Statistik Inferensial

Mata kuliah Statistika Inferensial bertujuan untuk memberikan pemahaman tentang konsep dasar dan teknik statistik yang digunakan untuk menarik kesimpulan atau prediksi berdasarkan data sampel. Dalam mata kuliah ini, mahasiswa akan mempelajari berbagai metode statistik inferensial yang diterapkan dalam konteks bisnis dan ekonomi, termasuk teknik estimasi, pengujian hipotesis, analisis varians, regresi, dan peramalan deret waktu. Mahasiswa akan belajar cara menggunakan perangkat lunak statistik seperti Excel, SPSS, dan Minitab untuk memproses data dan menganalisis hasil statistik secara efektif (P3). Tujuan utama mata kuliah ini adalah agar mahasiswa memahami (C3) dan menerapkan (P3) teknik statistik inferensial, seperti menghitung dan menafsirkan interval kepercayaan, melakukan pengujian hipotesis satu dan dua sampel, melakukan analisis varians (ANOVA), analisis regresi, dan menerapkan metode nonparametrik untuk menguji data yang tidak memenuhi asumsi distribusi normal. Selain itu, mahasiswa akan belajar cara membuat prediksi dan menganalisis tren menggunakan data deret waktu dan menghitung angka indeks untuk menganalisis perubahan relatif dalam perekonomian (C3).

Dalam mata kuliah ini, mahasiswa akan didorong untuk terlibat dalam perkuliahan interaktif yang disertai diskusi untuk memperdalam pemahaman mereka tentang konsep statistik (A2). Selain itu, mereka akan menerapkan pembelajaran melalui studi kasus dan latihan menggunakan perangkat lunak statistik untuk menganalisis data dunia nyata dalam konteks bisnis dan ekonomi (P3). Pembelajaran kolaboratif juga diterapkan dalam tugas proyek yang memungkinkan mahasiswa untuk bekerja dalam kelompok untuk memecahkan masalah statistik (P3). Metode Pembelajaran Berbasis Masalah (PBL) digunakan untuk mendorong mahasiswa memecahkan masalah dunia nyata menggunakan teknik statistik inferensial dan untuk mengembangkan keterampilan pengambilan keputusan berbasis data (A3). Metode penilaian dalam mata kuliah ini meliputi ujian tertulis yang mengukur pemahaman teoritis (C3) dan keterampilan analitis (C3), tugas individu yang berfokus pada pemecahan masalah berbasis data (P3), tugas kelompok untuk menganalisis data dari studi kasus dunia nyata (P3), dan presentasi lisan dan visual dari hasil analisis (P3). Partisipasi aktif dalam diskusi kelas juga dinilai (A3), dan mahasiswa akan dievaluasi melalui pendekatan PBL untuk menilai kemampuan mereka dalam memecahkan masalah berbasis data menggunakan teknik yang tepat (P3).