1

SEKOLAH TINGGI ILMU EKONOMI SEKOLAH TINGGI ILMU EKONOMI SEKOLAH TINGGI ILMU EKONOMI SEKOLAH TINGGI ILMU EKONOMI

INDONESIA BANKING SCHOOLINDONESIA BANKING SCHOOLINDONESIA BANKING SCHOOLINDONESIA BANKING SCHOOL

KONTRAK PERKULIAHANKONTRAK PERKULIAHANKONTRAK PERKULIAHANKONTRAK PERKULIAHAN

Mata Kuliah : Statistik II Program Studi : S1 Akuntansi dan S1 Manajemen Beban : 2 Sks Dosen : W. Rofianto, ST, MSi

I. Deskripsi Mata kuliah statistik II ini akan memberikan pemahaman akan estimasi interval, uji hipotesis, statistik inference mengenai mean dan proporsi dengan dua populasi dan inference mengenai populasi variance. Disamping itu, dipelajari juga mengenai pengujian goodness of fit dan independence serta analisis variance. Terakhir diberikan mengenai persamaan regresi yang terdiri

dari simple regresion, multiple regresion, dan analisis regresion yang terkait dengan pembuatan model serta mengenai non parametrik. Secara keseluruhan, mata kuliah ini akan memberikan konsep dan kemampuan dalam menganalisis dan menginterpretasikan hasil pengolahan data statistik, dapat memprediksi parameter populasi (statistik inference) dan non

parametrik serta menggunakan statistik sebagai salah satu alat analisis dalam pengambilan keputusan dalam berbagai permasalahan ekonomi dan bisnis.

II. Tujuan

Setelah menyelesaikan mata kuliah ini, mahasiswa diharapkan dapat menggunakan metode statistik sebagai alat bantu dalam menganalisis dan menginterpretasikan hasil pengolahan data statistik, untuk keperluan penelitian dan pengambilan keputusan dalam berbagai permasalahan bisnis

2

III. Kriteria Penilaian A. Tatap Muka

1. Kehadiran 0 % * 2. Ujian Berkala I 20 %

3. Ujian Berkala II 20 % 4. Ujian Akhir Semester 30 %

B. Terstruktur dan Mandiri 1. Latihan dan tugas

(mandiri maupun kelompok) 30 % --------- + 100 %

* Minimum kehadiran 75 %, jika kehadiran di bawah 75 % maka nilai UAS menjadi 0 (nol)

IV. Nilai Akhir

A : 80 – 100 A- : 77 – 79,99 B + : 74 – 76,99

B : 68 – 73,99 B- : 65 – 67,99 C + : 62 – 64,99 C : 56 – 61,99 D : 45 – 55,99

E : < 44.9 V. Buku

1. Anderson, David R., Dennis J. Sweeney, Thomas A. Williams, 2008, Statistics for Business and Economics, Thompson South-Western., 10th Ed (AS)

2. Lind., Marchal., Wathen, 2008, Statistical Techniques in Business and Economics With Glabal Data Sets, Mc Graw-Hill., 13th (LD)

VI. Waktu Konsultasi Mahasiswa dapat melakukan konsultasi dengan dosen atau asisten dosen setiap hari kerja.

VII. Tata Tertib Perkuliahan 1. Untuk dapat mengikuti Ujian Akhir Semester (UAS), setiap mahasiswa

diwajibkan hadir minimal 75 % (tiga puluh sembilan kali) dari total tatap muka sebanyak 52 (lima puluh dua) kali.

3

2. Jika mahasiswa tidak dapat mengikuti ujian karena suatu alasan yang dapat dipertimbangkan, mahasiswa masih dapat mengikuti ujian susulan sepanjang mahasiswa yang bersangkutan dapat memberitahukan alasan yang bisa diterima yaitu mahasiswa tersebut sakit dan mendapat surat

dokter, ada salah satu keluarga yang meninggal, dan mewakili IBS untuk suatu kegiatan tertentu.

3. Ketentuan ujian susulan: Soal yang diberikan akan lebih sulit dibandingkan ujian reguler, waktu ujian lebih singkat, dan nilai maksimum yang diberikan adalah 70.

VIII. Jadwal Perkuliahan

Tatap

Muka

Pembahasan Bab Tugas Mahasiswa

1

Membahas kontrak perkuliahan Review materi

A. Continuous Probability Distributions � Uniform probability distribution � Normal probability distribution

B. Sampling dan distribusi sampling � Simple random sampling � Point estimation

� distribusi sampling

� Metode sampling lain

6,7 AS

6,7 LD

E.6.1, E.6.2, E.6.3, E.6.6,

E.6.10, E.6.11, E.6.13

E.7.1, E7.8, E.7.11, E.7.12, E.7.13, E.7.15,

E.7.18, E.7.19,

E.7.33, E.7.34, E.7.37, E.7.39.

2 Estimasi Interval (Interval Estimation) � Estimasi interval dari rata-rata populasi: kasus

sampel besar

� Estimasi interval dari rata-rata populasi: kasus sampel kecil

� Menentukan ukuran sampel

� Estimasi interval dan proporsi populasi

8 AS 9 LD

E.8.1, E.8.5, E.8.8, E.8.11, E.8.13, E.8.16,

E.8.20, E.8.21, E.8.23, E.8.28,

E.8.32, E.8.36,

E.8.43

3 Uji Hipotesis

� Membuat hipotesis nol dan alternatif � Type I dan Type II error

Uji rata-rata populasi: kasus sampel besar

� One tailed test � Two tailed test

9 AS

10 LD

E.9.1, E.9.4,

E.9.6, E.9.7, E.9.9, E.9.16, E.9.21, E.9.27,

E.9.30.

4 � Uji rata-rata populasi: kasus sampel kecil � Uji proporsi populasi � Uji hipotesis dan pengamnilan keputusan

� Menghitung probabilitas Type II error � Menentukan ukuran sampel untuk uji hipotesis

tentang rata-rata populasi

9 AS 10 LD

E.9.33, E.9.41, E.9.43, E.9.48, E.9.58, E.9.61,

E.9.63, E.9.65, E.9.66, E.9.69

UJIAN BERKALA I

4

5 Statistik inference tentang rata-rata dan proporsi dengan

dua populasi:

� Estimasi perbedaan rata-rata dua populasi: sampel independen

� Uji hipotesis beda rata-rata antara dua populasi :

sampel independen

10 AS

11 LD

E.10.1, E.10.4,

E.10.9, E.10.12,

E.10.14, E.10.20

6 Statistik Interence rata-rata dan proporsi dengan dua

populasi: � Inference beda rata-rata antara dua populasi:

sampel matched

� Inference beda proporsi antara dua populasi

10 AS

11 LD

E.10.22, E.10.24,

E.10.29, E.10.30, E.10.32, E.10.37, E.10.38

7 Inference tentang variance populasi

� Inference variance populasi: interval estimasi

variance dan uji hipotesis � Inference variance dua populasi

11 AS E.11.1, E.11.5,

E.11.8, E.11,14,

E.11.20, E.11,22

8 Uji Goodness of fit dan independensi � Uji goodness of fit: populasi multinomial � Uji independensi

� Uji goodness of fit: distribusi poison dan normal

12 AS

E.12.2, E.12.3, E.12.6, E.12.10, E.12.13, E.12.22,

E.12.24

UJIAN BERKALA II

9 Analysis Of Variance (ANOVA) � Pengantar Analysis of Variance (ANOVA) � ANOVA: Uji kesamaan k rata-rata populasi

� Multiple comparison procedures

13 AS 12 LD

E.13.2, E.13.3, E.13.7, E.13.8, E.13.12, E.13.16

10 Simple Linear Regression

� Model simple linear regression � Metode least squares � Koefisien determinasi

� Asumsi model � Uji signifikansi: estimasi standar deviasi, uji t,

confidence interval beta, uji F

� Penggunaan persamaan regresi untuk estimasi

dan prediksi � Penggunaan hasil komputer

� Analisis residual: validasi asumsi model � Analisis residual: outlier dan pengaruh observasi

14 AS

13 LD

E.14.2, E.14.3,

E.14.5, E.14.9, E.14.16, E.14.21, E.14.22, E.14.24,

E.14.30, E.14.31, E.14.33, E.14.37, E.14.41, E.14.42,

E.14.46, E.14.48,

E.14.49, E.14.51, E.14.53

11 Multiple Regression � Model multiple regression

� Metode least squares � Multiple coeficient of determination � Asumsi model � Uji signifikansi: Uji F, Uji t, dan multikolinearitas

15 AS

14 LD

E.15.1, E.15.4, E.15.8, E.15.11,

E.15.14, E.15.16,

E.15.18, E.15.20, E.15.25, E.15.20, E.15.22, E.15.25

12 Multiple Regression � Penggunaan persamaan regresi untuk estimasi

dan prediksi

15, 19 AS

E.15.27, E.15.30, E.15.31, E.15.33,

E.15.35, E.15.40,

5

� Variabel independen kualitatif

� Analisis residual

Nonparametric Methods

� Pengertian uji non parametrik

� Sign test with small-sample case and large-sample case

14,

17,18

LD

E.15.42

E.19.1, E.19.2, E.19.3

13 Nonparametric Methods

� Wilcoxon Signed-Rank Test � Mann-Whitney- Wicoxon Test � Kruskal-Wallis Test � Rank Correlation

19 AS

18 LD

E.19.12, E.19.13,

E.19.18, E.19.19, E.19.21, E.19.26, E.19.27, E.19.32,

E.19.33

UJIAN AKHIR SEMESTER