<![CDATA[Metode kuadrat terkecil (MKT) adalah metode yang umum digunakan untuk mengestimasi parameter pada regresi linear. Akan tetapi estimasi dengan MKT mempunyai kelemahan ketika outlier atau pencilan terdapat dalam data yang menyebabkan estimator dari parameter bersifat bias. Sebagai alternatif, metode regresi robust dapat digunakan untuk mengestimasi parameter ketika terdapat data outlier. Metode robust yang digunakan dalam penelitian ini adalah estimasi-M IRLS (Iteratively Reweighted Least Square) dengan fungsi pembobotan Huber dan Bisquare Tukey. Studi kasus yang digunakan dalam penelitian ini adalah pengaruh Indeks Pembangunan Manusia (IPM) (Z1), Produk Domestik Regional Bruto (PDRB) menurut pengeluaran (Z2), dan Tingkat Pengangguran Terbuka (TPT) (Z3), terhadap jumlah kemiskinan (Y) di 34 Provinsi Indonesia pada tahun 2018. Tujuan penelitian ini adalah melakukan estimasi parameter dan membandingkan hasil estimasi-M menggunakan pembobotan Huber dan Bisquare Tukey. Berdasarkan uji boxplot data yang digunakan teridentifikasi data outlier, sehingga diperlukan prosedur robust untuk mengestimasi parameter model matematis. Nilai standart error dari pembobotan Bisquare Tukey lebih kecil dari pembobotan Huber (221<229,2). Berdasarkan nilai standart error dapat disimpulkan bahwa estimasi-M dengan pembobotan Bisquare Tukey merupakan metode yang paling baik digunakan, dengan model matematis . Kata Kunci: Estimasi-M IRLS, Regresi Robust, Tukey Bisquare, Huber]]>
Copyrights © 2022
