Provinsi Jawa Tengah berada pada posisi ke-5 sebagai provinsi paling padat penduduk di Indonesia pada tahun 2021. Tingkat kepadatan penduduk berguna untuk melihat dinamika penduduk guna mengambil berbagai kebijakan. Oleh karena itu, kepadatan penduduk penting untuk dilihat perkembangannya. Kepadatan penduduk dipengaruhi oleh banyak faktor. Pemodelan faktor yang mempengaruhi kepadatan penduduk dapat diselesaikan dengan analisis regresi, namun karena asumsi kenormalan tidak terpenuhi dan terdapat pencilan, maka digunakan regresi yang tahan terhadap pencilan yaitu regresi robust. Estimasi parameter regresi robust dapat dilakukan dengan beberapa metode. Dua metode diantaranya estimasi Maximum Likelihood (M) dan estimasi Generalized Scale (GS). Tujuan penelitian ini yaitu menentukan model regresi yang memiliki efektivitas lebih baik diantara estimasi M dan GS berdasarkan nilai R2 adjusted dan Akaike’s Information Criterion (AIC) untuk kepadatan penduduk di Jawa Tengah tahun 2021 dengan variabel dependen yaitu kepadatan penduduk Jawa Tengah tahun 2021 (Y) dan empat variabel independen yaitu upah minimum kabupaten (X1), laju pertumbuhan penduduk (X2), persentase luas wilayah (X3), dan tingkat pengangguran terbuka (X4). Berdasarkan hasil analisis disimpulkan bahwa model regresi estimasi M lebih efektif dari estimasi GS karena nilai AIC yang lebih rendah, yaitu sebesar 585,4, serta nilai R2 adjusted yang lebih tinggi, yaitu sebesar 81%. Hasil uji signifikansi parameter menyatakan bahwa keempat variabel independen berpengaruh signifikan terhadap variabel dependen.