• Tidak ada hasil yang ditemukan

P 31RPS1 AnReg Kur2014a

N/A
N/A
Protected

Academic year: 2017

Membagikan "P 31RPS1 AnReg Kur2014a"

Copied!
5
0
0

Teks penuh

(1)

   

 

     

         

B. Untuk me Demonstr Pemodela pengujian

 

C. Deskripsi

Kemampuan 

Penguasaan p

 

Kemampuan 

 

Kemampuan 

 

Sikap dan tat

       

     

ncapai  CP di atas d rasi pemodelan reg an dengan pembob

 hipotesis, Model u

i CP secara umum

 

pengetahuan 

kerja   

l

 

manjerial   

p

   

ta nilai   

       

   

diperlukan  POKOK

gresi berbagai kas bot dan regresi ro untuk menanggula

m KKNI Level 6 

Deskripsi 

6.1  Mampu memb 6.2  Mampu memb 6.3. Mampu meru inier, maupun 

        nonlinier.  6.4  Mampu meng prediktor dan error

6.5  Mampu berko 6.6  Bertanggung j 6.7  Memiliki Etika

           

    

K BAHASAN sebaga us dan interpretas obust, Model polin

ngi multikolinierita

buat model regresi buat model regresi muskan interpreta

gambil keputusan y r. 

oordinasi sesama te awab pada pekerja a Profesi, mengharg

         

   

ai berikut :  sinya, Penaksiran p

omial ortogonal, P as, Pemodelan yan

i  linier pada berba i  nonlinier.  asi model hubungan

yang tepat atas ber

eman dalam berba aan mandiri dan ke gai orang lain, patu

        

 

parameter model  Penaksiran parame

g melibatkan kuad

gai kondisi error, m

n antara suatu keja

rbagai metode regr

gi tugas secara kel elompok. 

uh aturan, cerdas a

             

regresi linier meto eter model regres dratik dan interaksi

menggunakan MIN

adian kuantitatif de

resi  yang digunaka

ompok. 

amanah kreatif.

          

ode least square d i linier metode m , Pemodelan regre

ITAB.

engan berbagai pe

an, disesuaikan den

     

dan pengujian hipo aksimum likelihoo esi nonlinier.  

nyebabnya, baik  

ngan kondisi 

(2)

      1,2,3,

6.1  sampa dengan 6.7, 

kecuali

6.2 dan 6.4  5,6,7,

8,9, 6.1  sampa dengan 6.7 

       

i  n 

i 

Mampu membu regresi linier de dan beberapa v bebas, pada ko asumsi error te

i  n 

Mampu mengh penaksir param memprediksi re termasuk deng pendekatan ma

       

uat model engan satu variabel ondisi erpenuhi.

1. M

berda meng meng

2. M

secar hitung

meter dan espon, an atrik.

1. Ma

param secar

2. Ma

ANO

3. Ma

hipo-           

ampu membentuk asar-kan data deng ggunakan MINI-TA ginterpretasikan.

ampu menganalisis ra visual.

ampu menghitung me-ter dan penaksi ra titik dan interval ampu membuat tab OVA.

ampu melakukan p -tesis.

         

model an AB dan

s error

Demon pemod berbag interpr

penaksir r respon l. bel pengujian

Penaks mo‐de denga square hipote bebera

        

nstrasi   delan regresi  gai kasus dan  retasinya.

siran parameter  el regresi linier 

n metode least  e dan pengujian  esis, satu dan 

apa prediktor.

             

[1], Bab 1 [2], Bab 1  [3], Bab 4 

[1], Bab 2

   

          

CIDLSP  Tes

Lap Pra

CIDLSP  Tes

Tug Lap Pra

     

s Tulis,  poran  aktikum. 

10% / 1

s Tulis,  gas Soal, poran  aktikum. 

15% / 2 10%

(3)

      10, 11,12,

13 6.1  sampa dengan 6.7 

14, 15, 16, 17

6.1  sampa dengan 6.7 

       

i  n 

i  n 

Mampu mengh penaksir param memprediksi re menggunakan IRWLS

       

1. Ma

aktifi pend

2. Ma

mela

hitung meter dan

espon, WLS dan

Mam untuk

1. Me

param secar

2. Me 3. Me

hipot

           

ampu melakukan k fitas di atas dengan dekatan matrik.

ampu menganalisis alui pengujian.

mpu menggunakan W k :

enghitung penaksir meter dan menaksir ra titik dan interval

embuat tabel ANO elakukan pengujian tesis.

         

ke tiga

s error

WLS r r respon l. OVA.

n

Pemod pembo

        

delan dengan  obot dan robust

             

[1], Bab 2, 3

 

[1], Bab 2

 

          

CIDLSP  Tes

Tug Lap Pra

CIDLSP  Tes

Tug Lap Pra

     

s Tulis,  gas Soal, poran  aktikum. 

10% / 3

s Tulis,  gas Soal, poran  aktikum. 

15% / 5 35%

(4)

     

Mampu memb del regresi orde dengan predikt formasikan me ling ortogonal

i  n 

Mampu mengh penaksir param memprediksi re menggunakan m maksimum like

        entuk mo-er tinggi tor ditrans-enjadi

sa-Mam hitung

meter dan espon, metode elihood

Mam

mpu menggunakan I k :

enghitung penaksir meter dan menaksir ra titik dan interval

embuat tabel ANO elakukan pengujian tesis.

mpu:

enghitung penaksir meter dan menaksir ra titik dan in-terva embuat tabel ANO elakukan pengujian tesis.

mpu:

enghitung penaksir meter dan menaksir ra titik dan in-terva elakukan pengujian tesis menggunakan ihood

siran parameter 

 regresi linier  de maksimum 

ood dan  jian hipotesis

             

[2],Appendix B

 

          

CIDLSP  Tes

Tug Lap Pra

CIDLSP 

Tes aktikum. 

10% / 6

s Tulis,  gas Soal, poran  aktikum. 

10% / 7 60%

(5)

P

Mampu mengg

berbagai meto untuk kasus m eritas 

i  n 

Mampu menge regresi linier ke penambahan va baru, interaksi kuadratik, serta mengatasi ketid sesuaian asums

i  n 

Mampu mende adanya ketidak dalam regresi

: 1. Draper, N. d 2. Myers, R. H 3. Engineering

       

gunakan 

ode regresi  multikolini‐

Mam

embangkan earah ariabel

dan

eteksi klinieran

dan H. Smith, App H. Classical And M

g Statistics Handbo

           

mpu menggunakan m est Subset Regresi egresi Gulud egresi Stepwise, Fo kward

egresi Komponen U mpu menghitung jum

drat par-tial dan seq melakukan uji hip aknaan tambahan p

lied Regression An Modern Regression

ook.

         

metode:

orward, Utama

Model menan multik

mlah quensial, potesis prediktor.

Model Lebih

Model Nonlin

nalysis, Second Ed With Applications

        

l untuk  nggulangi  kolinieritas

l-Model yang Komplek

l Regresi Non nier

ition, 1981. s, PWS-Kent Publis

             

shing Company, Bo

          

CIDLSP 

Tes Tug Lap Pra

CIDLSP  Tes

Tug Lap Pra

CIDLSP  Tes

Tug Lap Pra

oston, 1989.

     

s Tulis,  gas Soal, poran  aktikum. 

10% / 8

s Tulis,  gas Soal, poran  aktikum. 

10% / 9

s Tulis,  gas Soal, poran  aktikum. 

10% / 1 80%

90%

Referensi

Dokumen terkait

Dari tabel 5 dapat diketahui bahwa pengujian normalitas terhadap seluruh variabel yang digunakan, baik untuk perusahaan prospector, defender , maupun total tidak

Merujuk Pengumuman Nomor: PENGUMUMAN/00022/KP/08/2021/03, tanggal 26 Agustus 2021, perihal Pelaksanaan Seleksi Kompetensi Dasar (SKD) Titik Lokasi BKN Pusat, Kantor

Hasil pengujian diperoleh nilai F hitung (16,157) > F tabel (2,71) dan probabilitas signifikansi 0,000 < 0,05, berarti bahwa Ha diterima dan Ho ditolak,

Berdasarkan hasil uji t dalam pengujian hipotesis pada tabel diatas, hasilnya adalah dari kelima variabel komponen fraud triangle yang dimoderasi dengan keahlian

Berdasarkan hasil pengujian pada tabel diatas dapat dilihat pada tingkat signifikan 0,015 < 0,05 maka Ho ditolak dan Ha diterima yang berarti bahwa harga,

Dengan melihat tabel diatas hasil pengujian menunjukkan bahwa t memiliki nilai signifikansi 0.000<0.05 sehingga dapat disimpulkan bahwa variabel keputusan investasi

HASIL PENGUJIAN SENSOR PH DAN PH METER Berdasarkan perhitungan Mean Absolute Percentage Error MAPE pada tabel 4, sehingga dapat dilihat bahwa persentase yang didapatkan antara 10% -