welcome2.mp4 type="video/mp4" /> Di fasilitasi oleh: Selamat datang di kelas Biostatistik Intermediet. Mata kuliah ini diperuntukkan bagi mahasiswa atau mahasiswa persiapan pada program pascasarjana, maupun bagi para profesional di bidang kesehatan. Kelas ini menyelenggarakan proses pembelajaran jarak jauh secara aktif (student centered active learning) berbantuan teknologi informasi dan komunikasi dengan mengkombinasikan berbagai media pembelajaran e-Learning. Selamat bergabung, semoga proses pembelajaran anda menyenangkan, dan dapat mencapai kompetensi yang diharapkan, semoga sukses! Sasaran Pembelajaran Terminal Setelah mengikuti mata ajar ini, peserta mampu menilai situasi kesehatan masyarakat melalui analisis data kesehatan masyarakat dengan pendekatan kuantitatif yaitu dengan menerapkan metode biostatistik yang sesuai dengan konteks data, dan merangkum hasil analisis serta mengelola penyajian untuk pengambilan keputusan dalam pemecahan masalah kesehatan masyarakat. Subkompetensi (Sasaran Pembelajaran Penunjang) 1) Ketika diberi sekumpulan pemicu pembelajaran, mahasiswa mampu menjelaskan secara sistematis konsep, lingkup, dan peran biostatistik dalam bidang kesehatan masyarakat 2) Ketika diberi sekumpulan data kesehatan mahasiswa mampu meringkas (menyajikan ukuran pusat, variasi, posisi) data numerik menggunakan teknik biostatistik deskriptif dalam bentuk tabel/grafik sesuai dengan skala variabel/data 3) Ketika diberi masalah/kasus probabilitas, mahasiswa mampu menjelaskan dan membedakan beberapa sebaran peluang teoritis tersering diterapkan pada data riset kesehatan masyarakat serta menyelesaikan persoalan kuantitatif tertentu dengan menggunakan pendekatan teknik probabilitasdengan tepat 4) Ketika diberi studi kasus desain penelitian tertntu, mahasiswa mampu menyediakan, mengeksplorasi dan menyiapkan data riset kesehatan masyarakat yang sesuai dengan kriteria sampling, ukuran, serta kualitas data yang baik untuk kebutuhan analisis 5) Ketika diberi data masalah/studi kasus statistik inferensi dalam kesmas, mahasiswa mampu mengidentifikasi dan menerapkan prosedur analisis biostatistik baik secara sederhana maupun prosedur lanjutan yang sesuai, serta menganalisis hasilnya dengan tepat 6) Ketika diberi data masalah/studi kasus statistik inferensi dalam kesmas, mahasiswa mampu mengorganisasikan penyajian dan menyimpulkan hasil analisis biostatistik berdasarkan data riset kesehatan masyarakat maupun registrasi vital, baik secara tertulis dan lisan, yang akan ditujukan kepada profesional kesehatan masyarakat maupun masyarakat umum 000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000 Silakan anda unduh dan pelajari "Buku Pedoman Kerja Mahasiswa" berikut ini (klik pada gambar muka buku): Persyaratan: Guna mencapai keberhasilan dalam mata kuliah ini, mahasiswa/peserta perlu: Mempunyai motivasi, etika, kejujuran serta bertanggung jawab dalam proses belajar mandirinya Mempelajari dengan seksama panduan penggunaan SCeLE serta memastikan diri bahwa anda mampu menggunakan berbagai media pemelajaran yang akan digunakan dalam kelas SCeLE ini Mengikuti seluruh kegiatan pemelajaran sesuai dengan petunjuk/ panduan, baik yang tertera pada kelas SCeLE maupun BPKM Latar Belakang Pengetahuan: Mahasiswa/peserta mata kuliah ini diharapkan telah memiliki latar belakang pengetahuan mengenai dasar statistika Peta Kompetensi: Referensi: Format perkuliahan: <Video Streaming> <Handout dan File presentasi-format flash dan pdf> <Diskusi online pada forum> <Latihan mandiri> <Evaluasi hasil pembelajaran secara online> Penilaian: Penjelasan Matakuliah : Pengantar "Statistika adalah aplikasi dalam matematika meliputi kegiatan pengumpulan, analisis, dan penyajian data numerik. Statistika digunakan dalam kegiatan penelitian dengan menerapkan pengetahuan matematika dan statistika untuk rancangan survei dan eksperimen".Dodge, Y. (2003) Biostatistika adalah salah satu ilmu dasar dari kesehatan masyarakat. Seorang ahli kesehatan masyarakat, baik ilmuwan maupun praktisi dapat dipastikan ia akan menggunakan metode-metode biostatistika dalam menjalankan dan mengembangkan profesinya sehari-hari.Secara umum mata ajaran ini akan mempelajari tentangkonsep dan lingkup biostatistika,biostatistika deskriptif,konsep probabilitas,model distribusi,populasidansamplingsertaujihipotesismenggunakan asumsi statistik parametrik. Di akhir pembelajaran mahasiswa diharapkan mampu menggunakan dan menerapkan metode biostatistika sebagai alat bantu dalam memecahkan masalah di bidang kesehatan masyarakat . Kompetensi tersebut diharapkan dapat dicapai dengan pendekatanStudentCentered Learningsalah satunya dengan memanfaatkan sarana teknologi informasi dan komunikasi (e-Learning). Penggunaan metode tersebut diharapkan para peserta dapat memanfaatkan dengan optimal berbagai sumber dan alat bantu pemelajaran secara mandiri untuk mencapai kompetensi mata ajar yang diharapkan. Akhirnya kami ucapkan selamat belajar, nikmati dan bertanggung jawablah dalam proses pembelajaran anda. Sampai jumpa lagi di dunia maya!

---

Course Modules

Salam jumpa! , kelas ini di mulai pada 20 Nopember 2017. Sebelum kelas dimulai anda masing-masing diberikan kesempatan untuk mencoba media pembelajaran ini, pastikan anda terdaftar dalam kelas ini dan dapat mengakses informasi, sumber serta proses pengalaman belajar anda menggunakan media ini. Kelas ini akan kami kelompokkan ke dalam kelompok-kelompok belajar mandiri sebagaimana yang akan dikoordinasikan melalui surat elektronik dan diumumkan pula melalui laman SCeLE lengkap dengan daftar nama dan alamat email aktif masing-masing, segera setelah seluruh mahasiswa mengakses laman kelas SCeLE ini. Setiap peserta pastikan telah mengakses forum kelompok dan mencoba mengakses media ini sebelum perkuliahan dimulai.

---

Course Modules

Perhatian !! Jika anda menggunakan PC perlu dilengkapi soundcard dan headset untuk dapat mendengarkan suara; Material video membutuhkan plug-in program flash pada komputer anda; Jika material video di bawah ini tidak tampak di layar, anda perlu 1 level lagi melakukan login ke weblogin UI agar dapat mengakses ke jaringan internet. Layar Kelas SCeLE lebih proposional (fit-in) tampilannya pada resolusi layar 1280 x 800 pixel (dianjurkan untuk anda sesuaikan)

---

Course Modules

T TOPIK1 3 https://www.pinterest.com/pin/536421005592425107/ Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 4-5 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas lingkup dan peran biostatistika (pemicu dalam format tayangan video dan catatan kuliah). Setelah berdiskusi silakan tiap kelompok berbagi tugas untuk membuat sebuat tulisan singkat (maks 2 halaman) tentang lingkup dan peran biostatistika berdasarkan hasil diskusi kelompok. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Luaran tulisan silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Disediakan beberapa media (ruang cakap, ruang temu terbuka) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini

---

Course Modules

TTOPIK 23 (BIOSTATISTIK DESKRIPTIF) http://www.whatissixsigma.net/basic-statistics/ Metode dalam statistika dibagi menjadi 2 kelompok, yaitu s tatistika deskriptif dan statistika inferensi . Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu ringkasan gugus data sehingga memberikan informasi yang berguna. Statistika deskriptif merupakan bagian dari statistika yang berkaitan dengan cara-cara meringkas data, dalam ukuran-ukuran tertentu, berbentuk tabel, diagram, grafik, dan besaran-besaran lain. Statistika deskriptif ini tidak menarik kesimpulan apapun tentang gugus data induknya yang lebih besar. Sementara itu pada statistika inferensi mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data induknya Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 4-5 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu Setelah berdiskusi silakan tiap kelompok berbagi tugas untuk membuat penyajian singkat di kelas tentang biostatistik deskriptif berdasarkan hasil diskusi kelompok, dan penyelesaian masalah kasus. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Luaran tulisan silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Disediakan beberapa media ( ruang cakap ) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini

---

Course Modules

TTOPIK 3 dan 53 (PENYAJIAN DAN EKSPLORASI DATA) https://www.interana.com/event-data-exploration-is-a-process-rather-than-a-singular-step/ Introduction Data Exploration is about describing the data by means of statistical and visualization techniques. We explore data in order to bring important aspects of that data into focus for further analysis. Univariate analysis explores variables (attributes) one by one. Variables could be either categorical or numerical. There are different statistical and visualization techniques of investigation for each type of variable. Numerical variables can be transformed into categorical counterparts by a process called binning or discretization. It is also possible to transform a categorical variable into its numerical counterpart by a process called encoding . Finally, proper handling of missing values is an important issue in mining data. Bivariate analysis is the simultaneous analysis of two variables (attributes). It explores the concept of relationship between two variables, whether there exists an association and the strength of this association, or whether there are differences between two variables and the significance of these differences. Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format excel terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan beberapa media (ruang cakap, ruang temu terbuka) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini Kegiatan kelas SCeLE secara daring berakhir pada pk. 15.30 wita, selamat belajar!

---

Course Modules

TTOPIK 43 (PROBABILITAS & DISTRIBUSI PROBABILITAS) http://www.free-six-sigma.com/probability.html Distribusi probabilitas atau distribusi teoritis merupakan suatu model probabilitas yang memungkinkan untuk menjelaskan dan menduga hasil -hasil yang akan terjadi dari suatu peristiwa andaikan kondisi-kondisi tertentu terjadi. Model probabilitas yang dikembangkan dari hasil penelitian hanya merupakan penjelasan atau menggambarkan secara sederhana dan sistematis tentang perilaku dari suatu fenomena yang timbul dari hasil observasi (pengamatan). Pengalaman Belajar Mahasiswa Mahasiswa mengikuti kuliah interaktif melalui video conference (Ruang temu terbuka), mereview penugasan sebelumnya, berupa umpan balik antar mahasiswa maupun dari narasumber Mahasiswa menelaah pemicu latihan topik baru yang telah disediakan dibarengi dengan penelusuran literatur secara mandiri individu terlebih dahulu Kemudian mahasiswa secara berkelompok saling berbagi pengetahuan dengan mendiskusikan penyelesaian pemicu latihan tersebut

---

Course Modules

In statistics , quality assurance , and survey methodology , sampling is concerned with the selection of a subset of individuals from within a statistical population to estimate characteristics of the whole population. Each observation measures one or more properties (such as weight, location, color) of observable bodies distinguished as independent objects or individuals. In survey sampling , weights can be applied to the data to adjust for the sample design, particularly stratified sampling . Results from probability theory and statistical theory are employed to guide the practice. In business and medical research, sampling is widely used for gathering information about a population. Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan beberapa media ( ruang cakap , ruang temu terbuka) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

Statistik inferensial merupakan bagian dari statistika yang mempelajari mengenai penafsiran dan penarikan kesimpulan yang berlaku secara umum dari sampel yang tersedia. Statistika inferensial berhubungan dengan pendugaan populasi dan pengujian hipotesis dari suatu data atau keadaan atau fenomena. Telah dijelaskan bahwa, walaupun kita hanya mengambil sampel, sebenarnya kita ingin mengetahui nilai populasi. Dalam teorema limit dinyatakan bahwa distribusi sampling terjadi kalau sampel diambil berulang kali. Dalam prakteknya kita tidak perlu melakukan pengambilan sampel berulang-ulang. Dengan menggunakan pendekatan sifat-sifat teorema tersebut kita dapat melakukan estimasi atau perkiraan terhadap nilai populasi. Estimasi adalah suatu metode di mana kita dapat memperkirakan nilai populasi (parameter) dengan memakai nilai sampel (statistik). TTOPIK 73 (ESTIMASI) Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan beberapa media ( ruang cakap , ruang temu terbuka) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

TTOPIK 83 (UJI HIPOTESIS) http://pavo.ihmc.us A hypothesis test is a statistical test that is used to determine whether there is enough evidence in a sample of data to infer that a certain condition is true for the entire population. A hypothesis test examines two opposing hypotheses about a population: the null hypothesis and the alternative hypothesis. The null hypothesis is the statement being tested. Usually the null hypothesis is a statement of "no effect" or "no difference". The alternative hypothesis is the statement you want to be able to conclude is true. Based on the sample data, the test determines whether to reject the null hypothesis. You use a p-value, to make the determination. If the p-value is less than or equal to the level of significance, which is a cut-off point that you define, then you can reject the null hypothesis. A common misconception is that statistical hypothesis tests are designed to select the more likely of two hypotheses. Instead, a test will remain with the null hypothesis until there is enough evidence (data) to support the alternative hypothesis. Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan berupa media ( ruang cakap ) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

TTOPIK 93 (UJI HIPOTESIS BEDA 2 MEAN) http://slideplayer.com/slide/7900207/ Independen T Test adalah uji komparatif atau uji beda untuk mengetahui adakah perbedaan mean atau rerata yang bermakna antara 2 kelompok bebas yang berskala data interval/rasio. Dua kelompok bebas yang dimaksud di sini adalah dua kelompok yang tidak berpasangan, artinya sumber data berasal dari subjek yang berbeda. Misal Kelompok Kelas A dan Kelompok kelas B, di mana responden dalam kelas A dan kelas B adalah 2 kelompok yang subjeknya berbeda. Bandingkan dengan nilai pretest dan posttest pada kelas A, di mana nilai pretest dan posttest berasal dari subjek yang sama atau disebut dengan data berpasangan. Apabila menemui kasus yang data berpasangan, maka uji beda yang tepat adalah uji paired t test . Asumsi yang harus dipenuhi pada independen t test antara lain: 1. Skala data interval/rasio. 2. Kelompok data saling bebas atau tidak berpasangan. 3. Data per kelompok berdistribusi normal. 4. Data per kelompok tidak terdapat outlier . 5. Varians antar kelompok sama atau homogen. Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan berupa media ( ruang cakap ) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

TTOPIK 103 (UJI HIPOTESIS BEDA >2 MEAN) http://www.slideshare.net/snehkhatri/analysis-of-variance-anova When processes are compared and the null hypothesis of equality (or homogeneity) is rejected, all we know at that point is that there is no equality amongst them. But we do not know the form of the inequality. Questions concerning the reason for the rejection of the null hypothesis arise in the form of: "Which mean(s) or proportion (s) differ from a standard or from each other?" "Does the mean of treatment 1 differ from that of treatment 2?" "Does the average of treatments 1 and 2 differ from the average of treatments 3 and 4?" One popular way to investigate the cause of rejection of the null hypothesis is a Multiple Comparison Procedure. These are methods which examine or compare more than one pair of means or proportions at the same time. The ANOVA uses the F test to determine whether there exists a significant difference among treatment means or interactions. In this sense it is a preliminary test that informs us if we should continue the investigation of the data at hand. If the null hypothesis (no difference among treatments or interactions) is accepted, there is an implication that no relation exists between the factor levels and the response. There is not much we can learn, and we are finished with the analysis. Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan berupa media ( ruang cakap ) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

TTOPIK 113 (UJI HIPOTESIS BEDA 2 PROPORSI) Uji hipotesis beda proporsi dua sampel independen dilakukan pada dua kelompok sampel yang diambil dari populasi yang berbeda. Kedua kelompok sampel ini tidak memiliki keterkaitan sehingga memungkinkan jumlah sampel yang diambil dari kedua kelompok tersebut adalah berbeda. Sebagai contoh kita membandingkan proporsi penduduk miskin di dua kota yaitu Kota Jakarta dan Kota Surabaya. Jumlah sampel yang diambil dari Kota Jakarta mungkin akan memiliki jumlah sampel yang lebih banyak dibandingkan dengan jumlah sampel yang diambil dari Kota Surabaya disebabkan populasi penduduk di Kota Jakarta lebih banyak dibandingkan Kota Surabaya. Pada uji hipotesis beda proporsi ini, ukuran statistik yang diujikan adalah nilai proporsi. nilai proporsi adalah perbandingan atau rasio antara sebuah kejadian dibandingkan dengan total atau keseluruhan kejadian. Merujuk kepada contoh di atas, kejadian atau fenomena yang diukur adalah jumlah penduduk miskin. Sehingga untuk mengukur proporsi penduduk miskin disuatu wilayah dihitung dengan membandingkan jumlah penduduk miskin terhadap total penduduk secara keseluruhan. Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan berupa media ( ruang cakap ) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

TTOPIK 123 (KORELASI DAN REGRESI) Penjelasan singkat topik X Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan berupa media ( ruang cakap ) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

http://slideplayer.com/slide/4945292/ Multivariate Data Analysis refers to any statistical technique used to analyze data that arises from more than one variable. This essentially models reality where each situation, product, or decision involves more than a single variable. The information age has resulted in masses of data in every field. Despite the quantum of data available, the ability to obtain a clear picture of what is going on and make intelligent decisions is a challenge. When available information is stored in database tables containing rows and columns, Multivariate Analysis can be used to process the information in a meaningful fashion. TTOPIK 133 (REGRESI LOGISTIK GANDA) Pengalaman Belajar Mahasiswa Mahasiswa berdasarkan kelompok (telah ditentukan anggota 3-4 mhs/kelompok, cek ruang diskusi kelompok yang tersedia) selama 150 menit membahas pemicu yang tersedia (pemicu dalam format pdf terlampir). Diskusikan bagaimana proses untuk menyelesaikan masalah dalam pemicu, diskusikan pula pembagian tugas dalam kelompok untuk menyelesaikan pemicu tersebut. Luaran hasil penyelesaian yang mampu diselesaikan dalam 150 menit ini, silakan diposting dalam ruang diskusi kelompok, atau pada lokasi pengumpulan sementara yang tersedia di bawah ini. Di akhir diskusi kelompok, posting apa yang akan dilakukan mhs dalam kelompok untuk 300 menit kegiatan belajar mhs dalam 1 pekan ini untuk menyelesaikan pemicu (tanggal, waktu/durasi, kegiatan belajar) Disediakan berupa media ( ruang cakap ) utk mengkonfirmasi hal-hal yang perlu diklarifikasi terkait dengan kegiatan pengalaman belajar pada topik ini.

---

Course Modules

Umpan Balik Mata Kuliah _______ Untuk meningkatkan kualitas kuliah online ini, mahasiswa diharapkan untuk mengisi umpan balik ini. Atas kesediaannya kami mengucapkan terima kasih. Aktifitas : 1. <Kuesioner>

---

Course Modules