<![CDATA[Model persamaan regresi linear dapat dinyatakan dalam bentuk matriks sebagai uXy ï«ï½ ï± ,
dengan dengan pj ï±ï±ï±ï± ,,, 21 ïï½ adalah parameter yang belum diketahui dari n
pengamatan ni yyyy ,,, 21 ïï½ , dengan ijx adalah koefisien yang diketahui dan iu adalah variabel random
independen dan berdistribusi identik. Dalam pengamatan seringkali ditemukan observasi yang nilainya jauh
berbeda dengan observasi lainnya. Observasi ini disebut sebagai outlier yang mengakibatkan asumsi kenormalan
pada regresi linear dilanggar. Regresi linear robust dengan estimasi M tidak peka terhadap suatu data yang
mengandung pengamatan outlier. Dengan estimasi ini, pengamatan outlier ini tidak perlu dibuang dari observasi
karena seringkali justru pengamatan outlier sangat berarti dalam observasi.
Penelitian ini bertujuan untuk menunjukkan bahwa regresi linear robust dengan estimasi M dapat
mengatasi suatu data yang mengandung pengamatan outlier. Setelah itu, peneliti menerapkannya pada data
nilai kalkulus II pada mahasiswa Universitas Widya Dharma Klaten. Dari data ini, peneliti mendapatkan
persamaan model regresi linear robust: 1 20,177 0, 655 0,947ï½ ï« ïY X X , dengan Y menunjukkan nilai
kalkukulus II, X1 menunjukkan nilai kalkulus I, dan X2 menunjukkan nilai trigonometri.
Kata kunci : Model regresi linear, Pengamatan outlier, Regresi linear robust estimasi M]]>
Copyrights © 2014
