Logo
search
menuicon
thubnail
Gubat
Pagkasunod
27
Uji asumsi klasik
aryanazka 1510
Kolehiyo
matematika
Idinagdag na problema (20/ 20)
Payagan ang maling sagot,Itago ang sagot
public na pagsusulit
problema 1
pumili

Apa tujuan dari uji asumsi klasik dalam analisis regresi?

Menentukan hubungan antara variabel independen dan dependen
Memastikan model regresi yang digunakan memenuhi syarat statistik
Menentukan variabel bebas yang paling berpengaruh
Meningkatkan jumlah sampel penelitian
problema 2
pumili

Berikut ini yang bukan merupakan uji asumsi klasik dalam regresi linier adalah:

Uji normalitas
Uji multikolinearitas
Uji validitas
Uji heteroskedastisitas
problema 3
pumili

Uji normalitas dilakukan untuk menguji apakah:

Residual dalam model regresi terdistribusi secara normal
Variabel independen dan dependen memiliki hubungan linier
Terdapat outlier dalam data
Variabel bebas tidak saling berkorelasi
problema 4
pumili

Jika data residual tidak berdistribusi normal, langkah yang dapat dilakukan adalah:

Mengubah variabel menjadi bentuk logaritma atau transformasi lainnya
Menambah jumlah variabel bebas
Menggunakan data yang berbeda
Meningkatkan ukuran sampel secara drastis
problema 5
pumili

Uji multikolinearitas dilakukan untuk menguji:

Hubungan antara variabel independen dan dependen
Adanya korelasi tinggi antar variabel independen dalam model regresi
Kesamaan varians antara residual
Perbedaan varians antar kelompok data
problema 6
pumili

Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terdapat:

Variabel independen yang saling berkorelasi tinggi
Hubungan antara variabel independen dan dependen
Varians residual yang tidak sama di setiap tingkat variabel independen
Kesalahan prediksi yang selalu meningkat
problema 7
pumili

Metode yang dapat digunakan untuk mendeteksi heteroskedastisitas adalah:

Uji Durbin-Watson
Uji Glejser
Uji Kolmogorov-Smirnov
Uji ANOVA
problema 8
pumili

Jika terjadi heteroskedastisitas, solusi yang dapat dilakukan adalah:

Menambah jumlah variabel bebas
Menggunakan transformasi data seperti logaritma
Menghilangkan data outlier
Menggunakan uji multikolinearitas
problema 9
pumili

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi terdapat:

Hubungan antar residual dalam suatu model
Variabel independen yang memiliki hubungan tinggi
Variabel yang tidak berdistribusi normal
Hubungan variabel dependen dengan residual
problema 10
pumili

Uji yang sering digunakan untuk mendeteksi autokorelasi adalah:

Uji Kolmogorov-Smirnov
Uji Durbin-Watson
Uji Glejser
Uji F
problema 11
pumili

Jika nilai Durbin-Watson mendekati 0 atau 4, maka dapat disimpulkan bahwa:

Tidak terjadi autokorelasi
Terjadi autokorelasi positif atau negatif
Model regresi sudah memenuhi asumsi klasik
Data berdistribusi normal
problema 12
pumili

Dalam uji asumsi klasik, syarat utama agar regresi linier bisa digunakan adalah:

Data harus memiliki distribusi normal sempurna
Residual harus bersifat random dan homoskedastik
Semua variabel harus memiliki hubungan linear yang kuat
Tidak ada autokorelasi dan multikolinearitas
problema 13
pumili

Jika uji asumsi klasik tidak terpenuhi, maka langkah yang dapat dilakukan adalah:

Mengganti model regresi dengan model nonparametrik
Menambah jumlah data agar lebih bervariasi
Mengabaikan hasil uji asumsi klasik dan melanjutkan analisis regresi
Menggunakan model regresi sederhana
problema 14
pumili

Uji normalitas dapat dilakukan dengan metode berikut, kecuali:

Uji Kolmogorov-Smirnov
Uji Shapiro-Wilk
Uji Levene
Uji Skewness dan Kurtosis
problema 15
pumili

Ketika residual berdistribusi tidak normal, langkah yang sebaiknya dilakukan adalah:

Melanjutkan analisis tanpa modifikasi
Menggunakan transformasi data seperti log atau akar
Menghapus data yang tidak normal
Mengganti metode regresi dengan uji nonparametrik
problema 16
pumili

Jika nilai Durbin-Watson sekitar 2, maka dapat disimpulkan bahwa:

Tidak terjadi autokorelasi
Terjadi autokorelasi positif
Terjadi autokorelasi negatif
Data harus diuji kembali
problema 17
pumili

Uji Glejser digunakan untuk mendeteksi:

Normalitas data
Multikolinearitas
Heteroskedastisitas
Autokorelasi
problema 18
pumili

Jika dalam hasil uji Kolmogorov-Smirnov diperoleh nilai signifikansi (p-value) lebih besar dari 0,05, maka dapat disimpulkan bahwa:

Data berdistribusi normal
Data tidak berdistribusi normal
Terdapat multikolinearitas dalam data
Model regresi tidak valid
problema 19
pumili

Pernyataan yang benar tentang uji asumsi klasik adalah:

Semua asumsi klasik harus terpenuhi sebelum melakukan analisis regresi
Jika salah satu asumsi klasik tidak terpenuhi, analisis regresi tetap valid
Uji asumsi klasik hanya berlaku untuk regresi nonparametrik
Multikolinearitas dapat diabaikan dalam model regresi
problema 20
pumili

Tujuan utama dari uji asumsi klasik dalam analisis regresi adalah:

Memastikan hasil regresi dapat diinterpretasikan secara statistik
Menguji apakah variabel bebas memiliki hubungan yang signifikan dengan variabel terikat
Memilih variabel independen yang paling berpengaruh
Menentukan apakah data berdistribusi normal
Google Classroom ibahagi