PEMODELAN INDEKS PEMBANGUNAN MANUSIA PROVINSI SULAWESI SELATAN MENGGUNAKAN ANALISIS JALUR NONPARAMETRIK SPLINE TRUNCATED BERBASIS METODE WEIGHTED LEAST SQUARES=HUMAN DEVELOPMENT INDEX MODELING USING NONPARAMETRIC TRUNCATED SPLINE PATH ANALYSIS BASED ON WEIGHTED LEAST SQUARES METHOD

Latar Belakang. Analisis jalur merupakan metode statistika yang digunakan untuk mengidentifikasi pengaruh langsung, tidak langsung, dan total antarvariabel dalam suatu model dengan asumsi linieritas yang perlu diuji untuk memastikan kesesuaian karakteristik hubungan antarvariabel. Jika asumsi linieritas tidak terpenuhi dan bentuk fungsionalnya tidak diketahui maka pendekatan yang dapat diaplikasikan adalah analisis jalur nonparametrik. Salah satu estimator nonparametrik yaitu spline truncated digunakan karena fleksibilitasnya dalam mengakomodasi pola hubungan nonlinier dan perubahan regime pada titik knot. Pendekatan estimasi konvensional seperti OLS memiliki keterbatasan, terutama dalam menangani korelasi antar residual, yang umum terjadi dalam sistem pemodelan seperti analisis jalur dengan variabel endogen saling berkorelasi. Keterbatasan ini diatasi dengan menggunakan metode WLS yang memberikan bobot invers matriks varians-kovarians residual sehingga menghasilkan estimasi yang lebih efisien. Tujuan. Penelitian ini bertujuan memperoleh model IPM di Provinsi Sulawesi Selatan melalui analisis jalur nonparametrik spline truncated berbasis WLS. Metode. Data yang digunakan adalah data IPM Sulawesi Selatan pada tahun 2024. Analisis dilakukan menggunakan analisis jalur nonparametrik spline truncated berbasis Weighted Least Squares (WLS) untuk mengestimasi parameter model. Hasil. Model terbaik diperoleh dengan satu titik knot. Nilai GCV minimum yang dihasilkan sebesar 0,0078. Hasil estimasi menunjukkan bahwa besaran pengaruh antarvariabel berbeda pada setiap regime, yang mengindikasikan adanya perubahan pola hubungan antarvariabel setelah melewati titik knot. Kesimpulan. Empat hubungan antarvariabel signifikan, yaitu pengaruh PDRB per kapita dan RLS terhadap pengeluaran per kapita, serta pengaruh RLS dan pengeluaran per kapita terhadap IPM.