21
Data ke- �
� 12
9,6586 9,1162
13 9,0581
8,7251 14
9,4222 8,6212
15 9,9249
12,0854 16
9,0239 10,8013
17 10,5082
9,6814 18
11,0018 11,2574
19 8,4898
7,6267 20
8,8304 8,7640
3.2 Pendeteksian Pencilan Outlier
Pendeteksian pencilan data dilakukan menggunakan metode Scatterplot dan dengan menentukan nilai |DFFITS|. Gambar dan tabel berikut merupakan hasil
output dengan bantuan software MINITAB 16:
12 11
10 9
8 12
11 10
9 8
7 6
5 4
3
X Y
Scatterplot of Y vs X
Gambar 3.1 Scatterplot Data 1
22
13 12
11 10
9 8
13 12
11 10
9 8
7 6
5 4
X Y
Scatterplot of Y vs X
Gambar 3.2 Scatterplot Data 2
12 11
10 9
8 15
14 13
12 11
10 9
8 7
X Y
Scatterplot of Y vs X
Gambar 3.3 Scatterplot Data 3
23
12 11
10 9
8 15
14 13
12 11
10 9
8 7
6
X Y
Scatterplot of Y vs X
Gambar 3.4 Scatterplot Data 4
Gambar 3.1, Gambar 3.2, Gambar 3.3 dan Gambar 3.4 merupakan hasil scatter plot yang diperoleh dan dapat dilihat secara grafis bahwa semua gambar
mengandung pencilan.
Tabel 3.5 Nilai DfFITS dan |DfFITS|
Data ke-
Data 1 Data 2
Data 3 Data 4
DfFITS |DfFITS|
DfFITS |DfFITS|
DfFITS |DfFITS|
DfFITS |DfFITS|
1 -0,42048
0,42048 0,17744
0,17744 0,02065
0,02065 -0,03644
0,03644 2
-0,05859 0,05859
0,09868 0,09868
0,00282 0,00282
-0,04138 0,04138
3 0,63660
0,63660 -0,05958
0,05958 0,06485
0,06485 -0,04961
0,04961 4
-0,18911 0,18911
0,18695 0,18695
-0,15162 0,15162
0,07193 0,07193
5 -1,88523
1,88523 -1,55288
1,55288 2,15015
2,15015 1,98737
1,98737
6 -0,11964
0,11964 0,11026
0,11026 0,16266
0,16266 0,28192
0,28192 7
0,05427 0,05427
0,12817 0,12817
-0,42557 0,42557
-0,06612 0,06612
8 0,27084
0,27084 -0,01701
0,01701 0,05119
0,05119 -0,03075
0,03075 9
0,21119 0,21119
0,21866 0,21866
-0,19044 0,19044
-0,21767 0,21767
10 -0,29805
0,29805 -0,05497
0,05497 0,14877
0,14877 -0,50875
0,50875 11
-0,03821 0,03821
0,04553 0,04553
0,01520 0,01520
-0,07633 0,07633
12 -0,01340
0,01340 0,10480
0,10480 -0,20920
0,20920 -0,11773
0,11773 13
0,33985 0,33985
-0,36404 0,36404
-0,21255 0,21255
-0,11121 0,11121
14 0,17031
0,17031 0,39344
0,39344 -0,09459
0,09459 -0,16161
0,16161 15
0,11023 0,11023
-0,28745 0,28745
-0,348516 0,348516
0,28785 0,28785
16 -0,08205
0,08205 0,36184
0,36184 0,107059
0,107059 0,26882
0,26882 17
-0,09174 0,09174
0,05477 0,05477
-0,338656 0,338656
-0,23344 0,23344
18 -0,13150
0,13150 0,06307
0,06307 0,046323
0,046323 -0,00399
0,00399 19
0,30617 0,30617
-0,02228 0,02228
0,493653 0,493653
-0,31032 0,31032
20 0,06005
0,06005 -0,30967
0,30967 -0,058818
0,058818 -0,07585
0,07585
24
Berdasarkan kriteria dalam pendeteksian pencilan metode DfFITS bahwa yang merupakan pencilan adalah data yang memiliki nilai |DfFITS| lebih besar
dari 2
�
� �
= 2 �
2 20
= 0,632456. Dari Tabel 3.2 menunjukkan adanya pencilan pada data ke-3 dan ke-5 pada data 1, data ke-5 pada data 2, data ke-5 pada data 3,
data ke-5 pada data 4.
3.3 Metode Kuadrat Terkecil