Hasil Pencarian  ::  Simpan CSV :: Kembali

"Secara global, prevalensi berat bayi lahir rendah (BBLR) rata-rata sebesar 14,7% (UNICEF, 2020) atau 15-20% (WHO, 2020). Berat bayi lahir menjadi perhatian sebab dapat memengaruhi kondisi kesehatan, seperti morbiditas dan mortalitas bayi, pertumbuhan fisik dan kognitif yang terhambat, serta penyakit kronis (non-communicable disease) (WHO, 2014). Berdasarkan hasil-hasil riset terdahulu, ditemukan bahwa keterlibatan perempuan di pengambilan keputusan rumah tangga memiliki efek positif terhadap kesejahteraan anak, terutama dari sisi kesehatan. Tujuan penelitian ini adalah untuk melihat apakah keterlibatan ibu dalam pengambilan keputusan di rumah tangga berpengaruh kepada kesehatan anak, khususnya berat lahir anak. Data yang digunakan adalah SDKI 2017 dengan sampel 10.179 ibu yang pernah melahirkan dalam 5 tahun terakhir. Metode yang digunakan adalah IV 2-SLS, dengan perspektif ibu terhadap kekerasan rumah tangga sebagai variabel instrumen. Hasil penelitian menunjukkan partisipasi ibu dalam rumah tangga memiliki hubungan yang positif dan signifikan dengan berat bayi lahir sebagai outcome kesehatan anak. IV persepsi terhadap KDRT dapat mengoreksi underestimation yang muncul dari endogenitas variabel pengambilan keputusan rumah tangga.

---

Globally, the average prevalence of low birth weight (LBW) babies is 14.7% (UNICEF, 2020) or 15-20% (WHO, 2020). Birth weight is a concern because it can affect health conditions, such as infant morbidity and mortality, stunted physical and cognitive growth, and chronic diseases (non-communicable diseases) (WHO, 2014). Based on previous research results, it was found that women's involvement in household decision making has a positive effect on children's wellbeing, especially in terms of health. The aim of this research is to see whether the mother's involvement in decision making in the household has an effect on the child's health, especially the child's birth weight. The data used is the 2017 IDHS with a sample of 10,179 mothers who have given birth in the last 5 years. The method used is IV 2-SLS, with the mother's perspective on domestic violence as the instrument variable. The research results show that maternal participation in the household has a positive and significant relationship with birth weight as a child health outcome. IV perceptions of domestic violence can correct underestimation that arises from the endogeneity of household decision-making variables."

"Model regresi data panel dinamis merupakan model regresi data panel yang melibatkan lag dari variabel dependen sebagai variabel eksplanatori yang berkorelasi dengan error. Lag dari variabel dependen tersebut dinamakan variabel endogen eksplanatori. Adanya variabel endogen eksplanatori menyebabkan estimasi parameter menggunakan metode OLS menghasilkan taksiran yang bias dan tidak konsisten. Oleh karena itu dibutuhkan metode lain untuk menaksir parameter, salah satunya adalah metode yang dikembangkan oleh Arellano dan Bond. Arellano dan Bond mengembangkan metode penaksiran parameter melalui proses first differencing dan metode instrumental variabel sehingga taksiran yang dihasilkan oleh metode ini memiliki sifat tak bias, konsisten dan efisien. Metode Arellano dan Bond tersebut kemudian dikembangkan oleh Blundell dan Bond dengan cara mengkombinasikan momen kondisi dan matriks instrumen antara model first difference dan model level untuk menghasilkan taksiran yang sama-sama tak bias dan konsisten tetapi lebih efisien yang dinamakan GMM-System Estimator.

---

Regression model of dynamic panel data is a regression model of panel data involving lag of dependent variable as explanatory variables which are correlated with the error. Lag of dependent variable is called endogenous explanatory variables. The presence of this lag cause the estimates of the parameters produce the estimator that are biased and inconsistent using OLS method. Therefore, other methods are needed to estimate the parameters, one of is the method developed by Arellano and Bond.

Arellano and Bond developed a method of parameter estimation through a process of first-differencing and instrumental variable method so that the estimator are unbiased, consistent and efficient. This method is then developed by Blundell and Bond with combine the moment conditions and matrix of instruments between first-difference model and level model to produce the estimator that are both unbiased and consistent but more efficient thus it called GMM-System estimator."