Pemodelan Pengeluaran Rumah Tangga Di Kabupaten Bantul Tahun 2010 Menggunakan Multivariate Adaptive Regression Spline (Mars) Dengan Kriteria Generalized Cross Validation (Gcv)

Analisis regresi digunakan untuk menduga pola hubungan antara peubah tergantung dengan peubah bebas. Sebagai alternatif lain dari penggunaan regresi parametrik maka pendekatan yang digunakan adalah regresi nonparametrik. Sebab pendekatan ini tidak tergantung pada asumsi-asumsi tertentu, misalnya bentuk kurva polinomial derajat ke-k, sehingga memberikan fleksibilitas yang lebih tinggi. Untuk kasus yang terdiri dari banyak variabel bebas, pendekatan regresi nonparametrik dapat menggunakan Multivariate Adaptive Regression Splines (MARS) yang didasarkan pada nilai GCV minimum. Tujuan dari penelitian ini memodelkan pengeluaran rumah tangga dan mencari variabel-variabel yang secara signifikan mempengaruhi pengeluaran rumah tangga di kabupaten Bantul tahun 2010. Penelitian ini menggunakan data sekunder yang diperoleh dari Survei Sosial Ekonomi Nasional (Susenas) kabupaten Bantul tahun 2010 oleh BPS Bantul. Dari hasil penelitian diperoleh model terbaik dengan kombinasi nilai BF, MI, dan MO secara berturut-turut adalah 32, 3, dan 1, dengan nilai GCV sebesar 5.740818x1010. Variabel yang penting dalam mempengaruhi pengeluaran rumah tangga adalah jumlah anggota rumah tangga, tingkat pendidikan (ijazah terakhir yang dimiliki) kepala rumah tangga, umur kepala rumah tangga, kegiatan utama kepala rumah tangga, jenis kelamin kepala rumah tangga dan lapangan pekerjaan atau usaha kepala rumah tangga. Dengan begitu, status perkawinan kepala rumah tangga dan status dalam pekerjaan utama kepala rumah tangga tidak mempengaruhi jumlah pengeluaran rumah tangga di Kabupaten Bantul tiap bulanny