HermanAnis.com– Solusi Ujian Akhir Semester Mata Kuliah Statistika Data Sains (UAS) Prodi Pendidikan IPA tahun 2020 untuk soal pilihan ganda dapat anda lihat pada tampilan di bawah ini. Jawaban setiap soal adalah option yang tercetak tebal (Bold).
Solusi Bagian 1 – Soal Pilihan Ganda
- Variance suatu distribusi data mentah yaitu:
- Selalu = 1
- Sama dengan variance mean corrected data
- Sama dengan variance untuk data dalam standard score
- Bisa < 0
- Covariance dari dua variable dari dua distribusi yang dinyatakan dalam standard score adalah:
- Bisa = 0
- Bisa < 0
- Bisa > 0
- Semua benar
- Variance komponen utama adalah sama dengan:
- Eigenvector matrix covariance
- Eigenvalue matrix covariance
- Variance pada matrix korelasi
- a, b, c salah.
- Score variable baru dapat diperoleh dari:
- Kombinasi linear dari variable lama
- Komponen utama yang dipertahankan
- Langsung dari Mean corrected data
- Matrix covariance
- Salah satu tujuan dari analisis komponen utama yaitu:
- Menghasilkan variable-variable baru sebagai kombinasi linear dari variable asli
- Menghasilkan variable-variable baru yang tidak saling berkorelasi
- Membentuk variable pertama yang mempunyai variance terbesar
- a, b, c, benar
- Dalam analisis komponen utama, eigenvalue dari suatu matrix covariance adalah:
- Covariance
- Variance
- Koefisien korelasi
- Eigenvector
- Rotasi sumbu dalam analisis diskriminan adalah untuk:
- Menentukan suatu kombinasi linear dari variable-variable original
- Variable baru memberikan nilai maximum untuk
- Memperoleh sudut putaran agar SSb/SSw maksimum
- Jawab a, b, c, benar
- Agar dalam variable baru, kedua kelompok terpisah secara maksimum, maka
- Mean bagi kedua kelompok harus terpisah jauh
- Sum of squares within group harus minimum
- Kedua group itu harus homogen
- Cukup jawab a,b atau cukup jawab a, c.
- Fungsi diskriminasi (fungsi pembeda), memerlukan:
- Variable-variable yang bisa membedakan kedua kelompok
- Variable-variable pembeda itu tidak berkorelasi
- Fungsi diskriminan harus linear
- a. b dan c benar
- Tujuan analisis faktor adalah menggunakan matrix korelasi yang telah dihitung itu untuk:
- Mengidentifikasikan common factor-common factor tersedikit (model-model factor yang paling irit) yang paling baik menjelaskan atau berkontribusi bagi korelasi diantara indikator-indikator
- Mengidentifikasi solution factor yang mungkin, dengan rotasi-rotasi factor.
- Mengestimasi pattern loading, structure loading, communality-communality dan unique variances dari indikator-indikator.
- a, b, c benar
- Setelah menjalani proses analisis factor maka yang perlu dilakukan adalah :
- Menginterpretasi common factor – common factor
- Tidak usah mengestimasi score
- Menentukan unique error
- a, b, c salah
- Masalah memperoleh lebih dari satusolusi dalam analisis factor ini dinamakan: ‘
- Indeterminasi factor yang dikarenakan masalah rotasi
- Mengoptimalkan varians
- Meminimumkan sum of square between
- Menghadirkan homogenitas
- Dalam Cluster analysis dimana terdapat n kelompok, cluster-cluster dibentuk dengan memperhatikan:
- Jarak kwadrat dua cluster
- Jarak kwadrat dua centroid
- Jarak kwadrat terkecil centroid cluster dengan observasi
- a, b, c, benar.
- Metode clustering yang tidak menggunakan jarak yakni:
- Centroid
- Ward
- Single linkage
- Farthest-neighbor.
- Salah satu tujuan analisis diskriminan, ialah:
- Menentukan bobot (koefisien-koefisien) pada fungsi diskriminan agar ssbet/sswmaximum
- Mengidentifikasi variable-variable yang secara terbaik membedakan dua kelompok
- Melakukan klasifikasi terhadap observasi-observasi pada dua kelompok
- a, b , c benar
- Model factor berikut ini:
termasuk jenis:
- Under identified
- Just indentified
- Over identified
- Equal identified
Demikian Solusi Ujian Akhir Semester (UAS) mata Kuliah Statistika Data Sains, mudah-mudahan bermanfaat bagi mahasiswa Prodi Pendidikan IPA Universitas Pendidikan Indonesia. Untuk melihat soal ujian secara lengkap anda dapat lihat pada laman di bawah ini.
Baca juga:
Soal Ujian Akhir Semester (UAS) Statistika Data Sains
Eksplorasi konten lain dari Herman Anis
Berlangganan untuk dapatkan pos terbaru lewat email.