31
Selanjutnya data dengan nilai sisaan kuadrat yang telah diurutkan sebanyak h=12, diperoleh penduga dengan metode kuadrat terkecil melalui
tampilan MINITAB 16 Lampiran 3: Data 1:
�� = −3,92 + 1,32� Data 2:
�� = 2,91 + 0,701� Data 3:
�� = − 1,25 + 1,15� Data 4:
�� = −2,63 + 1,27�
3.4.1 Rataan Kuadrat Sisa Mean Square Error untuk Penduga-LTS
Setelah diperoleh model untuk penduga-LTS, akan dihitung nilai rataan kuadrat sisa Mean Square Error dengan menggunakan rumus berikut:
�
2
= ���
� − � =
��� − ��� � − �
Untuk mendapatkan nilai rata-rata kuadrat sisa, akan dihitung nilai jumlah
kuadrat regresi dan jumlah kuadrat total dengan hasil perhitungan berikut:
Tabel 3.11 Nilai Jumlah Kuadrat Regresi dan Jumlah Kuadrat Total Menggunakan Penduga-LTS untuk Data 1
Data ke-
� �
�� ��� − ���
2
�
�
− ��
2
1 11,8038
11,0423 11,6610
4,51718 2,2700
2 8,1046
6,7440 6,7780
7,60460 7,7932
3 8,0656
8,3468 6,7266
7,89086 1,4135
4 10,4036
9,1351 9,8128
0,07678 0,1605
5 8,5000
3,5000 7,3000
4,99818 36,4292
6 11,7014
11,6395 11,5258
3,96084 4,4262
7 10,2912
10,2815 9,6644
0,01657 0,5563
32
Data ke-
� �
�� ��� − ���
2
�
�
− ��
2
8 10,5793
11,7110 10,0447
0,25914 4,7322
9 9,2151
9,4347 8,2440
1,66850 0,0102
10 11,8172
11,3707 11,6787
4,59255 3,3672
11 10,6973
10,3699 10,2005
0,44201 0,6960
12 9,9292
9,3904 9,1865
0,12191 0,0211
13 10,0137
11,4476 9,2981
0,05645 3,6556
14 9,9285
10,4417 9,1856
0,12255 0,8208
15 10,7070
11,0885 10,2132
0,45904 2,4114
16 9,6483
8,6174 8,8158
0,51826 0,8431
17 9,9878
9,0197 9,2639
0,07385 0,2662
18 9,6268
8,3214 8,7874
0,55985 1,4744
19 10,3465
11,6652 9,7374
0,04071 4,5350
20 8,1715
7,1458 6,8664
7,12504 5,7116
Jumlah
45,1049 81,5936
Dari hasil perhitungan pada Tabel 3.11, maka nilai rata-rata kuadrat sisa adalah: �
2
= 81,5936
− 45,1049 20
− 2 =
36,4887 18
= 2,0272 Jadi, nilai rataan kuadrat sisa data 1 adalah
2,0272.
Tabel 3.12 Nilai Jumlah Kuadrat Regresi dan Jumlah Kuadrat Total Menggunakan Penduga-LTS untuk Data 2
Data ke-
� �
�� ��� − ���
2
�
�
− ��
2
1 11,0241
11,4980 10,6379
0,62703 2,7289
2 10,2882
10,5252 10,1220
0,07617 0,4612
3 11,7282
10,6744 11,1315
1,65240 0,6862
33
Data ke-
� �
�� ��� − ���
2
�
�
− ��
2
4 12,5672
12,1090 11,7196
3,51039 5,1210
5 11,0000
4,5000 10,6210
0,60058 28,5800
6 9,9557
10,2858 9,8890
0,00184 0,1934
7 10,2784
10,7365 10,1151
0,07242 0,7930
8 10,4886
9,8091 10,2625
0,17348 0,0014
9 8,7464
9,3495 9,0412
0,64772 0,2466
10 9,7922
9,0131 9,7743
0,00514 0,6937
11 11,8901
11,2485 11,2449
1,95695 1,9670
12 11,0021
11,0305 10,6225
0,60288 1,4029
13 8,4359
7,1680 8,8236
1,04545 7,1717
14 9,0771
10,5344 9,2731
0,32830 0,4739
15 9,8870
7,5402 9,8408
0,00003 5,3169
16 10,5200
12,5262 10,2845
0,19230 7,1833
17 11,3214
10,9116 10,8463
1,00057 1,1355
18 9,9333
9,9338 9,8732
0,00074 0,0077
19 10,9497
10,1612 10,5858
0,54721 0,0993
20 8,5925
7,3656 8,9334
0,83298 6,1525
Jumlah
13,8746 70,4161
Dari hasil perhitungan pada Tabel 3.12, maka nilai rata-rata kuadrat sisa adalah: �
2
= 70,4161
− 13,8746 20
− 2 =
56,5415 18
= 3,1412 Jadi, nilai rataan kuadrat sisa data 2 adalah 3,1412.
34
Tabel 3.13 Nilai Jumlah Kuadrat Regresi dan Jumlah Kuadrat Total Menggunakan Penduga-LTS untuk Data 3
Data ke-
� �
�� ��� − ���
2
�
�
− ��
2
1 9,5773
9,7371 9,7639
0,11646 0,1355
2 9,3945
9,4338 9,5537
0,30419 0,4508
3 7,9194
7,7132 7,8574
5,05272 5,7217
4 10,1013
9,5401 10,3665
0,06830 0,3193
5 11,0000
15,0000 11,4000
1,67654 23,9592
6 10,7799
11,6411 11,1468
1,08502 2,3591
7 10,2695
8,6576 10,5600
0,20681 2,0955
8 9,4592
9,7154 9,6281
0,22764 0,1519
9 9,4570
8,7120 9,6255
0,23010 1,9409
10 9,4673
10,1323 9,6374
0,21886 0,0007
11 9,8394
10,0377 10,0653
0,00159 0,0046
12 11,5536
11,6654 12,0366
3,73037 2,4343
13 9,4288
8,6048 9,5931
0,26223 2,2511
14 9,9497
9,6230 10,1922
0,00757 0,2325
15 10,7975
10,0127 11,1672
1,12777 0,0086
16 10,0982
10,8020 10,3629
0,06640 0,4855
17 11,0523
10,5382 11,4602
1,83595 0,1875
18 10,1207
10,5308 10,3888
0,08042 0,1811
19 8,9341
10,2095 9,0242
1,16847 0,0109
20 9,9465
9,7970 10,1884
0,00693 0,0950
Jumlah
17,4743 43,0256
Dari hasil perhitungan pada Tabel 3.13, maka nilai rata-rata kuadrat sisa adalah: �
2
= 43,0256
− 17,4743 20
− 2 =
25,5513 18
= 1,4195
35
Jadi, nilai rataan kuadrat sisa data 3 adalah 1,4195.
Tabel 3.14 Nilai Jumlah Kuadrat Regresi dan Jumlah Kuadrat Total Menggunakan Penduga-LTS untuk Data 4
Data ke-
� �
�� ��� − ���
2
�
�
− ��
2
1 9,5036
9,5427 9,4396
0,25300 0,1599
2 8,9949
9,0709 8,7935
1,32042 0,7599
3 9,7543
9,6939 9,7580
0,03408 0,0618
4 10,4547
11,0912 10,6474
0,49675 1,3192
5 9,0000
15,0000 8,8000
1,30554 25,5773
6 11,8226
12,5695 12,3847
5,96374 6,9007
7 10,1489
10,0318 10,2591
0,10014 0,0079
8 9,0099
9,1426 8,8126
1,27698 0,6401
9 10,4718
9,6921 10,6692
0,52801 0,0627
10 8,3023
6,9711 7,9139
4,11546 8,8298
11 9,6177
9,3676 9,5845
0,12822 0,3306
12 9,6586
9,1162 9,6364
0,09377 0,6829
13 9,0581
8,7251 8,8737
1,14249 1,4823
14 9,4222
8,6212 9,3362
0,36772 1,7461
15 9,9249
12,0854 9,9747
0,00103 4,5914
16 9,0239
10,8013 8,8303
1,23711 0,7374
17 10,5082
9,6814 10,7154
0,59727 0,0682
18 11,0018
11,2574 11,3423
1,95913 1,7287
19 8,4898
7,6267 8,1521
3,20590 5,3635
20 8,8304
8,7640 8,5846
1,84407 1,3892
Jumlah
25,9708 62,4396
Dari hasil perhitungan pada Tabel 3.14, maka nilai rata-rata kuadrat sisa adalah: �
2
= 62,4396
− 25,9708 20
− 2
36
= 36,4688
18 = 2,0260
Jadi, nilai rataan kuadrat sisa data 4 adalah 2,0260.
3.5 Regresi Robust Penduga-S