Deskripsi
Capaian Pembelajaran
Yang Kamu Pelajari
Prasyarat Pengetahuan Sebelumnya
Item Penilaian

Deskripsi

Mata kuliah Statistika memberikan pengenalan terhadap penggunaan statistika deskriptif dan inferensial dalam memecahkan permasalahan dan hipotesis dalam penelitian kuantitatif menggunakan uji statistik

Capaian Pembelajaran

  • Mahasiswa mampu memahami hubungan statistik dengan penelitian terutama dalam bidang pendidikan, konsep dasar statistika secara terukur
  • Mahasiswa mampu memahami statistika deskriptif dan cara penyajian data secara mandiri dan bertanggungjawab
  • Mahasiswa mampu melaksanakan uji validitas, reliabilitas, serta uji asumsi dalam statistika secara terukur dan bertanggungjawab
  • Mahasiswa mampu menelaah hubungan korelasi dan kausalitas dalam statistik secara komprehensif, mandiri dan bertanggungjawab
  • Mahasiswa mampu menguji hipotesis dalam penelitian kuantitatif menggunakan teknik uji yang tepat secara terukur

Yang Kamu Pelajari

  1. Pendahuluan Statistika

    • Pengertian, ruang lingkup, dan peran statistika dalam penelitian dan pengambilan keputusan.

    • Perbedaan statistika deskriptif dan inferensial.

    • Jenis data, skala pengukuran, dan teknik pengumpulan data.

  2. Penyajian Data

    • Tabel distribusi frekuensi.

    • Diagram dan grafik (histogram, polygon, pie chart).

    • Interpretasi hasil penyajian data.

  3. Ukuran Tendensi Sentral

    • Mean, median, modus.

    • Penggunaan dalam analisis data kuantitatif.

  4. Ukuran Dispersi (Variabilitas)

    • Range, variance, standard deviation, coefficient of variation.

    • Pentingnya pengukuran penyebaran data.

  5. Ukuran Posisi dan Bentuk Distribusi

    • Kuartil, desil, persentil.

    • Skewness dan kurtosis.

  6. Probabilitas dan Distribusi Peluang

    • Konsep dasar probabilitas.

    • Aturan penjumlahan dan perkalian peluang.

    • Distribusi probabilitas diskrit (binomial, Poisson).

    • Distribusi probabilitas kontinu (normal).

  7. Distribusi Sampling dan Teorema Limit Pusat

    • Pengertian distribusi sampling.

    • Pentingnya dalam inferensi statistik.

    • Central Limit Theorem (CLT).

  8. Estimasi Parameter

    • Estimasi titik dan estimasi interval.

    • Tingkat kepercayaan (confidence level).

  9. Uji Hipotesis

    • Konsep dasar uji hipotesis.

    • Uji Z, uji t (satu sampel, dua sampel).

    • Kesalahan tipe I dan tipe II.

  10. Uji Chi-Square dan ANOVA

  • Uji kesesuaian (goodness of fit).

  • Uji independensi.

  • Analisis varians (ANOVA satu arah).

  1. Korelasi dan Regresi Linier Sederhana

  • Koefisien korelasi Pearson.

  • Analisis regresi linier sederhana.

  • Interpretasi hasil.

  1. Regresi Berganda

  • Konsep dasar regresi berganda.

  • Multikolinearitas, interpretasi koefisien.

  • Aplikasi dalam penelitian sosial/ekonomi.

  1. Nonparametrik Test

  • Uji tanda, uji Mann-Whitney, uji Kruskal-Wallis.

  • Penggunaan ketika data tidak memenuhi asumsi parametrik.

  1. Penggunaan Software Statistika

  • Pengenalan SPSS/R/Excel.

  • Analisis data praktis dengan software.

  1. Review dan Studi Kasus

  • Aplikasi statistika dalam penelitian nyata.

  • Presentasi hasil analisis data oleh mahasiswa.

Prasyarat Pengetahuan Sebelumnya

-

Item Penilaian

  1. Tugas Individu

    • Latihan soal, analisis data sederhana, review artikel yang menggunakan statistika.

  2. Tugas Kelompok / Proyek

    • Studi kasus analisis data nyata menggunakan software statistik.

  3. Kuis 

    • Diberikan secara berkala pada topik penting.

  4. Ujian Tengah Semester

    • Materi: Statistika deskriptif, probabilitas, distribusi peluang.

  5. Ujian Akhir Semester

    • Materi: Inferensia, uji hipotesis, regresi, aplikasi software.

  6. Partisipasi & Kehadiran

    • Diskusi kelas, keterlibatan dalam praktik software, serta kehadiran minimal 75%.