PERBANDINGAN REGRESI ROBUST PENDUGA LEAST TRIMMED SQUARE (LTS) DAN PENDUGA MM UNTUK PENDUGAAN MODEL PENILAIAN ASET MODAL
Abstract: Metode Kuadrat Terkecil
(MKT) merupakan metode pendugaan parameter regresi yang paling umum digunakan.
MKT dapat menghasilkan penduga parameter yang bersifat Best Linear Unbiased
Estimator (BLUE) apabila asumsi-asumi yang melandasi analisi regresi terpenuhi.
Data saham merupakan jenis data yang rentan terhadap pencilan, sehingga dapat
menyebabkan asumsi kenormalan galat tidak terpenuhi. Regresi robust merupakan
metode regresi yang dapat digunakan sebagai alternatif pendugaan apabila galat
tidak menyebar normal atau terdapat pencilan berpengaruh pada model regresi.
Menurut teori Capital Asset Pricing Modal (CAPM), parameter risiko sitematik
suatu saham dapat diduga menggunakan analisis regresi linier sederhana.
Peneliti ingin menduga parameter risiko sitematik saham PT. Telekomunikasi
Indonesia (Persero), Tbk. di masa mendatang dengan teori CAPM, serta memilih
regresi robust dengan penduga mana yang lebih baik berdasarkan kriteria Root
Mean Square Error dan salah baku. Parameter risiko diduga dengan penduga Least
Trimmed Square (LTS) dan penduga MM pada data saham harian TLKM periode 3, 6,
9, 12 dan 12 dengan jumlah pencilan berbeda. Hasil analisis dengan kedua metode
pendugaan menunjukkan saham TLKM diprediksikan bergerak searah harga pasar
dengan nilai risiko dan return harapan yang tinggi di masa mendatang.
Berdasarkan kriteria Root Mean Square Error dan salah baku, penduga LTS lebih
direkomendasikan daripada penduga MM pada teori CAPM.
Penulis: Dina Eka Putri
Kode Jurnal: jpmatematikadd141115
