Regresi robust adalah salah satu metode penduga regresi yang digunakan ketika distribusi dari galat tidak normal atau adanya beberapa pencilan yang berpengaruh pada model (Ryan, 1997). Metode ini dibutuhkan karena metode kuadrat terkecil yang dianggap penduga terbaik dalam analisis regresi ternyata peka terhadap data yang menyimpang dari asumsi. Prosedur robust ditunjukkan untuk memberikan dugaan yang lebih tepat dan cepat terhadap data yang melanggar asumsi dengan cara meniadakan identifikasi adanya data pencilan, serta bersifat otomatis dalam menanggulangi data pencilan. Beberapa metode dalam regresi robust diantaranya adalah Theil-Sen, Least Trimmed Square (LTS), Least Mean Square (LMS), MM estimator, S estimator, dan M estimator (penduga M).