Perbandingan Metode Estimasi LTS, Estimasi M, dan Estimasi S pada Regresi Robust (Studi Kasus: Pembiayaan Mobil pada Perusahaan “X” Tahun 2016)

Abstract

Analisis Regresi adalah metode statistika yang digunakan untuk mengetahui pengaruh variabel dependen terhadap variabel independen. Tujuan analisis regresi adalah mendapatkan model estimasi parameter model regresi dari suatu data. MKT merupakan salah satu metode untuk mengestimasi parameter. Metode Kuadrat Terkecil kurang tepat digunakan pada data yang mengandung Outlier, Oleh karena itu digunakan metode estimasi regresi robust. Pada penelitian ini metode robust yang digunakan adalah regresi robust estimasi LTS, estimasi M, estimasi S. Tujuan penelitian ini adalah membandingkan ketiga metode estimasi tersebut dan memilih metode estimasi yang menghasilkan model estimasi parameter terbaik yang dilihat dari nilai MSE dan R ̂^2. Studi kasus penelitian ini adalah data jumlah pembiayaan kendaraan mobil tahun 2016 yang bersumber dari salah satu perusahaan ‘X’ dengan variabel dependen Nett to Finance (NTF), variabel independen On the road (OTR), Down Payment (DP), Umur Mobil, Pendapatan. Berdasarkan hasil penelitian dapat disimpulkan bahwa faktor-faktor yang mempengaruhi NTF adalah OTR, DP, Pendapatan, Umur kendaraan dan Tenor. Metode regresi robust estimasi terbaik adalah estimasi LTS.