Metode Regresi Rebust Penduga Welsch Untuk Mengatasi Masalah Pencilan

Dian Cahyawati S. Cahyawati S.

Abstract


Metode Kuadrat Terkecil (MKT) digunakan sebagai penduga parameter pada analisis regresi. Metode ini memerlukan beberapa asumsi klasik yang harus dipenuhi yaitu kenormalan, kehomogenan ragam dan kebebasan bagian sisaan pada model yang terbentuk. Pengujian asumsi-asumsi itu dilakukan dengan menggunakan metode diagnosis sisaan model. Beberapa metode diagnosis sisaan yang dapat digunakan adalah nilai t-residual dan atau DFITS. Nilai t-residual atau juga DFITS dari suatu titik data yang relatif besar, menunjukkan bahwa titik data itu dapat dicurigai sebagai pencilan. Adanya data pencilan (outliers) merupakan salah satu penyebab asumsi klasik tidak terpenuhi. Sehingga untuk melakukan pendugaan parameter pada data yang mengandung pencilan, perlu digunakan metode lain yaitu metode regresi robust. Salah satunya adalah penduga Welsch. Hasil penelitian terhadap tiga macam data yang terdiri atas satu, dua dan tiga variabel bebas, yang mengandung pencilan, menunjukkan bahwa penggunaan regresi robust penduga Welsch memberikan nilai-nilai penduga parameter yang lebih baik dari MKT. Hal ini berdasarkan nilai standar error hasil penduga Welsch memberikan nilai yang lebih kecil. Selain diperoleh penduga parameter yang lebih baik, penerapan regredi robust penduga Welsch juga tidak menghilangkan informasi apapun dari keseluruhan data amatan seperti pada MKT saat pencilannya dibuang terlebih dahulu.


Full Text:

PDF

Refbacks

  • There are currently no refbacks.


  

 

Creative Commons License

Jurnal Penelitian Sains (JPS) Published by UP2M, Faculty of Mathematic and Natural Science Sriwijaya University is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

 

View My Stats