Course Statistik

Deskripsi Mata Kuliah

Mata kuliah ini mempelajari metode atau uji-uji statistik yang berkaitan dengan masalah lebih dari satu variabel. Topik-topik yang dipelajari meliputi uji t, regresi, analisis varians, regresi logistic, multilevel modeling, confirmatory factor analysis, analisis jalur (path analysis), pemodelan persamaan struktural.

CPMK

Menjelaskan konsep dasar statistik dan peran statistik deskriptif dalam penelitian ilmiah dan pengambilan keputusan.
Menjelaskan konsep dasar uji t, termasuk tujuan, asumsi, jenis uji, serta perbedaannya dengan uji statistik lainnya.
Menjelaskan konsep dasar regresi linier sederhana, termasuk komponen model, asumsi-asumsi yang mendasarinya (normalitas, linearitas, homoskedastisitas, independensi), serta perbedaannya dengan korelasi.
- Menjelaskan konsep dasar regresi linier berganda, termasuk struktur model, asumsi-asumsi klasik (linearitas, normalitas, homoskedastisitas, independensi, non-multikolinearitas), serta perbedaannya dengan regresi linier sederhana
- Menjelaskan konsep dasar Analisis Varians Satu Jalur (One-Way ANOVA), termasuk asumsi dasar (normalitas, homogenitas varians, independensi) dan tujuannya untuk menguji perbedaan rata-rata lebih dari dua kelompok.
Menjelaskan konsep dasar Analisis Varians Dua Jalur, termasuk komponen utama (pengaruh utama/faktor utama dan interaksi), serta perbedaan dengan One-Way ANOVA.
Menjelaskan asumsi-asumsi yang mendasari model regresi logistik (misalnya: linearitas log-odds, tidak ada multikolinearitas).

Menjelaskan konsep dasar data hierarkis dan struktur multilevel, serta mengapa analisis multilevel diperlukan dibandingkan model regresi konvensional.
Menjelaskan konsep model multilevel dengan intercept acak (random intercept model) dan membedakannya dari model regresi biasa dan model multilevel unconditional
Menjelaskan konsep dasar Confirmatory Factor Analysis (CFA), termasuk perbedaan dengan Exploratory Factor Analysis (EFA), serta prinsip dasar pemodelan struktural.
Menjelaskan konsep dasar path analysis, termasuk asumsi, struktur model jalur, dan perbedaannya dengan regresi berganda dan SEM.
Menjelaskan konsep dasar Structural Equation Modeling (SEM), termasuk perbedaan SEM dengan regresi berganda, path analysis, dan Confirmatory Factor Analysis (CFA).
Memahami komponen model PLS-SEM:Outer model (pengukuran: reflektif vs. formatif) dan Inner model (hubungan struktural)
Memahami konsep dasar mediasi dalam SEM dan jenis-jenisnya: Mediasi penuh (full mediation) dan mediasi parsial (partial mediation)
Menjelaskan jenis-jenis distribusi data yang umum digunakan dalam simulasi: Distribusi normal

Aktifitas Pembelajaran

Pertemuan 1
Jenis data (kualitatif dan kuantitatif) dan memilih ukuran statistik yang sesuai (tendensi sentral, dispersi, posisi).
Date 28 Agustus 2026

Pertemuan 2

Melakukan uji t untuk menguji perbedaan rata-rata antara kelompok atau waktu pengukuran, menggunakan rumus manual atau perangkat lunak statistik.

Date 4 September 2026

Pertemuan 3

Menghitung parameter model regresi linier sederhana (intersep dan koefisien regresi) secara manual dan dengan bantuan perangkat lunak statistik.

Date 11 September 2026

Pertemuan 4

Membangun model regresi linier berganda dengan dua atau lebih variabel bebas, serta mengevaluasi kelayakan dan relevansi setiap prediktor dalam model.

Date 18 September 2026

Pertemuan 5
Melakukan perhitungan One-Way ANOVA, baik secara manual maupun dengan bantuan perangkat lunak statistik.
Date 9 Oktober 2026
Pertemuan 6
Melakukan perhitungan dan analisis Two-Way ANOVA, baik secara manual (sederhana) maupun menggunakan perangkat lunak statistik.
Date 16 Oktober 2026
Pertemuan 7
Melakukan analisis regresi logistik menggunakan software statistik (SPSS/Stata/R) mulai dari uji asumsi hingga interpretasi output.
Date 23 Oktober 2026

Pertemuan 8

Membedakan antara model multilevel unconditional (tanpa prediktor) dan conditional (dengan prediktor), serta memahami posisi unconditional model sebagai langkah awal dalam analisis bertingkat.

Date 30 Oktober 2026

Pertemuan 9

Membangun model multilevel dengan intercept acak, untuk menguji pengaruh variabel level-1 terhadap variabel dependen dengan memperhitungkan variansi antar kelompok.

Date 6 November 2026

Pertemuan 10

Menyusun model CFA sederhana (unidimensional) berdasarkan konstruk teoritis, dengan menggambarkan hubungan antara indikator dan faktor laten.

Date 13 November 2026

Pertemuan 11

Merancang model jalur kausal berdasarkan teori atau kerangka konseptual, dengan variabel eksogen dan endogen, serta hubungan langsung dan tidak langsung.

Date 20 November 2026

Pertemuan 12

Merancang model SEM berdasarkan kerangka teoretis, yang mencakup konstruk laten, indikator manifest, serta hubungan struktural antar variabel.

Date 27 November 2026

Pertemuan 13

Membangun model PLS-SEM menggunakan software (SmartPLS/R/ADANCO) dengan: Mendesain path diagram dan memilih skema weighting (misalnya: path weighting)

Date 4 Desember 2026

Pertemuan 14
Membangun model mediasi menggunakan software (AMOS/LISREL/SmartPLS/R): Merancang diagram jalur anMenentukan spesifikasi model
Date 11 Desember 2026
Pertemuan 15
Membangkitkan data simulasi menggunakan software (R/Python/Stata): Data dengan distribusi tertentu
Date 18 Desember 2026
Pertemuan 16
Date 25 Desember 2026