Kuis Regresi Linear

Apa yang dimaksud dengan analisis data regresi?

• Analisis data regresi digunakan untuk menghitung rata-rata variabel.

• Analisis data regresi adalah metode untuk memahami dan memprediksi hubungan antara variabel.

• Analisis data regresi adalah metode untuk mengukur variabel tunggal.

• Analisis data regresi adalah teknik untuk mengumpulkan data.

Apa tujuan utama regresi linear?

• Memprediksi nilai variabel dependen berdasarkan variabel independen.

• Menentukan modus dari setiap data.

• Menghitung rata-rata data yang diperoleh.

• Menganalisis selisih nilai variabel dependen dengan variabel kontrol.

Apa yang dapat kita interpretasikan dari grafik regresi yang dihasilkan?

• Grafik regresi menunjukkan data acak tanpa pola.

• Grafik regresi hanya berlaku untuk satu variabel saja.

• Grafik regresi tidak memberikan informasi tentang hubungan variabel.

• Grafik regresi mengindikasikan adanya hubungan antara variabel yang dianalisis.

Jelaskan langkah-langkah untuk menentukan garis terbaik dalam regresi linear!

• Y = a - bX, di mana a adalah kemiringan dan b adalah koefisien.

• Garis regresi linear tidak memerlukan data untuk analisis.

• Persamaan garis regresi linear adalah Y = a + bX, di mana a adalah koefisien dan b adalah kemiringan.

• Y = bX + a, di mana b adalah koefisien dan a adalah kemiringan.

Sebutkan rumus umum untuk regresi linear!

• y = a - bx

• y = a + bx

• y = ax + b

• y = a.bx

Bagaimana cara menggunakan rumus regresi untuk membuat prediksi?

• Gunakan rumus regresi untuk menentukan nilai X dari data historis.

• Hitung nilai X berdasarkan nilai Y yang diberikan.

• Terapkan rumus regresi untuk menghitung rata-rata nilai Y.

• Gunakan rumus regresi untuk menghitung nilai Y berdasarkan nilai X yang diberikan.

Berikan contoh situasi di mana regresi linear dapat digunakan untuk membuat prediksi!

• Memprediksi jumlah pengunjung berdasarkan waktu dalam sehari.

• Contoh situasi: Memprediksi harga rumah berdasarkan luas bangunan.

• Memprediksi jumlah penjualan minuman berdasarkan jenis makanan.

• Memprediksi suhu udara berdasarkan warna cat rumah.

Yang termasuk data kualitatif adalah

• Nilai ujian siswa

• Usia seseorang

• Tinggi badan siswa

• Pendapat seseorang

Data yang memiliki 2 variabel disebut data

• Univariat.

• Multivariat.

• Quartovariat.

• Bivariat

Yang termasuk korelasi negatif adalah

• Hubungan jam belajar dengan hasil ujian

• Hubungan tingkat pendidikan dengan gaji pekerjaan

• Hubungan jarak tempuh dengan jumlah bensin dalam tangki kendaraan

• Hubungan usia dengan tinggi badan