Mengenal Seluk Beluk Metode Non Parametrik Spline

Dalam berbagai kebutuhan data dan perhitungan, seringkali digunakan berbagai metode untuk menemukan variabel akhir yang dibutuhkan. Ada berbagai jenis metode yang digunakan untuk menghitung atau menganalisa sebuah kasus penelitian sehingga hasil dari penelitian tersebut bisa digunakan sebagai acuan dalam sebuah data.

Salah satu metode tersebut diantaranya adalah metode non parametrik spline. Metode ini merupakan metode yang sering digunakan pada data-data penelitian dengan pola yang tidak menentu. Metode pendekatan non parametrik memang sering digunakan pada data yang tidak terikat pada bentuk kurva regresi tertentu.

Sedangkan regresi spline sendiri merupakan potongan polinomial tersegmen atau pendekatan metode pencocokan data dengan memperhitungkan kemulusan kurva. Metode non parametrik dengan regresi spline ini dinilai memiliki berbagai keunggulan karena lebih fleksibel dalam mengolah data.

Ada berbagai jenis kasus penelitian yang sering menggunakan metode ini seperti bidang ekonomi dan kesehatan. Metode regresi spline ini harus dilakukan dengan mencari estimasi kurva regresi dengan memilih titik knot optimal pada model spline.

Titik knot merupakan titik perpaduan dari pola perubahan perilaku dari fungsi data yang ada.

Selain itu, data yang akan menggunakan metode non parametrik spline juga harus memenuhi beberapa asumsi residual diantaranya :

1. Uji Identik

Asumsi residual identik merupakan uji homogenitas varian residual yang bisa menyebabkan estimasi koefisien menjadi kurang akurat. Hal ini bisa terjadi jika varians residual menjadi tidak kontans akibat asumsi residual identik berada pada kondisi heteroskedastisitas atau asumsi tersebut mengalami kesalahan dan pelanggaran.

• Uji Distribusi Normal

Selain asumsi residual identik, asumsi distribusi normal juga menjadi asumsi yang penting dalam metode spline regresi non parametrik. Pengujian asumsi distribusi normal ini dilakukan dengan tujuan untuk mengecek tingkat normalisasi residual yang berdistribusi dengan menggunakan uji kolmogorov-smirnov.

• Uji Independen

Bukan hanya residual distribusi saja yang harus di cek dalam sebuah data, namun korelasi antar residual dalam data yang akan diteliti menggunakan metode non parametrik spline juga harus di cek terlebih dahulu. Korelasi antar residual ini merupakan korelasi dari residual penelitian ke-i dengan residual penelitian ke-(i-1) dan sering dikenal dengan istilah autokorelasi.

Metode non parametrik dengan regresi spline ini sering digunakan pada penelitian di bidang ekonomi seperti pemodelan laju pertumbuhan ekonomi, pemodelan indikator kemiskinan, hingga penelitian berkaitan dengan kurs mata uang. Selain itu, metode ini juga kerap kali digunakan pada berbagai kebutuhan di bidang kesehatan.

Untuk mendapatkan hasil yang dibutuhkan, ada berbagai langkah yang harus dilakukan mulai dari membuat statistika deskriptif, membuat scatter plot, memilih titik knot optimal, hingga membuat interpretasi dan kesimpulan data. Proses-proses ini juga harus dilakukan dengan menggunakan data yang lengkap agar bisa menghasilkan data akhir yang sesuai.

Dengan menggunakan metode non parametrik spline, penelitian yang dilakukan dengan menggunakan data dengan sub interval yang cenderung sering berubah-ubah akan lebih mudah dilakukan. Dengan metode yang tepat, maka penelitian yang dilakukan bisa menghasilkan data yang akurat. Hubungi AMAR STATISTIKA untuk info selengkapnya.