ANALISIS REGRESI ROBUST ESTIMASI-MM DALAM MENGATASI PENCILAN PADA REGRESI LINEAR BERGANDA

Abstract

Analisis regresi merupakan suatu analisis statistik yang mempelajari hubungan antara variabel dependen dengan satu atau lebih variabel independen. Model linear yang memuat beberapa variabel independen dan satu variabel dependen disebut model regresi linear berganda. Pada umumnya metode yang digunakan untuk mengestimasi parameter regresi adalah Metode Kuadrat Terkecil (MKT). Namun ketika terdapat pencilan pada data, metode tersebut kurang efektif digunakan. Pencilan dapat dideteksi menggunakan uji DfFITS. Oleh sebab itu diperlukan suatu alternatif terhadap keberadaan pencilan, salah satunya dengan menggunakan metode regresi Robust. Salah satu metode estimasi dalam regresi Robust adalah estimasi Method of Moment (MM). Tujuan dalam penelitian ini adalah untuk mengatasi data pencilan dengan menggunakan regresi Robust estimasi-MM untuk mendapatkan model terbaik. Variabel yang digunakan dalam penelitian ini adalah pengaruh rata-rata lama sekolah (X1), dan PDRB (X2) terhadap IPM (Y) di Indonesia pada tahun 2015. Analisis regresi Robust estimasi-MM di awali dengan mengestimasi parameter menggunakan MKT. Setelah mendapatkan model estimasi, selanjutnya menguji apakah data yang digunakan tedapat pencilan atau tidak. Jika terdapat pencilan pada data maka dilanjutkan dengan mencari estimasi parameter menggunakan regresi Robust estimasi-MM. Berdasarkan uji DfFITS, data yang digunakan terdapat pencilan sehingga diperlukan prosedur regresi Robust  untuk mengestimasi parameter model matematisnya. Model matematis regresi Robust estimasi-MM yang diperoleh yaitu , dimana variabel independen berpengaruh signifikan terhadap variabel dependen dengan nilai adjusted-R square sebesar 0,7365.

Kata Kunci: Estimasi-MM, Regresi Robust, Pencilan.