Analisis ini membahas regresi nonparametrik spline truncated untuk memodelkan Tingkat Pengangguran Terbuka (Y) terhadap empat variabel prediktor, yaitu Tingkat Partisipasi Angkatan Kerja (X1), Harapan Lama Sekolah (X2), PDRB Atas Dasar Harga Berlaku (X3), dan Indeks Pembangunan Manusia (X4). Tahapan analisis meliputi statistika deskriptif, deteksi multikolinieritas, pembuatan scatterplot, pemilihan titik knot optimal menggunakan metode Generalized Cross Validation (GCV) untuk satu, dua, dan tiga titik knot, serta pengujian signifikansi parameter secara simultan dan parsial. Tujuan akhirnya adalah memperoleh model spline terbaik yang paling sesuai dengan pola data ketenagakerjaan, yang diharapkan dapat menjadi dasar rekomendasi kebijakan terkait pengurangan tingkat pengangguran terbuka.

Analisis regresi polinomial pada data simulasi kuadratik (n=100). Tiga model (linier, derajat 2, derajat 3) dibandingkan dengan ANOVA, AIC, dan RMSE. Pemilihan derajat optimal menggunakan 10-fold cross-validation (5 ulangan) menghasilkan derajat 2 dengan RMSE terkecil (1.825) dan R² = 0.788. Model final: ŷ = 5.34 + 1.80x – 0.275x², semua koefisien signifikan. Kesimpulan: derajat 2 adalah model terbaik dan paling parsimonis.

Analisis ini bertujuan untuk memvisualisasikan hubungan antara variabel Y dengan variabel X1, X2, X3, X4, X5, dan X6 pada Dataset 2 menggunakan scatter plot dengan library ggplot2. Visualisasi digunakan untuk mengamati pola, arah, dan kecenderungan hubungan antara masing-masing variabel bebas dengan Y berdasarkan persebaran titik pada grafik.

Analisis ini bertujuan untuk memvisualisasikan hubungan antara variabel Y dengan variabel X1, X2, dan X3 pada Dataset 1 menggunakan scatter plot dengan library ggplot2. Visualisasi digunakan untuk melihat pola hubungan dan kecenderungan antara masing-masing variabel X terhadap Y, yang kemudian diinterpretasikan berdasarkan persebaran titik pada grafik.