Regresi linear berganda merupakan salah satu metode statistik yang digunakan untuk memodelkan dan menyelidiki hubungan antar satu variabel terikat dengan dua atau lebih variabel bebas. Ordinary Least Squares (OLS) merupakan metode yang sering digunakan untuk mengestimasi parameter model regresi. Namun metode ini mempunyai kelemahan ketika adanya outlier dalam data. Estimasi OLS bukan merupakan prosedur regresi yang kuat terhadap adanya outlier, sehingga estimasinya menjadi tidak sesuai meskipun hanya ada satu outlier. Regresi robust merupakan metode yang efisien untuk menganalisis data yang mengandung outlier. Penelitian ini bertujuan untuk mengetahui adanya outlier yang mengganggu persamaan regresi linear, mengetahui hasil penaksiran regresi robust dengan metode penaksiran MM (Method of Moments), mengetahui hasil penaksiran regresi robust dengan metode penaksiran LTS (Least Trimmed Square), serta mengetahui perbandingan antara dua penaksiran regresi robust tersebut dengan melihat nilai R^2 dan residual masing – masing metode. Data yang digunakan dalam penelitian ini dari data produksi padi di Provinsi Jawa Tengah tahun 2020 yang meliputi 4 (empat) variabel yaitu luas panen (X_1), produktivitas (X_2), jumlah penduduk (X_3), dan curah hujan (X_4) sebagai variabel bebas serta jumlah produksi padi (Y) sebagai variabel terikat. Penelitian ini menggunakan bantuan software R Studio.
Berdasarkan hasil penelitian dan pembahasan untuk mengatasi outlier (pencilan) dan juga untuk mengetahui perbandingan hasil estimasi MM dan estimasi LTS dapat disimpulkan bahwa dari data produksi padi di Provinsi Jawa Tengah tahun 2020, diperoleh model regresi robust estimasi MM memiliki R-square sebesar 99,43 % dengan dua variabel bebas yang signifikan sedangkan model regresi robust estimasi LTS memiliki R-square sebesar 99,18 % dengan dua variabel bebas yang signifikan.