<![CDATA[Regresi linear berganda merupakan salah satu metode statistik yang digunakan dalam analisis regresi linier berganda untuk memodelkan dan menyelidiki hubungan antar satu variabel dependen dan dua atau lebih variabel independen. Pendugaan parameter pada analisi regresi linier berganda umumnya menggunakan Metode Kuadrat Terkecil (MKT). Namun, metode ini memiliki asumsi kenormalan galat yang seringkali tidak terpenuhi apabila terdapat pencilan (outlier) dalam data. Regresi robust merupakan metode yang efisien untuk menganalisis data yang mengandung outlier. Penelitian ini bertujuan untuk mengetahui adanya outlier yang mengganggu persamaan regresi linear berganda, mengetahui hasil estimasi regresi robust dengan metode Estimator M (Maximum Likelihood Type), Estimator S (Scale Type), dan Estimator LMS (Median Least Square Type) serta mengetahui perbandingan antara ketiga estimasi regresi robust berdasarkan nilai AIC (Akaike Information Criterion). Data yang digunakan dalam penelitian ini, data prevalensi penyakit diare di Provinsi Jawa Timur tahun 2024, data lain meliputi vitamin A, penduduk miskin, posyandu dan sarana air minum. Berdasarkan hasil penelitian dan pembahasan untuk mengatasi outlier dan juga untuk mengetahui perbandingan hasil estimasi M, estimasi S dan estimasi LMS dapat disimpulkan bahwa diperoleh model regresi robust estimasi LMS memiliki nilai AIC terbaik dibandingkan model lainnya]]>
Copyrights © 2026
