DEPARTEMEN BIOSTATISTIKA & KEPENDUDUKAN FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS INDONESIA
Telp: (62-21) 786 3473 Fax: (62-21) 787 1636
SILABUS MA: MANAJEMEN & ANALISIS DATA-2 Prasyarat: MANAJEMEN & ANALISIS DATA-1 Hari/Jam Hari/Jam
: Jumat, 13.00--14.40 : Jumat, 15.00--16.40
Bobot : 2 SKS Ruangan : Lab Komputer A3 Penanggung jawab: Besral Pengajar : 1. Besral Tujuan Mata Ajaran Tujuan Umum: Pada akhir mata ajaran diharapkan para mahasiswa mampu memahami konsep manajemen data dan analisis data multivariabel. Dan mampu menerapkan pengolahan dan analisis data secara multivariate di bidang kesehatan Tujuan Khusus: • Trampil menggunakan aplikasi komputer untuk manajemen & analisa data • Mampu melakukan analisa data secara bivariat dan multivariate • Mampu melakukan penyajian & interpretasi data menjadi suatu informasi • Mampu melakukan analisis regresi linier ganda dan interpretasi hasil/asumsinya • Mampu melakukan analisis stratifikasi C:\0-XPS-BESRAL\Lecture\0-Kuliah 2010 jan\2-3. Madat-2 Jumat 13.00 & 15.00\1. Sillabus MA Manaj & Analisis Data-2 Genap 2010.doc
Page 1 of 5
• Mampu melakukan analisis regresi logistik ganda dan interpretasinya • Mampu melakukan analisis regresi logistik ganda (conditional) dan interpretasinya (untuk S2) • Mampu melakukan analisis regresi cox ganda dan interpretasinya (jika ada waktu) • Mampu melakukan analisis regresi cox ganda (time dependent) dan interpretasinya (jika ada waktu) METODE PENGAJARAN: Kuliah tatap muka dan diskusi: 40 menit setiap minggu Praktikum/Aplikasi komputer: 40 menit setiap minggu Tugas rumah : MONITORING & EVALUASI: Absensi : Kehadiran minimal 70% Kejujuran : 100% Praktikum/Tugas : 20% Ujian tengah semester (UTS) : 40% Ujian akhir semester (UAS) : 40% Kriteria lulus : Nilai Total > 60 (Range 1—100) Tidak ada ujian perbaikan Kepustakaan: 1. Kleinbaum DG, Kupper LL, Muller KE. Applied Regression Analysis and Other Multivariate Variable Metods. PWS-KENT Publishing Company Boston. 1988 2. Kleinbaum DG. Logistic Regression: A Self Learning Text. Springer-Verlak New York, Inc. 1998 3. Kleinbaum DG. Survival Analysis: A Self Learning Text. Springer-Verlak New York, Inc. 1996 4. SPSS. SPSS Base 10: Application Guide. SPSS Inc. 1999
TOPIK & JADWAL PENGAJARAN C:\0-XPS-BESRAL\Lecture\0-Kuliah 2010 jan\2-3. Madat-2 Jumat 13.00 & 15.00\1. Sillabus MA Manaj & Analisis Data-2 Genap 2010.doc
Page 2 of 5
No
Topik Pengantar
Uraian Topik Perkenalan/Penjelasan Silabus Ruang lingkup manajemen data-2
Pemahaman perlunya Analisis Multivariat Analisis Stratifikasi (Analisis data kategorik)
Konsep Hubungan secara statistik Konsep Hubungan sebab-akibat Konsep penyebab yang multifaktor Konsep analisis stratifikasi Konsep Interaksi (bersinergi +/-) Konsep Konfounding (pengganggu) TUGAS-1: Analisis Stratifikasi
4.
Pengantar Regresi Logistik (Analisis data kategorik)
Konsep Regresi Logistik Aplikasi Regresi Logistik Sederhana Aplikasi Regresi Logistik Ganda TUGAS-2: Analisis Regresi Logistik
5.
Interpretasi output regresi logistik
Interpresti hasil uji regresi logistik: Interpretasi variabel dikotom (2 kategori) Interpretasi variabel continous Interpretasi variabel categorical (lebih dari 2 kategori) TUGAS-3: Analisis Regresi Logistik
6.
Aplikasi Pemodelan
Langkah-langkah pembuatan model prediksi regresi logistik
1.
2.
3.
Metode Ceramah Diskusi (CD)
CD
Ceramah/ Diskusi/ Praktek (CDP)
C:\0-XPS-BESRAL\Lecture\0-Kuliah 2010 jan\2-3. Madat-2 Jumat 13.00 & 15.00\1. Sillabus MA Manaj & Analisis Data-2 Genap 2010.doc
Page 3 of 5
CDP
CDP
CDP
Jadwal
Regresi Logistik
7.
Aplikasi Pemodelan Regresi Logistik
8 9.
UTS Pengantar Regresi Linier (Analisis data numerik)
ganda Uji likelihood ratio vs Uji wald Model Prediksi regresi logistik TUGAS-4: Model Prediksi Langkah-langkah pembuatan model faktor risiko regresi logistik Model Faktor Risiko regresi logistik TUGAS-5: Model Faktor Risiko Bahan kuliah sesi No. 1 s/d 7 Konsep Regresi Linier Regresi Linier Sederhana Regresi Linier Ganda TUGAS-6: Analisis Regresi Linier
10. Interpretasi
Interpretasi variabel dikotom Interpretasi variabel continous Interpretasi variabel categorical TUGAS-7: Analisis Regresi Linier
11. Aplikasi
Langkah-langkah pembuatan model regresi Linier ganda Asumsi regresi linier Model regresi Linier (prediksi) TUGAS-8: Analisis Regresi Linier
output regresi Linier
Pemodelan Regresi Linier
12. Analisis Survival Konsep Analisis survival
(Metode Kaplan Meier)
Analisis Kaplan Meier Interpretasi analisis Kaplan Meier TUGAS-9: Analisis Kaplan Meier (SPSS)
C:\0-XPS-BESRAL\Lecture\0-Kuliah 2010 jan\2-3. Madat-2 Jumat 13.00 & 15.00\1. Sillabus MA Manaj & Analisis Data-2 Genap 2010.doc
Page 4 of 5
CDP
Teori & Prakt ek CDP
CDP
CDP
CDP
13. Analisis Survival Analisis survival Life Table
CDP
14. Analisis survival
CDP
(Metode Life Table)
Interpretasi analisis survival Life Table TUGAS-10: Analisis survival Life Table (SPSS) Konsep Analisis regresi cox Interpretasi analisis regresi cox TUGAS-11: Analisis regresi cox
(Regresi Cox Proportional hazard) 15 Analisis survival Uji Asumsi analisis survival (Regresi Cox (proportional hazard) time-dependent) Konsep Analisis regresi cox time dependent Interpretasi analisis regresi cox time dependent (non-proportional hazard cox regression) TUGAS-12: Analisis regresi cox time dependent 16. UAS Bahan kuliah sesi No. 9 s/d 15 Bahan di email ke:
[email protected]
C:\0-XPS-BESRAL\Lecture\0-Kuliah 2010 jan\2-3. Madat-2 Jumat 13.00 & 15.00\1. Sillabus MA Manaj & Analisis Data-2 Genap 2010.doc
Page 5 of 5
CDP
Prakt ek