📋 Daftar Isi
Pada artikel sebelumnya, telah dibahas mengenai regresi linear sederhana dengan beberapa metode seperti metode kuadrat terkecil dan setengah rata-rata. Akan tetapi metode-metode tersebut tidak tegar terhadap pencilan. Oleh karenanya, kita dapat menggunakan metode regresi resisten saat menghadapi data dengan pencilan atau nilai ekstrem.
Pengertian
Hubungan antar variabel kuantitatif dapat dipelajari melalui analisis korelasi dan analisis regresi. Koefisien korelasi Pearson mempelajari keeratan hubungan linier antara dua variabel yang setara. Nilai koefisien korelasi yang besar menunjukkan hubungan yang erat antara satu variabel dengan variabel lain, tetapi tidak berarti satu variabel menyebabkan perubahan nilai variabel lain. Hubungan sebab akibat antara dua variabel dipelajari dengan analisis regresi. Dalam regresi, variabel yang diamati atau dikontrol disebut variabel bebas atau variabel prediktor, dinotasikan X, sedangkan variabel yang dipengaruhi oleh variabel lain disebut variabel tak bebas atau variabel respon, dinotasikan Y. Pola hubungan antara kedua variabel diamati melalui diagram pencar, variabel bebas digambar pada sumbu horizontal atau sumbu X dan variabel tak bebas digambar pada sumbu vertikal atau sumbu Y.
Garis regresi resisten digambar berdasarkan nilai median. Median adalah pusat data yang tidak terpengaruh dengan data ekstrim sehingga garis ini sesuai untuk menggambarkan pengaruh variabel bebas terhadap variabel tak bebas, meski data pengamatan mengandung pencilan.
Kegunaan
Pada dasarnya, analisis regresi resisten sama seperti metode regresi linear yang lainnya. Tujuannya untuk memperkirakan nilai dari suatu data yang tidak diketahui. Regresi resisten akan cenderung diaplikasikan pada data yang memiliki pencilan/nilai ekstrem.
Materi Lengkap
Silakan baca juga beberapa artikel menarik kami tentang Regresi Resisten, daftar lengkapnya adalah sebagai berikut.
