Perbandingan Penduga-Least Trimmed Squares Dan Penduga-M Regresi Robust Linier Berganda Pada Data Simulasi Yang Mengandung Berbagai Tingkatan Pencilan

Regresi robust digunakan ketika asumsi normalitas sisaan tidak terpenuhi karena adanya pencilan. Penduga-M dan penduga-LTS adalah dua penduga dalam regresi robust. Penelitian ini menggunakan data simulasi pada regresi linier berganda yang dibangkitkan dengan enam tingkatan pencilan yang berbeda-beda, yaitu 0%, 1%, 2%, 3%, 4%, dan 5%. Dari sejumlah pencilan yang telah ditetapkan akan dikalikan suatu pembobot. Nilai koefisien regresi konstan, namun terbagi menjadi tiga kondisi, yaitu rendah, sedang, serta tinggi. Hasil penelitian ini menunjukkan bahwa penduga-M dan penduga-LTS menghasilkan penduga yang robust. Untuk kondisi pencilan pada variabel bebas, diperoleh bahwa penduga-M menghasilkan penduga yang lebih stabil, begitu pula untuk kondisi pencilan pada variabel terikat. Sedangkan untuk pencilan pada variabel bebas dan terikat, diperoleh bahwa penduga-LTS lebih stabil. Berdasarkan kriteria R2 dan MSE diperoleh bahwa penduga-LTS menghasilkan model yang lebih baik dibandingkan penduga-M. Berdasarkan nilai efisiensi relatif, pendugaan parameter dengan regresi robust penduga-M lebih efisien dibanding regresi robust penduga-LTS