Regresi Logistik Multilevel Untuk Studi Kasus Stunting Di Indonesia

Abdul Aziz Anshori, Prof. Dr. Abdurakhman, M.Si.

2025 | Tesis | S2 Matematika

Regresi adalah salah satu metode ilmu statistika yang digunakan untuk memprediksi pola hubungan antara variabel terikat Y dan variabel bebas X. Regresi terbagi dalam berbagai macam tergantung data yang dipakai, salah satunya ialah regresi logistik, regresi logistik pada umumnya digunakan untuk data dengan variabel terikat dengan klasifikasi, lebih khususnya terdapat tiga macam yaitu regresi logistik biner yang digunakan untuk variabel terikat dengan dua klasifikasi (0,1), regresi logistik multinomial yang digunakan untuk variabel terikat dengan lebih dari dua klasifikasi tanpa urutan tertentu dan regresi logistik ordinal yang digunakan untuk variabel terikat dengan lebih dari dua klasifikasi dengan urutan tertentu. 

Laporan SSGI 2024 membahas tentang prevalensi stunting di Indonesia. Data dalam laporan tersebut berbentuk survey dengan hasil persentase stunting sebesar 19,8%, persentase tersebut mengindikasikan dua klasifikasi yaitu stunting dan tidak sehingga metode yang akan digunakan merupakan regresi logistik biner. Lebih lanjut, data yang terkumpul dalam SSGI 2024 dikelompokkan perkabupaten/kota dan perprovinsi sehingga data tersebut bisa dikatakan data dengan struktur hierarki, sehingga metode yang lebih cocok untuk digunakan adalah metode regresi logistik multilevel. Penelitian ini bertujuan untuk mendapatkan model regresi logistik multilevel yang paling sesuai dengan data sehingga diketahui variabel mana saja yang menjadi faktor penting untuk stunting agar dapat dijadikan referensi utama bagi Pemerintah dalam rangka upaya mencegah mamupun memperbaiki masalah terkait stunting.

Regression is a statistical method used to predict the relationship between a dependent variable (Y) and an independent variable (X). Regression is divided into various types depending on the data used. One of these is logistic regression. Logistic regression is generally used for data with a dependent variable with a classification. More specifically, there are three types: binary logistic regression, used for dependent variables with two classifications (0,1); multinomial logistic regression, used for dependent variables with more than two classifications in no particular order; and ordinal logistic regression, used for dependent variables with more than two classifications in a specific order.

Report from SSGI 2024 discusses the prevalence of stunting in Indonesia. The data in the report is in the form of a survey, with the results showing a stunting percentage of 19.8%. This percentage indicates two classifications: stunted and non-stunted, therefore, the method used is binary logistic regression. Furthermore, the data collected in the 2024 SSGI is grouped by district/city and by province, so the data can be considered hierarchical. Therefore, the more suitable method is multilevel logistic regression. This study aims to obtain a multilevel logistic regression model that best fits the data so that it is known which variables are important factors for stunting so that it can be used as the main reference for the Government in efforts to prevent and improve problems related to stunting.

Kata Kunci : Multilevel Logistic Regression, Stunting, SSGI 2024