WorksheetsRegresi Sederhana dalam Penelitian
Total questions: 15
Worksheet time: 28mins
Apa tujuan utama menggunakan regresi sederhana dalam penelitian kehutanan?
Membandingkan produktivitas dua jenis pohon
Memprediksi hubungan antara satu variabel dependen dan satu variabel independen
Menentukan hubungan sebab-akibat secara langsung antara variabel
Klasifikasi jenis tanah berdasarkan pH
Dalam persamaan regresi Y = a + bX + e, jika Y adalah tinggi pohon (meter) dan X adalah diameter batang (cm), variabel mana yang merupakan variabel dependen?
Diameter batang
Tinggi pohon
Koeffisien regresi (b)
Kesalahan (e)
Jika koefisien regresi (kemiringan) dalam model yang menghubungkan volume kayu (Y) dan usia pohon (X) adalah 2,5, apa artinya?
Untuk setiap tambahan tahun usia pohon, volume kayu meningkat sebesar 2,5 m³
Volume kayu minimum pada usia pohon 0 tahun adalah 2,5 m³
Hubungan antara usia dan volume kayu tidak signifikan
Variabel usia menjelaskan 2,5% dari variasi dalam volume kayu
Nilai R² (R-squared) sebesar 0,85 dalam regresi sederhana menunjukkan bahwa:
85% dari variasi dalam variabel dependen dijelaskan oleh variabel independen
Hubungan antara variabel bersifat negatif
Model regresi tidak signifikan secara statistik
Error (e) berkontribusi 15% pada model
Manakah di antara berikut ini yang BUKAN asumsi dalam regresi linier sederhana?
Hubungan antara X dan Y adalah linier
Residual terdistribusi normal
Variabel independen harus kategorikal
Tidak ada multikolinearitas
Dalam analisis regresi antara kandungan karbon tanah (Y) dan kepadatan vegetasi (X), nilai p untuk kemiringan sebesar 0,08 diperoleh. Apa kesimpulan yang tepat?
Hubungan ini signifikan pada α = 5%
Hubungan ini tidak signifikan pada α = 5%
Model ini memiliki (R²) yang tinggi
Variabel kepadatan vegetasi tidak mempengaruhi karbon tanah
Jika intercept (a) dalam model regresi tinggi pohon vs. diameter batang adalah 5, apa artinya?
Ketika diameter batang adalah 0 cm, tinggi pohon yang diprediksi adalah 5 meter
Untuk setiap peningkatan 1 cm diameter batang, tinggi pohon meningkat sebesar 5 meter
Model ini memiliki akurasi sebesar 5%
Tidak ada hubungan antara diameter dan tinggi pohon
Ketika menggunakan regresi sederhana untuk memprediksi biomassa pohon (Y) berdasarkan usia pohon (X), variabel independen adalah:
Biomassa pohon
Usia pohon
Tinggi pohon
Jenis tanah
Jika koefisien korelasi (r) antara curah hujan dan pertumbuhan diameter pohon adalah 0.9, berapakah nilai R2?
0.81
0.9
0.95
0.3
Apa yang ditunjukkan oleh plot residual acak (tanpa pola) dalam regresi sederhana?
Asumsi homoskedastisitas terpenuhi
Terjadi heteroskedastisitas
Model non-linear lebih tepat
Ada outlier yang mempengaruhi hasil
Data berikut menunjukkan hubungan antara diameter batang (X, dalam cm) dan tinggi pohon (Y, dalam meter): - (10, 15) - (20, 25) - (30, 35) - (40, 45) - (50, 55) Hitung persamaan regresi linier sederhana (Y = a + bX).
(Y = 5 + 0.5X)
(Y = 10 + X)
(Y = 5 + X)
(Y = 15 + 2X)
Dari persamaan regresi (Y = 5 + 2X), di mana Y adalah biomassa pohon (ton) dan X adalah usia pohon (tahun), prediksikan biomasa pohon yang berusia 10 tahun.
15 ton
20 ton
25 ton
30 ton
Jika koefisien korelasi (r) antara curah hujan (mm) dan pertumbuhan diameter pohon (cm) adalah 0,8, berapakah nilai R2?
0,64
0,80
1,60
0,16
Persamaan regresi untuk memprediksi volume kayu (Y, m³) berdasarkan luas kanopi (X, m²) adalah (Y = 2 + 0.5X). Jika luas kanopi pohon adalah 12 m², berapa volume kayu tersebut?
6 m³
8 m³
10 m³
14 m³
Dalam analisis regresi antara kandungan karbon tanah (Y, ton/ha) dan kepadatan vegetasi (X, pohon/ha), nilai p untuk kemiringan sebesar 0,03 diperoleh. Jika tingkat signifikansi (alpha = 0,05), apa kesimpulan yang tepat?
Hubungannya tidak signifikan
Hubungannya signifikan secara statistik
Kemiringannya negatif
(R2) kurang dari 0,5
