Efektivitas Metode Regresi Robust Penduga Welsch dalam Mengatasi Pencilan pada Pemodelan Regresi Linear Berganda

Metode Kuadrat Terkecil (MKT) adalah salah satu metode penduga parameter dalam pemodelan regresi.Metode ini menghasilkan penduga yang tak bias selama asumsi-asumsinya dipenuhi. Tetapi, saat asumsi tidak dipenuhi,misalnya disebabkan adanya data pencilan, maka MKT perlu dihindari. Diperlukan metode lain yang dapat mengatasimasalah pencilan, yaitu Metode Regresi Robust (MRR). Salah satu penduga parameter dalam MRR adalah pendugaWelsch (MRR-W). Penelitian ini bertujuan untuk membandingkan efektivitas MRR-W dengan MKT dalam melakukanpendugaan parameter model regresi. Perbandingan dianalisis berdasarkan ukuran sampel dan banyaknya pencilan dalamdata yang diperoleh dari proses simulasi, serta banyaknya iterasi yang diperlukan oleh MRR-W. Hasil penelitian menunjukkanbahwa untuk berbagai ukuran sampel yang diamati, pendugaan parameter MRR-W menghasilkan modelyang lebih baik dari MKT. Hal ini dilihat berdasarkan nilai R2adjusted hasil MRR-W yang lebih besar dan nilai root meansquare error (RMSE) selalu lebih kecil dari model hasil pendugaan MKT. Selain itu, MRR-W lebih efektif dari MKTdalam mengatasi pencilan pada pemodelan regresi linear berganda, karena iterasi yang diperlukan relatif tidak cukupbanyak untuk berbagai ukuran sampel dan pencilan dengan memberikan hasil pendugaan parameter model yang lebihbaik dari MKT