JudulMETODE REGRESI ROBUST DENGAN ESTIMASI SCALE PADA REGRESI LINIER BERGANDA (STUDI KASUS INDEKS HARGA KONSUMEN DI KOTA PALU) |
Nama: SITTI MAGFIRA |
Tahun: 2020 |
Abstrak Analisis regresi berganda adalah analisis yang menjelaskan hubungan variabel terikat (Y) dengan satu atau lebih variabel bebas (X). Salah satu metode estimasi parameter dalam analisis regresi adalah metode kuadrat terkecil (MKT). Namun, metode MKT kurang tepat dalam memodelkan data yang terdapat pencilan, sehingga perlu diatasi dengan menggunakan metode Regresi robust. Regresi robust digunakan ketika distribusi dari error tidak normal atau adanya pencilan. Penelitian ini, estimasi yang digunakan adalah Estimasi Scale. Tujuan yaitu untuk menentukan model regresi robust dengan menggunakan estimasi scale karena dapat mengatasi setengah dari pencilan. Dari Data Indeks Harga Konsumen di Kota Palu didapatkan Model iterasi estimasi scale yang sudah konvergen pada iterasi ke-94 adalah sebagai berikut : Y ?= -17,26363+0,05580 x_(1 )– 0,05168 x_(2 ) +1,13178 x_(3 ) Model yang terbaik pada data indeks harga konsumen adalah metode scale di lihat dari nilai Residual Standar Error (RSE) terkecil yaitu 2,947 dan nilai Adjusted R Square (R2) terbesar yaitu 0,9871. Sehingga estimasi scale adalah metode yang lebih baik digunakan dalam mengestimasi parameter regresi untuk kasus Indeks Harga Konsumen. Kata Kunci: MKT, Pencilan, Regresi Robust,Estimasi Scale, IHK. |