Ujian Garis Regresi Linear

Berapakah persamaan garis regresi linear?

• y = mx + c

• y = cx + m

• y = x^2 + c

• y = mx - c

Bagaimana cara menghitung koefisien regresi linear?

• Menggunakan rumus: b = Σ((xᵢ + x̄)(yᵢ + ȳ)) / Σ((xᵢ + x̄)²)

• Menggunakan rumus: b = Σ((xᵢ - x̄)(yᵢ - ȳ)) / Σ((xᵢ - x̄)²)

• Menggunakan rumus: b = Σ((xᵢ - x̄)(yᵢ + ȳ)) / Σ((xᵢ - x̄)²)

• Menggunakan rumus: b = Σ((xᵢ + x̄)(yᵢ - ȳ)) / Σ((xᵢ - x̄)²)

Jika nilai x adalah 5, berapakah nilai y berdasarkan persamaan garis regresi linear y = 2x + 3?

• 8

• 15

• 10

• 13

Apakah hubungan antara koefisien determinasi dan kekuatan hubungan linier?

• Koefisien determinasi menunjukkan kekuatan hubungan linier antara variabel-variabel tersebut.

• Koefisien determinasi tidak berhubungan dengan kekuatan hubungan linier.

• Koefisien determinasi menunjukkan kekuatan hubungan non-linier antara variabel-variabel tersebut.

• Koefisien determinasi hanya berlaku untuk hubungan linier positif.

Jika garis regresi linear memiliki kemiringan positif, apa artinya?

• Tidak ada hubungan antara variabel independen dan variabel dependen.

• Kemungkinan terdapat kesalahan dalam perhitungan garis regresi.

• Terdapat hubungan positif antara variabel independen dan variabel dependen.

• Garis regresi tidak dapat memiliki kemiringan positif.

Mengapa penting untuk menggunakan garis regresi linear dalam analisis data?

• Garis regresi linear penting digunakan dalam analisis data untuk mengetahui sejauh mana hubungan antara dua variabel dan untuk melakukan prediksi nilai berdasarkan hubungan tersebut.

• Karena garis regresi linear tidak memiliki hubungan dengan analisis data

• Karena garis regresi linear membuat data lebih rumit

• Karena garis regresi linear hanya digunakan untuk membuat grafik lebih menarik

Bagaimana cara menemukan nilai rata-rata dari hasil regresi linear?

• Bagi hasil regresi linear dengan jumlah total data tanpa menjumlahkannya terlebih dahulu.

• Kurangkan semua nilai hasil regresi linear dengan jumlah total data.

• Jumlahkan semua nilai hasil regresi linear dan bagi dengan jumlah total data.

• Ambil nilai terkecil dari hasil regresi linear sebagai nilai rata-rata.

Apakah ada hubungan antara outlier dan keakuratan garis regresi linear?

• Tidak, outlier hanya mempengaruhi keakuratan garis regresi logistik.

• Tidak, outlier tidak memiliki pengaruh terhadap garis regresi linear.

• Ya, outlier hanya mempengaruhi keakuratan garis regresi polynomial.

• Ya, outlier dapat mempengaruhi keakuratan garis regresi linear.

Jika nilai koefisien korelasi mendekati 1, apa artinya dalam konteks garis regresi linear?

• Hubungan antara variabel independen dan dependen sangat kuat dan garis regresi hampir sempurna sesuai dengan data.

• Garis regresi tidak sesuai dengan data sama sekali

• Hubungan antara variabel independen dan dependen sangat lemah

• Tidak ada hubungan antara variabel independen dan dependen

Bagaimana cara menentukan apakah garis regresi linear cocok untuk data yang diberikan?

• Dengan mengabaikan nilai outlier

• Dengan melihat nilai koefisien determinasi (R-squared). Jika nilai R-squared mendekati 1, maka garis regresi linear cocok untuk data tersebut.

• Dengan menghitung rata-rata data

• Dengan menggunakan persamaan kuadrat