Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Abstract

Abstract –– Outlier is an observation which can disturb the process of data analysis. It also could be seen as unusual observation. It causes the violation of normality error assumption in regression analysis, so that it should be detected using diagnostic method. Generally, there are several cases of outlier such as upper outlier, lower outlier, outlier occur near the center of data and upper-lower outlier. Each of those cases gives different effect to linear regression model parameter estimates. Because the unusual observation may be detected as outlier, high leverage point or influential observation. Based on the result, outlier and influential observation give significant effect toward intercept, slope, R² and s².

Keywords –– Regression, Outliers, Influential Observation, Diagnostic

Abstrak –– Pencilan merupakan suatu pengamatan yang keberadaannya dapat menggangu proses analisis data. Pencilan menyebabkan asumsi kenormalan galat dalam analisis regresi tidak terpenuhi, sehingga perlu dilakukan pendeteksian keberadaan pencilan ini menggunakan metode diagnostik. Secara umum, terdapat beberapa kasus pencilan, di antaranya pencilan atas, pencilan bawah, pencilan yang mendekati pusat data serta pencilan atas-bawah. Masing-masing dari kasus pencilan tersebut memberikan pengaruh yang berbeda-beda terhadap pendugaan parameter dalam model regresi linier. Karena bisa jadi pencilan tersebut terdeteksi sebagai outlier, high leverage point maupun pengamatan berpengaruh. Berdasarkan hasil yang diperoleh, pencilan dan pengamatan berpengaruh memberikan pengaruh yang signifikan terhadap perubahan nilai intercept, slope, R² maupun s².

Kata Kunci –– Regresi, Pencilan, Pengamatan berpengaruh, Diagnostik