Draf Ujian Regresi Linear Berganda

Diketahui hasil regresi sebagai berikut: ˆY= 5 + 1,2X1 + 0,8X2 dengan: •Y: Pengeluaran Konsumen (juta rupiah) •X1: Pendapatan (juta rupiah) •X2: Jumlah Anggota Keluarga Apa interpretasi yang benar untuk koefisienX2?

• Jika tidak ada anggota keluarga, pengeluaran tetap 0,8 juta rupiah.

• Tidak ada hubungan antara jumlah anggota keluarga dan pengeluaran.

• Setiap tambahan satu anggota keluarga meningkatkan pengeluaran sebesar 0,8 juta rupiah, ceteris paribus.

• Jika pendapatan naik 0,8 juta, pengeluaran naik 1 anggota keluarga.

• Setiap tambahan satu anggota keluarga menurunkan pengeluaran sebesar 0,8 juta rupiah.

Hasil regresi linear berganda: ˆY= 10 + 0,5X1 −0,3X2 dengan: •Y: Tingkat kepuasan pelanggan •X1: Jumlah produk yang dibeli •X2: Waktu tunggu (menit) Apa arti koefisien−0,3 pada variabelX2?

• Jika waktu tunggu berkurang satu menit, kepuasan turun 0,3 satuan.

• Jika waktu tunggu bertambah satu menit, kepuasan naik 0,3 satuan.

• Koefisien negatif menunjukkan kesalahan dalam model.

• Setiap tambahan satu menit waktu tunggu, kepuasan turun 0,3 satuan.

• Waktu tunggu tidak berpengaruh pada kepuasan.

Suatu model regresi: ˆY= 2 + 0,7X1 + 1,5X2 dengan: •Y: Nilai ujian akhir mahasiswa •X1: Jam belajar per minggu •X2: Kehadiran (%) Jika seorang mahasiswa belajar 10 jam/minggu dan kehadirannya 80%, berapa prediksi nilai ujiannya?

• 120

• 104

• 98

• 100

• 86

Diketahui model regresi: ˆY=−3 + 2X1 + 4X2 Apa interpretasi dari konstanta -3?

• Konstanta bisa diabaikan karena nilainya kecil

• KetikaX1 danX2 bernilai nol, nilaiYdiperkirakan -3

• Konstanta tidak memiliki makna dalam regresi

• Konstanta menunjukkan nilai minimum dariY

• Nilai prediksi akan negatif jikaX1=X2= 0

Dalam model regresi: ˆY= 7 + 1,1X1 + 0,5X2 Seorang individu memilikiX1= 3 danX2= 2. Nilai prediksiYadalah:

• 15

• 13,2

• 12

• 9

• 10,3

Uji asumsi normalitas bertujuan untuk:

• Menentukan kekuatan hubungan antar variabel.

• Menentukan apakah data memiliki hubungan linier.

• Menentukan apakah variabel independen saling bebas.

• Menentukan apakah variabel dependen bersifat ordinal.

• Menentukan apakah data berdistribusi normal.

Metode yang sering digunakan untuk menguji normalitas residual adalah:

• Uji Kolmogorov–Smirnov atau Shapiro–Wilk

• Uji Breusch-Pagan

• Uji Durbin-Watson

• Uji VIF

• Uji White

Apa yang dimaksud dengan multikolinearitas?

• Ketika data residual tidak berdistribusi normal.

• Ketika nilai variabel independen tidak konstan.

• Ketika variabel dependen memiliki lebih dari satu kategori.

• Ketika dua atau lebih variabel independen saling berkorelasi tinggi.

• Ketika terdapat hubungan linier antara Y dan residual.

Alat statistik yang umum digunakan untuk mendeteksi multikolinearitas adalah:

• R-square

• Uji Jarque-Bera

• Uji t parsial

• VIF (Variance Inflation Factor)

• Durbin-Watson

Jika nilai VIF untuk suatu variabel independen adalah 12, maka:

• Terdapat multikolinearitas yang parah.

• Data harus dihapus.

• Tidak terdapat masalah multikolinearitas.

• Tidak dapat disimpulkan apapun.

• Terdapat multikolinearitas yang ringan.