ABCDEFGHIJKLMNOPQRSTUAK
1
2
UNIVERSITAS SYIAH KUALAKode
Dokumen

56202
3
FAKULTAS EKONOMI DAN BISNIS
4
PROGRAM STUDI EKONOMI PEMBANGUNAN
5
6
RENCANA PEMBELAJARAN SEMESTER
7
MATA KULIAH (MK)Kode MKKategoriMK PrasyaratRumpun MKBobot (sks)SemesterTgl Penyusunan
8
StatistikaWAJIB-T=3P=0IJumat, 8 Maret 2024
9
10
OTORISASIPengembang RPSKoordinator MKKoordinator Program Studi
11
Dr. Vivi Silvia, S.E., M.SiDr. Vivi Silvia, S.E., M.SiDr. Fazli Syam Bz, SE,M.Si.Ak, CA, Cert.DA.
12
13
14
15
Dosen Pengampu Dr. Vivi Silvia, S.E., M.Si., Dr. Sartiyah, S.E., M.Si, Prof.Dr. Faisal, S.E., M.Si., M.A, Prof.Dr. Sofyan Syahnur, S.E., M.Si, Dr. Chenny Seftarita, S.E., M.Si
16
Deskripsi Singkat MKMata ajaran ini memperdalam ilmu statistika secara lebih komprehensif, khususnya membahas mengenai Statistika Deskriptif (Statistika Deduktif) dan Statistika Inferensial (Statistika Induktif). Pendekatan penjabaran mata ajaran ini dilakukan dengan pendekatan matematis, grafis, dan aplikasi penggunaan Excell dan Software dalam perhitungannya, sehingga mahasiswa diharapkan dapat memahami konsep statistika secara lebih komprehensif dan juga mampu memahami fenomena sosial dan ekonomi secara agregatif dan lebih kritis dengan pendekatan matematis dan grafis, serta aplikasi penggunaan Excell dan Software
17
18
19
22
Capaian PembelajaranCPL-Prodi (Capaian Pembelajaran Lulusan Program Studi) yang di bebankan pada MK
23
CPL-03Mampu menganalisis dan mengevaluasi prosedur dan hasil audit berbasis pada riset atas laporan keuangan dan jasa pada entitas privat dan publik yang sesuai dengan standar audit dan perundang-undangan yang berlaku, baik yang berskala nasional maupun internasional.
24
25
Capaian Pembelajaran Mata Kuliah (CPMK)
26
CPMK-01Mampu memahami dan menjelaskan konsep statistika, jenis-jenis data, dan probabilitas
27
CPMK-02Mampu menjelaskan dan mengaplikasikan konsep dalam sebuah pengujian dan regresi
28
29
30
Matriks Korelasi CPL dan CPMKKorelasi CPL terhadap CPMK
31
CPMKCPL(%)Bobot CPMK (%)
32
CPL-05CPL-05
33
CPMK-0150-50
34
CPMK-0250-50
35
36
37
Bobot CPL (%)
1000100
38
Matriks Kesesuaian CPMK terhadap Visi Universitas, SDGs, dan Research Based Learning (RBE)Korelasi CPMK terhadap Visi Universitas, SDGs, dan RBL
39
AspekCPMK
40
CPMK-01
CPMK-02
CPMK-03
CPMK-04
41
Sosio-Teknopreneur----
42
SDGs ke- ---8
43
Research Based Learning (RBE)----
44
Bahan Kajian /
Materi Pembelajaran
1. Pengenalan konsep statistik deskriptif dan statistik inferensial, konsep jenis-jenis variabel dan membedakan tingkat pengukuran
45
2. Mendeskripsikan Data: Distribusi Frekuensi dan Penyajian Grafik
46
3. Menjelaskan Data: Numerik Pengukuran
47
4. Menjelaskan Data: Menampilkan dan Menjelajahi Data
48
5. Distribusi Probabilitas Diskrit
49
6. Probabilitas Berkelanjutan Distribusi
50
7. Metode Sampling
51
8. Interval Estimasi dan Keyakinan
52
9. Uji Hipotesis Satu Sampel dan Uji Hipotesis Dua Sampel
53
10. Analisis Varians
54
11. Regresi Linier dan Korelasi
55
12. Analisis Regresi Berganda dan Korelasi
56
13. Metode Nonparametrik: Chi-Square Applications
57
Pustaka PembelajaranUtama :
58
1. Vivi Silvia. Statistika Deskriptif, 2021. Penerbit Andi Yogyakarta
59
2. Newbold, P., Carlson, W. L., & Thorne, B. M. (2013). Statistics for Business and Economics (Eighth Edition ed.). England: Pearson
60
3. Supranto, J. (2016). Statistik, Teori dan Aplikasi (8 ed.). Jakarta: Penerbit Erlangga
61
4. Wonnacott, H., & Wonnacott, R. J. (1998). Instrucdoctory Statistics for Business and Economics.
62
5. Lind, D. A., Marchal, W. G., & Wathen, S. A. (2012). Statistical Techniques In Business & Economics. New York: McGraw-Hill Companies, Inc.
63
64
Pendukung :
65
1. Silvia, Vivi, and Muhammad Raihan Fitra. "Demand for Indonesian Patchouli Oil Exports: the Panel Autoregressive Distributed Lag (Ardl) Approach." Revista de Gestão Social e Ambiental 17.2 (2023): e03090-e03090.
66
Kriteria Penilaian
Kriteria dan Item Penilaian
67
68
Rentang SkorHuruf MutuKategori Status Kelulusan
69
≥87ASangat BaikLULUS
70
78 - <87ABBaik Sekali
71
69 - <78BBaik
72
60 - <69BCSedang
73
51 - <60CCukup
74
41 - <51DKurang TIDAK LULUS
75
<41EGagal
76
77
Rencana Evaluasi
Metode Pembelajaran :
Case Method/Team-Based Project*)
√
Non Case Method/Team-Based Project*)
√
78
79
Basis EvaluasiKomponen Evaluasi
Distribusi Bobot /CPMK (%)
Total Bobot Case Method/Team-Based Project / Total CPMKTotal Bobot Non Case Method/Team-Based Project /Total CPMK
80
CPMK 1 CPMK 2CPMK 3 CPMK 4
81
50%50%50%
82
Aktivitas PartisipatifCase Method209055.0
83
Hasil ProyekTeam-Based Project 0.0
84
Kognitif/PengetahuanQuis (Q1, Q2)303030.0
85
Kognitif/PengetahuanTugas (T1, T2, T3)303030.0
86
Kognitif/PengetahuanUjian Tengah Semester (UTS)4020.0
87
Kognitif/PengetahuanUjian Akhir Semester (UAS)201015.0
88
Total Bobot / CPMK10010010055.095.0
89
Kesimpulan Jenis Metode Pembelajaran
Case Method/Team-Based Project
90
*) Note : Untuk MK Case Method dan PjBL/Team-Based Project (aktivitas partisipatif dan hasil proyek), mempunyai bobot penilaian akumulasi minimal 50%
91
JADWAL, URAIAN MATERI DAN KEGIATAN PERKULIAHAN
92
Mg ke-Kemampuan Akhir Tiap Tahapan Belajar (Sub-CPMK)PenilaianBentuk Pembelajaran, Metode Pembelajaran, dan Penugasan Mahasiswa [Estimasi Waktu]Materi Pembelajaran
[Pustaka]
Bobot Nilai
93
IndikatorKriteria & Teknik
94
Luring (offline)Daring (online)
95
1-21.Mahasiswa memahami konsep-konsep dasar.
Statistika, Statistika Deskriptif dan Inferensial
2.Mahasiswa memahami
konsep-konsep Penggambaran data: Distribusi Frekuensi, dan Grafis
Kelengkapan dan kebenaran
Ketepatan menjelaskan
dan kelengkapan pembuatan tugas
• Keaktifan diskusi
• Sopan santun
• Ketepatan waktu pengerjaan tugas
• Model: Teacher Centre Learning (TCL).
Pendekatan:
pemahaman
konsep dan pemberian tugas dan aplikasi penggunaan Excell dan
Software
[PB: 2 mg x (3sks x 50” )]

Pengalaman Belajar:
Mengerjakan tugas mereview
sejumlah jurnal
international
• Bahan Kuliah
• Tugas I via E-Learning
https://elearning.usk.ac.id/
[PT: 2mg x (3sks x 60” )]
[KM: 2mg x (3sks x 60” )]
1. Pahami alasan kita belajar
statistik
2. apa yang dimaksud dengan statistik deskriptif dan inferensial
statistik
3. Membedakan variabel kualitatif dan variabel kuantitatif
4. Membedakan variabel diskrit dan a
variabel kontinu
5. Membedakan tingkat pengukuran nominal, ordinal, interval, dan rasio
6. Definisikan istilah-istilah yang saling eksklusif dan menyeluruh.
7. Susun data ke dalam distribusi frekuensi
8. Gambarkan suatu frekuensi
distribusi dalam histogram, poligon frekuensi, dan
frekuensi kumulatif
poligon
9. Sajikan data dengan menggunakan tersebut
teknik grafis seperti diagram garis, diagram batang, dan diagram lingkaran
5.00%
96
3-4Setelah mempelajari mata kuliah ini, mahasiswa telah
memiliki pendalaman pengetahuan tentang konsep-
konsep Penggambaran Data dengan Ukuran-ukuran Numerik Tahap I
Setelah mempelajari
mata kuliah ini, mahasiswa telah
memiliki pendalaman pengetahuan tentang konsep- konsep Penggambaran Data dengan Ukuran-ukuran Numerik Tahap II
Kelengkapan dan kebenaran
jawaban PR, Presentasi
tugas
• Keaktifan diskusi
• Sopan santun
• Ketepatanmenjawab kuis
• Kuliah
• Ceramah dan diskusi dan pemberian tugas
dan aplikasi penggunaan
Excell dan
Software
[PB: 2mg x (3sks x 50” )]

Pengalaman Belajar:
Mengerjakan
PR/tugas dan diskusi
• Bahan Kuliah
• Soal Kuis I di pertemuan 3 via E-Learning
https://elearning.usk.ac.id/
[PT: 2mg x (3sks x 60” )]
[KM: 2mg x (2sks x 60” )]
1. Hitung mean aritmatika, median, modus, mean tertimbang, dan mean geometrik.
2. Menjelaskan ciri-ciri, kegunaan, kelebihan, dan
kelemahan masing-masing ukuran lokasi.
3. Identifikasi posisi mean aritmatika, median, dan modus untuk distribusi simetris dan distribusi miring
4. Hitung mean aritmatika, median, modus, mean tertimbang, dan mean geometrik.
5. Menjelaskan ciri-ciri, kegunaan, kelebihan, dan
kelemahan masing-masing
ukuran lokasi.
6. Identifikasi posisi mean aritmatika, median, dan
mode untuk distribusi simetris dan miring
7.50%z
97
98
5-71.Setelah mempelajari mata kuliah ini, mahasiswa telah
memiliki pendalaman
konsep-konsep Pengambaran
Data dengan Eksplorasi Data
2.Setelah mempelajari
mata kuliah ini, mahasiswa telah
memiliki pendalaman Discrete Probability Distributions dan Continuous Probability
Distributions
Kelengkapan dan kebenaran
jawaban PR, Presentasi
tugas
• Keaktifan diskusi
• Sopan santun
• Ketepatan waktu pengerjaan tugas
• Kuliah
• Ceramah dan diskusi dan pemberian tugas
dan aplikasi penggunaan
Excell dan
Software
[PB: 3mg x (3sks x 50” )]

Pengalaman Belajar:
Mengerjakan
PR/tugas dan diskusi
• Bahan Kuliah
• Tugas II via E-Learning
https://elearning.usk.ac.id/
[PT: 3mg x (3sks x 60” )]
[KM: 3mg x (3sks x 60” )]
1. Mengembangkan dan menafsirkan plot titik
2. Mengembangkan dan menafsirkan kerangka
tampilan dan daun
3. Menghitung dan menafsirkan kuartil, desil, dan
persentil
4. Membangun dan menafsirkan plot kotak
5. Definisikan istilah variabel acak dan distribusi probabilitas.
6. Membedakan distribusi probabilitas diskrit dan kontinu.
7. Hitung mean, varians, dan deviasi standar dari distribusi probabilitas diskrit.
8. Tentukan dan hitung nilai z.
9. Tentukan peluang suatu pengamatan terletak di antara dua titik dengan menggunakan distribusi normal baku
10. Tentukan peluang a
observasi akan berada di atas atau di bawah nilai tertentu menggunakan distribusi normal standar
11. Gunakan distribusi normal untuk
memperkirakan distribusi probabilitas binomial
5.00%
99
Mg ke-Kemampuan Akhir Tiap Tahapan Belajar (Sub-CPMK)PenilaianBentuk Pembelajaran, Metode Pembelajaran, dan Penugasan Mahasiswa [Estimasi Waktu]Materi Pembelajaran
[Pustaka]
Bobot Nilai
100
IndikatorKriteria & Teknik
101
Luring (offline)Daring (online)
102
8UJIAN TENGAH SEMESTER (CMPK-01)10.00%