IV HASIL DAN PEMBAHASAN
4.1 Pembangkitan Data
Data dibangkitkan terlebih dahulu dengan bantuan software R language.
Prosedur pembangkitan data simulasi dimulai dari tahap menentukan parameter
�, kemudian menentukan nilai X sebanyak 10
amatan dan dilanjutkan dengan menentukan nilai
� dengan rumus � = X�+�. Langkah terakhir menentukan nilai e dan banyaknya
pencilan. Pembangkitan data ini dapat dilihat pada Lampiran 2.
4.2 Pengolahan Data tanpa Pencilan
Setelah didapatkan data, selanjutnya data tersebut akan dihitung dengan menggunakan
metode OLS dan LAD. Pengolahan dalam R language dapat dilihat pada Lampiran 3.
4.3 Pengolahan Data dengan Pencilan
Untuk mengolah data dengan pencilan terlebih dahulu data yang dibangkitkan tadi
diganti secara manual, melalui perintah
data.entryx,y
Kemudian untuk data dengan pencilan vertikal didapatkan dengan cara mengganti
nilai data y yang kecil dengan nilai yang lebih besar. Sedangkan untuk data dengan
pencilan horizontal diperoleh dengan cara mengganti nilai data x yang besar dengan
nilai yang lebih besar. Kemudian untuk masing-masing data dengan pencilan
vertikal dan horizontal diolah kembali dengan menggunakan metode OLS dan
LAD dengan bantuan program R language. Untuk lebih jelasnya dapat dilihat pada
Lampiran 5.
4.4 Penyajian dan Analisis Data tanpa
Pencilan
Persamaan regresi yang diperoleh dengan menggunakan metode Kuadrat
Terkecil yaitu: -
��
���
= 12.225 + 9.938 �
Gambar 1 menunjukkan grafik metode Kuadrat Terkecil untuk data tanpa pencilan.
Gambar 1 Scatter Plot Kuadrat Terkecil
untuk n = 10 tanpa pencilan Dengan melihat Gambar 1 dapat dilihat
bahwa dengan data yang tanpa pencilan metode Kuadrat Terkecil mampu
menampilkan garis regresi tanpa masalah. Kemudian dengan Metode Simpangan
Mutlak Terkecil didapatkan persamaan regresi
��
���
= 8.719 + 10.682 �
Gambar 2 menunjukkan grafik regresi dengan menggunakan metode Simpangan
Mutlak Terkecil untuk data tanpa pencilan.
2 4
6 8
10 40
60 80
100 120
x y
OLS
Gambar 2 Scatter Plot Simpangan Mutlak
Terkecil untuk n = 10 tanpa pencilan.
Sama seperti pada metode Kuadrat Terkecil, metode Simpangan Mutlak
Terkecil juga menampilkan garis regresi tanpa masalah.
Selanjutnya dari persamaan garis yang didapatkan ini bisa dibandingkan nilai a dan
b. Garis regresi metode Kuadrat Terkecil dengan metode Simpangan Mutlak Terkecil.
Tabel 2 Tabel perbandingan nilai a dan b
pada metode Kuadrat Terkecil dan metode Simpangan Mutlak Terkecil tanpa pencilan
Metode a
b ��
���
tanpa pencilan
12.225 9.938
��
���
tanpa pencilan
8.719 10.682
Dari tabel tersebut terlihat bahwa terdapat perbedaan parameter a dan b pada data tanpa
pencilan pada metode OLS dengan LAD. Namun hal ini masih bisa ditoleransi karena
apabila diplotkan dalam satu gambar kedua grafik tersebut terlihat berhimpit.
Gambar 3 menunjukkan grafik metode Kuadrat Terkecil dan metode Simpangan
Mutlak Terkecil untuk data tanpa pencilan dalam satu plot.
Gambar 3 Perbandingan Scatter Plot antara
Metode OLS merah dengan LAD hijau pada data tanpa
pencilan
4.5 Penyajian dan Analisis Data dengan
Kategori