rp statistika 2014

RENCANA PEMBELAJARAN MATA KULIAH STATISTIKA AGUSTUS 2014 Disiapkan: Wiwik Anggraeni Renny Pradina Kusumawardani Retno Aulia Vinarti sebagai kelengkapan proses mengajar belajar di Jurusan Sistem Informasi ITS Deskripsi Mata Kuliah: Ringkasan deskripsi mata kuliah ini (bisa copy-paste dari Deskripsi Mata Kuliah di dokumen Silabus, pentingnya mempelajari mata kuliah ini, dan isi dari dokumen Rencana Pembelajaran ini.

EVALUASI MK STATISTIKA SEMESTER KEMARIN Good Sides Mahasiswa cukup banyak yang telah mengambil MK Statistika (6 kelas) dan drop rate

cukup sedikit. Mahasiswa antusias dalam aktivitas terjun langsung di lapangan untuk mencari data,

terbukti dari jumlah sample mencukupi/melebihi standar minimal sample. Mahasiswa mengonsumsi uji hipotesa proporsi lebih banyak dari tahun2 sebelumnya Bad Sides Materi Korelasi dan Regresi tidak sampai > solved by extending jml SKS Uji Hipotesa masih kurang matang (hanya 2 minggu = 2 pertemuan) > sekarang sudah 3

minggu = 6 pertemuan. Materi Uji Hipotesa hanya one-sample Inputs Masukan dari Bu Hanim = pembahasan mengenai sample jenuh > finite population

correction Masukan dari Bu Irma = desain eksperimen diikutsertakan untuk menunjang skill riset

mahasiswa Changes Materi Korelasi dan Regresi dialokasikan 2 minggu Materi Uji Hipotesa diperdalam dan ditambahkan two-sample independent dan

dependent Materi Desain eksperimen SILABUS KURIKULUM 2014-2019 KS141209 STATISTIKA 4 SKS Semester : tiga

Capaian Pembelajaran Prodi yang didukung :

P.6.2. Memahami konsep-konsep Statistika K.3.6. Mampu membandingkan pilihan-pilihan solusi TI menggunakan multiple decision

criteria M.2.1. Mendengar, menyelami, mewawancarai, dan menganalisis berbagai sumber

informasi. M.4.4. Mampu menggunakan teknik-teknik analisis kuantitif dengan benar dan efektif. M.4.5. Mampu berfikir kritis, analitis, sistematis dan logis.

Capaian Pembelajaran Mata Kuliah :

1. Mahasiswa mampu mendiskripsikan kegunaan statistik pada dunia nyata 2. Mahasiswa mampu merancang kuisioner dan interview serta mendapatkan data primer

dengan kuisioner tersebut M.2.1 3. Mahasiswa mampu melakukan beberapa uji untuk preprocess data M.4.4 4. Mahasiswa mampu mendeskriptif statistikkan data M.4.4 5. Mahasiswa mampu menerapkan konsep distribusi sampling dan confidence interval P.6.2 6. Mahasiswa mampu melakukan uji hipotesa baik satu sampel maupun dua sampel K.3.6 7. Mahasiswa mampu melakukan uji korelasi dan regresi K.3.6

8. Mahasiswa mampu mendesain eksperimen untuk memperoleh hasil dari tujuan yang diinginkan dan memahami kondisi eksperimen diluar kondisi normal M.2.1

Pokok Bahasan : Konsep Dasar Statistika (Populasi, Sample, Cara mengambil sampel dari suatu unit, Proses sampling, Skala pengukuran, Pengantar survey (sampling), Organisasi dan Visualisasi Data) Questionnaire, Improving Survey Questions, Error Types in Survey, Assessing Questionnaire, Defining Sample Size, Uji validitas manual dengan one-shot, double. Uji validitas dan reliabilitas tools statistika Central Tendency, Variation and Shape, Exploring Numerical and Data (Tunggal dan Berkelompok) Distribution Concept (Discrete-Continuous, Normal, Uniform, Binomial), Chebyshev Rule, Sampling Distributions (Mean and Proportion), Central Limit Theorem, Determining Confidence Interval, The Concept of Degree of Freedom Fundamentals of Hypothesis Testing Methodology: Hypothesis for the Mean ( known/unknown) one sample, Hypothesis for the Proportion one sample, Comparing two independent and dependent population. Correlation: for parametric (pearson) and non-parametric (spearman) scale. Regression, ANOVA, R-Square, Uji Durbin-Watson, Auto-correlation, Uji F, SSE. Teori Replikasi, Random Number Generator, Finite Population Correction Pustaka :

1. Bowerman, Bruce L, OConnel, Richard T. Business Statistics in Practice, Mc Graw Hill, 2007

2. Lind, Marchal, Wathen. Statistical Techniques in Business and Economics, Mc Graw Hill, 2009

3. Levine, Stephan, Krehbel, Berenson. Statistics for Managers: Using Microsoft Excel. Prentice-Hall, 2009

4. Stephen D Rousch. Basic Business Statistics. 5. Maria Korjenevitch, Rachel Dunifon. Improving Survey Questions 6. Imam Ghozali, Implementasi Statistika dengan SPSS

Media Belajar :

1. Software: PowerPoint, tools statistika 2. Hardware: Personal Computer, LCD Projector

Jenis Assessment : 1. UTS, UAS, Demo Final Project 2. Presentasi, Tugas Harian, Tugas Kelompok Persentase Penilaian

20% UTS (Tulis) 15% Tugas E-Learning 25% UAS (Tulis) 20% Tugas Individu 20% Final Project (Demo): Objek Non-IT

Dosen : 1. Wiwik Anggraeni 2. Retno Aulia Vinarti 3. Renny Pradina Kusumawardani

AGENDA PEMBELAJARAN KS141209 STATISTIKA 4 SKS

Minggu ke-

Tujuan Pembelajaran

(Learning objectives)

Materi pembelajaran

No Pustaka dan halaman Indikator pencapaian Aktivitas Pembelajaran mhs

Estimasi waktu

Penilaian

Bentuk Bobot 1 Mahasiswa mampu mendiskripsikan kegunaan statistik pada dunia nyata - Inisialisasi Perkuliahan (Rencana Pembelajaran, Kontrak Kuliah, Pembagian kelompok) - Konsep Dasar Statistika (Populasi, Sample, Cara mengambil sampel dari suatu unit)

RP Introduction to Statistics (Stephen 1.1-1.2) - Mahasiswa memahami esensi dari Statistika - Mahasiswa siap menjalani proses pembelajaran Statistika dalam 18 minggu dengan berbasis project Mahasiswa memahami kosakata yang sering digunakan di lingkup Statistika

- Penjelasan RP oleh dosen Pengampu - Pembagian Kelompok - Menonton video motivator Statistika - Review berita quick count pemilu pilpres 2014. Tugas Essay: dengan tema Importance of Statistics Tugas Membaca: Introduction to Statistics - Dosen menjelaskan teori dasar Statistika meliputi Descriptive Statistics Vs Inferential Statistics, Sample Vs Populasi, Sampling Vs Sensus Tugas E-Learning: Kosakata Statistika (ambil dari buku) Tugas Membaca: Metode sampling, skala pengukuran data, organisasi dan visualisasi data

TM: 2x50 BM: 2x50 BT: 2x50 TM: 2x50 BM: 2x50 BT: 2x50 5%

2 - Konsep Dasar Statistika (Proses sampling, Skala pengukuran, (sampling), Organisasi dan Visualisasi Data) (Levine 2.2 dan 7.1) (Stephen 1.3) - Mahasiswa paling tidak telah mencetak materi - Mahasiswa memahami proses dan metode pengambilan sampel Mahasiswa memahami dan mengidentifikasi berbagai macam tipe dan skala data

- Dosen menjelaskan teori dasar Statistika meliputi Tipe Metode Sampling dan masing2 benefit dan drawbacksnya. - Dosen mengajak mahasiswa untuk mengadakan simulasi dari masing2 Tipe Metode Sampling di kelas. - Dosen memberikan contoh metode sampling yang paling sering digunakan secara umum maupun pada penelitian2 tertentu berdasarkan kebutuhan dari data. Tugas Membaca: Skala pengukuran data

TM: 2x50 BM: 2x50 BT: 2x50 TM: 2x50 BM: 2x50 BT: 2x50 4% + 5%

- Dosen meminta setiap mahasiswa urun data mengenai dirinya masing2 sesuai dengan skala pengukuran data. - Dosen menjelaskan setiap field data sesuai dengan karakternya lalu mengolah data dengan operasi matematika yang diperbolehkan untuk masing2 skala pengukuran data. - Dosen mengorganisasikan data dengan masing2 tipe visualisasi yang sesuai dengan skala pengukuran data. Tugas E-Learning: Skala pengukuran data dan organisasi data. Tugas Individu: Membuat table distribusi, histogram dan polygon frekuensi dari data lampiran Buku Lind 3 Mahasiswa mampu merancang kuisioner serta mendapatkan data primer dengan kuisioner tersebut.

Questionnaire, Improving Survey Questions, Error Types in Survey (Maria Korjenevitch Rachel Dunifon (PDF)) (Bowerman 1.5) (Levine 7.2)

- Mahasiswa mendapatkan objek untuk survey - Mahasiswa menentukan tujuan dan sub-tujuan dari survey - Dosen memfasilitasi mahasiswa untuk mendapatkan objek survey atau menelaah objek yang telah didapatkan mahasiswa. - Dosen memotivasi mahasiswa untuk membuat sub-tujuan dari tujuan utama survey. - Mahasiswa menentukan mahasiswa awal dari anggapan orang awam terhadap tiap sub-tujuan dari objek yang dipilih menggunakan metode interview. Tugas Membaca: Bias dari pertanyaan, bagaimana membuat pertanyaan verbal yang baik, persiapan awal sebelum interview. Tugas Exploring: Mahasiswa diminta untuk mewawancarai 5-10 orang mengenai anggapan awal mereka terhadap objek survey. - Mahasiswa diminta untuk menentukan objek dari pertanyaan berdasarkan sub-tujuan. - Dosen mengarahkan pilihan-pilihan objek berdasarkan pengalaman. Tugas Membaca: Bagaimana membuat pertanyaan yang baik dan tidak bias. Tugas Exploring: Mahasiswa diminta untuk membuat pertanyaan2 berdasarkan objek yang telah ditentukan.

TM: 2x50 BM: 2x50 BT: 2x50 TM: 2x50 BM: 2x50 BT: 2x50

4 Assessing Questionnaire, Defining Sample Size, Web untuk menilai kebagusan pertanyaan di kuesioner. (linknya, ada di coursera), (Lind 9) Materi dari Fordham Univ

- Mahasiswa memahami syarat2 apa saja untuk membuat pertanyaan dengan baik dan tidak menimbulkan bias. - Mahasiswa dan dapat mengidentifikasi pertanyaan yang bias serta memperbaikinya.

- Mahasiswa diminta untuk menunjukkan pertanyaan2 yang telah dibuat berdasarkan sub-tujuan (peer-review). - Dosen memfasilitasi jalannya diskusi antara presenter dengan audience Tugas Exploring: Mahasiswa menguji pertanyaannya dengan poin2 yang disediakan oleh website penguji kualitas kuesioner. Tugas Membaca: Formula Determining Sample Size. - Fiksasi kuesioner dan penentuan target responden - Kuliah Lapangan 1


5 Mahasiswa mampu melakukan beberapa uji untuk preprocess data Uji validitas manual dengan one-shot, double. Uji validitas dan reliabilitas tools statistika

Buku Stats Prof. Undip - Mahasiswa memvalidasi hasil kuesioner dan memperbaikinya bila memang tidak mencukupi sample size. - Mahasiswa telah menginstall tools statistika paling tidak 1 PC/group. - Mahasiswa mampu melakukan uji validitas dan reliabilitas di tools statistika berbekal modul.

- Dosen memandu jalannya uji validitas manual lalu memberikan solusi berdasarkan temuan2 dari data responden. Bila diperlukan maka akan dilakukan survey ulang. Tugas Eksploring: Mahasiswa diminta untuk mencari metode lain untuk membuktikan validitas dari kuesioner - Dosen memfasilitasi mahasiswa dengan modul tools statistika untuk melakukan uji validitas dan reliabilitas tools statistika. - Dosen memastikan bahwa sample size yang valid dan reliable mencukupi minimum size untuk pemrosesan data lebih lanjut. Tugas Exploring: Mahasiswa mencoba modul tools statistika untuk melakukan uji validitas+reliabilitas dan melaporkan hasilnya dalam bentuk report. Survey ulang apabila data yang valid dan reliabel tidak mencukupi


6 Mahasiswa mampu mendeskriptif statistikkan data Central Tendency, Variation and Shape, Exploring Numerical and Data (Tunggal dan Berkelompok)

(Stephen 3) (Lind 8) (Bowerman 3.5 - Group) - Mahasiswa mampu menentukan langkah dan ukuran apa yang harus dilakukan ketika menemukan data tunggal/berkelompok untuk melihat deskriptif statistik dari data tersebut. - Mahasiswa mampu

- Dosen mereview hasil bacaan mahasiswa mengenai teori Central Tendency, Variation and Shape. - Dosen menjelaskan ulang teori tersebut. Latihan: Mengerjakan soal2 di Buku Bowerman dan Lind Tugas Eksploring: Mencari ukuran deksriptif selain dari yang diajarkan pada proses tatap muka - Dosen memberikan 2 contoh soal, 1 data


mencari deskriptif statistik menggunakan tools statistika tunggal dan 1 data berkelompok. Selanjutnya, dosen menelaah langkah dari mahasiswa untuk mencari deskripsi statistik dari kedua contoh soal tersebut. Tugas Individu: Mencari deskriptif statistik dari data di Lampiran Buku Lind Tugas Mencoba: Mahasiswa mencoba modul tools statistika untuk mencari deskriptif statistik dan melaporkan hasilnya dalam bentuk report. 7 Distribution Concept (Discrete-Continuous, Normal, Uniform, Binomial, Chebyshev Rule, Exponential*, F*, Chi-Square*, Poisson*)

(Stephen 5) (Bowerman 6.3) (Levine 3.1-3.4) - Mahasiswa mampu mengenali bentuk distribusi dan maknanya. - Mahasiswa mampu untuk menampilkan distribusi dari data sample yang didapatkan dari data kuesioner. - Mahasiswa menerapkan konsep normalisasi dengan tools statistika

- Dosen menjelaskan teori dasar distribusi discrete & cont., normal, uniform, binomial dan penggunaannya dalam dunia nyata. - Dosen menjelaskan Chebyshev Rule dan keterkaitan maknanya dengan outlier data. Tugas Mencoba: Mahasiswa mencoba modul tools statistika untuk melakukan uji normalitas dan melaporkan hasilnya dalam bentuk report. - Dosen menjelaskan hasil uji normalitas dari tools statistika. Tugas Produktif: Mahasiswa menulis hasil temuan dan analisis dari data kuesioner ke dalam report untuk Final Project


8, 9 UTS Tulis 20% 10 Mahasiswa mampu menerapkan konsep distribusi sampling dan confidence interval Sampling Distributions (Mean and Proportion), Central Limit Theorem, Determining Confidence Interval, The Concept of Degree of Freedom

(Levine 7.3-7.5, 8) (Bowerman 7.1, 7.2, 8) - Mahasiswa memahami bias dan unbiased sample mean/proportion. - Mahasiswa memahami kecenderungan memusat dari data dan menyimpulkan data kuesioner milik mereka. - Mahasiswa dapat memutuskan kapan menggunakan interval estimate untuk known/unknown dari sebuah studi kasus.

- Dosen menjelaskan teori sampling distributions mean/proportion dan central limit theorem. - Dosen menjelaskan teori dan formula confidence interval serta kegunaannya untuk pengujian hipotesis. Tugas Produktif: Mahasiswa membuat confidence interval dari data kuesioner yang telah valid dan reliable. - Dosen menjelaskan teori Interval Estimate for the Mean ( known/ unknown) dan Proportion. - Dosen mendemonstrasikan kepada mahasiswa mengenai confidence interval estimates for five different samples lalu mengajak mahasiswa untuk membuat intisari dari confidence interval. Tugas Membaca: Teori fundamental pengujian hipotesa dengan mean dan


proportion dan langkah2nya. Tugas E-Learning: Confidence Interval, studi kasus singkat. 11 Mahasiswa mampu melakukan uji hipotesa baik satu sampel maupun dua sampel

Fundamentals of Hypothesis Testing Methodology (Levine 9.1) (Lind 10.1-10.3) - Mahasiswa dapat mendemonstrasikan langkah-langkah pengujian statistika.

- Dosen menjelaskan 4 langkah untuk melakukan uji hipotesa secara umum. - Dosen menjelaskan konsep one-tail and two-tail hypothesis testing. - Dosen menjelaskan konsep pengujian statistika dari dua pendekatan: Critical Value approach dan p-value assumption. Latihan: Mengerjakan soal-soal latihan dari buku. - Dosen meminta mahasiswa menuliskan jawaban dari tugas di kelas untuk didiskusikan lebih lanjut mengenai pemahaman dan langkah2 pengujian hipotesa yang benar.


12 Hypothesis for the Mean ( known/unknown) dan Proportion one sample

(Levine 9.2-9.4) (Lind 10.4, 10.5) - Mahasiswa dapat memutuskan kapan menggunakan pengujian hipotesis mean untuk known/unknown dari sebuah studi kasus. - Mahasiswa dapat memutuskan kapan menggunakan pengujian hipotesis mean atau proporsi

- Dosen menjelaskan teori pengujian hipotesis mean t-test dan z-test. - Dosen menjelaskan teori pengujian hipotesis proporsi z-test. Latihan: Mahasiswa melakukan pengujian hipotesis proporsi dari hipotesis awal dan melaporkan hasilnya. - Dosen meminta mahasiswa menuliskan jawaban dari tugas di kelas untuk didiskusikan lebih lanjut mengenai pemahaman dan langkah2 pengujian hipotesa yang benar. - Dosen memandu mahasiswa menggunakan tools statistika untuk menemukan baik pearson maupun spearman correlation index melalui modul tools statistika. Tugas Membaca: Teori pengujian hipotesa perbandingan dua sample baik independen maupun yang dependen. Tugas Individu: Mahasiswa mengerjakan soal uji hipotesa fundamental one-sample mean dan proportion.


13 Comparing two independent and dependent population (Levine 10) - Mahasiswa dapat memutuskan kapan menggunakan pengujian one atau two sample

- Dosen menjelaskan teori pengujian dua sample mean dari independent dan dependent populations - Dosen menjelaskan teori pengujian dua sample proportion dari independent dan TM: 2x50 BM: 2x50 BT: 2x50 TM: 2x50 BM: 2x50

4%

dependent populations Latihan: Mahasiswa mengerjakan soal latihan comparing two independent and dependent populations. - Dosen meminta mahasiswa menuliskan jawaban dari tugas di kelas untuk didiskusikan lebih lanjut mengenai pemahaman dan langkah2 pengujian hipotesa yang benar. Tugas Individu: Mahasiswa mengerjakan soal2 uji hipotesa one dan two sample. Tugas Membaca: Teori Korelasi Pearson Vs Spearman

BT: 2x50

14 Mahasiswa mampu melakukan uji korelasi dan regresi Correlation for parametric (pearson) and non-parametric (spearman) scale.

(Lind II) - Mahasiswa dapat mencari koefisien korelasi dengan pearson correlation. - Mahasiswa dapat mencari koefisien korelasi dengan spearman correlation. - Mahasiswa dapat menemukan correlation index menggunakan tools statistika

- Dosen menjelaskan teori korelasi secara umum. - Dosen menjelaskan rumus pearson correlation index dan memberikan contoh perhitungannya dengan beberapa latihan soal. Tugas Produktif: Mahasiswa mengerjakan soal latihan untuk mencari Pearson correlation index - Dosen menjelaskan rumus spearman correlation index dan memberikan contoh perhitungannya dengan beberapa latihan soal. - Dosen memandu mahasiswa menggunakan tools statistika untuk menemukan baik pearson maupun spearman correlation index melalui modul tools statistika. Tugas Membaca: Mahasiswa membaca materi Regression Linear Sederhana


15 Regression, ANOVA, R-Square, Uji Durbin-Watson, Auto-correlation, Uji F, SSE. (Lind II) - Mahasiswa dapat mencari persamaan regresi linear sederhana dan menguji keabsahannya. - Mahasiswa dapat menyimpulkan bagaimana hubungan antara 2 variabel dengan melakukan anova dan r-square.

- Dosen menjelaskan mengenai persamaan regresi secara umum, serta perbedaan mendasar antara korelasi dengan regresi. - Dosen menjelaskan jenis-jenis regresi dan data yang berkesesuaian dengan regresi tersebut. - Dosen menjelaskan jenis-jenis pengujian untuk melihat validasi dari persamaan regresi yang telah terbentuk. - Dosen memandu mahasiswa menggunakan tools statistika untuk menemukan persamaan regresi terbaik


dan membaca hasil analisis yang digenerate melalui modul tools statistika. Tugas Mencoba: Mahasiswa mencoba tools statistika untuk mencari persamaan regresi linear sederhana dan menuliskannya dalam bentuk report Tugas Individu: Mahasiswa mengerjakan soal latihan untuk mencari Correlation Index (pearson/spearman) dan Persamaan Regresi Linear Sederhana 16 Mahasiswa mampu mendesain eksperimen untuk memperoleh hasil dari tujuan yang diinginkan dan memahami kondisi eksperimen diluar kondisi normal

Teori Replikasi, Random Number Generator, Finite Population Correction, SEM. (Larry Gonick) (Lind 9) - Mahasiswa mampu merancang prosedur riset apa yang akan dilakukan untuk mendapatkan hasil yang sesuai (replikasi/ randomisasi). - Mahasiswa mampu menganalisa statistik dalam jumlah populasi terbatas.

- Dosen memberikan beragam contoh riset dari TA maupun proyek akhir yang menggunakan replikasi/randomisasi. - Dosen memberikan kasus nyata dimana jumlah populasi terbatas sehingga proses sampling yang dilakukan akan sedikit berbeda. - Dosen memberikan soal latihan keseluruhan dari materi setelah UTS hingga UAS untuk pra-UAS. - Dosen membahas langkah2 dan hasil pengerjaan soal2 dari mahasiswa. Presentasi Final Project


17, 18 UAS Tulis 25%

rp statistika 2014

Documents