METODE PENELITIAN

1REGRESI TERAPAN1OutlierMeilinda Trisilia&Siti Choirun Nisak1Mendeteksi OutlierMendeteksi Outlier pada variabel X dengan menggunakan HiiMendeteksi Outlier pada variabel Y dengan menggunakan |TRESS|IMendeteksi Outlier merupakan Pengamatan Berpengaruh dengan menggunakan Cook Distance & DFITS

Penanganan Outlier dalam An.RegresiMetode TheilMetode Penduga Hubber MContoh KasusObservationExtractionTitrationXY112376210970362554104715575563748744508100669164110284311138821210568131598814755815886416164881716989181678819149842016788Pilot Plant Data SetSumber: Daniel and Wood (1971)Pendugaan dengan MKT

Berdasarkan proses diatas, maka dapat diperoleh model regresi yaitu: Y = 35.458 + 0.322 XDari persamaan diatas dapat disimpulkan bahwa dengan kenaikan nilai X sebesar 1 unit dapat meningkatkan nilai Y sebesar 0.322.

Mendeteksi OutlierMendeteksi Outlier pada variabel X dengan menggunakan Hii

Mendeteksi OutlierMendeteksi Outlier pada variabel Y dengan menggunakan |TRESS|i

Mendeteksi OutlierMendeteksi Outlier merupakan Pengamatan Berpengaruh dengan menggunakan Cook Distance

Mendeteksi OutlierMendeteksi Outlier merupakan Pengamatan Berpengaruh dengan menggunakan DFITS

Penanganan Outlier dalam An.RegresiMetode Theil

intersep (0) = Y - (1)X intersep (0) = 68.6 (0.3197 * 103.05) intersep (0) = 35.65

Berdasarkan proses diatas, maka dapat diperoleh model regresi yaitu: Y = 35.65 + 0.3197 XDari persamaan diatas dapat disimpulkan bahwa dengan kenaikan nilai X sebesar 1 unit dapat meningkatkan nilai Y sebesar 0.3197.

Penanganan Outlier dalam An.RegresiMetode Penduga Hubber M

Penanganan Outlier dalam An.RegresiMetode Penduga Hubber M

Diperoleh matrik pembobot Wi dengan orde n x n, karena n=20, makan orde 20 x 20

Penanganan Outlier dalam An.RegresiMetode Penduga Hubber M

Penanganan Outlier dalam An.RegresiMetode Penduga Hubber M

Penanganan Outlier dalam An.RegresiMetode Penduga Hubber M

Penanganan Outlier dalam An.RegresiMetode Penduga Hubber M

Diperlukan 6 iterasi untuk mendapatkan nilai estimasi yang stabil17Terima Kasih