Statistik Inferensial, Curriculum : 2016


Courser in EnglishINFERENTIAL STATISTICS
ProgramManajemen
SKS3 SKS
RPS26 Data

RPS (Rencanan Perkuliahan Semester)

Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Mahasiswa memahami fungsi statistik dan mampu menggunakannya dalam analisis data kuantitatif dan inferensial dengan bantuan statistik parametrik atau  non parametrik dan paham cara penghimpunan data, validitas data, reabilitas data, korelasi dan regresi serta analisis varians.

Learning Outcomes

Mahasiswa mampu memahami prinsip pengujian statistika dan mampu menerapkannya dalam pengujian hipotesis penelitian

References

  1. Sutrisno Hadi, 2002,. Statistic Jilid 3, Yogyakarta: Penerbit Andi.
  2. Sugiyono, 2009,. Statistik untuk penelitian, Bandung : Alfabeta.
  3. Sugiyono, 2009,. Statistik nonparamtetrik, Bandung : Alfabeta
  4. RIduwan, 2009. Dasar-dasar Statistika, Bandung: Alfabeta.


Details ...
Course Descriptions

Rencana Pembelajaran Semester (RPS) untuk Mata Kuliah Statistik Inferensial terdapat beberapa materi yang disampaikan dalam modul ini, yaitu penyajian data, ukuran gelaja pusat, ukuran disperse, ukuran letak dan peramalan (forecasting) serta statistik inferensial yang meliputi statistik non parametrik dan parametrik. Masing-masing menguraikan tahapan-tahapan atau langkah-langkah yang harus dilakukan dalam analisis data deskriptif dan statistik inferensial untuk tujuan pengujian hipotesis. 

Learning Outcomes

Mahasiswa dapat menjelaskan dan selanjutnya mengimplementasikan berbagai karakteristik yang terkait dengan aspek individual, kelompok, dan organisasi. Dan mahasiswa juga akan memahami perkembangan dan tantangan-tantangan terkait dengan strategi MSDM untuk nantinya mampu mengantisipasi dan menghindari berbagai kendala yang akan menghambat keefektifan organisasional

 

References

Dayan, Anto (1989), Pangantar Metode Statistik Jilid 1, Lembaga Penelitian, Pendidikan dan Penerangan Ekonomi dan Sosial, Jakarta.

Djarwanto, Ps (1996), Mengenal Beberapa Uji Statistik dalam Penelitian, Penerbit Liberty, Yogyakarta.

Hasan, Iqbal (2003), Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif), Penerbit Bumi Aksara, Jakarta.

Saragih, Ferdinand D dan Umanto Eko (2007), Pengantar Statistik untuk Bisnis dan Ekonomi, Departemen Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesi, Jakarta.

Setiawan, E (2005), Statistik I, Penerbit Yayasan Widya Manggala Indonesia, Semarang

Slamet (1993), Analisis Kuantitatif untuk Data Sosial, Dabara Publisher, Solo.

Sudjana (1996), Metoda Statistika, Penerbit Tarsito, Bandung.

Sugiyono (2005), Statistik untuk Penelitian, CV. Alfabeta, Bandung.

Supranto, J (1987), Statistik Teori dan Aplikasi, Penerbit Erlangga, Jakarta.

Winarsunu, Tulus (2004), Statistik dalam Penelitian Psikologi dan Pendidikan, UMM Press, Malang.


Details ...
Course Descriptions

Rencana Pembelajaran Semester (RPS) untuk Mata Kuliah Statistik Inferensial terdapat beberapa materi yang disampaikan dalam modul ini, yaitu penyajian data, ukuran gelaja pusat, ukuran disperse, ukuran letak dan peramalan (forecasting) serta statistik inferensial yang meliputi statistik non parametrik dan parametrik. Masing-masing menguraikan tahapan-tahapan atau langkah-langkah yang harus dilakukan dalam analisis data deskriptif dan statistik inferensial untuk tujuan pengujian hipotesis. 

Learning Outcomes

Mahasiswa dapat menjelaskan dan selanjutnya mengimplementasikan berbagai karakteristik yang terkait dengan aspek individual, kelompok, dan organisasi. Dan mahasiswa juga akan memahami perkembangan dan tantangan-tantangan terkait dengan strategi MSDM untuk nantinya mampu mengantisipasi dan menghindari berbagai kendala yang akan menghambat keefektifan organisasional

 

References

Dayan, Anto (1989), Pangantar Metode Statistik Jilid 1, Lembaga Penelitian, Pendidikan dan Penerangan Ekonomi dan Sosial, Jakarta.

Djarwanto, Ps (1996), Mengenal Beberapa Uji Statistik dalam Penelitian, Penerbit Liberty, Yogyakarta.

Hasan, Iqbal (2003), Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif), Penerbit Bumi Aksara, Jakarta.

Saragih, Ferdinand D dan Umanto Eko (2007), Pengantar Statistik untuk Bisnis dan Ekonomi, Departemen Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesi, Jakarta.

Setiawan, E (2005), Statistik I, Penerbit Yayasan Widya Manggala Indonesia, Semarang

Slamet (1993), Analisis Kuantitatif untuk Data Sosial, Dabara Publisher, Solo.

Sudjana (1996), Metoda Statistika, Penerbit Tarsito, Bandung.

Sugiyono (2005), Statistik untuk Penelitian, CV. Alfabeta, Bandung.

Supranto, J (1987), Statistik Teori dan Aplikasi, Penerbit Erlangga, Jakarta.

Winarsunu, Tulus (2004), Statistik dalam Penelitian Psikologi dan Pendidikan, UMM Press, Malang.


Details ...
Course Descriptions

Rencana Pembelajaran Semester (RPS) untuk Mata Kuliah Statistik Inferensial terdapat beberapa materi yang disampaikan dalam modul ini, yaitu penyajian data, ukuran gelaja pusat, ukuran disperse, ukuran letak dan peramalan (forecasting) serta statistik inferensial yang meliputi statistik non parametrik dan parametrik. Masing-masing menguraikan tahapan-tahapan atau langkah-langkah yang harus dilakukan dalam analisis data deskriptif dan statistik inferensial untuk tujuan pengujian hipotesis. 

Learning Outcomes

Mahasiswa dapat menjelaskan dan selanjutnya mengimplementasikan berbagai karakteristik yang terkait dengan aspek individual, kelompok, dan organisasi. Dan mahasiswa juga akan memahami perkembangan dan tantangan-tantangan terkait dengan strategi MSDM untuk nantinya mampu mengantisipasi dan menghindari berbagai kendala yang akan menghambat keefektifan organisasional

 

References

Dayan, Anto (1989), Pangantar Metode Statistik Jilid 1, Lembaga Penelitian, Pendidikan dan Penerangan Ekonomi dan Sosial, Jakarta.

Djarwanto, Ps (1996), Mengenal Beberapa Uji Statistik dalam Penelitian, Penerbit Liberty, Yogyakarta.

Hasan, Iqbal (2003), Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif), Penerbit Bumi Aksara, Jakarta.

Saragih, Ferdinand D dan Umanto Eko (2007), Pengantar Statistik untuk Bisnis dan Ekonomi, Departemen Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesi, Jakarta.

Setiawan, E (2005), Statistik I, Penerbit Yayasan Widya Manggala Indonesia, Semarang

Slamet (1993), Analisis Kuantitatif untuk Data Sosial, Dabara Publisher, Solo.

Sudjana (1996), Metoda Statistika, Penerbit Tarsito, Bandung.

Sugiyono (2005), Statistik untuk Penelitian, CV. Alfabeta, Bandung.

Supranto, J (1987), Statistik Teori dan Aplikasi, Penerbit Erlangga, Jakarta.

Winarsunu, Tulus (2004), Statistik dalam Penelitian Psikologi dan Pendidikan, UMM Press, Malang.


Details ...
Course Descriptions

Rencana Pembelajaran Semester (RPS) untuk Mata Kuliah Statistik Inferensial terdapat beberapa materi yang disampaikan dalam modul ini, yaitu penyajian data, ukuran gelaja pusat, ukuran disperse, ukuran letak dan peramalan (forecasting) serta statistik inferensial yang meliputi statistik non parametrik dan parametrik. Masing-masing menguraikan tahapan-tahapan atau langkah-langkah yang harus dilakukan dalam analisis data deskriptif dan statistik inferensial untuk tujuan pengujian hipotesis. 

Learning Outcomes

Mahasiswa dapat menjelaskan dan selanjutnya mengimplementasikan berbagai karakteristik yang terkait dengan aspek individual, kelompok, dan organisasi. Dan mahasiswa juga akan memahami perkembangan dan tantangan-tantangan terkait dengan strategi MSDM untuk nantinya mampu mengantisipasi dan menghindari berbagai kendala yang akan menghambat keefektifan organisasional

 

References

Dayan, Anto (1989), Pangantar Metode Statistik Jilid 1, Lembaga Penelitian, Pendidikan dan Penerangan Ekonomi dan Sosial, Jakarta.

Djarwanto, Ps (1996), Mengenal Beberapa Uji Statistik dalam Penelitian, Penerbit Liberty, Yogyakarta.

Hasan, Iqbal (2003), Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif), Penerbit Bumi Aksara, Jakarta.

Saragih, Ferdinand D dan Umanto Eko (2007), Pengantar Statistik untuk Bisnis dan Ekonomi, Departemen Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesi, Jakarta.

Setiawan, E (2005), Statistik I, Penerbit Yayasan Widya Manggala Indonesia, Semarang

Slamet (1993), Analisis Kuantitatif untuk Data Sosial, Dabara Publisher, Solo.

Sudjana (1996), Metoda Statistika, Penerbit Tarsito, Bandung.

Sugiyono (2005), Statistik untuk Penelitian, CV. Alfabeta, Bandung.

Supranto, J (1987), Statistik Teori dan Aplikasi, Penerbit Erlangga, Jakarta.

Winarsunu, Tulus (2004), Statistik dalam Penelitian Psikologi dan Pendidikan, UMM Press, Malang.


Details ...