Course Description

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.

Program Learning Outcomes (PLO)

PLO-11
Mampu menerapkan riset terapan untuk inovasi metode pembelajaran kejuruan, optimalisasi teknologi yang relevan dengan industri
PLO-12
Memiliki pengetahuan yang komprehensif sehingga dapat menyelesaikan permasalahan kompleks yang khas di program S2 Pendidikan teknologi kejuruan dan mengikuti kaidah penulisan ilmiah
PLO-13
Mampu melakukan analisis pada penelitian dan pengembangan program S2 Pendidikan teknologi kejuruan dengan mengikuti kaidah penulisan ilmiah
PLO-14
Mampu mendesain rangkaian, perangkat, dan produk pada program S2 Pendidikan teknologi kejuruan

Program Objectives (PO)

PO-1
Menjelaskan konsep dasar statistik dan peran statistik deskriptif dalam penelitian ilmiah dan pengambilan keputusan.
PO-2
Menjelaskan konsep dasar uji t, termasuk tujuan, asumsi, jenis uji, serta perbedaannya dengan uji statistik lainnya.
PO-3
Menjelaskan konsep dasar regresi linier sederhana, termasuk komponen model, asumsi-asumsi yang mendasarinya (normalitas, linearitas, homoskedastisitas, independensi), serta perbedaannya dengan korelasi.
PO-4
- Menjelaskan konsep dasar regresi linier berganda, termasuk struktur model, asumsi-asumsi klasik (linearitas, normalitas, homoskedastisitas, independensi, non-multikolinearitas), serta perbedaannya dengan regresi linier sederhana
PO-5
- 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.
PO-6
Menjelaskan konsep dasar Analisis Varians Dua Jalur, termasuk komponen utama (pengaruh utama/faktor utama dan interaksi), serta perbedaan dengan One-Way ANOVA.
PO-7
Menjelaskan asumsi-asumsi yang mendasari model regresi logistik (misalnya: linearitas log-odds, tidak ada multikolinearitas).
PO-8
Menjelaskan konsep dasar data hierarkis dan struktur multilevel, serta mengapa analisis multilevel diperlukan dibandingkan model regresi konvensional.
PO-9
Menjelaskan konsep model multilevel dengan intercept acak (random intercept model) dan membedakannya dari model regresi biasa dan model multilevel unconditional
PO-10
Menjelaskan konsep dasar Confirmatory Factor Analysis (CFA), termasuk perbedaan dengan Exploratory Factor Analysis (EFA), serta prinsip dasar pemodelan struktural.
PO-11
Menjelaskan konsep dasar path analysis, termasuk asumsi, struktur model jalur, dan perbedaannya dengan regresi berganda dan SEM.
PO-12
Menjelaskan konsep dasar Structural Equation Modeling (SEM), termasuk perbedaan SEM dengan regresi berganda, path analysis, dan Confirmatory Factor Analysis (CFA).
PO-13
Memahami komponen model PLS-SEM:Outer model (pengukuran: reflektif vs. formatif) dan Inner model (hubungan struktural)
PO-14
Memahami konsep dasar mediasi dalam SEM dan jenis-jenisnya: Mediasi penuh (full mediation) dan mediasi parsial (partial mediation)
PO-15
Menjelaskan jenis-jenis distribusi data yang umum digunakan dalam simulasi: Distribusi normal