Musthafa Kamaluddin 19108010054 Izin bertanya Dalam penjelasan dikatakan Uji statistik Jarque-Bera didasarkan pada nilai skewness dan Kurtosis, lalu apakah pernyataan tersebut juga berlaku pada alat uji yang lain?
Maili Launa Tayiba_19108010037 Izin menjawab🙏 Sependek yang saya tau, pernyataan tersebut tidak berlaku pada uji lain karena tentunya di uji lain ada pernyataan sendiri yang lebih spesifik
Mohamad Ismail Habibi_19108010119_Ekonometrika A Izin bertanya, di video dikatakan kadangkala menggunakan histogram residual, keputusan kita tidak tepat? Apa maksudnya?
Budi Setiawan_19108010058 Izin bertanya.... Tadi kan dijelaskan bahwa uji statistik dari uji normalitas jarque-bera didasarkan pada nilai skewness dan kurtosis. Jika selain menggunakan nilai tersebut apakah tetap bisa ?
19108010017_Tri Viandani Antara uji jarque-bera dan uji one sampel kolmogorov-smirnov, mana uji normalitas yang lebih baik digunakan dengan hasil keputusan yang valid dan sistem pengerjaan atau penyelesaian yang lebih sederhana?
Dodi Setiawan 19108010003 Izin menjawab Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Izin menjawab Skewness yaitu tingkat kemiringan sebuah kurva. Kurva yang dimaksud yaitu kurva yang diperoleh dari distribusi sebuah data. Skewness dapat bernilai positif, negatif, dan nol.
Feliandana Nurul Fitri/19108010018/A Izin bertanya, apakah benar asumsi jika suatu data sampel lebih dari 30 sudah pasti data tersebut sudah berdistribusi normal tanpa perlu melakukan uji normalitas ?
Muhammad Zia Ulhaq_19108010011 Izin Menjawab 1. Residual 𝜀𝑖 terdistribusi normal. 2. Nilai rata-rata residual, 𝜀ҧ𝑖 , adalah sama dengan nol, 𝜀ҧ𝑖 = 𝐸 𝜀𝑖 = 0. 3. Tidak terdapat korelasi serial atau autokorelasi antar variabel residual untuk setiap observasi, 𝐸 𝜀𝑖𝜀𝑗 = 0, 𝑖 ≠ 𝑗. 4. Varian nilai residual konstan atau homoskedastisitas, 𝐸 𝜀𝑖𝜀𝑗 = 𝜎𝜀 2, 𝑖 = 𝑗. 5. Variabel independent tidak saling berkorelasi, 𝐸 𝑋𝑖𝑋𝑗 = 0.
Wafiq Nuraini 19108010089 Ekonometrika Dasar A Asumsi dalam metode OLS antara lain: 1. Residual terdistribusi normal. 2. Nilai rata-rata residual sama dengan nol. 3. Tidak terdapat korelasi serial atau autokorelasi antar variabel residual untuk setiap observasi. 4. Varian nilai residual konstan (homoskedastisitas). 5. Variabel bebas (independent) tidak berkorelasi dengan residual untuk setiap observasi.
Yesi Ramadhani ASUMSI METODE OLS 1. Residual 𝜀𝑖 terdistribusi normal. 2. Nilai rata-rata residual, adalah sama dengan nol, 3. Tidak terdapat korelasi serial atau autokorelasi antar variabel residual untuk setiap observasi, 𝐸 (𝜀𝑖𝜀𝑗) = 0, 𝑖 ≠ 𝑗. 4. Varian nilai residual konstan atau homoskedastisitas, 5. Variabel independent tidak berkorelasi dengan residual untuk setiap observasi, 𝐸 (𝑋𝑖𝜀𝑖) = 0.
Labiq Ahwazy Ahmad 19108010023 Apa saja keunggulan dan kekurangan dari penggunaan uji normalitas metode jarque-bera? Apakah ada uji normalitas lain yang bisa digunakan selain metode tersebut?
19108010110_Robby La Tansany Tingkat kemiringan sebuah kurva yang diperoleh dari distribusi data. Skewnes dapat bernilai positif, negatif, dan nol. Nilai tersebut yang menentukan ekor distribusi berada disebelah kanan, kiri, dan terdistribusi simetris.
Novika Zahrotun Nisa_19108010016 Skewness adalah tingkat kemiringan sebuah kurva. Kurva yang dimaksud yaitu kurva yang diperoleh dari distribusi sebuah data. Skewness bisa bernilai negatif, positif, dan nol
Wafiq Nuraini 19108010089 Ekonometrika Dasar A Skewness adalah tingkat kemiringan sebuah kurva. Skewness dapat bernilai positif (+), negatif (-), dan nol (0).
19108010017_Tri Viandani Apa kelebihan dan kekurangan dari alat uji normalitas termasuk uji histogram residual, uji jarque-bera, dan uji one sampel kalmogorov smirnov, jelaskan?
Nama : fauzan salim khuldi Nim. : 19108010004 Izin bertanya Apabila nanti kita sudah terjun disebuah perusahaan, dan terdapat sebuah data kemudian kita menggunakan asumsi uji normalitas dengan menggunakan semua alat ujinya dan didapati hasilnya adalah distribusi tidak berjalan dengan normal, apakah yang harus kita lakukan sebagai lulusan sarjana Ekonomi? Terimakasih🙏
Az-Dhifta Himmah Yasya_19108010059 Suatu variabel dikatakan terdistribusi normal apabila nilai skewness S : 0 Dan kurtosis K : 3. Apakah selain S : 0 dan K : 3 tidak kan terdistribusi normal? Dan apakah berlaku kelipatan jika tidak S : 0 dan K :3?
Nila Defi Lusiani_19108010014_A Izin bertanya , pada alat uji normalitas "Histogram" dijelaskan bahwa kadang kala metode histogram ini saat kita membaca keputusan pada pola yang dibentuk tidak tepat. Pertanyaan saya apakah alat uji histogram ini masih diperlukan atau sebaiknya menggunakan alat uji yg lain? Dan alat uji mana yang lebih akurat hasilnya?
Wahyu Lisma Siami 19108010032Menurut saya uji normalitas histogram kurang tepat lagi untuk digunakan pengujian karena alat ini sudah lama dan banyak hasil ujinya tidak tepat, mungkin peneliti dpt memakai alat uji lain spt alat uji jarque bera
Niko Dian Pratiwi 19108010093 Izin bertanya Selain memakai eviews, aplikasi mana lagi yang kira2 penggunaannya mudah dipahami untuk pengerjaan uji normalitas?
19108010002-Nia isnainia Mengapa uji jarque-bera (JB) menjadi sangat populer dalam uji normalitas dan statistik? Dan apa hubungannya dengan chi-square?
Feliandana Nurul Fitri/19108010018/A Izin menjawab, karena termasuk jenis goodness of fit test yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan distribusi normal, dan hubungannya dengan tabel chi-square untuk menentukan apakah distribusi tersebut normal atau tidak. Jika nilai lebih besar dari Jarque bare maka distribusi residual persamaan regresi tidak normal.
Muhammad Athar Sanuna 19108010020 Ekonometrika Dasar A Izin bertanya, Apa yg membedakan jenis uji normalitas Jarque Bera dengan jenis uji normalitas yang lainnya? Terimakasih
Istighfarin Sukma Islamiati 19108010031 Izin menjawab, Jarque Bera sering digunakan dalam Uji Normalitas pada variabell Residual hasil dari Uji Regresi Linear karena kemampuannya yang sangat baik dalam mendeteksi normalitas pada residual.
Mohamad Ismail Habibi_19108010119_Ekonometrika A Izin menjawab bahwa uji normalitas dalam metode jarque bera harus menggunakan df=2 karena itu sudah menjadi persyaratannya
JB > X^2(2) tolak H0 terima Ha JB < X^2(2) terima H0 tolak Ha Berdasarakan penjelasan diatas yang aturan yang disebutkan menggunakan df 2. Jadi untuk selain df 2 saat ini tidak bisa
Wafiq Nuraini 19108010089 Ekonometrika Dasar A Aturan pengambilan keputusan pada metode JB adalah: Jika JB > X²(2) -> menolak H0 dan menerima Ha Jika JB < X²(2) -> menerima H0 dan menolak Ha Dalam uji normalitas dengan metode JB, syaratnya harus menggunakan df 2. Maka, selain itu tidak bisa atau hasil tidak valid.
Izin menjawab 🙏🏻🙏🏻 Aturan pengambilan keputusan dalam uji asumsi normalitas residual dengan atat uji Jarque-Bera yaitu Jika JB > X² (2) maka tolak H0 dan terima Ha(alternatif) Jika JB
Wafiq Nuraini 19108010089 Ekonometrika Dasar A Aturan pengambilan keputusan pada metode JB adalah: Jika JB > X²(2) -> menolak H0 dan menerima Ha Jika JB < X²(2) -> menerima H0 dan menolak Ha
Muhammad Zia Ulhaq_19108010011 Izin bertanya Apa yang harus menjadi pertimbangan untuk memilih Uji Normalitas JARQUE-BERA ketimbang uji normalitas lainnya ?
Syihab Zaenal Musthofa 19108010107 izin menjawab zia, karena dalam uji normalitas Jarque Bera nilai absolut dari parameter ini bisa menjadi ukuran penyimpangan distribusi dari normal.
Adi Nur Isnawan_19108010095_ED C Apa saja kekurangan dan kelebihan ketika menggunakan alat uji histogram residual, uji jarque-bera, uji one sampel kolmogorov smirnov?
Nila Defi Lusiani_19108010014_A Izin menjawab, iya.. dalam aplikasinya nilai Jarque Bera (JB) akan dibandingkan dengan nilai Chi-Square tabel pada derajat kebebasan 2.
Az-Dhifta Himmah Yasya_19108010059 Izin menjawab Menurut saya, harus menggunakan tabel chi square. Karena dalam penerapan nilai JB akan dibandingkan dalam nilai tabel chi square, dimana df : 2.
Mohamad Ismail Habibi_19108010119_Ekonometrika A Izin menjawab bahwa fungsi metode ols pada uji regresi adalah untuk meminimalkan residual sehingga hasilnya lebih valid. Oleh karena itu semua uji asumsi klasik untuk metode ols harus terpenuhi semuanya karena sudah menjadi syarat asumsi metode tersebut. Jika semua asumsi terpenuhi maka hasilnya dapat lebih valid
Feliandana Nurul Fitri/19108010018/A Izin menjawab, Efektif digunakan. Jarque bera sering digunakan dalam uji normalitas pada variabel residual hasil dari uji regresi linear karena kemampuannya yang sangat baik dalam mendeteksi normalitas pada residual.
Izin menjawab, iyaa efektif digunakan. Uji statistik Jarque Bera ini sering digunakan dalam uji normalitas pada variabel residual hasil dari uji regresi linear. Yang dimana uji statistik Jarque Bera ini memiliki kemampuan yang sangat baik dalam mendeteksi normalitas pada residual.
Az-Dhifta Himmah Yasya_19108010059 Izin menjawab Menurut saya, JB Harus menggunakan nilai df 2 karena dalam JB itu adalah syarat Uji normalitas yang herus di penuhi. Jadi menggunakan df 2.
Muhammad jundy andymurti. Menjawab pertanyaan di atas Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif).
Yesi Ramadhani Skewness : alat ukur kenormalan data pada stastiktika, Menunjukkan tingkat kemiringan sebuah kurva. Skewness dapat bernilai positif, negatif, dan nol.
'Izzah Khoirunnisa' Mudzakir 19108010125 Apabila error berdistribusi normal, kita dapat mengambil kesimpulan tentang populasi walaupun ukuran sampel kecil
Khoirudin Imam Mustofa_19108010063 Dalam metode Jarque-Bera didasarkan pada sampel besar yang di asumsikan bersifat asymptotic,. Apa yang di maksud dengan asymptotic?
Nila Defi Lusiani_19108010014_A Izin menjawab, Asymptotic digunakan dalam membangun mekanisme numerik yang akan mendekati solusi persamaan, dan pada metode Jarque-Bera berarti mengarah pada distribusi normal.
Rini kurniawati_19108010033 ED - B Izin bertanya : Dijelaskan Alat Uji Normalitas itu ada Histogram Residual, Uji Jarque - Bera, Uji One sampai Kolmogorov Smirnov. Pertanyaan nya sebutkan keuntungan dari menggunakan alat" uji tersebut
Fikri Labib_19108010086 Untuk Histogram, mungkin keunggulannya ialah kita dapat mengetahui secara mudah pola kenormalan distribusi melalui gambar. Namun, sudah tentu kemudahan melihat pola kenormalan distribusi data melalui gambar tidak menjamin ketepatan hasil kesimpulan akhir.
Menurut saya mempunyai kelebihan masing2, seperti jarque-bera dengan kemampuannya yg sangat baik dalam uji normalitas dan histogram yang penyajiannya berbentuk gambar-gambar sehingga sangat enak untuk dibaca.
Novia audyna fajria_19108010034 Izin menjawab. Kelebihannya akurat, sedangkan kekurangannya JB tidak terdapat pada aplikasi statistik sehingga harus menghitung dengan manual.
kelebihan dr uji normalitas dgn jarque bera adalah nilai absolut dari parameter ini bisa menjadi ukuran penyimpangan distribusi dari normal. namun kekurangannya yaitu JB ini tdk terdapat atau tdk dapat ditemukan dlm aplikasi2 yg populer spt stata sehingga utk menentukan jawabannya harus dihitung secara manual
'Izzah Khoirunnisa' Mudzakir 19108010125 Contoh lain dalam penggunaan uji jarque-bera adalah menghitung model deret yang dilakukan dengan menghitung akar akar dari fungsi
Moh syarif jauhari_19108010071 Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol.Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanannilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar
Izin menjawab Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Latifa isnaini Izin menjawab, -Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. -Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. -Skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Yesi Ramadhani Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Jamil_19108010116 Izin bertanya misalkan kita sudah mencoba 3 cara uji normalitas tersebut tapi hasilnya tidak normal, bagaimana cara mengatasinya? Terima kasih.
'Izzah Khoirunnisa' Mudzakir 19108010125 Salah satu cara mengatasinya adalah dengan memfokuskan data agar tidak berasal lebih dari satu proses, penjumlahan atau pergeseran atau dari sebuah proses yang sering bergeser
Mohamad Ismail Habibi_19108010119_Ekonometrika A Izin menjawab bahwa kita dapat menggunakan metode transformasi data yaitu dengan mentransformasikan data grafik awal yg tidak terdistribusi normal menggunakann formula tertentu yg sesuai dengan data grafik sebelumnya. Metode ini lebih mudah digunakan jika melalui alat bantu seperti aplikasi SPSS
Izin menjawab, aturan pengambilan keputusan dalam uji Jarque-Bera, yaitu: Jika JB < X²(2), maka menerima H0 dan menolak H1 (residual terdistribusi normal ) Jika JB > X²(2), maka menerima H1 dan menolak H0 (residual tidak terdistribusi normal )
Latifa isnaini Izin menjawab, Pengambilan keputusan dalam uji Jarque-bera: Jika JB < X² (2), maka menerima H0 & menolak H1 Jika JB > X² (2), maka menolak H0 & menerima H1
Ijin menjawab Aidia Putri_19108010087 Karena alam pengaplikasinya nilai Jarque Bera (JB) akan dibandingkan dengan nilai Chi-Square Tabel pada derajat kebebasan 2 (df=2)
Fikri Labib_19108010086 Karena pengambilan kesimpulan akhir itu, normal atau tidaknya distribusi rasidual, bergantung pada perbandingan nilai JB dg nilai df
Muhammad Athar Sanuna 19108010020 Ekonometrika Dasar A Izin menjawab pertanyaan tersebut, nilai Jarque Bera harus menggunakan tabel Chi-Square dikarenakan dalam penerapannya nilai Jarque Bera (JB) akan dibandingkan dengan nilai tabel Chi-Square dimana pada df = 2. Terimakasih
Adimas Sidiq Nurfahmi Andriansyah 19108010099 Ekonometrika Dasar C Manakah cara yang sering digunakan dalam mendeteksi residual yang berdistribusi normal atau tidak dalam uji normalitas?
Taufik Qurrohman_19108010027_ED(C) izin menjawab Dalam Uji Normalitas ini ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistic.
'Izzah Khoirunnisa' Mudzakir 19108010125 Cara yang sering digunakan dalam mendeteksi residual yang berdistribusi normal atau tidak dalam uji normalitas ialah uji pearson chi square, uji kolmogorov-smirnov dan uji shapiro wilk
Ashnov Brillianto Ahmada_19108010055_ED B Uji Normalitas dapat dilakukan dengan berbagai cara yaitu, melalui histogram residual, uji asumsi klasik, dan uji kolomogorov-smirnov.
Desti Fitriani_19108010074_ED B Izin menjawab Selain menggunakan metode jarque bera, uji normalitas diantaranya juga dapat dilakukan melalui pengujian one sample kolmogorov-smirnov, histogram residual.
Izin menjawab, Dalam uji normalitas selain uji Jarque bera terdapat beberapa cara lain yang bisa digunakan seperti histogram residual, uji one sampel Kolmogorov-Smirnov, uji Anderson-Darling, uji Shapiro Wilk, dll.
Isnaeni Nurrahmawati (1910810060) ED B Izin menjawab Selain menggunakan uji Jarque-Bera, uji normalitas dapat dilakukan melalui histogram residual, uji One Sampel Kolmogorov-Smirnov, dll.
izin bertanya berdasarkan contoh diatas apakah dapat uji normalitas residual hanya bisa dilakukan dua sisi saja atau bisa juga dengan satu sisi? terima kasih
Muhammad Athar Sanuna 19108010020 Ekonometrika Dasar A Izin menjawab pertanyaan tersebut, uji normalitas residual berdasarkan contoh diatas hanya dapat digunakan pada 2 sisi saja. Terimakasih
Taufik Qurrohman_19108010027_ED(C) izin menjawab residual terdistribusi tidak normal bisa disebabkan oleh jumlah sampel yang terlalu kecil. Jika tidak normal maka bisa dilakukan penambahan jumlah sampel karena semakin besar jumlah sampel maka data semakin mengarah ke distribusi normal
Fikri Labib_19108010086 Menurut Sy tidak ada, karena hasil kesimpulan dr kenormalan rasidual sendiri merupakan hasil dr perhitungan ilmiah. jika ada ciri khusus, mungkin tak perlu melakukan perhitungan untuk kesimpulan yg tepat, hanya menyesuaikan dengan ciri khusus yg ada.
Moh syarif jauhari_19108010071 Apabila eror tidak terdiatribusi normal, nilai kpefisien t dan f. Prinsip normalitas variabel tidak bisa diterapkan apabila estimator menggunakan skala dikotomi..
Ijin menjawab Aidia Putri_ 19108010087 Uji jarque-Bera yaitu salah satu alat uji normalitas yang berutujuan untuk mengukur apakah skewness dan kurtosis sample sudah sesuai dengan distribusi normal. Fungsi :untuk mengetahui perbedaan skewness dgn kartosis
Rini kurniawati_19108010033 Izin menjawab : Uji Jarque Bera adalah ukuran distribusi data yg dikembangkan oleh C.M Jarque dan A.K. Bera, metode Jarque-bera didasarkan pada sampel besar yg diasumsikan bersifat asymptotic. salah satu uji normalitas jenis goodness of fit test yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan distribusi normal. Skewness dan kurtosis dapat menunjukkan kondisi pembagian atau distribusi data. Kondisi ideal adalah saat data terdistribusi normal, yakni saat skewness bernilai 0 dan kurtosis bernilai 3. Semakin jauh dari kondisi ideal berarti data tersebar semakin tidak ideal atau tidak merata.
Izin menjawab. Nadia Aulia Rahmadea 19108010072 Uji Jarque Bera adalah salah satu uji normalitas jenis goodness of fit test yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan distribusi normal. Uji ini didasarkan pada kenyataan bahwa nilai skewness dan kurtosis dari distribusi normal sama dengan nol. Oleh karena itu, nilai absolut dari parameter ini bisa menjadi ukuran penyimpangan distribusi dari normal.
Desti Fitriani_19108010074_ED B Izin menjawab Uji jarque bera merupakan ukuran distribusi data yang dikembangkan oleh C.M. Jarque & A. K. Bera pada tahun 1987. Pengujian jarque bera ini merupakan salah satu uji normalitas jenis goodness of fit test yang mengukur apakah skewness dan kurtosis sample sesuai dengan distribusi normal atau tidak.
Duta Arief Imaduddin_19108010046 _ED B Uji Jarque-Bera adalah alat uji normalitas yang bertujuan untuk mengukur apakah skewness dan kurtosis sampel sudah sesuai dengan distribusi normal. Fungsinya adalah untuk mengetahui perbedaan dari skewness dan kurtosis.
Frida Alfiani_19108010062 Izin menjawab Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol, sedangkan Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Izin menjawab, Skewness adalah indikator untuk menunjukkan tingkat kemiringan sebuah kurva, data terdistribusi normal apabila skewness bernilai 0. Sedangkan kurtosis adalah indikator yang menunjukkan tingkat keruncingan sebuah kurva, datanya terdistribusi normal ketika kurtosis bernilai 3.
Atthaya Nasywa Fazhira_19108010048 Izin menjawab Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing. Nilai referensi kurtosis adalah 3.
Muhammad Muflihuddin 19108010049 Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Sedangkan Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Taufik Qurrohman_19108010027_ED(C) Disebutkan bahwa apabila tingkat signifikansi tidak diketahui, kita boleh menggunakan tingkat signifikansi 5%. Mengapa tidak menggunakan tingkat signifikansi 1%? bukankah semakin kecil tingkat signifikansi maka semakin besar tingkat kepercayaan pengambilan keputusan?
Izin menjawab, sebenarnya boleh memilih apakah 5% atau 1% Yang sering dipakai adalah 5%. Ini merupakan kebiasaan peneliti terdahulu dan bukan karena ada suatu dasar teori tertentu yg mengharuskan menggunakan 5%. Jadi pemilihan angka 5% hanyalah karena faktor kebiasaan semata.
Atthaya Nasywa Fazhira_19108010048 perbedaan antara nilai observasi dengan nilai prediksi yang diperoleh dengan menggunakan model regresi estimasi sudah terstandarisasi normal atau tidak
Ashnov Brillianto Ahmada_19108010055_ED B Residual merupakan selisih nilai pengamatan yang sebenarnya dengan nilai yang diprediksi oleh model. Distribusi residual sendiri merupakan persebaran residual yang ada pada variabel model. Nilainya akan dikatakan normal apabila sebagian besar nilainya semakin mendekati nilai rata-rata di mana nilai JB lebih kecil daripada nilai chi-kuadrat.
Annisa Nur Khairat_19108010043 Distribusi risidual murapakan perbedaan antara nilai observasi dengan nilai prediksi yang didapat menggunakan regresi estimasi.
![[LIVE] : ONE ลุมพินี 91 | คู่เอก "คมอาวุธ vs อเล็กเซย์"](http://i.ytimg.com/vi/V0RkEfYFsgM/mqdefault.jpg)
Musthafa Kamaluddin 19108010054
Izin bertanya
Dalam penjelasan dikatakan Uji statistik Jarque-Bera didasarkan pada nilai skewness dan Kurtosis, lalu apakah pernyataan tersebut juga berlaku pada alat uji yang lain?
Maili Launa Tayiba_19108010037
Izin menjawab🙏
Sependek yang saya tau, pernyataan tersebut tidak berlaku pada uji lain karena tentunya di uji lain ada pernyataan sendiri yang lebih spesifik
Wina Widyawati (19108010104)
Mengapa saat membandingkan statistika Jarque Bera menggunakan degree of freedom 2 ?
Mohamad Ismail Habibi_19108010119_Ekonometrika A
Izin bertanya, di video dikatakan kadangkala menggunakan histogram residual, keputusan kita tidak tepat? Apa maksudnya?
Budi Setiawan_19108010058
Izin bertanya....
Tadi kan dijelaskan bahwa uji statistik dari uji normalitas jarque-bera didasarkan pada nilai skewness dan kurtosis. Jika selain menggunakan nilai tersebut apakah tetap bisa ?
Umi Labibah
19108010024
Apakah ada alat lain selain skewness dan kurtosis yang digunakan dalam Jerque-bera ?
Lalu apa sih kelebihan dari keduanya?
19108010017_Tri Viandani
Antara uji jarque-bera dan uji one sampel kolmogorov-smirnov, mana uji normalitas yang lebih baik digunakan dengan hasil keputusan yang valid dan sistem pengerjaan atau penyelesaian yang lebih sederhana?
Uji Statistik Jarque Bera didasarkan pada nilai skewness, dan kurtosis. apa pengertian dari skewness yang menjadi dasara uji statistik ini ?
Dodi Setiawan
19108010003
Izin menjawab
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol.
Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Izin menjawab
Skewness yaitu tingkat kemiringan sebuah kurva. Kurva yang dimaksud yaitu kurva yang diperoleh dari distribusi sebuah data.
Skewness dapat bernilai positif, negatif, dan nol.
Feliandana Nurul Fitri/19108010018/A
Izin bertanya, apakah benar asumsi jika suatu data sampel lebih dari 30 sudah pasti data tersebut sudah berdistribusi normal tanpa perlu melakukan uji normalitas ?
Maili Launa Tayiba_19108010037
Izin bertanya🙏
Dari penjelasan yang ada dalam video, apa sajakah yang menjadi asumsi dalam metode OLS?
Muhammad Zia Ulhaq_19108010011
Izin Menjawab
1. Residual 𝜀𝑖
terdistribusi normal.
2. Nilai rata-rata residual, 𝜀ҧ𝑖
, adalah sama dengan nol, 𝜀ҧ𝑖 = 𝐸 𝜀𝑖 = 0.
3. Tidak terdapat korelasi serial atau autokorelasi antar variabel residual
untuk setiap observasi, 𝐸 𝜀𝑖𝜀𝑗 = 0, 𝑖 ≠ 𝑗.
4. Varian nilai residual konstan atau homoskedastisitas, 𝐸 𝜀𝑖𝜀𝑗 = 𝜎𝜀
2, 𝑖 = 𝑗.
5. Variabel independent tidak saling berkorelasi, 𝐸 𝑋𝑖𝑋𝑗 = 0.
Wafiq Nuraini
19108010089
Ekonometrika Dasar A
Asumsi dalam metode OLS antara lain:
1. Residual terdistribusi normal.
2. Nilai rata-rata residual sama dengan nol.
3. Tidak terdapat korelasi serial atau autokorelasi antar variabel residual untuk setiap observasi.
4. Varian nilai residual konstan (homoskedastisitas).
5. Variabel bebas (independent) tidak berkorelasi dengan residual untuk setiap observasi.
Yesi Ramadhani
ASUMSI METODE OLS
1. Residual 𝜀𝑖
terdistribusi normal.
2. Nilai rata-rata residual, adalah sama dengan nol,
3. Tidak terdapat korelasi serial atau autokorelasi antar variabel residual
untuk setiap observasi, 𝐸 (𝜀𝑖𝜀𝑗) = 0, 𝑖 ≠ 𝑗.
4. Varian nilai residual konstan atau homoskedastisitas,
5. Variabel independent tidak berkorelasi dengan residual untuk setiap
observasi, 𝐸 (𝑋𝑖𝜀𝑖) = 0.
Pradhika Ramadhani
19108010075
EKDAS A
Apakah hanya metode OLS yang memerlukan uji normalitas dalam asumsinya
Labiq Ahwazy Ahmad
19108010023
Apa saja keunggulan dan kekurangan dari penggunaan uji normalitas metode jarque-bera? Apakah ada uji normalitas lain yang bisa digunakan selain metode tersebut?
Latifa Isnaini
Apa arti dari skewness dalam uji Jarque-bera?
Az-Dhifta Himmah Yasya_19108010059
Izin menjawab
Skewness adalah tingkat kemiringan suatu kurva.
19108010110_Robby La Tansany
Tingkat kemiringan sebuah kurva yang diperoleh dari distribusi data. Skewnes dapat bernilai positif, negatif, dan nol. Nilai tersebut yang menentukan ekor distribusi berada disebelah kanan, kiri, dan terdistribusi simetris.
Umi Labibah_1910800024
Skewness adalah tingkat kemiringan suatu kurva yang diperoleh dari distribusi data.
Novika Zahrotun Nisa_19108010016
Skewness adalah tingkat kemiringan sebuah kurva. Kurva yang dimaksud yaitu kurva yang diperoleh dari distribusi sebuah data. Skewness bisa bernilai negatif, positif, dan nol
Wafiq Nuraini
19108010089
Ekonometrika Dasar A
Skewness adalah tingkat kemiringan sebuah kurva. Skewness dapat bernilai positif (+), negatif (-), dan nol (0).
19108010017_Tri Viandani
Apa kelebihan dan kekurangan dari alat uji normalitas termasuk uji histogram residual, uji jarque-bera, dan uji one sampel kalmogorov smirnov, jelaskan?
Nama : fauzan salim khuldi
Nim. : 19108010004
Izin bertanya
Apabila nanti kita sudah terjun disebuah perusahaan, dan terdapat sebuah data kemudian kita menggunakan asumsi uji normalitas dengan menggunakan semua alat ujinya dan didapati hasilnya adalah distribusi tidak berjalan dengan normal, apakah yang harus kita lakukan sebagai lulusan sarjana Ekonomi?
Terimakasih🙏
Az-Dhifta Himmah Yasya_19108010059
Suatu variabel dikatakan terdistribusi normal apabila nilai skewness S : 0 Dan kurtosis K : 3. Apakah selain S : 0 dan K : 3 tidak kan terdistribusi normal? Dan apakah berlaku kelipatan jika tidak S : 0 dan K :3?
Ika rahayu lulu nahariyah_19108010006
Apakah valid tidaknya bergantung pada asumsi OLS?
Nila Defi Lusiani_19108010014_A
Izin bertanya , pada alat uji normalitas "Histogram" dijelaskan bahwa kadang kala metode histogram ini saat kita membaca keputusan pada pola yang dibentuk tidak tepat. Pertanyaan saya apakah alat uji histogram ini masih diperlukan atau sebaiknya menggunakan alat uji yg lain? Dan alat uji mana yang lebih akurat hasilnya?
Wahyu Lisma Siami 19108010032Menurut saya uji normalitas histogram kurang tepat lagi untuk digunakan pengujian karena alat ini sudah lama dan banyak hasil ujinya tidak tepat, mungkin peneliti dpt memakai alat uji lain spt alat uji jarque bera
Niko Dian Pratiwi
19108010093
Izin bertanya
Selain memakai eviews, aplikasi mana lagi yang kira2 penggunaannya mudah dipahami untuk pengerjaan uji normalitas?
Feliandana Nurul Fitri/19108010018/A
Izin menjawab, uji normalitas residual menggunakan SPSS
Rizki Farhandi
19108010039
Adakah alat ukur lain yg bisa dipakai sebagai dasar perhitungan Jarque bera selain/pengganti skewness dan kurtosis
izin bantu menjawab, sepemahaman saya tidak ada alat ukur lain, karena indikator untuk menguji variabel jarque-bera memang skewness dan kurtosis
19108010002-Nia isnainia
Mengapa uji jarque-bera (JB) menjadi sangat populer dalam uji normalitas dan statistik? Dan apa hubungannya dengan chi-square?
Feliandana Nurul Fitri/19108010018/A
Izin menjawab, karena termasuk jenis goodness of fit test yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan distribusi normal, dan hubungannya dengan tabel chi-square untuk menentukan apakah distribusi tersebut normal atau tidak. Jika nilai lebih besar dari Jarque bare maka distribusi residual persamaan regresi tidak normal.
Isnaeni Nurrahmawati (19108010060) ED B
Izin bertanya
Apa kelebihan dan kelemahan menggunakan uji Jarque-Bera?
Muhammad Athar Sanuna
19108010020
Ekonometrika Dasar A
Izin bertanya, Apa yg membedakan jenis uji normalitas Jarque Bera dengan jenis uji normalitas yang lainnya?
Terimakasih
Dhony Kalingga Jati_19108010030
Izin bertanya, apa keunggulan menggunakan alat uji jarque-bera daripada alat uji yang lain?
Terimakasih
Istighfarin Sukma Islamiati
19108010031
Izin menjawab,
Jarque Bera sering digunakan dalam Uji Normalitas pada variabell Residual hasil dari Uji Regresi Linear karena kemampuannya yang sangat baik dalam mendeteksi normalitas pada residual.
Rosyad Mahi Baghichoir (19108010021)
Bagaimana suatu variabel dikatakan terdistribusi normal?
Wahyu Lisma Siami_19108010032 apa keunggulan alat uji jarque bera sehingga alat ini lebih baik digunakan untuk penelitian
kelebihannya krn dia dianggap mampu memprediksi normalitas yg terdapat pd sebuah residual
Bagaimana aturan pengambilan keputusan dalam metode jarque-bera? apakah bisa menggunkaan selain dengan nilai df 2?
Mohamad Ismail Habibi_19108010119_Ekonometrika A
Izin menjawab bahwa uji normalitas dalam metode jarque bera harus menggunakan df=2 karena itu sudah menjadi persyaratannya
JB > X^2(2) tolak H0 terima Ha
JB < X^2(2) terima H0 tolak Ha
Berdasarakan penjelasan diatas yang aturan yang disebutkan menggunakan df 2. Jadi untuk selain df 2 saat ini tidak bisa
Wafiq Nuraini
19108010089
Ekonometrika Dasar A
Aturan pengambilan keputusan pada metode JB adalah:
Jika JB > X²(2) -> menolak H0 dan menerima Ha
Jika JB < X²(2) -> menerima H0 dan menolak Ha
Dalam uji normalitas dengan metode JB, syaratnya harus menggunakan df 2. Maka, selain itu tidak bisa atau hasil tidak valid.
Izin bertanya
Bagaimana aturan pengambilan keputusan pada metode jarque-bere?
Jika 𝐽𝐵 > X*2(2) → tolak 𝐻0 dan terima 𝐻𝑎
Jika 𝐽𝐵 < X*2(2) → terima 𝐻0 dan tolak 𝐻𝑎
Izin menjawab 🙏🏻🙏🏻
Aturan pengambilan keputusan dalam uji asumsi normalitas residual dengan atat uji Jarque-Bera yaitu
Jika JB > X² (2) maka tolak H0 dan terima Ha(alternatif)
Jika JB
Talitha Vitri Amalia
19108010067
Jika JB > X² (2) - Maka H0 ditolak dan Ha diterima
Jika JB < X² (2) - Maka H0 diterima dan Ha ditolak
izin menjawab
Aturan pengambilan keputusan :
Apabila JB > X²(2) maka menolak H0 dan menerima Ha.
Apabila JB < X²(2) maka menerima H0 dan menolak Ha.
Wafiq Nuraini
19108010089
Ekonometrika Dasar A
Aturan pengambilan keputusan pada metode JB adalah:
Jika JB > X²(2) -> menolak H0 dan menerima Ha
Jika JB < X²(2) -> menerima H0 dan menolak Ha
Thomas Awaludin
19108010007
Bagaimana penyelesaian yang paling efektif dan yang paling cepat untuk uji normalitas Jarque-Ber A?
Zahrotul ilmy_19108010005
Izin bertanya, apakah uji normalitas harus dilakukan pada setiap data sampel ?
Feliandana Nurul Fitri/19108010018/A
Izin menjawab, iya jika data sampel tidak berasal dari populasi yang berdistribusi normal.
19108010017_Tri Viandani
Jelaskan apa yang di maksud dengan skewness pada uji jarque-bera?
Nila Defi Lusiani_19108010014_A
Izin menjawab, Skewness pada uji Jarque-Bera menunjukan tingkat kemiringan dari sebuah kurva.
izin menjawab, skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai.
syihab zaenal musthofa 19108010107
izin bertanya kawan-kawan semua, apakah uji normalitas ini bisa dilakukan untuk data pervariabel ? mengapa?
Ai Zulfah Tsamrotul Puadah (19108010069)
Izin bertanya,
Apa yang dimaksud dengan asymptotic?
Isnaeni Nurrahmawati (19108010060)
Izin menjawab
Asymptotic pada metode Jarque-Bera diartikan sebagai sifat yang mengarah pada distribusi normal.
Muhammad Zia Ulhaq_19108010011
Izin bertanya
Apa yang harus menjadi pertimbangan untuk memilih Uji Normalitas JARQUE-BERA ketimbang uji normalitas lainnya ?
Syihab Zaenal Musthofa
19108010107
izin menjawab zia, karena dalam uji normalitas Jarque Bera nilai absolut dari parameter ini bisa menjadi ukuran penyimpangan distribusi dari normal.
Adi Nur Isnawan_19108010095_ED C
Apa saja kekurangan dan kelebihan ketika menggunakan alat uji histogram residual, uji jarque-bera, uji one sampel kolmogorov smirnov?
Triya Novita Sari 19108010057
Apakah Jarque Bera harus selalu menggunakan tabel chi square?
Nila Defi Lusiani_19108010014_A
Izin menjawab, iya.. dalam aplikasinya nilai Jarque Bera (JB) akan dibandingkan dengan nilai Chi-Square tabel pada derajat kebebasan 2.
Az-Dhifta Himmah Yasya_19108010059
Izin menjawab
Menurut saya, harus menggunakan tabel chi square. Karena dalam penerapan nilai JB akan dibandingkan dalam nilai tabel chi square, dimana df : 2.
izin menjawab, iya karena normalitas sebuah data dapat diketahui dengan membandingkan nilai Jarque-Bera (JB) dan nilai Chi Square table.
Nauval Shadiq Hia
19108010045
Apakah asumsi OLS harus dimiliki semua oleh nilai regresi yang akan dihitung atau sebagiannya saja?
Mohamad Ismail Habibi_19108010119_Ekonometrika A
Izin menjawab bahwa fungsi metode ols pada uji regresi adalah untuk meminimalkan residual sehingga hasilnya lebih valid. Oleh karena itu semua uji asumsi klasik untuk metode ols harus terpenuhi semuanya karena sudah menjadi syarat asumsi metode tersebut. Jika semua asumsi terpenuhi maka hasilnya dapat lebih valid
Ashnov Brillianto Ahmada_19108010055_ED B
Apakah ada metode lain, selain metode OLS ini, yang memerlukan uji normalitas dalam asumsinya?
mungkin menggunakan WLS (weighted least square) dengan menggunakan ryan joiner test/shapiro-wilk test..cmiww
Novia audyna fajria_19108010034
Apakah uji statistik jarque bera efektif digunakan?
Feliandana Nurul Fitri/19108010018/A
Izin menjawab, Efektif digunakan. Jarque bera sering digunakan dalam uji normalitas pada variabel residual hasil dari uji regresi linear karena kemampuannya yang sangat baik dalam mendeteksi normalitas pada residual.
Izin menjawab, iyaa efektif digunakan. Uji statistik Jarque Bera ini sering digunakan dalam uji normalitas pada variabel residual hasil dari uji regresi linear. Yang dimana uji statistik Jarque Bera ini memiliki kemampuan yang sangat baik dalam mendeteksi normalitas pada residual.
Fikri Labib_19108010086
Apakah bisa metode Jarque-Bera menggunakan selain nilai df 2? Jika tidak bisa, mengapa pula hrs df 2?
Izin jawab, uji JB hanya menggunakan df = 2, sebab itu sudah menjadi syarat pada uji normalitas Jarque-Bera
Az-Dhifta Himmah Yasya_19108010059
Izin menjawab
Menurut saya, JB Harus menggunakan nilai df 2 karena dalam JB itu adalah syarat Uji normalitas yang herus di penuhi. Jadi menggunakan df 2.
Laila Azizah
Apa yang di maksud dengan skewness?
Muhammad jundy andymurti.
Menjawab pertanyaan di atas
Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif).
Yesi Ramadhani
Skewness : alat ukur kenormalan data pada stastiktika, Menunjukkan tingkat kemiringan sebuah kurva. Skewness dapat bernilai positif, negatif, dan nol.
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness ini dapat bernilai positif, negatif, dan nol.
Moh syarif jauhari_19108010071
Apabila eror berdistribusi normal, apakah kita dapat mengambil kesimpulan tentang populasi..?
'Izzah Khoirunnisa' Mudzakir 19108010125
Apabila error berdistribusi normal, kita dapat mengambil kesimpulan tentang populasi walaupun ukuran sampel kecil
Istighfarin Sukma Islamiati
19108010031
Izin bertanya,
Apa saja kekurangan dari uji JB?
Novia audyna fajria_19108010034
Izin menjawab. Uji tersebut tidak terdapat pada aplikasi statistik, sehingga harus menghitung secara manual
Khoirudin Imam Mustofa_19108010063
Dalam metode Jarque-Bera didasarkan pada sampel besar yang di asumsikan bersifat asymptotic,. Apa yang di maksud dengan asymptotic?
Nila Defi Lusiani_19108010014_A
Izin menjawab, Asymptotic digunakan dalam membangun mekanisme numerik yang akan mendekati solusi persamaan, dan pada metode Jarque-Bera berarti mengarah pada distribusi normal.
izin menjawab
Dalam metode Jarque-Bera diasumsikan bahwa data dari sampel besar memiliki sifat Asymptotic yaitu mengarah pada distribusi normal.
Umi Labibah_19108010024
Izin menjawab,
Dalam Jarque-bera, yang dimaksud bersifat asymptotic adalah mengarah pada distribusi normal.
Rini kurniawati_19108010033 ED - B
Izin bertanya :
Dijelaskan Alat Uji Normalitas itu ada Histogram Residual, Uji Jarque - Bera, Uji One sampai Kolmogorov Smirnov. Pertanyaan nya sebutkan keuntungan dari menggunakan alat" uji tersebut
Fikri Labib_19108010086
Untuk Histogram, mungkin keunggulannya ialah kita dapat mengetahui secara mudah pola kenormalan distribusi melalui gambar. Namun, sudah tentu kemudahan melihat pola kenormalan distribusi data melalui gambar tidak menjamin ketepatan hasil kesimpulan akhir.
Menurut saya mempunyai kelebihan masing2, seperti jarque-bera dengan kemampuannya yg sangat baik dalam uji normalitas dan histogram yang penyajiannya berbentuk gambar-gambar sehingga sangat enak untuk dibaca.
Yesi Ramadhani (19108010019)
Apa kelebihan dan kekurangan uji normalitas dengan jarque-bera?
Novia audyna fajria_19108010034
Izin menjawab. Kelebihannya akurat, sedangkan kekurangannya JB tidak terdapat pada aplikasi statistik sehingga harus menghitung dengan manual.
kelebihan dr uji normalitas dgn jarque bera adalah nilai absolut dari parameter ini bisa menjadi ukuran penyimpangan distribusi dari normal. namun kekurangannya yaitu JB ini tdk terdapat atau tdk dapat ditemukan dlm aplikasi2 yg populer spt stata sehingga utk menentukan jawabannya harus dihitung secara manual
Duta Arief Imaduddin_19108010046_ES B
Izin Bertanya,
Apakah ada contoh lain dalam penggunaan Uji Jarque-Bera selain yang ada di video?
Terima Kasih
'Izzah Khoirunnisa' Mudzakir 19108010125
Contoh lain dalam penggunaan uji jarque-bera adalah menghitung model deret yang dilakukan dengan menghitung akar akar dari fungsi
Yudis Setiawan / B
19108010105
Skewness dapat bernilai positif, negatif, dan nol. Bagaimana distribusinya ketika nilainya negatif, positif, dan nol.
Moh syarif jauhari_19108010071
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol.Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanannilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar
Izin menjawab
Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Latifa isnaini
Izin menjawab,
-Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah.
-Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva.
-Skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Yesi Ramadhani
Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Jamil_19108010116
Izin bertanya misalkan kita sudah mencoba 3 cara uji normalitas tersebut tapi hasilnya tidak normal, bagaimana cara mengatasinya?
Terima kasih.
kita buang outliers yang dapat mengacaukan data kita, sehingga dapat diperoleh distribusi yang normal
'Izzah Khoirunnisa' Mudzakir 19108010125
Salah satu cara mengatasinya adalah dengan memfokuskan data agar tidak berasal lebih dari satu proses, penjumlahan atau pergeseran atau dari sebuah proses yang sering bergeser
Mohamad Ismail Habibi_19108010119_Ekonometrika A
Izin menjawab bahwa kita dapat menggunakan metode transformasi data yaitu dengan mentransformasikan data grafik awal yg tidak terdistribusi normal menggunakann formula tertentu yg sesuai dengan data grafik sebelumnya. Metode ini lebih mudah digunakan jika melalui alat bantu seperti aplikasi SPSS
Wafiq Nuraini
19108010089
Ekonometrika Dasar A
Dalam uji normalitas, apa yang terjadi jika residual tidak terdistribusi normal?
Yesi Ramadhani
Ketika data tidak terdistribusi normal , penyebab non - normalitas harus ditentukan dan tindakan perbaikan yang tepat harus diambil .
Shintya Audyna Z_19108010061_ES B
Izin bertanya
Bagaimanakah aturan pengambilan keputusan pada metode jarque-bera tersebut?
Izin menjawab, aturan pengambilan keputusan dalam uji Jarque-Bera, yaitu:
Jika JB < X²(2), maka menerima H0 dan menolak H1 (residual terdistribusi normal )
Jika JB > X²(2), maka menerima H1 dan menolak H0 (residual tidak terdistribusi normal )
Latifa isnaini
Izin menjawab,
Pengambilan keputusan dalam uji Jarque-bera:
Jika JB < X² (2), maka menerima H0 & menolak H1
Jika JB > X² (2), maka menolak H0 & menerima H1
Dodi Setiawan
19108010003
Izin menjawab
Jika 𝐽𝐵 > 𝜒²(2)
→ tolak 𝐻0 dan terima 𝐻𝑎
Jika 𝐽𝐵 < 𝜒²(2)→ terima 𝐻0 dan tolak 𝐻𝑎
Novika Zahrotun Nisa_19108010016
Jika JB > X² (2) maka HO ditolak dan Ha diterima
Jika JB < X² (2) maka HO diterima dan Ha ditolak
DAUD SHAHIBUL FIRDAUS_19108010041_C
Mengapa metode Jarque-Bera harus menggunakan tabel Chi Square?
Ijin menjawab
Aidia Putri_19108010087
Karena alam pengaplikasinya nilai Jarque Bera (JB) akan dibandingkan dengan nilai Chi-Square Tabel pada derajat kebebasan 2 (df=2)
Fikri Labib_19108010086
Karena pengambilan kesimpulan akhir itu, normal atau tidaknya distribusi rasidual, bergantung pada perbandingan nilai JB dg nilai df
Muhammad Athar Sanuna
19108010020
Ekonometrika Dasar A
Izin menjawab pertanyaan tersebut, nilai Jarque Bera harus menggunakan tabel Chi-Square dikarenakan dalam penerapannya nilai Jarque Bera (JB) akan dibandingkan dengan nilai tabel Chi-Square dimana pada df = 2.
Terimakasih
Adimas Sidiq Nurfahmi Andriansyah
19108010099
Ekonometrika Dasar C
Manakah cara yang sering digunakan dalam mendeteksi residual yang berdistribusi normal atau tidak dalam uji normalitas?
Taufik Qurrohman_19108010027_ED(C)
izin menjawab
Dalam Uji Normalitas ini ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistic.
'Izzah Khoirunnisa' Mudzakir 19108010125
Cara yang sering digunakan dalam mendeteksi residual yang berdistribusi normal atau tidak dalam uji normalitas ialah uji pearson chi square, uji kolmogorov-smirnov dan uji shapiro wilk
izin menjawab
cara yang sering dilakukan untuk mendeteksi kenormalan adalah melakukan uji Chi-Square, uji Kolmogorov-smirnov, dan uji Jarque-Bera.
Annisa Nur Khairat_19108010043
Izin bertanya,
Uji normalitas dapat dilakukan dengan cara apa saja?selain menggunakan metode jarque-bera.
Ashnov Brillianto Ahmada_19108010055_ED B
Uji Normalitas dapat dilakukan dengan berbagai cara yaitu, melalui histogram residual, uji asumsi klasik, dan uji kolomogorov-smirnov.
Desti Fitriani_19108010074_ED B
Izin menjawab
Selain menggunakan metode jarque bera, uji normalitas diantaranya juga dapat dilakukan melalui pengujian one sample kolmogorov-smirnov, histogram residual.
Izin menjawab,
Dalam uji normalitas selain uji Jarque bera terdapat beberapa cara lain yang bisa digunakan seperti histogram residual, uji one sampel Kolmogorov-Smirnov, uji Anderson-Darling, uji Shapiro Wilk, dll.
Selain dengan cara Uji Jarque-Bera, uji normalitas dapat dilakukan dengan cara histogram residual atau Uji One Sampel Kolmogorov Smirnov
Isnaeni Nurrahmawati (1910810060) ED B
Izin menjawab
Selain menggunakan uji Jarque-Bera, uji normalitas dapat dilakukan melalui histogram residual, uji One Sampel Kolmogorov-Smirnov, dll.
izin bertanya
berdasarkan contoh diatas apakah dapat uji normalitas residual hanya bisa dilakukan dua sisi saja atau bisa juga dengan satu sisi?
terima kasih
Atthaya Nasywa Fazhira
Uji normalisasi Residual digunakan untuk 2 sisi saja
Muhammad Athar Sanuna
19108010020
Ekonometrika Dasar A
Izin menjawab pertanyaan tersebut, uji normalitas residual berdasarkan contoh diatas hanya dapat digunakan pada 2 sisi saja.
Terimakasih
Izin menjawab 🙏🏻
Menurut video sudah jelas degree of freedom nya itu 2 JB ~X²(2)
maka uji distribusi normal nya itu menggunakan uji dua sisi
Umi Labibah_19108010024
Menurut video tersebut, uji normalitas residual digunakan untuk 2 sisi saja
Afifah Azzahra_19108010047
Ijin bertanya,
Apakah ada ciri2 khusus/spesifik untuk residual terdisdribusi tidak normal, signifikan tetapi tidak valid?
Taufik Qurrohman_19108010027_ED(C)
izin menjawab
residual terdistribusi tidak normal bisa disebabkan oleh jumlah sampel yang terlalu kecil. Jika tidak normal maka bisa dilakukan penambahan jumlah sampel karena semakin besar jumlah sampel maka data semakin mengarah ke distribusi normal
Fikri Labib_19108010086
Menurut Sy tidak ada, karena hasil kesimpulan dr kenormalan rasidual sendiri merupakan hasil dr perhitungan ilmiah. jika ada ciri khusus, mungkin tak perlu melakukan perhitungan untuk kesimpulan yg tepat, hanya menyesuaikan dengan ciri khusus yg ada.
Moh syarif jauhari_19108010071
Apabila eror tidak terdiatribusi normal, nilai kpefisien t dan f. Prinsip normalitas variabel tidak bisa diterapkan apabila estimator menggunakan skala dikotomi..
Muhammad Muflihuddin
191018010049
Jelaskan pengertian Uji Jarque-Bera beserta fungsinya terhadap skewness dan kurtosis.
Terimakasih..
Ijin menjawab
Aidia Putri_ 19108010087
Uji jarque-Bera yaitu salah satu alat uji normalitas yang berutujuan untuk mengukur apakah skewness dan kurtosis sample sudah sesuai dengan distribusi normal.
Fungsi :untuk mengetahui perbedaan skewness dgn kartosis
Rini kurniawati_19108010033
Izin menjawab :
Uji Jarque Bera adalah ukuran distribusi data yg dikembangkan oleh C.M Jarque dan A.K. Bera, metode Jarque-bera didasarkan pada sampel besar yg diasumsikan bersifat asymptotic. salah satu uji normalitas jenis goodness of fit test yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan distribusi normal. Skewness dan kurtosis dapat menunjukkan kondisi pembagian atau distribusi data. Kondisi ideal adalah saat data terdistribusi normal, yakni saat skewness bernilai 0 dan kurtosis bernilai 3. Semakin jauh dari kondisi ideal berarti data tersebar semakin tidak ideal atau tidak merata.
Izin menjawab.
Nadia Aulia Rahmadea 19108010072
Uji Jarque Bera adalah salah satu uji normalitas jenis goodness of fit test yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan distribusi normal. Uji ini didasarkan pada kenyataan bahwa nilai skewness dan kurtosis dari distribusi normal sama dengan nol. Oleh karena itu, nilai absolut dari parameter ini bisa menjadi ukuran penyimpangan distribusi dari normal.
Desti Fitriani_19108010074_ED B
Izin menjawab
Uji jarque bera merupakan ukuran distribusi data yang dikembangkan oleh C.M. Jarque & A. K. Bera pada tahun 1987. Pengujian jarque bera ini merupakan salah satu uji normalitas jenis goodness of fit test yang mengukur apakah skewness dan kurtosis sample sesuai dengan distribusi normal atau tidak.
Duta Arief Imaduddin_19108010046 _ED B
Uji Jarque-Bera adalah alat uji normalitas yang bertujuan untuk mengukur apakah skewness dan kurtosis sampel sudah sesuai dengan distribusi normal.
Fungsinya adalah untuk mengetahui perbedaan dari skewness dan kurtosis.
Desti Fitriani_19108010074_ED B
Izin bertanya
Apa yg dimaksud dengan skewness dan kurtosis?
Terima kasih
Izin menjawab, Skewness adalah derajat ketidaksimetrisan suatu distribusi. sedangkan Kurtosis adalah indikator untuk menunjukkan derajat keruncingan
Frida Alfiani_19108010062
Izin menjawab
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol, sedangkan
Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Izin menjawab,
Skewness adalah indikator untuk menunjukkan tingkat kemiringan sebuah kurva, data terdistribusi normal apabila skewness bernilai 0. Sedangkan kurtosis adalah indikator yang menunjukkan tingkat keruncingan sebuah kurva, datanya terdistribusi normal ketika kurtosis bernilai 3.
Atthaya Nasywa Fazhira_19108010048
Izin menjawab
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol
Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing. Nilai referensi kurtosis adalah 3.
Muhammad Muflihuddin
19108010049
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Sedangkan Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Taufik Qurrohman_19108010027_ED(C)
Disebutkan bahwa apabila tingkat signifikansi tidak diketahui, kita boleh menggunakan tingkat signifikansi 5%. Mengapa tidak menggunakan tingkat signifikansi 1%? bukankah semakin kecil tingkat signifikansi maka semakin besar tingkat kepercayaan pengambilan keputusan?
Izin menjawab, sebenarnya boleh memilih apakah 5% atau 1% Yang sering dipakai adalah 5%. Ini merupakan kebiasaan peneliti terdahulu dan bukan karena ada suatu dasar teori tertentu yg mengharuskan menggunakan 5%. Jadi pemilihan angka 5% hanyalah karena faktor kebiasaan semata.
'Izzah Khoirunnisa' Mudzakir 19108010125
Apakah uji asumsi normalitas residual hanya bisa dilakukan menggunakan aplikasi SPSS?
Izin menjawab, Tidak hanya dengan spss, uji normalitas juga dapat dilakukan menggunakan aplikasi lain seperti EViews dan SATATA
Atthaya Nasywa Fazhira_19108010048
Tidak, bisa menggunakan aplikasi lain seperti StatA dan E-views
Izin menjawab
Tidak.. uji normalitas residual juga bisa menggunakan app STATA atau e views
Tidak, semua aplikasi pengolah data statistik (ex: spss, stata, eviews)bisa digunakan untuk mengolah data termasuk didalamnya uji asumsi normalitas
Duta Arief Imaduddin_19108010046 _ED B
Tidak, ada aplikasi lain juga seperti STATA dan EViews.
Jihan Fathun Nada_19108010065_ED B
Izin bertanya🙏
Apa itu distribusi residual?
Terima kasih.
Atthaya Nasywa Fazhira_19108010048
perbedaan antara nilai observasi dengan nilai prediksi yang diperoleh dengan menggunakan model regresi estimasi sudah terstandarisasi normal atau tidak
distribusi residual adalah distribusi perbedaan nilai observasi dengan nilai prediksi dengan menggunakan model regresi estimasi.
Ashnov Brillianto Ahmada_19108010055_ED B
Residual merupakan selisih nilai pengamatan yang sebenarnya dengan nilai yang diprediksi oleh model. Distribusi residual sendiri merupakan persebaran residual yang ada pada variabel model. Nilainya akan dikatakan normal apabila sebagian besar nilainya semakin mendekati nilai rata-rata di mana nilai JB lebih kecil daripada nilai chi-kuadrat.
Annisa Nur Khairat_19108010043
Distribusi risidual murapakan perbedaan antara nilai observasi dengan nilai prediksi yang didapat menggunakan regresi estimasi.
Distribusi residual adalah perbedaan antara nilai observasi dengan nilai prediksi yang diperoleh dengan menggunakan model regresi estimasi.