CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai

Transkripsi

1 CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai PENGUASAAN PENGETAHUAN 5.1 Mampu menyajikan data secara deskriptif dengan gambar dan ukuran numerik 5.2 Mampu memformulasikan penyelesaian masalah riil dengan metode statistika yang tepat KEMAMPUAN KERJA 5.3 Mampu melakukan explorasi data 5.4 Mampu memilih metode analisis data yang tepat Mampu mengkomunikasikan hasil analisa secara tertulis dan lisan KEMAMPUAN MANAJERIAL 5.6 Mampu mengelola kelompok kerja dan mengkomunikasikan hasilnya secara lisan dan tertulis secara komprehensif; 5.7 Bertanggung jawab pada pekerjaan sendiri 5.8 Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok SIKAP DAN TATA NILAI 5.9 Etika profesi (termasuk menghargai temuan orisinal orang lain); menghargai pendapat orang lain; patuh pada aturan yang tertulis dan tidak tertulis dan berpikir cerdas, amanah serta kreatif. POKOK BAHASAN : Statistik deskriptif untuk data berstruktur tunggal dlompok untuk berbagai jenis skala data. Angka indeks. Pemeriksaan dan pengujian data yang mencakup simetri, skewness, kurtosis, kehomogenan varians, kenormalan, dan transformasi data. Pendugaan parameter untuk satu, dua dan k populasi yang berdistribusi normal dan tidak berdistribusi normal, ukureratan hubungan antar variabel yang berskala diskrit dan kontinu, pemodelan hubungan antar variabel yang berskala diskrit dan kontinyu PRASYARAT : Telah mengikuti Regresi dan nilai minimum D Telah mengikuti Eksperimental Desain dan nilai minimum D Halaman 93

2 ; 5.2; 5.3 ; ; 5.2; 5.3; ; 5.2; 5.3; 5,6 Capaian 1. Mengingat kembali istilahistilah dan konsep dalam statistika, metode pengambilan data, dan manajemen data dengan program paket 2. Mampu menyajikan data dalam bentuk tabel dan grafik menggunakan paket program 3. Mampu melakukan preprocessing data dengan bantuan paket program 1.1 Dapat menjelaskan istilah-istilah di dalam statistika 1.2 Mampu menjelaskan metode pengambilan data 1.3 Mampu mendefinisikan variabel, cleaning data, ekspor/impor data, menggabung/memisah data menggunakan SPSS dan MINITAB 2.1 Dapat membuat tabel dan grafik dengan bantuan paket SPSS dan MINITAB 2.2 Mampu mendeskipsikan data dengan baik serta memilih ukuran statistika yang tepat 3.1 Mampu menguji kenormalan data 3.2 Mampu memeriksa dan menguji kesamaan varians 3.3 Mampu melakukan transformasi untuk menormalkan, varians, dan melinierkan pola data Ruang lingkup mata kuliah, pengantar metode statistika (definisi dan istilah-istilah dalam statistika, teknik pengambilan sampel, manajemen data dengan SPSS dan MINITAB Penyajian data dalam bentuk tabel dan grafik, statistika deskriptif Uji normalitas, uji kesamaan varians, dan uji linearitas. Transfor-masi untuk mengatasi ketidaknormalan data, ketidakhomogen varians, ketidaklinearan pola data [3] BAB 1 [3] BAB 2 [3] BAB 3 diskus dan Tugas 1 Tugas 2 Tugas 3 5%/5% 5%/10% 5%/15% Halaman 94

3 ; 5.2; 5.3; ; 5.2; 5.3; ; 5.2; 5.3; 5.4; 5, ; 5.2; 5.3; 5.4 Capaian 4. Mampu melakukan pendugaan titik dan interval satu populasi berdistribusi normal maupun tidak berdistribusi normal dengan bantuan paket program 5. Mampu melakukan pemodelan regresi dengan paket program 6. Mampu memodelkan regresi untuk data kategorik (variabel dummy), serta mampu mengkomunikasikan hasil analisa data secara lisan dan tulisan 7. Mampu mendeteksi pelanggaran pada pemodelan regresi (multikolinear) dan mampu mengatasinya dengan bantuan paket program 4.1 Dapat melakukan penaksiran mean dan varians untuk satu populasi berdistribusi normal 4.2 Dapat melakukan penaksiran mean dan varians untuk satu populasi tidak berdistribusi normal 5.1 Dapat melakukan penaksiran parameter model regresi 5.2 Dapat menguji parameter model regresi (serentak dan individu) 5.3 Dapat melakukan pemilihan model regresi terbaik 6.1 Dapat melakukan pemodelan dengan regresi dummy 6.2 Dapat membuat laporan hasil analisa data untuk studi kasus yang diselesaikan dengan regresi 7.1 Dapat mendeteksi keberadaan multikolinear pada model regresi 7.2 Mampu mengatasi keberadaan multikolinear pada model regresi Pendugaan titik para-meter satu populasi berdistribusi normal, pendugaan titik para-meter satu populasi tidak berdistribusi nor-mal, pendugaan interval parameter satu populasi berdistribusi normal. Penaksiran parameter model regresi, pengu-jian individu dan seren-tak parameter model regresi, kriteria pemili-han model regresi ter-baik, metode pemilihan model regresi terbaik Pemodelan dengan regresi dummy, menulis laporan dan presentasi hasil analisa data Mendeteksi kebera-daan Multikolinear dan mengatasinya [3] BAB 4 [3] Tes 1 10%/25% Tugas 4 10%/35% Tugas dan Presentasi Tugas 5 & tes 15%/50% 10%/ 60% Halaman 95

4 Capaian ; 5.2; 5.3; Mampu menguji asumsi di dalam regresi dan mampu mengatasi penyimpangan asumsi menggunakan paket program 8.1 Mampu menguji asumsi-asumsi dalam pemodelan regresi 8.2 Mampu mengatasi penyimpangan asumsi dalam regresi Cara mengatasi penyimpangan asumsi model regresi PBL, diskusi dan Tugas 6 & tes 10%/70% ; 5.2; 5.3; 5.4, 8. Mampu mengidentifikasi data berpola nonlinear dan melakukan pemodelan dengan regresi nonlinear 8.1 Mampu memodelkan data yang berpola nonlinier 8.2 Mampu melakukan pemodelan regresi dengan metode yang tepat Regresi nonlinier [3] BAB 8 PBL, diskusi, dan TES & tes 10%/ 80% ; 5.2; 5.3; 5.4, 9. Mampu menyelesaikan masalah rancangan percobaan menggunakan program paket 9.1 Dapat memahami penggunaan berbagai macam rancangan percobaan 9.2 Dapat menganalisa data dengan berbagai model rancangan percobaan (RAL, RBAL, Faktorial) Rancangan acak lengkap, rancangan bloka acak lengkap, rancangan faktorial untuk K faktor [3] BAB 9 diskusi, dan Tugas7 observasi 10%/ 90% ; 5.2; 5.3; 5.4; 10.Mampu menguji dan megatasi penyimpangan asumsi di dalam rancangan percobaan serta mampu mengkomunikasikan hasil analisa data secara lisan tulis 10.1 Dapat melakukan pengujian Post Hoc Dapat menguji asumsi pada residual model 10.3 Dapat mengatasi penyimpangan asumsi Multiple comparison (post hoc test), uji asumsi dalam randangan percobaan, laporan dan presentasi studi kasus [3] BAB 9 PBL, latihan, Presentasi 10%/100% PUSTAKA UTAMA 1. Diktat Pengajaran AD 1 (jurusan Statistika ITS) PUSTAKA PENDUKUNG 1. Manual Paket Program SPSS 2. Manual Paket Program MINITAB Halaman 96

5 Halaman 97