Melola Discovery

← Melola Discovery

Jurnal

Perbandingan Penduga M, S, dan MM pada Regresi Linier dalam Menangani Keberadaan Outlier

Jurnal Matematika, Statistika dan Komputasi · Vol. 15 No. 1 (2018) · pp. 88–96

DOI
10.20956/jmsk.v15i1.4427
ISSN
2614-8811, 1858-1382
Published
2018-07-04
Publisher
Department of Mathematics, Hasanuddin University
Language
en

Abstract

Metode Kuadrat Terkecil (MKT) merupakan metode penduga parameter yang paling banyak digunakan pada analisis regresi. MKT merupakan metode penduga parameter tak bias yang baik selama asumsi komponen galatnya terpenuhi. Namun dalam aplikasinya sering ditemui terjadinya pelanggaran asumsi. Diantaranya, pelanggaran asumsi galat berdistribusi normal disebabkan adanya outlier pada data amatan. Oleh karena itu, dibutuhkan suatu metode yang kekar terhadap keberadaan outlier. Metode pendugaan parameter yang kekar terhadap keberadaan outlier pada regresi linier diantaranya ialah penduga M, penduga S, dan penduga MM yang masing-masing memiliki keunggulan dari segi efisiensi dan breakdown point yang tinggi. Tujuan dari penelitian ini adalah untuk membandingkan penduga M, S, dan MM dalam menduga parameter regresi pada analisis regresi linier sederhana terhadap keberadaan outlier menggunakan data simulasi. Simulasi dilakukan untuk ukuran sampel yang berbeda (20, 60, dan 120) ketika terdapat 20% dan 45% outlier pada variabel bebas dan variabel terikat. Metode terbaik ialah metode dengan Standard Error (SE) dan Mean Square Error (MSE) terkecil. Hasil yang diperoleh menunjukkan bahwa penduga MM lebih baik dibandingkan penduga M dan penduga S.

Keywords

Collaboration network of the authors

19 authors · 30 co-authorship links · 4 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Jenderal Soedirman University
  • Shizuoka University
  • Universitas Halu Oleo
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Rifai NurAffiliation unknown2
Nurtiti SunusiAffiliation unknown2
Suroso SurosoJenderal Soedirman University1
Daru Tri NugrohoJenderal Soedirman University1
Toshihiko NoguchiShizuoka University1
La Ode SafiuddinAffiliation unknown1
I Nyoman SudianaAffiliation unknown1
Jamiludin JamiludinUniversitas Halu Oleo1
Jamiludin amiludinAffiliation unknown1
Muh. Idil IslamiAffiliation unknown1
A. Kresna JayaAffiliation unknown1
Bambang BakriAffiliation unknown1
Aidawayati RangkutiAffiliation unknown1
Aprizal ReskyAffiliation unknown1
Nur Aminah AhmadAffiliation unknown1
Hartina HusainAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, first harvested 5 Nov 2026, last seen 5 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Perbandingan Penduga M, S, dan MM pada Regresi Linier dalam Menangani Keberadaan Outlier</dc:title>
	<dc:creator xml:lang="en">Lainun, Hanifah</dc:creator>
	<dc:creator xml:lang="en">Tinungki, Georgina M</dc:creator>
	<dc:creator xml:lang="en">Amran, Amran</dc:creator>
	<dc:subject xml:lang="en">Regresi Robust</dc:subject>
	<dc:subject xml:lang="en">Penduga M</dc:subject>
	<dc:subject xml:lang="en">Penduga S</dc:subject>
	<dc:subject xml:lang="en">Penduga MM</dc:subject>
	<dc:subject xml:lang="en">Outlier</dc:subject>
	<dc:description xml:lang="en">Metode Kuadrat Terkecil (MKT) merupakan metode penduga parameter yang paling banyak digunakan pada analisis regresi. MKT merupakan metode penduga parameter tak bias yang baik selama asumsi komponen galatnya terpenuhi. Namun dalam aplikasinya sering ditemui terjadinya pelanggaran asumsi. Diantaranya, pelanggaran asumsi galat berdistribusi normal disebabkan adanya outlier pada data amatan. Oleh karena itu, dibutuhkan suatu metode yang kekar terhadap keberadaan outlier. Metode pendugaan parameter yang kekar terhadap keberadaan outlier pada regresi linier diantaranya ialah penduga  M, penduga S, dan penduga MM yang masing-masing memiliki keunggulan dari segi efisiensi dan breakdown point yang tinggi. Tujuan dari penelitian ini adalah untuk membandingkan penduga M, S, dan MM dalam menduga parameter regresi pada analisis regresi linier sederhana terhadap keberadaan outlier menggunakan data simulasi. Simulasi dilakukan untuk ukuran sampel yang berbeda (20, 60, dan 120) ketika terdapat 20% dan 45% outlier pada variabel bebas dan variabel terikat. Metode terbaik ialah metode dengan Standard Error (SE) dan Mean Square Error (MSE) terkecil. Hasil yang diperoleh menunjukkan bahwa penduga MM lebih baik dibandingkan penduga M dan penduga S.</dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2018-07-04</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/4427</dc:identifier>
	<dc:identifier>10.20956/jmsk.v15i1.4427</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 15 No. 1 (2018): July 2018; 88-96</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/4427/2524</dc:relation>
	<dc:relation>10.20956/j.v15i1.4427.g2524</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2018 Jurnal Matematika Statistika dan Komputasi</dc:rights>
</oai_dc:dc>