Dr. Bambang Supriyanta, SP, MP

Slides:



Advertisements
Presentasi serupa
Metodologi Penelitian (BIW312)
Advertisements

STATISTIKA DAN PROBABILITAS
STATISTIK By : Meiriyama Program Studi Teknik Informatika
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
Statistik Industri I (Teori Probabilitas) Jurusan Teknik Industri
STATISTIK & PROBABILITAS
HARGA TENGAH (UKURAN PEMUSATAN)
STATISTIKA (TERAPAN PERTANIAN)
METODE STATISTIKA (STK211)
IMPLEMENTASI KURIKULUM BERBASIS RENCANA PEMBELAJARAN SEMESTER (RPS)
ALJABAR LINIER KONTRAK PERKULIAHAN Title INDAH MANFAATI NUR.
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
STATISTIKA Pengampu Nugraeni.
Dra. Endang M. Kurnianti, M. Ed
Mata Kuliah (1) Smt 2- RMIK Maryani Setyowati, M.Kes
Distribusi Sampling.
Ukuran Gejala Pusat (Central Tendency)
TAKSIRAN NILAI PARAMETER
Kontrak Perkuliahan Pengantar Statistika Sosial
Metode Penelitian Ilmiah
STATISTIKA DASAR By Septi Fajarwati, M.Pd.
KONTRAK PERKULIAHAN.
METODE STATISTIKA (STK211)
METODE REPRODUKSI GRAFIKA I ANNAS M. S, S.SN
STATISTIKA Mean, Median dan Modus.
NURRATRI KURNIA SARI, M.Pd
STATISTIKA INDUSTRI IEG2E3
BAB V ukuran pemusatan Dipersiapkan oleh : Ely Kurniawati
STATISTIKA TERAPAN/ STATISTIKA 2. STATISTIKA TERAPAN/ STATISTIKA 2.
Harga Deviasi (Ukuran Penyebaran).
MATERI DAN KONTRAK BELAJAR
Statistika Dasar (3 SKS)
Pertemuan 10 Distribusi Sampling
DOSEN: FAJARWATI, SE, M.Si
PENGEMBANGAN MEDIA BELAJAR
SILABUS DAN KONTRAK BELAJAR: METODE STATISTIKA I
KOMITMEN MENU.
PENGENALAN MATA KULIAH STATISTIKA
Aplikasi Komputer & Pengolahan Data PENGANTAR STATISTIKA
Aljabar Linear dan Matriks
Probabilitas dan Statistika
STATISTIKA DESKRIPTIF
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
PENDIDIKAN SEPANJANG HAYAT
NURRATRI KURNIA SARI, M.Pd
STATISTIKA M.Sidiq Rumakabis, S.Stat SKS: 4(3-1)
Pendahuluan Struktur Data ( ) Teknik Informatika
PEMBAHASAN MINGGU 1 S/D MINGGU 7
Taksiran Ukuran Sampel (Untuk Proporsi)
STATISTIKA 2 Oleh : Dwi Susilo Fakultas Ekonomi Universitas Pekalongan
KONTRAK KULIAH MATA KULIAH EKONOMI MONETER
STATISTIKA SKS: 4(3-1) Kode: Tujuan Instruksional Umum:
PENDAHULUAN.
KONTRAK KULIAH MATA KULIAH EKONOMI MONETER
STATISTIKA DESKRIPTIF
Silabus KOMPUTASI STATISTIKA
Rencana Pembelajaran STATISTIK I (3 SKS)
STATISTIKA BISNIS 1 (3 SKS)
PERENCANAAN PENGAJARAN AKUNTANSI
Kode MK : SI108 Bobot : 3 sks Pengajar : Charitas Fibriani
Probabilitas dan Statistika
BUKU REFRENSI MK STATISTIK
STATISTIKA DAN PROBABILITAS
Kuswanto, 2007 STATISTIKA TERAPAN.
STATISTIKA Kode MK : SI108 Bobot : 3 sks Pengajar : Charitas Fibriani
MARYANI SETYOWATI Mata Kuliah S1 – Kesehatan Lingkungan
Prodi: Akutansi/Manajemen
STATISTIKA AGUS DWI SULISTYONO, S.SI., M.SI.. PENDAHULUAN Ruang Lingkup: Konsep Dasar Statistika, Pengujian Hipotesis, Analisis Varian, Analisis Korelasi,
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi KELOMPOK 2.
Transcript presentasi:

Dr. Bambang Supriyanta, SP, MP STATISTIK Dr. Bambang Supriyanta, SP, MP Dr. Ir. Abdul Rizal AZ, MP Dr. Ir. Mustajab HK, MS Partoyo, SP, MP, Ph.D R. Agus Widodo, SP., MP

PEMBELAJARAN SEMESTER (RPS) SEMESTER GENAP Program Studi/Jurusan : Agroteknologi Mata Kuliah/Kode : Statistik/134121142 SKS/Semester : 2 SKS/ II MataKuliah Prasyarat : Dosen : Dr. Bambang Supriyanta, SP, MP Dr. Ir. Abdul Rizal AZ, MP Dr. Ir. Mustajab HK, MS Partoyo, SP, MP, Ph.D R. Agus Widodo, SP., MP

Diskripsi matakuliah Mata kuliah ini memberikan pemahaman teori dasar statistika dan penggunaan ilmu statistika sederhana dengan materi yang meliputi : Peranan statistika dalam Ilmu Pengetahuan, Pengenalan tanda sigma, Statistik Diskriptif, Penyajian data, Distribusi Frekuensi Dan Nilai Sentral, Harga simpangan, Dasar-dasar Probabilitas, Distribusi Probabilitas dan distribuís sampling, Distribusi Probabilitas Diskrit, Distribusi Probabilitas kontinu, Distribusi Sampling rata-rata, Uji Normalitas, Penaksiran secara statistika, Pengujian Hypotesis, Pengantar Analisis Regresi dan korelasi (linier sederhana)

Kompetensi umum Peserta/Mahasiswa mampu memahami teori dasar statistik, terampil melakukan analisis data dan menginterpretasikan dengan benar hasil analisisnya serta mampu memanfaatkan ilmu statistika untuk memecahkan masalah statistika sederhana

Strategi Pembelajaran Pembelajaran menggunakan metode semi SCL, sehingga dosen sebagai fasilitator di kelas mengarahkan mahasiswa aktif berdiskusi, serta sebagian lain masih menggunakan metode ceramah. Latihan dan penugasan secara mandiri dan atau kelompok kepada mahasiswa untuk memacu mahasiswa lebih mendalami materi terkait dan melatih mahasiswa bekerjasama dalam memecahkan masalah. Setiap kali pertemuan diberi ulungan untuk mempermudah diskusi.

Minggu Ke Pokok Bahasan 1 Pendahuluan Kontrak Kuliah Elemen Fundamental statistika Peranan statistika dalam Ilmu Pengetahuan Pengenalan tanda sigma 2 Data, Penyajian data dan distribusi Frekuensi Data Tampilan data Populasi dan sempel Cara sampling Distribusi frekuennsi 3 Nilai Sentral Nilai Sentral (rerata aritmatik, median, modus, Quartil, desil, persentil, rata-rata geometric, rata-rata harmonic) Data dikelompokkan

Evaluasi I/ Ujian tengah Semester 4 dan 5 Harga simpangan Simpangan data (data tidak dikempokkan dan data dikelompokkan) Rata-rata Simpangan Simpangan baku Simpangan quartil Simpangan relative Ukuran kemencengan 6 dan 7 Dasar-dasar Probabilitas Peranan probabilitas Teori probabilitas Aturan penjumlahan dan perkalian Peristiwa Mutually Exclusive non Mutually, Exclusive independent, dependent, Teory Bayes) Expektasi matematis 8 Evaluasi I/ Ujian tengah Semester 9 Distribusi Probabilitas Dan distribusi sampling Distribusi Probabilitas Diskrit Macam-macam distribusi Probabilitas diskrit Macam-macam distribusi Probabilitas kontinu

10 Distribusi Normal Pemakaian kurve normal Distribusi t (student) 11 Distribusi Sampling rata-rata Bila diketahui Bila tidak diketahui diketahui Uji Normalitas 12 Penaksiran secara statistika Pengertian Penaksiran rentang Penaksiran rata-rata populasi Bila tidak diketahui Ukuran sampel 13 Pengujian Hypotesis Prosedur Umum Pengujian satu sample

Evaluasi I / UJIAN AKHIR SEMESTER 14 Distribusi Fisher (F) Test homogenitas varians Pengujian dua sample Bila Bila tidak diketahui 15 Pengantar Analisis Regresi dan korelasi (linier sederhana) Pengertian Analisis regresi linier sederhana Korelasi linier sederhana 16 Evaluasi I / UJIAN AKHIR SEMESTER

Referensi : Wajib Rizal, A. 2009. Statistika Terapan. Bahan Ajar Walpole, E. ,Ronald, H Majers, Raymon, 1986. Ilmu Peluang dan Statistik untuk Insinyur dan Ilmuwan, ed.2,ITB, Bandung. Tambahan : Hakim, Abdul S.E, 202. Statistika Induktif, Ekonisia, Yogyakarta. McClave J.T. and T. Sincich. 2000. Statistics. Murray R. Spiegel. 1982. Teory and problems of statistics. Schaum’s Outline Series. Landon

Skills yg ingin dicapai Komponen Penilaian Komponen skills yang ingin dicapai, cara, skoring dan persentase penyebarannya adalah sebagai berikut: Skills yg ingin dicapai Cara Bobot Skor Maksimal Persentase Pengeth/Pemahaman - kuis - tugas mandiri 2 100 20 % Kreativitas dan Kerja sama - Hasil-2 diskusi kooperatif & kompetitif Intelectual skills Evaluasi I 3,0 30 % Evaluasi II Evaluasi hasil pembelajaran dilakukan dengan cara menjumlahkan skor (total skor) dikalikan dengan bobot masing-masing. Jumlah ini selanjutnya dikonversi ke dalam nilai huruf dengan rincian sebagai berikut: Nilai A = skor 81 – 100 Nilai B+ = skor 76 – 80 Nilai B = skor 66 – 75 Nilai C+ = skor 61 – 65 Nilai C = skor 51 – 61 Nilai D = skor 31 – 50 Nilai E = skor < 31

Kontrak Perkuliahan Mahasiswa yang terlambat lebih dari 15 menit, tidak diperkenankan masuk kelas dan mengikuti kuliah Apabila berhalangan hadir, mahasiswa wajib meminta ijin melalui surat dengan disertai bukti keterangan yang syah, paling lambat 1 minggu setelah ketidakhadiran. Syarat mengikuti ujian akhir semester, minimal mahasiswa mengikuti 12 kali tatap muka Selama mengikuti kuliah dan ujian statistik mahasiswa wajib membawa kalkulator, tidak diperkenankan menggunakan handphone dan sejenisnya sebagai alat hitung Apabila diperlukan, dapat diadakan kuliah pengganti untuk mengganti hari libur/cuti bersama atau berhalangan karena keperluan dinas Waktu pelaksanaan kuliah pengganti didasarkan pada kesepakatan mahasiswa dan dosen pengampu.