NEW
Font size
WorksheetsUAS Statistik
Total questions: 25
Worksheet time: 2hrs 52mins
Qd= a-bP , dimana Qd adalah Quantity of Demand (Kuantitas Permintaan) dan P adalah Price (harga). Dalam persamaan tersebut yang merupakan variabel independen (bebas) adalah:
Kuantitas Permintaan
Harga
Sunny merupakan mahasiswa tingkat akhir jurusan Akutansi. Sunny ingin melihat faktor-faktor yang memengaruhi pendapatan di Bank Riau Syariah. Maka sunny menemukan ada beberapa variabel yang menjadi faktor pendapatan, yaitu ROA, ROE, NCOM dan CAR. Manakah pernyataan di bawah ini yang SALAH
Jumlah variabel ada lima
jumlah variabel independen ada empat
jumlah variabel dependen ada empat
Pendapatan adalah variabel dependen
ROA adalah variabel X1
Berikut adalah gambar model summary dari analisis regresi antara Potongan harga dan Volume Penjualan. Dari gambar tersebut dapat disimpulkan bahwa korelasi antara potongan harga dan volume penjualan adalah
Erat
Sedang
Lemah
Dari hasil output maka sumbangan variabel independen berpengaruh terhadap variabel dependen adalah sebesar?
85,9%
73,8%
68,5%
53,1%
Dari gambar tersebut dapat disimpukan bawah residual model regresi ..........
Terdistribusi normal
Tidak terdistribusi normal
Pada tingkat signifikansi 5%, apakah varibel pertumbuhan berpengaruh signifikan pada variabel inflasi?
Ya, Variabel pertumbuhan berpengaruh signifikan terhadap inflasi (Ho ditolak)
tidak, Variabel pertumbuhan TIDAK berpengaruh signifikan terhadap inflasi (Ho ditolak)
tidak bisa disimpulkan
Apakah terdapat gejala heterokedastisitas pada hasil output tersebut?
Iya, karena titik-titik menyebar dan tidak membentuk pola tertentu
tidak, karena titik-titik menyebar dan tidak membentuk pola tertentu
iya, karena titik-titik membentuk pola tertentu
tidak, karena titik titik membentuk pola tertentu.
persamaan regresi adalah Y= a +bX , dari hasil output tersebut maka koefesien b nya adalah ...
2.133
0.086
3.417
0.673
Dari hasil output tersebut, maka hubungan antara pertumbuhan dan inflasi adalah
positif dan berpengaruh signifikan
negatif dan berpengaruh signifikan
Positif dan tidak berpengaruh signifikan
Negatif dan tidak berpengaruh signifikan
Tanpa dipengaruhi pertumbuhan atau apabila pertumbuhan adalah nol (0), maka nilai inflasi sebesar ...
2.133%
0.086%
3.417%
0.673%
Dalam analisis regresi, jika nilai R-squared adalah 0.75, maka dapat disimpulkan bahwa ...
25% variasi variabel dependen tidak dapat dijelaskan oleh variabel independen
Hubungan antara variabel independen dan dependen sangat lemah
75% variasi variabel dependen dapat dijelaskan oleh variabel independen
Jika koefisien regresi untuk variabel X adalah -1.5, maka dapat disimpulkan bahwa ...
Setiap peningkatan 1 unit pada X akan menurunkan Y sebesar 1.5 unit
Setiap peningkatan 1 unit pada X akan meningkatkan Y sebesar 1.5 unit
Variabel X tidak berpengaruh terhadap Y
Apakah analisis regresi dapat digunakan untuk memprediksi nilai variabel dependen di luar rentang data yang ada?
Ya, analisis regresi dapat digunakan untuk prediksi di luar rentang data
Tidak, prediksi di luar rentang data tidak dapat diandalkan
Hanya jika model regresi sangat kuat
Korelasi antara Harga dan Kualitas Produk memiliki kekuatan hubungan yang rendah
benar
salah
pada proses analyze ke SPSS, manakah yang dimasukkan dalam kolom "independent variable"
sampel
Resiliensi Diri
Hasil belajar
Untuk memastikan agar antar variabel independen (X) tidak saling memiliki korelasi, maka dapat dilihat dari koefisien
durbin watson
TOL-VIF
korelasi pearson
koefisien determinasi
berapakah koefisien determinasinya?
0.579
0,335
0,268
57%
Interpretasi yang benar dari koefisien variabel motivasi (X1) adalah
Ketika variabel X meningkat sebesar 1 satuan, maka variabel Y meningkat sebesar -0.415
Ketika variabel X meningkat sebesar 1 satuan, maka variabel Y menurun sebesar 0.415
Ketika variabel X meningkat sebesar 1 satuan, maka variabel Y menurun sebesar 0,254
Ketika variabel X meningkat sebesar 1 satuan, maka variabel Y menurun sebesar 0,569
Dalam analisis regresi, jika nilai p-value untuk variabel independen lebih kecil dari 0.05, maka dapat disimpulkan bahwa ...
Hasil analisis tidak dapat diandalkan
Variabel independen tidak berpengaruh signifikan terhadap variabel dependen
Variabel independen berpengaruh signifikan terhadap variabel dependen
Apakah multikolinearitas dapat mempengaruhi hasil analisis regresi?
Ya, dapat menyebabkan estimasi koefisien menjadi tidak akurat
Hanya berpengaruh jika variabel dependen memiliki nilai ekstrem
Tidak, tidak ada pengaruh terhadap hasil analisis
Jika gambar scatterplot seperti ini, maka disimpulkan
terjadi heteroskedastisitas
tidak terjadi heteroskedastisitas
tidak dapat disimpulkan
Apakah scatterplot tersebut menunjukkan normalitas pada residual?
iya
tidak
tidak tahu
mungkin
Jika nilai p-value untuk model regresi lebih besar dari 0.05, maka dapat disimpulkan bahwa ...
Model regresi tidak signifikan
Model regresi signifikan
Data tidak valid
Dalam analisis regresi, jika terdapat outlier, maka hal tersebut dapat mempengaruhi ...
Hasil analisis tidak terpengaruh
Koefisien regresi
Hanya variabel dependen
jika VIF harus dibawah 10 dan TOL harus lebih dari 0,1 untuk membuktikan tidak terdapat multikolinearitas pada model, maka hasil dari gambar tersebut disimpulkan
tidak ada multikolinearitas
ada multikolinearitas
tidak dapat disimpulkan
