Analisis regresi merupakan metode analisis dalam statistika yang paling banyak diaplikasikan di berbagai bidang baik ekonomi maupun sosial. Metode Kuadrat Terkecil (MKT) merupakan metode yang sering digunakan untuk mengestimasi parameter model regresi. Pencilan adalah data yang tidak mengikuti sebagian besar pola dan terletak jauh dari pusat data. Jika terdapat pencilan, MKT tidak akurat untuk mengestimasi parameter. Untuk mengatasi masalah ini, salah satu metode yang digunakan adalah metode regresi robust. Least Trimmed Square (LTS) merupakan salah satu estimator regresi robust terhadap pencilan. Tujuan dari penelitian ini adalah membandingkan tingkat efektifitas metode LTS dan MKT pada data yang mengandung pencilan berdasarkan nilai Standard Error (SE) . Hasil penelitian menunjukkan bahwa metode LTS lebih baik dalam mengestimasi parameter pada data yang mengandung pencilan.
Copyrights © 2017