Penggunaan High Breakdown Point sebagai Initial Estimate Penduga-MM pada Regresi Linier Berganda dengan Data Mengandung Pencilan
| Main Author: | Nikmah, Nikmatun |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152814/1/051105221.pdf http://repository.ub.ac.id/152814/ |
Daftar Isi:
- Regresi robust merupakan salah satu analisis statistika yang digunakan untuk mengatasi pencilan berpengaruh yang tidak bisa dihilangkan dari data. Regresi robust memiliki beberapa metode pendugaan parameter salah satunya adalah Penduga-MM. Penduga- MM menggunakan penduga High Breakdown Point yang meliputi penduga Least Median Square (LMS), penduga Least Trimmed Square (LTS) dan penduga-S sebagai initial estimate. Penelitian ini bertujuan untuk menentukan tingkat kekekaran penduga-MM dari masing-masing initial estimate, menentukan dampak pencilan berpengaruh, serta menentukan penduga terbaik diantara penduga-MM dari masing-masing initial estimate dan MKT. Data yang digunakan adalah data sekunder yang mengandung pencilan berpengaruh. Hasil analisis menunjukkan penduga-MM dari masingmasing initial estimate memiliki tingkat kekekaran yang tinggi yaitu 49.99%. Keberadaan pencilan berpengaruh mempengaruhi perubahan koefisien regresi yang dihasilkan. Ketidakkonsistenan nilai 2 adj R menimbulkan keraguan dalam pengambilan keputusan. Oleh karena itu perlu menambah kriteria pemilihan model lain. Berdasarkan nilai Akaike’s Information Criterion (AIC) dan Bayesian Information Criterion (BIC), penduga-MM dengan initial estimate penduga-LMS merupakan penduga terbaik memiliki nilai AIC dan BIC.