<![CDATA[AbstrakRegresi robust merupakan metode yang penting untuk menganalisis data yang mengandung outlier. Untuk mengetahui faktor-faktor yang mempengaruhi tingkat kemiskinan di Indonesia, dapat diterapkan analisis regresi linear dengan melihat pencilan atau outlier. Metodenya, yaitu dengan metode estimasi regresi robust estimasi M. Penelitian ini bertujuan untuk membandingkan keefektifan antara model regresi robust estimasi-M pembobot huber dan tukey bisquare untuk mengatasi outlier serta mengetahui faktor yang mempengaruhi tingkat kemiskinan di Indonesia tahun 2021. Berdasarkan uji signifikansi yang dilakukan, variabel independen yang paling berpengaruh terhadap tingkat kemiskinan di Indonesia adalah penduduk dengan sumber penerangan listrik PLN dan tingkat pengangguran terbuka. Dari dua metode estimasi-M yang dipilih, metode estimasi-M pembobot huber menghasilkan nilai RSE 3,706 dan adj R-square 53,15% sedangkan pembobot tukey bisquare menghasilkan nilai RSE 3,294 dan adj R-square 51,59%. Berdasarkan data tersebut, dapat disimpulkan bahwa metode regresi robust estimasi-M pembobot huber lebih efektif digunakan untuk mengatasi outlier pada data tingkat kemiskinan di Indonesia.Kata kunci: kemiskinan, pencilan (outlier), regresi robust, estimasi-M.]]>
Copyrights © 2024
