Perbandingan estimasi s (scale) dan estimasi mm (method of moment) pada model regresi robust dengan data pencilan

Model regresi merupakan model yang digunakan untuk menggambarkan hubungan antara variabel bebas dan tidak bebas. Salah satu metode yang sering digunakan untuk menduga parameter model regresi adalah metode OLS (Ordinary Least Square). Dalam model regresi dimungkinkan terdapat outlier (pencilan) yang menyebabkan beberapa asumsi regresi tidak terpenuhi sehingga nilai prediksi menjadi kurang akurat oleh karena itu digunakan metode yang dapat menangani data outlier. Salah satunya adalah metode regresi robust dengan menggunakan estimasi S (Scale) dan MM (Methode of Moment) karena memiliki breakpoint (jumlah maksimum data pencilan yang dapat ditoleransi oleh sebuah model) yang tinggi. Penelitian ini bertujuan untuk menerapkan dan membandingkan estimasi OLS, estimasi S dan estimasi MM yang mengandung data pencilan. Data yang digunakan adalah data sekunder berupa kemampuan membaca sekelompok anak yang berumur 4 sampai 7 tahun, umur, skor daya ingat dan IQ . Hasil penelitian menunjukkan metode regresi robust estimasi S merupakan metode terbaik dibandingkan estimasi OLS & estimasi MM karena memiliki nilai R2 tertinggi yaitu sebesar 94,29%. Berdasarkan metode estimasi S diperoleh model Y = −1,107 + 0,484X1 + 0,052X2 + 0,045X3 dengan Y adalah skor membaca anak-anak yang berumur 4 sampai 7 tahun, X1 adalah umur, X2 adalah skor daya ingat dan X3 adalah IQ.