PRODI D-III STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III TIM DOSEN PEMBINA : DOSEN STATISTIKA FMIPA ITS
47 POKOK BAHASAN:
Pendahuluan (Definisi dan konsep dasar regresi dan korelasi); Regresi linier sederhana (OLS, Anova, pengujian model, prediksi); Regresi linier berganda (pendekatan matriks, OLS dengan pendekatan matriks, Anova, pengujian model); Asumsi (multicolinier, identik independent, distribusi normal), outlier dan influence; Regresi linier dengan variabel dummy; Pemilihan regresi terbaik (all possible regression, best subset, forward, backward, stepwise);
Prasyarat: Pengantar Metode Statistika
Telah mengikuti Pengantar Metode Statistika dan nilai minimum D
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Menguasai konsep pemodelan regresi linear secara umum dengan metode OLS
5.2 Mampu memformulasikan masalah riil yang dapat diselesaikan dengan pemodelan regresi linear Kemampuan Kerja 5.3 Mampu menerapkan pemodelan regresi linear untuk menyelesaikan masalah riil
5.4 Mampu mengevaluasi asumsi residual
5.5 Mampu mendapatkan model terbaik berdasarkan indikator yang sahih
Kemampuan Manajerial 5.6 Mampu mengelola kelompok kerja dan mengkomunikasikan hasilnya baik lisan maupun tertulis secara komprehensif 5.7 Bertanggung jawab pada pekerjaan sendiri
5.8 Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok
PRODI D-III STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III TIM DOSEN PEMBINA : DOSEN STATISTIKA FMIPA ITS
48 Pertemuan
ke
Capaian Pembelajaran
INDIKATOR CAPAIAN Materi Pustaka Metode
Pembelajaran Bentuk Asesmen BOBOT
Nomor Deskripsi
1 - 3 5.1,5.6, 5.7,5.8, 5.9
Dapat menjelaskan pengertian, kegunaan dan konsep dasar regresi linier serta korelasi linier
1.1 Dapat menjelaskan definisi regresi dan kegunaannya
1.2 Dapat menjelaskan konsep dasar regresi linier (model regresi linier, definisi variabel dan skala pengukurannya, definisi parameter model regresi) 1.3 Dapat menjelaskan konsep dasar korelasi linier, hubungan dan perbedaannya dengan regresi linier
1.4 Dapat mengukur linieritas hubungan antara dua variabel baik secara deskriptif maupun inferensi (manual maupun menggunakan bantuan software MINITAB) dan dapat
menginterpretasikan keeratan dan arah hubungan liniernya
Pendahuluan (Definisi dan konsep dasar regresi dan korelasi)
[1] BAB 1 [2] BAB 1
Ceramah, diskusi,dan latihan soal
Tugas, observasi di kelas
Dapat melakukan pemodelan regresi linier sederhana metode Ordinary Least Square (OLS), baik secara manual maupun dengan software Minitab (asumsi metode OLS dianggap terpenuhi)
1.1 Dapat menjelaskan bentuk model regresi linier sederhana untuk populasi dan sampel, beserta definisi komponen-komponennya
1.2 Dapat menghitung estimasi parameter regresi linier sederhana dengan metode Ordinary Least Square (OLS) dan dapat menginterpretasikan 1.3 Dapat menjelaskan dan dapat menyusun tabel anova serta menghitung ukuran kebaikan model dan menginterpretasikan 1.4 Dapat melakukan inferensi signifikansi parameter model dengan uji hipotesis dan dapat menginterpretasikan
1.5 Dapat menghitung estimasi dan prediksi, baik secara tunggal maupun interval, dan dapat menginterpretasikan
Regresi linier sederhana (OLS, Anova, pengujian model, prediksi)
[1] BAB 1 [2] BAB 2
Ceramah, diskusi, latihan soal dan praktikum
Tugas, tes tulis, observasi di kelas, presentasi
PRODI D-III STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III TIM DOSEN PEMBINA : DOSEN STATISTIKA FMIPA ITS
Dapat melakukan pemodelan regresi berganda metode OLS, baik secara manual maupun paket program komputer (asumsi metode OLS dianggap terpenuhi)
1.1 Dapat menjelaskan bentuk model regresi linier berganda untuk populasi dan sampel dengan pendekatan matrik, beserta definisi komponen-komponennya
1.2 Dapat menghitung estimasi parameter regresi berganda dengan pendekatan matrik dan dapat menginterpretasikan
1.3 Dapat menjelaskan dan dapat menghitung tabel anova serta ukuran kebaikan model dengan pendekatan matrik dan dapat
menginterpretasikan 1.4 Dapat menghitung serangkaian uji signifikansi parameter dengan pendekatan matrik, dan dapat menginterpretasikan
1.5 Dapat menghitung estimasi dan prediksi dengan pendekatan matrik dan dapat menginterpretasikan
Regresi linier berganda (pendekatan matriks, OLS dengan pendekatan matriks, Anova, pengujian model)
[1] BAB 2 [2] BAB 3
Ceramah, diskusi, latihan soal dan praktikum
Tugas, tes tulis, observasi di kelas, presentasi
10%/
Dapat melakukan pemeriksaan asumsi model regresi linier metode OLS, baik secara manual maupun paket program komputer
1.1 Dapat menjelaskan definisi multikolinieritas dan dapat melakukan pemeriksaan
1.2 Dapat menjelaskan definisi masing-masing asumsi residual dan dapat melakukan
pemeriksaan, baik secara visual maupun inferensi
Asumsi (multikolinier, identik independent, distribusi normal)
[1] BAB 3 [2] BAB 3, 5, 8
Ceramah, diskusi, latihan soal dan praktikum
Tugas, tes tulis, observasi di kelas, presentasi
25%/
Dapat membuat variabel dummy dan dapat melakukan pemodelan regresi linier metode OLS dengan variabel dummy sebagai variabel independen dan mengerti interpretasinya
1.1 Dapat menjelaskan definisi variabel dummy dan penggunaannya1.2 Dapat menentukan variabel dummy1.3. Dapat memodelkan regresi dengan variabel dummy sebagai variabel
independen dan mengerti interpretasinya 1.4 Dapat melakukan uji parsial dan uji F-sekuensial
Regresi linier dengan variabel dummy, Uji F Parsial dan Uji F diskusi, latihan soal dan praktikum
Tugas, tes tulis, observasi di kelas, presentasi
PRODI D-III STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III TIM DOSEN PEMBINA : DOSEN STATISTIKA FMIPA ITS
50 37 - 45 5.1,5.2,
5.3,5.4, 5.5 5.6, 5.7,5.8, 5.9,
Dapat menentukan model terbaik secara statistika, sesuai dengan prosedur dan kriteria yang sahih
1.1 Dapat menjelaskan definisi model terbaik secara statistika (prinsip parsimoni)
1.2 Dapat menentukan model terbaik dengan metode All Possible Regression, Best Subset, Forward, Backward, Stepwise
Pemilihan regresi terbaik (all possible regression, best subset, forward, backward, stepwise)
[1] BAB 6 [2] BAB 4
Ceramah, diskusi, latihan soal dan praktikum
Tugas, tes tulis, observasi di kelas, presentasi
20%/ 100%
PUSTAKA UTAMA
1. Draper, N.R and Smith, H, “Applied Regression Analysis”, John Wiley & Sons.Inc, New York. 1998
PUSTAKA PENDUKUNG
1. Kutner, M.H. et al, “Applied Linear Regression Models”, McGraw -Hill, Singapore. 2004 2. Sembiring, R.K, Analisis Regresi, , Penerbit ITB, Bandung. 1995