RANCANGAN AKTIVITAS TUTORIAL (RAT)

Mata Kuliah : Metode Statistika Multivariat

Kode/SKS : SATS4421 / 3 sks
Nama Pengembang : Timbul Pardede
Nama Penelaah : Deddy Ahmad S.
Deskripsi Singkat : Mata kuliah ini membahas aljabar vektor dan matriks, aspek analisis data multivariat, vektor random, kombinasi linier
vektor serta mean dan kovariansnya, sampel random dan statistiknya, distribusi normal multivariat, densitas normal
multivariat bersyarat, distribusi sampling, inferensi satu vektor mean, perbandingan dua atau lebih dua vektor mean,
inferensi matriks kovarians, inferensi statistik untuk matriks korelasi
Kompetensi Umum : Mahasiswa mampu menjelaskan konsep-konsep dan sifat-sifat data multivariat serta dapat melakukan analisis statistik
deskriptif dan inferensi statistik untuk data multivariat

Kompetensi Sub Model Tugas Tutorial

Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
I Menjelaskan Vektor dan Modul 1: Menjelaskan  Mengerjakan  Kartiko, Sri I
orientasi latihan Haryatmi; Guritno,
Matriks Vektor dan umum
Matriks Suryo. 2005.
matakuliah
 membuat Metode Statistika
Pre test rangkuman Multivariat. Cet. 1.
Mahasiswa dapat mendefinisikan Vektor dan matriks Definisi vektor dan menyajikan Jakarata: Pusat
1.
vektor dan matriks matriks materi dan Penerbitan
Mahasiswa dapat mengenal diskusi Universitas Terbuka
Operasi-operasi
2. operasi-operasi vektor dan
vektor dan matriks  Morrison, Donald F.,
matriks
Multivariate
Mahasiswa dapat menghitung
3. Determinan matriks Statistical Method,
determinan matriks
Mahasiswa dapat Vektor 2ed, McGraw Hill, 80.
4. mengidentifikasi vektor independen/dependen  Jhonson, Richard A.
independen/dependen linier linier dan Wichern, Dean
5. Mahasiswa dapat menggunakan Sifat-sifat matriks W., Applied
sifat-sifat matriks
 Kompetensi Sub Model Tugas Tutorial
Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
Mahasiswa dapat
Matriks definit positip
6. mengidentifikasi matriks definit
positip
Mahasiswa dapat menghitung
7. Invers Matriks Multivariate
invers matriks
Invers Matriks Statistical Analysis,
Mahasiswa dapat menghitung Nilai eigen dan vektor
8.
nilai eigen dan vektor eigen eigen Prentice Hall Inc, 82.
II Menjelaskan Aspek Analisis Modul 2: II
Multivariate dan Vektor Aspek Analisis
Random Multivariate dan
Vektor Random
1. Mahasiswa dapat menyajikan data Aspek Analisis Penyajian data Menyajikan  Mengerjakan  Kartiko, Sri
multivariat dalam bentuk matriks Multivariat multivariat dalam materi dan latihan Haryatmi; Guritno,
bentuk matriks diskusi Suryo. 2005.
2. Mahasiswa dapat menghitung Statistik deskriptif Metode Statistika
statistik deskriptif untuk data untuk data multivariat  Membuat
rangkuman Multivariat. Cet. 1.
multivariat (ukuran pusat, sebaran, Jakarata: Pusat
dan keeratan hubungan/korelasi) Penerbitan
3. Mahasiswa dapat menghitung jarak Jarak statistik dan
Universitas Terbuka
statistik nilai harapan
 Morrison, Donald F.,
4. Mahasiswa dapat menghitung Multivariate
nilai harapan Statistical Method,
2ed, McGraw Hill, 80.
5. Mahasiswa dapat mengitung Vektor mean dan
matriks kovariansi  Jhonson, Richard A.
vektor mean
dan Wichern, Dean
6. Mahasiswa dapat menghitung W., Applied
matriks kovariansi Multivariate
 Kompetensi Sub Model Tugas Tutorial
Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
7. Mahasiswa dapat menghitung Koefisien korelasi Statistical Analysis,
koefisien korelasi dan matriks standard Prentice Hall Inc, 82.
deviasi
8. Mahasiswa dapat menghitung
matriks standard deviasi

9. Mahasiswa dapat menghitung Vektor Mean dan Partisi vektor mean Menyajikan
partisi vektor mean matriks kovarians dan partisi matriks materi dan
kovarians diskusi
10. Mahasiswa dapat menghitung
partisi matriks kovarians

III Menjelaskan Sampel Random Modul 3: III

Sampel Random
1. Mahasiswa dapat Sifat-sifat Geometri Interpretasikan Menyajikan  Mengerjakan  Kartiko, Sri
menginterpretasikan geometrik Sampel geometrik data materi dan latihan Haryatmi; Guritno,
data statistik deskriptif x , S, dan statistik deskriptif x , diskusi Suryo. 2005.
%% %
S, dan R
R % % Metode Statistika
%  Membuat
2. Mahasiswa dapat menghitung Sifat-sifat statistik Generalized variance rangkuman Multivariat. Cet. 1.
generalized variance untuk satu dari sampel random untuk satu variabel Jakarata: Pusat
variabel Penerbitan
3. Mahasiswa dapat menghitung Generalized variance Universitas Terbuka
generalized variance untuk variabel untuk variabel
terstandardisasi terstandardisasi
 Kompetensi Sub Model Tugas Tutorial
Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
4. Mahasiswa dapat menghitung sifat- sifat-sifat kombinasi
sifat kombinasi linear beberapa linear beberapa
variabel variabel

 Morrison, Donald F.,

Multivariate
Statistical Method,
2ed, McGraw Hill, 80.
 Jhonson, Richard A.
IV Menjelaskan tentang Modul 4: dan Wichern, Dean IV
distribusi normal multivariat Distribusi Normal W., Applied
Multivariate
Multivariat
Statistical Analysis,
1. Mahasiswa dapat menjelaskan Densitas Normal Fungsi pembangkit Menyajikan  Mengerjakan  Kartiko, Sri
fungsi pembangkit momen distribusi Multivariat momen distribusi materi dan latihan Prentice Hall Inc, 82.
Haryatmi; Guritno,
normal multivariat normal multivariat diskusi Suryo. 2005.
2. Mahasiswa dapat menggambarkan Kontur probabilitas Metode Statistika
kontur probabilitas konstan konstan  Membuat
rangkuman Multivariat. Cet. 1.
3. Mahasiswa dapat mencari distribusi Sifat-sifat distribusi Distribusi kombinasi
kombinasi linear variabel random linear variabel random Jakarata: Pusat
normal multivariat
4. Mahasiswa dapat menjelaskan Distribusi normal Penerbitan
distribusi normal multivariat multivariat bersyarat Universitas Terbuka
bersyarat
 Kompetensi Sub Model Tugas Tutorial
Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
5. Mahasiswa dapat menentukan Independensi dua
keindependenan dari dua variabel variabel random
random

 Morrison, Donald F.,

Multivariate
Statistical Method,
2ed, McGraw Hill, 80.
 Jhonson, Richard A.
V Menjelaskan tentang Modul 5: dan Wichern, Dean V
sampling dari distribusi Sampling dari W., Applied
normal multivariat Distribusi Multivariate
Statistical Analysis,
Normal
Prentice Hall Inc, 82.
Multivariat
1. Mahasiswa dapat mencari penduga Sampling dari Penduga likelihood Menyajikan  Mengerjakan  Kartiko, Sri
likelihood maksimum untuk m dan distribusi normal maksimum untuk m materi dan latihan Haryatmi; Guritno,
% % diskusi
S multivariat dan S Suryo. 2005.
% %
2. Mahasiswa dapat menjelaskan sifat- Sifat-sifat x dan S  Membuat Metode Statistika
% % Multivariat. Cet. 1.
sifat x dan S rangkuman
% % Jakarata: Pusat
3. Mahasiswa dapat menjelaskan Distribusi sampling Distribusi sampling
distribusi sampling untuk x dan S untuk x dan S untuk x dan S Penerbitan
% % % % % % Universitas Terbuka
4. Mahasiswa dapat memeriksa Normalitas data
normalitas data sampel; sampel;
 Kompetensi Sub Model Tugas Tutorial
Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
5. Mahasiswa dapat memahami Transformasi menuju
adanya transformasi menuju normalitas
normalitas

 Morrison, Donald F.,

Multivariate
Statistical Method,
2ed, McGraw Hill, 80.
 Jhonson, Richard A.
VI Menjelaskan tentang Modul 6:  Mengerjakan  Kartiko, Sri Dean
dan Wichern, VI
latihan Haryatmi;
W., AppliedGuritno,
Inferensi Vektor Mean Inferensi Vektor
Mean Suryo. 2005.
Multivariate
1. Mahasiswa dapat melakukan Uji hipotesis vektor inferensi satu vektor Menyajikan  Membuat Metode Statistika
Statistical Analysis,
inferensi satu vektor mean populasi mean populasi mean populasi untuk materi dan rangkuman Multivariat.
Prentice HallCet.
Inc, 1.
82.
untuk sampel kecil sampel kecil diskusi Jakarata: Pusat
Penerbitan
2. Mahasiswa dapat melakukan inferensi satu vektor
Universitas Terbuka
inferensi satu vektor mean populasi mean populasi untuk
untuk sampel besar  Morrison, Donald F.,
sampel besar
Multivariate
3. Mahasiswa dapat menentukan Interval konfidensi Interval konfidensi
interval konfidensi untuk vektor Statistical Method,
vektor mean populasi vektor mean populasi
mean populasi 2ed, McGraw Hill, 80.
4. Mahasiswa dapat menggunakan Metode Bonferroni  Jhonson, Richard A.
metode Bonferroni untuk untuk perbandingan dan Wichern, Dean
perbandingan ganda ganda W., Applied
Multivariate
Statistical Analysis,
Prentice Hall Inc, 82.
 Kompetensi Sub Model Tugas Tutorial
Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
VII Menjelaskan tentang Modul 7: VII
Inferensi Beberapa Vektor Inferensi
Mean Beberapa
Vektor Mean
1. Mahasiswa dapat Perbandingan Perbandingan pasangan Menyajikan  Mengerjakan  Kartiko, Sri
melakukan perbandingan pasangan materi dan latihan Haryatmi; Guritno,
pasangan diskusi Suryo. 2005.
2. Mahasiswa dapat Inferensi dalam Metode Statistika
melakukan inferensi dalam rancangan  Membuat
rangkuman Multivariat. Cet. 1.
rancangan pengukuran berulang pengukuran
yang digunakan untuk Jakarata: Pusat
berulang yang
membandingkan perlakuan Penerbitan
digunakan untuk
Universitas Terbuka
membandingkan
 Morrison, Donald F.,
perlakuan
3. Mahasiswa dapat Konstruksi interval Multivariate
mengkonstruksi interval konfidensi khusus Statistical Method,
konfidensi khusus 2ed, McGraw Hill, 80.
 Jhonson, Richard A.
4. Mahasiswa dapat Perbandingan Perbandingan vektor
dan Wichern, Dean
membandingkan vektor mean beberapa vektor mean mean dari dua
dari dua populasi populasi W., Applied
Multivariate
5. Mahasiswa dapat Konstruksi interval Statistical Analysis,
mengkonstruksi interval konfidensi selisih Prentice Hall Inc, 82.
konfidensi selisih dua mean dua mean
membandingkan lebih dari dua
vektor mean dengan MANOVA
6. Mahasiswa dapat Perbandingan lebih
membandingkan lebih dari dua dari dua vektor mean
vektor mean dengan MANOVA dengan MANOVA
 Kompetensi Sub Model Tugas Tutorial
Pokok Bahasan Daftar Pustaka
No. Khusus Pokok Bahasan Tutorial Tutorial ke
1 2 3 4 5 6 7 8
VIII Menjelaskan tentang Modul 8: VIII
Inferensi Matriks Inferensi
kovariansi Matriks
kovariansi
1. Mahasiswa dapat melakukan uji Uji hipotesis satu dan Uji hipotesis untuk satu Menyajikan  Mengerjakan  Kartiko, Sri
hipotesis untuk satu matriks beberapa matriks matriks kovarians materi dan latihan Haryatmi; Guritno,
kovarians kovarians diskusi Suryo. 2005.
2. Mahasiswa dapat melakukan uji Uji hipotesis untuk  Membuat Metode Statistika
hipotesis untuk kesamaan beberapa kesamaan beberapa rangkuman Multivariat. Cet. 1.
matriks kovarians matriks kovarians Jakarata: Pusat
Penerbitan
3. Mahasiswa dapat melakukan uji Matriks kovariansi Uji hipotesis matriks Universitas Terbuka
hipotesis matriks kovarians dengan dengan pola tertentu kovarians dengan pola  Morrison, Donald F.,
pola tertentu dan uji independensi tertentu Multivariate
4. Mahasiswa dapat melakukan uji Uji independensi
Statistical Method,
independensi
2ed, McGraw Hill, 80.
 Jhonson, Richard A.
dan Wichern, Dean
W., Applied
Multivariate
Statistical Analysis,
Prentice Hall Inc, 82.