REGRESI ROBUST DENGAN ESTIMASI-M

UMI FAUZAH, NIM.: 06610027 (2011) REGRESI ROBUST DENGAN ESTIMASI-M. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (REGRESI ROBUST DENGAN ESTIMASI-M) 06610027_BAB Idan PENUTUP.pdf - Published Version Download (2MB) | Preview
	Text (REGRESI ROBUST DENGAN ESTIMASI-M) 06610027 BAB II SAMPAI BAB IV.pdf Restricted to Registered users only Download (3MB)

Abstract

Metode Kuadrat Terkecil (MKT) adalah salah satu metode estimasi parameter dalam analisis regresi. Metode ini mempunyai beberapa asumsi yang harus dipenuhi. Saat asumsi tidak terpenuhi, misalnya disebabkan adanya outlier, maka MKT perlu dihindari. Adanya outlier dapat mengakibatkan estimasi koefisien regresi yang diperoleh tidak tepat. Diperlukan metode lain yang dapat mengestimasi masalah outlier, yaitu regresi robust. Salah satu metode estimasi dari regresi robust adalah estimasi-M. Estimasi ini menggunakan metode Iteratively Reweighted Least Squares (IRLS), suatu metode iterasi yang pada prinsipnya meminimumkan fungsi obyektif ( amp;#961; ), fungsi obyektif tersebut disarankan oleh Huber dan Tukey bisquare untuk mencari fungsi pembobot. Penelitian ini bertujuan untuk membandingkan efektivitas MKT dengan estimasi-M menggunakan fungsi Huber dan Tukey bisquare dalam mengestimasi parameter model regresi. Dengan mengambil hasil studi kasus tentang ujian tulis terhadap IPK mahasiswa Fakultas Sains dan Teknologi tahun 2009. Hasil penelitian menunjukkan bahwa untuk berbagai ukuran sampel yang diamati, estimasi-M dengan fungsi Tukey bisquare menghasilkan model yang lebih baik dari MKT dan estimasi-M dengan fungsi Huber. Hal ini dilihat berdasarkan nilai R-square hasil estimasi-M dengan fungsi Tukey bisquare yang lebih besar dan standard error selalu lebih kecil dari model hasil estimasi MKT dan estimasi-M dengan fungsi Huber. div

Share this knowledge with your friends :

Actions (login required)

View Item