RENCANA PEMBELAJARAN SEMESTER (RPS) ANALISIS STATISTIK Mata Kuliah: Analisis Statistik Semester : 7 (tujuh); Kode : KMM 164; SKS : 2 (dua) Program Studi : Pendidikan Matematika Dosen : 1) Drs. Musafir Kumar, M.Si 2) Khairul Umam, S.Si, M.Sc.Ed Capaian Pembelajaran Lulusan (CPL) yang dibebankan pada mata kuliah ini: S3 : Memiliki integritas komitmen yang tinggi terhadap kecendikiaan profesinya. S4 : Memiliki sikap, kepribadian, karakter yang mencerminkan nilai-nilai pendidikan. S5 : Menampilkan akhlak mulia dalam kehidupan professional, keilmuan, kemasyarakatan. PPA2 : Menguasai konsep matematika yang diperlukan untuk studi ke jenjang berikutnya. KU1 : Mampu menerapkan pemikiran logis, kritis, sistematis, inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan teknologi yang memperhatikan menerapkan nilai humaniora yang sesuai dengan big keahliannya KU3 : Mampu mengkaji implikasi pengembangan atau implementasi ilmu, teknologi yang memperhatikan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara etika ilmiah dalam rangka mengh asilkan solusi, gagasan, desain atau kritik seni KU6 : Bertanggung jawab atas pencapaian hasil kerja kelompok melakukan supervise evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah tanggung jawabnya. KU7 : Mampu bertanggung jawab atas pencapaian hasil kerja kelompok melakukan supervisi serta evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah tanggung jawabnya. Capaian Pembelajaran Mata Kuliah (CP-MK) : 1) Mampu memahami konsep dasar analisis statistik 2) Mampu memahami bentuk data statistik, baik kualitatif maupun kuantitatif 3) Mengetahui serta memahami kelebihan manfaat olah data SPSS 4) Mengetahui manfaat tujuan analisis diskriminan serta memahami metode Fisher 5) Mengetahui serta memahami cara menormalkan data 6) Dapat mengolah data statistik non parametrik secara manual maupun SPSS 7) Memahami langkah-langkah yang dilakukan dalam uji beda rata-rata mampu merumuskan hipotesis nol (Ho) hipotesis alternatif (Ha) dengan pasangan hipotesisnya 8) Mampu melakukan pengujian hipotesis tentang rata-rata satu populasi, baik pengujian dalam sampel besar maupun pengujian dalam sampel kecil 9) Mampu melakukan pengujian hipotesis tentang rata-rata satu populasi, baik pengujian dalam sampel besar maupun pengujian dalam
sampel kecil 10) Mampu melakukan pengujian hipotesis untuk dua sampel yang berkaitan atau berpasangan 11) Dapat melihat linearitas serta keeratan hubungan antara peubah bebas terhadap peubah terikat 12) Mampu melakukan pengujian hipotesis untuk rata-rata yang lebih dari dua 13) Dapat menentukan kesamaan proporsi dalam tiap kelompok populasi Deskripsi Mata Kuliah : Analisis statistik, kualitatif, kuantitatif, simpangan baku, variabel, berdistribusi normal, kenormalan, bentuk data statistik, analisis diskriminan fisher, SPSS, metode fisher, contoh metode fisher, contoh data interval, menormalkan data, statistik non parametrik, aplikasi statistik non parametrik dengan SPSS, uji beda rata-rata, uji beda satu populasi, uji beda data berpasangan, uji regresi korelasi, analisis variansi (anova), sebaran chi-kuadrat (chi-square distribution). Kriteria Penilaian : Penilaian Acuan Patokan Kompetensi Tinggi Item Penilaian: Presentasi: 2, Tugas : 50%, Ujian Tengah Semester : 10%, Ujian Akhir Semester : 20% Minggu ke Kemampuan Akhir yang Diharapkan Bahan Kajian (Materi Perkuliahan) Strategi Pembelajaran Waktu Belajar (Menit) Pengalaman Belajar Mahasiswa Kriteria Penilaian Indikator Bobot Nilai (1) (2) (3) (4) (5) (6) (7) (8) 1. Mampu memahami konsep dasar analisis statistik Pengantar Analisis Statistik Direct Instruction 1 2 50 Melalui tanya jawab mahasiswa dimotivasi tentang pentingnya memahami materi pada mata kuliah analisis statistik Mereviu kembali pemahaman tentang analisis statistik mahasiswa melalui Ketepatan informasi yang diperoleh mengenai pengertian kualitatif, kuantitatif, simpangan baku, variabel, berdistribusi normal, kenormalan
2. Mampu memahami bentuk data statistik, baik kualitatif maupun kuantitatif Bentuk Data Statistik tipe STAD tanya jawab, presentasi, pendapat Memberikan tindak lanjut berkenaan dengan tugas yaitu mencari informasi mengenai pengertian kalitatif, kuantitatif, simpangan baku, variabel, berdistribusi normal, kenormalan 1 2 50 Memilih secara acak bertanya mengenai tugas yang telah diberikan pada pertemuan sebelumnya Memberikan tugas berupa membaca bahan ajar mengenai bentuk data statistik Membentuk sebuah kelompok secara berpasangan kemudian mendiskusikan mengenai bahan ajar yang telah Keaktifan diskusi Tanggungjawab
3. Mengetahui serta memahami kelebihan manfaat olah data SPSS Pengenalan SPSS discoveri learning inquiri, tanya jawab, tes dibaca Diberikan kesempatan bertanya mengenai bahan ajar yang belum dimengerti Memberikan tugas untuk mencari bahan mengenai analisis diskriminan Fisher 1 2 50 Memberikan penjelasan tutorial SPSS kemudian ditugaskan untuk membaca tutorial tersebut bertanya tentang tutorial tersebut yang belum dimengerti Ditugaskan untuk mencari bahan mengenai analisis diskriminan Keaktifan
4 Mengetahui manfaat tujuan analisis diskriminan, serta memahami metode Fisher 5 Mengetahui serta memahami cara menormalkan data Analisis Diskriminan Fisher Data Interval tipe Number Head Together (NHT) presentasi, Direct Instruction 1 2 50 Memberikan penjelasan mengenai pengertian analisis diskriminan, manfaat, tujuan analisis diskriminan, serta salah satu metode analisis diskriminan yaitu metode Fisher. Memberikan contoh. Memberikan tindaklanjut berupa soal-soal menyelesaikannya dengan bantuan SPSS 1 2 50 Kuis Memberikan penjelasan singkat, contoh mengenai data interval soalsoal sebagai latihan Ditugaskan untuk mencari informasi terkait cara menormalkan data Nilai latihan 1 Nilai kuis
6 Dapat mengolah data statistik non parametrik secara manual 7. Dapat mengolah data statistik dengan menggunakan SPSS Statistik Non Parametrik Aplikasi Statistik Non Parametrik Menggunakan SPSS tipe STAD presentasi, tipe TPS presentasi, 1 2 50 Melalui bahan ajar, penjelasan singkat, serta contoh mengenai kelebihan kelemahan uji non parametrik, serta beberapa uji non parametrik yang dapat dipelajari Diberikan kesempatan untuk bertanya mengenai contoh uji non parametrik yang belum dimengerti Diberikan tugas membaca materi selanjutnya 1 2 50 Memberikan tutorial SPSS non parametrik mahasiswa ditugaskan untuk membaca serta memahami tutorial tersebut Menyelesaikan soal yang diberikan secara berpasangan (mahasiswa yang satu menyelesaikan soal uji non Keaktifan Tanggungjawab
8. Menyelesaikan soalsoal 9. Memahami langkahlangkah yang dilakukan dalam uji beda rata-rata mampu merumuskan hipotesis nol (Ho) hipotesis alternatif (Ha) dengan pasangan hipotesisnya 10. Mampu melakukan pengujian hipotesis tentang rata-rata satu populasi, baik pengujian dalam sampel besar maupun pengujian dalam sampel kecil parametrik secara manual yang lainnya melakukan uji non parametrik dengan menggunakan SPSS) memberikan tugas selanjutnya UTS 1 2 50 Tes Ketepatan menjawab soal yang diberikan sesuai alokasi Uji Beda Rata-Rata Uji Beda Rata-Rata (lanjutan) Uji beda satu populasi tipe STAD presentasi, tipe TPS presentasi, 1 2 50 Melalui penjelasan singkat mengenai uji beda rata-rata memberikan penekanan tentang cara merumuskan hipotesis nol (Ho) hipotesis alternatif (Ha) dengan pasangan hipotesisnya dengan contohnya. 1 2 50 Bahan ajar yang telah diberikan ditugaskan untuk membaca kemudian mendiskusikan secara berpasangan terkait contoh uji beda satu populasi 10% waktu. Nilai latihan Keaktifan diskusi Tanggungjawab Kemampuan presentasi: ketepatan informasi yang disampaikan, kelancaran/kejel asan presentasi,
11. Mampu melakukan pengujian hipotesis tentang rata-rata dua populasi, baik pengujian dalam sampel besar maupun pengujian dalam sampel kecil 12 Mampu melakukan pengujian hipotesis untuk dua sampel yang berkaitan atau berpasangan 13 Dapat melihat linearitas serta keeratan hubungan antara peubah bebas terhadap peubah terikat Uji Beda Rata-Rata (lanjutan) Uji beda (selisih) dua populasi Uji Beda Data Berpasangan Uji Regresi Korelasi tipe NHT presentasi, tipe STAD tipe STAD presentasi, 1 2 50 Melalui soal yang telah diselesaikan, secara acak akan dipilih untuk mempresentasikan penyelesaian soal segkan yang lain menanggapinya Memberikan bahan ajar, penjelasan singkat, contoh, soal-soal sebagai latihan, tugas mengenai uji beda dua populasi 1 2 50 Kuis Memberikan bahan ajar, penjelasan singkat, contoh, soal-soal sebagai latihan mengenai uji beda data berpasangan 1 2 50 Melalui bahan ajar, penjelasan singkat, contoh terkait uji relasi linear sederhana analisis korelasi kemudian di bentuk kelompok kontak pang, kemampuan menanggapi Disiplin Nilai kuis Keaktifan diskusi 10%
14. Mampu melakukan pengujian hipotesis untuk rata-rata yang lebih dari dua 15. Dapat menentukan kesamaan proporsi dalam tiap kelompok populasi Analisis Variansi (ANOVA) Sebaran Chi- Kuadrat (Chi- Square Distribution) tipe STAD presentasi, tipe TPS presentasi, yang terdiri dua orang mendiskusikan secara bersamasama. Menyelesaikan soal mepresentasikan hasil penyelesaiannya 1 2 50 Memberikan bahan ajar, penjelasan terkait langkahlangkah perhitungan analisis variansi atau uji-f dalam kasus penelitian, contoh, soal-soal sebagai latihan, tugas 1 2 50 Melalui penjelasan singkat, tanya jawab, contoh mengenai tujuan analisis chikuadrat, serta rumus uji chikuadrat Memberikan soalsoal ditugaskan untuk mencari informasi serta contoh penyelesaiannya mengenai uji normalitas dengan Ketepatan informasi, contoh penyelesaiannya yang diperoleh mengenai uji normalitas dengan metode Chi-Square, Lilliefors, Kolmogorov Smirnov Tanggungjawab Disiplin
16. Menyelesaikan soal-soal metode Chi- Square, Lilliefors, Kolmogorov Smirnov UAS - 1 2 50 Tes Ketepatan menjawab soal yang diberikan sesuai alokasi waktu. 20%