Latar Belakang Pemodelan Regresi Nonparametrik Dengan B – Spline Dan Mars

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Metode statistika nonparametrik atau sering disebut dengan metode statistik bebas distribusi yang menyajikan suatu cara yang berguna bagi para peneliti dan banyak mendapat perhatian yang cukup luas di kalangan ahli statistik. Ini memungkinkan karena beberapa alasan. Pertama, perhitungan yang diperlukan sederhana, murah, dan cepat. Kedua, data atau sampel dapat berupa respons kualitatif atau data ordinal. Dan ketiga, bila dalam uji parametrik sangat dipengaruhi asumsi mengenai bentuk distribusinya, baik statistik contoh maupun distribusi parameter populasinya. Oleh karena itu, dalam statistik nonparametrik terdapat suatu analisis data statistik yang sangat cocok digunakan untuk menguji data ilmu - ilmu sosial, karena asumsi - asumi yang digunakan dalam uji nonparametrik adalah pengamatan - pengamatan bebas, tidak mengikat dan lebih luas dibanding uji parametrik. Dalam uji nonparametrik terdapat beberapa kelemahan dibandingkan pengujian parametrik yang membutuhkan data atau sampel lebih banyak dibandingkan uji parametrik lainnya, untuk mengurangi probabilitas kesalahan jenis yang sama. Dengan demikian, bila data telah memenuhi semua asumsi model statistik parameternya, maka sebaiknya memakai uji parametrik daripada uji nonparametrik karena di samping lebih efisien, uji parametrik dapat Universitas Sumatera Utara mengetahui suatu perbedaan yang tidak diketahui dalam uji nonparametrik. Akan tetapi, bila tidak memenuhi syarat – syarat dari uji parametrik seperti asumsi normalitas distribusi yang sering dijadikan asumsi utama dan tidak bisa menjamin kenormalitasan distribusi tersebut, maka dapat menggunakan pengujian nonparametrik. Dalam pengujian nonparametrik terdapat hubungan sebab – akibat atau yang sering disebut regresi. Regresi nonparametrik itu sendiri adalah bentuk analisis regresi dimana peubah bebasnya prediktor tidak mengambil bentuk yang telah ditetapkan tetapi dibangun sesuai dengan informasi yang diperoleh dari sampel. Regresi nonparametrik memerlukan ukuran sampel yang lebih besar daripada regresi berdasarkan model parametrik karena data atau sampel harus memberikan struktur model serta perkiraan model.

1.2 Perumusan Masalah