PERBANDINGAN METODE CROSS VALIDATION DAN GENERALIZED CROSS VALIDATION DALAM REGRESI NONPARAMETRIK BIRESPON SPLINE

Abstract

AbstrakAnalisis regresi merupakan salah satu metode yang sangat populer dalam statistika untuk menjelaskan hubungan sebab akibat antara satu/beberapa variabel prediktor terhadap satu variabel respon. Pada umumnya, pemodelan yang dapat dilakukan dengan menggunakan analisis regresi. Kurva regresi dapat diduga dengan pendekatan regresi parametrik dan pendekatan regresi nonparametrik. Namun, tidak semua data yang diperoleh mengikuti pola tertentu sehingga jenis data ini menggunakan pendekatan regresi nonparametrik. Pendekatan regresi nonparametrik tidak terkait dengan asumsi bentuk kurva regresi seperti halnya pada regresi parametrik, dan lebih fleksibel. Ada beberapa teknik yang dilakukan untuk estimasi dalam regresi nonparametrik yaitu Spline. Beberapa kasus dalam analisis regresi banyak dijumpai permasalahan yang tidak dapat diselesaikan dengan analisis regresi sederhana satu respon karena jika menggunakan dua variabel respon pada penelitian, maka harus dilihat nilai korelasi antar variabel. Akibatnya, persoalan regresi harus diselesaikan dengan model regresi birespon. Penelitian ini bertujuan untuk mendeskripsikan AKB dan status gizi buruk balita dan mendapatkan model Spline dalam regresi nonparametrik birespon terbaik melalui hubungan antara variabel yang diduga berpengaruh dengan menggunakan metode Cross Validation (CV) dan Generalized Cross Validation (GCV). Hasil yang didapat yaitu model terbaik yang sesuai untuk derajat kesehatan di Indonesia pada tahun 2015 yaitu dengan menggunakan metode CV dengan nilai CV minimum yang terletak pada model Spline linier satu knot yakni sebesar 77.37831 dengan MSE sebesar 76.75449.