5.5. RP An Data 1 DIII KKNI

(1)

POKOK BAHASAN :

Statistik deskriptif untuk data berstruktur tunggal dan kelompok 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, ukuran keeratan hubungan antar variabel yang berskala diskrit dan kontinu, pemodelan hubungan antar variabel yang berskala diskrit dan kontinyu

PRASYARAT :

• Telah mengikuti Metode Regresi dan nilai minimum D

• Telah mengikuti Eksperimental Desain dan nilai minimum D 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

5.5 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

(2)

Pertemu an ke

Capaian Pembelajaran

INDIKATOR CAPAIAN Materi Pustaka Metode

Pembelajaran

Bentuk

Asesmen BOBOT

Nomor Deskripsi

1 - 2 5.1; 5.2; 5.3 ;5,9

1.Mengingat kembali istilah-istilah dan konsep dalam statistika, metode pengambilan data, dan manajemen data dengan program paket

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

Ruang lingkup mata kuliah, pengantar metode statistika (definisi dan istilah-istilah dalam statistika, teknik pengambilan sampel, manajemen data dengan SPSS dan MINITAB

[1] [2] [3] BAB 1

Ceramah, diskus dan praktikum

Tugas 1 Observasi di kelas

5%/5%

3-4 5.1; 5.2;

5.3; 5,7

2.Mampu menyajikan data dalam bentuk tabel dan grafik menggunakan paket program

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

Penyajian data dalam bentuk tabel dan grafik, statistika deskriptif

[1] [2] [3] BAB 2

Ceramah, diskusi dan praktikum

5%/10%

5-6 5.1; 5.2;

5.3; 5,6 5,9

3.Mampu melakukan pre-processing data dengan bantuan paket program

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

Uji normalitas, uji kesamaan varians, dan uji linearitas. Transfor-masi untuk mengatasi ketidaknormalan data, ketidakhomogen varians, ketidaklinearan pola data

[1] [2] [3] BAB 3

(3)

Pembelajaran

Bentuk

Nomor Deskripsi

7-9 5.1; 5.2; 5.3; 5.4 5,7

4. Mampu melakukan pendugaan

titik dan interval satu populasi berdistribusi normal maupun tidak berdistribusi normal 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

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.

[1] [2] [3] BAB 4

5.Mampu melakukan pemodelan

regresi dengan paket program

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

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

[1] [2] [3] BAB 5

6.Mampu memodelkan regresi untuk data kategorik (variabel dummy), serta mampu mengkomunikasikan hasil analisa data secara lisan dan tulisan

6.1 Dapat melakukan pemodelan

dengan regresi dummy 6.2 Dapat membuat laporan hasil

analisa data untuk studi kasus yang diselesaikan dengan regresi

Pemodelan dengan regresi dummy, menulis laporan dan presentasi hasil analisa data

[1] [2] [3] BAB 5

7.Mampu mendeteksi

pelanggaran pada pemodelan regresi (multikolinear) dan mampu mengatasinya dengan bantuan paket program

7.1 Dapat mendeteksi keberadaan multikolinear pada model regresi

7.2 Mampu mengatasi keberadaan

multikolinear pada model regresi

Mendeteksi kebera-daan Multikolinear dan mengatasinya

[1] [2] [3]

Tugas 5 Observasi di kelas & tes

(4)

Pembelajaran

Bentuk

Nomor Deskripsi

19-21 5.1; 5.2;

5.3; 5.4 5,7

8.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

[1] [2] [3] BAB 5

PBL, diskusi dan praktikum

Tugas 6 Observasi di kelas & tes

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 [1]

[2] [3] BAB 8

PBL, diskusi, dan praktikum

TES Observasi di kelas & tes

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

[1] [2] [3] BAB 9

Ceramah, diskusi, dan praktikum

10.Mampu menguji dan megatasi penyimpangan asumsi di dalam rancangan percobaan serta mampu

mengkomunikasikan hasil analisa data secara lisan tulis

10.1Dapat melakukan pengujian Post Hoc.

10.2Dapat menguji asumsi pada residual model

10.3Dapat mengatasi penyimpangan asumsi

Multiple comparison (post hoc test), uji asumsi dalam randangan percobaan, laporan dan presentasi studi kasus

[1] [2] [3] BAB 9

PBL, latihan, diskusi dan praktikum

Presentasi 10%/100%

PUSTAKA UTAMA

(5)