∑
∑
Berdasarkan hasil perhitungan MSE, dapat dilihat bahwa nilai MSE di mana nilai koefisien regresi
untuk Penduga-M lebih kecil dibandingkan dengan nilai MSE untuk MKT. Sedangkan dengan nilai koefisien regresi
untuk Penduga-M lebih besar daripada nilai MSE untuk MKT.
4.2.8 Data dengan Pencilan 50 dari N5,0.01 Berikut adalah hasil data bangkitan nilai galat
pertama dari sebaran N0,1 dari data berukuran 50 dengan pencilan sebanyak 50 dari N5,0.01 dengan 10
kali ulangan.
Tabel 32.
Data bangkitan berukuran 50 pencilan 50 dari N5,0.01
x e
y x
e y
x e
y
1 -0.72068 0.2793196
18 -0.217022
17.782978 35 4.9514928 39.951493
2 0.3386269 2.3386269 19
-1.545942 17.454058
36 4.9235629 40.923563 3 0.6395994 3.6395994
20 0.2024103
20.20241 37 5.0744007 42.074401
4 0.8812421 4.8812421 21
-1.532128 19.467872
38 5.0244115 43.024412 5
-0.497361 4.5026394 22
-0.746538 21.253462
39 5.049365 44.049365
6 0.9186034 6.9186034 23
1.4228579 24.422858
40 5.0617543 45.061754
Tabel 32. Lanjutan
x e
y x
e y
x e
y
7 -1.247193 5.7528074
24 1.3303876
25.330388 41 4.9029543 45.902954
8 0.0114075 8.0114075 25
-2.088802 22.911198
42 4.99004
46.99004 9 1.8309909 10.830991
26 5.1005754
31.100575 43 5.1057526 48.105753
10 -1.583121
8.416879 27
4.9199206 31.919921
44 4.9196597 48.91966
11 -2.416232 8.5837676
28 4.8033333
32.803333 45 4.9553168 49.955317
12 -0.180803 11.819197
29 4.8031273
33.803127 46 4.7861719 50.786172
13 -0.602015 12.397985
30 5.1634929
35.163493 47 4.9303055 51.930305
14 0.6861555 14.686156 31
5.237151 36.237151
48 5.0389735 53.038974 15 0.2597962 15.259796
32 4.9806097
36.98061 49 4.9156118 53.915612
16 -0.634392 15.365608
33 4.9030169
37.903017 50 5.0120594 55.012059
17 0.0811247 17.081125 34
4.8306803 38.83068
Data bangkitan pada Tabel 32 digunakan untuk membuat diagram pencar sebagai
berikut:
50 40
30 20
10 60
50 40
30 20
10
x y
Gambar 47. Diagram Pencar X dan Y data bangkitan berukuran 50 pencilan 50
dari N5,0.01 Berdasarkan gambar di atas, terlihat bahwa terdapat pencilan pada data yang
dibangkitan, yaitu adanya 25 pencilan pada data berukuran 50. Persamaan regresi dengan MKT data ulangan 1 adalah
̂ dan dengan
Penduga-M adalah ̂ . Nilai dugaan b
dan b
1
untuk 10 kali pengulangan dengan pencilan 50 diperlihatkan dalam Tabel 33.
Tabel 33.
Nilai b dan b
1
untuk MKT dan Penduga-M data berukuran 50 pencilan 50 dari N5,0.01
n=50 MKT
M Estimate Ulangan
b b
1
b b
1
1 -1.52593
1.15315 -1.4025
1.1512 2
-1.06988 1.14332
-0.9157 1.1411
3 -1.46454
1.15543 -1.4272
1.1545 4
-1.15085 1.14338
-1.0035 1.1419
5 -1.75118
1.16006 -1.6505
1.1589 6
-1.39901 1.15136
-1.3479 1.1505
7 -1.22968
1.14908 -1.1851
1.1483 8
-1.34839 1.14893
-1.2569 1.1474
9 -1.31426
1.15187 -1.3424
1.1521 10
-1.55701 1.15496
-1.3896 1.1516
Pada Tabel 33 terlihat bahwa Penduga-M menduga parameter dan
lebih baik dari MKT. Diagram pencar dugaan b
dan b
1
dengan MKT dan Penduga-M di atas sebagai berikut:
10 8
6 4
2 2
1
-1 -2
Ulangan b
10 8
6 4
2 1.5
1.0 0.5
0.0 -0.5
-1.0 -1.5
Ulangan b
Gambar 48.
Grafik pencar b terhadap ulangan berukuran 50 pencilan 50 dari
N5,0.01 pada MKT dan Penduga-M
10 8
6 4
2 2.0
1.5 1.0
0.5 0.0
Ulangan b
1
1
10 8
6 4
2 2.0
1.5 1.0
0.5 0.0
Ulangan b
1
1
Gambar 49.
Grafik pencar b
1
terhadap ulangan berukuran 50 pencilan 50 dari N5,0.01 pada MKT dan Penduga-M
Dari Gambar 48 dan 49 di atas dapat dilihat bahwa nilai dugaan koefisien regresi
MKT dan Peduga-M tidak mendekati koefisien regresi sedangkan untuk
koefisien regresi , nilai dugaan koefisien regresi MKT dan Penduga-M
hampir mendekati. Hal ini menunjukkan bahwa nilai Penduga-M dan nilai MKT tidak robust terhadap pencilan.
Data pada Tabel 33 digunakan untuk menghitung nilai MSE sebagai berikut:
∑
∑
∑
∑
Berdasarkan hasil perhitungan MSE, dapat dlihat bahwa nilai MSE untuk Penduga-M lebih kecil dibandingkan dengan nilai MSE untuk MKT.
4.3 Hasil Simulasi untuk Data Berukuran 100