Estimasi Parameter Regresi Quantil Dengan Regresi Robust Least Trimmed Square (LTS) (Studi Kasus : Faktor -Faktor yang Mempengaruhi Penyebaran Penyakit Malaria di Indonesia)

Abstract

ABSTRAK Estimasi Metode OLS didasarkan pada distribusi normal, sehingga kurang tepat untuk menganalisis sejumlah data yang tidak simetris atau mengandung pencilan (outlier). Oleh karena itu, dikembangkan regresi quantil yang tidak terpengaruh oleh adanya outlier. Selain regresi quantil, regresi robust LTS juga dapat digunakan sebagai alternatif untuk menyelesaikan permasalahan data yang fluktuatif dan mengandung outlier. Data penyebaran penyakit malaria di Indonesia mengalami disparitas (kesenjangan) antar daerah dan mengandung outlier. Penelitian ini membandingkan regresi quantil dengan regresi robust LTS pada kasus faktor-faktor yang mempengaruhi penyakit malaria di Indonesia. Diperoleh hasil bahwa dengan menggunakan metode OLS diperoleh 2 R sebesar 0,681 dan regresi robust LTS sebesar 0,732 serta regresi quantil dengan  = 0,95 sebesar 0,832. sehingga diperoleh model terbaik yang diperoleh model regresi quantil. Lebih lanjut diperoleh hasil bahwa faktor utama penyebab penyebaran penyakit malaria di Indonesia yaitu faktor rumah layak huni, faktor penduduk miskin dan faktor tenaga dokter. ABSTRACT OLS method estimation is based on a normal distribution, so it is not appropriate to analyze a number of data that are not symmetrical or contain outliers. Therefore, quantile regression is developed which is not affected by outlier. In addition to quantile regression, robust LTS regression can also be used as an alternative to solving data problems that are volatile and contain outliers. Aim of this study is to compare quantile regression and LTS robust regression in case of factors that contribute to spreading of malaria desease in Indonesia. The results obtain R 2 of 0.681, 0.732, and 0.832 using OLS, LTS, and Quantile Regression í µí¼= 0.95) methods respectively. Conclusion of this study is quantile regression as the best model. Moreover the main factors that contribute to malaria disease spreading are the percentage of livable housing, the percentage of poor people, and doctors ratio.