Manajemen data pencilan pada analisis regresi komponen utama

Abstract

Metode Determinan Peragam Minimum (MCD) merupakan metode pendugaan matriks ragam-peragam yang kekar terhadap pencilan. Metode ini membentuk matriks ragam-peragam dengan cara menemukan himpunan bagian amatan yang memiliki determinan matriks ragam-peragam terkecil. Dalam regresi komponen utama, matriks ragam-peragam ini digunakan untuk membentuk komponen utama yang akan diregresikan dengan peubah respon. Untuk pendugaan parameter regresi biasanya digunakan Metode Kuadrat Terkecil (MKT). Metode ini sensitif terhadap pencilan, padahal terdapat juga kemungkinan adanya pencilan ketika komponen utama diregresikan dengan peubah respon. Oleh karena itu digunakan Metode Kuadrat Terkecil Terpotong (MKTT) yang diharapkan dapat menyusun model regresi yang kekar. MKTT ini menduga parameter regresi dengan menggunakan himpunan bagian amatan yang memiliki jumlah kuadrat sisaan terkecil. Pada penelitian ini, peneliti menerapkan dua metode untuk menduga parameter regresi yaitu metode MCD-MKT dan MCD-MKTT. Kedua metode tersebut dicobakan pada data yang dikontaminasi pencilan dengan proporsi 1% sampai 10%. Hal ini dilakukan untuk melihat kekekaran kedua metode tersebut. Hasil yang diperoleh dari penelitian ini menunjukkan bahwa metode MCD-MKTT menghasilkan pendugaan yang lebih kekar dibandingkan metode MCD-MKT.