ABSTRAK
ANALISIS JUMLAH PENCILAN MENGGUNAKAN METODE PENDUGA-S PADA ANALISIS REGRESI
Oleh
Gustini Mutiara Caroline Simamora
Penelitian ini dilakukan untuk mengetahui ketegaran metode regresi robust penduga-S dengan melihat kepekaannya terhadap jumlah pencilan dan membandingkannya dengan Metode Kuadrat Terkecil (MKT). Data yang digunakan berukuran N = 20, 50, 100, 200 dan 300 dengan masing-masing dikontaminasi pencilan sebanyak 20%, 30%, 40% dan 50%. Dari kedua metode tersebut akan diperoleh nilai b0 dan b1 untuk Penduga-S dan Metode Kuadrat Terkecil (MKT).
V. KESIMPULAN
Dari hasil-hasil yang didapatkan, maka diperoleh kesimpulan tentang regresi robust dengan menggunakan metode penduga-S yaitu:
1. Semakin besar persentase pencilan maka Metode Penduga-S semakin tidak Robust (tegar) dalam menangani pencilan.
2. Penduga-S baik dalam menangani data yang mengandung pencilan dari sebaran N (8,0.01) dengan persentase20 %. Hal ini dapat dilihat dari nilai MSE Penduga-S lebih kecil dibandingkan MKT.
1
I. PENDAHULUAN
1.1Latar Belakang dan Masalah
Analisis regresi merupakan teknik statistika yang berguna untuk memeriksa dan membangun sebuah model hubungan antara variabel-variabel yang terdapat pada sekumpulan data. Dengan model tersebut dapat menjelaskan dan meramalkan hubungan antara variabel-variabel. Sehingga dalam memeriksa dan membangun sebuah model hubungan membutuhkan sekumpulan data yang akan dianalisis.
Dalam sekumpulan data tak jarang ditemukan data yang tidak mengikuti sebagian
besar pola dan terletak jauh dari pusat data yang disebut outlier atau pencilan yang
dapat berpengaruh pada model. Pencilan yang terdapat dalam sekumpulan data dapat beragam jumlah pencilannya. Jumlah pencilan tersebut ada yang kecil dan ada yang besar, hal ini dapat terjadi pada sekumpulan data yang kecil maupun sekumpulan data yang besar. Untuk itu dibutuhkan uji kekekaran regresi atau robust regresi yang bersifat tidak sensitif terhadap pencilan untuk melakukan analisis terhadap beragam jumlah pencilan pada sekumpulan data yang kecil maupun besar.
Salah satu metode yang menjadi alat bantu dalam melakukan analisis regresi
2
(Normal). Menurut Sakata dan Preminger (2001), penduga-S lebih efisien dari penduga LS (Least Square) atau kuadrat terkecil pada berbagai distribusi galat karena penduga –S dapat meminimumkan sampel skala-S pada residual yang fix.
1.2Tujuan
Adapun tujuan dari penulisan ini adalah:
1. Mengetahui ketegaran metode penduga S dengan melihat kepekaannya terhadap jumlah pencilan.
2. Membandingkan ketegaran metode kuadrat terkecil (MKT) dan penduga S terhadap jumlah pencilan.
1.3 Manfaat Penelitian