SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

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

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

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

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

Program Studi Teknik Mesin S1

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

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

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

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

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

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

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

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

SATUAN ACARA PENGAJARAN (SAP)

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

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

BAB 2 LANDASAN TEORI

Pokok Bahasan: Chi Square Test

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

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

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

STATISTIKA II IT

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

SILABUS MATA KULIAH. Pengalaman Pembelajaran

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

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

PENJABARAN MATA KULIAH (COURSE OUTLINE)

REGRESI LINEAR SEDERHANA

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

SATUAN ACARA PENGAJARAN (SAP)

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

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 4 September 2015

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

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

STATISTIKA II IT

Modul 1, Modul 2, Modul 3,

TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER

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

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

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

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

Kontrak Kuliah Metode Statistika 2

PowerPoint Slides by Yana Rohmana Education University of Indonesian

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

STATISTIKA INDUSTRI 2 TIN 4004

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

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

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan

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

SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH APLIKASI SPSS Psikologi

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

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

PENGENALAN STATISTIKA

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,

RENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah STATISTIKA II

SATUAN ACARA PERKULIAHAN (SAP) SASARAN BELAJAR

STATISTIKA INDUSTRI 2 TIN 4004

BAB 2 LANDASAN TEORI

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

Pertemuan keenam ANALISIS REGRESI

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI BISNIS. Program Studi ADMINISTRASI BISNIS. Mata Kuliah : STATISTIKA BISNIS

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

RENCANA PERKULIAHAN SEMESTER

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

STATISTIKA FAI SKS

BAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent

STATISTIKA TERAPAN (PS603)

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

BAB 2 LANDASAN TEORI

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

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

Pengantar Statistika

STATISTIKA DASAR ( FI 411 )

STATISTIKA INDUSTRI 2 TIN 4004

PHI : Jurnal Pendidikan Matematika Vol. 1 No.1 Tahun 2017

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

RENCANA PEMBELAJARAN SEMESTER (RPS)

UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi

Chi Square Test. Pokok Bahasan: Oleh:

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

PENAKSIRAN NILAI PARAMETER POPULASI

STATISTIKA INDUSTRI 2 TIN 4004

Silabus dan Satuan Acara Perkuliahan

BAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan

STATISTIK DAN PROBABILITY

BAB 2 LANDASAN TEORI

STATISTIKA DASAR ( FI 411 )

MA2081 Statistika Dasar

BAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,

Uji chi-kuadrat merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan

STATISTIK PERTEMUAN XI

ABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

Mata Kuliah Kode / SKS Program Studi Fakultas : Statistika 2 / Probabilitas Terapan : IT012249 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1. Distribusi sampling populasi, sampel, tehnik pengambilan sampel., serta distribusi sampling rata-rata 2. Distribusi sampling populasi, sampel, tehnik pengambilan sampel., serta distribusi sampling rata-rata Konsep Dasar Sampling Mahasiswa dapat menjelaskan pengertian populasi, sampel, parameter dan statistik manfaat sampling mahasiswa dapat menyebutkan empat metode sampling cara menentukan sampel pada sampling acak sederhana, sampling acak sistematis, sampling berstrata dan sampling lompok. Distribusi Sampling Rata-Rata mahasiswa dapat menentukan nilai rata-rata dan standar deviasi sampel pada pengambilan sampel dengan pemulihan dan pengambilan sampel tanpa pemulihan. hubungan antara rata-rata populasi dengan rata-rata sampel, standar deviasi populasi dengan standar deviasi sampel berdasarkan Central 50-63 258-266 50-63 266-279 Halaman 1

3. Pendugaan parameter pendugaan parameter secara statistik terhadap suatu populasi dan hubungannya dengan distribusi teoritis serta penggunaannya pada kondisi atau kasus yang tepat. 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 pemulihan Bentuk Umum Selang Kepercayaan pengertian pendugaan pengertian tingkat percayaan dan tingkat salahan benar bentuk umum selang percayaan hubungan nilai Z dan t pada selang percayaan mahasiswa dapat menentukan nilai Z dan t pada tingkat signifikansi 90 % sampai 99% Pendugaan Satu Nilai Rata-Rata benar rumus selang percayaan pada pendugaan satu nilai rata-rata dan menjelaskan masing-masing variabel pada rumus tersebut. mahasiswa dapat menentukan galat 298-310 Halaman 2

4. Pendugaan parameter pendugaan parameter secara statistik terhadap suatu populasi dan hubungannya dengan distribusi teoritis serta penggunaannya pada kondisi atau kasus yang tepat. pendugaan mahasiswa dapat menentukan ukuran sampel pada tingkat salahan tertentu nilai rata-rata sampel, tingkat salahan, serta nilai tabel dari suatu soal cerita mahasiswa dapat menghitung batas bawah dan batas atas nilai rata-rata populasi Penduga Beda Dua Nilai Rata-Rata benar rumus selang percayaan pada pendugaan beda dua nilai ratarata dan menjelaskan masing-masing variabel pada rumus tersebut. mahasiswa dapat menentukan galat pendugaan mahasiswa dapat menentukan ukuran sampel pada tingkat salahan tertentu beda dua nilai rata-rata sampel, tingkat salahan, serta nilai tabel dari suatu soal cerita mahasiswa dapat menghitung batas bawah dan batas atas beda dua nilai rata-rata populasi Mendisk usikan kasus dan memapa r-kan simpulan 310-313 Halaman 3

5. Pendugaan parameter pendugaan parameter secara statistik terhadap suatu populasi dan hubungannya dengan distribusi teoritis serta penggunaannya pada kondisi atau kasus yang tepat. Penduga Satu Nilai Proporsi 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 proporsi sampel, tingkat salahan, serta nilai tabel dari suatu soal cerita mahasiswa dapat menghitung batas bawah dan batas atas proposi populasi 314-317 6. Pendugaan parameter pendugaan parameter secara statistik terhadap suatu populasi dan hubungannya dengan distribusi teoritis serta penggunaannya pada kondisi atau kasus yang tepat. Penduga Beda Dua Proporsi 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 Kuliah Mimbar 314-317 Halaman 4

7. Pengujian Hipotesa pengujian hipotesa, tujuan dan penggunaan pengujian hipotesa serta hubungannya dengan pendugaan parameter beda dua proporsi sampel, tingkat salahan, serta nilai tabel dari suatu soal cerita mahasiswa dapat menghitung batas bawah dan batas atas beda dua proporsi populasi Konsep Dasar Pengujian Hipotesis pengertian dan hipotesa alternatif mahasiswa dapat merumuskan dan hipotesa alternatif dari suatu soal cerita/contoh kasus mahasiswa dapat memformulasikan dan hipotesa alternatif dari soal cerita atau contoh kasus dalam kalimat matematik mahasiswa dapat menyebutkan pengertian galat satu dan galat dua mahasiswa dapat menyebutkan langkah-langkah pengujian hipotesa pengujian satu arah dan pengujian dua arah mahasiswa dapat menggambarkan wilayah kritik pada kurva normal, pada tingkat percayaan 90 % sampai 99% 66-68 344-350 Halaman 5

Uji Hipotesa Satu Nilai Rata-Rata mahasiswa dapat memformulasikan dan hipotesa alternatif tentang nilai rata-rata populasi dalam bentuk kalimat matematis benar rumus statistik uji pada sampel berukuran besar dan cil nilai rata-rata yang dihipotesakan, nilai rata-rata sampel serta nilai kritik dari suatu soal cerita atau contoh kasus mahasiswa dapat menghitung dan menganalisa nilai statistik uji pada pengujian satu nilai rata-rata mahasiswa dapat menyimpulkan 9. Pengujian Hipotesa pengujian hipotesa, tujuan dan penggunaan pengujian hipotesa serta hubungannya dengan pendugaan parameter Uji Hipotesa Beda Dua Nilai Rata-Rata mahasiswa dapat memformulasikan dan hipotesa alternatif tentang beda dua nilai rata-rata populasi dalam bentuk kalimat matematis benar rumus statistik uji pada sampel berukuran besar dan cil beda dua nilai rata-rata yang 66-88 350-357 Halaman 6

dihipotesakan, beda dua nilai rata-rata sampel serta nilai kritik dari suatu soal cerita atau contoh kasus mahasiswa dapat menghitung dan menganalisa nilai statistik uji pada pengujian beda dua nilai rata-rata mahasiswa dapat menyimpulkan 10 Pengujian Hipotesa pengujian hipotesa, tujuan dan penggunaan pengujian hipotesa serta hubungannya dengan pendugaan parameter Uji Hipotesa Proporsi mahasiswa dapat memformulasikan dan hipotesa alternatif tentang proporsi populasi dalam bentuk kalimat matematis benar rumus statistik uji pada sampel berukuran besar dan cil proporsi yang dihipotesakan, proporsi sampel serta nilai kritik dari suatu soal cerita atau contoh kasus mahasiswa dapat menghitung dan menganalisa nilai statistik uji pada pengujian proporsi mahasiswa dapat menyimpulkan Mendisk usikan kasus dan memapa r-kan simpulan 66-88 350-373 Halaman 7

11. Pengujian Hipotesa pengujian hipotesa, tujuan dan penggunaan pengujian hipotesa serta hubungannya dengan pendugaan parameter Uji Beda Dua Proporsi mahasiswa dapat memformulasikan dan hipotesa alternatif tentang beda dua proporsi populasi dalam bentuk kalimat matematis benar rumus statistik uji pada sampel berukuran besar dan cil beda dua proporsi yang dihipotesakan, beda dua proporsi sampel serta nilai kritik dari suatu soal cerita atau contoh kasus mahasiswa dapat menghitung dan menganalisa nilai statistik uji pada pengujian beda dua proporsi mahasiswa dapat menyimpulkan Papan Tulis 66-88 350-373 12. Uji chi kuadrat distribusi chi kuadrat, tujuan dan penggunaan uji chi kuadrat pada kondisi atau kasus yang tepat Pengertian Distribusi Chi Kuadrat penggunaan distribusi chi kuadrat mahasiswa dapat menentukan nilai chi kuadrat berdasarkan tingkat percayaan 90 % sampai 99% dan derajat bebasan tertentu 91-101 414-430 Halaman 8

13. Uji chi kuadrat distribusi chi kuadrat, tujuan dan penggunaan uji chi kuadrat pada kondisi atau kasus yang tepat Uji Kecocokan (Goodness of Fit Test) pengertian frekuensi harapan dan frekuensi observasi (frekuensi sampel) mahasiswa dapat merumuskan frekuensi harapan dalam hipotesa awal mahasiswa dapat merumuskan hipotesa alternatif berdasarkan mahasiswa dapat menentukan nilai kritik dari suatu soal cerita atau contoh kasus mahasiswa dapat menuliskan dan menghitungnya dengan benar rumus statistik uji chi kuadrat mahasiwa dapat menyimpulkan Uji Kebebasan (Kontigensi Table Test) pengertian frekuensi harapan dan frekuensi observasi (frekuensi sampel) mahasiswa dapat merumuskan frekuensi harapan dalam hipotesa awal mahasiswa dapat merumuskan 91-101 430-456 Halaman 9

14 Regresi dan korelasi persamaan regresi dan penggunaan persamaan tersebut pada kondisi atau kasus yang tepat serta hubungan persamaan tersebut dengan koefisien korelasi hipotesa alternatif berdasarkan mahasiswa dapat menentukan nilai kritik dari suatu soal 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 mahasiwa dapat menyimpulkan Persamaan Regresi Linier mahasiswa mampu menuliskan dengan benar bentuk umum persamaan regresi linier mahasiswa dapat menentukan variabel bebas dan variabel tidak bebas dari soal cerita mahasiswa dapat menentukan dan menghitung titik potong persamaan terhadap sumbu y dan gradien garis regresi dengan metode kuadrat tercil mahasiswa dapat meramalkan hubungan antara variabel tidak bebas dan bebas 478-518 Ref 3 hal 222-231 Halaman 10

15. Regresi dan korelasi persamaan regresi dan penggunaan persamaan tersebut pada kondisi atau kasus yang tepat serta hubungan persamaan tersebut dengan koefisien korelasi Korelasi pengertian korelasi hubungan antara gradien garis regresi dengan koefisien korelasi mahasiswa dapat menghitung nilai koefisien korelasi mahasiswa dapat mengartikan nilai koefisien korelasi serta arah hubungan antara variabel bebas dan variabel tidak bebas 478-518 Ref 3 hal 222-231 Daftar 1. Haryono Subiakto, Statistika 2, Gunadarma, Jakarta, 1994 2. Levin, Richard I & David Rubin, Statistics for Management, Prentice Hall, New Jersey, 1991 3. Bambang Kustituanto, Statistika 1 (Deskriptif) Gunadarma, Jakarta, 1994 4. Walpole, Ronald, Alih Bahasa Bambang Sumantri, Pengantar Statistik, PT Gramedia Pustaka Utama, Jakarta, 1990 Halaman 11