3.5. RP Metode Regresi DIII KKNI
PRODI D-III STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
: DOSEN STATISTIKA FMIPA ITS
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai
Penguasaan Pengetahuan 5.1 Menguasai konsep pemodelan regresi linear secara umum dengan metode OLS
5.2 Mampu memformulasikan masalah riil yang dapat diselesaikan dengan pemodelan regresi linear
Kemampuan Kerja
5.3 Mampu menerapkan pemodelan regresi linear untuk menyelesaikan masalah riil
5.4 Mampu mengevaluasi asumsi residual
5.5 Mampu mendapatkan model terbaik berdasarkan indikator yang sahih
Kemampuan Manajerial
5.6 Mampu mengelola kelompok kerja dan mengkomunikasikan hasilnya baik lisan maupun tertulis secara komprehensif
5.7 Bertanggung jawab pada pekerjaan sendiri
5.8 Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok
Sikap dan Tata Nilai
5.9 Etika profesi,(termasuk menghargai pendapat/karya orisinil orang lain), patuh aturan tertulis dan tidak tertulis, berpikir cerdas, amanah dan kreatif
POKOK BAHASAN:
Pendahuluan (Definisi dan konsep dasar regresi dan korelasi); Regresi linier sederhana (OLS, Anova, pengujian model, prediksi); Regresi linier berganda (pendekatan matriks, OLS
dengan pendekatan matriks, Anova, pengujian model); Asumsi (multicolinier, identik independent, distribusi normal), outlier dan influence; Regresi linier dengan variabel dummy;
Pemilihan regresi terbaik (all possible regression, best subset, forward, backward, stepwise);
Prasyarat: Pengantar Metode Statistika
Telah mengikuti Pengantar Metode Statistika dan nilai minimum D
47
PRODI D-III STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
Pertemuan
ke
Capaian Pembelajaran
INDIKATOR CAPAIAN
Materi
Pustaka
Nomor
Deskripsi
1-3
5.1,5.6,
5.7,5.8,
5.9
Dapat menjelaskan pengertian,
kegunaan dan konsep dasar
regresi linier serta korelasi linier
1.1 Dapat menjelaskan definisi regresi dan
kegunaannya
1.2 Dapat menjelaskan konsep dasar regresi linier
(model regresi linier, definisi variabel dan skala
pengukurannya, definisi parameter model regresi)
1.3 Dapat menjelaskan konsep dasar korelasi
linier, hubungan dan perbedaannya dengan
regresi linier
1.4 Dapat mengukur linieritas hubungan antara
dua variabel baik secara deskriptif maupun
inferensi (manual maupun menggunakan
bantuan software MINITAB) dan dapat
menginterpretasikan keeratan dan arah hubungan
liniernya
Pendahuluan (Definisi
dan konsep dasar
regresi dan korelasi)
[1] BAB 1
[2] BAB 1
4 - 12
5.1,5.2,
5.3,5.6,
5.7,5.8,
5.9
Dapat melakukan pemodelan
regresi linier sederhana metode
Ordinary Least Square (OLS),
baik secara manual maupun
dengan software Minitab
(asumsi metode OLS dianggap
terpenuhi)
1.1 Dapat menjelaskan bentuk model regresi linier
sederhana untuk populasi dan sampel, beserta
definisi komponen-komponennya
1.2 Dapat menghitung estimasi parameter regresi
linier sederhana dengan metode Ordinary Least
Square (OLS) dan dapat menginterpretasikan
1.3 Dapat menjelaskan dan dapat menyusun
tabel anova serta menghitung ukuran kebaikan
model dan menginterpretasikan
1.4 Dapat melakukan inferensi signifikansi
parameter model dengan uji hipotesis dan dapat
menginterpretasikan
1.5 Dapat menghitung estimasi dan prediksi, baik
secara tunggal maupun interval, dan dapat
menginterpretasikan
Regresi linier
sederhana (OLS,
Anova, pengujian
model, prediksi)
[1] BAB 1
[2] BAB 2
: DOSEN STATISTIKA FMIPA ITS
Metode
Pembelajaran
Bentuk Asesmen
BOBOT
Ceramah,
diskusi,dan
latihan soal
Tugas, observasi
di kelas
10%
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
10%/
20%
48
PRODI D-III STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
: DOSEN STATISTIKA FMIPA ITS
13 - 18
5.1,5.2,
5.3,5.6,
5.7,5.8,
5.9
Dapat melakukan pemodelan
regresi berganda metode OLS,
baik secara manual maupun
paket program komputer
(asumsi metode OLS dianggap
terpenuhi)
1.1 Dapat menjelaskan bentuk model regresi linier
berganda untuk populasi dan sampel dengan
pendekatan matrik, beserta definisi komponenkomponennya
1.2 Dapat menghitung estimasi parameter regresi
berganda dengan pendekatan matrik dan dapat
menginterpretasikan
1.3 Dapat menjelaskan dan dapat menghitung
tabel anova serta ukuran kebaikan model dengan
pendekatan matrik dan dapat
menginterpretasikan
1.4 Dapat menghitung serangkaian uji signifikansi
parameter dengan pendekatan matrik, dan dapat
menginterpretasikan
1.5 Dapat menghitung estimasi dan prediksi
dengan pendekatan matrik dan dapat
menginterpretasikan
Regresi linier berganda
(pendekatan matriks,
OLS dengan
pendekatan matriks,
Anova, pengujian
model)
[1] BAB 2
[2] BAB 3
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
10%/
30%
19 - 24
5.1,5.2,
5.3, 5.4
5.6,5.7,
5.8,5.9
Dapat melakukan pemeriksaan
asumsi model regresi linier
metode OLS, baik secara
manual maupun paket program
komputer
1.1 Dapat menjelaskan definisi multikolinieritas
dan dapat melakukan pemeriksaan
1.2 Dapat menjelaskan definisi masing-masing
asumsi residual dan dapat melakukan
pemeriksaan, baik secara visual maupun inferensi
Asumsi (multikolinier,
identik independent,
distribusi normal)
[1] BAB 3
[2] BAB
3, 5, 8
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
25%/
55%
28 - 36
5.1,5.2,
5.3, 5.4
5.6,5.7,
5.8, 5.9
Dapat membuat variabel
dummy dan dapat melakukan
pemodelan regresi linier
metode OLS dengan variabel
dummy sebagai variabel
independen dan mengerti
interpretasinya
1.1 Dapat menjelaskan definisi variabel dummy
dan penggunaannya1.2 Dapat menentukan
variabel dummy1.3. Dapat memodelkan regresi
dengan variabel dummy sebagai variabel
independen dan mengerti interpretasinya
1.4 Dapat melakukan uji F-parsial dan uji Fsekuensial
Regresi linier dengan
variabel dummy, Uji F
Parsial dan Uji F
Sekuensial
[1] BAB
2, 5
[2] BAB 3
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
25%/
80%
49
PRODI D-III STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
37 - 45
5.1,5.2,
5.3,5.4,
5.5 5.6,
5.7,5.8,
5.9,
Dapat menentukan model
terbaik secara statistika, sesuai
dengan prosedur dan kriteria
yang sahih
1.1 Dapat menjelaskan definisi model terbaik
secara statistika (prinsip parsimoni)
1.2 Dapat menentukan model terbaik dengan
metode All Possible Regression, Best Subset,
Forward, Backward, Stepwise
Pemilihan regresi
terbaik (all possible
regression, best subset,
forward, backward,
stepwise)
[1] BAB 6
[2] BAB 4
: DOSEN STATISTIKA FMIPA ITS
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
20%/
100%
PUSTAKA UTAMA
1.
Draper, N.R and Smith, H, “Applied Regression Analysis”, John Wiley & Sons.Inc, New York. 1998
PUSTAKA PENDUKUNG
1.
2.
3.
Kutner, M.H. et al, “Applied Linear Regression Models”, McGraw -Hill, Singapore. 2004
Sembiring, R.K, Analisis Regresi, , Penerbit ITB, Bandung. 1995
Myers, R.H, “Classical and Modern Regression with Application”, PWS-KENT Publishing Company, Boston. 1989
50
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
: DOSEN STATISTIKA FMIPA ITS
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai
Penguasaan Pengetahuan 5.1 Menguasai konsep pemodelan regresi linear secara umum dengan metode OLS
5.2 Mampu memformulasikan masalah riil yang dapat diselesaikan dengan pemodelan regresi linear
Kemampuan Kerja
5.3 Mampu menerapkan pemodelan regresi linear untuk menyelesaikan masalah riil
5.4 Mampu mengevaluasi asumsi residual
5.5 Mampu mendapatkan model terbaik berdasarkan indikator yang sahih
Kemampuan Manajerial
5.6 Mampu mengelola kelompok kerja dan mengkomunikasikan hasilnya baik lisan maupun tertulis secara komprehensif
5.7 Bertanggung jawab pada pekerjaan sendiri
5.8 Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok
Sikap dan Tata Nilai
5.9 Etika profesi,(termasuk menghargai pendapat/karya orisinil orang lain), patuh aturan tertulis dan tidak tertulis, berpikir cerdas, amanah dan kreatif
POKOK BAHASAN:
Pendahuluan (Definisi dan konsep dasar regresi dan korelasi); Regresi linier sederhana (OLS, Anova, pengujian model, prediksi); Regresi linier berganda (pendekatan matriks, OLS
dengan pendekatan matriks, Anova, pengujian model); Asumsi (multicolinier, identik independent, distribusi normal), outlier dan influence; Regresi linier dengan variabel dummy;
Pemilihan regresi terbaik (all possible regression, best subset, forward, backward, stepwise);
Prasyarat: Pengantar Metode Statistika
Telah mengikuti Pengantar Metode Statistika dan nilai minimum D
47
PRODI D-III STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
Pertemuan
ke
Capaian Pembelajaran
INDIKATOR CAPAIAN
Materi
Pustaka
Nomor
Deskripsi
1-3
5.1,5.6,
5.7,5.8,
5.9
Dapat menjelaskan pengertian,
kegunaan dan konsep dasar
regresi linier serta korelasi linier
1.1 Dapat menjelaskan definisi regresi dan
kegunaannya
1.2 Dapat menjelaskan konsep dasar regresi linier
(model regresi linier, definisi variabel dan skala
pengukurannya, definisi parameter model regresi)
1.3 Dapat menjelaskan konsep dasar korelasi
linier, hubungan dan perbedaannya dengan
regresi linier
1.4 Dapat mengukur linieritas hubungan antara
dua variabel baik secara deskriptif maupun
inferensi (manual maupun menggunakan
bantuan software MINITAB) dan dapat
menginterpretasikan keeratan dan arah hubungan
liniernya
Pendahuluan (Definisi
dan konsep dasar
regresi dan korelasi)
[1] BAB 1
[2] BAB 1
4 - 12
5.1,5.2,
5.3,5.6,
5.7,5.8,
5.9
Dapat melakukan pemodelan
regresi linier sederhana metode
Ordinary Least Square (OLS),
baik secara manual maupun
dengan software Minitab
(asumsi metode OLS dianggap
terpenuhi)
1.1 Dapat menjelaskan bentuk model regresi linier
sederhana untuk populasi dan sampel, beserta
definisi komponen-komponennya
1.2 Dapat menghitung estimasi parameter regresi
linier sederhana dengan metode Ordinary Least
Square (OLS) dan dapat menginterpretasikan
1.3 Dapat menjelaskan dan dapat menyusun
tabel anova serta menghitung ukuran kebaikan
model dan menginterpretasikan
1.4 Dapat melakukan inferensi signifikansi
parameter model dengan uji hipotesis dan dapat
menginterpretasikan
1.5 Dapat menghitung estimasi dan prediksi, baik
secara tunggal maupun interval, dan dapat
menginterpretasikan
Regresi linier
sederhana (OLS,
Anova, pengujian
model, prediksi)
[1] BAB 1
[2] BAB 2
: DOSEN STATISTIKA FMIPA ITS
Metode
Pembelajaran
Bentuk Asesmen
BOBOT
Ceramah,
diskusi,dan
latihan soal
Tugas, observasi
di kelas
10%
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
10%/
20%
48
PRODI D-III STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
: DOSEN STATISTIKA FMIPA ITS
13 - 18
5.1,5.2,
5.3,5.6,
5.7,5.8,
5.9
Dapat melakukan pemodelan
regresi berganda metode OLS,
baik secara manual maupun
paket program komputer
(asumsi metode OLS dianggap
terpenuhi)
1.1 Dapat menjelaskan bentuk model regresi linier
berganda untuk populasi dan sampel dengan
pendekatan matrik, beserta definisi komponenkomponennya
1.2 Dapat menghitung estimasi parameter regresi
berganda dengan pendekatan matrik dan dapat
menginterpretasikan
1.3 Dapat menjelaskan dan dapat menghitung
tabel anova serta ukuran kebaikan model dengan
pendekatan matrik dan dapat
menginterpretasikan
1.4 Dapat menghitung serangkaian uji signifikansi
parameter dengan pendekatan matrik, dan dapat
menginterpretasikan
1.5 Dapat menghitung estimasi dan prediksi
dengan pendekatan matrik dan dapat
menginterpretasikan
Regresi linier berganda
(pendekatan matriks,
OLS dengan
pendekatan matriks,
Anova, pengujian
model)
[1] BAB 2
[2] BAB 3
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
10%/
30%
19 - 24
5.1,5.2,
5.3, 5.4
5.6,5.7,
5.8,5.9
Dapat melakukan pemeriksaan
asumsi model regresi linier
metode OLS, baik secara
manual maupun paket program
komputer
1.1 Dapat menjelaskan definisi multikolinieritas
dan dapat melakukan pemeriksaan
1.2 Dapat menjelaskan definisi masing-masing
asumsi residual dan dapat melakukan
pemeriksaan, baik secara visual maupun inferensi
Asumsi (multikolinier,
identik independent,
distribusi normal)
[1] BAB 3
[2] BAB
3, 5, 8
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
25%/
55%
28 - 36
5.1,5.2,
5.3, 5.4
5.6,5.7,
5.8, 5.9
Dapat membuat variabel
dummy dan dapat melakukan
pemodelan regresi linier
metode OLS dengan variabel
dummy sebagai variabel
independen dan mengerti
interpretasinya
1.1 Dapat menjelaskan definisi variabel dummy
dan penggunaannya1.2 Dapat menentukan
variabel dummy1.3. Dapat memodelkan regresi
dengan variabel dummy sebagai variabel
independen dan mengerti interpretasinya
1.4 Dapat melakukan uji F-parsial dan uji Fsekuensial
Regresi linier dengan
variabel dummy, Uji F
Parsial dan Uji F
Sekuensial
[1] BAB
2, 5
[2] BAB 3
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
25%/
80%
49
PRODI D-III STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
KODE/MATA KULIAH/SKS/SEMESTER : SS14 5364 /METODA REGRESI (2/1/1) /III
TIM DOSEN PEMBINA
37 - 45
5.1,5.2,
5.3,5.4,
5.5 5.6,
5.7,5.8,
5.9,
Dapat menentukan model
terbaik secara statistika, sesuai
dengan prosedur dan kriteria
yang sahih
1.1 Dapat menjelaskan definisi model terbaik
secara statistika (prinsip parsimoni)
1.2 Dapat menentukan model terbaik dengan
metode All Possible Regression, Best Subset,
Forward, Backward, Stepwise
Pemilihan regresi
terbaik (all possible
regression, best subset,
forward, backward,
stepwise)
[1] BAB 6
[2] BAB 4
: DOSEN STATISTIKA FMIPA ITS
Ceramah,
diskusi, latihan
soal dan
praktikum
Tugas, tes tulis,
observasi di
kelas, presentasi
20%/
100%
PUSTAKA UTAMA
1.
Draper, N.R and Smith, H, “Applied Regression Analysis”, John Wiley & Sons.Inc, New York. 1998
PUSTAKA PENDUKUNG
1.
2.
3.
Kutner, M.H. et al, “Applied Linear Regression Models”, McGraw -Hill, Singapore. 2004
Sembiring, R.K, Analisis Regresi, , Penerbit ITB, Bandung. 1995
Myers, R.H, “Classical and Modern Regression with Application”, PWS-KENT Publishing Company, Boston. 1989
50