PEMODELAN REGRESI SPLINE HIERARKI DENGAN METODE GENERALIZED LEAST SQUARE (Studi Kasus : Angka Kematian Ibu Tahun 2020) = MODELLING HIERARCHICAL SPLINE REGRESSION USING THE GENERALIZED LEAST SQUARE METHOD (Case Study: Maternal Mortality Rate 2020)

Analisis regresi nonparametrik merupakan salah satu metode regresi yang digunakan untuk mengetahui pola hubungan antara variabel respon dan variabel penjelas yang tidak diketahui kurvanya. Salah satu pendekatan regresi nonparametrik yang popular digunakan ialah model regresi spline truncated karena memiliki sifat fleksibel dan mudah di interpretasikan secara visual. Model regresi spline dikembangkan menjadi model spline linier hirarki yang telah banyak membantu dalam mengetahui hubungan antara variabel respon dan variabel penjelas untuk data yang memiliki pola data yang tersarang. Model spline linier hirarki juga dapat mengatasi beberapa isu seperti kolinearitas pada pengukuran berulang dan bias karena data yang hilang. Model spline linier hirarki merupakan penggabungan model regresi spline linier truncated ke dalam data yang memiliki struktur hirarki. Penelitian ini, menggunakan metode Generalized Least Square (GLS) sebagai estimatornya dan diaplikasikan pada data Angka Kematian Ibu tahun 2020. Hasil yang diperoleh adalah model terbaik penggabungan dari model level 1 menggunakan 1 (satu) titik knot dengan nilai GCV 32,781 dan model level 2 menggunakan 2 (dua) titik knot dengan nilai GCV 89,865 dengan variabel yang signifikan pada level-1 ialah jumlah ibu hamil yang melaksanakan K4 dan jumlah ibu hamil yang menangani komplikasi kebidanan dan variabel yang signifikan pada level-2 ialah persentase penduduk miskin dan angka partisipasi sekolah.