PROGRAM PASCASARJANA UNIVERSITAS SRIWIJAYA PROGRAM STUDI ILMU EKONOMI

Transkripsi

1 PROGRAM PASCASARJANA UNIVERSITAS SRIWIJAYA PROGRAM STUDI ILMU EKONOMI SILABUS Mata Kuliah : Statistik Kode Mata Kuliah : EKM Stats Mata Kuliah : Wajib Bobot : 3 SKS Jenjang Studi : S2 Reguler Program Studi : Ilmu Ekonomi Bidang Kajian Utama : Manajemen Kelas : Reguler Pagi Reguler Jum at & Sabtu Semester : Ganjil (III) T.A. 2009/2010 Dosen Pengasuh : Dr. Sulastri, ME., M.Komp * Drs. Dian Eka, MM Drs. Yuliansyah M.Diah, MM Deskripsi Mata Kuliah Mata kuliah Statistik adalah mata kuliah yang membahas tentang statistik deskriptif, penerapan teori probabilita, statistic inferensial (univariat dan multivariat), non parametric statistic, structural equation modelling dan dan model dinamik time series. Topik pembahasan dalam mata kuliah Statistik dibagi dalam empat kelompok pembahasan. (1) Pembahasan tentang statistik deskriptif, teori probabilita dalam pengambilan keputusan yang berhubungan dengan statistik. Statistik inferensial, dibahas proses sampling, distribusi sampling, dan inferensi parameter populasi serta pengujian hipotesis baik yang berkaitan dengan jumlah sampel. (Praktikum statistik deskriptif) (2) Topik pembahasan kedua adalah analisis data univariat dan multivariat yang difokuskan pada penyusunan model, pengujian asumsi analisis auto serial correlation, homoscedastic test, out lier test. Analisis faktor, Regresi Berganda, Diskriminan, dan Cluster. (3) Statistik non parametric dengan berbagai alat uji antara lain smirnov test, kruskal wallis test, sign test dan rank correlation sperman dan kendall. ( Praktikum statistik non parametrik) (4) Pengujian persamaan terstruktur serta penggunaan model-model kompleks dan penggunaan variabel variabel dummy. Analisis Jalur, Konformatory dan SEM. Praktikum penggunaan SPSS dan pengenalan AMOS 5 (Laboratorium) Tujuan Pembelajaran Tujuan pembelajaran mata kuliah statistik untuk memberikan teori, konsep, model, dan landasan analisis mempergunakan data statistik untuk dasar pengambilan keputusan dan. Dengan demikian diharapkan setelah mengikuti mata kuliah ini mempunyai

2 pengetahuan dan ketrampilan yang memadai dalam mempergunakan peralatan statistik dalam analisis data untuk pengambilan keputusan dan tujuan. Untuk mencapai tujuan ini pengajaran Mata Kuliah Statistik dilaksanakan dalam 18 kali pertemuan yang membahas berbagai kelompok topik sebagaimana diuraikan di atas. Proses Pembelajaran Proses pembelajaran berorientasi pada student based learning. Dosen lebih bertindak sebagai fasilitator. Sehingga terjadi interaksi pembelajaran aktif, melalui curah pendapat, diskusi kelompok, penugasan, unjuk kerja, praktikum dan simulasi. Dosen hanya sebagai salah satu dari sumber belajar. Dosen mengarahkan sumber belajar lainnya seperti buku, inetrnet, jurnal, kepustakaan, serta pengalaman sesama mahasiswa. Selain metode pembelajaran aktif mahasiswa wajib mengikuti praktikum di laboratorium komputer. Mahasiswa diberi penugasanpenugasan baik dikerjakan di rumah maupun di kelas serta diskusi antara mahasiswa dan pengajar. Dalam proses pembelajaran diasuh oleh beberapa dosen yang memberikan beberapa topik yang terintegrasi dengan topik secara keseluruhan materi kuliah. Mahasiswa diharapkan untuk membaca materi/bab yang akan didiskusikan dalam kelas sebelum kelas dimulai dan mahasiswa juga diharapkan untuk mengerjakan pekerjaan rumah dan mengerjakan pekerjaannya tersebut tepat pada waktunya. Mahasiswa yang tidak siap atau belum membaca materi sebelum kelas dimulai dapat mengganggu kelancaran jalannya proses pengajaran dan akhirnya akan mengurangi kualitas proses pembelajaran. Karenanya mahasiswa yang siap dengan materi kuliah sebelum kelas dimulai akan memperoleh manfaat yang lebih besar daripada mahasiswa yang tidak siap untuk belajar. Bacaan Wajib 1. Levin, Richard I and David S Rubin, Statistic for Management. 7 th edition. Prentice Hall (LR) 2. Gujarati, Damodar N, basic Econometrics, 3 rd Edition, McGraw Hill (G) 3. Hair et.al (1998), Multivariate Data Analysis, Edisi Kelima, Prentice Hall Inc (Hr) 4. Singgih Susanto, Statistik Data Multivariat 5. Statistik non parametrik 6. Agus Widarjono, Analisis Statistik Multivariat Terapan, UPP STIM YKPN, 2010 Buku Referensi Berenson, Levine, and Krehbiel. Basic Business Statistic : Concepts and Application, 8 th edition Prentice Hall. Penilaian Penilaian Kuliah terdiri atas :

3 Test terdiri dari (60%) UTS 25 % UAS 25 % Quiz 10% Non Test 20% 5% Laporan 10% Kehadiran 5% Penilaian tersebut berlaku apabila mahasiswa memenuhi standar kehadiran sesuai ketentuan umum yang dipersyaratkan STANDAR KOMPETENSI : 1. Mahasiswa mampu menggunakan salah satu statistik dalam pemecahan masalah 2. Mahasiswa mampu menginterpretasikan hasil-hasil pengolahan data statistik 3. Mahasiswa mampu mengoperasikan salah satu program pengolahan data statistik

4 Satuan Acara Perkuliahan Pertemuan Ke KOMPETENSI DASAR INDIKATOR PENGALAMAN BELAJAR 1 Memahami Konsep dasar pengujian menginterpretasikan hipotesis makna pengujian hipotesis dalam sampel dan populasi dengan tepat menjelaskan model-model statistik dalam pengujian hipotesis yang relevan untuk menjawab permasalahan dengan tepat menjelaskan konsep dasar pengujian hipotesis sehingga dalam setiap kasus mampu dirumuskan dengan tepat MATERI POKOK Pendahuluan Penjelasana manfaat statistik dalam bidang manajemen Arti statistik dan statistika Arti populasi & sampel Pemodelan statistik SUMBER BAHAN/MEDIA Levin, Richard I and David S Rubin 2 Menggunakan model statistik deskriptif dalam pengujian Hipotesis Deskriptif dalam pemecahan masalah Menginterpretasikan statistik deskriptif dalam pengujian hipotesis Dapat membuat model pengujian hipotesis statitstik deskriptif dalam kasus dengan tepat mengoperasikan komputer untuk pengolahan data analsis disriptif Sintesis Analisis Statistik Deskriptif Peringkasan Data dengan tabel dan gambar Pengantar tentang peringkasan data Peringkasan data dgn tabel distribusi frekuensi Cara & kaidah penyusunan tabel Levin, Richard I and David S Rubin

5 3 Sintesis Analisis 4 Menggunakan komputer untuk pengolahan data menginterpretasikan dan menganalisis hasil pengujian hipotesis deskriptif dalam kasus Sintesis Analisis distribusi frekuensi Cara penyusunan tabel distribusi frekuensi Cara penyusunan berbagai grafik Penyelsaian Kasus Penggunaan Komputer Statistik Deskriptif Statistik Deskriptif Peringkasan data dengan ukuran sentral & Persebaran Koefisien Variasi Penyelsaian Kasus Praktek Penggunaan Komputer Statistik Deskriptif Teori Probabilitas dan aplikasinya Definisi dalam probabilitas Definisi percobaan random, ruang sampel, peristiwa, irisan peristiwa, gabungan peristiwa, dan peristiwa komplementer Operasi probabilitas Tiga definisi tentang probabilitas Aturan penghitungan dalam penentuan jumlah peristiwa dan ruang sampel Teorema bayes Levin, Richard I and David S Rubin Levin, Richard I and David S Rubin

6 5 Memahami teknik sampling 6 Menggunakan teknik sampling dalam proses Menggunakan peralatan model-model statistik multivariat dalam pemecahan permasalah menjelaskan berbagai jenis teknik sampling dan contohnya Membuat pemodelan pengujian analisis multivariat dengan salah satu contoh kasus Distribusi probabilitas variabel diskret & Kontinu Distribusi normal Penyelesaian Kasus Praktek Penggunaan Komputer Teknik sampling Pengertian Populasi, Sampel & Sampling Berbagai Teknik Sampling Kelebihan & Kelemahan Berbagai Teknik Sampling Ukuran Sampel & Distribusi Sampling Pertimbangan penentuan Ukuran Sampel Perhitungan Ukuran Sampel untuk Berbagai Teknik Sampling Pengertian distribusi sampling Distribusi sampling tentang rerata Expected value dan deviasi standar distribusi sampling tentang rerata Contoh Penyelesaian Kasus Statistik Multivariat Analisis Faktor Konsep Analisis Faktor Prosedur Analisis Faktor Hair

7 Menggunakan model analisis faktor dalam pemecahan masalah dalam menggunakan statistik analisis faktor Memodelkan salah satu kasus pengujian menggunakan salah satu instrumen analisis faktor secara tepat Ekstraksi Faktor Uji Signifikansi Interpretasi Hasil Aplikasi analisis faktor Latihan Penggunaan Komputer Operasi SPSS/AMOS menggunakan analisis faktor Menggunakan program komputer untuk pengujian salah satu hipotesis dalam analisis faktor 7 Menggunakan model analisis diskriminan pemecahan masalah diskriminan menggunakan analisis diskriminan menggunakan analisis faktor menggunakan model teknik analisis diskriminan dengan menggunakan komputer menginterpretasikan hasil analisis diskriminan 8 MID TEST Menggunakan model analisis multiple regresi untuk pemecahan masalah memecahkan kasus dengan menggunakan salah satu Statistik Multivariat Analisis Diskriminan Konsep Dasar Analisis Diskriminan Metode Estimasi Asumsi-asumsi Uji Signifikansi Interpretasi Hasil Aplikasi analisis diskriminan Latihan penggunaan komputer Operasi SPSS Statistik Multivariat Analisis Regression Multiple Hair

8 9 10 multiple regression menggunakan analisis multiple regression Menggunakan model analisismanova untuk pemecahan masalah model dalam teknik analisis multiple regression menginterpretasikan salah satu hasil pengolahan data statistik multiple regression mengoperasikan salah satu analisis multiple regression dengan komputer secara tepat. memecahkan salah kasus dengan menggunakan salah satu model dalam teknik analisis MANOVA Konsep dasar analisis MR Uji Asumsi Klasik Regresi Berganda data time series Regresi berganda data corss section Uji Model Uji signifikansi Interpretasi Hasil Latihan komputer operasi SPSS Regresi dengan variabel dummy Konsep dasar analisis regresi variabel dummy Regresi dummy data time series Regresi dummy data cross section Regresi Logit Konsep dasar regresi logit Binary Logit Multinomial Logit Uji Model Uji Signifikansi Interpretasi Hasil Praktek Komputer Operasi SPSS Statistik Multivariat Analisis Manova Konsep Dasar Analisis Manova Asumsi Manova

9 Manova menggunakan analisis manova menginterpretasikan salah satu hasil pengolahan data statistik Manova mengoperasikan salah satu analisis Manova dengan komputer. 11 Menggunakan model analisis Non Parametrik pemecahan masalah kualitatif memecahkan salah kasus dengan menggunakan salah satu model dalam teknik analisis Non Parametrik 12 statistik non parametrik menggunakan analisis non parametrik menginterpretasikan salah satu hasil pengolahan data statistik Non Parametrik Uji Signifikansi Interpretasi Hasil Praktek Komputer Operasi SPSS mengoperasikan salah satu analisis Non Parametrik 13 Menggunakan salah satu memecahkan model dinamik untuk salah kasus pemecahan masalah dengan menggunakan salah satu model dinamik Statistik Non Parametrik Konsep Dasar Statistik Non Parametrik Uji Sampel Berhubungan Praktek Komputer Interpretasi hasil Uji Sampel Tidak Berhubungan Praktek Komputer Interpretasi hasil Model dinamik Analisis Time Series Model Dinamik Singgih Santoso Hair, Gujarati Hair, Gujarati

10 model dinamik menggunakan analisis model dinamik menginterpretasikan salah satu hasil pengolahan data statistik model dinamik mengoperasikan salah satu analisis Model Dinamik ARCH Model GARCH Model 14 Structural Equation Modelling Analisis Jalur Korelasi Analisis Jalur Spesifikasi Model Analisis Jalur Uji Signifikansi Uji Model 15 Menggunakan salah satu model SEM untuk pemecahan masalah memecahkan salah kasus dengan menggunakan salah satu model SEM Structural Equation Modelling Analisis Konfirmatory Uji Kelayakan Model Uji signifikansi Respesifikasi Model 16 model SEM dengan software AMOS menggunakan analisis model SEM menginterpretasikan salah satu hasil pengolahan data statistik model SEM mengoperasikan salah satu analisis SEM Model Persamaan Struktural (SEM) Variabel Laten dan Variabel Indikator Model Pengukuran Model Persamaan SEM Uji Kelayakan Model Uji Signifikansi Respesifikasi Model Asumsi SEM Hair, Ferdinand Gozhali Widarjono Hair, Ferdinand Gozhali Widarjono Hair, Ferdinand Gozhali Widarjono 17 Praktikum Praktek Komputer SEM/AMOS Hair, Ferdinand

11 18 FINAL TEST Gozhali Widarjono