SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (IA) KODE / SKS : KD / 3 SKS

dokumen-dokumen yang mirip
MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS

Program Studi Teknik Mesin S1

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF & PRAKTIKUM (AKN) KODE / SKS: KD / 3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA dan PROBABILITAS (MI) KODE / SKS : KK /2 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SILABUS. URAIAN MATERI PEMBELAJARAN Estimasi parameter: 1. Pengenalan pendugaan titik (estimasi point) pada pendugaan selang (estimasi interval)

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

SATUAN ACARA PERKULIAHAN FAKULTAS PSIKOLOGI UNIVERSITAS GUNADARMA MATA KULIAH : STATISTIKA 2 * KODE MATAKULIAH / SKS = MKK / 3SKS

Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika

Pokok Bahasan: Chi Square Test

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AKUNTANSI KOMPUTER D3 BISNIS & KEWIRAUSAHAAN UNIVERSITAS GUNADARMA

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

SATUAN ACARA PENGAJARAN (SAP)

BAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

SILABUS MATA KULIAH. Pengalaman Pembelajaran

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA

STATISTIKA II IT

SATUAN ACARA PERKULIAHAN FAKULTAS PSIKOLOGI UNIVESITAS GUNADARMA MATA KULIAH : STATISTIKA LANJUT KODE MATAKULIAH / SKS = IT / 2 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2

BAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam

PENJABARAN MATA KULIAH (COURSE OUTLINE)

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

BAB 2 LANDASAN TEORI

REGRESI LINEAR SEDERHANA

SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH APLIKASI SPSS Psikologi

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

Chi Square Test. Edi Minaji Pribadi, SP., MSc. Pokok Bahasan: Oleh:

PENGENALAN STATISTIKA

Kegiatan Belajar 1 menerangkan konsep chi square. Kegiatan Belajar 2 menerangkan uji kepatutan (goodness of fit). Kegiatan Belajar 3 menerangkan tes

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

Chi Square Test. Pokok Bahasan: Oleh:

BAB 2 TINJAUAN TEORITIS

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

BAB 2 TINJAUAN TEORITIS. Metode statistik non parametrik atau sering juga disebut metode bebas sebaran

STATISTIK PERTEMUAN XI

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308

Pengantar Statistika

STATISTIKA INDUSTRI 2 TIN 4004

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

BAB III METODE PENELITIAN. dan penguasaan keterampilan kognitif baik secara sendiri-sendiri atau bersama -

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

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2.

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

BAB ΙΙ LANDASAN TEORI

BAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.

Pertemuan 11 KORELASI

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PENGELOLAAN STATISTIK YANG MENYENANGKAN, oleh Muhammad Rusli Hak Cipta 2014 pada penulis

BAB 2 TINJAUAN TEORITIS. Tes Statistik Non Parametrik adalah test yang modelnya tidak menetapkan syaratsyaratnya

KONSEP-KONSEP DASAR STATISTIKA

BAB III METODOLOGI PENELITIAN. merupakan penelitian yang dilakukan untuk memperoleh fakta-fakta dari

BAB 2 LANDASAN TEORI

Syllabus Statistika Dasar Semester Ganjil 2012/2013 Prodi Informatika FMIPA Unsyiah

Kontrak Kuliah Metode Statistika 2

STATISTIKA II IT

UJI CHI KUADRAT (χ²)

Regresi Linear Sederhana

RENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah STATISTIKA II

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

STATISTIKA DASAR ( FI 411 )

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

BAB III METODE PENELITIAN

BAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.

STATISTIKA INDUSTRI 2 TIN 4004

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

PENAKSIRAN NILAI PARAMETER POPULASI

BAB 2 LANDASAN TEORI

Pertemuan keenam ANALISIS REGRESI

SEKOLAH TINGGI ILMU EKONOMI (STIE) LABUHAN BATU

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

KORELASI (LINIER SEDERHANA) Seri Materi Kuliah statistic Bisnis) Oleh : agus sukoco, ST, MM.

STATISTIKA INDUSTRI 2 TIN 4004

Modul 1, Modul 2, Modul 3,

BAB Ι PENDAHULUAN. 1.1 Latar Belakang

STATISTIKA INDUSTRI 2 TIN 4004

BAB 4 HASIL PENELITIAN Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk

BAB 2 TINJAUAN TEORITIS

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak

ESTIMASI PARAMETER REGRESI RANK BERDISTRIBUSI EKSPONENSIAL DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL TERBOBOTI

III. METODOLOGI PENELITIAN

STATISTIKA FAI SKS

LAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si

TENTANG PENGAJAR PENGANTAR STATISTIK SOSIAL. Pertemuan 1 2/9/2015. Lutfi Atmansyah, Drs.,MA Lutfi Atmansyah

BAB 2 LANDASAN TEORI

DAFTAR ISI. ABSTRAK... i. ABSTRACT... ii KATA PENGANTAR... DAFTAR ISI... vi DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...

BAB 4 HASIL PENELITIAN

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling

BAB 2 LANDASAN TEORI. Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis

Transkripsi:

1 1. Distribusi Sampling TIU : Memberi penjelasan tentang populasi, sampel, teknik pengambilan sampel, serta distribusi sampling rata-rata 2 1.2. Distribusi Sampling Rata-rata 1.1. Konsep Dasar Sampling Mahasiswa dapat menjelaskan pengertian populasi, sampel, parameter dan statistik Mahasiswa dapat menjelaskan manfaat sampling Mahasiswa dapat menyebutkan empat metode sampling Mahasiswa dapat menjelaskan cara menentukan sampel pada sampling acak sederhana, sampling acak sistematis, sampling berstrata dan sampling lompok Mahasiswa dapat menentukan nilai rata-rata dan standar deviasi sampel pada pengambilan sampel dengan pemilihan dan pengambilan sampel tanpa pemilihan Mahasiswa dapat menjelaskan hubungan antara rata-rata populasi dengan rata-rata sampel, standar deviasi populasi dengan standar deviasi sampel berdasarkan Central Limit Teorem Mahasiswa dapat menentukan nilai peubah acak pada sampel berukuran besar dan sampel berukuran cil Mahasiswa dapat menentukan faktor koreksi pada pengambilan sampel tanpa pemilihan No.1-4 No.5-7 No.8 Ref.1 hal.50-53 Ref.3 hal.145-148 Ref.1 hal.53-59 148-155 1

3 2. Pendugaan Parameter TIU : Memberi penjelasan tentang pendugaan parameter secara statistik terhadap suatu populasi dan hubungannya dengan distribusi teoritis serta penggunaannya pada kondisi atau kasus yang tepat 2.1. Bentuk Umum Selang Kepercayaan Mahasiswa dapat menjelaskan pengertian pendugaan Mahasiswa dapat menjelaskan pengertian tingkat percayaan dan tingkat salahan Mahasiswa dapat menuliskan dengan benar bentuk umum selang percayaan Mahasiswa dapat menjelaskan hubungan nilaai Z dan t pada tingkat signifikasi 90% sampai 99% 2.2. Pendugaan Satu Nilai Rata-rata Mahasiswa dapat menuliskan dengan benar rumus selang percayaan pada pendugaan satu nilai rata-rata dan menjelaskan masing-masing variabel pada rumus tersebut Mahasiswa dapat menentukan galat pendugaan Mahasiswa dapat menentukan ukuran sampel pada tingkat salahan tertentu Mahasiswa dapat mengidentifikasi nilai rata-rata sampel, tingkat salahan, serta nilai tabel dari suatu cerita Mahasiswa dapat menghitung batas bawah dan batas atas nilai rata-rata populasi No.9-10 No.11 237-247 2

4 2.3. Pendugaan Beda Dua Nilai Rata-rata Mahasiswa dapat menuliskan dengan benar rumus selang percayaan pada pendugaan beda dua nilai rata-rata dan menjelaskan masing-masing variabel pada rumus tersebut Mahasiswa dapat menentukan galt pendugaan Mahasiswa dapat menentukan ukuran sampel pada tingkat salahan tertentu Mahasiswa dapat mengidentifikasi beda dua nilai rata-rata sampel, tingkat salahan, serta nilai tabel dari suatu cerita Mahasiswa dapat menghitung batas bawah dan batas atas beda dua nilai rata-rata populasi No.12-13 No.14 247-256 5 2.4. Pendugaan Satu Nilai Proposi Mahasiswa dapat menuliskan dengan benar rumus selang percayaan pada pendugaan satu nilai proporsi dan menjelaskan masing-masing variabel pada rumus tersebut Mahasiswa dapat menentukan galat pendugaan Mahasiswa dapat menentukan ukuran sampel pada tingkat salahan tertentu Mahasiswa dapat mengidentifikasi proporsi sampel, tingkat salahan serta nilai tabel dari suatu cerita Mahasiswa dapat menghitung batas bawah dan batas atas prporsi populasi No.15-16 No.17-18 259-266 3

6 2.5. Penduga Beda Dua Proporsi Mahasiswa dapat menuliskan dengan benar rumus selang percayaan pada pendugaan beda dua proporsi dan menjelaskan masing-masing variabel pada rumus tersebut Mahasiswa dapat menentukan galat pendugaan Mahasiswa dapat menentukan ukuran sampel pada tingkat salahan tertentu Mahasiswa dapat mengidentifikasi beda dua proporsi sampel, tingkat salahan, serta nilai tabel dari suatu cerita Mahasiswa dapat menghitung batas bawah dan batas atas beda dua proporsi populasi No. 22 288-306 7 3. Pengujian Hipotesa TIU : Memberi penjelasan tentang pengujian hipotesa, tujuan dan penggunaan pengujian hipotesa serta hubungannya dengan pendugaan parameter 3.1. Konsep Dasar Pengujian Hipotesis Mahasiswa dapat menjelaskan pengertian hipotesa awal dan hipotesa alternatif Mahasiswa dapat merumuskan hipotesa awal dan hipotesa alternatif dari suatu cerita / contoh kasus Mahasiswa dapat memformulasikan hipotesa awal dan hipotesa alternatif dari cerita atau contoh kasus dalam kalimat matematik Mahasiswa dapat menyebut pengertian galat satu dan galat dua Mahasiswa dapat menyebutkan langkah-langkah pengujian hipotesa Mahasiswa dapat mengidentifikasi pengujian satu arah dan pengujian dua arah Mahasiswa dapat menggambarkan wilayah kritik pada kurva normal, pada tingkat percayaan 90% sampai 99% 4

3.2. Uji Hipotesa Satu Nilai Rata-rata Mahasiswa dapat memformulasikan hipotesa awal dan hipotesa alternatif tentang nilai rata-rata populasi dalam bentuk kalimat matematis Mahasiswa dapat menuliskan dengan benar rumus statistik uji pada sampel berukuran besar dan cil Mahasiswa dapat mengidentifikasi nilai rata-rata yang dihipotesakan, nilai rata-rata sampel serta nilai kritik dari suatu cerita atau contoh kasus Mahasiswa dapat menghitung dan menganalisa nilai statistik uji pada pengujian satu nilai rata-rata No.23-24 No.25 288-306 8 UJIAN TENGAH SEMESTER 9 3.3. Ujian Hipotesa Beda Dua Nilai Rata-rata Mahasiswa dapat memformulasikan hipotesa awal dan hipotesa alternatif tentang beda dua nilai rata-rata populasi dalam bentuk kalimat matematis Mahasiswa dapat menuliskan dengan benar rumus statistik uji pada sampel berukuran besar dan cil Mahasiswa dapat mengidentifikasi beda dua nilai rata-rata yang dihipotesakan, beda dua nilai rata-rata sampel serta nilai kriktik dari suatu cerita atau contoh kasus Mahasiswa dapat menghitung dan menganalisa nilai statistik uji pada pengujian beda dua nilai rata-rata mimibar tulias, No.26 No.27 307-309 5

10 3.4. Uji Hipotesa Proporsi Mahasiswa dapat memformulasikan hipotesa awal dan hipotesa alternatif tentang proporsi populasi dalam bentuk kalimat matematis Mahasiswa dapat menuliskan dengan benar rumus statistik uji pada sampel berukuran besar dan cil Mahasiswa dapat mengidentifikasi proporsi yang dihipotesakan, proporsi sampel serta nilai kritik dari suatu cerita atau contoh kasus Mahasiswa dapat menghitung dan menganalisis statistik uji pada pengujian proporsi No.28,29 No.31,33 317-323 11 3.5. Uji Beda Dua Proporsi Mahasiswa dapat memformulasikan hipotesa awal dan hipotesa alternatif tentang beda dua proporsi populasi dalam bentuk kalimat matematis Mahasiswa dapat menuliskan dengan benar rumus statistik uji pada sampel berukuran besar dan cil Mahasiswa dapat mengidentifikasi beda dua proporsi yang dihipotesakan, beda dua proporsi sampel serta nilai kritik dari suatu cerita atau contoh kasus Mahasiswa dapat menghitung dan menganalisa nilai statistik uji pada pengujian beda dua proporsi No.30 No.32 317-323 6

12 4. Uji Chi Kuadrat TIU : Memberi penjelasan tentang distribusi chi kuadrat, tujuan dan penggunaan uji chi kuadrat pada kondisi atau kasus yang tepat 4.1. Pengertian Distribusi Chi Kuadrat Mahasiswa dapat menjelaskan penggunaan distribusi chi kuadrat Mahasiswa dapat menentukan nilai chi kuadrat berdasarkan tingkat percayaan 90% sampai 99% dan derajat bebasan tertentu 4.2. Uji Kecocokan (Goodness of Fit Test) Mahasiswa dapat menjelaskan pengertian frekuensi harapan dan frekuensi absevasi (frekuensi sampel) Mahasiswa dapat merumuskan frekuensi harapan dalam hipotesa awal Mahasiswa dapat merumuskan hipotesa alternatif berdasarkan hipotesa awal Mahasiswa dapat menentukan nilai kritik dari suatu cerita atau kasus Mahasiswa dapat menuliskan dan menghitungnya dengan benar rumus statistik uji chi kuadrat No.34,35 No.36,37 Ref.1 hal91-97 7

13 4.3. Uji Kebebasan (Kontingensi Table Test) Mahasiswa dapat menjelaskan pengertian frekuensi harapan dan frekuensi obsevasi (frekuensi sampel) Mahasiswa dapat merumuskan frekuensi harapan dalam hipotesa awal Mahasiswa dapat merumuskan hipotesa alternatif berdasarkan hipotesa awal Mahasiswa dapat menentukan nilai kritik dari suatu cerita atau contoh kasus Mahasiswa dapat menghitung nilai frekuensi harapan berdasarkan pengamatan terhadap sampel Mahasiswa dapat menuliskan dan menghitung dengan benar rumus statistik uji chi kuadrat No.38,39 Ref.1 hal 97-101 14 5. Analisa Varian TIU : Memberi penjelasan tentang persamaan regresi dan penggunaan persamaan tersebut pada kondisi atau kasus yang tepat serta hubungan persamaan tersebut dengan koefisien korelasi 5.1. Pengertian Analisa Varian Mahasiswa mampu menjelaskan dengan benar gunaan analisa varian Mahasiswa dapat menjelaskan dengan benar konsep dasar analisa varian Mahasiswa dapat menuliskan hipotesa umum pada analisa varian Mahasiswa dapat menentukan tabel yang digunakan dalam analisa varian dan menentukan wilayah kritik pada tingkat percayaan 90%-99% Mahasiswa dapat menarik simpulan umum dari hasil pengujian 8

5.2. Analisa Varian Satu Arah Mahasiswa dapat menjelaskan gunaan analisa varian satu arah Mahasiswa mampu mengidentifikasi variabel yang digunakan dari suatu cerita Mahasiswa dapat menuliskan persamaan linier model uji satu arah Mahasiswa dapat menuliskan hipotesa awal dan alternatif dari suatu cerita atau contoh kasus Mahasiswa dapat menghitung dan menentukan jumlah kuadrat, kuadrat rata-rata lompok maupun antar lompok Mahasiswa dapat menghitung nilai rasio F Mahasiswa dapat menentukan nilai wilayah kritik Mahasiswa dapat menarik simpulan dari penolakan atau penerimaan 15 5.3. Analisa Varian Dua Arah Mahasiswa dapat menjelaskan gunaan analisa varian dua arah Mahasiswa mampu mengidentifikasi variabel-variabel yang digunakan dari suatu cerita Mahasiswa dpt menuliskan persamaan linier model uji dua arah Mahasiswa dapat menuliskan hipotesa awal dan alternatif dari suatu cerita atau contoh kasus Mahasiswa dapat menghitung dan menentukan jumlah kuadrat, kuadrat rata-rata lompok maupun antar lompok Mahasiswa dapat menghitung nilai rasio F Mahasiswa dapat menentukan nilai wilayah kritik Mahasiswa dapat menarik simpulan dari penolakan atau penerimaan 16 UJIAN AKHIR SEMESTER 9

Daftar Referensi : 1. Haryono Subiakto, Statistika 2, Gunadarma, Jakarta, 1994 2. Levin, Richard I & David Rubin, Statistics For Management, Prentice Hall, New Jersey, 1991 3. Sri Moelyono, Statistika, Pusat antar Universitas-Fakultas Ekonomi Universitas Indonesia, Jakarta, 1991 4. Walpole, Ronald, Ahli Bahasa Bambang Sumantri, Pengantar Statistik, PT Gramedia Pustaka Utama, Jakarta, 1990 10