Penggunaan Regresi Kuantil Pada Data Yang Mengalami Heteroskedastisitas

Analisis regresi digunakan untuk menggambarkan bentuk hubungan antara satu variabel respon dengan satu atau lebih variabel prediktor. Metode pendugaan parameter model regresi yang sering digunakan adalah Metode Kuadrat Terkecil (MKT). Terdapat beberapa asumsi yang harus terpenuhi agar penduga parameter MKT bersifat Best Linier Unbiased Estimator (BLUE). Namun dalam terapannya seringkali satu atau lebih asumsi tersebut tidak terpenuhi. Salah satu pelanggaran asumsi yang sering terjadi adalah heteroskedastisitas akibat adanya pencilan. Pada kondisi ini, penduga MKT tidak lagi yang terbaik, sehingga diperlukan metode lain. Salah satu metode yang lebih baik digunakan pada kondisi tersebut adalah regresi kuantil. Regresi kuantil tidak membutuhkan asumsi tertentu pada sisaan dan penduga yang dihasilkan bersifat kekar terhadap pencilan. Penelitian ini bertujuan untuk mengidentifikasi sifat penduga parameter regresi kuantil pada kondisi heteroskedastisitas akibat keberadaan pencilan. Data yang digunakan adalah data bangkitan sesuai model regresi yang mengalami heteroskedastisitas akibat pencilan. Selanjutnya dilakukan pendugaan parameter model menggunakan data bangkitan dengan metode regresi kuantil pada nilai parameter kuantil 0.1 sampai 0.9. hasil simulasi mengenai sifat penduga parameter regresi kuantil menunjukkan bahwa metode regresi kuantil menghasilkan penduga yang baik, karena memiliki nilai bias dan nilai stamdard error yang kecil