Pemodelan regresi Conway Maxwell Poisson untuk mengatasi pelanggaran equidispersi pada regresi Poisson

Regresi Poisson merupakan salah satu regresi nonlinier yang digunakan untuk memodelkan hubungan antara variabel respon yang berupa data diskrit dengan variabel prediktor yang berupa data diskrit atau data kontinu. Asumsi yang harus dipenuhi dalam regresi Poisson yaitu equidispersi. Namun, dalam menganalisis data dengan model regresi Poisson dapat terjadi pelanggaran asumsi equidispersi yaitu overdispersi atau underdispersi. Oleh karena itu, untuk mengatasi hal tersebut diperlukan sebuah model yang dapat mengatasi pelanggaran equidispersi pada regresi Poisson yaitu regresi Conway Maxwell Poisson. Pada penelitian ini, regresi Conway Maxwell Poisson diestimasi menggunakan Maximum Likelihood Estimation (MLE). Selanjutnya, model regresi Conway Maxwell Poisson diterapkan pada data jumlah kasus tetanus neonatorum di Indonesia tahun 2019 dengan faktor-faktor yang mengurangi risiko terjadinya penyakit tetanus neonatorum diantaranya persentase cakupan imunisasi TT1 pada ibu hamil (X1), persentase cakupan imunisasi TT2+ pada ibu hamil (X2), persentase cakupan imunisasi TT5 pada Wanita Usia Subur (WUS) (X3), persentase cakupan kunjungan antenatal empat kali (K4) (X4), serta persentase cakupan persalinan di fasilitas pelayanan kesehatan (X5). Hasil yang diperoleh menunjukkan dengan menggunakan metode MLE dapat mengatasi overdispersi sehingga diperoleh variabel yang berpengaruh signifikan terhadap jumlah kasus tetanus neonatorum di Indonesia tahun 2019 adalah persentase cakupan kunjungan antenatal empat kali (K4) (X4) dan persentase cakupan persalinan di fasilitas pelayanan kesehatan (X5)