Pendeteksian Pengamatan Pencilan dan Berpengaruh dengan Metode Pengaruh Lokal

Abstract

Pemodelan data akan mengalami kesulitan jika terdapat pencilan dan kolinieritas pada data. Kasus pencilan dan kolinieritas ditemui pada pemodelan regresi linier ganda. Penelitian ini difokuskan pada kajian penerapan metode pengaruh lokal dalam regresi linier ganda pada data yang mengandung pencilan dengan dan tanpa kolinieritas. Suatu pembobot diperoleh dari metode pengaruh lokal yang digunakan untuk mendeteksi pengamatan pencilan dan peubah berpengaruh. Pembobot tersebut ditambahkan terhadap data sehingga diperoleh data terboboti. Model regresi linier ganda dengan data terboboti dapat menurunkan pengaruh pengamatan pencilan, namun masih tetap terdapat kolinieritas. Re gresi komponen utama digunakan untuk mengatasi kolinieritas pada data terboboti dan tanpa terboboti. Model regresi komponen utama dengan data terboboti lebih baik dari pada model regresi komponen utama dengan data tanpa terboboti.