%0 Thesis
%9 Skripsi
%A UMI FAUZAH, NIM.: 06610027
%B FAKULTAS SAINS DAN TEKNOLOGI
%D 2011
%F digilib:6437
%I UIN SUNAN KALIJAGA YOGYAKARTA
%K estimasi-M, fungsi Huber, fungsi Tukey bisquare, metode kuadrat  terkecil, outlier, regresi robust.
%P 105
%T REGRESI ROBUST DENGAN ESTIMASI-M
%U https://digilib.uin-suka.ac.id/id/eprint/6437/
%X 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
%Z Pembimbing:    1. Hj. Sri Utami Zuliana, M.Sc.   2. Moh. Farhan Qudratullah, M.Si.