Data Analysis Using Generalized Linear Models. Biometrika, 73(1), 13–22. https://doi.org/10.1093/biomet/73.1.13
Liu, X. (2015). Applied Ordinal Logistic Regression Using Stata: From Single-Level to Multilevel Modeling (1st ed.). Sage Publications.
Norusis, M. (2011). IBM SPSS Statistics 19 Statistical Procedures Companion (1st ed.). Addison Wesley.
O’Connell, A. (2006). Logistic Regression Models for Ordinal Response Variables. SAGE Publications, Inc. https://doi.org/10.4135/9781412984812
Powers, D. A., & Xie, Y. (2000). Statistical Methods for Categorical Data Analysis (1st ed.). Emerald Group Pub Ltd.
Priatmadani, P., Anjarweni, H. U., Putri, S. M., Pramana, A. S., Palupi, R., & Budiasih, B. (2023). Determinan Prevalensi Balita Stunting di Indonesia Tahun 2021. Seminar Nasional Official Statistics, 2023(1), 653–662. https://doi.org/10.34123/semnasoffstat.v2023i1.1753
Rezky, A. I. C., Darmawansyih, D., Rahim, R., Palancoi, N. A., & Sabry, M. S. (2024). Hubungan Faktor Kesehatan Lingkungan Terhadap Kejadian Stunting pada Balita di Wilayah Puskesmas Kassi-Kassi. Jurnal Kedokteran Dan Kesehatan, 20.
Satriawan, D., & Styawan, D. A. (2021). Pengelompokkan Provinsi di Indonesia Berdasarkan Faktor Penyebab Balita Stunting Menggunakan Analisis Cluster Hierarki. Jurnal Statistika Dan Aplikasinya, 5(1), 61–70. https://doi.org/10.21009/JSA.05106
Velleman, Y., Blair, L., Fleming, F., & Fenwick, A. (2023). Water-, Sanitation-, and Hygiene-Related Diseases (pp. 189–219). Springer. https://doi.org/10.1007/978-1-0716-2463-0_547
Warsidah, W., Ayyash, M. Y., Priani, W., & Satyahadewi, N. (2023). Analisis Statistik Faktor-faktor yang mempengaruhi Angka Stunting di Kalimantan Barat. Empiricism Journal, 4.
WHO. (2024). Stunting in a nutshell.
Woldehanna, T., Behrman, J. R., & Araya, M. W. (2017). The effect of early childhood stunting on children’s cognitive achievements?: evidence from young lives Ethiopia. Ethiopian Journal of Health Development, 31.
Zuliana, A., Nuryanto, N., Rahadiyanti, A., & Purwanti, R. (2024). Keikutsertaan Ibu pada Kelas Ibu Hamil dan Kelas Ibu Balita, serta Frekuensi Pemanfaatan Layanan Posyandu pada Balita Stunting dan Tidak Stunting.
Ari, E., & Yildiz, Z. (2014). Paralel Lines Assumption in Ordinal Logistic Regression and Analyses Approaches. International Interdisciplinary Journal of Scientific Research, 1(3), 8–23.
Asian Development Bank. (2022). Prevalence of Stunting among Children under 5 Years of Age.
Asmoyo, O. K., & Ratnasari, V. (2022). Pemodelan Faktor-Faktor Yang Mempengaruhi Persentase Stunting pada Balita di Indonesia dengan Pendekatan Regresi Data Panel. Jurnal Sains Dan Seni ITS, 11(3). https://doi.org/10.12962/j23373520.v11i3.80908
Ballante, E., Figini, S., & Uberti, P. (2022). A New Approach in Model Selection for Ordinal Varget variables. Computational Statistics, 37(1), 43–56. https://doi.org/10.1007/s00180-021-01112-4
Bappenas. (2024). SDGs Knowledge Hub: Agenda 2030 untuk Pembangunan Berkelanjutan. https://sdgs.bappenas.go.id/
BKKBN. (2020, March). Kegiatan Bina Keluarga Balita dan Imunisasi.
Brueckner, M., & Lederman, D. (2018). Inequality and Economic Growth?:The Role of Initial Income. Policy Research Working Paper.
Helmyati, S., Atmaka, D. R., Wisnusanti, S. U., & Wigati, M. (2020). STUNTING?: Permasalahan dan Tantangannya (Sita, Ed.). Gadjah Mada University Press.
Hilbe, J. M. (2009). Logistic Regression Models. Chapman and Hall/CRC. https://doi.org/10.1201/9781420075779
Hosmer, D. W., & Lemeshow, S. (2000). Applied Logistic Regression (2nd ed.). Wiley. https://doi.org/10.1002/0471722146
Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression. Wiley. https://doi.org/10.1002/9781118548387
International Monetary Fund. (2023). Proyeksi Nilai PDB Negara ASEAN.
Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer New York. https://doi.org/10.1007/b98832
Kemenkes. (2023). Profil Kesehatan Indonesia 2022 (F. Sibuea, Ed.). Kementerian Kesehatan Republik Indonesia.
Kementan. (2018). Food Security and Vulnerability Atlas.
Liang, K.-Y., & Zeger, S. L. (1986). Longitudinal Data Analysis Using Generalized Linear Models. Biometrika, 73(1), 13–22. https://doi.org/10.1093/biomet/73.1.13
Liu, X. (2015). Applied Ordinal Logistic Regression Using Stata: From Single-Level to Multilevel Modeling (1st ed.). Sage Publications.
Norusis, M. (2011). IBM SPSS Statistics 19 Statistical Procedures Companion (1st ed.). Addison Wesley.
O’Connell, A. (2006). Logistic Regression Models for Ordinal Response Variables. SAGE Publications, Inc. https://doi.org/10.4135/9781412984812
Powers, D. A., & Xie, Y. (2000). Statistical Methods for Categorical Data Analysis (1st ed.). Emerald Group Pub Ltd.
Priatmadani, P., Anjarweni, H. U., Putri, S. M., Pramana, A. S., Palupi, R., & Budiasih, B. (2023). Determinan Prevalensi Balita Stunting di Indonesia Tahun 2021. Seminar Nasional Official Statistics, 2023(1), 653–662. https://doi.org/10.34123/semnasoffstat.v2023i1.1753
Rezky, A. I. C., Darmawansyih, D., Rahim, R., Palancoi, N. A., & Sabry, M. S. (2024). Hubungan Faktor Kesehatan Lingkungan Terhadap Kejadian Stunting pada Balita di Wilayah Puskesmas Kassi-Kassi. Jurnal Kedokteran Dan Kesehatan, 20.
Satriawan, D., & Styawan, D. A. (2021). Pengelompokkan Provinsi di Indonesia Berdasarkan Faktor Penyebab Balita Stunting Menggunakan Analisis Cluster Hierarki. Jurnal Statistika Dan Aplikasinya, 5(1), 61–70. https://doi.org/10.21009/JSA.05106
Velleman, Y., Blair, L., Fleming, F., & Fenwick, A. (2023). Water-, Sanitation-, and Hygiene-Related Diseases (pp. 189–219). Springer. https://doi.org/10.1007/978-1-0716-2463-0_547
Warsidah, W., Ayyash, M. Y., Priani, W., & Satyahadewi, N. (2023). Analisis Statistik Faktor-faktor yang mempengaruhi Angka Stunting di Kalimantan Barat. Empiricism Journal, 4.
WHO. (2024). Stunting in a nutshell.
Woldehanna, T., Behrman, J. R., & Araya, M. W. (2017). The effect of early childhood stunting on children’s cognitive achievements?: evidence from young lives Ethiopia. Ethiopian Journal of Health Development, 31.
Zuliana, A., Nuryanto, N., Rahadiyanti, A., & Purwanti, R. (2024). Keikutsertaan Ibu pada Kelas Ibu Hamil dan Kelas Ibu Balita, serta Frekuensi Pemanfaatan Layanan Posyandu pada Balita Stunting dan Tidak Stunting.
Published
2024-10-23
Section
Artikel Penelitian
