@phdthesis{digilib28997, month = {October}, title = {REGRESI ROBUST DENGAN ESTIMASI-S}, school = {UIN Sunan Kalijaga Yogyakarta}, author = {NIM. 13610035 ALIFATUN NASYROCHAH}, year = {2017}, note = {M. Farhan Qudratullah, M.Si}, keywords = {Analisis regresi, estimasi-S, metode Ordinary Least Squares, outlier, regresi robust, Tukey Bisquare}, url = {https://digilib.uin-suka.ac.id/id/eprint/28997/}, abstract = {Analisis regresi merupakan metodologi statistik yang menggambarkan hubungan atau pengaruh dari variabel independen dan variabel dependen. Salah satu metode estimasi parameter dalam analisis regresi adalah Metode Ordinary Least Squares. Kekurangan dari metode ini adalah kurang tepat dalam memodelkan data yang terdapat outlier. Salah satu metode regresi yang dapat mengatasi outlier adalah regresi robust estimasi-S. Estimasi-S merupakan estimasi robust yang dapat mencapai breakdown point hingga 50\%, sehingga estimasi-S dapat mengatasi setengah dari outlier dan memberikan pengaruh yang baik bagi pengamatan. Penelitian ini bertujuan untuk membandingkan efektivitas Metode Ordinary Least Squares dengan estimasi-S pembobot Tukey Bisquare dalam mengestimasi parameter model regresi.Perbandingan metode ini ditinjau dari nilai standard error dan Adjusted R-Square. Contoh kasus dalam penelitian ini diambil dari data Badan Pusat Statistik Provinsi Jawa Timur tentang produksi kacang hijau (Y ), produktivitas (X1), rata-rata curah hujan (X2), tinggi rata-rata daerah (X3) dan luas lahan panen (X4) berdasarkan kabupaten dan kota di Provinsi Jawa Timur tahun 2014. Hasil penelitian menunjukkan bahwa untuk 32 kabupaten dan kota yang diamati, estimasi-S pembobot Tukey Bisquare menghasilkan model yang lebih baik dari Metode Ordinary Least Squares. Hal ini dilihat berdasarkan nilai standard error estimasi-S pembobot Tukey Bisquare dan Metode Ordinary Least Squares yaitu 6,2 dan 153,1, dan Adjusted R-Square masing-masing yaitu 0,999 dan 0,998.} }