Statistika dan Analisis Data (STA111)

(1)

Sekretariat : Jalan Meranti Wing 22 Level 4 Kampus IPB Darmaga - Bogor, 16680 Telp dan Fax: 0251 – 8624535 Email: [email protected] URL : stat.ipb.ac.id

Program Pendidikan Kompetensi Umum

(PPKU)

Program Studi Sarjana Statistika dan Sains Data Departemen Statistika - FMIPA

Statistika dan Analisis Data (STA111)

TIM Dept STK - IPB UNIVERSITY

(2)

Pengajar UTS

• Pendidikan:

• S1: Statistics, IPB University

• S2: Informatics, ITB

• S3: Statistics, IPB University

• Web:

• https://www.stat.ipb.ac.id/agusms

• Email:

Pengajar UAS

• Pendidikan:

• S1: Mathematics, Universitas Lampung

• S2: Statistics, IPB University

• Web:

• https://stat.ipb.ac.id/staf/gadito/

• Email:

Ruang Lingkup

• Deskripsi Mata kuliah

• Referensi

• Silabus

• Pendekatan Pembelajaran

• Pelaksanaan Perkuliahan

• Penilaian hasil pembelajaran

(5)

Mata Kuliah/Kode : Statistika dan Analisis Data/STA111 Semester/sks : Genap / 3(3-0)

Deskripsi Mata Kuliah

: Matakuliah ini membekali kemampuan dalam mempersiapkan proses story telling berdasarkan data secara efektif sebagai hasil dari proses analitika secara statistika yang berguna dalam pengambilan keputusan dan tindakan.

Pada mata kuliah ini akan dijelaskan tentang konsep dasar statistika, pengertian

tentang beberapa istilah dalam statistika (sampel, populasi, data, dll); berbagai tehnik memahami data (data understanding), yang meliputi penyajian dan peringkasan data, eksplorasi tentang keberadaan nilai ekstrim, eksplorasi pola sebaran, eksplorasi

perbandingan antar grup, dan eksplorasi hubungan antar variabel; pemodelan (modelling), yang meliputi asosiasi, korelasi dan pengenalan model regresi linier;

pengertian beberapa metode pengumpulan data, manajemen data serta beberapa tehnik visualisasi informasi dalam presentasi hasil analisis, yang dapat diterapkan pada berbagai bidang terapan, seperti Pertanian, Biologi, Sosial, Bisnis, dan sebagainya.

Mata kuliah ini juga menjadi dasar bagi mata ajaran bagi mata kuliah statistika lebih lanjut seperti Analisis Data Kategorik, Analisis Regresi, Perancangan Percobaan, Statistika Pengendalian Mutu, dan Analisis Deret Waktu.

Identitas Mata Kuliah

(6)

Identitas Mata Kuliah

Capaian Pembelajaran (LO) Mata Kuliah

: • Mahasiswa mampu berpikir kritis terhadap kualitas data berdasarkan proses pengumpulannya

• Mahasiswa memiliki kemampuan manajemen data sederhana untuk menghasilkan informasi yang valid

• Mahasiswa memiliki kemampuan menghasilkan dan

menginterpretasikan informasi umum dari data sesuai konteks permasalahan

• Mahasiswa mampu menghasilkan bahan visualisasi efektif

(7)

Referensi

• Agresti A, Franklin C, Kingenberg B. 2018. Statistics: the art and science of learning from data. Pearson – Harlow, England.

• Moore DS, McCabe GP, Craig BA. 2014. Introduction to the Practice of Statistics. WH Freeman and Company – New York, USA.

• David R. Anderson, Dennis J. Sweeney, Thomas A. Williams, James J. Cochran. 2017. Statistics for Business & Economics, Revised-South Western Educational Publishing - Boston, USA

• Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers, Keying E. Y. 2011. Probability and Statistics for Engineers and Scientists

(8)

Induk Materi Materi Jumlah Pertemuan 1. Statistics and Analytics for

Decision Making

• Pengantar Matakuliah

• Pengertian tentang Statistika

• Pengertian tentang konsep contoh dan populasi

• Pengertian tentang proses analitika

• Big Data

• Jenis-jenis data

• Ilustrasi penerapan statistika dan analitika dalam berbagai bidang

1 (pert. 1)

2. Data Understanding:

Description and Exploration

• Penyajian data dalam bentuk tabel

• Penyajian data dalam bentuk grafik

• Ringkasan data dalam bentuk angka (ukuran pemusatan dan penyebaran)

• Eksplorasi kualitas data (identifikasi keberadaan nilai-nilai ekstrem)

• Eksplorasi pola sebaran data

• Eksplorasi perbandingan antar grup

• Eksplorasi hubungan antar peubah

2

(pert. 2-5)

Silabus Mata Kuliah

(9)

Induk Materi Materi Jumlah Pertemuan Modelling: Correlation and

Regression

• Asosiasi antar dua peubah kategorik

• Korelasi antar dua peubah numerik

• Regresi linier sederhana

2

(pert. 6&7)

Kuliah Umum 1

(pert. 8) Data Gathering/Collection

Methods: Quantitative Research

• Data Observasional

• Survei

✓ Teknik Penarikan Contoh

✓ Teknik merancang kuesioner

• Perancangan percobaan

✓ Konsep dasar perancangan percobaan

✓ Jenis-jenis perancangan percobaan

• Etika dalam pengumpulan data

2

(pert. 9&10)

Silabus Mata Kuliah

(10)

Induk Materi Materi Jumlah Pertemuan Introduction to Data

Management

• Bekerja dengan satu tabel data

✓ Filtering / Sub-setting

✓ Agregasi data

✓ Penanganan anomali pada data

• Bekerja dengan lebih dari satu tabel data : Merging data

2

Data Visualization • Prinsip dasar visualisasi

• Komponen dalam grafik

• Infografis

• Menyarikan informasi

• Narrative story telling

• Teknik dasar presentasi yang efektif

2

Silabus Mata Kuliah

(11)

• Metode Pembelajaran Interaktif

• Experiential Learning: proses pembelajaran dimana para pembelajar menggabungkan pengetahuan, keterampilan dan nilai melalui pengalaman-pengalaman langsung

• Problem-Solving Approach: suatu metode pembelajaran yang menghadapkan pembelajar pada persoalan yang harus dipecahkan atau diselesaikan untuk mencapai tujuan pembelajaran

• Learner-Friendly Cases

• Menggunakan kasus-kasus yang dekat dengan keseharian mahasiswa, misal: data pengguna Spotify, Youtube, Instagram (demografi, usage)

• Mengkaitkan dengan beberapa bidang ilmu lain dengan data real: Data BPJS Kesehatan, Data Susenas

• Learners as Content Makers

• Mahasiswa terlibat aktif dalam pembuatan bahan ajar (infografis, video animasi)

• Memberikan kesempatan melakukan presentasi

• Mendiskusikan apa yang dikerjakan oleh mahasiswa

Pendekatan Pembelajaran

(12)

Pelaksanaan Perkuliahan

• Perkuliahan dapat dilaksanakan baik secara Synchronous maupun Asynchronous

• Platform media yang digunakan seperti:

• https://course.ipb.ac.id,

• WA Grup (WAG) atau Google Classroom

• Video conference: zoom

• Metode (mulai minggu ke-2 sampai UTS):

• 08.00-09.30 wib: Mahasiswa membuka materi dan video di web course.ipb.ac.id

• 09.30-10.00 wib: Mahasiswa mengerjakan quiz pada web course.ipb.ac.id

• 10.00-10.30 wib: Diskusi melalui zoom

(13)

Penilaian Hasil Belajar

Komponen penilaian mata kuliah terdiri dari quis, ujian, keaktifan, dan projek/tugas wajib.

• Quis bersama, mahasiswa secara individu mengerjakan soal-soal kuis sesuai dengan materi-materi pertemuan yang diujikan. Kuis dilaksanakan minimal 2x untuk sesi UTS dan 2x untuk sesi UAS. Penanggungjawab panitia ujian STA1111.

• Ujian akan dilaksanakan bersama untuk sesi UTS maupun UAS. Mahasiswa secara individu mengerjakan soal-soal UTS dan UAS. Materi yang diujikan pada sesi UTS yaitu materi pada pertemuan minggu ke 1-7, sedangkan pada sesi UAS yaitu materi pada pertemuan minggu ke 8-12. Penanggungjawab panitia ujian STA1111.

• Keaktifan, yaitu mahasiswa diharapkan hadir pada setiap perkuliahan

(online/offline), terlibat aktif dalam diskusi dalam kelas, menyelesaikan pekerjaan rumah, serta aktif dalam mengakses bahan ajar baik yang diunggah dalam newlms, youtube ataupun dalam g-class. Penanggungjawab tim dosen pada setiap kelas

paralel.

(14)

Penilaian Hasil Belajar (lanjutan)

• Projek/Tugas wajib, mahasiswa secara individu/kelompok mampu

menerapkan pendekatan-pendekatan statistik yang sudah dipelajari, untuk memecahkan permasalahan riil di masyarakat. Hasilnya disajikan dalam bentuk laporan lengkap yang terdiri dari (1) makalah dan (2)

infografis atau video pendek. Penanggungjawab tim dosen pada setiap kelas parallel dan panitia publikasi.

• Bobot penilaian :

• 20% UTS

• 20% UAS

• 10% Quis

• 10% Keaktifan

• 40% Projek

(15)

Aturan main Quis

Quiz merupakan salah satu bentuk evaluasi proses belajar untuk seluruh peserta mata kuliah STA1111.

1) Materi quiz yang diujikan yaitu:

a) Quis 1 : materi pertemuan ke-1 (konsep dasar statistika) dan pertemuan ke-2 (penyajian data);

b) Quis 2 : materi pertemuan ke-3 (peringkasan data), pertemuan ke-4 (eksplorasi kualitas data dan pola sebaran data)

c) Quis 3: materi pertemuan 6 ukuran asosiasi/korelasi dan materi pertemuan 7 analisis regresi linier.

d) Quis 4: materi pertemuan 8 kuliah umum

e) Quis 5: materi pertemuan 9 survei dan materi pertemuan 10 perancangan percobaan

f) Quis 6: materi pertemuan 11 manajemen data (satu tabel) dan materi pertemuan 12 manajemen data (dua tabel)

2) Bentuk soal Benar/Salah (10 soal), pilihan berganda (10 soal); dan menjodohkan (5 soal)

3) Quiz akan diselenggarakan melalui server asses1.ipb.ac.id dan asses2.ipb.ac.id. Pembagian kelas paralel akan diatur lebih lanjut oleh panitia ujian.

(16)

Aturan main Quis (lanjutan)

4) Soal akan diacak antar individu baik urutan soal maupun jawaban;

5) Mahasiswa hanya diberi kesempatan untuk 1x attempt, jika tiba-tiba jaringan Anda down segera login kembali ke server

6) Waktu pelaksanaan quis dalam satu hari tertentu, mulai dibuka pukul 09.00 WIB dan ditutup pukul 20.00 WIB pada hari yang sama. Jika ada perubahan waktu pelaksanaan quis akan diumumkan lebih lanjut oleh panitia ujian.

7) Lama waktu mengerjakan Quiz adalah 45 (empat puluh lima) menit. Jika dalam waktu 45 menit Anda belum selesai, maka Quiz akan ter-submit otomatis.

8) Ketentuan-ketentuan lainnya akan diumumkan lebih lanjut oleh panitia ujian

(17)

Aturan Main UTS/UAS

• Materi yang diujikan yaitu

• UTS meliputi konsep dasar statistika (pertemuan 1), data understanding (deskripsi data (pertemuan 2-3) dan eksplorasi data (pertemuan 4-5)), modelling (asosiasi/korelasi antar

peubah (pertemuan 6) dan regresi (pertemuan 7)).

• UAS meliputi metode pengumpulan data-survei

(pertemuan 9), metode pengumpulan data-perancangan percobaan (pertemuan 10), manajemen data-satu tabel (pertemuan 11), dan manajemen data-dua tabel.

(pertemuan 12).

• Bentuk soal dibedakan menjadi tiga yaitu Bagian A soal benar/salah (20 soal, skor 1), Bagian B soal pilihan

berganda (20, skor 3), dan Bagian C soal menjodohkan (10,

skor 2).

(18)

Aturan Main UTS/UAS

• Waktu pelaksanaan UTS/UAS mengikuti jadwal yang ditetapkan PPKU IPB.

• Waktu efektif mengerjakan seluruh soal adalah 75

menit dengan rincian sbb: Soal Benar/Salah @ 1 menit;

Pilihan Ganda @ 2 menit, dan Menjodohkan @1,5 menit. Selain itu waktu dialokasikan untuk antisipasi gangguan jaringan 10 menit dan persiapan serta

perpindahan antar bagian 10 menit.

• Pelaksanaan UTS/UAS diselenggarakan melalui server asses1 dan asses2. Pembagian kelas sesuainya diatur oleh penitia ujian.

• Informasi lebih rinci tentang aturan pelaksanaan

UTS/UAS akan dijelaskan oleh panitia ujian.

(19)

Aturan Main Pelaksanaan Projek

• Projek dilaksanakan melalui 5 tahap kegiatan yaitu:

i. Persiapan yaitu tahap pembentukan kelompok, pemilihan topik, dan pengumpulan literatur

ii. Penyusunan metodologi yaitu tahap menentukan variable penelitian, jenis data, menyusun instrument pengumpulan data, metode pengumpulan data, metode analisis

iii. Pelaksanaan pengumpulan data yaitu tahap pengumpulan data dilapangan dan manajemen data

iv. Analisis data yaitu tahap pengolahan data untuk menjawab tujuan projek

v. Penyusunan laporan yaitu tahap penyusunan laporan projek (makalah, slide presentasi dan visualisasi (infografis/video singkat)

• Pemantauan pelaksanaan projek dilakukan 3 kali melalui presentasi pelaksanaan kegiatan dan pelaporan. Pelaksanaannya sebagai berikut:

• Presentasi 1: setiap kelompok memaparkan perkembangan projek tahap (i), dan (ii)

• Presentasi 2: setiap kelompok memaparkan perkembangan projek tahap (iii) dan (iv)

• Pelaporan : setiap kelompok mengumpulkan hasil projek dalam bentuk makalah, visualisasi hasil (infografis/video singkat).

(20)

Aturan Main Pelaksanaan Projek (lanjutan)

• Kegiatan presentasi dapat dilaksanakan melalui media google classroom (GC) atau media lainnya. Penanggung jawab pelaksanaan presentasi adalah tim dosen kelas parallel. Tahap pelaksanaannya sebagai berikut: (i) tim dosen kelas paralel membuat kelas virtual di GC, (ii) Menyusun jadwal presentasi (kelompok penyaji dan pembahas). Jadwal presentasi 1 dilaksanakan pada sesi UTS dan jadwal

presentasi 2 dilaksanakan pada sesi UAS, (iii) tim penyaji mengupload bahan presentasi pada STREAM GC dan dibahas oleh kelompok pembahas, (iv) dosen memberikan penilaian (bahan presentasi dan keaktifan diskusi).

• Pelaporan hasil projek dikumpulkan melalui Instagram STA1111. Penanggung jawab pengumpulan laporan adalah panitia tugas akhir. Panitia tugas akhir

mengatur mekanisme pengumpulan laporan dan memberikan penilaian laporan.

Penilaian laporan diatur sebagai berikut penilaian infografis/video berdasarkan jumlah like yang diperoleh dan penilaian makalah.

(21)

Pelaksanaan Kuliah Semester Ganjil 2021/2022

(22)

(23)

Terima Kasih

(24)

Statistika dan Analisis Data (STA111)

Program Studi Sarjana Statistika dan Sains Data Departemen Statistika - FMIPA

Statistika dan Analisis Data (STA111)

Pengajar UTS

• Pendidikan:

• S1: Statistics, IPB University

• S2: Informatics, ITB

• S3: Statistics, IPB University

• Web:

• https://www.stat.ipb.ac.id/agusms

• Email:

• [email protected]

Pengajar UAS

• Pendidikan:

• S1: Mathematics, Universitas Lampung

• S2: Statistics, IPB University

• Web:

• https://stat.ipb.ac.id/staf/gadito/

• Email:

• [email protected]

Ruang Lingkup

• Deskripsi Mata kuliah

• Referensi

• Silabus

• Pendekatan Pembelajaran

• Pelaksanaan Perkuliahan

• Penilaian hasil pembelajaran

Identitas Mata Kuliah

Identitas Mata Kuliah

Referensi

Silabus Mata Kuliah

Silabus Mata Kuliah

Silabus Mata Kuliah

• Metode Pembelajaran Interaktif

• Learner-Friendly Cases

• Learners as Content Makers

Pendekatan Pembelajaran

Pelaksanaan Perkuliahan

• Perkuliahan dapat dilaksanakan baik secara Synchronous maupun Asynchronous

• Platform media yang digunakan seperti:

• https://course.ipb.ac.id,

• WA Grup (WAG) atau Google Classroom

• Video conference: zoom

• Metode (mulai minggu ke-2 sampai UTS):

• 08.00-09.30 wib: Mahasiswa membuka materi dan video di web course.ipb.ac.id

• 09.30-10.00 wib: Mahasiswa mengerjakan quiz pada web course.ipb.ac.id

• 10.00-10.30 wib: Diskusi melalui zoom

Penilaian Hasil Belajar

Komponen penilaian mata kuliah terdiri dari quis, ujian, keaktifan, dan projek/tugas wajib.

• Quis bersama, mahasiswa secara individu mengerjakan soal-soal kuis sesuai dengan materi-materi pertemuan yang diujikan. Kuis dilaksanakan minimal 2x untuk sesi UTS dan 2x untuk sesi UAS. Penanggungjawab panitia ujian STA1111.

• Keaktifan, yaitu mahasiswa diharapkan hadir pada setiap perkuliahan

(online/offline), terlibat aktif dalam diskusi dalam kelas, menyelesaikan pekerjaan rumah, serta aktif dalam mengakses bahan ajar baik yang diunggah dalam newlms, youtube ataupun dalam g-class. Penanggungjawab tim dosen pada setiap kelas

paralel.

Penilaian Hasil Belajar (lanjutan)

• Projek/Tugas wajib, mahasiswa secara individu/kelompok mampu

menerapkan pendekatan-pendekatan statistik yang sudah dipelajari, untuk memecahkan permasalahan riil di masyarakat. Hasilnya disajikan dalam bentuk laporan lengkap yang terdiri dari (1) makalah dan (2)

infografis atau video pendek. Penanggungjawab tim dosen pada setiap kelas parallel dan panitia publikasi.

• Bobot penilaian :

• 20% UTS

• 20% UAS

• 10% Quis

• 10% Keaktifan

• 40% Projek

Aturan main Quis

Aturan main Quis (lanjutan)

4) Soal akan diacak antar individu baik urutan soal maupun jawaban;

5) Mahasiswa hanya diberi kesempatan untuk 1x attempt, jika tiba-tiba jaringan Anda down segera login kembali ke server

6) Waktu pelaksanaan quis dalam satu hari tertentu, mulai dibuka pukul 09.00 WIB dan ditutup pukul 20.00 WIB pada hari yang sama. Jika ada perubahan waktu pelaksanaan quis akan diumumkan lebih lanjut oleh panitia ujian.

7) Lama waktu mengerjakan Quiz adalah 45 (empat puluh lima) menit. Jika dalam waktu 45 menit Anda belum selesai, maka Quiz akan ter-submit otomatis.

8) Ketentuan-ketentuan lainnya akan diumumkan lebih lanjut oleh panitia ujian

Aturan Main UTS/UAS

• Materi yang diujikan yaitu

• UTS meliputi konsep dasar statistika (pertemuan 1), data understanding (deskripsi data (pertemuan 2-3) dan eksplorasi data (pertemuan 4-5)), modelling (asosiasi/korelasi antar

peubah (pertemuan 6) dan regresi (pertemuan 7)).

• UAS meliputi metode pengumpulan data-survei

(pertemuan 9), metode pengumpulan data-perancangan percobaan (pertemuan 10), manajemen data-satu tabel (pertemuan 11), dan manajemen data-dua tabel.

(pertemuan 12).

• Bentuk soal dibedakan menjadi tiga yaitu Bagian A soal benar/salah (20 soal, skor 1), Bagian B soal pilihan

berganda (20, skor 3), dan Bagian C soal menjodohkan (10,

skor 2).