Profil STMD UI

STATISTIKA TERAPAN DAN MANAJEMEN DATA UNIVERSITAS INDONESIA 1

Applied Statistical Analysis Solutions

Panduan Program Pelatihan Layanan Jasa RISET & Manajemen Data


Statistika Terapan dan Manajemen Data (STMD) adalah unit kegiatan dari Pusat Pendidikan dan Pelayanan Masyarakat (P3M) --yang berinduk pada Universitas Indonesia. Didirikan tahun 1998 untuk mengadakan pelatihan aplikasi dan pemograman statistika, sekaligus mengemban misi sebagai Universitas Indonesia. Selama hampir delapan tahun, STMD telah memberikan pelatihan riset dan penelitian kepada lebih dari 500 mahasiswa sarjana dan pasca sarjana di lingkungan akademis UI maupun diluar UI (Univ. Airlangga , Univ. Trisakti, Univ. Islam Jakarta dll).

Peran dan fungsi STMD sebagai secara gradual diperluas, baik kepesertaan maupun bidang kajian pelatihan. Keunggulan pelatihan STMD ( ) dibandingkan pelatihan ( ) sejenis lainnya, ditekankan pada basis konsep dan teori statistika yang dijadikan

Yang selanjutnya teraplikasikan melalui pemograman statistika modern (software Statistik). Dengan bidang kajian yang cukup luas, melingkupi riset/ penelitian sosial, ekonomi bisnis, pemasaran, industri, manajemen, psikologi, hingga biomedika. Dengan diperluasnya bidang kajian pelatihan, STMD juga telah memberikan pelatihan dibeberapa perusahaan besar seperti PT. SOHO Farmasi Grup, PT. Sandoz Indonesia, PT. Biotek Indonesia , PT Astra International Tbk, Manulife Indonesia, PT. Multi Strada Arah Sarana, Tbk. dll.

Pelatihan tetap akan mudah dipahami bagi peserta berlatar belakang non statistika. Sebab didesain secara sistematis, dilengkapi pula dengan studi kasus yang sesuai dengan bidang kajian dengan penggunaan software Statistik . Teraplikasi secara komprehensif, dari input data hingga analisis data.

Selain layanan jasa pelatihan, STMD juga membuka layanan konsultasi dan kerjasama riset, berikut - , FGD, desain kuesioner, , hingga , -baik layanan per item maupun layanan terintegrasi.

inkubator riset

inkubator riset

regulerintensive-in house training short courses

analytical tools.

data entry coding field researchdata analysis


PPRROOGGRRAAMM PPEELLAATTIIHHAANN SSTTMMDD -- UUII

APLIKASI PEMASARAN

APLIKASI MANAJEMEN

APLIKASI BISNIS (Forecasting Course)

APLIKASI INDUSTRI

APLIKASI RISET SOSIAL

APLIKASI PSIKOLOGI

PROGRAM STATISTIKA


v

v

v

v

v

Modul Pokok

Modul Pilihan

Modul In House Training

Modul Pokok

Modul Pilihan

(24 jam)1. Desain Riset Pemasaran (8 Jam)2. Pengantar Statistika (8 Jam)3. Analisis Statistika Riset Pemasaran (8 Jam)

1. Teknik Sampling dan Desain Kuesioner (8 Jam)2. Riset Pemasaran Lanjutan (8 Jam)3. Riset Kualitatif dan Marketing DataBase (8 Jam)

(35 Jam)

1. Applied Six Sigma with Minitab 11.0 (20 Jam)2. Human Resources Satisfaction (12 Jam)

1. Time Series and Dynamic Regression (20 Jam)2. Methods and Applications (20 Jam)3. Advanced Forecasting (12 Jam)

Statistical Process Control (18 jam)

(24 jam)1. Pengantar Statistika (8 Jam)2. Analisis Statistika 1 (8 Jam)3. Analisis Statistika 2 (8 Jam)

1. Metode Penelitian Survey (8 Jam)2. Teknik Sampling dan Desain Kuesioner (8 Jam)3. Desain Eksperimen (8 Jam)

Desain Riset Psikologi (14 Jam)

1. Applied Statistics for Beginners (24 Jam)2. Analisis Regresi 1 (20 Jam)3. Analisis Regresi 2 (12 Jam)4. Analisis Multivariate (20 Jam)5. Program Statistika (Basic-Intermediate-Advanced)

SPSS 11.0 (3 x 12 Jam)MINITAB 14.0 (3 x 12 Jam)SAS (3 x 12 Jam)LISREL (3 x 12 Jam)STATISTICA (3 x 12 Jam)STATA (3 x 12 Jam)


PPRROOGGRRAAMM LLAAYYAANNAANN DDAATTAA SSTTMMDD -- UUII

QUESTIONNAIRE DESIGN

FIELD SURVEY/RESEARCH

FOCUS GROUP DISCUSSION (FGD)

DATA ENTRY/CODING

DATA ANALYSIS

PROGRAMMING BASED ON DATA ANALYSIS (TAYLOR MADE)

Salah satu metode pengumpulan informasi/data yang sering dipergunakan dalam suatu riset ialah melalui kuesioner, baik penggalian informasi kualitatif maupun kuantitatif. Kuesioner yang baik dapat menggali informasi mencakup penggambaran permasalahan yang diteliti, berikut variabel-variabel terkait secara komprehensif. Informasi yang tidak parsial ini akan menghindari bias suatu riset, sehingga relia-bilitas dan validitasnya terpenuhi. STMD telah memiliki pengalaman cukup dalam membantu mendesain kuesioner khususnya riset pemasaran, baik layanan individual maupun korporat.

Proses pengumpulan data primer diperoleh melalui survey di lapangan, tentunya dengan memperhatikan metodologi yang tepat. Pencatatan informasi yang diperlukan langsung diambil dari responden atau di wilayah sampel yang diobservasi. Khusus sampel besar wilayah di luar Jabotabek, seperti Sumatera, Jawa, hingga Indonesia Timur, STMD memiliki beberapa rekanan

yang akan membantu pengumpulan informasi/data dengan dukungan supervisi penuh STMD UI.

merupakan salah satu metode yang sangat berguna dalam atau . Meskipun secara teori mudah dijalankan tetapi secara praktis membutuhkan keterampilan tersendiri. Melalui FGD ini responden dari pelbagai stratum sampel digali informasi menerjemahkan suatu kasus. STMD melayani FGD khusus riset pemasaran, baik per group sampel (6-8 orang) maupun per individual.

Proses pencatatan dan kodifikasi informasi mentah hasil ke dalam data kuantitatif akan mempermudah analisis data pada tahapan riset lebih lanjut. Proses ini secara praktis mudah dijalankan tetapi bagi data yang cukup besar membutuhkan ketelitian dan kecepatan. STMD telah membantu proses

, baik dalam riset perorangan maupun kelembagaan, seperti LSM, institusi pemerintah (Depkes, Bea Cukai), korporat, hingga salah satu badan PBB (WHO).

Proses akhir dari suatu riset yang sangat menentukan adalah tahapan menganalisa data hasil yang telah terkodifikasikan. Kemampuan analisa statistika yang kuat akan membantu membaca data hasil riset. STMD memiliki konsultan senior berlatar belakang akademis yang kuat pada bidang kajiannya masing-masing untuk lebih lanjut mengimplementasikan hasil riset bagi kebijakan manajemen (korporat) secara tepat.

Berlimpahnya data internal yang dimiliki oleh perusahaan sering kali kurang diper-gunakan secara optimal. Bahkan cenderung diarsipkan tanpa dijadikan data base sebagai bagi analisa pengambilan keputusan manajemen perusahaan. Konsep yang saat ini mulai berkembang di AS dan Eropa, menjadikan data internal perusahaan sebagai tambang berharga dalam Program berbasis analisis data ini akan menjadi bagi setiap perusahaan untuk menjaga kualitas kinerja perusahaan. Secara praktis dapat diaplikasikan ( ) bagi setiap perusahaan di beberapa bagian manajemen.

sampling technique

field survey/ research

Focus Group Discussion qualitative researchproblem identification preliminary research

field survey/research

data entry/ coding

field surveyoutput

data mining data mining

decision making process.early warning system

taylor made


JJAASSAA RRIISSEETT PPEEMMAASSAARRAANN SSTTMMDD -- UUII

CUSTOMIZED RESEARCH

MARKET DATABASE

PRELIMINARY RESEARCH

SEGMENTATION & TARGETING RESEARCH

POSITIONING RESEARCH

NEW PRODUCT DEVELOPMENT RESEARCH

PRODUCT/BRAND PREFERENCE RESEARCH

Bagi para pengambil keputusan di bidang pemasaran dapat memperoleh informasi akurat mengenai pasar tanpa perlu melakukan riset di lapangan melalui data base (data sekunder) yang ada pada lembaga riset. Bahkan untuk mengintip informasi rahasia para pesaing pasar dapat pula melalui . STMD memiliki kerja sama jaringan informasi dengan berbagai lembaga riset dan media group (seperti: SWA Group) untuk memperoleh database pemasaran yang akurat.

Mencari akar permasalahan dalam pemasaran lebih dini akan menghindari semakin kompleksnya permasalahan dan secara cepat akan mengefektifkan Tindakan preventif ini dapat dilakukan pula pada pendahuluan riset pemasaran agar hasil riset dapat mendeskripsikan kinerja dan faktor-faktor pemasaran secara tepat yang berpengaruh. dapat dilakukan melalui berbagai riset seperti FGD ( ), atau

Langkah awal penetrasi pasar adalah membaca segmentasi pasar yang bersesuaian dengan produk/jasa layanan yang dimiliki. Kekeliruan melakukan segmentasi pasar ( ) tanpa riset di lapangan ( ) membuka peluang kegagalan dalam penetrasi pasar. Metode segmentasi pasar yang dipopulerkan Universitas Michigan-USA ialah metode CHAID ( ). STMD dalam riset segmentasi selain menggunakan metode CHAID, juga uji statistik lain seperti

dan , sehingga dapat membaca pasar secara lebih komprehensif.

Bagaimana produk/jasa layanan suatu perusahaan dicerna oleh benak konsumen? Apakah atribut yang diasosiasikan produsen kepada kosumen memiliki kesamaan? Diperlukanlah perusahaan agar terbentuk persepsi merek kita di dalam benak konsumen. yang tidak tepat dapat melemahkan merek kita di pasar. Oleh karena itu, juga harus dikomunikasikan secara tepat kepada konsumen. Bagaimana menganalisa kedalam komunikasi pemasaran? Riset pemasaran menggunakan melalui metode MDS (

) atau agar terlihat pola hubungan antara produsen dengan asosiasi konsumen.

Bagi produk yang baru (akan) diluncurkan perlu diidentifikasikan kesesuaiannya dengan keinginan pasar. Identifikasi meliput jenis, ukuran, kemasan, harga, dan berbagai atribut yang melekat pada produk, dianalisa dengan metode statistik

. Hingga akan diperoleh atribut produk yang sesuai dengan keingin-an pasar.

Eksekusi pembelian oleh konsumen sangat dipengaruhi oleh preferensi yang diterima oleh konsumen tersebut. Preferensi dalam perilaku konsumen ini dipengaruhi oleh berbagai masukan, baik masukan internal maupun eksternal konsumen itu sendiri. Preferensi apa saja yang mempengaruhi konsumen dapat diselidiki melalui riset pasar, selanjutnya dianalisis secara statistik sehingga melalui sampel terbatas dapat digeneralisir preferensi konsumen keseluruhan.

marketing data intelligentmarket database

marketing plan.

Preliminary research exploratory research, Focus Group Discussion content analysis.

apriori post hoc

Chi Square Automatic Interaction Detection

cluster analysis factor analysis

positioningPositioning

positioningpositioning

Perceptial Map Multi Dimen-sional Scalling Correspondence Analysispositioning

conjoint analysis


PRICING RESEARCH

MEASURING BRAND EQUITY

MEASURING CUSTOMER SATISFACTION

MEASURING THE ADVERTISING EFFECTIVENESS

INTEGRATED MARKETING RESEARCH

Salah satu bauran pemasaran ( ) adalah menentukan harga secara tepat. Tidak terlalu mahal sehingga membuat konsumen enggan membeli, dan juga tidak terlalu murah sehingga menurunkan dan barang obralan.

adalah metode pengukuran yang dikembangkan Van Westerndorp dapat mengukur harga terendah dan tertinggi yang diterima pasar.

Seberapa kuat suatu merek di mata konsumen? Pengukuran kekuatan merek dalam kajian pemasaran modern dikelompokkan dalam (ekuitas merek). Dimana menurut Aaker minimal terdiri dari lima komponen yakni:

dan aset merek lainnya.

Kepuasan pelanggan menjadi perhatian para pemasar belakangan ini. Tingkat kepuasan pelanggan yang tinggi menjadi investasi perusahaan pada masa yang akan datang. Hasil riset membuktikan bahwa bujet menjaga loyalitas pelanggan lebih murah dibandingkan mencari pelanggan baru. Melalui riset, perusahaan akan memperoleh tanggapan dan umpan balik secara langsung dari pelanggan, sekaligus memberikan dampak positif bahwa perusahaan menaruh perhatian terhadap pelang-gannya.

Efektifitas media iklan bermuara pada seberapa besar kenaikan tingkat penjualan. Namun itu diawali pula oleh kemampuan media iklan mempengaruhi dan menjadi preferensi untuk membeli produk. Pengukuran efektifitas media iklan dapat dilakukan sebelum iklan tersebut di masyarakat. Hal tersebut akan meng-efektifkan bujet promosi dan menyesuaikan media iklan tersebut dengan keinginan dan budaya konsumen.

Riset pemasaran yang terintegrasi yang melingkupi STP (Segmentation, Targeting, Positioning), ekutitas merek, kepuasan pelanggan, serta lingkup yang diinginkan diteliti oleh perusahaan. Riset ini dapat mendeskripsikan pasar dan interaksi didalam nya lebih komprehensif dan disesuaikan kebutuhan klien.

marketing mix

profit image Price Senstivity Meter

brand equity brand awareness,

brand loyalty, perceived quality, brand association,

launching


A. Desain Riset Pemasaran

No. MATERI PELATIHAN DESAIN RISET PEMASARAN Durasi

B. Pengantar Statistik

APLIKASI PEMASARAN (e-x ) / x!

Penggunaan riset pemasaran dalam proses pengambilan keputusan masih sedikit dijadikanalat bantu bagi pihak manajemen perusahaan. Seringkali kebijakan pemasaran yang diambil lebih mengedepankan teori atau pendapat . Bahkan tak jarang, kebijakan diambil berdasarkan uji coba, , yang tentunya lebih banyak memakan biaya dan resiko kerugian lebih besar dibandingkan melakukan analisis data riset di lapangan. Kalaupun ada pihak manajemen yang memiliki data pasar, tidak sedikit yang mengalami kesulitan dalam membaca dan menganalisanya dengan pendekatan statistik secara tepat.

Pemahaman yang mendalam tentang riset pemasaran berikut analisis statistik dalam proses pemasaran tentunya harus dimiliki oleh setiap manajer atau para pengambil keputusan agar perusahaan memiliki informasi dalam pengambilan langkah-langkah strategis. Dalam modul pokok pelatihan ini, peserta mengkaji materi aplikasi statistik dalam riset pemasaran secara sistematis yang dapat membantu dalam analisis dan pengambilan keputusan di bidang pemasaran.

1. Marketing, Sales, R&D, Promotion Managers2. Business Analyst dan Mahasiswa Sarjana/Pasca Sarjana Bidang Pemasaran

:1. Peserta mengetahui prosedur dan tahapan riset pemasaran.2. Peserta dapat mendesain sebuah riset pemasaran.3. Peserta mengetahui metode pengujian statistika dalam riset pemasaran.

: 480 menit : Dasar Pemasaran

01. Definisi, Tahapan, dan Proses Riset Pemasaran 60 menit02. Tahap 1: Pendefinisian & Perumusan Masalah Pemasaran 30 menit03. Tahap 2: Perumusan Hipotesis 30 menit04. Tahap 3: Penentuan Metode dan Desain Riset 60 menit05. Tahap 4: Perumusan Variabel, Data, dan Sumber Data 60 menit06. Tahap 5: Pengumpulan Data 30 menit07. Tahap 6: Pengolahan Data 30 menit08. Tahap 7: Analisis dan Intepretasi Data Olahan ( ) 30 menit09. Tahap 8: Pembuatan Kesimpulan dan Saran 15 menit10. Tahap 9: Pembuatan Laporan Riset 15 menit11. Studi Kasus Riset Pemasaran 60 menit

:1. Peserta mengetahui dasar statistika dan prosedur pengujian.2. Peserta mengetahui asumsi dan statistika secara komprehensip.3. Peserta mengetahui perangkat ( ) aplikasi dasar program statistik SPSS 11.0

for Windows.: 480 menit : MS Excel

ansichtry and error

Target Pelatihan

Durasi PelatihanSyarat Pelatihan

Output

Target Pelatihan

overview tools


Peserta

Modul Pokok


No. MATERI PELATIHAN PENGANTAR STATISTIK DurasiA. Pengantar Statistika

B.

C. Asumsi Statistik

D. Program SPSS 12.0 for Window (Basic)

C. Analisis Statistik Riset Pemasaran

No. MATERI ANALISIS STATISTIK RISET PEMASARAN Durasi

A. Teknik Sampling dan Desain Kuisioner

No. TEKNIK SAMPLING & DESAIN KUESIONER Durasi

60 menit01. Definisi dan Aplikasi Statistika02. Data Sampel dan Populasi03. Hipotesa, Prosedur Uji, dan p-value04. Interval Kepercayaan

60 menit01. Statistik Deskriptif02. Statistik Inferensi03. Statistik Parametrik04. Statistik Non Parametrik05. Statistik Multivariat

60 menit01. Distribusi Normal02. Ukuran Variansi03. Bias

300 menit01. Menu 02. Manajemen Data, 03.04.05.06.07.

:Peserta mengetahui analisis uji statistik dan penarikan kesimpulan dalam riset pemasaran.

: 600 menit : Pengantar Statistika dan Desain Riset Pemasaran

01. Reliabilitas, Multikolinieritas, Homosdektisitas 60 menit02. ANOVA + MANOVA 60 menit03. Regresi (Simple/Multiple) 60 menit04. Cluster (K-Means/Hierarchical) 60 menit05. Discriminant Analysis 60 menit06. Factor Analysis 60 menit07. Conjoint Analysis 60 menit08. Multi Dimension Scalling (MDS) Analysis 60 menit

:1. Peserta mengetahui prosedur dan tahapan pengambilan sampel. 2. Peserta mengetahui prosedur, tahapan, dan tahapan mendesain kuisioner.

: 480 menit : -

01. Prosedur/Tahapan Pengambilan Sampel 60 menit02. Metode Sampling 60 menit03. Perumusan Tujuan & Konsep Variabel 60 menit04. Prosedur dan Tahapan Pembuatan Kuisioner 60 menit05. Perancangan Kuisioner 60 menit06. Kodifikasi Data (Tabel Kuisioner) 60 menit07. Studi Kasus dan Latihan Mandiri 120 menit

Overview Statistika

Overview using data editor, data manipulate

Working with output + Help UtilityCross TabulationNormality & Variance TestDescriptive StatisticsCreate Table & Graph

Target Pelatihan output


Target Pelatihan


Modul Pilihan


B. Riset Pemasaran Lanjutan

No. MATERI RISET PEMASARAN LANJUTAN Durasi

C. Riset Kualitatif & Marketing Database

No. MATERI PELATIHAN RISET KUALITATIF Durasi

First Day

Target Pelatihan customer satisfaction,

brand equity,


Strategy-Tactic-Value

Customer Satisfaction Based on Marketing ResearchBrand Equity Based on Marketing ResearchConsumer Behaviors Based on Marketing Research

Target Pelatihan


Target Pelatihan

Durasi PelatihanOutline Modules

Marketing Plus 2000 Framework

Marketing Plus 2000

Marketing Research Process & Defining Research Marketing Research

budget

research design

:1. Peserta mengetahui riset pemasaran lanjutan tentang

dan perilaku konsumen.2. Peserta mengetahui aplikasi riset pemasaran dan perilaku konsumen dengan

SPSS 12.0 dan MS Excel. : 480 menit: Desain Riset Pemasaran

01. Marketing Plus Framework ( ) 60 menit02. Analisis Riset Pemasaran dengan Uji Non Parametrik 60 menit03. 120 menit04. 120 menit05. 120 menit

:1. Peserta mengetahui keunggulan metode riset kualitatif pemasaran.2. Peserta mengetahui penggunaan prosedur uji dan analisis statistik tersebut

dalam riset pemasaran.: 480 menit : Desain Riset Pemasaran

01. Keunggulan Riset Pemasaran Kualitatif 120 menit02. Focus Group Discussing (FGD) & Latihan T-Groups 120 menit02. Marketing Database 120 menit03. Analisis Data Kualitatif dan Marketing Database 120 menit

:1. Peserta mengetahui tahapan dan prosedur riset pemasaran secara integratif.2. Peserta mengetahui penggunaan prosedur uji dan analisis statistik tersebut dalam

riset pemasaran (kualitatif dan kuantitatif).3. Peserta dapat mengaplikasikan riset pemasaran di perusahaannya masing-masing.

: 35 Jam (1 Minggu) :

08.00-10.00 Dalam menyelaraskan strategi pemasaran dengan turbulensi lingkungan bisnis yang selalu berubah diperlukan kerangka acuan untuk membaca, mendefinisikan, dan menganalisa pasar. Konsep pemasaran terbaru yang menjadi acuan banyak para pengambil keputusan adalah hasil derivikasi konsep-konsep pemasaran modern, seperti Ohmae, Kottler, dan Aaker, kemudian dikembangkan oleh Hermawan Kartajaya.

10.15-12.00 Pemahaman atas proses riset pemasaran merupakan landasan awal dalam memahami tahapan-tahapan yang berkaitan dan terintegrasi. Tahapan desain riset yang sistematis akan menghasilkan metode yang efektif, yang efisien, dan hasil riset yang akurat. Topik ini akan membahas tentang proses yang harus dilewati dalam riset pemasaran dalam menentukan yang tepat untuk masalah pemasaran yang sedang dihadapi.

Modul In House Training

Marketing Research Integrated Course: Design, Implemetation, and Analyze


Second Day

Third Day

13.15-15.00 Masalah utama dalam riset adalah mengidentifikasikan masalah itu sendiri memilahnya dengan masalah manajemen- kemudian diterjemahkan menjadi tujuan riset. Penentuan tujuan yang jelas akan memudahkan langkah-langkah selanjutnya dalam menyiapkan konstruksi riset.

15.30-16.30 Kedua jenis riset pemasaran ini memiliki keunggulan masing-masing serta keduanya saling melengkapi pula. Penelitian apa yang akan dilakukan sangat tergantung dengan jenis masalah dan informasi yang akan digali. Topik ini akan membahas teknik dan metode dalam menjalankan beserta studi kasus penggunaannya.

08.00-10.00 merupakan salah satu metode yang

sangat berguna dalam atau . Meskipun secara teori mudah dijalankan tetapi secara praktis membutuhkan keterampilan tersendiri. Dalam sessi ini peserta diajak untuk terlibat secara aktif bagaimana menterjemahkan sebuah kasus dan menyelesaikannya melalui FGD.

10.15-12.00 Riset selalu berbicara sampel. Isu ini terutama berbicara masalah

dan . Teknik pengambilan sampel dan penentuan jumlah sampel yang tepat akan sangat menentukan tingkat ketelitian riset. Sessi ini akan membahas tentang teknik-teknik pengambilan sampel, menentukan jumlah sampel yang tepat, serta menghitung tingkat kesalahan yang terjadi dari sebuah penelitian.

13.00-15.00Menyusun kuesioner seringkali terlihat mudah, padahal sebenarnya sangat kompleks dan membutuhkan selain keahlian dan pemahaman yang mendalam terhadap masalah dan teknik-teknik riset.

15.30-16.30Keahlian menyusun kuesioner tidak dapat diajarkan saja melainkan harus dilatih. Penerjemahan ke dalam operasi-operasi riset tidak hanya memerlukan pengetahuan tetapi juga keterampilan tersendiri.

08.00-10.00 Salah satu paket perangkat lunak yang populer untuk riset pemasaran adalah SPSS. Dalam sesi ini peserta akan diajarkan untuk mengenal dan menggunakan program paket SPSS mulai dari struktur data, , sampai pengolahan dan analisis data. Para peserta tidak hanya dibekali teori melainkan juga praktek langsung mengaplikasikannya melalui komputer.

10.15-12.00 Statistika merupakan bidang ilmu yang sangat terkait erat dalam pengujian dananalisis suatu riset atau penelitian. Tahapan analisis data dalam riset pemasaran (kuantitatif) harus dilalui pengujian statistik. Melalui pendekatan praktis bagi peserta yang awam akan statistik, akan mudah mencerna statistik sebagai suatu

(perangkat uji) semata, khususnya dalam riset pe-masaran. Dibahas dalam sessi ini uji statistik, aplikasinya dalam SPSS, jenis data sampel, dan pengantar statistik deskriptif.

13.15-15.00 Salah satu uji statistik yang populer adalah statistik parametrik. Peserta akan dibantu memahami syarat asumsi, hipotesis, prosedur pengujian, dan analisis uji secara praktis. Aplikasi uji statistik melalui program SPSS secara praktis pula dibahas dalam sessi ini, seperti uji statistik parametrik :

15.30-16.30 Pada sessi ini hubungan antara permasalahan pemasaran dengan aplikasi uji statistik parametrik melalui program SPSS, akan lebih mudah dipahami melalui contoh kasus-kasus pemasaran yang dianalisis langsung.

Management Problem, Research Objective & Research Construction

Qualitative and Quantitative Research

qualitative & quantitative research

Focus Group Discussion (FGD)Focus Group Discussion qualitative research

problem identification pleminary research

Sampling Technique, Sample Size & Research Errorrepresenta-

tiveness reliability

Questionnaire Design

Research Cases: Attribute Development & Questionnare Design

research objective

Introduction to SPSS: Theory & Practice

data entry

Statistics Test for Marketing Research

toolsoverview

Parametric Test

One Sample t-TestIndependent Sample t-TestPaired Sample t-TestOne Way ANOVAMANOVA Regression

Case Study - Parametric Test for Marketing Research


Fourth Day

Fifth Day

08.00-10.00 Salah satu uji statistik pemasaran modern adalah statistik uji multivariate. Peserta akan dibantu memahami syarat asumsi, hipotesis, prosedur pengujian, dan analisis uji multivariate secara praktis. Aplikasi uji statistik melalui program SPSS secara praktis pula dibahas dalam sessi ini, seperti uji statistik multivariate :

10.15-12.00 -Pada sessi ini hubungan antara permasalahan pemasaran dengan aplikasi uji statistik multivariate melalui program SPSS lebih dipahami melalui contoh kasus-kasus pemasaran yang dianalisis langsung.

13.15-15.00 Uji statistik pemasaran yang relatif mudah dan sederhana adalah statistik uji non parametrik. Peserta akan dibantu memahami syarat asumsi, hipotesis, prosedur pengujian, dan analisis uji non parametrik secara praktis. Aplikasi uji statistik melalui program SPSS secara praktis pula dibahas dalam sessi ini, seperti uji statistik non parametrik :

15.30-16.30 Pada sessi ini hubungan antara permasalahan pemasaran dengan aplikasi uji statistik non parametrik melalui program SPSS lebih dipahami melalui contoh kasus-kasus pemasaran yang dianalisis langsung.

07.30-09.30 Menurut Michael Porter (Harvard University), salah satu kunci kesuksesan pemasar-an tergantung dari ada-tidaknya keunggulan bersaing ( ) yang dimiliki setiap perusahaan. Analisa ada-tidaknya keunggulan bersaing (

) setiap perusahaan dapat terukur melalui data hasil riset pemasaran.09.45-11.30

Merek sangatlah penting bagi keberhasilan produk, bahkan lebih penting dari pada produk itu sendiri. merupakan indikator kekuatan merek dapat teranalisa dari hasil riset pemasran. dapat terukur dari

serta aset merek lainnya ( ).

13.15-15.00 Keberhasilan perusahaan berkelanjutan tergantung pada seberapa mampu perusahaan tersebut memenuhi kepuasan konsumen/pelanggan dengan cara lebih efektif dan efisien dibanding pesaing. suatu perusahaan dapat dianalisis dari indeks CS-nya dari sebuah riset pemasaran.

15.30-16.30 Analisis data laporan hasil riset pemasaran diharapkan dapat membaca pasar secara komprehensif, menggali aspek-aspek didalamnya, sekaligus memberi-kan pengukuran yang akurat secara integratif. Keberhasilan riset pemasaran ditentukan pada analisis terintegratif inilah yang akan memberikan masukan yang tepat dalam pengambilan keputusan pemasaran.

Multivariate Test

Discriminant AnalysisFactor AnalysisCluster Analysis (K-Means & Hierarchical)Multi Dimensional Scalling (MDS)Conjoint Analysis

Case Study Multivariate Test for Marketing Research

Non Parametric Test

One Sample2-Independent Sample2-Related SampelK-Independent SampleK-Related Sampel

Case Study Non Parametric Test for Marketing Research

Competitive Advantage - Based on Marketing Research

competitive advantagecompetitive

AdvantageBrand Equity - Based on Marketing Research

Brand Equity Brand Equity brand loyalty,

brand awareness, perceived quality, brand association, trademark

Customer Satisfaction - Based on Marketing Research

Customer Satisfaction

Integrated Data Analysis of Marketing Research


Six Sigma

Durasi Pelatihan : 20 Jam

No. MATERI SIX SIGMA WITH MINITAB 11 DurasiA. DMA (

B. Introduction Minitab 11C. IC ( )

APLIKASI MANAJEMEN S(xi-)2 f(x) Six Sigma Applied with MINITAB 11

Salah satu kunci sukses manajemen General Electrics, Caterpillar, Sony, Motorolla menjadi perusahaan raksasa adalah penerapan . Hanya perusahaan yang membekali dirinya dengan sistem dan alat manajemen tepat, yang dapat bertahan dalam persaingan bisnis yang semakin ketat. Langkah-langkah strategis dalam Six Sigma Performance akan mengubah perusahaan Anda menjadi perusahaan yang mampu menghasilkan produk bermutu tinggi dengan biaya yang efisien. Pada gilirannya perusahaan Anda akan menjadi perusahaan kelas dunia.

Setelah mengikuti pelatihan ini, peserta diharapkan akan memahami konsep dan langkah penerapan dalam peningkatan mutu. Dalam Modul ini, akan dikupas tuntas mulai dari konsep metode (DMAIC), pemilihan tools sampai implikasi. Peserta diajak untuk memahami konsep

sekaligus penerapannya dengan program aplikasi statistik MINITAB 11.

1. Management Level (GM, QC, dan QA Managers);2. Mahasiswa Sarjana/Pasca Sarjana Bidang Manajemen; dan3. Peminat Manajemen dan Statistika.

1. Peserta memahami konsep dan metodologi Six Sigma;2. Peserta memahami elemen-elemen infrastruktur Six Sigma;3. Peserta menyelesaikan (CTQ);4. Peserta mampu menghitung dan di unit kerjanya;5. Peserta mampu menjalankan proyek Six Sigma di tempat kerjanya;6. Peserta mampu menjalankan Software Minitab.

6 jam01. (CAP)02.03.04.05.06. Pemetaan Process07. Pembentukan team Charter08. Pengenalan Fase Measurement09. Pengenalan Fase Analyze

8 jam6 jam

01. Pengenalan Fase Improve02. Pengenalan Fase Control03. Pengenalan system pengontrolan04. Project Closure Checklist05. Project Six Sigma yang sudah Closed

Six SigmaSix Sigma

Define Measure Analysis Improve Controlsix

sigma

Critical To QualitySigma Level Potential Benefit

Change Acceleration ProcessSix Sigma Concept & MeaningThe Elements of Six Sigma InsfrastructureThe Concept of Defect & OpportunityThe Concept of Customer & CTQs

Peserta

Target Pelatihan

Define, Measure, and Analyze

Improve, Control


Durasi Pelatihan : 20 Jam:


APLIKASI BISNIS (Forecasting Courses)(e-x ) / x!

Time Series and Dynamic Regression Method

Forecasting: Methods and Applications

Pelatihan ini didesain bagi praktisi, khususnya para analis bisnis yang membutuhkan pada saat kapan dan bagaimana penggunaan keberagaman metode atau teknik . Dikonsentrasikan pada aspek penaksiran praktis dari metode utama , termasuk

dan

1. INTRODUCTION TO FORECASTING - Need for Forecasting Types of Forecasts Measuring Forecasting Accuracy Overview of Forecasting Methods.

2. TIME SERIES DECOMPOSITION - Analyzing Trend and Seasonality Business Cycle Indicators Census X-11.

3. EXPONENTIAL SMOOTHING - Global vs. Local Weights Classification of Smoothing Techniques Holt-Winters Methods Damped Trends Automatic Forecasting Modeling of Promotions and Other Events.

4. FORECASTING FOR THE PRODUCT HIERARCHY - Multi-product, Multi-level Forecasts Top Down vs. Bottom-up Reconciliation Applying Seasonal Factors Batch Forecasting.

5. ARIMA (BOX-JENKINS) MODELS - Smoothing vs. ARIMA Time Series Processes Stationarity Identification of ARIMA Models Estimation and Validation of ARIMA Models Automatic ARIMA Forecasting.

6. CLASSICAL AND DYNAMIC REGRESSION - Simple and Multiple Regression Models Multicollinearity Diagnostic Test Battery for Missing Variables and Autocorrelated Errors Dynamic Regression Strategy.

7. COMBINING FORECASTS - Rationale for Combining Forecasts Methods of Combining Evidence on the Accuracy of Combining Pros and Cons.

8. TWO COMPUTER WORKSHOPS - Using the Forecasting Software Structured Forecasting Exercises Analysis of Participants' Own Data Individualized Instruction

Pelatihan ini memberikan sebuah pengantar yang komprehensif dan dalam metodologi dan aplikasi . Spesifikasi (penyeleksian), estimasi, dan evaluasi dari model akan dibahas tuntas. Metodologi diilustrasikan dari kasus-kasus yang nyata. Peserta disyaratakan telah memiliki pengetahuan matematika dasar dan statistika, khususnya regresi linier.

1. INTRODUCTION AND OVERVIEW - Forecasts and Decisions Forecasting in Action Forecasting Methods Useful Books and Journals Useful Software Online Information.

2. SIX CONSIDERATIONS BASIC TO SUCCESSFUL FORECASTING - Decision Environment and Loss Function Forecast Object Forecast Statement Forecast Horizon Information Set Methods.

3. GRAPHICAL DEPICTIONS - Univariate Multivariate Descriptive Statistics.4. TREND EXTRAPOLATION METHODS - Linear and Quadratic Trend Models Polynomial

Trend Models Moving-Average Models Exponential Smoothing Models Holt-Winters Smoothing Models.

5. SEASONALITY - The Nature and Sources of Seasonality Seasonal Dummy Model Calendar Effects.

6. STRUCTURAL CHANGE - Recursive Residuals CUSUM Test CUSUMSQ Test Farley-Hinich Test.

forecastingtime series

decomposition, exponential smoothing, ARIMA (Box-Jenkins), dynamic regression combined forecasting.

state-of-the-artforecasting

forecasting

Course Outline

Course Outline


Durasi Pelatihan : 12 Jam:

7. CYCLES - Covariance Stationary Time Series Autoregressive Processes Moving-Average Processes Autoregressive Moving Average (ARMA) Processes.

8. UNIT ROOTS - Dickey-Fuller Test Augmented Dickey-Fuller Test Phillips-Perron Test.9. MULTIVARIATE FORECASTING MODELS - Conditional Forecasting Models and

Scenario Analysis Distributed Lags Vector Auto regression.10. EVALUATING AND COMBINING FORECASTS - Evaluating Forecasts Forecast Accuracy

Combining Forecasts.

Tujuan pelatihan ini adalah memberikan latar belakang statistik yang dibutuhkan untuk membangun model dengan data pengamatan. Diawali dengan menggambar sebuah batas yang jelas antara data eksperimen dan data pengamatan, sekaligus men-jelaskan penggunaan statistik dan ekonometrik.

1. OBSERVATIONAL DATA VERSUS EXPERIMENTAL DATA (OR "HOW YOU OBTAIN YOUR DATA IS IMPORTANT") - Regularities Versus Structure -- Holland/Rubin Model.

2. DIRECTED ACYCLIC GRAPHS - d-Separation-Conditional Independence; Collider --Manipulation Theorem -- PC Algorithm and TETRAD II -- Casual Sufficiency and Latent Variables.

3. TIME SERIES METHODS - Univariate Models -- ARIMA Models -- Partial Correlation, Loss Functions (AIC, SL, FPE); Unit Roots Multivariate Models -- Vector Auto regressions; Restricted Versus Unrestricted VARs, Likelihood Ratio Tests, Hsiao's Restricted VAR, Loss Functions (AIC, SL, FPE), Directed Graphs Innovation Accounting -- Choleski Factorization, Bernanke Factorization Co integration and Error Correction Models -- Maximum Likelihood Methods, Identification on the Co integrating Space, Weak Exogeneity, Innovation Accounting.

4. FORECASTING - Point and Path Forecasting -- Chain Rule of Forecasting, RMSE, MAPE, Turning Points, etc., Evaluation Probability Forecasting -- Calibration, Brier Scores and Partitions Judgmental Forecasting -- Motivational Devices, Proper Scoring Rules, Judgment.

Advanced Forecasting - Model Building With Observational Data

forecasting

Course Outline


v

Durasi Pelatihan : 18 JamTraining Outline :

APLIKASI INDUSTRI x +t/2 (s/ n)Statistical Process Control - SPC

Pengendalian kualitas yang merupakan salah satu aktifitas manajemen produksi dalam pengukuran karakteristik kualitas produk/jasa perusahaan yang secara terus-menerus menstandarisasikan dengan spesifikasi keinginan konsumen atau mutu internasional. Peserta diajak secara praktis memahami konsep pengendalian kualitas modern (ISO 9000) dan aplikasi pada masing-masing situasi pekerjaan/industri.

1. Management Team (GM, QC, dan QA Managers);2. Mahasiswa Sarjana/Pasca Sarjana Bidang Manajemen Industri; dan3. Peminat Manajemen Industri (Mutu) dan Statistika.

1. Peserta memahami konsep dan metodologi Statitical Process Control;2. Peserta memahami elemen-elemen control (cp, np) SPC;3. Peserta mampu menghitung dan di unit kerjanya;4. Peserta mampu menjalankan proyek Statitical Process Control di tempat kerjanya;5. Peserta mampu menjalankan aplikasi Software Minitab.

1. Data & quality characteristics2. Principles of variation3. Planning for data collection4. Analysis of chart Patterns5. Variable Control Chart6. Attribute Control Chart7. Process Capability Analysis8. Managing an SPC Program

Peserta

Target Pelatihan

Sigma Level Potential Benefit


A. Pengantar Statistik

No. MATERI PELATIHAN PENGANTAR STATISTIK DurasiA. Pengantar Statistika

B.

C. Asumsi Statistik

D. Program SPSS 12.0 for Window (Basic)

B. Analisis Statistik 1

APLIKASI RISET S(xi-)2 f(x)

Proses pengujian suatu penelitian haruslah melalui uji dan analisis statistika sehingga penelitian tersebut dapat dipertanggungjawabkan secara ilmiah. Baik dalam penelitian akademis (skripsi/tesis/disertasi) maupun penelitian lainnya. Dalam modul utama ini, peserta akan dibantu secara mendasar dan bertahap, mulai dari teknik dasar pengolahan data hingga pemilihan uji statistika program SPSS 12.0, dilanjutkan analisis dan penyajian hasil data penelitian.

1. Mahasiswa Sarjana/Pasca Sarjana Bidang Eksakta dan Sosial; 2. Periset (R&D); dan 3. Peminat Statistika.

:1. Peserta mengetahui dasar statistika dan prosedur pengujian.2. Peserta mengetahui asumsi dan statistika secara komprehensip.3. Peserta mengetahui perangkat ( ) aplikasi dasar program statistik

.: 480 menit : Mengenal MS Excel

60 menit01. Definisi dan Aplikasi Statistika02. Data: Sampel dan Populasi03. Hipotesa, Prosedur Uji, dan p-value04. Interval Kepercayaan

60 menit01. Statistik Deskriptif02. Statistik Inferensi03. Statistik Parametrik04. Statistik Non Parametrik05. Statistik Multivariat

60 menit01. Distribusi Normal02. Ukuran Variansi03. Bias

300 menit01. Menu 02. Manajemen Data, 03.04.05.06.07.

:1. Peserta mengetahui prosedur uji dan analisis statistik dasar dalam aplikasi

program statistik SPSS 12.02. Peserta mengetahui penggunaan prosedur uji dan analisis statistik tersebut

dalam riset/penelitian.: 480 menit : Pengantar Statistik

Peserta

Modul Pokok

Target Pelatihan

overview tools SPSS 11.0

for WindowsDurasi PelatihanSyarat Pelatihan

Overview using data editor, data manipulate

Working with output + Help UtilityCross TabulationNormality & Variance TestDescriptive StatisticsCreate Table & Graph

Target Pelatihan


Overview Statistika


No. MATERI PELATIHAN ANALISIS STATISTIK 1 Durasi

C. Analisis Statistik 2

No. MATERI PELATIHAN ANALISIS STATISTIK 2 Durasi

B. Teknik Sampling dan Desain Kuisioner

No. MATERI TEKNIK SAMPLING & KUESIONER Durasi

B. Metode Penelitian Survey

01. Uji Korelasi (Data Kategorik/Numerik) 30 menit02. Uji Chi-Square 30 menit03. T Test ( ) 60 menit04. Uji Nonparametrik 1 Sampel 60 menit05. Uji Nonparametrik 2 Sampel ( ) 60 menit06. Uji Nonparametrik K Sampel ( ) 60 menit07. ANOVA ( dan ) 60 menit08. Model Regresi Sederhana 60 menit09. Model Regresi Ganda 60 menit

:1. Peserta mengetahui prosedur uji dan analisis statistik lanjutan dalam aplikasi

program statistik SPSS 12.02. Peserta mengetahui penggunaan prosedur uji dan analisis statistik tersebut

dalam riset/penelitian.: 480 menit : Pengantar Statistik, Analisis Statistik 1

01. Reliabilitas, Multikolinieritas, Homosdektisitas 60 menit02. Regresi Logistik Multinomial 60 menit03. Diskriminan Analysis 60 menit04. Cluster (K-Means/Hierarchical) 60 menit05. Factor Analysis 60 menit06. Multi Dimension Scalling (MDS) Analysis 60 menit07. Correspondence Analysis 60 menit08. Conjoint Analysis 60 menit

:1. Peserta mengetahui prosedur dan tahapan pengambilan sampel. 2. Peserta mengetahui prosedur, tahapan, dan tahapan pembuatan kuisioner.

: 480 menit : -

01. Prosedur dan Tahapan Pengambilan Sampel 60 menit02. Metode Sampling 60 menit03. Perumusan Tujuan dan Konsep Variabel 60 menit04. Prosedur dan Tahapan Pembuatan Kuisioner 60 menit05. Perancangan Kuisioner 60 menit06. Kodifikasi Data (Tabel Kuisioner) 60 menit07. Studi Kasus dan Latihan Mandiri 120 menit

:Peserta mengetahui proses, tahapan, dan metode dalam survey penelitian.

: 480 menit: -

One-Paired-Independent Samples

Paired-IndependentPaired-Independent

One-way Two-way

Target Pelatihan


Target Pelatihan


Target Pelatihan


Modul Pilihan


No. MATERI METODE PENELITIAN SURVEY Durasi

C. Desain Eksperimen

No. MATERI METODE PENELITIAN SURVEY Durasi

01. Metode, Tahapan, dan Proses Penelitian 60 menit02. Pengukuran dan Penyusunan Skala 90 menit03. Teknik Pengumpulan Data 90 menit04. Analisis Data 60 menit05. Membuat Laporan Penelitian 60 menit06. Studi Kasus dan Latihan Mandiri 120 menit

:1. Peserta mengetahui prosedur uji dan analisis statistik lanjutan dalam aplikasi

program statistik Minitab 11. 2. Peserta mengetahui penggunaan prosedur uji dan analisis statistik tersebut

dalam riset/penelitian sosial.: 480 menit: Pengantar Statistika (Minitab 11), Analisis Statistik 1 & 2

01. Eksperimen Perbandingan Sederhana 60 menit02. Eksperimen Faktor Tunggal 60 menit03. Desain Blok Randomisasi, Latin Squares, Related Design 60 menit04. Desain Faktorial 90 menit05. Response Surface Design 90 menit06. Studi Kasus dan Latihan Mandiri 120 menit

Target Pelatihan



v


No. MATERI DASAR RISET PSIKOLOGI DurasiA. Pengantar Riset Psikologi

B. Teknik dan Desain Kuesioner

C. Manajemen Data (SPSS 12.0)

D. Asumsi dan Uji Statistik

E. Analisis Data

APLIKASI PSIKOLOGI x + t/2(s/ n)Dasar Riset Psikologi

Proses pengujian sebuah riset psikologi haruslah melalui uji dan analisis statistika sehingga dapat dipertanggungjawabkan secara ilmiah, baik dalam riset eksperimental maupun non eksperimental. Namun dalam penggunaan metode statistika tidak sedikit yang mengalami kesulitan dikarenakan kurang dengan hitungan statistika yang dianggap .

1. Mahasiswa Sarjana/Pasca Sarjana Bidang Psikologi; 2. Human Resource Development; dan 3. Peminat Statistika.

1. Peserta mengetahui dasar statistika dan prosedur pengujian.2. Peserta mengetahui asumsi dan statistika secara komprehensip.3. Peserta mengetahui perangkat ( ) aplikasi dasar program statistik

.

120 menit01. Psikologi dan Riset 02. Metode Statistika dalam Riset03. Desain Ekperimental dan Non Eksperimental04. Ukuran, Skala, dan Variabel05. Data: Sampel dan Populasi06. Desain Riset (Observasi, Kualitatif, Kuantitatif)

240 menit01. Prosedur dan Tahapan Pembuatan Kuisioner 02. Perumusan Tujuan dan Konsep Variabel03. Perancangan Kuisioner04. Uji Reliabilitas Kuesioner 05. Studi Kasus

120 menit01. Pengumpulan Data dan Kodifikasi Data 02. Menu SPSS 12.0

01. Asumsi, Hipotesa, dan Signifikansi02. Statistik Deskripsi dan Inferensi03. Statistik Parametrik dan Non Parametrik04. Statistik Deskriptif05. Visualisasi Data:

420 menit01.02. Uji Parametrik03. Uji Non Parametrik04.05.

familiar njelimet

overview tools SPSS 12.0 for

Windows

Overview

Overview Overview

Table & Chart

Normality & Variance TestMean DifferenceMean DifferenceCross TabulationCorrelate

Peserta

Target Pelatihan


Applied Statistics for Beginners

No. MATERI PELATIHAN APPLIED STATISTICS FOR BEGINNERS

PROGRAM STATISTIKA S(xi-)2 f(x)Applied Statistics for Beginners

Keinginan mempelajari statistika bagi kalangan eksekutif perusahaan sebagai alat bantu analisis ilmiah dalam pekerjaannya. Namun seringkali terbentur oleh kebingungan untuk memilih yang sesuai dengan bidangnya serta waktu belajar yang terbatas. Dalam modul ini, peserta berlatar belakang non statistika akan dibantu dan dilatih untuk memahami aplikasi statistika secara bertahap dengan waktu yang singkat. Pemahaman yang kuat dalam materi dasar ini akan membantu peserta menggunakan pengujian statistik lebih lanjut.

Pelatihan ini dirancang bagi para pengambil keputusan, dan peneliti yang berlatar belakang non statistik.

1. Peserta memahami konsep dasar probabilitas, distribusi, dan pengujian serta analisis statistik;

2. Peserta memahami penerapan pengujian dan analisis statistik dalam meng-intepretasikan data dan memberikan konklusi rasional pada bidang pekerjaannya masing-masing.

: 24 Jam

01. FUNDAMENTAL STATISTICAL PRINCIPLES: Purpose of Statistics -- Definitions (population, sample, para-meter, statistic, variable, random) -- Variable Types (e.g. nominal, ordinal, interval/ratio, dependent, independent, continuous, discrete) -- Sampling -- Sampling Plans -- Errors Involved in Sampling.

02. GRAPHICAL DESCRIPTIVE TECHNIQUES: Graphical techniques for categorical data (e.g. pie charts, bar charts, line charts) -- Graphical techniques for quantitative data (e.g. stem-leaf plots, histograms, box plots) Scatter plots.

03. NUMERICAL DESCRIPTIVE MEASURES: Measures of central tendency (e.g. mean, geometric mean, harmonic mean, trimmed mean, winsorized mean, median, mode) -- Measures of Spread (e.g. range, variance, standard deviation, percentiles) -- Measures of Association (e.g. covariance, correlation coefficient).

04. PROBABILITY DISTRIBUTIONS AND SAMPLING DISTRIBUTIONS: Discrete Random Variables (e.g. Binomial, Poisson) -- Continuous Random Variables (e.g. Normal, Exponential) -- Relating Simulation to Sampling --Sampling Distribution of the Mean -- Sampling Distribution of a Proportion.

05. ESTIMATION : Concepts of Estimation -- Estimator Bias and Precision -- Confidence Interval Estimation of the Mean (variance unknown/variance known) -- Standard Error -- Selecting Sample Size Confidence Interval Estimation of a Proportion -- Simulation Experiments.

06. HYPOTHESIS TESTINGLogic of Hypothesis Testing -- Tests on the Mean (z-test and t-test) -- Type I error and p-values -- Power --Sample Size Determination -- Assumptions and Transformations.

07. STATISTICAL PROCESS CONTROL : Chance Variation vs. Assignable Cause Variation -- Control Charts for Monitoring Process Mean and Variance -- Pattern Tests -- Attributes Control Charts.

08. PROBABILITY DISTRIBUTIONS: Probability Concepts; Random Variables; Mean and Variance Normal Distribution; Standardizing Normal Variables; and Distribution of Sample Mean.

09. ESTIMATION : Estimates of Center & Spread Coefficient of Variation Standard Error.10. ONE-SAMPLE TESTS: Hypothesis Testing; Logic Tests on a Single Mean t Distribution; Type I and Type II

Errors; Power Statistical Significance; and Practical Importance.11. TWO-SAMPLE TESTS: Comparison of Two Means Pooled t Test Approximate t Test Causality.12. ANALYSIS OF VARIANCE: Experimental Framework; Partitions of Sums of Squares and Degrees of

Freedom; F Distribution; Tukey's Multiple Range Procedure.13. CORRELATION: Categorical Data; Chi-Square Distribution; Pearson's Correlation; Cautions for

Interpretation

text book

manager, engineer,

Durasi Pelatihan

Peserta

Target Pelatihan


Peserta

Target Pelatihan


No. MATERI STATISTIKA LANJUTAN : REGRESI - 1

Analisis Regresi 1

Setelah mempelajari dasar-dasar statistika, peserta perlu mempelajari lebih lanjut penerapan uji statistika pada kasus-kasus yang semakin kompleks. Salah satunya adalah pemodelan regresi lebih mendalam dari variabel-variabel yang diamati. Sehingga dapat komplesitas kasus dapat ditarik konklusi dan estimasi yang lebih tepat.

Pelatihan lanjutan bagi para pengambil keputusan, dan peneliti yang berlatar belakang non statistik, dalam mengintepretasikan data dan memberikan konklusi rasional dengan metode regresi.

1. Peserta memahami konsepsi dasar model regresi;2. Peserta memahami asumsi dasar, prosedur pengujian, dan prediksi model;3. Peserta dapat menganalisis model regresi sederhana dan non linier.

01. INTRODUCTION TO MULTIPLE LINEAR REGRESSION Need for Statistical Models Linear and Polynomial Models Goals for Model Building Method of Least Squares Violation of Assumptions Matrix Approach to Regression.

02. PROCEDURES FOR FINDING BEST FITTING MODEL Quantitative Assessment of Models (R2, t-tests, types of F tests, confidence intervals) Residual Analysis Transformations of Variables Hazards of Significance Testing Computer Illustrations and Discussion of Current Software.

03. VARIABLE SELECTION TECHNIQUES All Possible Regressions Methods of Selecting Best Subsets of Variables (Forward, Backward, Stepwise, and Max R2

Techniques) Hazards of Selection Methods Computer Illustration.04. PROCEDURES FOR FINDING BEST PREDICTION MODELS

Cross Validation Methods Use of the PRESS Procedure and PRESS Residuals Use of the Cp Statistic Computer Illustrations and Discussion of Current Software.

05. DETECTION OF UNUSUAL OBSERVATIONS - Diagnostics for Leverage Diagnostics for High Influence Points (DFFITS, DFBETAS and Others) Computer Illustrations.

06. PROBLEMS ASSOCIATED WITH MULTICOLLINEARITYEffect of Multicollinearity on Least Squares Estimators Detection of Multicollinearity Remedies for Multicollinearity Eigenvalue Analysis Ridge and Generalized Ridge Regression Computer Illustrations.

07. DESIGN OF EXPERIMENTS Orthogonal Arrays Factorial and Central Composite Designs Response Surface Models Experimental Optimization.

08. OTHER DEVIATIONS FROM ORDINARY LEAST SQUARES PROCEDURESEffective Procedures When Standard Assumptions Are Violated Weighted Regression Robust Regression Discussion of Detection, Accommodation, and Removal of Outliers Computer Illustration.

09. NONLINEAR REGRESSION Selection of Model Newton-like Procedures Marquardt and Hartley Modifications Other Methods Computer Illustration

manager, engineer,


Peserta

Target Pelatihan


No. MATERI STATISTIKA LANJUTAN : REGRESI 2

Analisis Regresi 2

Pelatihan ini dirancang sebagai kelanjutan modul sebelumnya, Analisis Regresi 1 yang lebih memfokuskan kepada pembahasan lanjutan model regresi linier dan non linier pada bentuk logistik, distribusi poisson, dan estimasi model GLM dan GEE.

Khusus peserta lanjutan pasca pelatihan modul Analisis Regresi 2

1. Peserta memahami konsepsi lanjutan model regresi ganda;2. Peserta memahami asumsi dasar, prosedur pengujian, dan prediksi model regresi

non linier, logistik, dan regresi poisson;3. Peserta dapat mengestimasi model regresi ganda dan non linier (GLM/GEE).

01. BRIEF REVIEW OF MULTIPLE LINEAR REGRESSION (MLR); Model Assumptions -- Estimation and Testing Model Parameters: F-tests and t-tests -- Model Evaluation: R2, Cp, PRESS -- Detection of Bad Data: Outlier Detection -- Use of Indicator Variables -- Weighted Least Squares -- Computer Illustration.

02. NONLINEAR REGRESSION; Model Assumptions -- Numerical Methods -- Estimation and Testing Model Parameters -- Model Building and Evaluation -- Detection of Bad Data -- Use of Indicator Variables in Nonlinear Models -- Relationship Between Linear and Nonlinear Models -- Applications to Business, Industry, and Medicine -- Computer Illustration Using the NLIN Procedures of the SAS System

03. LOGISTIC REGRESSION FOR BINARY DATA; Model Assumptions -- Estimation and Testing Model Parameters -- Model Building and Evaluation --Numerical Diagnostics Used for Model Evaluation: Likelihood Components, Measurements of Model Agreement -- Graphical Presentation of Model Performance -- Use of Indicator Variables -- Interpretation of Model Parameters Including the Odds Ratio and Relative Risk -- Computer Illustrations Using the LOGISTIC and NLIN Procedures of the SAS System.

04. GENERALIZED LINEAR MODELS (GLM); Model Assumptions and Applications -- Numerical Methods: IRLS -- Estimation and Testing Model Parameters: Maximum Likelihood, Likelihood Ratio Tests, Wald Inference -- Model Building and Evaluation -- Choice of Link Functions -- Specific Examples Include Analysis of Binary Data, Count Data, Time of Failure Data, and Survival Data Analysis of Count Data Detailed Below.

05. POISSON REGRESSION FOR COUNT DATA; Model Assumptions -- Estimation and Testing Model Parameters -- Model Building and Evaluation: Deviance and Deviance Components -- Choice of Link Function -- Applications -- Computer Illustration Using the GENMOD Procedure of the SAS System.

06. GENERALIZED ESTIMATING EQUATIONS (GEE); Used for Analysis of Longitudinal and Repeated Measures Data -- Numerical Methods -- Model Assumptions -- Estimation and Testing Model Parameters -- Estimation of the Covariance Matrix -- Model Building and Evaluation -- Numerical Diagnostics for Model Evaluation -- Applications to Normal Data and Non-normal Data Such as Binary and Count Data -- Relationship to MLR -- Computer Illustrations Using the GENMOD and MIXED Procedures on the SAS System.



No. MATERI PELATIHAN - ANALISIS MULTIVARIAT

Analisis Multivariate

Salah satu analisis statistika modern yang sering dipergunakan berbagai aplikasi riset, seperti pemasaran, manajemen, industri, atau riset kuantitatif lainnya, yakni Analisis Multivariate. Analisis ini banyak dipergunakan karena dapat lebih kompre-hensif menganalisa banyak variabel pengamatan.

Pelatihan ini dirancang bagi para pengambil keputusan, dan mahasiswa Pasca Sarjana yang bukan berlatar belakang statistik, untuk membantu mengintepretasikan data dan memberikan konklusi rasional.

1. Peserta memahami konsepsi dasar analisis uji-uji multivariate (;

2. Peserta memahami asumsi dasar, prosedur pengujian, dan prediksi model masing-masing analisis uji;

3. Peserta dapat menganalisis model regresi ganda dan non linier.

01. SAMPLING FROM MULTIVARIATE POPULATIONSEstimation of Parameters; Data Plotting Techniques; A Check for Multivariate Normality; Outliers Correlations and Their Interpretations.

02. MULTIVARIATE ANALYSIS OF VARIANCE Multivariate Test Statistics Tests of Special Hypotheses Dimensionality of the Alternative Hypotheses Canonical Variates Analysis Plots Examples, Computer Analyses, and Their Interpretations.

03. FACTOR ANALYSISObjectives and Definitions Does it Really Mean Anything? How Does it Compare to Principal Components Analysis? Rotation Methods Factor Scores Examples, Computer Analyses, and Their Interpretations Recommendations.

04. DISCRIMINANT ANALYSIS Measures of Closeness Discriminant; Rules Estimating; Probabilities of Misclassification; Variable Selection; Canonical Discriminant; Functions Discriminant; Plots Examples, Computer Analyses, and Their Interpretations.

05. CLUSTER ANALYSIS (K-MEANS)Objectives Methods of Determining Clusters How Many Clusters? Examples, Computer Analyses, and Their Interpretations Recommen-dations.

06. CLUSTER ANALYSIS (HIERARCHICAL)07. MULTI DIMENSIONAL SCALLING (MDS)08. CORRESPONDENCE ANALYSIS09. CONJOINT ANALYSIS10. BIPLOT ANALYSIS

Peserta

Target Pelatihan

manager, engineer,

Discriminat Analysis, Cluster,Factor Analysis,


HERMAWAN SETIAWAN, S.SI., MT.I., MM.

Surti

KONSULTAN & TRAINERS

Trainers & Data Analyst

INFORMASI PELATIHAN DAN KERJA SAMA

Kelas Reguler dan Intensif

Informasi dan Pendaftaran Peserta

Kerja Sama Intitusi dan

v

v

v

v

v

Hermawan Setiawan, SSi., M.Ti., MM.(Master Manajemen Teknologi Infromasi UI, Alumnus Matematika UI,Praktisi Riset)Hata Maulana, SSi., M.Ti.(Master Manajemen Teknologi Infromasi UI, Dosen dan Praktisi Riset)Bambang Ruswandi, SSi., M.Stat(Master Statistik Unpad, Alumnus Matematika, Dosen)Isma SSi., M.Stat(Master Statistik IPB, Alumnus Matematika, Dosen)Denis SSi., M.Si(Master Matematika ITB, Alumnus Matematika, Praktisi Riset)

Gd. G FKM UI .lt 1 Kampus UI DepokLab. Statistika - Kelas RegulerKampus UI Salemba

Sdri. Surti Telp. 021 7864978/70242739 Faks. 021 - 7864978

Mobile : 0812 8508094Email : [email protected]

Mobile : 0852 8116 1980Email : [email protected]

Sekretariat STMD PUSAT PENDIDIKAN DAN PELAYANAN MASYARAKAT UI- Kampus UI Depok

Koordinator STMD P3M UI

Contact Person

In House Training



Panduan Program Pelatihan Layanan Jasa RISET & Manajemen Data


Page 1Page 2Page 3Page 4Page 5Page 6Page 7Page 8Page 9Page 10Page 11Page 12Page 13Page 14Page 15Page 16Page 17Page 18Page 19Page 20Page 21Page 22Page 23Page 24Page 25Page 26

Profil STMD UI

Documents

Transcript of Profil STMD UI