Kapita Selekta Statistika - Regresi Robust
Kapita Selekta Statistika - Regresi Robust
Ditulis guna Memenuhi Ujian Tengah Semester Mata Kuliah Kapita Selekta
Statistika
Disusun Oleh:
Uswatun Khasanah (20106010018)
Rulla Hanesya (20106010023)
Adelia Disty Nariswari (20106010037)
ii
3.4. Variabel Penelitian ............................................................................................. 8
4.4.1 Leverage...................................................................................................... 16
BAB V PENUTUP...................................................................................................... 22
LAMPIRAN ................................................................................................................ 24
iii
BAB I
PENDAHULUAN
1
Data yang digunakan dalam penelitian ini adalah data Indeks Pembangunan
Manusia menurut Provinsi di Indonesia tahun 2020. Indeks Pembangunan Manusia
memiliki tiga dasar yaitu usia harapan hidup dan kesehatan, pengetahuan, dan taraf
hidup yang layak. Berdasarkan tiga dimensi dasar tersebut mempunyai komponen-
komponen, antara lain rata-rata lama sekolah dan Upah Minimum Regional (UMR).
adapun konsep pembangunan manusia adalah pertumbuhan ekonomi dengan
penekanan pada Produk Domestik Regional Bruto (PDRB).
Penerapan analisis regresi robust dengan pembobot Welsch dan Tukey
Bisquare digunakan untuk menentukan model estimasi yang baik dan membandingkan
kinerja kedua metode dalam mengatasi outlier ditinjau dari nilai standard error dan adj
R Square pada data Indeks Pembangunan Manusia menurut provinsi di Indonesia tahun
2020. Ukuran kerobustan dari pembobot Welsch dan Tukey Bisquare dapat dilihat dari
nilai skala kekuatan yang didapat. Semakin kecil nilai skala yang dihasilkan dari suatu
pembobot, maka semakin robust terhadap outlier. Berdasaekan uraian di atas, maka
penulis mengangkat judul “Penerapan Analisis Regresi Robust Estimasi-S terhadap
Perkembangan Beberapa Indikator Sosial-Ekonomi Indonesia Tahun 2020 dengan
Pembobot Welsch dan Tukey Bisquare”.
2
1.3. Tujuan Penelitian
Tujuan dari penulisan makalah ini adalah :
1. Untuk menganalisis regresi robust estimasi-S terhadap perkembangan
beberapa indikator sosial-ekonomi Indonesia tahun 2020.
2. Untuk mengetahui penggunaan regresi Robust dengan metode estimasi-S.
3. Untuk mengetahui metode yang lebih efektif antara pembobot Welsch dan
Tukey Bisquare dalam estimasi-S pada data perkembangan beberapa indikator
sosial-ekonomi Indonesia tahun 2020.
3
BAB II
LANDASAN TEORI
4
1998). Saat peneliti menyusun model regresi dan melakukan uji asumsi, sering
ditemukan asumsi dilanggar, transformasi yang dilakukan tidak akan menghilangkan
atau melemahkan pengaruh dari pencilan yang akhirnya prediksi menjadi bias. Dalam
kasus ini, regresi robust yang tahan terhadap pengaruh pencilan merupakan model
terbaik. Regresi robust digunakan untuk mendeteksi pencilan dan memberikan hasil
yang resisten terhadap adanya pencilan (Chen, 2002).
𝑦𝑖 −∑𝑘
𝑗 = 0 𝑥𝑖𝑗 𝛽𝑗 𝑛 ∑𝑘 2 𝑘
𝑗=0(𝑒𝑖 ) −(∑𝑗=0 𝑒𝑖 )
2
𝑚𝑖𝑛Σ𝜌 ( ̂𝑠 ) , dengan 𝛿̂𝑠 = √
𝛿 𝑛(𝑛−1)
5
a = nilai trend pada tahun dasar
b = rata - rata trend nilai pertumbuhan tiap tahun
X = variabel waktu (hari, minggu, bulan atau tahun)
2.5 R-Square
Koefisien Determinasi, yakni suatu ukuran yang digunakan untuk menguji
kualitas suatu persamaan garis regresi. Sifat R-Square merupakan besaran non-
negative dan memiliki batas 0 ≤ 𝑅 2 ≤ 1
𝐽𝐾𝑆
𝑅2 = 1 −
𝐽𝐾𝑇
2.6 Adjusted R-Square
Adj R-Square secara objektif dapat melihat pengaruh penambahan variabel
independen. Apakah variabel tersebut mampu memperkuat variasi penjelasan variabel
terikat.
𝑛−1
𝑅=1 − (1 − 𝑅 2 )
𝑛−𝑘−1
2.7 Pembobot Welsch
Pendugaan parameter menggunakan metode regresi robust penduga Welsch
menghasilkan model regresi yang lebih baik dari metode kuadrat terkecil untuk
berbagai ukuran sampel dan banyak outlier (Abdiati, dkk 2009). Pembobot Welsch
merupakan salah satu pembobot dalam regresi robust dengan metode estimasi - s.
Fungsi Welsch dinyatakan sebagai berikut:
2
𝑐 𝑢
𝜌(𝑢) = [1 − 𝑒𝑥𝑝 (− ( )) ]
2 𝑐
6
Dimana 𝜓(𝑢) merupakan turunan parsial dari fungsi welsch terhadap u serta c =
2.9846.
7
BAB III
METODE PENELITIAN
8
koefisien regresi menggunakan metode kuadrat terkecil. Kemudian melakukan uji
asumsi klasik analisis regresi linear. Selanjutnya melakukan deteksi dengan
menggunakan Leverage dan Cook’s Distance. Mengestimasi koefisien regresi robust
menggunakan estimasi-S. Dan yang terakhir adalah mencari model terbaik.
9
BAB IV
PEMBAHASAN
10
DKI JAKARTA 80.77 11.17 4276350 2767273.49
11
SULAWESI SELATAN 71.93 8.86 3103800 504052.53
𝑿𝟑 Produk Domestik Regional Bruto Nilai pasar semua barang dan jasa yang
12
diproduksi oleh suatu negara pada periode
tertentu
13
berurutan sepanjang waktu berkaitan satu sama lainnya. Uji autokorelasi dapat
dideteksi dengan uji Durbin Watson.
1. Hipotesis
H0 : Tidak ada autokorelasi
H1 : Ada autokorelasi
2. Taraf Signifikansi
𝛼 = 0.05
3. Kriteria Keputusan
H0 ditolak jika nilai Durbin Watson tidak di antara -2 sampai 2
4. Statistik Uji
Berdasarkan perhitungan dengan bantuan software R diperoleh nilai
𝐷𝑢𝑟𝑏𝑖𝑛 𝑊𝑎𝑡𝑠𝑜𝑛 = 1.3223
5. Kesimpulan
Karena diperoleh nilai Durbin Watson sebesar 1.3223 dimana nilai tersebut
berada diantara -2 sampai 2, maka H0 ditolak. Artinya data penelitian
menunjukkan adanya autokorelasi.
14
3. Kriteria keputusan
H0 ditolak jika nilai p-value ≤ 0.05
4. Statistik Uji
Berdasarkan perhitungan dengan bantuan software R diperoleh nilai
𝐵𝑟𝑒𝑢𝑠𝑐ℎ 𝑃𝑎𝑔𝑎𝑛 = 5.0263 dengan nilai p-value = 0.1699, dimana
0.1699 > 0.05 maka H0 tidak ditolak. Artinya data penelitian menunjukkan
tidak ada heterokedastisitas pada residual.
15
4.3.4. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah data berdistribusi normal
atau tidak. Data yang berdistribusi normal dapat diketahui melalui bentuk histogram
seperti lonceng. Terdapat banyak uji normalitas untuk mengetahui distribusi data. Pada
penelitian ini menggunakan uji shapiro-wilk.
1. Hipotesis
H0 : Residual berdistribusi normal
H1 : Residual tidak berdistribusi normal
2. Taraf Signifikansi
𝛼 = 0.05
3. Kriteria Keputusan
H0 ditolak jika p-value < 0.05
4. Statistik Uji
Berdasarkan perhitungan dengan bantuan software R diperoleh nilai Wilk =
0.9414 dengan p-value = 0.06789
5. Kesimpulan
Karena nilai p-value = 0.06789 > 0.05, maka H0 diterima. Artinya, residual
berdistribusi normal.
Hasil dari uji asumsi klasik terdapat autokorelasi, tidak ada heterokedastisitas,
tidak ada multikolinearitas, berdistribusi normal.
4.4.1 Leverage
Berdasarkan perhitungan dengan menggunakan software R, diperoleh :
16
Gambar 1. Leverage Plot
Berdasarkan gambar diatas terlihat bahwa data ke 11, 15, dan 33 mempunyai
residual yang besar dan ketiga data tersebut jauh dari pola kumpulan data.
17
4.4.2. Cook’s Distance
Data diduga sebagai outlier Cook’s Distance > 4/𝑛, dengan 𝑛 adalah
banyaknya data. Pada data penelitian ini 𝑛 = 34 sehingga suatu data dikatakan outlier
4
jika nilai Cook’s Distance > (𝑛) = 0,11764 . Berdasarkan program R, diperoleh plot
18
Variabel Koefisien
Konstanta 12,72971
𝛽𝟏 2,52
𝛽𝟐 5,61172
𝛽𝟑 0,00323
Dari tabel di atas, diperoleh model regresi robust yang sesuai adalah :
𝑌̂ = 12,72971 + 2,52𝑋1 + 5,61172𝑋2 + 0.00323𝑋3
Kemudian diperoleh nilai Standar Error dan Adjusted R-Squared sebagai berikut :
Tabel 3. Output Nilai Standard Error dan Adjusted R-Square pembobot Welsch
Variabel Koefisien
Konstanta 12,87922
𝛽𝟏 2,348
19
𝛽𝟐 0,00732
𝛽𝟑 0,00332
Dari tabel di atas, diperoleh model regresi robust yang sesuai adalah :
𝑌̂ = 12,87922 + 2,348𝑋1 + 0.00732𝑋2 + 0,00332𝑋3
Kemudian diperoleh nilai Standar Error dan Adjusted R-Squared sebagai berikut :
Tabel 5. Output Nilai Standard Error dan Adjusted R-Square pembobot Tukey
Bisquare
20
Dari tabel di atas digunakan dua nilai pembanding untuk masing-masing metode yaitu
standard error dan Adjusted R-Square. Metode dikatakan yang terbaik jika memiliki
nilai standard error paling kecil dan Adjusted R-Square paling besar. Dapat ditarik
kesimpulan bahwa analisis regresi robust dengan estimasi-S pembobot Tukey Bisquare
adalah metode yang terbaik, karena memiliki nilai standard error yang lebih rendah.
Didapat model yang terbaik dari pembobot Tukey Bisquare sebagai berikut :
𝑌̂ = 12,87922 + 2,348𝑋1 + 0.00732𝑋2 + 0,00332𝑋3
Model regresi tersebut dapat diartikan sebagai berikut:
a. Setiap peningkatan satu tahun rata-rata lama sekolah (X1) maka akan
meningkatkan Indeks Pembangunan Manusia (𝑌̂) sebesar 2,34% , apabila UMP
(X2) dan PDRB (X3) tetap.
b. Setiap peningkatan satu rupiah UMP (X2) maka akan meningkatkan Indeks
Pembangunan Manusia (𝑌̂) sebesar 0,007732% apabila rata-rata lama sekolah
(X1) dan PDRB (X3) tetap.
c. Setiap peningkatan satu rupiah PDRB (X3) maka akan meningkatkan IPM
(𝑌̂) sebesar 0,00332% apabila rata-rata lama sekolah (X1) dan UMP (X2) tetap.
d. Jika rata-rata lama sekolah (X1), UMP (X2), dan PDRB (X3) sama dengan 0
maka IPM (𝑌̂) sebesar 12,87%.
21
BAB V
PENUTUP
5.1 Kesimpulan
Prosedur analisis regresi robust estimasi-S menggunakan fungsi pembobot
Welsch dan Tukey bisquare adalah sebagai berikut: (1) memilih estimator awal yang
diperoleh melalui metode kuadrat terkecil; (2) pada setiap iterasi ke- pada setiap iterasi
ke-t, dihitung residual, skala, dan residual terstandarisasi; (3) menghitung estimator
kuadrat terkecil terboboti; (4) langkah 2 dan 3 berulang hingga estimator yang
diperoleh konvergen. Berdasarkan perhitungan program R, analisis regresi robust
estimasi-S menggunakan regresi robust estimasi-S pembobot Welsch dan Tukey
Bisquare diperoleh nilai Standar Error pembobot Tukey Bisquare lebih rendah dari
pembobot Welsch yaitu 1,696 < 1,72. Oleh karena itu, dapat disimpulkan bahwa regresi
robust estimasi-S pembobot Tukey Bisquare dipilih sebagai model terbaik dalam
mengatasi outlier pada data perkembangan beberapa indikator sosial-ekonomi
Indonesia tahun 2020.
5.2. Saran
Untuk penelitian selanjutnya, dapat menggunakan metode-metode estimasi
regresi robust yang lain sebagai alternatif untuk mengatasi masalah outlier yang tidak
dapat diatasi dengan Metode Kuadrat Terkecil (MKT) , seperti estimasi M, estimasi
LTS, estimasi MM, dan estimasi LMS, dan memilih metode yang digunakan untuk
mendeteksu outlier sesuai dengan hal yang mendukung tujuan penelitian.
22
DAFTAR PUSTAKA
23
LAMPIRAN
24
25
26
27
28