101 Penguasaan Pengetahuan 5.1 Mampu menjelaskan konsep-konsep penting dalam analisa data kualitatif, multivariat, time series
5.2 Mampu memilih metode analisa data yang tepat
Kemampuan kerja 5.3 Mampu memformulasikan penyelesaian masalah riil dengan metode statistika yang tepat
5.4 Mampu mengkomunikasikan hasil analisa secara tertulis dan lisan
5.5 Mampu menguasai konsep-konsep penting dalam analisa data kualitatif, multivariate, time series
Kemampuan Manajerial 5.6 Mampu mengelola kelompok kerja dan menyusun laporan 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 :
Analisis data multivariate untuk data berskala data diskrit dan kontinu, mencakup manova, analisis komponen utama, analisis faktor, analisis cluster dan analisis diskriminan. Analisis data kualitatif mencakup model loglinear, analisis korespondensi dan regresi logistik (nominal dan ordinal). Metode peramalan mencakup analisis trend, dekomposisi, pemulusan dan ARIMA.
PRASYARAT :
102 Pertemuan
ke
Capaian Pembelajaran
INDIKATOR CAPAIAN Materi Pustaka Metode
Pembelajaran
Bentuk
Asesmen BOBOT
Nomor Deskripsi
1-2 5.1; 5.2; 5.4; 5.9
1.Mampu mengingat kembali konsep-konsep dalam statistika lanjut (analisis multivariate, Analisis Data Kualitatif, dan analisis deret waktu), manajemen data di dalam paket program statistika.
1.1 Dapat menjelaskan konsep-konsep di-dalam statistika lanjut (analisis multivariate, Analisis data kualitatif, dan analisis deret waktu).
1.2 Mampu mendefinisikan variabel, eksport/import data, cleaning data, menggabung/memecah data menggunakan MINTAB dan SPSS.
• • Analisis Multivariate. • Analisis Data Kualitatif. • Analisis Deret Waktu. • Review manajemen data
MINITAB dan SPSS
[1] [2] [3] [4]
Ceramah & diskus serta praktek
2. Mampu menyajikan data multivariate dalam bentuk tabel dan grafik
menggunakan paket program statistika.
2.1 Mampu membuat tabel dan grafik dari data multivariate dengan MINITAB dan SPSS. 2.2 Mampu menghitung statistik
deskriptif dari data multivariate dengan MINITAB dan SPSS. 2.3 Mampu menguji kenormalan dari
data multivariate (diberikan menggunakan R)
• Penyajian data multivariate dalam bentuk tabel dan grafik dengan MINTAB dan SPSS • Statistik deskriptif data
multivariate dg MINITAB dan SPSS,
• Distribusi normal multivariate denga R
[1] [2] [3] [4]
PBL & diskusi serta praktek menggunakan menerapkan Analisis Komponen utama dan Analisis Faktor dengan bantuan paket program statistika.
3.1 Mampu menganalisis data real dengan metode analisi komponen utama dan Analisis Faktor dengan menggunakan MINITAB dan SPSS.
3.2 Mampu memahami perbedaan dan persamaan penggunaan Analisis mKomponen Utama dan Analisis Faktor pada suatu permasalahan real.
• Analisis Komponen Utama dengan MINITAB, SPSS • Analisis Faktor dengan MINITAB,
SPSS
[1] [2] [3] [4]
PBL & diskusi observasi di kelas
103 9-10 5.1; 5.2;5.4;
5.5; 5.6;5.8;5.9
4. Mampu melakukan menyelesaikan kasus dengan Analisis Faktor atau Analisis komponen utama
4.1 Mampu melakukan analisis data riil secara koprehensif dengan Analisis Faktor atau analisis komponen utama
• Studi kasus (laporan dan presentasi)
[1] [2] [3] [4]
PBL & diskusi serta praktek menggunakan
5. Mampu menerapkan Analisis Diskriminan dan Analisis Cluster dengan bantuan paket program statistika.
5.1 Mampu menganalisis data real dengan metode Analisis Diskriminan dan Analisis Cluster dengan menggunakan MINITAB, SPSS.
5.2 Memahami perbedaan dan persamaan penggunaan Analisis Diskriminan dan Analisis Cluster pada suatu permasalahan real.
• Analisis Diskriminan dengan MINITAB, SPSS
⋅ Analisis Cluster dengan MINITAB, SPSS
[1] [2] [3] [4]
PBL, latihan, diskusi dan praktek
6. Mampu melakukan menyelesaikan kasus dengan Analisis cluster dan diskriminan
6.1 Melakukan analisis data riil secara komprehensif dengan analisis cluster atau diskriminan
• Studi kasus (laporan dan presentasi) MINITAB & presentasi
7. Mampu melakukan menyelesaikan kasus dengan pendekatan Analisis korespondensi dan analisis data kualitatif
7.1 Mampu menganalisis data real dengan metode Analisis korespondensi dan Analisis Data Kualitatif (ADK) dengan
menggunakan MINITAB, SPSS. 7.2 Memahami perbedaan dan
persamaan penggunaan Analisis korespondensi dan ADK pada suatu permasalahan real.
• Analisis Korespondensi dengan MINITAB atau SPSS
⋅ Analisis data kualitatif dengan MINITAB, SPSS
[1] [2] [3] [4]
104 Pertemuan
ke
Capaian Pembelajaran
INDIKATOR CAPAIAN Materi Pustaka Metode
Pembelajaran
Bentuk
Asesmen BOBOT
Nomor Deskripsi
19-21 5.1; 5.2; 5.3;5.4; 5.6;5.8; 5.9
8. Mampu menerapkan Analisis Regresi Logistik biner dengan bantuan paket program statistika.
8.1 Menganalisis data real dengan Analisis Regresi Logistik biner dengan menggunakan MINITAB, SPSS
• Analisis Regresi Logistik dengan MINITAB, SPSS, • laporan dan presentasi
[1] [2] [3] [4]
PBL & diskusi, serta praktek menggunakan
9. Mampu menerapkan Analisis Regresi Logistik multinomial dengan bantuan paket program statistika.
9.1 Menganalisis data real dengan Analisis Regresi Logistik multinomial dengan
menggunakan MINITAB, SPSS
• Analisis Regresi Logistik dengan MINITAB, SPSS,
[1] [ 2] [3] [4]
PBL & diskusi, serta praktek menggunakan
10. Mampu menerapkan model regresi time series dengan bantuan paket program statistika.
10.1Menganalisis data real dengan model regresi time series dengan menggunakan MINITAB, SPSS
• Regresi time series dengan MINITAB, SPSS
[1] [2] [3] [4]
PBL & diskusi, serta praktek menggunakan
11. Mampu menerapkan model ARIMA dengan bantuan paket program statistika.
11.1Menganalisis data real dengan model ARIMA dengan menggunakan MINITAB, SPSS
• ARIMA nonseasonal dan seasonal dengan MINITAB, SPSS, laporan analisa data dan presentasi
[1] [2] [3] [4]
PBL, latihan, diskusi dan praktek
PUSTAKA UTAMA
1. Agresti A, 1990 Catagorical Data Analysis, John Wiley
2. Christengen R , 1991 Models for Multivariate Times Series and Spatial Data PUSTAKA PENDUKUNG
1. Manual Paket Program SPSS 2. Manual Paket Program MINITAB