PENDAHULUAN
A. Latar Belakang
untuk membentuk model hubungan antara variabel dependen dengan satu atau
lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel
yaitu variabel dependen dan variabel independen. Regresi linier yang terdiri dari
satu variabel dependen dan satu variabel independen disebut regresi linier
sederhana, sedangkan regresi linier yang terdiri dari satu variabel dependen dan
= koefisien regresi
= variabel independen
= error
Salah satu tujuan dalam analisis regresi adalah untuk mengestimasi nilai
mengestimasi koefisien regresi. Metode kuadrat terkecil adalah suatu metode yang
1
meminimumkan jumlah kuadrat residual. Penggunaan metode ini memerlukan
beberapa asumsi klasik yang harus dipenuhi yaitu normalitas, tidak terdapat
dan linearitas. Jika asumsi-asumsi klasik dalam metode kuadrat terkecil terpenuhi
maka penduga parameter yang diperoleh bersifat Best Linier Unbiased Estimation
(BLUE).
metode kuadrat terkecil kurang tepat. Salah satu penyebab tidak terpenuhinya
asumsi klasik adalah adanya pencilan (outlier). Pencilan ini dapat mengganggu
dalam pemenuhan asumsi, yaitu pada asumsi autokorelasi. Akan tetapi, data
pencilan tersebut tidak boleh dibuang begitu saja karena akan mempengaruhi
data, sehingga pendeteksian pencilan merupakan hal yang sangat penting untuk
dilakukan. Rousseeuw dan Leroy (1987) menyatakan terdapat dua cara untuk
2
2. Tetap menggunakan seluruh data, tetapi dengan memberikan bobot yang
rendah untuk observasi yang terindikasi sebagai outlier, metode ini dikenal
Regresi robust adalah metode yang tepat untuk menganalisis data yang
dimana nilai estimasinya tidak boleh dipengaruhi perubahan kecil dalam data.
mengatasi setengah dari pencilan dan memberikan pengaruh yang baik bagi
karena semakin besar nilai presentase breakdownpoint, maka semakin kuat juga
Huber (1981: 13), breakdownpoint adalah fraksi terkecil atau persentase dari
3
digunakan untuk menjelaskan ukuran kerobustan dari tekhnik robust.
karena itu, penulis memilih untuk menggunakan estimasi-S dalam penelitian ini.
mengandung tiga komponen yaitu kesehatan, pendidikan dan daya beli penduduk.
Ketiga komponen tersebut diwakili oleh data harapan lama sekolah, angka
harapan hidup, pengeluaran per kapita disesuaikan dan rata-rata lama sekolah.
ini memiliki breakdown point yang tinggi hingga 50% artinya estimasi-S dapat
mengatasi setengah dari pencilan dan memberikan pengaruh yang baik bagi
pengamatan lainnya.
sejumlah asumsi. Asumsi ini bertujuan untuk menentukan apa yang menjadi
dugaan tentang analisis data atau masalah pemodelan statistik yang sedang
dihadapi. Asumsi yang sering digunakan adalah data berasal dari populasi yang
berdistribusi normal. Akan tetapi meski data berasal dari populasi yang
berdistribusi normal, sangat rawan terjadinya pencilan (outlier) pada data yang
telah diperoleh. Pencilan dapat memiliki pengaruh besar pada metode klasik
4
statistik yang optimal dengan asumsi normalitas dan linearitas, sehingga
robust.
Metode dalam regresi robust memiliki metode estimasi ragam dengan tes
terkait (uji asumsi dan uji outlier). Metode ini dapat digunakan pada sebagian
besar data, termasuk data yang tidak mengandung pencilan. Akan tetapi metode
ini memberikan model regresi dengan efisiensi atau nilai error yang sama dengan
MKT apabila data yang diolah tidak mengandung pencilan. Pada penelitian ini
akan dibahas regresi robust dengan estimasi-S untuk memodelkan data Indeks
B. Rumusan Masalah
C. Tujuan Penelitian
5
D. Manfaat Penelitian
1. Bagi Penulis
2. Bagi Mahasiswa
Sebagai salah satu bahan tinjauan pustaka dalam mempelajari regresi robust
untuk mengatasi masalah outlier yang berguna bagi setiap pihak yang
Penulisan tugas akhir ini juga bermanfaat dalam menambah koleksi bahan
khususnya.