Laeli Sidik Febrianto , 4111412053 (2016) PERBANDINGAN METODE ROBUST LEAST MEDIAN OF SQUARE (LMS) DAN PENDUGA S UNTUK MENANGANI OUTLIER PADA REGRESI LINIER BERGANDA. Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF - Published Version Download (1MB) | Preview

Abstract

Analisis regresi linier berganda digunakan untuk mengukur pengaruh lebih dari satu variabel bebas (X) terhadap variabel terikat (Y). Estimasi parameter analisis regresi umumnya diselesaikan dengan Ordinary Least Square (OLS). Pada kenyataannya banyak ditemukan kasus bahwa data mengandung outlier yang menyebabkan estimasi koefisien garis regresi dengan OLS menjadi tidak tepat, sehingga diperlukan metode regresi robust. Least Median of Square (LMS) dan Penduga S merupakan metode-metode dalam regresi robust. Permasalahan yang dikaji dalam penelitian ini adalah menentukan metode terbaik dalam mengatasi permasalah outlier. Penelitian ini menggunakan simulasi dengan data rekap Anggaran Pendapatan dan Belanja Daerah (APBD) kabupaten/kota di Pulau Jawa tahun 2010 dengan variabel bebas meliputi Pendapatan Asli Daerah (X1), Dana Bagi Hasil (X2), Dana Alokasi Umum (X3), Luas Wilayah (X4), dan variabel terikat yaitu Belanja Modal (Y). Analisis dimulai dengan uji asumsi normalitas, linieritas, keberartian simultan, keberartian parsial, multikolinearitas, heteroskedastisitas, dan autokorelasi. Model regresi yang dapat diterima yaitu regresi data transformasi logaritma dari data APBD dengan variabel bebas meliputi Pendapatan Asli Daerah (logX1) dan Dana Bagi Hasil (logX2), serta variabel terikat yaitu Belanja Modal (logY). Pendeteksian outlier menggunakan metode boxplot dan Cook’s Distance menunjukan bahwa terdapat outlier, sehingga dilakukan pendugaan parameter regresi robust dengan metode LMS dan Penduga S. Metode LMS menghasilkan nilai AIC sebesar 25,54423 dan SIC sebesar 27,76414, sedangkan dengan metode Penduga S menghasilkan nilai AIC sebesar 40,22523 dan SIC sebesar 43,72099. Penentuan metode terbaik dengan membandingkan nilai AIC dan SIC. Berdasarkan hasil penelitian dan pembahasan dapat disimpulkan bahwa LMS merupakan metode regresi robust terbaik dibandingkan metode Penduga S, karena metode LMS memiliki nilai AIC dan SIC yang lebih kecil dibandingkan dengan metode Penduga S.

Actions (login required)

View Item