<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="62264">
 <titleInfo>
  <title>Robust Hurdle Poisson untuk Pemodelan Data Count dengan &#13;
Pencilan (Studi Kasus:</title>
  <subTitle>Konsurnsi Rokok di Provinsi &#13;
Kepulauan Riau)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>AFI RURAINI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2015</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xiii, 70 hlm. ; il. ; 29 cm</extent>
 </physicalDescription>
 <note>Konsumsi rokok merupakan permasalahan yang sudah sampai pada situasi &#13;
yang mengkhawatirkan dan memberikan dampak negatif bagi kesehatan &#13;
masyarakat. Pengamatan konsumsi rokok dalam batang per hari menghasilkan &#13;
data cacahan dengan banyak nilai 0 (Excess Zero) sebagai hasil dari dua tahapan &#13;
pertanyaan partisipasi konsurnsi rokok dan tingkat konsurnsi rokok. Regresi &#13;
logistik dapat memodelkan tahapan pertanyaan partisipasi konsumsi rokok, &#13;
namun tidak dapat memodelkan tingkat konsurnsi rokok. Regresi Poisson dapat &#13;
diterapkan pada variabel respon dengan data cacahan, namun dengan banyaknya &#13;
nilai 0 pada variabel respon akan mengakibatkan overdispersi, sehingga Regresi &#13;
Poisson menjadi tidak tepat untuk digunakan. Metode alternatif yang dapat &#13;
digunakan adalah Hurdle Poisson. Pada pengamatan data cacahan sering juga &#13;
ditemui adanya pencilan. Metode Hurdle Poisson biasa belurn memperhatikan &#13;
data pencilan (outlier). Metode Robust Hurdle Poisson dapat diterapkan untuk &#13;
memodelkan data cacahan dengan pencilan. &#13;
&#13;
Metode Robust Hurdle Poisson menggunakan Mallows Quasi Likelihood &#13;
Estimator dalam menangani data pencil an. Pengujian kelayakan model &#13;
menggunakan statistik Quasi Deviance dan pengujian parsial parameter &#13;
menggunakan statistik uji Wald. Aplikasi analisis pada data konsurnsi rokok &#13;
individu hasil Survei Sosial Ekonomi Nasional Modul Sosial Budaya dan &#13;
Pendidikan tahun 2012 di Provinsi Kepulauan Riau. Hasil pemodelan Robust &#13;
Hurdle Poisson menunjukkan variabel yang berpengaruh terhadap keputusan &#13;
mengkonsumsi rokok dalam model logit adalah Jenis Kelamin, Status &#13;
Perkawinan, Pekerjaan, dan Umur, sedangkan variabel yang berpengaruh &#13;
terhadap tingkat konsurnsi rokok dalam model Truncated Poisson adalah Jenis &#13;
Kelamin, K1asifikasi Wilayah, dan Pendapatan. &#13;
&#13;
</note>
 <note type="statement of responsibility">AFI RURAINI</note>
 <subject authority="">
  <topic>1. Hurdle Poisson  2. Excess Zero  3.Pencilan</topic>
 </subject>
 <classification>519.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Nur r/REF.14.69</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">01001150700032</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.14.69)</sublocation>
    <shelfLocator>519.5 Nur r/REF.14.69</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>62264</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2018-06-26 09:04:44</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-06-26 09:05:31</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>